今天，我很高興宣布，心元資本（Cherubic Ventures）完成第六期基金（Fund VI）的募集，規模為 6,888 萬美元。6,888 萬美元的基金規模，取自東亞文化中「8」象徵興旺與好運的吉祥寓意。隨著這檔基金到位，心元資本橫跨六檔基金，總管理資產正式突破 5 億美元。

對我而言，第六期基金的意義遠超過募資金額。走過十年，我更確定自己為什麼喜歡早期投資。能陪伴傑出的創業者，在不確定中一步步找到方向，最後改變一個產業，是我最大的滿足感。

在世界相信之前（Before the world believes）

真正改變世界的公司，剛開始時通常沒有漂亮的數字、成熟的產品或市場共識，有時甚至只有幾個人，以及一個聽起來太早、太難，甚至有點瘋狂的想法。

我認為，傑出的創業者，常常是那些能很早察覺典範轉移（paradigm shift）發生的人，並從中發現一個可被重新定義的市場。他們運用新的技術與方法，親手去建構自己希望看見的未來。

心元資本自 2015 年成立至今，產業與技術不斷改變，但我尋找的始終是這樣的創業者：能從變化中發現新的可能，並有足夠的信念（conviction）把它變成現實。

這也是我們堅持投資早期的原因：在產品尚未被驗證、方向仍充滿未知的時候就站到創業者身邊，陪他一起摸索、試錯，找到那條路。

十年同行，陪伴創業者在不確定中找到方向

十年前，當我開始從台北投資全球早期新創時，沒有人知道一家來自台灣的創投能否走進矽谷核心，也沒有人知道單一合夥人（Solo GP）的模式能否走過不同的市場週期。

我選擇以單一合夥人的模式建立心元資本，讓我可以獨立判斷、快速決策，在真正相信一位創業者時，很早就站在他的身邊。十年下來，這也逐漸形成了我的投資方式：

• 獨立判斷，不等訊號。 單一合夥人的模式，讓我不必等待投資委員會或市場訊號；當我真正相信一位創業者時，便能迅速做出決定。
• 先看創業者。我花最多時間理解的，是一位創業者如何看待正在發生的變化、他想重新定義什麼，以及為什麼是他有機會把這件事做出來。
• 從第一張支票開始。 我希望在創業者最需要有人相信的時候站在他的身邊，從最初的階段一路陪伴他往前走。
• 在不確定中找到方向。 早期投資發生在一切尚未成熟的階段，我希望從第一張支票開始，就和創業者一起經歷不確定，在嘗試與修正中找到走下去的方向。

十年後，心元已在全球投資超過 200 家公司。我很幸運地在  Hims & Hers、Flexport、Calm、Paidy、91APP、Astranis 等公司仍處於早期階段時遇見它們。如今，我投資的許多新創已成功上市、成長為獨角獸或完成併購，並建立全球影響力。但在當年，它們也都只是剛剛起步、未來仍充滿未知的公司。

AI 重塑產業格局，下一代世界級公司已開始成形

今天，世界正迎來另一個巨大的技術轉折點。AI 將像網際網路、智慧型手機或雲端運算一樣，成為重新定義各個產業的底層平台。它將提升現有公司的效率，也讓一批過去難以想像的公司有機會成真。

軟體開始能自主完成工作，機器開始理解真實世界，醫療也朝向更早的預測發展。過去需要數百人建立的公司，未來可能由十幾個人完成，創業者挑戰的問題也將隨之改變。

在這波技術變革中，我持續尋找那些重新定義市場的創業者。自 2024 年起，我投資的 AI 原生公司（AI-native companies）涵蓋基礎建設、開發者工具、企業軟體、醫療、實體人工智慧（Physical AI）與機器人等領域，探索 AI 帶來的全新可能。

第六期基金仍處於早期階段，但已經看到一些令人興奮的開始，投資組合已吸引超過 5 億美元的後續資金。我投資的公司包括前 GitHub 執行長 Thomas Dohmke 創立的開發者平台 Entire、機器人公司 Sudo AI、AI 專利科技平台 Patlytics，以及運用 AI 改造醫療流程與藥物開發的 Max AI、Generation Lab 和 therapiAI。

其中，Entire 募得開發者工具領域史上規模最大的種子輪之一；成立約兩年的 Sudo AI，估值已接近 20 億美元，其 sudo R1 機器人系統透過虛擬模擬訓練，無需依賴真實世界的操作資料，也能穩定處理從未見過的物件。

信念先行（Conviction before consensus）

過去十年讓我更加確定，在答案還沒有出現的時候選擇相信一位創業者，並陪他走下去，是早期投資很重要的一部分。這就是我所相信的「信念先行」（Conviction before consensus），也是心元過去十年一直在做、並將在第六期基金延續的事。

十年來，我們累積了更廣大的全球創業者網絡，也有幸能與許多創業者長期同行。回頭看，許多我最重要的投資，也都來自這樣長期的陪伴與信任。

第六期基金是心元資本第二個十年的開始。進入下一個十年，有兩件事情不會改變：保持早期（Stay early），並繼續和最傑出的創業者一起，建構我們希望看見的未來。

下一批真正改變世界的公司，今天或許還沒有成形。如果你正在努力把你相信的未來變成現實，我希望有機會參與其中，和你一起讓它發生。

歷期投資人涵蓋全球具代表性的機構投資人與基金會，以及上市公司、家族辦公室、成功創業家與高淨值個人投資人。

Fund VI 持續聚焦早期投資，投資範圍涵蓋基礎建設、開發者工具、企業軟體、醫療、實體人工智慧（Physical AI）與機器人等 AI 原生（AI-native）領域。投資組合中的機器人新創 Sudo AI，成立約兩年估值已近 20 億美元，躋身獨角獸行列。

心元資本創始執行合夥人鄭博仁（Matt Cheng）表示：「走過十年，我比任何時候都更確定自己為什麼選擇早期投資。能和傑出的創業者一起，在不確定中找到方向，最終改變一個產業，正是讓我一直努力的最大動力。」

從基礎建設到產業應用，全面布局 AI

AI 正逐漸成為重塑各產業的底層平台，在這波技術變革中，心元資本持續尋找運用新技術重新定義市場的創業者。自 2024 年起，其投資的 AI 原生公司涵蓋基礎建設、開發者工具、企業軟體、醫療、實體人工智慧與機器人等領域。

在機器人領域，Sudo AI 由國際具身智能（Embodied AI）與 3D 視覺領域重要學者、PointNet 共同作者 Hao Su，以及連續創業家 Robin Han 共同創立。其 sudo R1 機器人系統透過虛擬模擬訓練，無需依賴真實世界的操作資料，也能穩定處理從未見過的物件，為機器人走向大規模應用突破重要瓶頸，心元資本是其最早期機構投資人。

心元資本也是前 GitHub 執行長 Thomas Dohmke 創立的開發者平台 Entire 早期投資人，該公司今年稍早完成 6,000 萬美元募資，創下開發者工具新創史上最大種子輪募資紀錄。

第六期基金仍處於早期階段，投資組合公司在心元投資後已累計吸引超過 5 億美元後續資金。其他代表性投資包括 AI 專利科技平台 Patlytics，以及 Max AI、Generation Lab、therapiAI 等醫療與藥物開發公司。

十年同行，持續支持下一代創業者

心元資本成立於 2015 年，是全球最早採用單一合夥人（Solo GP）模式的創投之一，成立至今已在全球投資超過 200 家公司，包括早期投資 Hims & Hers、Flexport、Calm、Paidy、91APP、Astranis 等。其中，Hims & Hers 已在紐約證券交易所上市、91APP 在台灣上櫃，Paidy 則由 PayPal 以 27 億美元收購，心元資本也是全球數十家獨角獸公司的最早期機構投資人。

第六期基金是心元資本第二個十年的開始。鄭博仁表示：「過去十年讓我更加確定，在答案還沒有出現的時候選擇相信一位創業者，並陪他走下去，是早期投資很重要的一部分。進入下一個十年，我們會繼續保持早期（Stay early），和最傑出的創業者一起，建構我們希望看見的未來。」

那首歌叫做〈come again〉，是日本嘻哈團體 m-flo 於 2001 年發行的作品。它把當時席捲英國的 2-step 曲風帶進日本流行樂壇，成為千禧年 J-POP 的神曲。然後，隨著時間推移，它和所有的暢銷歌一樣，慢慢地退回到了 KTV 點播清單和懷舊歌單裡。

直到 2024 年，m-flo 在年度音樂特別節目〈Best Artist 2024〉上與櫻井翔合唱這首歌；隔年，女團 IS:SUE 的一支練舞影片再度點燃它，〈come again〉原版 MV 突破 5,000 萬次播放。一首 24 歲的「老」歌，找到了一批在它發行時還沒出生的聽眾。

而開頭那 127 個 Remix，是這波復活的最後一塊拼圖。那場競賽由 m-flo 與一間成立不到五年的日本新創公司共同舉辦：SURF Music。

150 首沒人聽過的歌，成了 SURF Music 的起點

SURF Music 是一個數位交易平台，由日本資深音樂人 Kenneth Kobori 創立，主要瞄準的是尚未發行的音樂：創作者把還沒被選用的音樂上傳，唱片公司、A&R（唱片公司內負責發掘藝人與選歌的部門）、影視製作公司則在 SURF Music 上發掘潛力作品。

Kobori 在日本音樂圈有超過 20 年資歷。他最為人知的作品，是 2005 年由歌手 AI 演唱的〈Story〉。那首歌在 Oricon 榜上連續 73 週保持在前十名，九年後更被迪士尼選為《大英雄天團》日本版的片尾曲，是日本人耳熟能詳的經典曲目。

然而，寫得出這樣的歌，不代表你懂得怎麼賣自己。與電通（Dentsu）的多年經紀約結束後，這位資深音樂人成了自由身，「我一度不知道要怎麼認識新的藝人或唱片公司的人，而且我非常不擅長自我推銷，」Kobori 坦承，「我當時有點迷失。」

為了解決自己面臨的痛點，他做了一個很簡單的網站，把自己約 150 首沒發行過的歌全部上傳，開放權限給幾家唱片公司和經紀公司。三個月後，其中三首被選中了，而那三首，是他 15 到 18 年前寫的。

「對我來說，那些歌聽起來糟透了，現在我絕對不會把它們拿給任何人聽。」Kobori 自嘲道，「但當時我轉念一想，如果我有一百多首歌，那全世界的製作人硬碟裡，一定有大量的歌放著生灰塵。如果有一個平台讓所有人把音樂放上來，唱片公司就能從這個曲庫裡挑選，那將能幫助到全世界的創作者。」

這個為自己而做的網站，後來長成了一家公司。SURF Music 於 2023 年正式推出，目前已有來自 195 個國家、超過 4 萬名創作者加入，B2B 客戶超過 450 家，日本主要唱片公司也已陸續簽約，平台上的作品曾被 Pokemon、Disney 採用，並促成 9 首打進日韓排行榜前五名的作品。

2023 年，SURF Music 入圍 SXSW Innovation Award，2024 年獲《Fast Company》選為世界最創新公司之一；今年上半年，他們更完成 790 萬美元的 pre-Series A 募資，新投資人除了心元資本（Cherubic Ventures）以外，投資人名單幾乎全是音樂產業的核心玩家：韓國娛樂巨頭 YG Entertainment 旗下的 YG Plus、日本頂尖音樂製作公司 agehasprings，以及 Enigmo、Rainbow Entertainment、Hiplandmusic 等。

一份 email 名單決定了哪些歌會被聽見

要理解 SURF Music 的價值，得先看看它想取代的東西長什麼樣子。

Kobori 說，在日本音樂圈裡，要發掘出好歌，一切都從一份 email 名單開始。唱片公司的 A&R （負責發掘藝人與選歌的人）手上都有一份自己的專屬「email 清單」，那是他們多年來累積的人脈資產，當藝人需要新歌，他們就對著這份名單發出需求單，收到投稿後再一首一首聽完，手動選出來。如果是為大牌藝人徵歌，一次可能收到好幾百首。

「就算每首只聽 15 秒，要全部聽完也是很折磨人的事。」Kobori 說，他曾在環球音樂做過大約一年的 A&R，那一整年就是在聽一首又一首的 demo 中度過的。

而這份名單同時製造了兩個問題：資深 A&R 的信箱長期被大量 demo 淹沒，其中許多根本不符合眼前需求；而對沒人脈的年輕 A&R 來說，他們手上一份名單都沒有，只能懇求前輩引介，一個一個慢慢累積。

SURF Music 想取代的，就是那份名單。SURF 的曲庫每天都有新的創作者從世界各地加入。這樣一來，菜鳥 A&R 不必再等前輩引路，東京的唱片公司也不必再靠中間人才能找到洛杉磯或首爾的製作人。

用 AI 解決搜尋難題

但曲庫愈大，另一個問題就出現了，好幾萬首歌，要怎麼找到最合適的那一首？Kobori 解釋，「用戶登入之後，如果在找某一種特定的曲子，可以直接用 SURF Music 的 AI 搜尋，直接輸入像是『孤單的女孩剛和男友分手，一個人走路回家』這樣的句子，系統就會找出聽起來正是那種感覺的歌。」

在 Disney+ 上，就有三首歌因此被選中：導演直接把需要配樂的那一場戲的劇本複製貼上，讓 SURF Music 推薦音樂。

音樂界的 Google Workspace！SURF Sessions 讓語言不通的人一起做歌

Kobori 自己就是平台上最活躍的創作者之一。SURF Music 會分析每位創作者上傳的作品，把世界各地做類似音樂的人介紹給彼此，他現在的合作對象就是這樣來的。

「其實，我很喜歡和韓國的音樂創作者合作，但在這之前根本沒辦法，」Kobori 說，「我們語言不通，得找一位翻譯才行。」

為此，他們孵化出了 Surf Sessions。創作者可以開一個 session、找齊編曲或作詞的夥伴，聊天室裡每個人選自己的語言，Kobori 用英文打字，首爾的製作人即時看到的全是韓文；所有檔案也集中放在專屬於那首歌的雲端硬碟裡。「以前是用 email 把進度傳來傳去，」Kobori 說，「所以常常會問：那個資料夾跑哪去了？現在集中在一起協作，每個人都清楚知道進度到哪裡。」

「他們說我活在幻想世界裡」

這些功能今天講起來順理成章，但最初 Kobori 把這個點子拿去問業界朋友時，得到的答案全都是：不可能。說這些話的，都是音樂產業的人，正因為清楚產業規則，他們才斬釘截鐵地說這件事做不成。

「但我從小就有這個特質，」Kobori 說，「當有人跟我說某件事做不到，我就更想去做。」

他們的理由有兩個。第一，頂尖創作者憑什麼信任一個陌生的平台，把自己未發行的音樂交給你？Kobori 說，創作者的保護欲很強，「你創作的一首歌就像你的孩子。」第二，唱片公司憑什麼付錢？他們早就從最好的製作人那裡拿得到歌。

第一題是所有雙邊市場都會遇到的雞生蛋問題：沒有好曲庫，唱片公司不會來；沒有唱片公司，創作者也不會把作品交出來。SURF Music 選擇先做供給端，而 Kobori 用的是最土法煉鋼的方式，一個一個去找創作者談。他靠著多年累積的人脈逐一聯繫製作人，「我大概跟不同的製作人開了將近一千場的 Zoom 會議，」最終才說服他們把未發行的作品放上來。

等到平台上聚集了約 1,000 位創作者，其中不乏葛萊美獎得主和 Billboard 冠軍製作人，後面的人就不必再說服了。有了曲庫，唱片公司也陸續簽約之後，創作者的態度就改變了：這些公司都在上面，那它就是一個正規的平台。

放棄抽成，反而換到產業信任

第二題，則差點把公司逼進死胡同，也讓 Kobori 學到一課：在成熟產業裡，別人把你歸為哪一類，有時比你實際做了什麼更重要。

SURF Music 最初的模式看起來很合理：歌曲被選用後抽 10% 的版稅，這是多數 marketplace 的標準做法。但在日本音樂圈眼中，這個抽成是一個明確的訊號。「唱片公司說，既然你們抽版稅、又在媒合音樂，那你們就是 publisher，只是嘴上不承認而已。」

在日本，publisher（音樂版權公司）與製作人簽約，代表他們把作品媒合出去，並從版稅中抽成。一旦 SURF Music 被歸到這一類，它就不再是中立的工具，而是版權鏈上多出來的一個分潤方：唱片公司要多付一筆，而早就簽了 publisher 的頂尖創作者，等於被多切一刀。

Kobori 因此把商業模式砍掉重來：改成純訂閱制。沒想到，定位一改，唱片公司的態度就變了，門也一扇一扇打開。「到頭來，他們看見了我們帶來的價值，也加入了我們的使命。」

而最初那些說不可能的人裡，有一位當時在 Sony 工作。四年後，Kobori 把做出來的東西拿給他看，對方說：天啊，你真的做出來了。現在那個人也在 SURF Music 工作。

讓每一個做音樂的人，都在 SURF 上相遇

把鏡頭拉遠到未來，Kobori 對五年後的想像，其實比「音樂交易平台」大得多：他想要的是產業裡每一個接觸音樂的人都有一個 SURF 帳號，由平台把彼此連起來，「這是我們最核心的目標：把所有人連結在一起，讓大家一起共同創造好音樂。」

而讓他覺得這一切值得的，是看著平台上的創作者從沒沒無聞，到陸續拿到與大牌藝人合作的機會，如今更有許多成立了自己的公司。「看著他們這樣成長，是最令我滿足的事情。」

而那個為自己而做的平台，最後也真的解決了 Kobori 自己的問題。46 歲的他現在只留一天給音樂，會在那一天裡寫五個音樂雛形，剩下的交給平台上固定合作的十幾位製作人完成。他一週最多完成過八首歌。

「我現在做的音樂，大概比以前還多。」，Kobori 說。

「主權」，大概是 AI 時代最珍貴、卻最輕易被交出去的東西。Figma 至少還有自己的技術和客戶，就算挨了一拳仍然有還手的餘地；真正睡不著的，恐怕是那些把整個產品蓋在大模型上的公司，對他們來說，大模型就是命脈，要是一漲價或推出相似的產品，他們恐怕就得關門大吉。

在聊天的過程中我觀察到，這樣的深度綁定通常是一步步造成的：先用了平台的模型，再把資料、流程一層層接上去，最後連產品體驗都盤根錯節地長在上面，想拔掉的話就得連根帶土。一開始，AI 像一雙翅膀，讓業務進度飛快；但等到越綁越深，哪天想換，才發現早已不是改一行程式那麼簡單，嚴重的話還得拆掉大半個產品。那雙翅膀，不知不覺已經變成了手銬。

而近期，大家開始認真看待這件事。有人乾脆改用開源模型，自己搭一套能完全掌控的系統；也有人開始把重要的資料收回來，因為他們心裡清楚，今天輕易交出去的東西，很可能明天就養出一個對手。

這或許是矽谷正在經歷的一場集體清醒：創辦人開始重新思考「借力」與「獨立」之間的平衡。大模型依然是極具效率的槓桿，但如何讓這支槓桿操之在己，正成為每個創業者在敲下第一行程式碼之前，就得先想清楚的事。

本篇文章授權刊登於《今周刊》專欄

原因在於，機器人需要的內容和生成式 AI 完全不同。大語言模型可以透過網路上的文字、圖片和影片理解世界，但機器人要學的是操作。同樣是一段人把杯子放到桌上的影片，生成式 AI 可以辨識出「有人把杯子放到托盤上」，機器人則需要知道：手該從哪個方向靠近、施多少力才不會滑掉、如何判斷已經抓穩。這些資訊不會出現在網路上的資料裡，更無法透過爬蟲大量取得。

很多人會直覺認為，既然缺資料，那就去蒐集更多。但近期機器人學習領域的一項研究卻發現，真正限制機器人能力的，未必是資料量，而是資料是否來自足夠多不同的環境。研究發現，在同一個場景裡，即使學習次數持續增加，模型表現也很快會遇到瓶頸；相反地，只要增加物體、環境和操作情境的多樣性，即使資料量沒有大幅增加，泛化能力反而提升得更快。

這個結果其實不難理解：同樣是一個拿杯子的動作，今天可能是玻璃杯，明天可能是不鏽鋼杯；今天桌面平整，明天可能有人剛好撞了一下桌子。人類每天都活在這些細微變化，因此不會意識到這對機器人來說有多麽困難。

也因為如此，許多新創團隊正在想辦法讓機器人遇見更多不同的情境。最直接的方法，是把人類的操作完整記錄下來。不少公司大量使用遠端操作（Teleoperation），由人類操控機器人，並把每一次關節角度、施力方式和操作過程保存下來，希望讓機器人看過越多不同的操作方式，就越能適應真實世界。

另一條路則是讓機器人自己累積經驗。輝達近期發表的 ASPIRE 學習系統，會在每次任務失敗後分析原因、修改控制程式，再把成功的方法存進「技能庫」。下一次遇到類似情境時，機器人就可以自己修正自己。

第三種做法則更具想像力，直接在高擬真的虛擬世界中進行極限訓練。心元資本投資的美國新創 Sudo AI 採用純模擬路線，讓機器人在虛擬環境中反覆面對無數種材質、光影、背景與擺放方式的組合，再直接部署到現實。

今年六月的美國 CVPR 大會上，這款機器人現場接受觀眾的隨機考驗，面對透明物體、金屬、軟質材料甚至細小的藥丸，它幾乎都能好整以暇地抓起來，台下看似即興的出題，其實早已在模擬世界中演練過無數次。今年 SUDO AI 以超過二十億美元的估值完成新一輪融資，押注的正是這條路。

過去幾年，大語言模型的成功讓大家相信只要資料足夠多，AI 就能持續進步；但是機器人的發展卻相反，真實世界最棘手的特徵，就是其不可預測的變動。對於機器人而言，在完美的實驗室裡重複一萬次完美的動作，並不能帶來真正的應用；只有在充滿隨機性的環境中經歷一萬種不同的挑戰，在混亂中尋找秩序，才會是真正的解方。

家長，是最捨得為孩子花錢的一群人；可在資本市場上，教育公司卻最不值錢。今年上半年，全球資金近八成流向 AI；而整個教育科技吸引的資金竟連 AI 的零頭都不到，跌到十年新低。

仔細想想，這非常反常。過去要花大錢找名師才學得到的知識，如今有了 AI，幾乎人人可得。在這樣的情況下，教育理應是門愈來愈好的生意，但現實卻恰恰相反。

我想了一陣子後想通了：AI 把知識變得隨處可得，卻沒把「想學的心」也交到每個人手上；工具能加速的只有效率；它再厲害，也喚不起一個人求知的渴望。

現在很多做教育科技的團隊，把心力都花在打磨產品，他們相信工具夠好，人自然會想學習。但真的是這樣嗎？當我和這位創辦人聊完，我發現：沒有AI 之前，學習的門檻是「不知道」；如今，真正的門檻反而是「不想知道」。

回想一下，我們這輩子最拚命讀書的時期，是不是學生時代？那股用功，幾乎都是被外面推著走的。所以考試一結束，很多人這輩子就再也沒翻過一本書。因為真正推著我們的學習的，或許一直都是排名、父母的期待、外界的認可。

而那份想學的心，要從哪裡來？看看小孩就懂了：他們一天問一百個為什麼，沒有考試逼著，卻學得最快，因為問的都是自己真心想弄懂的事。這件事其實長大了也沒變：當「學習」是由你真正在乎的問題驅動，動機自然會長出來。

AI 把整座知識的寶山搬到我們面前，人人都成了知識的富翁。可是守著金山、卻沒有學習的動機，再富也和窮人沒兩樣。願你我坐擁這座金山，也永遠別弄丟了那份最寶貴、驅動我們學習的動機。

本篇文章授權刊登於《今周刊》專欄

什麼是「預測市場」？

聯準會下次會不會升息？今年會不會出現外星生命的證據？泰勒絲（Taylor Swift）年底前會不會結婚？

這些八竿子打不著的問題，在 Kalshi、Polymarket 這類「預測市場」平台上，全被變成一道道可以拿錢買賣、賭它會或不會的題目。你看好它會發生就買進，事情成真，合約就全額兌現，看錯則一文不值；中間只要有人接手，你隨時可以賣掉手上的部位離場。於是「事件的機率」第一次有了一個會即時變動的價格，越多人押注某個結果，價格就越高，這也是為什麼大選期間，預測市場的行情會被財經媒體當成比民調更靈敏的風向球。

講到這裡，多數人第一個反應大概是：這不就是運彩嗎？其實，關鍵差別在「你跟誰對賭」。買運彩，你是跟莊家對賭，莊家站在你的對立面，你贏他就賠；而預測市場更像一個交易所，你的合約是跟「另一個看法相反的人」成交，平台本身不下場，只賺交易量。

也正因為它長得像交易所，價格才會隨時浮動、可以隨時轉手，不必苦等終場或開票。而這樣的身分也反映在監管上：在美國，這些合約有個正式名稱叫「事件合約」（event contract），被當成一種金融衍生品、交由商品期貨交易委員會（CFTC）監管，而不是各州的博弈法規。

2024 美國總統大選點火，百業接棒

法規綠燈一亮，流量就湧了進來。2024 年美國大選期間，光是「誰會當選總統？」這一個市場，就為 Polymarket 累積超過 36 億美元交易量。市場一度擔心選後退燒，但熱度很快找到新出口：體育撐起了 Kalshi，政治與加密是 Polymarket 的主場，再加上聯準會升息、企業財報、天氣、Netflix 排名、明星動向等題材源源不絕，因為永遠有下一件事可猜。

2025 年，Polymarket 與 Kalshi 形成這個賽道的雙巨頭：前者起家於區塊鏈、以穩定幣結算，後者是拿下美國 CFTC 牌照的合規交易所。資本也重注押下：紐約證交所母公司 ICE 累計投入 20 億美元投資 Polymarket，Kalshi 則以約 220 億美元估值完成新一輪融資。

不做下一個 Polymarket！Yoso 從被巨頭忽略的市場切入

但兩強再大，也吃不下所有題目。當所有人都在問「除了這兩家，還有誰有機會」，James Shen 給出的答案，是一張完全不同的地圖。

這張地圖的重心，不在美國大選，也不在 NFL、NBA。這些全球熱門題目 Yoso 站上也有，但只當配菜；James 和 Yoso 團隊真正的主場，是兩大巨頭幾乎沒認真經營的一塊：板球。

會走到板球，不是拍腦袋的靈感，而是一連串推導出來的結果。「我們認為，Polymarket 和 Kalshi 以外，一定還有沒被滿足的需求，」James 說，「而這個需求，是那些當地人才在乎的事情，而不是全球性的事件。」

順著這條線找下去，幾件事湊在了一起：其一，板球是全世界第三大的運動，論觀眾規模與商業價值僅次於足球和籃球，印度職業聯賽（IPL）更是全球規模最大的板球賽事，一個國家上億人為它瘋狂；其二，印度人愛預測的程度不輸任何地方。兩大巨頭當然也上了 IPL 這種大賽事，但他們的重心始終在美式運動和政治上，而這片被忽略的縱深，就是機會的所在。

於是，Yoso 團隊先丟出一批題目試水溫。真正讓 James 意外的，是需求自己長了出來：板球是整個大英國協共同的語言，題目一開，澳洲、紐西蘭、南非、孟加拉、巴基斯坦的用戶接連冒了出來。

而板球只是一個入口，Yoso 更從這裡長出一整套在地化題庫，例如印度當地運動卡巴迪（Kabaddi），接著是印度版的真實世界資產（Real World Asset），包括當地藍籌股、有「印度版的S&P 500」之稱的 NSE Nifty 50、油價都能交易，再疊上一層文化與流量題目，包括天氣預測、名人在社群媒體的貼文與動態等等。
而真正讓這套打法運作起來的，是藏在題庫底下的兩台引擎。

第一台，是 AI 深度學習系統 。預測市場最耗人力的環節，不僅僅是撮合交易，還有要「開什麼問題」：一件大事發生，得有人即時把它拆解成一道定義清楚、能被客觀結算的題目。Yoso 把這件事交給了一批 AI：一部分機器人全天候盯著競爭對手的貼文、體育賽事與當地媒體，一有風吹草動就建議該開哪些題目，搶在兩大巨頭之前把流量接住；另一部分則負責把使用者天馬行空的「許願」，翻譯成一道定義清楚、可以結算的題目。最後，再透過另外的機器人(AI Agents) 來協助自動化造市、交易監控，來滿足交易者的需求。對一個要靠「在地、即時」取勝的平台來說，這等於把反應速度變成了護城河。

第二台，是一套 James 設計的財務機制：新用戶一進來，就有一筆可以直接交易的額度，達到一定條件才能把賺到的部分提領走。結果很直接：它獲取一個新用戶的成本，被壓到幾乎可以忽略，這也是它能在巨頭競爭之下快速長大的底氣。

成效會說話。這個今年二月才正式上線的產品，短短數月，幾乎沒花什麼行銷成本，年化交易量已突破一億美元，每週成交約兩百萬美金，累積約五萬個註冊地址。

多次創業學會的事

James Shen 大學唸的是機械系，但他真正著迷的是數學、心理學和哲學。「我是一個對很多東西有好奇心的人，所以我想要找到事情的底層邏輯。」James Shen 說。這股好奇心，把他一路帶進了區塊鏈的世界。他是連續創業家，也是活躍的天使投資人，更是幣安（Binance）最早的投資人之一。一路走下來，讓他累積出幾條反覆驗證過的判斷。

第一條，是關於時間。過去做 B2B 產品的時候，他相信功能要完整、做好才能上線。轉做面向大眾市場的 Yoso 時，他把這套整個推翻，因為對一個在夾縫裡搶時間的產品來說，「時機」才是命脈。

第二條，是關於用戶。他發現開發者以為重要的東西，跟用戶真正在乎的常常是兩回事。團隊曾經花很多力氣，把資料庫裡每個數字都調得精準正確，用戶卻完全無感。真正讓用戶留下來的，反而是入金順不順、下單會不會偏離看到的價格這些看起來很瑣碎、但是卻會影響體驗的事。

第三條，則是關於「做別人沒做的事」。他不跟巨頭比誰的手續費便宜。「當你手上有別人沒有的東西，定價就由你說了算，」，這也是為什麼他從板球和在地題目切入，因為與其在紅海裡殺價，不如去做找出自己的差異化。

而這些判斷，最後都指向同一個更大的信念。在 James 眼裡，預測市場不會只是一時的風潮。人類想下注的慾望不會消失，而各國法規遲早追上來，把這個市場定義清楚。等到市場越來越成熟，這個把「未來」變成資產的地方，會從一個小眾玩意，長成金融世界裡的一塊正經版圖。

一邊讀我就一邊在想：如果判斷力是人類最後的護城河，那它究竟從何而來？

一個資深工程師能一秒看出漏洞，是因為他曾親手寫過數萬行程式，在無數次的修正中累積了手感；一個名醫能一眼察覺病灶，是因為他診治過上萬個病人。判斷力不會憑空產生，它是知識與經驗長年堆疊後，慢慢培養出來的直覺。

換句話說，AI 時代被奉為圭臬的「批判性思考」，根基在於你既有的底子。如果打底不穩固，那人類引以為傲的判斷力，恐怕只是另一種形式的「幻覺」。

但現在的科技發展，正在加速掏空這個地基。

有科學家做實驗後發現，那些習慣讓 AI 代筆的人，其腦神經連結最弱，事後甚至記不得自己寫過什麼。換句話說，如果我們太習慣把閱讀、分析等動腦的工作交給 AI，很快地，我們會連驗證答案的能力都丟了。這樣，在某種意義上，我們正逐漸成為這個高科技時代的「新文盲」。

AI 的強大無庸置疑，但我也常提醒自己：那些看起來最沒效率的基本功，其實沒有捷徑。例如，把一份冗長的報告親自讀完、把數字自己算過一遍、把邏輯漏洞徹頭徹尾想透，這些看似原始又愚笨的動作，其實正是培養判斷力的「健身房」。（當然，雜事大可外包給 AI，但能鍛鍊思考的事情請一定要留給自己。）

這幾年，我無論再忙都堅持日走萬步，明明有更快的交通工具，走路真的是個緩慢的選擇，但正因為這看似「沒效率」的事情，讓我收穫了用錢也買不到的健康。思考也是這樣，當答案隨手可得，我們或許要問問自己還願不願意停下來，留一點「自己想」的慢功夫？

但 AI 改變的不只是創業者和科技產業，它也在重塑上游的資本市場，且正在改寫創投、私募、主權基金、企業資本之間過去清楚的分工。

世界經濟論壇近期的報告提供了這個現象的宏觀脈絡。報告指出，2025 年全球創投資金有超過一半流入 AI；而到了今年第一季，這個比例衝至驚人的八成。光是 OpenAI、Anthropic、xAI、Waymo 這四家公司，就吸走將近三分之二的全球創投資金。

這些數字不只反映 AI 的熱度。我認為，它們揭露的是一個更深的變化：AI 改變了科技公司的「物理屬性」。

過去，SaaS 是創投最熟悉的物種。一家典型的 SaaS 公司主要成本是人才與雲端費用，輕資產的屬性讓不同階段的創投對應到他們從種子輪到 IPO 的成長路徑。

但 AI 改寫了這個規則。一家領先的 AI 公司，背後是上萬顆 GPU、專屬的資料中心、長達數十年的電力合約。它們的資金規模、回收年限、風險屬性，已經不是傳統創投能單獨承擔的範圍。

更深層的轉變是，他們的成本結構也偏離了純軟體公司：軟體業的邊際成本趨近於零，但 AI 每一次推論都在消耗算力與電力。AI 對基礎設施的需求之大，甚至讓科技巨頭也跨進過去屬於公用事業的領域：微軟欲透過長期合約讓三哩島核電廠重新啟用；Google 則是大量採購小型模組化反應爐（SMR）技術，以獲取穩定且低碳的基載電力，當代最先進的「軟體公司」，跟我們過去的認知已經是兩回事。

當一輪融資需要百億美元，沒有任何單一類型的投資人能獨自完成。市場的反應，是出現一種「拼盤式」的資本結構：主權基金提供規模、企業資本提供策略、私募成長型基金提供執行力、傳統創投提供早期判斷，共同坐在同一張 cap table 上。這個五年前不可能成立的組合，現在已經是前沿 AI 公司的標準配置。值得注意的是，這些鉅額投資中有相當比例不是純現金，而是算力承諾。這種玩法，是手中只有現金的創投完全無法複製的。

在這種拼盤式資本結構下，創投本身的角色也在變化，必須學著與主權基金、企業資本共同出資。但我個人認為反過來看，早期投資的重要性反而被放大了。AI 公司從零到規模化的速度太快，有些不到一年就跨過一億美元 ARR（先不論這數字裡有多少水分，至少反映出市場對 AI 公司估值的耐心已被壓縮到極短），等到指標清楚時，估值已是當初的十倍。而能在那之前下注、能在創業點子還在白板上時就做出判斷的，只有最早期的投資人。

每一輪科技革命都會重新劃定資本市場的邊界。十九世紀的鐵路時代催生了現代債券市場，花了將近半個世紀；二十世紀末的網路革命讓創投從小規模實驗，成長為驅動科技產業的核心資本，也用了將近二十年。AI 正在對資本市場做同樣量級的重塑，但這次的時間表，看來只需要三到五年。

不是正式採購流程，就是一則 Discord 私訊。原來他們摔壞了一架價值 35 萬美元的無人機，有人從 Titan Dynamics 的網站上下載了設計檔案，用消費級的 3D 印表機，直接印出了一架替代品，試飛之後發現效果出奇地好，於是回頭問創辦人 Mohammad Adib：「你們有做政府生意嗎？」

Adib 和共同創辦人 Noah Benton 對看了一眼。兩個二十幾歲的年輕人，一個是寫了十幾年軟體的連續創業者，一個是從高中就開始設計飛行器的航太天才。他們對國防採購一竅不通。但他們的回答是：「Sure, of course.」

這一刻看似荒謬，卻揭示了一件正在國防產業發生的事：當無人機可以用 50 美元的塑膠在任何地方「印」出來，傳統的遊戲規則就不再適用了。

小型無人機如何顛覆現代戰爭

鏡頭拉到 2022 年烏克蘭戰場：幾百美元的消費級無人機，綁上炸藥後精準命中價值數百萬美元的裝甲車。這類「窮人的飛彈」打破了昂貴武器的壟斷，徹底改寫戰爭的成本結構。美軍也隨之轉向，2025 年底啟動的「Drone Dominance」計畫預計兩年採購 20 萬架無人機，目標將單價壓低至 2,000 美元。

但問題在於：傳統國防巨頭還沒跟上。過去的「護城河」反而成了絆腳石。

Adib 用一個思維實驗說明：假設你將一萬架無人機送到前線，一旦敵人啟動電磁干擾，這批飛機瞬間淪為廢鐵。若打電話給傳統供應商，他們得重新設計、開模，三到六個月後才能交貨。但在戰場上，沒人能等那麼久。

從 ZIP 檔到空中戰力！24 小時內完成「研發、製造與飛行」

表面上看，這是一家 3D 列印無人機公司。但 Adib 的定義更精確：他們在解決傳統國防的兩大痛點：供應鏈集中與反應速度。

攤開三條核心產品線，第一是硬體：超過 150 種可用 3D 列印的無人機設計，涵蓋固定翼與垂直起降機型。與同尺寸傳統無人機相比，Titan 只要十分之一甚至更低的價格，且一印出來，看一眼就知道怎麼組裝。

第二是軟體 Prometheus。這套系統能在十分鐘內從零設計出一架無人機：使用者輸入載重、航程與高度，Prometheus 就能自動完成空氣動力學、結構與電氣設計。面對這項任務，波音等大廠曾直言「這要嘛需要十年、要嘛需要一百億美元」，但 Adib 與夥伴從開源工具中找到路徑，兩個月後，全自動設計的飛行器便成功起飛，美國空軍更稱這是首個「在 24 小時內完成自主設計、建造與飛行」的飛行器實驗。

第三個產品 Vulcan，是 Titan Dynamics 產品線中最像科幻電影的一環。「它就是我們整家公司裝進一個箱子裡！」Adib 這麼形容。那是一座裝在 20 呎貨櫃裡的行動無人機工廠。裡面配備 3D 印表機、工具、螢幕、桌椅，以及一千套零件包。可以透過陸、海、空運送到世界任何角落，打開就能開始「印」出飛機。

把三個產品連在一起看，邏輯很清楚：Vulcan 解決無人機供應鏈集中的問題，Prometheus 消除設計週期的瓶頸，讓前線使用者可以在數小時內回應任何新的威脅，而不是像傳統那樣等上六個月。

不當封閉的無人機公司，用「買得到的零件」拆解大廠護城河

2025 年，3D 列印無人機賽道已趨成熟。面對奪下億元合約的 Firestorm，或坐擁強大自主能力的 Anduril 等強權，Titan Dynamics 的勝算不在技術規格，而在「開放性」。

「其他公司要求你買百萬美元的專屬設備，」Adib 指出，「我們的邏輯相反：去賣場買最便宜的印表機與塑膠，就能生產我們的無人機。」

不同於對手的封閉體系，Titan Dynamics 賣的是極致的自由度：使用者能隨意搭配任何品牌的電池、馬達或螺旋槳，不再受困於特定供應鏈。這種「去中心化」的特性，讓 Titan 的商業模式極其靈活，真正實現了「今天設計、明天開賣」的戰場即時性。

Titan Dynamics 挑戰傳統航太的四個非典型信念

Titan Dynamics 的潛力，其實是源自於 Adib 一套與主流背道而馳的信念：

1.沒有框架，才能打破框架

Adib 出生於孟加拉，九歲移民美國。他從小就是個「規則破壞者」：14 歲寫出萬人下載的遊戲；15 歲靠寫 App 賺到人生中第一筆六位數美金。當他決定做 3D 列印無人機時，所有專家都說不可能。

「專業知識有時是創新的枷鎖，」Adib  說，「受過訓練的人會被教導什麼行不通，但我沒有這些框架。」。例如，為了降低飛行阻力，機翼末端理論上越薄越好，但傳統模具很難造出如紙片般尖銳的邊緣。

Titan Dynamics 則利用 3D 列印能精準堆疊微小構造的優勢，印出了傳統製程無法達成的「極薄邊緣」(thin trailing edge)。這個小小的物理改變，讓空氣流動更平順，飛行效率竟比傳統機型高出 25%。他成功將一架高性能無人機的成本，縮減到僅需 50 美元的塑膠材料，把昂貴的「資產」變成了隨處可印的「消耗品」。

2.跨界思維的紅利：用軟體的「快」去解決硬體的「慢」

Adib 沒有航太學位，但他有十幾年的軟體開發經驗。表面上看，寫 App 跟造飛機毫無關係。但快速迭代、低成本實驗、數位化交付這些軟體產業的核心思維，恰好是傳統航太最缺的東西。

傳統航太改個設計要重開模具、耗資千萬；但 Adib 思考的是：如果設計變更的成本趨近於零呢？他將無人機定義為「數位檔案」，使用者只需下載 Zip 檔，十分鐘後就能開始列印。這種思維讓 Titan 徹底繞過了國防產業動輒六年的採購泥淖。「拆解龐大問題、快速驗證」是 Adib 數十年軟體開發的邏輯，才讓硬體製造從此擁有了軟體的進化速度。

3.既然會失敗 100 次，「那就快點把它失敗完！」

「如果你知道失敗 100 次後會成功，你會想多快把那 100 次搞定？」這是 Adib 的哲學。這種邏輯也延伸到產品：當無人機便宜到像子彈，指揮官就不再害怕摔壞飛機。低成本帶來的，是戰場上最珍貴的「容錯率」。

4.你的第一批客戶，可能已經在你的社群裡

Titan Dynamics 從未主動推銷。 Adib 只是單純在社群媒體分享他覺得「酷」的設計，竟意外吸引一群同樣是遙控飛行愛好者的軍方人員。這種「社群滲透」，讓 Titan 在完全沒有對外募資的情況下穩定營運兩年。近期，他們更獲得資本市場的強力背書，吸引了專注國防科技的 Tamarack Global、心元資本 ，以及矽谷頂級加速器 HF0等知名投資人。

一場關於「飛行」的製造革命

Titan Dynamics 正在經歷一場製造躍升。透過新型的「航太級」碳纖維列印技術（CBAM），他們打破了 3D 列印「脆弱」的既定印象。這種新製程產出的複合材料機體，強度高到人踩上去也不會壞，生產速度快了百倍。這項技術讓他們能以極低成本，生產出航程更長的中大型無人機。Adib 認為，隨著技術進化，未來甚至客機都能在極短的時間內完成生產。

九歲那年，Adib 坐在從孟加拉飛往美國的飛機上，看著機翼心想：「做飛機的人一定很酷。」。

現在他真的在做飛機。這場從一則 Discord 私訊開啟的革命，已經演變成真實的飛行。如今 Titan Dynamics 的機翼正飛翔在四大洲的天空之中。