財女珍妮：費半跌入熊市，Apple反超輝達，Kimi K3再掀DeepSeek時刻？

開場閒聊

財女珍妮以 2026 年 7 月 20 日的美股盤勢開場，先和觀眾打招呼，再拋出今天的三個關鍵問題：費城半導體指數跌入技術性熊市、Apple 反超輝達，以及 Kimi K3 是否可能再度帶來「DeepSeek 時刻」。

她提醒大家，持續追市場、拆產業、看趨勢之餘，也別忘了按讚、訂閱與開啟小鈴鐺。輕鬆的開場很快轉進一個嚴肅問題：科技股下跌，究竟是 AI 趨勢反轉，還是高估值股票需要休息？

懶人包速覽

核心痛點	解決方案／關鍵觀點
費城半導體指數從高點下跌超過 20%	技術性熊市是價格訊號，不等於半導體景氣已經進入下行週期。
台積電、艾斯摩爾財報不差，股價卻沒有同步上漲	市場交易的是未來驚喜與估值，利多若已 price in，仍可能出現獲利了結。
Apple 逆勢創高、盤中市值一度超過輝達	市場開始重視較低資本密集度與更快的 AI 貨幣化可能性。
Kimi K3 可能降低單次推論的記憶體需求	短線造成 HBM、DRAM 與 AI 硬體估值壓力，但長線使用量增加仍可能抵銷效率提升。

本集主題「費半跌入熊市，Apple反超輝達，Kimi K3再掀DeepSeek時刻？」把價格、基本面、估值與 AI 使用量放在同一個問題裡。這集內容的核心，不是替投資人回答「現在要不要買」這個單一問題，而是把這些因素拆開來看。費半跌超過 20% 的確符合技術性熊市定義，但這個訊號不能直接等同於 AI 需求消失。

費半跌入技術性熊市：價格訊號不等於景氣反轉

節目整理上週五美股收盤，道瓊工業指數下跌 0.8%，S&P 500 下跌 1%，那斯達克 100 下跌 1.5%，費城半導體指數下跌 1.6%，羅素 2000 下跌 0.4%。其中費半從前高回落超過 20%，因此進入技術性熊市。

財女珍妮提醒，這類技術性門檻可能觸發原本就設定在特定位置的停損或風控參數，讓賣壓在短時間內擴散。恐慌出現時，不一定代表投資人必須買進，但可以先冷靜判斷，等待市場氛圍與財報訊息比較清楚後再調節部位。

荷姆茲海峽與美伊衝突推升油價，上週油價單週上漲 16%。節目認為，油價與通膨預期可能是科技股回調的一部分原因，但 CPI、PPI 並沒有顯著往上，因此目前仍不宜把通膨視為影響市場的唯一主因。

更接近節目主軸的解釋是，部分公司先前已經上漲很多，估值與交易擁擠度都偏高，健康的回調本身並不奇怪。這也讓回調期間尋找長期看好的公司，成為比追逐短線情緒更值得研究的方向。

財報很好卻不漲：市場期待已經提高

上週公布財報的艾斯摩爾與台積電，公司的成績與未來展望都不差，卻沒有在股價上得到相應的上漲。節目提出的關鍵原因是，市場可能早已在財報公布前把利多反映進股價。

當投資人期待很高時，單純「表現不錯」已經不足以推動股價。除非財報帶來更刺激的數字，或展望明顯超過原有預期，否則利多公布後出現獲利了結，並不代表公司基本面突然惡化。

Netflix 也是類似案例。公司財報表現以過去一段時間來看仍然可以，但股價上週五下跌超過 7%，主要壓力來自公司給出的指引比較保守。節目認為，Netflix 現階段的成長故事主要寄託在廣告，而今年廣告收入目標約 30 億美元，佔整體營收比重仍低。

對 Netflix 而言，後續催化劑可能包括廣告收入能否加速，以及體育賽事直播能否吸引新觀眾、讓部分觀眾在比賽結束後繼續留在平台。公司從快速成長股轉向穩定現金流公司後，市場給予的期待也會跟著改變。

Apple 反超輝達：市場重新評估 AI 貨幣化

Apple 上週五上漲約 0.1% 到 0.2%，股價約 333 美元並創下歷史新高；輝達則下跌約 2.2%，股價約 202 美元，在 200 美元附近震盪。盤中 Apple 市值一度超過輝達，形成強烈對比。

節目認為，這不代表 Apple 已經證明 AI 策略成功，也不代表輝達在 AI 領域輸給 Apple。市場只是開始重視另一種投資邏輯：如果 AI 硬體與資料中心資本支出越來越龐大，企業未來要如何把投資轉化成收入與報酬？

Apple 的相對優勢，在於它不必像大型雲端公司一樣投入同等規模的資料中心資本。它可以利用既有裝置、服務收入、Siri 升級與換機週期，將 AI 整合進硬體與生態系，讓市場看見較低資本密集度下的貨幣化可能。

不過，Apple 的本益比也已經約 30 倍，近期股價表現很強，不代表它不會休息。相同地，輝達近期跌得多，也不表示未來一定不會反彈。大型權值股仍應依照投資週期，在回檔、甚至接近年線時重新評估，而不是只追逐當下最強的股票。

輝達回檔 20%：先看基本面是否真的改變

輝達從 6 月 22 日高點約 14,000 多點回落至約 11,673 點，回撤幅度達到 20%。節目強調，這是價格與技術面的訊號，不能直接等同於半導體景氣衰退。

艾斯摩爾仍在上修全年財測，台積電也提高營收展望與資本支出，顯示 AI 需求仍在轉換成設備、先進製程與先進封裝訂單。輝達前一段期間從 3 月一路到 6 月漲幅接近一倍，現在沒有新的超級利多時，估值回調本身可以是合理現象。

投資人真正要追蹤的是，輝達新一代晶片與網路系統能否維持高售價，軟體生態能否提高客戶黏著度，以及雲端平台的 AI 服務增速是否能夠快過折舊與電力成本。這些問題，可能要從接下來科技巨頭財報與資本支出指引中逐步觀察。

Kimi K3 為何引發第二次 DeepSeek 時刻討論

節目將 Kimi K3 放在 Moonshot AI 的脈絡下介紹。這個北京 AI 實驗室的投資人包括阿里巴巴，Kimi 模型則從 K1.5、K2 一路演化到 K3。市場關注它的原因，在於它不只主打低價格，也試圖把能力拉近頂尖模型。

Kimi K3 的規格包括 2.8 兆參數、MoE 混合專家架構與 896 個專家。節目用大型醫院比喻 MoE：每次看診不需要所有醫生同時出動，而是叫醒最相關的幾位專家，因此實際被喚醒的參數約只有 1.8%。

此外，Kimi K3 具備 100 萬 Token 上下文長度與原生視覺能力。若模型能力接近領先模型，API 價格卻大幅降低，甚至可以開源，市場自然會開始重新思考美國模型公司的定價權、採用度與未來 IPO 故事。

KDA 架構與記憶體需求：短線利空，長線要看總使用量

Kimi K3 採用 Kimi Delta Attention，也就是 KDA。傳統模型處理每一個 Token 時，會把相關資訊存進 KV Cache；對話越長，暫存資料越多，記憶體需求也可能上升。

節目提到，KDA 會把大量歷史資訊壓縮成比較固定的狀態，研究曾指出最多可能減少 75% 的 KV Cache。這使市場立刻擔心：如果單次任務需要的 KV Cache 變少，未來是否也不需要那麼多 HBM、DRAM 與其他記憶體。

但節目同時提醒，這仍然是研究與架構層面的可能性，不代表需求一定會大幅下降。KDA 主要影響長序列的暫存，並沒有消除模型權重；Kimi K3 也增加了模型權重、上下文任務長度與推論工作負載。

因此，K3 比較像是放大原本就存在的估值疑慮，而不一定是半導體需求突然消失的根本原因。半導體族群從 6 月底已經開始修正，高估值、擁擠交易與 AI 投資報酬的不確定性，才是更大的背景。

模型公司與半導體：Kimi K3 的影響可能不同

從投資角度看，節目認為 Kimi K3 對模型公司的直接影響可能比對硬體更大。中國開放模型若以更低價格逼近美國閉源模型，會加速模型能力的商品化；OpenAI、Anthropic 與 Google 不只要比性能，也要面對 API 價格與開放生態的壓力。

半導體則可能呈現短空長多。效率提升會降低單次推論所需資源，但成本下降也可能讓更多企業導入客服、資料分析、軟體開發與其他 AI Agent。過去企業可能只部署一個聊天機器人，未來則可能同時運行研究、財務、法務與軟體開發 Agent。

當單次成本下降、使用者變多、任務時間拉長，Token 與推論總工作量仍可能快速成長。節目用更省油的汽車比喻：單位成本下降，不必然讓總用量下降，因為人們可能更常使用、跑得更遠。

最後還要把供給時間納入考量。晶圓廠、先進封裝與記憶體產能從投資、建廠到量產通常需要數年。只要 AI 使用量的成長速度仍快過產能擴張，供需就可能維持緊繃；只有在使用量下滑、產能仍持續增加時，才更容易形成供過於求。

接下來兩週：財報與資本支出是關鍵觀察點

節目建議，接下來先看科技巨頭財報與資本支出指引，尤其是 Google 財報中對未來投資與 AI 貨幣化的說法。市場不只需要知道公司還在投資，也想知道這些投資能否轉成更快的服務收入、更高的使用量與可重複的現金流。

如果財報證明需求仍強，Kimi K3 造成的賣壓可能比較接近估值整理；如果資本支出開始放緩、AI 使用量又接近飽和，硬體需求才需要更嚴格重新評估。短線仍可能震盪，但不能只用單一模型的效率提升，推論整個資料中心用量會下降。

QA 精選

Q1：費城半導體指數下跌超過 20%，是否代表 AI 景氣已經反轉？

不一定。節目將超過 20% 的跌幅視為技術性熊市價格訊號，但同時指出艾斯摩爾仍上修財測、台積電仍提高營收展望與資本支出。後續要看基本面、財報與資本支出是否同步轉弱。

Q2：台積電與艾斯摩爾財報不差，為什麼股價仍可能下跌？

因為股價可能在財報前已經反映利多。當市場期待很高時，只有超過原本預期的新驚喜才容易推動股價；若只是符合期待，獲利了結與估值修正仍可能發生。

Q3：Apple 盤中市值一度超過輝達，代表 Apple 已經贏得 AI 競賽嗎？

節目並沒有這樣下結論。Apple 的相對優勢是資本密集度較低，可以利用既有硬體、服務收入與生態系提高貨幣化可能；輝達則掌握訓練、推論硬體與軟硬整合生態，兩家公司服務的市場與評估標準不同。

Q4：Kimi K3 的 KDA 架構最多可能減少多少 KV Cache？

節目提到研究曾指出，KDA 最多可能減少 75% 的 KV Cache。這是對長序列暫存的研究結果與市場討論，不代表整體 HBM、DRAM 需求必然下降，也不代表所有模型工作負載都會套用相同效果。

Q5：為什麼模型效率提升，反而可能讓 AI 硬體總需求增加？

因為單次任務成本下降後，企業可能更願意導入 AI，使用者變多、任務變長，也可能同時運行多個 Agent。即使每個 Token 所需資源下降，總 Token 數與推論工作量仍可能增加，類似汽車更省油後總行駛里程可能上升。

Q6：Kimi K3 對模型公司與半導體公司的影響有何不同？

節目認為，模型公司可能先面臨能力、價格與開放生態的三重競爭；半導體則比較像短線受估值壓力、長線仍取決於 AI 使用量與供給擴張。模型效率變好不會自動等於硬體需求立即消失。

Q7：接下來投資人應該觀察哪些資訊？

首先是 Google 與其他科技巨頭的財報、資本支出與展望，其次是 AI 服務能否轉成收入與現金流，最後是使用量成長是否仍快過晶圓、先進封裝與記憶體產能擴張。這三項比單看一天的股價漲跌更有判斷價值。

主編隨筆

這集最值得帶走的，不是「費半跌了所以要不要買」這個二選一問題，而是把效率、需求與估值拆開觀察。Kimi K3 若能用更少的單次資源完成任務，確實可能先衝擊市場對記憶體與高階硬體的想像；但成本下降也可能帶來更多使用者、更長任務與更多 Agent，總工作量未必同步減少。

從風險管理角度，接下來可以把觀察分成兩層：一層是科技巨頭資本支出與 AI 服務收入，另一層是產能擴張速度與實際使用量。如果只是估值重新定價，和需求、信用、景氣一起惡化的情況，處理方式完全不同。不要因為技術性熊市四個字，就跳過基本面；也不要因為長期故事仍在，就忽略價格已經提前反映多少期待。

Apple 與輝達的對比也提醒投資人，市場有時會從「誰的技術最強」轉向「誰更快把投資變成收入」。這不是替任何一家公司下結論，而是提供一個可重複使用的判斷框架：看成長，也看資本效率；看模型能力，也看客戶是否願意持續付費。

結語

財女珍妮對這波行情的整理，可以濃縮成一句話：Kimi K3 可能是短線估值修正的導火線，但目前還不足以直接證明 AI 硬體長期需求已經結束。

費半跌入技術性熊市、輝達回撤約 20%，代表市場需要重新消化前期漲幅與高期待；Apple 逆勢創高，則反映投資人開始重視 AI 貨幣化速度與資本密集度。接下來兩週的科技巨頭財報、資本支出與 AI 使用量，才是確認行情屬於短期整理還是更深層轉折的關鍵。