All Posts
The complete archive.
Every post on the blog, newest first.
industry-map - 半導體產業鏈 Part 3:EDA + IP 設計工具與矽智財（上游）
深拆半導體 EDA 與 IP 這一層:Synopsys、Cadence、Siemens EDA 的設計工具雙寡占,加上 Arm 的授權+權利金模式。這是全世界每顆晶片都繞不開、卻最少人談的『安靜收費站』——玩家、競爭格局、瓶頸與定價權、~80% 毛利的利潤池、上下游依賴、地緣風險與投資點子。
industry-map - 半導體產業鏈 Part 2:特用化學 / 光阻（上游）
深拆半導體上游的特用化學與光阻這一層:光阻五雄為何全是日本廠、EUV 光阻的驗證門檻、特殊氣體與 CMP 研磨液的隱形咽喉、上游依賴與下游 fab 客戶集中度、風險與分層投資點子。
industry-map - 半導體產業鏈 Part 1:矽晶圓 / 基板（上游 Upstream）
深拆半導體最上游的矽晶圓 / 基板這一層:誰在做、五強寡占的競爭格局、瓶頸分數與定價權方向、為何是「中低價值捕獲」的週期寡占、上游多晶矽與高純度石英依賴、下游代工廠客戶集中,以及分層投資點子。
industry-map - 半導體晶片產業鏈全景（上游到下游）
用 industry-map 方法把半導體產業畫成一張有向圖:從矽晶圓、EDA、設備等上游,經晶圓代工、IC 設計、記憶體、封測的中游,一路到網通、系統與雲端下游。找出咽喉點、利潤池與價值遷移方向,並給出分層投資點子。
Tesla (TSLA) 2025 10-K 深度解析
用 10k-digest 方法對 Tesla FY2025 年報做機構級深度拆解:史上首次營收衰退、營業利益率崩到 4.6%、監管碳權貢獻 46% 營業利益的隱形依賴、能源儲能的獲利救火隊、2026 年超過 $200 億的 AI 資本支出賭注、CEO 千億級股酬懸念,以及『一台車廠 vs AI 選擇權』的估值撕裂。
Rocket Lab (RKLB) 2025 10-K 深度解析
用 10k-digest 方法對 Rocket Lab Corporation FY2025 年報做機構級深度拆解:五年營收軌跡、發射服務 vs 太空系統兩大分部、毛利率爬升曲線、現金燒錢與跑道、Neutron 開發風險與資本支出、$10 億 ATM 稀釋、累計虧損、國防訂單成長、情境分析、競爭格局、風險矩陣與投資訊號。
Palantir Technologies (PLTR) 2025 10-K 深度解析
用 10k-digest 方法對 Palantir Technologies FY2025 年報做機構級深度拆解:五年從虧損到獲利的轉折、政府 vs 商業事業體、美國商業爆發、Rule of 40 破百、GAAP 獲利轉正、股權激勵與稀釋、近乎零的有效稅率、客戶集中度、估值極貴的張力與投資訊號。
Oracle (ORCL) 2026 10-K 深度解析
用 10k-digest 方法對 Oracle FY2026 年報做機構級深度拆解:五年財務軌跡、雲端/OCI 事業拆解、爆增至 $6,380 億的 RPO 訂單、$557 億資本支出與 −$237 億自由現金流、$1,295 億債務與負的有形股東權益、Ampere 一次性利得、情境分析、競爭格局、風險矩陣與投資訊號。
Ondas Holdings (ONDS) 2025 10-K 深度解析
用 10k-digest 方法對 Ondas(ONDS)FY2025 年報做機構級深度拆解:一家營收僅 $5,073 萬的小型無人機/國防科技公司,如何用一年內近 $18 億的股權募資與 $2.5 億的併購潮徹底改頭換面;拆解 605% 營收成長的真相、$8,222 萬非現金認股權證損失、5 倍股數稀釋、$4.89 億認股權證負債懸掛、極端客戶集中,以及一家「現金滿手但本業年年虧損」的投機小型股該給什麼訊號。
ollama on mac - part 5 - 工具呼叫、多模型服務與進階實踐
從會跑模型到蓋 agent、上生產：Ollama 工具呼叫與 function calling、多模態 vision、reasoning 推理模型、Apple Silicon 效能調校、多模型並行服務、遠端存取安全與生產實務全攻略。
NVIDIA (NVDA) 2026 10-K 深度解析
用 10k-digest 方法對 NVIDIA FY2026 年報做機構級深度拆解:五年財務軌跡、Compute & Networking 與 Graphics 事業體、資料中心營收爆炸、毛利率逆風、極端客戶集中、中國/H20 出口管制、$95.2B 採購承諾、循環融資疑雲、DuPont/ROIC、Rule of 40、情境分析、風險矩陣與投資訊號。
NextEra Energy (NEE) 2025 10-K 深度解析
用 10k-digest 方法對 NextEra Energy FY2025 年報做機構級深度拆解:兩大引擎(FPL 受監理公用事業 vs NEER 全球最大再生能源開發商)、費率基礎與核定 ROE、天量資本支出與深度負自由現金流、$956 億債務與利率敏感度、GAAP 淨利下滑但調整後 EPS 續增之謎、十年股息成長軌跡、情境分析、風險矩陣與投資訊號。
Meta (META) 2025 10-K 深度解析
用 10k-digest 方法對 Meta Platforms FY2025 年報做機構級深度拆解:五年財務軌跡、事業體與地區損益、OBBBA 稅務假象、折舊定時炸彈、DuPont/ROIC、Rule of 40、AI 千億資本支出賭注、情境分析、競爭格局、風險矩陣與投資訊號。
Kratos Defense (KTOS) 2025 10-K 深度解析
用 10k-digest 方法對 Kratos Defense & Security Solutions FY2025 年報做機構級深度拆解:五年財務軌跡、KGS/US 兩大事業體、目標無人機與超音速/火箭系統、超薄利潤率 vs 高營收成長、股權薪酬吃光營業利益、自由現金流大失血、股權稀釋引擎、國防部客戶集中、情境分析、風險矩陣與投資訊號。
Berkshire Hathaway (BRK.B) 2025 10-K 深度解析
用 10k-digest 方法對 Berkshire Hathaway FY2025 年報做機構級深度拆解:GAAP 淨利為何暴跌 25% 卻不代表本業轉弱、五大事業體與保險浮存金引擎、破紀錄的 3,733 億美元現金+國庫券、零庫藏股回購的訊號、鉅額股票組合與集中度風險、Kraft Heinz/Occidental 減損、巴菲特交棒 Greg Abel,以及情境、風險與投資訊號。
Amazon (AMZN) 2025 10-K 深度解析
用 10k-digest 方法對 Amazon.com FY2025 年報做機構級深度拆解:五年財務軌跡、三大事業體損益、AWS 這台獲利引擎、$1,318 億 AI 資本支出如何把自由現金流砍掉七成、Anthropic 未實現利得的會計假象、DuPont/ROIC、情境分析、競爭格局、風險矩陣與投資訊號。
Alphabet (GOOGL) 2025 10-K 深度解析
用 10k-digest 方法對 Alphabet FY2025 年報做機構級深度拆解:五年財務軌跡、Search/YouTube/雲端/Other Bets 事業體損益、淨利被股權投資利得墊高的假象、Google Cloud 獲利拐點、AI 千億資本支出與 2026 指引、TAC、買回與股利、反壟斷矩陣、情境分析與投資訊號。
AI System on Native AWS - Part 2 - 智慧文件處理 IDP 管線
當你的『知識』不是乾淨的 Markdown,而是幾百萬張掃描的 PDF、發票、合約時,RAG 那套餵不進去。本篇用純 AWS 原生服務打造一條智慧文件處理(IDP)管線:S3 觸發、Step Functions 編排、Textract 抽文字與表格、Comprehend 做實體與分類、Bedrock 做結構化萃取與摘要,全部用 CDK(CloudFormation)描述,並談事件驅動、冪等、非同步大檔與人工複核。
AeroVironment (AVAV) 2026 10-K 深度解析
用 10k-digest 方法對 AeroVironment FY2026 年報做機構級深度拆解:一場把營收翻倍到 20 億美元的 BlueHalo 世紀併購,如何同時帶來 GAAP 虧損、負自由現金流、內控失效(ICFR 不利意見)與收購當年就發生的商譽減損。涵蓋五年財務軌跡、雙事業體、購買法會計扭曲、股本稀釋、國防積壓訂單、風險矩陣與投資訊號。
Advanced Micro Devices (AMD) 2025 10-K 深度解析
用 10k-digest 方法對 AMD FY2025 年報做機構級深度拆解:五年財務軌跡、四大事業體、Xilinx 併購攤銷如何壓低 GAAP 獲利、$8.53 億一次性稅務利益、商譽佔資產 33%、MI308 中國出口管制、資本配置、風險矩陣與投資訊號。
ollama on mac - part 4 - 與應用整合(Python、OpenAI SDK、LangChain、Open WebUI、RAG)
把本機 Ollama 模型接進真實應用的完整實戰:官方 Python/JS SDK、OpenAI 相容層、LangChain、Open WebUI,以及手把手打造一個離線可跑的本地 RAG。
AI System on Native AWS - Part 1 - Serverless RAG 智慧客服知識庫
用純 AWS 原生服務打造一套 Serverless RAG 問答系統:Bedrock Knowledge Bases 負責切塊與嵌入、OpenSearch Serverless 當向量庫、Lambda + API Gateway 提供問答 API,全部用 CDK(CloudFormation)一鍵部署。本篇是系列開場,先講清楚 RAG 這個最常見的 AI 系統怎麼在 AWS 上長出來,包含情境、系統設計、架構、CDK 實作、技術選型與成本。
ollama on mac - part 3 - REST API 與自訂 Modelfile
深入 Ollama 的 REST API 與 Modelfile:把 Mac 變成本機 LLM 伺服器,掌握 /api/generate、/api/chat、options 調校、結構化輸出,並用 Modelfile 打造專屬模型。
ollama on mac - part 2 - 公開模型全覽與選型指南
從硬體、任務到量化,一套可落地的 Ollama 開源模型選型心智模型:看懂 Llama / Qwen / Gemma / Mistral / Phi / DeepSeek 家族,選對尺寸與量化,讓你的 Mac 跑出最佳性價比。
ollama on mac - part 1 - 安裝與第一個本地模型
從零開始在 macOS 上安裝 Ollama,認識硬體需求與記憶體對照,並跑起你的第一個本地 LLM,完整掌握 CLI 指令與背後運作原理。