市場又被AI股帶崩了，博通今天跌了11%+，不僅帶崩了美股納指，還把加密也帶崩了。現在加密挺像夜壺，漲的時候不跟漲，跌的時候跟跌。 簡單來看一下博通下跌的原因： 博通（Broadcom）在發佈營收與利潤“雙重超預期”的財報後股價反而下跌，這一市場反應主要源於結構性隱憂與交易層面的共振。 營收（Revenue）： 實際錄得 180.2億美元，優於市場預期的 175.0億美元，不僅實現了同比高增長，也超出了華爾街的普遍估算。 每股收益（EPS, Non-GAAP）： 實際為 1.95美元，同樣擊敗了預期的 1.87美元。 儘管公司基本面依然穩健，AI業務收入顯著增長，但管理層關於“AI硬件佔比提升將短期拖累整體毛利率”的指引，成為了市場獲利了結的導火索。 個人認為，此次回調的本質是市場對高估值的修正（殺估值），以及對AI板塊長期以來過於樂觀預期的理性迴歸，跟英偉達業績發佈後被市場吹毛求疵如出一轍。 博通年內漲幅巨大，且當前正值年末，機構資金出於業績考核壓力傾向於鎖定利潤，進一步加劇了賣壓。 綜上所述，博通的財報表現實際上處於正常且健康的範圍內。當前的股價波動更多是基於資金面與情緒面的調整，而非公司核心競爭力惡化。市場正在重新平衡對AI高增長與利潤率之間的預期，這種回調是消化前期過高估值的必要過程。

a16z crypto進軍亞洲，首站選擇韓國。原因不言而喻，韓國有著最大的韭菜市場。

【Vibe Coding 實戰 Part 2】我用 AI 把“美股看板”升級並發佈到了雲端，全程只用了三步 在上一篇文章中，我們通過 Google Antigravity 和幾句提示詞，成功在本地電腦上跑出了一個簡易的“美股追蹤看板”。 但作為一個追求極致效率的 Vibe Coder，我怎麼能忍受它只能在我的電腦上跑？我要把它發佈到網上，變成一個可以在手機上隨時查看的獨立 App。 今天分享 Vibe Coding 的第二篇，如何指揮 AI 進行功能迭代、修復“天書”般的報錯，並最終實現零成本的雲端部署。 首先來看我的成果：點擊訪問 Stock Dashboard (注：由於是免費服務器，首次加載可能需要幾十秒喚醒) 第一階段：像產品經理一樣提需求 Vibe Coding 的核心不是寫代碼，而是清晰地描述邏輯。 1. 淨化信息流：區分“新聞”與“公告” 初版抓取的數據裡，既有《華爾街日報》的分析，也有枯燥的 SEC 8-K 文件。我希望把它們分開。 我的 Prompt： “請修改代碼，將信息流分為兩類：‘官方公告’和‘媒體新聞’。規則：如果發佈者是 PR Newswire、Business Wire 或標題包含 8-K、10-Q，歸為公告；其他的歸為新聞。在界面上用 Tab 標籤頁將它們分開顯示。” AI 的執行： AI 自動引入了關鍵詞過濾邏輯。現在，我想看財報直接點“公告”欄，想看市場新聞點“新聞”欄，效率翻倍。 2. 給 App 裝上記憶：收藏功能 之前版本網頁的一個痛點是“刷新即忘”，我需要一個收藏夾來收藏重要的新聞。 我的指令 (Prompt)： “增加一個收藏功能。 在每條新聞旁邊加個‘⭐ Save’按鈕。 點擊後，將新聞標題和鏈接保存到本地的 bookmarks.csv 文件裡。 在側邊欄增加‘我的收藏’列表，讀取這個 CSV 文件。” AI 的執行： 幾秒鐘後，代碼更新完畢。我的看板從此擁有了“記憶”，重啟電腦後收藏的數據依然存在。 第二階段：像指揮官一樣“修 Bug” 在開發收藏功能時，我遇到了 Vibe Coding 報錯。屏幕上出現了一大片紅色的字： StreamlitDuplicateElementKey: There are multiple elements with the same key... 如果是以前，我可能直接關機放棄了。但現在，我只需要讀懂報錯的字面意思：“有重複的鑰匙 (Key)”。 當然，更簡單的方法是把報錯信息複製粘貼到Gemini裡去問AI，讓AI幫你選擇如何修復。 問題分析： 原來，有一篇新聞同時提到了 NVDA 和 MSFT 兩隻股票。程序在渲染這兩個股票的卡片時，給這篇新聞的收藏按鈕生成了一模一樣的 ID（Key）。系統不知道用戶點的是哪一個，所以崩了。 我的修復指令 (Prompt)： “報錯顯示按鈕 ID 重複了。請修改代碼邏輯：在生成收藏按鈕的 Key 時，不要只用新聞鏈接，把股票代碼 (Ticker) 也加進去拼在一起，確保每個按鈕 ID 都是獨一無二的。” 結果： AI 修改了一行代碼，將 ID 生成邏輯從 link 改成了 ticker_link。報錯消失，程序完美運行。 第三階段：全網發佈！保姆級部署教程 現在，我們要把這個跑在本地電腦上的程序，發佈到互聯網上。 我們將使用 GitHub (存代碼) + Streamlit Cloud (跑代碼) 的黃金組合。全程免費，無需服務器知識。 1. 收拾行囊：檢查 4 個核心文件 在你的項目文件夾裡，必須確保有以下 4 個文件（沒有就手動新建 txt 文件改名）： stock_dashboard.py (你的主代碼) requirements.txt (至關重要！ 這是告訴雲端服務器要安裝什麼軟件的清單) 如果你的文件夾裡沒有，請新建一個 txt，複製以下內容進去保存： yfinance gnews finvizfinance pandas watchdog watchlist.csv (你的初始關注股票列表，裡面隨便填一行 NVDA 即可) bookmarks.csv (你的初始收藏夾，新建一個空文件，填入表頭 Timestamp,Ticker,Category,Title,URL,Source 即可) 2. 把代碼上傳到 GitHub GitHub 就像是程序員的網盤。 註冊並登錄 點擊右上角 "+" -> "New repository"。 Repository name：隨便填，比如 my-stock-app。 選擇 Public (公開)，不要勾選其他任何初始化選項。 點擊 Create repository。 在跳轉的頁面中，點擊鏈接文字 "uploading an existing file"。 把上面準備好的 4 個文件 全部拖進去。 點擊底部的綠色按鈕 Commit changes。 3. 一鍵部署到 Streamlit Cloud 這是最後一步！ 打開 點擊 "Sign in with GitHub" (用 GitHub 登錄) 並授權。 點擊醒目的藍色按鈕 "New app"。 填寫表單： Repository: 點擊下拉框，選中你剛纔創建的 my-stock-app。 Main file path: 填寫 stock_dashboard.py。 點擊右下角的 Deploy!。 4. 見證奇蹟 屏幕上會出現“烤蛋糕”的動畫。等待約 2 分鐘，你的瀏覽器會自動刷新，展示出你的美股看板！ 總結 回顧一下，我們完全沒有手寫一行 Python 代碼，僅僅通過與 AI 對話： 明確了需求（自動抓取、美股、時區轉換）。 迭代了功能（分類公告、本地收藏）。 修復了 Bug（指出了邏輯衝突）。 完成了部署（利用 GitHub 和 Streamlit Cloud）。 下期預告： 現在的 App 雖然能用，但因為是免費雲服務，重啟後“收藏夾”數據可能會因為不是實時保存而丟失。 下一篇，我們將挑戰進階形態：《給 AI 裝上“雲大腦”：如何讓美股看板連接 Google Sheets，實現永久的數據同步？》