Ernest Chiang

Traveller of Decomposition and Integration | Productivity | AWS Community Hero | Bluetooth | ex-TSMC

[Ernest Chiang @dwchiang]

<When Meteor-Grade AI Comes Knocking, Do We Still Need to Learn AWS? 👉 A Traveler's Perspective on a Decade of Decomposition and Integration>

✳️ For the complete 200-page animation slides, please visit this portal 👉 https://t.co/M2PvGtCqD7

At the AWS Community Day Taiwan 2023 conference organized by the community, I aimed to address two key aspects. Firstly, to break down the complex and vast amount of AWS product information for attendees who might be overwhelmed by the information or struggling to find direction. Secondly, I adapted the content from a 10-minute presentation at the 4/19 Generative AI Meetup to a 20-minute version. Through examples, we introduced the importance of Frameworks and Foundations, and further presented five tools for organizing knowledge. These tools were integrated into the Ernest PKM IIDEE or Amazon Working Backwards frameworks. Lastly, I took this opportunity to record the session.

I extend my gratitude to Amy Lee, the organizer of AWS Community Day Taiwan 2023, and to Eric and Wyne from Track A for their invitations. I also thank the enthusiastic volunteers and sponsors at the event, which made the second edition of AWS Community Day Taiwan vibrant and energetic. It truly serves as a blessing for AWS enthusiasts and developers alike.

✳️ Agenda

1️⃣ Make a Decision
-- Find a proper framework
2️⃣ About AWS
-- AWS Website history (2006-2023)
3️⃣ Why AWS
-- “Everything fails.” – Werner Vogels
-- AWS Data Center Power Infrastructure
4️⃣ How to integrate with AWS
-- Build Framework

✳️ I look forward to extensive discussions on various perspectives :)

✳️ For the complete 200-page animation slides, please visit this portal 👉 https://t.co/M2PvGtCqD7

#AWSUG #AWSUGTW #AWSCMD #AWSCommunityDayTaiwan #AI #PKM #ErnestPKM

[Ernest Chiang @dwchiang]

【從養寵物到管牛群：打造具備自動自癒能力的 AI Agent 系統】

Scaling Claude Managed Agents (by Anthropic): Decoupling the brain from the hands

這篇文章分享 Anthropic 工程團隊 如何透過「解耦」（Decoupling）與「虛擬化」（Virtualization）的概念，重新建構 AI Agent 的架構，解決了模型進步導致開發框架（Harness）過時、安全性風險以及效能瓶頸等問題。

- 是說我的中文名字其中一個字，也算是一種馬具周邊，難怪選擇複雜問題的時候，總會挑選每天被踩、大家平常也不一定有在意、但總能幫助大家上馬的基礎題目。就默默吧。默默也是一種專業，就像芙莉蓮重視基礎魔法那樣。
- 所謂的複雜，也許屬於偽裝的一種吧。

⌬ 本篇文章主要分為以下五個核心段落：

- 核心挑戰 👉 Harness 的過時與穩定性問題
- 設計哲學 👉 借鑑作業系統的虛擬化思維
- 架構演進 👉 從耦合的「寵物」到解耦的「牛群」
- 安全機制 👉 大腦、雙手與憑證的物理隔離
- 長文本策略 👉 會話日誌作為外部狀態物件
- 擴展性與效能 👉 實現多腦多手的非同步協作

⌬ 1️⃣ 核心挑戰

- Harness 是圍繞模型建構的邏輯，通常包含對模型能力限制的假設。
- 隨著模型能力的提升，原本設計來補足模型弱點的 Harness 邏輯會變得冗餘。
- Claude Sonnet 4.5 曾因「上下文焦慮」（Context Anxiety）需要在 Harness 中加入上下文重置機制，但 Opus 4.5 已無此問題。
- 傳統 Harness 往往將大腦（模型）與執行環境強行綁定，缺乏靈活性。
- 過時的假設會成為系統中的「累贅」（Dead weight），增加複雜度。
- Managed Agents 的目的是建立一組比特定模型實作更長壽的穩定介面。
- 開發者需要頻繁重新評估 Harness 中的假設是否依然成立。
- 當前的 AI 開發模式面臨「為尚未想出的程式設計系統」的挑戰。
- 穩定的介面能讓底層實作（模型或工具）自由更換而不影響上層。
- （Ernest: 又出現穩定介面了！參考昨天的《拆解 Palantir MMDP》）
- Managed Agents 提供了一個代管環境，代表使用者執行長週期（Long-horizon）任務。

⌬ 2️⃣ 設計哲學

- 借鑑數十年前作業系統將硬體虛擬化為行程（Process）與檔案（File）的概念。
- `read()` 指令不論底層是 1970 年代的磁碟或現代 SSD 都能運作。
- Managed Agents 將 Agent 的組成部分（會話、Harness、沙箱）進行虛擬化。
- 虛擬化允許在不干擾其他組件的情況下，更換任何一個組件的實作。
- 設計核心是「對介面的形狀有主見，但對背後的執行內容保持開放」。
- 這套架構是為了應對未來可能出現、目前尚無法預見的 AI 應用。
- 虛擬化解決了硬體（或模型能力）演進速度快於軟體架構的問題。
- 穩定介面是系統能跨越數十年運作的關鍵因素。
- Managed Agents 本質上是一個「Meta-harness」，不綁定特定邏輯。
- 這種抽象化能讓 AI 系統具備類似作業系統的長期生命力。

⌬ 3️⃣ 架構演進

- 初期將所有組件放在單一容器內，雖然方便呼叫但存在嚴重的穩定性問題。
- 在「寵物 vs 牛群」（Pets vs Cattle）的比喻中，單一容器架構使伺服器變成了不可損失的「寵物」。
- 一旦容器失效，整個會話（Session）就會遺失，且難以進行遠端除錯。
- 工程師曾必須進入存放使用者資料的容器內除錯，這造成了安全與隱私隱憂。
- 舊架構假設 Claude 處理的所有資源都必須與它處於同一個容器內。
- 新架構將「大腦」（Claude 與其 Harness）與「雙手」（沙箱與工具）徹底分開。
- 解耦後，大腦透過標準的 execute() 介面與雙手溝通，雙手變成了可替換的「牛群」。
- 如果執行工具的容器損毀，Harness 會將錯誤回傳給 Claude，由其決定是否重試。
- Harness 本身也變成了「牛群」，因為會話日誌儲存在外部，崩潰後可輕易重啟。
- 透過 wake(sessionId)，新的 Harness 實例可以從日誌中恢復狀態並繼續工作。

⌬ 4️⃣ 安全機制

- 在舊設計中，AI 生成的不可信程式碼與敏感憑證（Credentials）執行在同一環境。
- 提示詞注入（Prompt Injection）可能導致 AI 被誘導讀取環境變數中的 Token。
- 結構性的解決方案是確保在執行 AI 程式碼的沙箱中，根本無法觸及 Token。
- 身分驗證資訊現在被存放在沙箱外部的保險庫（Vault）或與資源綁定。
- 針對 Git 操作，系統在初始化沙箱時完成 Clone，沙箱內只留 Git Remote。
- Git 的 Push 或 Pull 在沙箱內運作時，Agent 本身完全接觸不到 Token。
- 自定義工具支援 MCP（Model Context Protocol），並將 OAuth Token 存在安全保險庫。
- Claude 透過專用的 Proxy 呼叫 MCP 工具，Proxy 會負責交換 Token。
- Harness 在整個過程中完全不知道具體的憑證資訊，大幅提升安全性。
- 這種多層防禦架構能有效抵禦日益聰明的 AI 可能發動的複雜攻擊。

⌬ 5️⃣ 長文本策略

- 長週期任務常會超出模型的上下文視窗（Context Window）。
- 傳統做法如壓縮（Compaction）或摘要會造成不可逆的資訊遺失。
- Managed Agents 將「會話」定義為儲存在沙箱外的持久化事件日誌。
- 透過 `getEvents()` 介面，大腦可以根據需要「翻閱」日誌中的特定片段。
- 大腦可以倒回查看特定操作前的背景，而不受當前上下文視窗的限制。
- Harness 可以在將日誌內容餵給 Claude 前進行轉換或工程化處理。
- 這種設計分離了「持久化儲存」與「上下文管理」的關注點。
- 這種架構能提高 Prompt Cache 的命中率，降低延遲與成本。
- 它賦予 AI 類似人類翻閱筆記的能力，而非強迫其記住所有細節。
- 未來的模型可以針對如何更有效地查詢這份「外部記憶」進行優化。

⌬ 6️⃣ 擴展性與效能

- 解耦前，每個會話都必須預先配置一個完整的容器，導致啟動延遲極高。
- 首字延遲（TTFT）是使用者感受最深切的效能指標。
- 新架構下，容器（雙手）只有在 Claude 發出工具呼叫指令時才按需配置。
- 不需要使用沙箱的會話可以直接開始推論，無需等待容器啟動。
- 這項改變使 p50 TTFT 降低了約 60%，p95 降低了超過 90%。
- 單一大腦現在可以同時操作多個「雙手」（不同的執行環境）。
- 解耦使得「大腦」之間可以互相傳遞「雙手」的使用權，實現更複雜的協作。
- Harness 變得對「雙手」的本質透明，不論底層是容器、手機或模擬器。
- 架構能夠支援 Claude Code 或其他領域特定的 Agent Harness。
- Managed Agents 最終成為一個能隨著 Claude 智力增長而持續進化的系統。

#Anthropic #Claude #managedAgents #contextAnxiety #longHorizon #separationOfConcerns #statelessOrchestration #externalStateManagement

[Ernest Chiang @dwchiang]

- 這集也是難得資訊密度頗高，金句滿頁，
- 各位董事長、董事、執行長、管理層、部門主管都值得快速翻閱。
- 搭配 GTC 2026 逐字稿，可以更快理解 Jensen Huang 說的務必為每位員工搭配足夠 token 的意思。

✴️ 逐字稿 | 面對與 AI 共存：美國上市公司 Block ($XYZ) 組織重組的三個原則 👉 https://t.co/lvFPzCc2HU

[Ernest Chiang @dwchiang]

✴️ How to Reorg After AI Changes Everything | Block's Owen Jennings on the a16z Show 👉 https://t.co/2eL2wGiIQ3

[Ernest Chiang @dwchiang]

【面對與 AI 共存：美國上市公司 Block ($XYZ) 組織重組的三個原則】

每次看到「某公司裁員 XX%」的新聞，我最想知道的不是為什麼砍，而是：砍完之後，留下來的人怎麼工作？組織長什麼樣子？他們調整了什麼流程？

Block 於 2025Q1 裁了超過四成的人，而且公開說 AI 是關鍵因素。他們的業務負責人 Owen Jennings 在 a16z 頻道分享了具體做法。Owen 在 Block 待了 12 年，之前是 Cash App 的 CEO，現在負責橫跨 Square、Cash App 和 Afterpay 的產品營運和客戶支援。他講的不是泛泛的「我們擁抱 AI」，而是實際的重建邏輯。

這裡面有三個值得拆解的原則。

1️⃣ 先劃出不能動的線

Owen 說他們不是拿一個裁員目標數字然後「砍到那個數字」。他們花了 Q1 整季和創辦人 Jack Dorsey 討論的問題圍繞著：假設 AI 工具已經是某某樣子的水準，公司應該長什麼樣子？

但在回答這個問題之前，先定義底線：底層系統可靠性是最高優先級（P0 中的 P0），大規模重組之後不能對客戶發生任何服務中斷。合規團隊幾乎完整保留，金融業的監管環境沒有試錯空間。路線圖上已經確定的功能要持續推進。先把不能動的線畫出來，其他的才開始重新設計。

（我們前幾年在幫傳統產業客戶做流程整合時也學到類似的事：在導入任何自動化之前，先確保原本可獲利的核心工作流程可以透過 API 執行，並且保留完整的歷史紀錄以滿足合規監管。不是先想著買工具，而是要先把路鋪好、把人心準備好，再安心上路。Block 從 2024 年初就開始建 Goose 這個 agent 平台，兩年多的基礎工程是他們能大幅重組的前提。沒有這段基礎鋪路，裁員就只是砍人。）

（如果有亞洲金融業朋友也有想要大幅度重組，也許咱們到後台聊聊？）

2️⃣ 從組織形狀開始重建，不是從裁員數字

Block 不是在既有架構上「減人」，而是重新問：做這件事需要幾個人？以前一個功能團隊 14 人，現在可能是 4 個人加上兩千美元的 token 預算和無限的 AI 工具使用權。

具體的組織變化：

- 開發團隊重組為 1 到 6 人的小隊（Squads）
- 管理層級砍了五到六成，產品線大多只剩兩到三層
- 會議量減了七到八成
- 小隊可以跨產品線快速切換，不再綁定一個團隊好幾年
- 設計師和 PM 現在也在送 PR，不只是工程師的事

Owen 選擇一次性大幅調整，而不是漸進式。他說分批做 15% 裁員，文化上是毀滅性的，因為每個人都在等下一輪什麼時候來。

（我們團隊過往這幾年陪著客戶進行組織流程梳理、重整，提出的各種直球問題也是對應到各種的減法，不斷挑戰著管理團隊：需要做這件事情嗎？做這件事需要幾個人？這件事情出現在整個系統流程的哪個環節？如果拿掉這個環節會發生什麼？可以做 A/B 測試實驗看看嗎？寫得出 SOP 步驟嗎？一定需要人類介入嗎？介入的反應速度可以加速十倍嗎？如果產出變成百倍，營收增加十倍，但品質下降 5% 可以接受嗎？）

（這幾年真心感謝被我們蹂躪過的客戶們，還是對我們充滿信任。）

3️⃣ 寫一份你公司的 Markdown 文件

Owen 在結尾描述了一個讓我印象深刻的模型。他說你可以想像每家公司有一份 markdown 文件，寫著自己是誰、在意什麼指標、不在意什麼、優化目標是什麼。然後 agent 系統根據這份文件不斷建造和迭代。以前做一個功能要幾個月，現在一兩週，未來可能一天跑幾百次循環。

這不只是比喻。Block 內部在建立「世界模型」（World Models），理解客戶如何參與經濟活動，也理解公司本身的運作方式。然後用自主式工具持續在這個理解上迭代。

（這類似去年 Kiro 提出的 Steering 功能、Claude 提出的 Skills 都在做類似的事：把團隊的工作方式和知識寫成文件，AI 在執行任務前會先讀這些文件。這是「可執行的架構文件」，過去文件經常跟實際程式碼脫節，但當文件直接影響 AI 的行為時，它就有了真正的約束力。新人或 AI Agent 進來，先閱讀文件就（有機會）能理解團隊怎麼工作。Owen 說的那份 markdown 文件，就是這個概念的企業規模版。）

（用小說來譬喻的話，就是先介紹出場角色、然後鋪陳一下開場的時空背景與場景、陸續帶出場場景中發生的任務目標，將這些紀錄在一份格式稱為 markdown 的文件中，然後交給 agent 展開故事。）

Owen 的核心論點是：未來的護城河不是人多，是你的公司理解什麼別人不理解的事，然後能多快迭代這個理解。

📷 圖說 👉 還沒十二點。晚上九點於皇居最外圍沒有別人的護城河。偶爾理解了別人不理解的事，而嘗試著各種保存記憶的魔法。

還記得 Ernest PKM 裡面提到的五個讓自己不再 AI 焦慮的知識小工具嗎？聊到「迭代與進步」的時候我總說「兩個以上才能迭代」。在各位眼前的這篇文章就是其中一個，然後還需要各位輕輕按一個「讚👍」或「愛心❤️」，這樣就湊齊兩個，可以一起迭代，可以一起進步了！

[Ernest Chiang @dwchiang]

- yet another #clickbait

[Ernest Chiang @dwchiang]

https://t.co/lTbfhpw0Jk

[Ernest Chiang @dwchiang]

- 外觀好模仿，
- 內在難臨摹。

#systemPrompt

[PJ Wu @WuPingJu]

我用 Claude Code 做了一個專門為 Claude Code 用戶打造的產品： Histo

是這樣的，我在開始使用 Claude Code 幾週後，發現我很難找到之前的重要對話、決策與發想，也很難帶著一段討論到另一個對話裡面繼續，於是我決定直接用 Claude Code 做一個工具，結果越做越起勁，它也對我越來越有價值。

Histo 是個 MacOS 的原生 app，不需要註冊帳號，一打開就會自動載入 .claude 資料夾裡的所有對話紀錄，依照時間排序，你可以快速搜尋，也可以透過 timeline 滾動瀏覽，很長的 session 還會依照 commits 分割。

Histo 還支援 iCloud 同步，你跨裝置使用 Claude Code 的紀錄，可以在另一台裝置看到，還可以用裡面一個叫做 “Fork” 的功能，把對話帶到新的 session 裡面使用。

目前 Histo 處於 Alpha 階段，所有 Pro 功能都可以免費使用，歡迎大家下載體驗看看：https://t.co/bRYuIvuuJa

中文版的內容我放在 Threads：
https://t.co/jwF1IRLdXR

[Ernest Chiang @dwchiang]

✴️ 2025 年度回顧：慢下來，才能更快 👉 https://t.co/BPg7DK5nWH

[Ernest Chiang @dwchiang]

## 2025 年度回顧 with Heptabase AI Chat

- 去年最後一天做年度回顧
- 進到 Heptabase 全選所有 2025 年度的日記卡片 (Journal Cards)
- 全選後丟進全新白板 (Whiteboard)
- 開啟白板右側 AI Chat
- 開啟 MAX mode
- 嘗試了 gemini-3-pro 和 claude-sonnet-4-5-20250929
- 確認 Heptabase AI Chat 右下角設定
- 只吃這個白板作為 source 並關閉 internet

## Prompt

- 我想要做我個人的 2025 年份回顧。
- 這些是我每天的日記，分成 Dumps, Notes, 和 Todos 三大區塊。
- Dumps 主要是我的想法、思路、思考。
- Notes 都是別人的想法，但是是我有興趣的主題。
- Todos 是我的待辦事項。
- 請幫我分析我全部的 Dumps 內容，加上 Notes 的標題（不需要 Notes 縮排的內文），分析我這一整年最在意的前十大主題（知識領域）。或是你有觀察到任何你覺得我應該會有興趣知道的 insights。

## Output Intro

- 這是一份基於你 2025 年全年日記（Dumps 的個人思考 + Notes 的標題攝取）所進行的深度回顧與分析。
- 透過這 365 天的紀錄，可以清晰地看見你正處於一個「從 ___ 轉向 ___（Business & AI ___）」的關鍵轉型期。
- 你的焦慮與興奮點，都集中在如何將新湧現的 AI 能力，嫁接到舊有的商業與工作流程中。

## 以下是你 2025 年最在意的十大主題（知識領域）

- 1. Agentic AI 與 Vibe Coding 的實踐
- 2. 商業架構與公司治理 (___ & ___)
- 3. 知識管理 (PKM) 與 ___ Productivity
- 4. 全球宏觀經濟與 ___ 投資策略
- 5. 雲端基礎設施與現代化 (AWS & Modernization)
- 6. 產品思維與專案管理 (Product & Workflow)
- 7. 生活風格與美學 (Lifestyle & Aesthetics)
- 8. 健康與身心靈 (Wellness & Mindset)
- 9. ___ 科技與 ___ (___ Tech)
- 10. 跨界整合 (Integration & Orchestration)

- 連 AI 都覺得 integration 要放最後... 暈倒...
- 但整體順序和比重是有抓出來覺得很棒

- 成本計算
- gemini-3-pro = USD 4.59 (input token = 1.071 M)
- claude-sonnet-4-5-20250929 = USD 0.78 (input token = 172,466)

## 這樣大約完成 80% 資料準備

- 節省我大量閱讀與材料準備時間
- 但距離整篇年度回顧產出大約只完成 10%
- 確認主題之後接著切分成三段落抓大綱（嗯，三是個重要的數字
- 接下來就每一季為單位回頭找細節資料
- 以及找對應每個段落合適的照片、公開貼文、公開投影片增加畫面
- 想說不是每個人都想看一堆文字（包含我自己，雖然是文件控
- 最後請 Claude Code 幫抓錯字與通順句子

- 主要寫給未來的自己看的
- 所以邊寫邊反思邊連結也產生了不少想法
- 剩下的就交給 2026 動手做看看
- 加油 2026

#traveller #decomposition #integration #yearinreview #2025 #2026 #aiagent #agenticworkflow #knowledgemanagement #productivity #humbled #kyklosify

#begood #bethere #being

[Ernest Chiang @dwchiang]

- 是說年底最後一天才動筆年度回顧。
- 原本想記錄這年玩了哪些人工智慧。
- 後來又抓幾個一直關注的主題一起。
- 再後來想說改一改就是年度回顧了。

- 感謝大家 2025 的陪伴走走與吃吃。
- 許願大家 2026 都平安健康加愉悅。

https://t.co/5m5XwYck1v

- 寫個紀錄給未來的自己
- 有興趣的朋友可以搜尋
- 「ernest 2025 年度回顧」
- 不喜歡看文字的朋友也別擔心，我放了很多照片回顧（絕對沒有灌水！是真回顧 XDD

#slowdowntogofast #kitchenlab #WEwe #kyklosify #traveller #decomposition #integration #yearinreview #awshero #community #privilege #2025 #2026

#begood #bethere #being

[Ernest Chiang @dwchiang]

✴️ 從 Peanuts 收購案看 Sony 的長期價值創造策略

- 自從上上週在拉斯維加斯的 AWS re:Invent 2025 CEO Keynote 聽到 Sony CDO 關於 Technology to "Create" and "Deliver" KANDO 的八分鐘演講，讓我不僅感受到 AWS 拆解 AI 的細膩，更是深深佩服 Sony 這家老字號公司如何運用 Amazon Bedrock 整合到自身 KANDO 文化與執行層面。[10][11]

- Sony 以 4.6 億美元取得 Peanuts Holdings 控制權（80% 股份），配合 2018 年首次投資 1.85 億美元，七年累計投資 6.45 億美元。交易預期產生股權重估利益作為營業收入。[1]
- 這是一個財務紀律與策略願景平衡的案例。Sony 選擇分階段投資而非一次性收購，驗證商業模式後再加碼投資，降低風險同時建立合作關係。[1]
- Peanuts 年零售銷售額 25 億美元，假期產品貢獻 5 億美元。相比 Sony 2018 年 1.85 億美元投資，品牌展現強勁的現金流生成能力和穩定的授權收入。[2]

- Sony 娛樂業務營收佔比從 2012 財年 26% 成長至 2023 財年 60%，內容 IP 投資佔策略投資 57%（1.5 兆日圓）。顯示公司成功轉型為內容驅動的娛樂集團。[3]
- Sony 執行長 Yoshida 和 CFO Totoki 強調「Creation Shift」和「Creative Entertainment Vision」。Totoki 表示：「我專注於成長，成長停滯時就會陷入負面螺旋。」[4][3]
- Sony 近期 IP 投資包括 Kadokawa 10% 股份（500 億日圓）、Bandai Namco 2.5% 股份（680 億日圓）、Crunchyroll 收購。這些投資建立動畫和遊戲 IP 生態系統。[5][6]
- 相比工作室收購（Bungie、Firewalk 表現未達預期），直接 IP 投資風險更可控。IP 可跨多平台變現，不受單一工作室營運風險限制。[7]
- Apple TV+ 獨家串流協議至 2030 年確保長期收入可見度。平台願意為經典 IP 支付溢價，因其能吸引多代觀眾並建立文化共鳴，降低流失率。[8]
- Sony 計劃 2025 年剝離部分金融業務，專注娛樂和內容創作。這顯示管理層決心簡化業務組合，提高資本配置效率。[3]
- WildBrain 出售獲得 4.6 億美元，用於償債和投資 Strawberry Shortcake、Teletubbies 及數位內容網絡。對 WildBrain 而言這是資產組合優化，聚焦核心資產。[1]
- （推測）Sony 可能在 5-10 年內將 Peanuts 品牌價值提升 50-100%，透過跨媒體整合（遊戲、音樂、影視）和新市場擴張（亞洲、拉美）。依據：Sony 在其他 IP 的成功經驗。
- Schulz 家族保留 20% 股份確保品牌傳承和質量控制，這種股權結構平衡商業利益和文化遺產保護，對長期品牌價值至關重要。[1]

- Peanuts 在日本的文化意義（啟發 Hello Kitty 創作）為 Sony 提供獨特優勢。Sony 可能強化亞洲市場拓展，目前三分之二收入已來自美國以外。[9][2]
- 這個案例展示如何透過策略性 IP 收購建立持久競爭優勢，而非追逐短期流行。Peanuts 75 年歷史證明經典 IP 的持久價值和跨世代吸引力。[2]

[1] https://t.co/R3wrqxIbSN
[2] https://t.co/IFMD8X1M7U
[3] https://t.co/akCi0iwEWS
[4] https://t.co/88SprI9HaO
[5] https://t.co/WzhT7H79iW
[6] https://t.co/G94W262Avd
[7] https://t.co/RWQKUbmeaN
[8] https://t.co/fCLSaMixeq
[9] https://t.co/O3yUpYAmjK
[10] https://t.co/9Od4G4YZt7
[11] https://t.co/yGq7gZxGm7

[Yasunori Kirimoto @dayjournal_nori]

AWS re:Invent 2025に参加してきました
https://t.co/6iYqooGzJU

WernerのKeynote作成にも協力させていただきました。会場配布の新聞のSpecial Thanksに名前を載せていただけて光栄でした！

[Andy Jassy @ajassy]

Excited to share new @Amazonleo Ultra is fastest satellite internet antenna ever built, delivering simultaneous download speeds up to 1 Gbps and upload speeds up to 400 Mbps, all powered by custom Leo silicon.

Plus some more details on our network, which will offer enterprise-grade performance and advanced encryption, with secure private networking that bypasses public internet—connecting directly to AWS and other cloud and on-premise networks. Combo will be extremely valuable for the millions of enterprises, government agencies, and organizations operating in places without reliable connectivity.

Team is also kicking off our enterprise preview with select customers using production hardware and software to gather feedback and tailor solutions ahead of next year's commercial launch.

Lots of encouraging progress to bring connectivity to customers and partners who need it most. https://t.co/LDY00ZRYGN

[Ernest Chiang @dwchiang]

@dayjournal_nori I can go with you :)

[Ernest Chiang @dwchiang]

✴️ KKR 與 ECP 的 500 億美元 AI 基礎設施佈局

- 新聞追蹤 2024-10-30 [1] → 2025-07-30 [2]
- KKR 對於科技產業並不陌生，曾於 2006 年就聯合入手 80% 飛利浦半導體事業群，並改名為 NXP Semiconductors。曾經是 Ernest 經手服務的客戶，印象特別深刻。

----

- 【2024-10-30】KKR 與 Energy Capital Partners 宣布 500 億美元戰略合作夥伴關係，專注加速資料中心、發電和輸電基礎設施開發，支援全球 AI 和雲端運算擴張 [1]
- 合作雙方擁有超過 8GW 現有資料中心管線和 100GW 運營中及可開發的發電能力，KKR 在全球擁有超過 100 個資料中心設施 [1]
- ECP 投資於清潔能源資產基礎，在美國市場擁有和營運超過 83GW 的發電能力，涵蓋發電、再生能源、儲能等五個資產類別 [1]
- 合作目標是與公用事業、電力生產商和資料中心開發商合作，為超大規模業者快速且負責任地開發大型資料中心園區 [1]
- 背景脈絡：BlackRock 於同月推出 300 億美元的 AI 基礎設施基金，由 Microsoft 和 Nvidia 支持，顯示資本競相湧入 AI 基礎設施 [1]

----

- 【2025-07-30】首筆投資落地：德州 Bosque County 建造 190MW 超大規模資料中心園區，從戰略宣布到首個專案公告歷時 9 個月 [2]
- 創新共址模式：資料中心與 Calpine 的 Thad Hill Energy Center 天然氣電廠相鄰，代表與超大規模業者的首個此類專屬電力協議 [2]
- 透過 CyrusOne 和 ECP 的合資企業建造，預計 2026 年 Q4 啟用，總投資近 40 億美元，初始 IT 容量 144MW，佔地超過 70 萬平方英尺 [2]
- Behind-the-Meter 模式：Calpine 提供 190MW 專屬電力，在 ERCOT 電網緊急情況下，電力可轉向支援系統可靠性和地方需求 [2]

----

- AI 驅動的電力需求：Goldman Sachs 預測 2030 年全球資料中心電力需求將較 2023 年增長 165%，AI 資料中心功率密度從傳統 5-10kW/機櫃暴增至 50-200kW/機櫃 [3][4]
- 電網瓶頸嚴重：新資料中心電網連接延遲已達 5 年，Behind-the-Meter 天然氣發電可在 18-24 個月內部署完成，成為務實選擇 [5]
- 德州監管環境：SB6 新法規（2025 年 6 月簽署）要求 75MW 以上大型負載承擔電網成本、接受緊急削減，並安裝 ERCOT 控制的「緊急切斷開關」[6][7]
- 私募股權持續加碼：2024 年資料中心投資達 1080 億美元（是 2023 年的三倍），KKR 在 2021 年以 150 億美元收購 CyrusOne，為此次合作奠定基礎 [8][9]

✴️ 參考資料 + 可縮放圖 👉https://t.co/hf1fTFkdlH

#kkr #ecp #dataCenter #energy #ErnestPKM #knowledgeGraph

[Ernest Chiang @dwchiang]

✴️ BlackRock 領導聯盟以 400 億美元收購 Aligned Data Centers，創 AI 基礎設施交易紀錄

- AIP、MGX 和 GIP 組成聯盟，以 400 億美元 ($40B) 收購 Aligned Data Centers [1][2]
- 這是 AIP = AI Infrastructure Partnership 成立以來的首筆投資

- AIP 由 BlackRock、Microsoft、NVIDIA、MGX 於 2024 年 9 月創立 [3]
- AIP 目標動員 300 億美元股權資本，包含債務融資後有潛力達到 1000 億美元規模
- Aligned 擁有 50 個園區、超過 5 GW 運營及規劃容量，橫跨美國與拉丁美洲關鍵數位樞紐

- 超大規模資料中心市場預計 2025 年達 1673 億美元，
- 以 23.58% CAGR 增長至 2030 年的 6024 億美元 [4]
- 全球資料中心用電量預計從 2024 年的 415 TWh 翻倍至 2030 年的 945 TWh，占全球用電量 3% [5]
- Aligned 持有超過 50 項專利冷卻技術，包括空氣、液體和混合冷卻系統，專為高密度 AI 工作負載設計 [1][6]

- NVIDIA 最新 GB200 晶片每機架功率密度可達 120 千瓦，液冷成為 20 千瓦以上機架的必要技術 [7][8]
- 科威特投資局和新加坡淡馬錫作為 AIP 錨定投資者，顯示主權財富基金對 AI 基礎設施的長期承諾 [2][3]
- 值得注意的是 Macquarie (麥格理資產管理公司) 在 2018 年首次投資 Aligned，7 年內將其從 2 個設施擴展至 50 個園區，實現約 400 億美元估值退出 [9][10]

- 主要科技公司預計 2025 年在 AI 基礎設施上投入 4000 億美元，OpenAI 的 Stargate 計劃單獨就達 5000 億美元 [2][11]
- 美國資料中心功率需求預計從 2024 年的 35 GW 翻倍至 2035 年的 78 GW，平均每小時用電量將增長三倍 [12]

- 身為管理者的你：麥格理 在 2018 年入手投資（不只一家資料中心公司）， 7 年後退出。即將面對 2026 年的各位，有開啟雷達定位 3~5 年標的了嗎？

✴️ 參考資料 + 可縮放圖 👉 https://t.co/UKS7mejDd5

#blackrock #aip #infrastructure #nvidia #alignedDataCenters #macquarieAssetMgmt #ErnestPKM #knowledgeGraph

[Ernest Chiang @dwchiang]

✴️ 參考資料 + 可縮放圖 👉 https://t.co/wsrSW7CzpE

[Ernest Chiang @dwchiang]

✴️ 表外融資的 AI 時代: SPV 如何為數據中心熱潮 融資 卻隱藏槓桿風險

- Meta 透過 SPV 結構完成近 $300 億美元融資
- 建設路易斯安那州 Hyperion 數據中心，創下史上最大私募股權交易記錄 [1]
- Hyperion 數據中心佔地 400 萬平方英尺，
- 全面運作時耗電 5 gigawatts，相當於 400 萬戶美國家庭用電量

- Meta 僅保留 20% 股權，卻維持完全營運控制權，
- 這種「控制但不合併」的會計技巧讓 $270 億美元債務不出現在資產負債表上 [2]
- 股權僅佔總融資的 8.5% ($25 億/$295 億)
- 保險公司透過私募信貸大量投資此類專案，
- 但面臨資產負債不匹配風險，在經濟下滑時可能被迫清算投資 [3]
- 歷史教訓: 1990 年代電信公司鋪設 8000 萬英里光纖，
- 泡沫破裂四年後仍有 85%-95% 未使用，被稱為「暗光纖」[4]
- Meta、Amazon、Google、Microsoft 承諾今年資本支出達創紀錄的 $3200 億美元,大部分用於 AI 基礎設施,但 Meta 10-K 坦承:「無法保證 AI 的使用將增強我們的產品或服務」[9]

- 電力基礎設施成為瓶頸之一
- Grid Strategies 估計到 2030 年數據中心需新增 60 gigawatts 電力，相當於義大利全國峰值需求 [6]
- 冷卻技術也是關鍵之一: 從氣冷到直接液冷再到浸入式冷卻，影響長期營運成本 [8]

- Morgan Stanley 作為獨家承銷商，同時為多個類似專案提供融資諮詢 [1]
- 債券以 144A 格式私募發行，利差高出國債 225 個基點 [1]

- 技術管理者可以做什麼？ (1) 量化 AI 投資的實際 ROI 時間表 (2) 評估電力供應鏈風險 (3) 保持適當的財務槓桿比例

#meta #spv #dataCenter #financing #隱形佈局 #ErnestPKM