1. 物理世界的「製造直覺」（Manufacturing Intuition） AI 的運算建立在數位邏輯之上，但機械設計的核心是**「與物理實體妥協」**。 DFM（面向製造的設計）： AI 可能生成幾何上最優化的拓撲結構，但往往忽略了铣刀的切削路徑是否可達、夾具是否有避讓空間。 材料與環境的動態演變： 例如在 PVD 等高溫或真空製程中，材料的熱應力、表面處理後的應力釋放，以及加工件在特定溫度下的細微變形。這些「實務經驗」往往存在於資深設計師的腦中，而非教科書的數據裡。 2. 責任的承擔與決策權（Professional Liability） 機械設計涉及高昂的開發成本與安全風險，這是 AI 目前無法跨越的界線。 最終簽核權： 當一個零件因設計不當導致產線停擺或結構失效時，AI 無法承擔賠償責任或法律後果。 權衡的藝術： 設計師經常面臨「成本」、「交期」與「性能」的三角衝突。決定為了省下 20% 成本而承擔 5% 的壽命風險，這種基於商業策略與客戶關係的「權衡」，需要人類的判斷。 3. 模糊需求的精準轉譯（Translating Am

商業模式與護城河（The Moat） 巴菲特曾說：「我尋找的是一座城堡，周圍有一條又深又寬的護城河。」 定價權： 即使產品漲價，客戶是否依然離不開它？（例如：台積電的先進製程、統一的通路地位）。 轉換成本： 客戶換成競爭對手的產品，是否需要付出巨大的代價？ 簡單易懂： 你能否用三句話向一個 10 歲的孩子解釋這家公司如何賺錢？如果你看不懂，那就不是你的「能力圈」。 2. 成長的含金量（Growth Potential） 菲利普·費雪教導我們，要尋找具備「超常增長潛力」的公司。 市場空間（TAM）： 它的產品是否處於一個持續擴張的產業（如 AI、潔淨能源、高齡化醫療）？ 研發與創新： 公司是否持續投入研發以維持領先？ 獲利效率： 營收增長的同時，毛利率是否維持穩定甚至提升？如果營收增加但利潤下滑，那通常是削價競爭的警訊。 3. 財務體質的硬實力（The Numbers） 數字不會說謊，它是公司經營績效的成績單。 ROE（股東權益報酬率）： 這是衡量管理層運用資金效率的最佳指標。 長期穩定維持在 $15\%$ 以上 是優質公司的標配。

1. 投機之王：傑西·李佛摩 (Jesse Livermore) ——「成也槓桿，敗也槓桿」 李佛摩被譽為史上最偉大的作手。他曾在 1907 年和 1929 年的大崩盤中，透過放空賺進數億美元（換算現值約數十億美金），甚至連當時的美國財政部都求他停止放空。 破產原因： 他一生中經歷過四次破產。最後一次發生在 1934 年，他在賺進大筆財富後，未能遵守自己訂下的交易紀律，在商品市場（特別是小麥）過度操作且陷入情緒化交易。 結局： 1940 年，這位曾經叱吒風雲的傳奇人物，在曼哈頓的一家旅館留下「我的一生是個失敗」的遺書後自殺身亡。 啟示： 無論你贏過多少次，只要一次「不設停損的過度槓桿」，就能讓先前的獲利化為烏有。 2. 牛頓 (Isaac Newton) ——「我能計算天體的運行，卻無法計算人類的瘋狂」 即便是人類史上最聰明的天才，也逃不過股市的貪婪誘惑。1720 年英國爆發了著名的「南海公司泡沫」。 破產原因： 牛頓初期投入南海股票賺了 7,000 英鎊並獲利了結。但隨後他看到身邊的朋友都因股價續漲而發大財，他在群體壓力（FOMO）與貪

1.要考慮使用者的需求 2.要了解被鍍產品規格:尺寸/無效品/材質特性... 3.環境溫度,是否要抗腐蝕 4.加工件材質來源,怕雜質 5.載具設計要考慮結構/均勻/平行... 6.不要被外行人主導

以下個人看書及交易後的心得 1.股市其實最終是心理因素，人性很難改，情緒也很難控制，必須不斷看書學習內化。 2.極少數人可以做短線賺大錢，但長線思維才是最好的選擇。 3.股市短線是價格機，長線是體重機，是金子早晚會發光。 4.凡事反過來想，不要先想賺錢而是不能虧大錢。 5.做能力圈能做的事,但要慢慢擴展自已的能力圈。 6.避開羊群效應。 7.資產配置有其必要性。 8.產業面>基本面>籌碼面>技術面，但都是做功課需參考的。 9.系統性風險往往是好的加碼點。 10.投資記住要用閒錢，至少一年以上不會去動用. 11.少賺到錢是正常的，因為人很難賺到自已認知以外的東西，投資要平常心，沒賺到就算 了。 12.錢就是來交易自已要的，錢都是一樣，上班賺，投機投資，開公司賺的都一樣。 近期讀的書:雪球 作者介紹: 一.2008後才開始看書學習投資 二.2012才了解長期才是適合自已 三.除了機械製圖本業,投資學習是第二個本業