Show Notes
2026 年 10 月 28 日美股收盤後，Alphabet（Google 母公司）和 Microsoft 在同一個晚上公布財報。隔天（10/29），Alphabet 股價大跌（截至美東時間中午 12:41，盤中約 −12.2%）；Microsoft 盤後一度上漲約 4%，但正常交易時段回吐，同一時間約 −1.3%（以上為盤中報價，不是收盤價）。Alphabet 的 Google Cloud 營收成長 103%、整家公司營收成長 25%。兩家都在花幾百億美元蓋資料中心，也都說算力供不應求，為什麼市場對兩家的反應差這麼多？
這一集把兩份財報並排：雲端成長與利潤率、積壓訂單、搜尋、每股盈餘與 SpaceX 的帳面損失、資本支出、自由現金流、買回與發債增資、市場預期的差距；接著用五個擔心一個一個對財報，回答「Google 還能投資嗎」（不給買賣建議、不預測股價，只講判斷框架）；再講 Microsoft 近期已公布的發展（Azure、Copilot、Foundry、OpenAI、弱點）；最後整理六條以後看這類財報可以直接用的指標。
📌 這集最重要的六個點
看雲端成長的時候，同時看雲端營業利益率有沒有跟著上升 看自由現金流是不是還是正的，資本支出花出去後本業賺的現金夠不夠付 看積壓訂單有多少、要多久才會變成營收 看公司是不是開始靠發債、賣新股、停止買回股票來支付擴張 看賺錢的老引擎有沒有因 AI 賺得比以前少，並把匯率、基期這些一次性因素分開看 看每股盈餘時先扣掉投資帳面損益，再看營業利益
本片是財報整理，不是投資建議。片中的預期值（分析師共識）來自 CNBC 引用 StreetAccount、LSEG 的報導；股價來自 stockanalysis.com 行情（10/28 為收盤價，10/29 為截至美東 12:41 的盤中價）。
📄 一手來源（公司文件） ・Alphabet｜Q3 2026 財報新聞稿（SEC 8-K Exhibit 99.1）：https://www.sec.gov/Archives/edgar/data/1652044/000165204426000080/googexhibit991q32026.htm ・Alphabet｜Form 10-Q（2026-09-30）：https://www.sec.gov/Archives/edgar/data/1652044/000165204426000084/goog-20260930.htm ・Alphabet｜Q3 2026 財報電話會議逐字稿（Motley Fool 轉載）：https://www.fool.com/earnings/call-transcripts/2026/10/29/alphabet-googl-q3-2026-earnings-call-transcript/ ・Microsoft｜FY27 Q1 財報新聞稿：https://www.microsoft.com/en-us/investor/earnings/fy-2027-q1/press-release-webcast ・Microsoft｜Form 10-Q（2026-09-30）：https://www.sec.gov/Archives/edgar/data/789019/000119312526436133/msft-20260930.htm ・Microsoft｜FY27 Q1 財報電話會議逐字稿（Motley Fool 轉載）：https://www.fool.com/earnings/call-transcripts/2026/10/29/microsoft-msft-q1-2027-earnings-call-transcript/
📰 主流媒體與行情（股價、市場預期，二手） ・CNBC｜Alphabet stock drops 10% while Microsoft rises after earnings：https://www.cnbc.com/2026/10/29/alphabet-google-microsoft-msft-shares-today-earnings.html ・CNBC｜Microsoft stock jumps 4% as cloud growth drives earnings and revenue beat：https://cnbc.com/2026/10/28/microsoft-msft-q1-earnings-report-2027.html ・stockanalysis.com｜GOOGL 歷史股價：https://stockanalysis.com/stocks/googl/history/ ・stockanalysis.com｜MSFT 歷史股價：https://stockanalysis.com/stocks/msft/history/
🎬 參考影片（只當研究資料，數字都回財報核對過） ・Meet Kevin｜Microsoft Stock & Google Earnings & Bessent：https://www.youtube.com/watch?v=kvPpxubs0EE ・Schwab Network｜EARNINGS PANEL: MSFT & GOOGL：https://www.youtube.com/watch?v=2FYhDb10p6I ・Everything Money Plus｜Paul Reacts To Microsoft, Google, and Chipotle Stock Earnings!：https://www.youtube.com/watch?v=qojpSMoY6YE ・Couch Investor｜GOOGLE & MICROSOFT EARNINGS REPORT/ CALL BREAKDOWN：https://www.youtube.com/watch?v=vGb-lM3KErg ・Market Signal｜Microsoft & Google Just Spent $96.6 Billion — What It Means for MICRON.：https://www.youtube.com/watch?v=tnxmMm4pbFw ・Prof G Markets｜Microsoft Rises, Google Tanks: Why Investors Are Polarized On Big Tech：https://www.youtube.com/watch?v=hlS_LWOZsNU ・BacktoFundamentals｜Google and Microsoft Earnings: Cloud Doubled, Stock Fell 10%. The AI Bill Just Arrived：https://www.youtube.com/watch?v=Kce5i88TTgU ・Aria Radnia｜you don't understand the google earnings：https://www.youtube.com/watch?v=KQ7QfOPATT4
歡迎請我喝杯咖啡，幫助我繼續把節目做得更好唷～！ 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn
More from AI懶人報
2026 年 10 月 30 日台灣時間凌晨 4:05，全球最大的加密貨幣交易所 Binance 的熱錢包開始被搬走資金，大部分在約 20 分鐘內、橫跨 10 條鏈轉出。Binance 官方公告估計損失約 63 億美元，是分析公司 TRM Labs、Chainalysis 口中加密貨幣史上最大的一次竊案。
Claude Code 的 subagent 什麼時候該開？官方文件說，旁邊的工作會把一大堆搜尋結果、log 灌進主對話的時候，就交給 subagent；可是 Anthropic 在 2026/10/22 的文章裡說，他們比較過的好幾家企業 agent，一個 agent 加上 skill，常常比拆給一堆 subagent 品質更好、更便宜、更快。Claude Code 自己的最佳實務文件，也把「用 subagent 保護 context」列成了舊建議。
Anthropic 說，Claude Code 的程式碼大約九成是 Claude 自己寫的；Anthropic 的 monorepo，每天進來的變更，五月大約 2,500 個，到九月已經超過 30,000 個。這麼大的量，每個變更都由人從頭讀到尾已經不可能，所以他們把問題換成：這個變更可能出什麼問題，哪一種檢查，自動的還是人，最適合抓到它？
十月底，OpenAI 和 Anthropic 各自公布一份論文，結論一樣：電腦科學裡一個被相信了二十幾年的猜想（ETH）被推翻了，而且證明是 AI 找出來的。這一集用開關謎題的比喻，講這個猜想在猜什麼、為什麼有人在乎、AI 做了什麼、還有哪些事沒確定，以及這件事對一般人的意義。
微軟董事長暨執行長 Satya Nadella 上 20VC，Harry 問他開源和閉源模型誰會贏。但整集聽下來，Nadella 的答案落在另一個地方：模型用誰的都可以換，真正值錢的那一塊要留在你自己的公司裡。這一集整理他說的四件事：為什麼要先假設模型會出事、用零信任的方式把 AI agent 關起來（Agent 365）；大部分的 AI 用量會變成便宜的商品，微軟的 MAI 模型為什麼走「授權權重」；公司用 AI 留下的紀錄和自己出的考卷（private eval），才是核心資產，Unilever 怎麼從頂尖模型換到 MAI 模型；以及這件事要怎麼擴散到每一家公司。