一分鐘讀完核心結論

今天買 S&P 500 ETF（VOO、VTI、0050）的人，正在用沒槓桿的方式 All-in AI 供應鏈。Magnificent 7（Apple、Microsoft、Google、Amazon、Nvidia、Meta、Tesla）已佔 S&P 500 的 34.8%（MacroMicro 2026 年 5 月數據），整個科技板塊權重 35%，比 2000 年網路泡沫高峰那年（33%）還高。被動投資沒有錯，這仍是絕大多數人最該做的事。但你需要重新檢視自己的 AI 曝險，做主動的資產配置 — 別讓「買了大盤 ETF」變成你忽視風險的藉口。

📊 快速摘要表

你每個月扣一筆錢買 S&P 500 ETF，覺得自己做了最穩健、最分散的選擇。買完就能安心去工作、安心陪小孩、安心睡覺。

但我必須講一件你可能不想聽的事：你其實正在用沒有槓桿的方式，All-in 押 AI。

打開持股明細你就懂了。那 7 家 AI 巨頭（俗稱 Magnificent 7 / M7）：Apple、Microsoft、Alphabet、Amazon、Nvidia、Meta、Tesla，加起來已經佔 S&P 500 的 34.8%（MacroMicro 2026 年 5 月數據）。光 Nvidia 一家就接近 8%。整個科技板塊權重 35%，比 2000 年網路泡沫高峰那年（33%）還高。

你每月扣款的那 1 萬塊，有超過三分之一直接灌進這 7 家公司。你以為的「指數投資 = 分散投資」，在今天已經是一個假象。

這篇文章我刪改過三輪才決定貼出來。我這些年一直跟讀者講「長期、分散、定期定額」。這套核心沒變，但「分散」這兩個字的真實含義，已經跟多數人想像的不一樣了，而很少人意識到這件事。

一、所謂「分散」，其實是同一條供應鏈的不同段

半導體在跑什麼，做過這行的人多少有感。我以前在美光待過幾年（是的，就是那家現在 HBM 賣到產能塞爆的美光）。當年 AI 還不是這個產業的主軸，但供應鏈怎麼卡、各家公司怎麼互相牽動，那時就是這個邏輯。後來換成 AI 把需求拉爆，只是換了個主角。

AI 算力的需求 → HBM 高頻寬記憶體 → Micron、SK 海力士、三星 → 晶圓代工塞滿 → TSMC → 設備到貨排到 2027 → ASML、應材。再往下，雲端三巨頭蓋資料中心、買 Nvidia GPU、租電給能源公司。一條鏈，從上游到下游，全部都靠同一個假設活著：AI 資本支出會繼續往上加。

你買 S&P 500 ETF，買到 Nvidia、Microsoft、Amazon、Meta、Alphabet。你買 Nasdaq 100，更集中。你買半導體 ETF（SOXX），今年才過 5 個月就已經漲了將近 90%（統計到 2026 年 5 月 26 日）。你以為買的是不同產品，其實都是同一條供應鏈，只是切到不同段而已。鏈斷了，每一段都跟著斷。

再說白一點，你買的根本就是「雞胸、雞腿、雞翅、雞排、雞絲」的五雞便當：同一種食材，只是料理方式不一樣。

市場上還有一類「量化選股 ETF」，用「品質因子」、「成長因子」或高 ROIC、高毛利這類指標來選股，每一支賣的故事都不一樣。但把它們的持股清單拉出來，重疊度高得嚇人，永遠是那幾家。你以為的「因子分散」，其實是用四種講法，把同一批 AI 概念股買了四次。

這就是隱性槓桿的真實樣貌。沒有融資、沒有期貨、沒有衍生品，但你的部位早就比你以為的集中。

二、被動資金 $19 兆，是放大器，不是緩衝

去年十月的數據：全球被動基金規模 19 兆美元，已經超過主動的 16 兆。

被動資金的加權方式不只一種：等權重（每家一樣多）、道瓊那種價格加權都有，但絕大多數，包括 S&P 500、Nasdaq 100、0050，跑的都是「市值加權」，公司越大買越多。下面講「被動資金」基本上就是指它。

市值加權的運作很簡單：誰權重大，就買誰。Nvidia 漲，市值變更大，被動基金下次再買更多 Nvidia。這是一個正回饋迴圈，不是市場機制，是流動。

學術界有一個概念叫「市場非彈性」（market inelasticity）。簡單講：要把股價推動 1%，需要多少邊際資金。被動資金佔比越高，這個比例越誇張。Gabaix 跟 Koijen 在 NBER 發表的「市場非彈性假說」研究估算：今天每流入 1 元的買盤，大約會推動 5 元的市值往上跑。這個倍數，遠遠超過傳統教科書模型的預期。

為什麼會差這麼多？

最大的原因就是被動投資。傳統模型假設市場上總有一群人會做估值校正：估值太貴就賣、太便宜就買，讓資金進來時不會無限放大價格。但今天被動資金佔了大頭，他們只看權重不看估值，買 Nvidia 不是因為便宜，是因為它在指數裡。校正機制被弱化，邊際資金的價格放大效應就被推到了 5 倍。

市場非彈性的第一個後果，是放大波動。上漲的時候同樣的買盤可以把價格推得更高，下跌的時候同樣的賣壓也會打得更深。你在 ETF 上感覺到的那種「躺著賺」，其實一直都是這個放大效應撐起來的。

但下跌時還會疊加第二件事：流動性會不對稱地消失。這個跟「市場非彈性」是分開的問題，但兩個會一起發作。當 AI 故事真的轉彎那一天，主動聰明錢早就開始去槓桿，做市商（市場上負責掛買賣單的中間人）也會把報價拉得很開、不太願意接單；偏偏這時候被動基金還在按權重機械式賣 Nvidia、賣 Apple、賣 Microsoft。一邊是不見了的買盤，一邊是停不下來的賣盤，整個 S&P 500 就會一起被拖下去。

被動資金的買單，永遠是機械式按權重買進。當主動的聰明錢開始悄悄減碼 AI 的時候，那些賣單沒有消失，是被你每個月扣款的那一筆，默默接走了。你以為自己只是在「長期持有大盤」，但實際上，你每月扣款的那筆錢，也是這條 AI 供應鏈上、還在持續加碼的最後一棒。

三、把問題拉回你身上：退休金的 AI 曝險，你算過嗎

我把問題講白一點。

如果你 35 到 50 歲，每個月定期定額買 VOO、VTI、QQQ、0050，把這當成「我這輩子退休的本」，那你需要回答自己一個問題：

你 20 年後要用的那筆錢，現在有多少比例，是壓在 AI 資本支出循環不會斷的假設上？

我猜多數人沒算過。算過會嚇一跳。一個 100 萬的 VOO（S&P 500 ETF）部位，差不多有 35 萬直接灌在這 7 家 AI 巨頭身上。如果你再加一支 QQQ 或 SOXX，這個比例會直接超過 45%。

這不是叫你不要買大盤。這也不是 2000 年再來一次的末日論。這是在說一件很簡單的事：你以為的分散配置，已經變成定向押注，而你的退休時間表，沒有預留「萬一這條路線打折扣」的緩衝。

四、我先把一個反駁拆掉：「這不就是被動投資的設計嗎」

寫到這裡我猜得到，這篇底下一定會有人留言反駁：等等，AI 佔比變高，不正是被動投資最美妙的地方嗎？它本來就會自動汰弱扶強，自動把當下最賺錢的公司加進你的部位，你什麼都不用做，就能拿到 80 分以上的結果。「持續買進」這類書講的就是這件事。AI 佔比近 35%？那只代表被動投資正在發揮它該有的功能，不是 bug，是 feature。

這個論點我同意。但成立的前提是你要符合三件事。

第一，你還有夠長的時間軸。25 歲的人有 40 年可以等下一輪復原，這套贏。但 45 歲的人到 65 歲只剩 20 年，而且越靠近退休，「順序風險」（sequence risk）越大：退休前 5 年遇到一次 -40%，會比 25 歲遇到同樣幅度難復原很多，因為複利時間被截短，而且開始提領之後，每一次賣股換現金都會把虧損鎖定。

我不是說退休後就不買股票了。經典的 4% 提領計畫，研究本身就建立在退休期間仍然持有相當比例股票部位的前提上，整體還是要有部位持續在市場裡成長。我講的是配置邏輯會改變：從重押股票，轉成股債比例再平衡、配息與利息工具比重拉高。被動投資的長期報酬在「時間軸夠長」這個前提下才成立，當你時間軸縮短，這個前提就跟著弱化，配置就要跟著調整。

第二，過去快 20 年是一個極長的多頭，2008 之後幾乎沒有真正等級的大股災（2011 歐債危機那波兩三成下殺、2020 三個月就 V 型反轉、2022 也大概一年內回神）。在這個樣本內，「被動投資永遠對」幾乎是事實。

但拉長歷史看，1966 到 1982 那十六年 S&P 500 名目持平、實質倒退；1989 年的日經，一直到 2024 年才終於突破當年高點，整整等了 34 年。更近一個例子是 Nasdaq：2000 年網路泡沫破掉後，這個指數花了整整 15 年，到 2015 年才回到 2000 年的高點。

這三段都是極端情境，停滯性通膨（stagflation）、單一國家泡沫、單一產業泡沫各有特殊背景，我知道。引用它們的用意不是預測現在會重演，是想提醒一件事：「過去 20 年」這個樣本，不足以證明「未來 20 年」。如果你的退休計畫只能在「不發生像 1966、2000 或 1989 那種事」的前提下成立，這個計畫的容錯空間其實非常小。

問題不是「持續買進」這個方法本身，這個方法對絕大多數時候都對。問題是你買的指數本身：當它已經過度集中在某個產業或主題上，再怎麼持續買進，都會被那個集中風險拖進十幾到三十年的卡頓。

第三，這套理論的成立，假設你心理上扛得住 -50% 不賣。但這個假設經常不成立。

我兩個最常看到的學員例子。一是賣 naked put（裸賣賣權）的：事前都說「跌下來我就接股票，反正本來就想長期持有」，但真跌下來那一刻反應通常是慌，不是冷靜加碼。為什麼？因為當初賣的根本不是想長期持有的藍籌股，是那種波動大、權利金看起來誘人的標的。心裡真正要的是權利金，不是股票。一旦被履約到，整個劇本就崩了。

二是過度放大槓桿。該做 1 口的部位常常做到 10 口以上（1 口對應 100 股，10 口就是 1000 股的潛在部位），但帳戶裡根本沒預留接這 1000 股的現金。下殺到履約價那天，連「接股票」這個原本講好的退路都走不下去。

兩件事拆到底是同一個問題：自以為在做長線，心裡卻一直藏著賺短線價差的念頭，只是不太願意承認。事前太樂觀，問題發生時選項已經剩沒幾個。

被動投資的數學是對的，人的行為很少跟上數學。

所以我不是反對被動投資。對絕大多數人來說，被動投資仍然是這輩子最該做的事之一。我也不是在預測 AI 一定會崩盤，也許 AI 真的會撐住、未來在 S&P 500 佔比衝到 60%，那也是好事。

但不怕一萬，只怕萬一。我要講的是另一件事：「買了大盤 ETF 就算做完功課了」這個想法，在今天 AI 過度集中的市場結構下，已經不夠用了。

被動投資的核心是「市場長期向上、你跟著走就好」。這套對年輕人、中年人、退休族都成立。但你怎麼配置這份「跟著走」的部位（股債比、地域配置、單一風險的曝險上限），才是真正會決定你睡得好不好的關鍵。年紀越大、風險承受度越低，這個配置功課越不能省。

我寫這篇不是要你預測，是要提醒你別讓「買了大盤 ETF」變成你忽視風險的藉口。

五、真正稀缺的，是與 AI 供應鏈低相關的現金流

如果整個被動世界都在 All-in AI，那真正稀缺的東西反而清楚了：與這條供應鏈低相關、但仍有定價權、能產生正實質回報的資產。

我自己現在的分配邏輯，講兩個方向給你參考：

第一，把錢分散到「不是同一種資產」上。你手上的大盤 ETF 說到底就是美國大型股這一種東西，現在還高度集中在 AI。真正的分散是跨資產類別去配置（這塊怎麼做我之前寫過一篇，這裡就不展開），方向是納入一些跟 AI 資本支出循環相關性低的東西：受惠於利率正常化的資產、實體基礎建設、能源中游管線、地理上不在這條供應鏈內的市場、商業模式跟科技平台無關的高股息現金牛。這些東西過去三年很無聊，但無聊正是它們現在的賣點。

第二，配置裡要有一個固定比例的「乾火藥」（dry powder，留著等大跌可以動用的現金）部位，長期維持。

要先講清楚：這不是叫你停止定期定額，也不是叫你現在全部出場去抱現金等崩盤。那叫 market timing，做這個的人長期幾乎都輸。

我講的是另一件事：在你長期持股的部位之外，獨立切出一筆現金或短債當作「機會基金」，它的工作就是等。AI 真的去槓桿那一天，市場會用三個月跌完三年的漲幅。沒有這個部位的人只能看；有這個部位的人，是在那一天買進下一個十年的位置。

平常它沒績效，但保險本來就是這樣，不出事的時候最沒用。

這兩個方向沒有一個是新東西。重點是，當你身邊每個人都在加碼 AI，你願不願意花一點錢，買一個跟主流敘事低相關的保險。

給你的兩個問題

如果你今天打開你的退休帳戶，我希望你做兩件事：

第一，把你所有持股的明細拉出來，標記哪些是 AI 供應鏈相關（含上游 HBM、晶圓、設備、下游雲端、應用層）。算一下這個比例。超過 30%，你需要重新看待自己的曝險。

第二，問自己：如果 AI 資本支出循環打七折，我這個部位撐不撐得住三年？如果答案是「不確定」，那你買的就不是分散投資，是賭信仰。

賭信仰不是壞事。但你要知道自己在賭，而不是以為自己在分散。

因為所有崩盤的共同特徵，都是事前沒有人覺得自己在 All-in。1999 年買科技基金的人，覺得自己買的是科技；2007 年買 AAA 房貸 CDO 的人，覺得自己買的是 AAA。他們都以為自己很分散。你甚至不用等到那種規模的崩盤，2018、2022 那兩波回檔都不算大，我身邊就一堆學員帳戶傷得很重，傷最重的，都是前面講的那兩種人。

今天你買 S&P 500 ETF 覺得自己分散，你並不孤單。但那不代表你是對的，更不代表你下次有時間做反應。

兩種讀者，兩件不同的功課

如果你看完這篇，腦中冒出的第一個念頭是「我從來沒想過會跌」，那你應該回去算 AI 曝險。那是你下一個十年最大的風險。

如果你看完這篇，腦中冒出的第一個念頭是「跌下來我就接股票」，那你應該先誠實問自己一遍：你想要的是權利金，還是真的想長期持有那家公司？這兩件事不一樣，而且差別不會在你帳戶綠的時候顯現，會在它紅的時候。

常見問題 FAQ

Q1：我應該賣掉 VOO / VTI / 0050 嗎？

不需要。這篇文章的主軸不是反對被動投資。被動投資對絕大多數人來說仍然是這輩子最該做的事之一。重點是檢視自己的 AI 曝險，並根據年齡、風險承受度做主動的資產配置調整。叫人 market timing 出場、抱大量現金等崩盤，長期下來幾乎都輸。

Q2：我的 AI 曝險怎麼算？

把你所有持股的明細拉出來，標記哪些跟 AI 供應鏈相關（含上游 HBM、晶圓代工、設備、下游雲端、應用層）。算這個比例佔總部位多少。超過 30%，你需要重新看待自己的曝險。

舉例：100 萬的 VOO 部位裡，大約有 35 萬直接在 7 家 AI 巨頭身上（M7 已佔 S&P 500 的 34.8%）。若再加一支 QQQ 或 SOXX，整體 AI 曝險會直接超過 45%。

Q3：那我該怎麼降低 AI 集中度？

核心是回到「資產配置」：別讓整個部位都是美國大型股這一種資產。可以納入跟 AI 供應鏈相關性低的東西，例如各類債券、REITs、實體基礎建設、能源中游、美國以外的國際市場、商業模式跟科技平台無關的高股息資產。股債比、各類別放多少要看你的年齡與風險承受度，沒有標準答案，但「全部都是同一種資產」幾乎可以肯定不是答案。具體配置做法不在本文範圍，可參考我另一篇談資產配置的文章。

Q4：我是中年人或退休族，還適合做被動 ETF 嗎？

是，被動投資對所有年齡層都成立。差別在於配置邏輯：股債比、地域配置、單一風險的曝險上限要隨年齡調整。年紀越大、風險承受度越低，這個配置功課越不能省。

退休後的經典 4% 提領計畫研究本身，就建立在退休期間仍然持有相當比例股票部位的前提上。「不買被動」不是答案，「調整配置」才是。

Q5：AI 真的會崩盤嗎？什麼時候？

我不預測時機。文章的主軸是「不怕一萬只怕萬一」 — 提醒風險，不是預測。也許 AI 真的會撐住、未來在 S&P 500 佔比衝到 60%，那也是好事。

但歷史上類似集中度後續都用了很長時間才回到高點：

• 2000 Nasdaq 網路泡沫：花了 15 年（到 2015 年）才回到當年高點
• 1989 日經 225：花了 34 年（到 2024 年 2 月）才終於突破當年高點
• 1966-1982 S&P 500：16 年名目持平、實質倒退（停滯性通膨期間）

重點不是預測哪一個會在 AI 上重演，是承認集中度高的指數恢復期可能很長，配置要能承受任何時機。

關於作者

追日 Gucci

投資美股，享受生活 / 前美光（Micron）大數據工程師 / AI 自動化教育者

經驗（Experience）

• 經營美股投資內容十多年（2014 年起），陪伴讀者經歷 2018 Q4 科技股回檔、2020 疫情股災 V 型反轉、2022 Nasdaq 下殺超過 20% 等多次美股調整
• 親自陪伴學員渡過上述事件，第一手觀察過大量投資人在下殺中的真實行為模式（本文 naked put / 過度槓桿學員案例即由此而來）

專業（Expertise）

• 前美光科技（Micron Technology）大數據軟體工程師，半導體產業內部視角
• 美股投資分析十年實戰經驗
• 著有《股息成長投資術》

權威性（Authoritativeness）

• YouTube 頻道「AI 效率革命聯盟」創辦人（約 6.3 萬訂閱）
• 接受 非凡電視、Smart 智富等財經媒體專訪
• 創立「追日Gucci 投資美股，享受生活」品牌

可信度（Trustworthiness）

• 本文所有引用數據（M7 佔比、Gabaix-Koijen 研究、SOXX YTD、歷史指數回復時間）均附明確時點與來源
• 立場明確：擁護被動投資 + 提醒過度集中風險，不預測崩盤時機，不推銷任何金融商品

參考資料

• MacroMicro – Magnificent Seven Total Market Cap & Share of S&P 500
• Gabaix, X. & Koijen, R. S. J. (NBER Working Paper 28967) – The Inelastic Markets Hypothesis
• iShares – SOXX Semiconductor ETF Performance
• Bloomberg / Al Jazeera – Nikkei 225 surpasses 1989 peak (Feb 2024)
• NPR – 15 Years After The Dot-Com Bust, A Nasdaq Record

你的下一步

1. 打開你的券商帳戶，把所有美股 / ETF 持股列出來
2. 把 AI 供應鏈相關（HBM、晶圓、設備、雲端、AI 應用）標記出來
3. 算曝險比例 — 超過 30% 就該重新看待配置
4. 留言告訴我你算下來是多少，我想看大家實際落在哪個區間

如果這篇有打中你，歡迎分享給身邊那個「都買 VOO 不用想」的朋友。