昨天收到一些社群的詢問，問我為什麼去年 10 月到 12 月罵幣安罵得那麼兇，現在反而替他們說話？ 我的核心觀點一直沒有改變。 1011 這件事，幣安始終欠行業一個交代，我認為幣安要負大部分的責任。 現在風向如此，我當然可以站在道德制高點繼續批判幣安，政治正確又能博眼球，何樂而不為？ 但我覺得過去三個月，我該表達的立場已經表達完了。站在從業人員的角度，一直停留在批評而不往前走，是不成熟的，也沒有任何意義。 幣安從成立到現在，早期確實受到很多同業的攻擊。 但現在幣安早就是世界第一了。任何一個正常有腦的同行都知道，商戰不可能贏得市佔，真正贏的方式是流動性，是產品，是品牌，而不是攻擊對手。 有些事情是行業結構性問題，不該把所有責任都扣在幣安身上。但有些事情確實是幣安的責任，該接受檢討就接受檢討。 從何一的回應可以感覺出來，幣安在面對 FUD 的時候，第一時間不是反省自己，而是去思考「這個攻擊從何而來」。 這是一種從古早交易所商戰時期就延續至今的應激反應。何一作為幣安當時風口浪尖的第一道防線，會有這種應激反應，我覺得很正常。 但現在已經是 2026 年了，想法不應該還這麼 defensive。 這幾天幣安從西方圈這幾天燒起來的這些炎上事件，都是過去的因所種下的果。 我並不確定這到底是不是有組織、有預謀的行為。 但就算真的是有組織、有預謀，也得要有前因後果，這把火才燒得起來。 如果你們不反省，這種火以後只會越燒越大。 幣安的核心思維永遠都是防禦性的，永遠在想如何維持自己的賺錢能力跟行業地位，看誰都是潛在競爭對手，看誰做大了就要用自己的資源去碾壓。 你們有一個根深蒂固的想法：在上幣這件事上，絕對不能讓別人來「白嫖」用戶的流動性。 但有沒有想過，靠著這種偏頗的上幣邏輯來維持地位，讓你們錯失了多少用戶真正想買、想交易的幣？ 我就舉平台幣 HYPE 為例，市場上有多少交易所同行已經上架現貨了？ 但你們就是硬不上，原因很簡單，因為 Hyperliquid 是競爭對手，威脅到你們了。 按這樣的邏輯，我相信即便 HYPE 衝到市值 Top 10，你們也不會上。 White Whale 也是一樣的概念，from bottom up 的社區幣，有熱度有交易量有故事，但 SOL = BSC 的敵人，所以不上。 反過來看，DOYR、我踏馬來了，這種扣完字眼就火速退潮的幣，大家都以為死了，結果轉頭 Alpha 就給上了。 如果說這兩個幣在你們喊完之後自己活下來了，幣價健康、社群活躍、討論有熱度，那也就算了。 但它們都死了啊？死了的幣你們到底在上啥？唯一能找的角度就只有何一提過、CZ回應過而已，這種上幣邏輯怎麼可能服眾？ 美股還有七巨頭互相制衡競爭、彼此砥礪進步。 但在幣圈，幣安是絕對龍頭，當這個量體的企業的把追求利潤放在第一，把扶持自家生態鏈放在第一，對整個行業都不是好事。 我可以理解CZ想要為 BSC 創造動能，但直接或間接喊單 TST、Mubarak、Broccoli、Giggle、Aster ，真的是好事嗎？ 你的個人行為跟平台影響力高度耦合，喊單是讓散戶自己去遐想、自己去下注。 這件事如果是其他 KOL 做，頂多被罵一波就過去了。但你是 CZ，你做這件事就是球員兼裁判。 今天有人因為你的話衝進去，明天套牢了，這個帳一定會算在你頭上。每一次都在消耗信任。 你以為你在幫 BSC 造勢，但這種靠喊單撐起來的繁榮是假的。真正的結果是什麼？是讓所有人開始質疑幣安的中立性。 你覺得各國監管單位看到你這些行為，會有什麼想法？ 打開幣安APP，一整排的幣安人生、我踏馬來了、老子幣、DOYR，他們會怎麼想？ 這就是為什麼行業很多人賺到錢了，但始終賺不到外界的尊重。 你是行業龍頭，你的 APP 首頁就是這個行業的門面。當門面長這樣，你要怎麼說服傳統金融、說服監管、說服主流社會，我們是一個值得被認真對待的產業？ 我不是要幣安當聖人。 商業公司追求利潤天經地義，我自己也是開公司的，我懂。 但當你是行業龍頭的時候，你的每一個決策都在定義這個行業的遊戲規則。 你選擇上什麼幣，不上什麼幣，市場就會往那個方向長。 你選擇喊單什麼幣，散戶就會追什麼幣。 你們給誰頒「行業貢獻獎」，大家就會覺得這個人是行業認可的領軍人物。 你們的審美，會影響這個行業的審美，也會影響外界對行業的觀感。 這是權力，也是責任。 我對幣安沒有私人恩怨，我也不覺得幣安是壞人。 我只是覺得，一個世界第一的交易所，應該有世界第一的格局。 不要再用 2017 年商戰時期的思維來應對 2026 年的市場了。 你們已經贏了，現在該想的是怎麼讓整個行業一起變好。 這樣你們才能贏更久。

在推上待了一年多從零到有 原本辛辛苦苦用心經營的帳號就這樣沒了 雖熱很難過但我也不會因為這樣而放棄 堅定自己能比以前更好… 唯獨只有堅持的方式走到最後 #往後會以這隻帳號為主# #感謝一路走來支持陪伴我的粉絲# 💕

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

脫離莽撞、熱血的年紀後，慢慢會了解「塞翁失馬」的意義，人生的喜悲不要跟著遭遇上的禍福起伏比較好，因為我們永遠不知道人生的下一個轉彎處，等在那裡的命運，是好，還是壞。但我認為這是退步而落後的想法，這是無知的古人應對無法掌握的世界所發展出來的退步哲學。也不是只有東方文明講「塞翁失馬」，羅馬皇帝，以Stoicism聞名的Marcus Aurelius也在他的名著裡，告訴後世的人，不要為了你無法控制的外在事物，而失去了你可以控制的內在平和。我不懂佛教，但這種往內看的人生哲學，據說也是接近佛教的宇宙觀。因為人類無法了解這個世界如何運行，所以只能內求。但為什麼不是去了解這個世界怎麼運作呢？ 先秦思想裡有儒家、法家、墨家，這些門派，都是入世而嚐試改變世界，為什麼春秋戰國之後，就剩一個禮教儒家，一個讓一般人難以用來面對世間苦難的高尚哲學？平白讓佛家、道家和各種地方鬼神信仰，得到一個需求很大的市場來安撫人心呢？又或者是古希臘城邦發展出來的各種思想，探索真理的各種嚐試，怎麼到了羅馬帝國，就退化到連皇帝都要講他「控制不了的事物就不要受影響」的那種悲觀、被動、出世的哲學觀？ 照黑格爾的講法，退回Stoicism的歷史發展，是因為沒有自由的個體，中國只有皇帝有自由，希臘只有集體的自由，沒有自由的個體，就無法進入理性啟蒙的階段，必需等到基督教義普及了，神進到你的心裡，每一個人才會變成自由的個體，才會開始探索宇宙的真理。黑格爾的唯心論，對我來說，太難懂，但尼采的話，就相當清楚了，基督教是奴隸的宗教，因為只有奴隸才講眾生平等，都是神的子民。如果你是中國皇帝，你怎麼會認為眾生平等呢？如果你是中國皇帝，探索事務的真理的目的是什麼？可以吃更多的美食？可以有更多的錢？可以搞更多的女人？他不用進步的思想，就有了一切，為什麼要追尋真理？ 當我不再是任何人的奴隸，當我相信人生而平等，都有不可分割的天賦人權，我就取得了我個人自由，作為一個自由的個體，我的思想不受任何限制，可以是好，也可以是壞，不管。但我的思想，不用再受限於「塞翁失馬」，我不用把事物發生的前因後果，歸咎於混沌不清的命運，就算我無法清楚地辨識出因果關係，我也知道背後的機率分佈，也就是說，我可以對世界有科學理性的了解，如果我要什麼好的結果發生，我可以安排可能需要的前因，如果要避免什麼不好的後果，我就要消除可能的壞種子。因此，當我像塞翁的兒子一樣跌斷了腿，我不會傻傻地自我安慰，好事就要發生了。我要做的是，要如何防範我再次跌斷腿。而當我想要進好學校、找好工作、有健康的身體，還是幸福的人生，我不用求神問佛，我思考先人前例，我分析我的優缺點，我調動我的資源，我努力的追求，也許我永遠得不到我想要的，但我知道，我的努力，讓我成功的機率變大，因為萬物皆有因果，而我是一個自由人。 Stoicism和塞翁失馬的哲學是人類文明史上必有的繞道之舉，並不是通往全部自由的救贖，要能狠狠地把人間苦難好好凝視，我們才能永遠脫離福禍相依的無理循環。

很多人都會糾結牛市要怎麼選幣。 老實說，我覺得一般人其實不用做太多調研。 價格本身，就是最好的調研。 直接衝最強的那幾個幣就好了。價格能一直漲，代表有資金在照顧，也代表敘事有人買單。 以這輪週期來說，就是： 隱私概念：ZEC DEX 永續合約＋回購概念：HYPE RWA、股票上鏈概念：UNI AI 公鏈概念：NEAR 其實這幾支就已經夠了。 很多人一進牛市，就開始想找下一個 10 倍、30 倍、甚至 100 倍幣。 但要承認一件事，絕大多數人都只是普通人。 除非你真的絕頂聰明，願意花大量時間研究，最後還要加上一點運氣，否則想從幾千、幾萬個低市值山寨裡精準挑中那支百倍幣，機率真的很低。 現實裡更多的情況，是自以為找到市場還沒發現的寶藏，最後梭哈低市值山寨一路跌到歸零。 如果主流熱點板塊裡最強的幣都能吃到，整輪行情下來，報酬其實已經非常可觀。 而且當市場開始輪動，就算有些板塊正在休息，你的 portfolio 裡通常還是會有一兩個在接力上漲。 這樣心態會穩很多。 你不會因為手上的幣兩三天沒動，就開始懷疑人生，看到別的幣在噴，又急著跳車追過去。 很多人在牛市最大的錯誤，就是一直在最差的時間點換車。 看到別支幣在漲就握不住，等你追過去，它開始休息。 原本賣掉的那支，反而開始補漲。 來回幾次，一輪牛市明明大盤漲很多，最後自己卻沒賺到多少。 與其一直幻想自己能抓到下一個百倍幣，不如老老實實待在最強的資產、最強的板塊、最強的趨勢裡。 享受大餅資金溢出到山寨的推背感，當個IQ 100的平凡人才是最輕鬆的。

我把我手上的寶可夢卡牌賣給你，告訴你這卡牌以後會漲價，你聽了很興奮，買了卡牌，等漲價。我轉頭又印了一堆卡牌，告訴你，這些卡牌以後還會更值錢，你想要賺更多的錢，就把手上的現金通通交給我，來買我的卡牌。我的荷包滿滿，但我又加印了更新一代的寶可夢，更漂亮，以後會漲更多，問你要不要買。什麼，沒錢了？你可以找銀行借！什麼，信用額度都用完了，銀行不借？沒關係，你告訴銀行，你手上這些寶可夢卡牌，很值錢，你可以抵押來借錢，而且你也不是把貸款花掉，你買的是值錢的卡牌。什麼，銀行不覺得這些卡牌以後會增值？沒關係，我來和銀行談，我有很多錢，我跟銀行擔保，如果寶可夢卡牌幾年後沒有這個價值，我負責給銀行差額，這樣銀行就可以借你更多的錢，來買我新印的寶可夢卡牌！這大概就是很多看空輝達股票的人，心裡想的「循環投資circular financing」，用來描述輝達最近和華爾街談的五千億借貸平台，剛剛好，他們認為輝達的GPU，和老鼠會的詐騙沒有什麼兩樣。 當然不一樣。股票估值的方法有千千萬萬種，但多半不離一個基本原則，「越賺錢的公司，越值錢」。寶可夢卡牌和比特幣一樣，本身沒有任何價值，因為他們沒有產生財富，「沒有賺錢」，賣寶卡夢卡牌的公司，當然有賺錢，但如果產品本身沒有財富的價值，那當然像老鼠會一樣，紙牌屋隨時會倒塌。這也是為什麼Coinbase這樣的公司，沒有什麼前景，不要碰比較好。 輝達的GPU不是卡牌，也不是比特幣，但是不是會變成黃仁勳說的「AI工廠」，我們不知道。但現實是GPU供不應求，而供不應求的原因，不是炒作，不是囤積，而是真的算力滿載地在使用，Anthropic到處找GPU，SpaceX和谷歌都先把算力給了Anthropic。Anthropic兩年內就會達到二千億美元的營收，OpenAI應該也相去不遠，他們買GPU，他們借別人的GPU算力，都是像寶可夢卡牌一樣，只是放著囤貨嗎？不是，因為這是全世界最快達到十億用戶的產品，我付錢給ChatGPT，不是跟著別人湊熱鬧，而是每天都真實地需要AI來幫忙。特斯拉的自駕每天載著我跑來跑去，背後也是輝達晶片在訓練這些模型。這些AI晶片的需求，都是真實存在，既不是dot com泡沫的本夢比，也不是地產風暴的房貸包裝再包裝，對於現在做空AI的瘋子，像Michael Burry，我祝他們好運，但我一點都不擔心現在是AI泡沫，至少還不是時候看空。 因為微軟執行長Satya Nadella在法說會提到了1873年一書，讓科技圈一時注意到AI和十九世紀內戰後美國的鐵路瘋狂建設時期有極為相像之處。這是一個有意義的比較，Nadella有點是向世人示警，要注意不要重蹈覆轍，鐵路的建設，的確是百年一見的生產力躍進，縮短了人們交通的時間和空間，擴大了市場，產生了更多生產的可能性，對美國財富的提升，長期生產力的加持，有跨時代的影響，把AI比為鐵路，有其意義。而鐵路的建設，相當昂貴，如果沒有像中國蓋高鐵一樣，把國家搞破產也要蓋，只靠私人建設的話，需要極大的資本市場投入，甚至是要先預支未來一樣的投入。的確，1873年一書，講的就是美國的鐵路建設狂潮，如何把股市和債市的資金，吸得一乾二淨，但最後把鐵路大亨和銀行一起弄垮的故事，甚至造成了在1929年之前，美國所經歷過的最大經濟蕭條，多年無法回復。鐵路後來的確達到了泡沫時期的預言，的確改變了美國，促成美國成為世界經濟第一強國，但最早投入鐵路建設的投資人，全部被清空，發了美夢，但沒有賺到錢。 輝達現在賣了這麼多晶片，台積電還不斷地擴張，記憶體三雄也抓著這個世紀難見的契機擴產，然後上游的協力廠商，下游的數據中心，通通在擴充，然後核心的Anthropic和OpenAI瘋狂地發股票，一邊募資，一邊求材。退一萬步說，AI的需求，完全不虛假，但鐵路也是這樣不虛假，只是先期的乘客、貨運量完全無法合理化鐵路在資本市場要的本益比，現在的AI也是這樣，就算Anthropic和OpenAI，兩家每年都可以做兩千億的營收，然後把營收通通拿去買輝達的晶片，而且通通不要分給上下游廠商，那還是無法合理化輝達五兆美元的市值。從這個角度看，把AI比為鐵路，而要投資人小心，是正道，但我還是要講一句金融市場最可怕的話，「這一次不一樣」。 人類社會對交通方便的需求，會隨著路網越大，而自然變得更多，因為原先的不可能，化為可能，這個時程很長，唯一加速的方法，就是把路網瘋狂地蓋下去，但這個加速的過程，不但受限於資金，還受限於材料，更受限於中國苦力和歐洲新移民的數量，沒有人去蓋鐵路，就沒有鐵路。另一方面，AI的需求，也像鐵路一樣，越多的建置，就會產生越多的新可能，製造出更多的需求，但和鐵路不一樣的是，瓶頸不在於物理限制，甚至不在人口數。鐵路的乘載，有一個人口的天花板，但AI沒有，我們已經看到AI代理的驚人需求，AI代理完全不受限於人口數。而AI更驚人的能力在於，我們在生產智能，可以解決問題的智能，這個智能跨越到幫我們解決物理限制的日子，早就來了，智能加乘的速度還會加快。黃仁勳畫出來的美麗未來，不一定是作夢。 然而就算AI美夢再美好，再真實，泡沫一定會到來，那是人性，但不是今年，也不是明年，現在壓空方，不智。長期利率還沒掉下來，資金還不算真的投入AI建設，我們現在是dot com泡沫的1994或是1996，連1999都還沒到，不怕。

台灣第一季經濟成長率超過13%，是1980年代以來的最高紀錄，我們這種經歷過經濟起飛大家樂年代的人，都以為不會再看到這個榮景，所以看到這個結果，感到非常不可思議。在世界的歷史裡也少有進入已開發經濟的國家，還可以有這樣的成長率。我有幾個觀察重點。 第一，很多人都說台灣運氣好，搭上這波AI的順風車，我說不是運氣好，而是台灣一直都選對陣營壓寶。從國民黨來台之後，台灣因為全球戰略的關係，一直採取「親美」的國策，蔣介石靠美國保護而得以偏安，蔣經國搭上出口美國的大潮，創造了台灣第一次的經濟奇蹟。民進黨因為反共而親美，自然不用說，但除了馬英九要把台灣綁進中國的那幾年外，其它的國民黨政策也都是親美的。1989年天安門事件後的二十年，台商瘋狂投資中國，那也是親美的政策造成，台商去中國蓋工廠，因為要賣產品到美國，因為要幫美國公司生產，所有的終極目標都是對著美國，連台積電都是美國人張忠謀成立的。美國巨大的商業市場，自由的經濟，加上法治的人權保護和發達的金融市場，得以一再地創造新科技，一再地把生產力提升帶來的繁榮富庶，帶給美國及親美陣營。親美的國策，給了勤奮、聰明的台灣人一個發達的機會，那不是是運氣。光憑這點，台灣花再多錢買美國武器都值得。 第二，一如1980年代的大家樂瘋狂，一旦台灣人發財了，各式各樣的泡沫，就會出現。但這一次不一樣的是，台積電帶來的「雨露均霑」溢流效應，還連帶地促進了股票市場的發達，這是一個很重要的不同於1980年代之處。當台灣人在1980年代發財了，台灣人的理財方式相當受侷限，因此有些熱錢跑去炒消費品，跑去玩大家樂、六合彩，但更多的錢是進了銀行或是買了房產。銀行和房地產市場，對國家來說，都是比較差的儲蓄資源分配方式，因為相信「有土斯有財」，所以台灣人不但有超高的房屋自有率，還把房價炒到年輕人買不起房子。而銀行的保守放貸方式，也限制了資金流向新興科技業。因此，當台積電的高股價、高市值、高全球知名度，把一般不買股票的台灣人也吸進台股後，台灣的股票市場，變成一個更好的儲蓄及資源分配管道。當然，股市相對變得重要，也代表股市的榮枯，會是民心及政府執政的重要經濟指標，如何處理熊市時的低盪，也會是執政者未來的考驗。但總的來說，讓自由的股市來運用台灣人的儲蓄，是比讓銀行或是房市來吸納，更有效率。 第三，經濟成長帶來的財富及稅收，可以解決很多的政治問題，但執政者能不能抵抗亂花錢買票的民主壞習慣，變得相當重要。因為有高經濟成長的政府，很容易像中了彩券的個人一樣，把錢隨便就花掉，甚至花在需要長期供養的習慣上，那就會造成長期的問題。台灣因為一直有中國威脅及外交孤立的問題，在財政上比一般國家來得小心，但是還是得防範左派的正義魔人試圖綁架政策，「錢那麼多，福利多一點有什麼關係？」。大體來說，如果要花錢，要花在投資，而不是是消費。所以如果要在「加發失業救濟」和「提高基本工資」之間選一個，要選提高基本工資；如果要在「住房補助、社會住宅」和「捷運基建」之間選一個，要選「捷運基建」；如果要在「育兒補助」和「老人健保免費」，要選「育兒補助」。選未來，而不是買選票，保留經濟彈性，而不是綁住僵化的福利制度，就是一個比較理性的選擇。 台灣的問題很多，極待處理，但我想世界上很多國家，都會想要有台灣的這些問題。