過年前的大掃除，往往是許多人的「噩夢」。看著堆積如山的雜物，心中難免冒出：「這以後可能還會用到」、「這很貴耶」、「這是回憶」等念頭。但其實「斷捨離」的核心不是「丟東西」，而是「重新奪回空間與生活的主導權」。 距離農曆新年只剩不到幾天，現在就是動手的最佳時機！今周刊整理斷捨離全攻略，教你一步步清理出清爽的家。
日期：2026-02-13
一年半前，輝達首度推出AI伺服器機櫃GB200 NVL72，實現的兆元銷售額，掀起供應鏈成長大浪，台積電、鴻海、廣達、緯穎/緯創、台達電等大廠，2025年營收紛紛突破歷史紀錄！現在，新一代機種VR200機櫃亮麗現身，56家台廠供應鏈全面搶進。
日期：2026-02-12
2026WBC經典賽台灣隊30人名單公布了！包含旅外好手古林睿煬、徐若熙、鄭宗哲、林家正等人皆確定參戰，12強奪冠後人氣飆漲的陳傑憲也再次擔任台灣隊隊長，盼能在經典賽中奪得佳績。而被列為奪冠熱門人選的日本隊陣容則是相當華麗，陣中包含9名大聯盟球星，堪稱是史上最強日本隊，包含大谷大谷翔平、山本由伸、岡本和真、村上宗隆…等球員，將力拚衛冕寶座。WBC經典賽C組賽事3/5~3/10在東京巨蛋開打，台灣隊將與日本、澳洲、南韓、捷克共同爭奪晉級複賽的兩個名額。日本球星大谷翔平將以打擊身分代表日本隊出戰，於3月6日與台灣隊正面交鋒。《今周刊》本文整理WBC經典賽台灣隊賽程資訊、分組名單、出賽球員、直播以及轉播資訊，讓你飛日本也能從容應對，一起為台灣隊應援！
日期：2026-02-11
隨著台灣人日益重視健康，運動已成為生活不可或缺的一部分，選項也更多元。除了傳統球類、健身、跑步以外，綜合體能、匹克球及器械皮拉提斯等新興運動，也正逐漸普及，幾項運動型態與健康效益各不相同，但共通點是素人也能輕鬆上手。
日期：2026-02-11
Alphabet(GOOGL-US)計劃在本次大型發債案中，發行超級罕見的「100 年期公司債」，成為自 1990 年代末以來，首家發行如此超長天期債券的科技公司，也凸顯在人工智慧 (AI) 軍備競賽下的融資需求，讓即使是少見的融資工具也開始受青睞。
日期：2026-02-10
自從勞動部修正關於病假不得為不利處分的勞工請假規則後，我常聽到老闆、人資長及企業主管抱怨：「陳律師，那個Oscar雖然能力平平，但他每天最早到、最晚走，整年全勤沒請過假，這種員工才叫『忠誠』吧？反觀那個Frank，動不動就請病假，出勤日數及工作貢獻度就是不如其他堅守崗位的同仁，雖然業績有達標，難道我不能把Frank的考績給他打差一點嗎？」如果這是在十年前，老闆的「感覺」或許還能主導考績；但在2026年的今天，這種觀念不僅過時，更充滿了法律風險。
日期：2026-02-05
金馬年台股有望持續向上，理財專家建議，投資人仍可維持相對積極的操作風格，以市值ETF作為核心部位，搭配高息與海外主題ETF，全方位掌握市場成長行情。
日期：2026-02-04
今周刊編按：美國總統川普選定華許接任聯準會主席，美股上周五(1/30)走跌，加上春節長假即將到來，部分手上持股有獲利的投資人，也選擇先獲利出場、不抱股過年，拖累台股周一(2/2)開盤跳空下殺，盤中最低來到31359.95點、下跌逾2%或700點，回測月線31383點。終場收在31624.03點月線守住，下跌439.72點或1.37%，觀察三大法人動向，外資賣超481億元、投信買超50億元，自營商則是賣超104.9億元，合計賣超535億元。其中，外資連同上周五短短兩天即賣超高達千億元。記憶體股成重災區，華邦電(2344)、群聯(8299)、南亞科（2408）、力積電(6770)跌停鎖死。至於權值股包括台積電(2330)、鴻海(2317)、聯發科(2454)、台達電(2308)等跌幅1-4%不等。台股大跌是否行情結束？法人認為，2/11金蛇封關前，須觀察價量雙漲格局是否改變。若出現大量長黑不利短線走勢，考量融資餘額居高不下，熱門股當沖比率高，凸顯籌碼凌亂，建議封關前減碼籌碼面過熱族群。但也不用過度擔心行情結束，只要1/21大量區低點31,200點，以及台積電拉回不跌破月線1725元兩關鍵支撐守穩，台股逢回仍應站在買方。至於記憶體族群怎麼操作？資深分析師提醒，投資人可以從3要件檢測，一旦出現漲價預期顯著減弱、公司業績增速落後估值提升，則代表股價開始透支營運前景，是兩大關鍵的離場訊號。
日期：2026-02-02
2025年過去，迎來嶄新的2026年，又到了年度斷捨離的時刻！除了家裡要好好掃除一番，面對爆炸的衣櫥也是得好好取捨一下，尤其是冬季衣物厚重又占空間，對此，也曾深受整理困擾長達10年的收納達人，分享自己淘汰冬衣的技巧，她提供「３大訣竅」，給予沒有頭緒該如何下手的人一道指引，新年「斷捨離」就從今開始。
日期：2026-01-29
生成式人工智慧正快速滲透製造、金融、教育與公共治理等關鍵領域，然而在實務導入過程中，企業與組織普遍面臨一項被低估的關鍵瓶頸，AI的表現高度依賴人類如何下指令，指令寫得精準，AI 表現就會很亮眼；指令稍有偏差，則可能產生偏誤、幻覺，甚至影響決策品質。當生成式 AI 逐步進入核心營運與治理場景。陳大正教授表示，如何降低對個人經驗型「提示工程」的依賴，已成為產業與政策端共同關注的新課題。
日期：2026-01-29
_20260212102213.jpg_280x210.jpg)
