跳到正文

全部動態

RSS
今日 33 則
11月20日週五
  1. hackernews10064

    Y Combinator 邀 Jacob Coxon 和 Robin Hanson 辯論政府該不該放慢 AI 發展

    AI 發展可能帶來哪些風險,政府該不該出手放慢腳步?Y Combinator 邀請 Jacob Coxon 和 Robin Hanson 辯論。Coxon 提出超級智慧可能很快出現,也談到模型行為難以理解和風險難以補償;Hanson 則質疑政府管制能否奏效,主張考慮以責任追究等方式處理。兩人也討論 AI 對工作、監管機構和安全的影響,並在最後回應觀眾提問。

  2. Dev.to Top Tech44

    為什麼我們留著熟悉缺點的舊廠商,卻不敢換成表現未知的新廠商?

    付款廠商每兩百筆結帳大約失敗一筆,大家知道怎麼重試,也熟悉客服教的處理方法。另一家廠商比較便宜,API 也更好,但沒人知道它會失敗幾次,所以開會時大家選擇留下舊廠商。這種心態也會出現在工程工作裡:熟悉的舊程式庫、偶爾出錯的測試,甚至得重開機的伺服器,雖然麻煩,卻讓人覺得比較能掌握。 要做決定,可以先想辦法量出新選項的表現,例如讓少量流量跑一週、問問兩位曾離開舊廠商的客戶,或用測試帳號和程式刻意製造失敗。量過之後,舊廠商還是可能比較好;只是選它的理由應該是實際表現,而不是因為我們不知道另一家的狀況。

  3. Dev.to Top Tech50

    AI 功能開始在手機和筆電上運作:隱私、省錢又不怕沒網路

    以前產品加上 AI,常得把文字或圖片送到資料中心,等大型模型回答;現在有些 AI 功能能直接在手機或筆電上跑。像是整理訊息、建議回覆、分類照片,都可以交給較小的模型處理;遇到比較難的問題,再送到伺服器。資料留在裝置上,隱私更好,也能省下每次向伺服器提出要求的費用,沒訊號時仍可使用。不過,小模型不擅長長篇推理和廣泛知識,舊裝置也可能跑不動。開發者得想清楚哪些工作適合在裝置上做,並老實告訴使用者 AI 實際在哪裡運作。

  4. Lobste.rs (Engineering Discussion)43

    工程系學生的心聲:別讓 AI 替你思考

    作者寫專題進度報告時,指導老師一眼就看出是他親手寫的,還說自己收過很多 AI 寫的報告。作者回想,工程系課程不只鼓勵學生用 AI,還讓人覺得不用就會吃虧;最難的一堂課,甚至得在電腦教室裡對著 AI 工作一整天。這讓他擔心,學生會不會從用 AI 寫作業,慢慢變成遇到問題都先問 AI,連讀書和思考也交給它。作者希望大家多讀、多寫、自己找答案,也想想眼前的內容想帶給我們什麼想法,別把思考也自動交給 AI。

  5. Dev.to Top Tech50

    本週科技焦點:英國密令、AI 修補漏洞與可重現的軟體測試

    這週幾則科技訊息都在談軟體怎麼更值得信任:誰能讀你的資料、AI 找到的問題怎麼變成真正的修補,以及出錯時能不能重現。英國政府證實曾對 Apple 下達與加密相關的秘密命令,但命令細節仍未公開。另一邊,GitHub 和 Microsoft 在 6 個開源專案試行 Codename MDASH,把數千筆 AI 找到的問題整理成 99 份經過確認、附有修補建議的私下報告,維護者已修好超過一半。 還有研究人員讓 Claude 協助處理黑洞物理問題;GitHub 推出讓 AI 助理工作接續不同工具的通訊規範;Rust nightly 也預設開啟平行前端編譯。分散式系統則能用模擬時鐘、網路和儲存的方式重現故障,讓同一個錯誤每次都能以相同方式重現。這些做法各自解決不同麻煩,也提醒我們:AI 的發現要先確認再交給維護者,測試則要能穩定重現,才方便找出問題並修好它。

  6. BlockTempo 動區動趨76

    Anthropic 創辦人受訪,說明 9000 億美元算力承諾怎麼支撐

    Anthropic 上市首日,市場追問公司要怎麼支付高額算力成本,並靠什麼賺錢。Dario Amodei 說,約 9000 億美元的算力承諾分散多年,公司會保守預估用量,超出預期時再到現貨市場採購;他也希望未來取得投資級信用評等,並在某個時點運用債務融資,但沒有提出時間表。面對開放權重模型和低價競爭,他認為更強的模型能承接價值更高的工作,也表示安全投入有助於企業客戶信任。訪談沒有提供逐年付款安排或相關模型的成本、利潤率資料。

    推薦理由:訪談把多年算力承諾、保守採購與可能的債務融資放在一起說明,呈現 Anthropic 如何回應市場對成長成本的疑問。

  7. Dev.to Top Tech60

    為什麼打造可靠 AI 助理時,先改善工具與檢查流程往往比微調更重要

    打造 AI 助理時,團隊常想先微調模型,但有些案例顯示,工具和檢查流程也會大幅影響成果。文章整理 Clay、Harness-Bench 和 LangChain 的案例:固定模型、只更換工具流程時,分數曾從 52.4 變到 76.2;另一個案例則用流程調整,讓 Nemotron 3 Ultra 在 Deep Agents 測試中的分數接近 Opus 4.8,成本約低 10 倍。作者建議先整理工具、加入檢查步驟並追蹤失敗;只有流程改善停滯,而且任務範圍明確時,再考慮微調。

  8. Dev.to Top Tech51

    Microsoft 365 和 Office 2024 怎麼選?一次買斷何時比訂閱划算

    Office 買斷版和 Microsoft 365 訂閱版,哪種花費比較少,得看使用多久、幾臺電腦和幾個人一起用。文章比較指出,Office Home 2024 售價 $149.99,約 18 個月後比每年 $99.99 的 Microsoft 365 Personal 省;Home & Business 2024 售價 $249.99,約 30 個月打平,但 Office 2024 的安全更新會在 2029 年 10 月 9 日停止。買斷版只供一臺電腦使用,也不會新增功能;若要多人共用、多臺裝置或 OneDrive 雲端空間,Microsoft 365 可能更合適。

  9. The Diary of a CEO🎙️ Podcast58

    Most Replayed Moment: Why 3 Meals A Day Could Be Aging You! Harvard Longevity Scientist

    What if the way you eat is quietly deciding how fast you age? David Sinclair is a Professor of Genetics at Harvard Medical School, one of the world's leading researchers on ageing and longevity, and the author of the New York Times bestseller Lifespan: Why We Age and Why We Don't Have To. In this moment, David gives Steven a first-hand taste of what old age really feels like, and challenges what most of us assume about how long we'd actually want to live. He reveals the tiny "bodyguards" inside

  10. Core Memory Podcast🎙️ Podcast58

    Dustin Molina - The Fugitive/Popstar: Never Stop Stopping 027

    Send us Fan Mail This week on Core Memory, Cortney chats with comedian and filmmaker Dustin Molina about The Fugitive (1993) and Popstar: Never Stop Stopping (2016)! Follow Dustin on Instagram: @dustmoptop Follow Core Memory on Instagram: @corememorypod Theme song by Ray Duncan: @rays_bans_ on all platforms Artwork by Holley Maher: @holleymaher on all platforms Follow Cortney Warner: @cortneywarner13 on all platforms New Episodes every Friday! Thank you for listening! @corememorypod on Instagram

  11. Dev.to Top Tech69

    Leaf 的 Level 5 軟體工廠遇上三個工程難題

    讓 AI 助理自動寫程式、測試和修改專案,工作速度變快後,原本為人工作流程設計的限制也跟著出問題。作者分享 Leaf 遇到的三個狀況:自動提交讓 GitHub Actions 在 10 月 18 日用完每月 50,000 分鐘;大範圍改版被拆成 50 多個工作節點,規劃超過一小時,執行三小時後仍未通過建置;自動整理程式碼時,還新增僵化的提示詞測試,後來改寫提示詞來迎合測試。作者因此調整工作流程,也在思考限制自動化工具能修改的範圍。

  12. Dev.to Top Tech47

    Proof of Agent 的四人評分小組,平手時通過的答案有多少?

    Proof of Agent 讓 AI 助理互相替短答案打分;一筆答案至少收到 4 票才會定案,平手也算通過。作者檢視兩批公開紀錄,共 5,775 筆已定案答案,發現其中 1,249 筆是平手,1,248 筆都因此通過。這表示只要 4 人中有 2 人給支援票,答案就能過關;想用大量假身分影響結果的人,所需的支援票也比較少。 把規則改成平手不通過,不用多收評分票,但會讓其中 697 筆原本通過的答案改判失敗;每筆都多找一位評分者,則每批約多出 2,335 票。作者提出只替 2 比 2 的平手答案加一票,並把多出的票用在這些答案上,評分量可能幾乎不變。平手規則讓邊界答案比較容易過關,也可能讓假身分更容易左右結果。

  13. Dev.to Top Tech54

    BeamNG.drive 為何選 Torque 3D?用 JBeam 文字檔打造真實車輛碰撞

    BeamNG.drive 的車禍畫面為什麼能讓車身真的變形、零件也會故障?作者分析,關鍵不是 Torque 3D 本身,而是遊戲另外打造的軟體車輛物理系統。每臺車都用 JBeam 文字檔描述零件和連線方式,玩家能修改並分享車輛;Lua 則讓團隊調整遊戲規則時不必重新編譯引擎。作者認為,選擇較舊的 Torque 3D,讓團隊能把心力放在車輛模擬上,也讓這套技術延伸到 BeamNG.tech 的駕駛訓練與自動駕駛測試。

  14. Dev.to Top Tech62

    Square Squaremates 和 WhatsApp Business AI 比較:印度小店可先用 WhatsApp 回覆顧客

    小店常得在忙著做生意時回覆顧客問題,也要處理商品和排班。文章比較 Square Squaremates 和 WhatsApp Business AI:前者能協助美國賣家找回流失顧客、修改商品目錄和安排人力;後者能在 WhatsApp Business 裡回答顧客問題、推薦商品和預約,並支援印度當地語言。作者建議印度小店先從免費的 WhatsApp Business AI 開始,因為 Squaremates 目前只提供美國賣家使用。店家要先補齊商品和營業資訊,並親自檢查 AI 的回答;退款或付款爭議則可交由店主處理。Meta 提到 UPI 聊天付款即將推出,但目前還不能使用。

  15. Dev.to Top Tech36

    網站 11 天只有 3 筆瀏覽可能來自陌生人,Google 帶來 1 人

    作者在網站上放了簡單的瀏覽紀錄,想知道大家真的會看哪些頁面。11 天收下 45 筆瀏覽,其中 9 筆被認成機器人;但一個檢查連結的程式假裝成一般 Chrome 瀏覽器,混進了「真人」紀錄。最後仔細看完,只找到 3 筆可能來自陌生人的瀏覽,其中 1 筆從 Google 進站,而且直接到了範本介紹頁。作者因此打算先替網站上已有的 25 個範本頁補上清楚標題和介紹,不再急著做第四個銷售頁。這些紀錄還太少,不能證明太多事,但至少提醒他:先把力氣花在訪客真的走進來的地方。

  16. Dev.to Top Tech56

    實測 Qwen2.5-1.5B-Instruct:先看摘要沒有比截短文字更準

    把每則問題的文字截短,可能讓小型模型少被不相干的內容帶偏;作者因此測試,先看每則問題的摘要再讀全文會不會更好。使用 Qwen2.5-1.5B-Instruct 比較三種方式後,截短文字答對 17 題,摘要優先答對 16 題,讀完整文字答對 9 題。摘要優先每題平均花 5,172 個 token,是截短文字的 2.6 倍。模型仍常盯著最醒目的 412 號問題,摘要沒有解決這個問題;作者認為,候選專案不多時,截短文字更省成本,表現也相近。測試中還有一題的標籤洩漏線索,因此無法判斷模型是否真的讀到了後面的關鍵內容。

  17. Dev.to Top Tech56

    ElevenLabs 和 Cartesia 每分鐘語音費用差多少?用同一單位比較方案

    語音工具用「點數」標價,乍看很難知道做一分鐘語音到底要花多少錢。作者把 ElevenLabs 和 Cartesia 的月費除以方案包含的語音分鐘數,讓價格能直接比較:ElevenLabs 付費方案每分鐘約 0.165 到 0.200 美元,Cartesia 約 0.028 到 0.038 美元。作者也提醒,便宜不代表適合所有工作:ElevenLabs 提供配音和有聲書製作功能,Cartesia 主打低延遲語音,適合需要快速回應的對話式 AI 助理。文中的價格來自作者於 2026 年 11 月 20 日查閱的方案資訊。

  18. Rohan Paul38

    Nick Bostrom 用一個簡單模型比較超級智慧帶來的好處與風險。他假設超級智慧能治好老化,之後人們仍可能因意外等原因死亡;在這個假設下,現在的人平均還能活約 1,400 年,遠高於原本估算的 40 年。他也估算,只要 AI 造成全人類滅絕的風險低於 97%,立刻推出超級智慧,就能提高現在活著的人預期能活的時間。這個說法提醒人們,等待新科技也可能有人因此失去生命;不過結果取決於模型中的假設。

  19. Dev.to Top Tech39

    作者用 GRAM 編輯器暫時遠離 AI,練習自己寫程式

    想維持自己寫程式的能力,作者會定期改用沒有 AI 功能的開發環境。他選擇 GRAM,這是從 ZED 改來的編輯器,移除了遙測和 AI 功能;開著專案時多幾個步驟,就不會什麼事都立刻叫 AI 幫忙。作者也在沒有安裝 AI 工具的 Linux 筆電上使用 GRAM,並把瀏覽器搜尋改成關閉 AI 的 Brave Search。這些做法讓他能暫時靠自己完成工作,也是在練習不依賴 AI 寫程式。

  20. Dev.to Top Tech43

    AI 助理技能越來越多,誰來管理版本和使用許可權?

    AI 助理技能從零散的小工具,逐漸變成團隊會一起使用的整套工具,但人一多,就得知道大家用的是不是同一版、誰能使用哪些技能,以及過程中呼叫了什麼。像 Claude-BugHunter 就把 82 種技能、15 個指令和 681 種已公開漏洞報告的模式放在一起;如果團隊沒管好版本和許可權,就很難確認每個人做了什麼。文章提出 skillhub 這類自架技能庫,能管理技能版本、設定使用許可權並留下紀錄。技能越多,管理方式也得跟上,團隊才容易掌握技能怎麼被使用。

  21. Dev.to Top Tech58

    iOS 和 Android 的 App 評分差在哪?79 款 App 的比較發現差距多來自一星評論

    同一款 App 在 App Store 和 Google Play 的評分,常常不太一樣;只看平均分數,很難知道差在哪裡。作者比較了兩家商店中 79 款熱門 App 的美國評分,發現 App Store 平均高出 0.25 顆星,而差距大多來自 Google Play 上較多的一星評分。兩家商店計算評分的方式也不同:Google Play 會更看重近期評分,App Store 則從上次重設後計算平均。作者建議分開比較各商店的變化,並檢視評分較低那邊最近的一星評論,找出可能的問題。

  22. BlockTempo 動區動趨70

    2021 年募資的加密獨角獸在次級市場折價,部分接近 90%

    2021 至 2022 年募資的加密獨角獸,現在在次級市場常比上一輪估值低 50% 至 70%,部分大型公司接近 90%。文章整理多位投資人與交易平臺人士的觀察:有些公司多年沒有新一輪融資,股權價格便先在轉售市場和併購談判中反映下修。加密市場也分成兩段,有營收、牌照和通路的支付與穩定幣公司吸引較多資金,NFT、遊戲、協議與開發工具的融資則大幅減少。受訪者認為,基金需要把帳面價值換成現金,未來幾年併購與重整可能增加,次級市場價格也會成為新一輪募資的談判參考。

  23. Artificial Analysis45

    語言模型能不能做出比影片生成模型更好的影片?Artificial Analysis 讓 OpenAI 的 GPT-6.2 Astra 用 three.js 程式碼打造雪梨歌劇院、拆解中的機械錶,以及巨龍攻擊中古城鎮的場景,再用瀏覽器裡的虛擬攝影機拍成 15 秒、1080p、24 fps 的影片。ByteDance 的 Dreamina Seedance 2.5 則收到相同的攝影機路線,搭配路線參考圖作為文字提示詞。這場比較要看的是:語言模型寫程式做出的影片,能否和專門生成影片的模型競爭。

  24. Rohan Paul48

    Jacob Coxon 在 Y Combinator 的辯論中提到,Anthropic 研究人員回報,AI 已讓研究工作加快約 4 到 5 倍;他也提醒,這是人員自行回報的數字,可能不太準確,甚至可能低估實際效果。照目前約每 3 個月加快一倍的趨勢推算,到 2027 年可能達到 100 倍。他另提到,Anthropic 目前約有 25% 的研究透過 Claude 進行;若趨勢持續,Claude 到 2027 年底可能負責全部研究。這些都是依趨勢推算的可能發展,顯示 AI 可能越來越多地參與 AI 研究。

  25. Latent Space65

    Linear COO Cristina Cordova 談公司如何靠 AI 助理工作流程成長

    Linear 原本是問題追蹤工具,但 AI 助理開始代替人整理和建立工作專案,公司得重新說明產品的用途。COO Cristina Cordova 分享,Linear 把資源轉向讓 AI 助理直接參與工作流程;如今超過一半的新工作專案由 AI 助理建立,同時人們仍會回到 App 檢視和協調進度。她也談到公司如何調整企業銷售方向、維持精簡團隊,以及讓 AI 草擬客服回覆、由真人決定是否送出。

  26. Dev.to Top Tech53

    Mindutil 發現高流量 AI 工具頁面仍是模板文字,打算優先改寫前 10 名

    Mindutil 的 AI 工具目錄有 4,323 筆資料,但流量最高的 150 個頁面中,只有 20 個有至少 80 個獨特字詞,其餘 130 個仍只有模板內容。這些頁面佔前 150 名總閱讀數的 64.0%,其中 81 個還有廠商認領標記。作者原本花時間改寫已經有內容的頁面,現在打算先處理閱讀數最高的頁面,並優先聯絡已認領卻沒有實際產品介紹的廠商;之後再觀察改寫是否帶動閱讀數變化。

  27. DAVID888 Daily 每日放送🎙️ Podcast58

    2026-11-20 Claude破解黑洞難題卻因安全護欄降級遭炎上、Rails爆驗證前RCE震撼開發圈

    詳細網頁版與參考連結:https://podcast.david888.com/post/2026-11-20 Anthropic以Claude多代理與Lean解開黑洞難題並赴Nasdaq上市,社群熱議財報與算力衝突;資安人員揭露白名單仍遭護欄誤擋、靜默降級且易繞過,轉抱開源。另談Rails預設RCE、表格注入劫持Agent、LLM逆向及ToolJet動態查詢攔截疑慮;最後涵蓋本地語音Moonshine、MiniMind、歐盟匯入Matrix,及單機千萬伺服器、SQLite物件儲存與記憶體壓縮。 相關連結: Claude solves two open problems in the physics of black holes Ruby2ßhell: Pre-authentication RCE on stock Rails Anthropic’s Nasdaq debut Pete warden on local AI, open models, voice interfaces, the future of hardware How the European Commission

  28. Dev.to Top Tech54

    Meta 的 Muse 讀取 Signal 通知?VSO 分析事件紀錄能查出什麼

    AI 助理如果讀取裝置上顯示的訊息,事後要查清資料從哪裡來,可能比想像中困難。Reuters 報導指出,Meta 員工曾描述 Muse 透過 Android 通知許可權讀取 Signal 訊息,也有員工收到列出銀行餘額的訊息;Reuters 無法確認那些資料是來自別人的帳戶,還是模型生成的內容。VSO 根據這起報導提出記錄存取路徑、保留輸入資料的來源線索,以及標明內容是查得還是生成等做法。文中也說明,VAP 能協助檢查已記錄資料是否遭到竄改或遺漏,但無法找回從未記錄的讀取,也不能判定內容是真是假或阻止助理採取行動。

  29. Latent Space69

    Linear 營運長談公司如何轉向 AI 助理協作

    Linear 原本是追蹤軟體問題的工具,如今想成為人和 AI 助理一起安排產品工作的系統。營運長 Cristina Cordova 說,現在超過一半的 Linear 工作專案由 AI 助理建立,但使用者仍會回到 App 檢視和協調工作;如果大家只透過外部工具操作,產品就可能變得可有可無。她也談到企業開始用新的 AI 預算採購工具,常先簽一年合約或付費試用,這讓快速增加的營收數字未必能代表長期需求。

  30. Bloomberg Businessweek🎙️ Podcast58

    Anthropic Debuts on the Nasdaq in Record-Breaking IPO

    The people, companies and trends shaping the global economy. Watch Carol and Tim LIVE every day on YouTube: http://bit.ly/3vTiACF Anthropic shares pared earlier gains to trade 17% above their IPO price after the artificial intelligence lab’s blockbuster $107.3 billion debut broke SpaceX’s record for the biggest-ever offering. The shares were changing hands at $96.75 each at 1:29 p.m. on Thursday in New York, after an opening surge that took it far above the IPO price of $83. The current price gi

  31. Dev.to Top Tech56

    Fabian Cooper 分析 AI 產品如何讓使用者判斷答案能不能信

    AI 有時會給出流暢又肯定、但其實錯誤的答案,使用者很難只看畫面就判斷該不該相信。Fabian Cooper 認為,AI 產品的介面應讓不確定的內容看起來更保留,也要清楚指出答案可能超出系統所知;修改、重做和補充指示應是正常工作流程,不能藏在角落。當系統答不上來時,介面也該說明限制並提供下一步。這些設計能幫助使用者保持判斷,而不是把 AI 的回答當成已完成的正確答案。

  32. aihot47

    Nvidia 財報亮眼,股價卻從 10 月高點跌近 40%

    Nvidia 第三季營收比去年同期多一倍,達 1158 億美元,資料中心業務也成長 110%;Vera Rubin 平臺帶來近 200 億美元營收。不過,晶片股遭到賣出,加上前執行長黃仁勳辭職,以及公司治理調查等訊息,股價仍一路下跌,曾約 150 美元,最後收在 145.98 美元,創下 52 週新低。這顯示公司業績很好,股價也可能因其他訊息大幅波動。