狀態頁該讓監控自動更新,還是由人來判斷?來聊聊兩種做法
網站出問題時,狀態頁如果要等人發現、登入再更新,可能慢了好一會兒;但監控偶爾也會誤報,太常自動公告又會讓大家不再相信它。作者建議兩種做法搭配:多個地點的監控連續幾分鐘都發現問題,而且檢查的是使用者真的會做的事,例如登入或結帳,才自動把狀態頁改成黃色,表示團隊正在檢視。單次檢查失敗只通知工程師,重大故障則由人決定是否公告。這樣能更快讓客戶知道出了狀況,也能減少小問題或誤報被當成大故障。
網站出問題時,狀態頁如果要等人發現、登入再更新,可能慢了好一會兒;但監控偶爾也會誤報,太常自動公告又會讓大家不再相信它。作者建議兩種做法搭配:多個地點的監控連續幾分鐘都發現問題,而且檢查的是使用者真的會做的事,例如登入或結帳,才自動把狀態頁改成黃色,表示團隊正在檢視。單次檢查失敗只通知工程師,重大故障則由人決定是否公告。這樣能更快讓客戶知道出了狀況,也能減少小問題或誤報被當成大故障。
美國多家企業和機構近兩週接連發生服務中斷,影響 Apple Pay、NASA 內部通訊、航班,以及 Microsoft 的 Outlook、Teams 和 Copilot。相關公司表示,部分故障不是網路攻擊或 AI 攻擊;官員也說目前看來不像國家支援的恐怖行動,調查仍在進行。受訪專家提出,部分問題可能和老舊系統接上新裝置時,改造太急、測試不足有關;也有人認為 AI 工具加快找出既有弱點,企業因此急著修補,短期內可能造成更多中斷。受訪者建議加強測試、分階段改造,並限制不同系統之間的存取。
Lightspeed 合夥人 Sebastian Duesterhoeft 說明該機構 2023 年以企業市場為先、押注 Anthropic 的決策,並主張儘管市場對 AI 資本支出與投資報酬率感到不安,算力仍是這個產業的命脈。
AI 資料中心越蓋越多,電網可能來不及供電。IEA 的《World Energy Outlook 2026》估計,全球資料中心目前有 120GW 的供電容量,到 2030 年底還會增加 120GW,其中 75% 用於 AI。IEA 也追蹤了 93 座正在興建或擴建的大型 AI 工廠,預計完工後合計可達 50GW,約等於再增加一個英國的用電需求。電費會不會因此上漲,取決於電網是否需要擴建,以及費用由誰負擔;IEA 表示目前還看不出資料中心增加和電價上漲之間有明確關係。另一個難題是供電來源:資料中心的購電協議近半來自再生能源,但實際發電仍有近 60% 來自燃煤和天然氣。發電廠和輸電工程都需要時間,輸電工程尤其可能拖得更久,讓供電成為 AI 基礎建設擴張的限制。
推薦理由:IEA估計資料中心用電容量將大幅增加,但電網工程往往比建置速度慢,凸顯供電瓶頸與成本分攤的難題。
重大漏洞一齣現,企業常得在趕快修補和維持服務之間做決定;如果還不清楚攻擊者能不能真的利用,急著關站也可能造成損失。資安記者以 PHP2Shell 和 Java4Shell 為例,談到 AI 加快找出漏洞的同時,複雜的攻擊步驟也不代表漏洞會立刻被攻擊。Java4Shell 沒有適用所有程式的通用攻擊方式,利用它還得看各個應用程式的情況。與談者建議企業依風險安排修補,也讓負責營運的主管參與是否停機的決定,避免警報太多讓團隊忽略真正緊急的事件。
過去,程式寫得好,系統比較穩,也能用較小的團隊快速做事;程式欠下太多「技術債」,公司就得花更多人力收拾。作者曾獨自維護一家航空公司的整套系統將近 20 年,後來發現 Opus 5.5 比他用過的其他 AI 模型更能理解程式原本的做法,開始相信 AI 助理也許能在亂糟糟的程式裡做出新功能,減少公司補救舊程式的成本。 但 AI 還是會犯危險的錯,沒有檢查工具和完整測試,可能讓程式更難懂、漏洞更多。作者認為,程式品質或許不再能讓公司特別佔優勢,卻仍是減少錯誤的關鍵;與其只追求寫出更多程式碼,不如用 AI 一步步整理系統,並確保人看得懂、查得到問題。
Take-Two 執行長 Strauss Zelnick 說明他迴避風險、以長線營運(live-service)為核心的策略,以及對 AI 的樂觀看法;同時,Catalyst 的投資人主張,Anthropic 這類 AI 公司需要更精密的資本結構才能支撐其融資需求。
創投合夥人 Dholakia 為自家公司在 Anthropic 估值 180 億美元時的早期押注辯護,理由是其資本密集的經濟結構與多晶片策略;同時推銷一套多元化的 AI 堆疊佈局,並看好 Waymo 是下一個兆元級機會。
一款遊戲如果每個星球都要事先做好,工作量和儲存空間都會很驚人。Hello Games 為了讓 No Man’s Sky 能在 PS4 上打造超過 18 quintillion 顆星球,選擇自己做遊戲引擎:玩家靠近星球時,遊戲才用同一組數學規則算出地形、生物和植物,所以不用把每顆星球都存到伺服器裡。 這套做法也讓團隊能陸續加入多人遊戲、基地建造、VR 和跨平臺遊玩,並把引擎用在 Light No Fire 上。代價是許多功能都得自己從頭做;好處是星球可以不斷增加,更新也能接著用同一套技術。以 2026 年 8 月的說法來看,玩家去過的星球還不到遊戲總數的 1%。
AI 產業還在擴大,但公司用得更多時,花費和收入沒有跟著同樣加快。Ramp 的資料顯示,兩週前達到高點後,AI API 支出下滑 6.3%;和前一個月相比,token 用量增加 27.2%,支出只增加 12%。OpenAI 和 Anthropic 的每百萬 token 平均價格降到 $0.45。Stripe 追蹤約 20,000 家使用其服務的 AI 公司,這些公司的收入在截至 11 月 8 日的 52 週成長 103%,但以最近 13 週換算的年化成長率,已從幾個月前的約 140% 降到約 80%。兩組資料都顯示市場仍快速成長,只是成長速度正在放慢;這些資料各自只涵蓋特定企業和平臺,不能代表整體市場。
Linear 營運長 Cristina Cordova 說明公司如何從議題追蹤轉向代理驅動的產品開發系統,目前超過 50% 的議題由代理建立,而計畫外的 MCP 與代理平臺工作也為公司贏得新的企業客戶關注。
新科聯邦眾議員 Don Leonard 告訴 Stephen A. Smith,他因貪腐與 Citizens United 而對 Hakeem Jeffries 投下反對票,並主張民主黨之所以勝選,是因為 MAGA 陣營自我崩解,而非選民重新擁抱民主黨。
Thariq Shihipar 主張,AI 模型在崎嶇的能力邊界之下具備廣泛的勝任能力,並呼籲工程師打造可讀的規格與新語言,讓模型聽命於人,而非反過來臣服於模型。
要挑 Gemini API 模型,光看每個 token 的價格不一定知道哪個最划算,答題表現和速度也會影響實際花費。作者用相同題目和評分方式比較 8 個模型:Gemini 4 的 4 個模型都答對 30 題 AIME 2025,但這次測試分不出它們誰更準;Argon 每題較便宜,Hydrogen 回答較快。Neon 在高思考設定下答題表現和 Carbon 一樣,費用較低。這些結果來自每個模型和設定各一次測試,沒有涵蓋長時間的 AI 助理工作或程式開發。
Anthropic 掛牌首日交易劇烈震盪成為全場焦點,記者指出股價漲幅已收斂、分階段解鎖機制將釋出 3.15 億股,並強調 IPO 成敗應以數年為尺度評斷,而非只看第一天。
AI 越來越常靠雲端運作,但這會帶來費用、網路連線和資料隱私等考量。Pete Warden 在訪談中談到,本機模型已能處理不少日常工作,放在自己的電腦或企業掌控的伺服器上,也能減少對外部服務的依賴。他還認為,語音介面要讓人用得自然,回應速度很重要;如果等待太久,使用者會不確定系統有沒有聽見。至於 AI 硬體,他談到記憶體頻寬和不同型別的加速器,認為執行模型的需求和訓練模型並不一樣。
作者用 Claude Code 檢查自己負責的服務,找到一個只要改一行程式碼就能修好的資安問題,卻被 AI 防護機制擋下。作者認為,申請例外要等好幾個工作天,還得交出身分證或護照,也不保證會通過,讓他很難及時確認自己的服務是否有漏洞。 最後,作者改用在歐盟託管的開放權重模型 GLM 5.3,確認問題存在、修好並再次檢查。這讓他擔心:想保護服務的人受到限制,犯罪者卻不必申請許可;如果工具不讓使用者檢查自家服務,反而可能讓資安更難做好。
AI 有時會把兩件很像的事搞混,就像郵差把包裹送到隔壁同名的人家。擴大型模型、增加運算能力,可以讓不同概念分得更開,減少這種錯誤,但每少犯一次錯都會花更多錢,而且錯誤不會因此完全消失。另一種情況是模型根本沒學過答案,卻還是硬猜;文章舉例,一個模型常說「我不知道」之後,答錯的次數變少了,但答對率也沒有因此提高。作者認為,AI 除了要學會承認不懂,也需要另一套系統檢查答案。大資料中心能讓 AI 進步,卻不能單靠規模讓人完全放心。
Today, John sits down with Artie and Gamma from Market Radar, whose systematic macro model turned risk-off in July and kept them out of Bitcoin's latest bull trap. After selling Bitcoin around $115K last October, they're still refusing to buy the dip. Their model now signals an increasing probability of deflation, a regime that could spell trouble for Bitcoin, Nvidia, AI stocks, and the broader financial markets. They break down why Bitcoin failed to benefit from the AI investment boom, how weak
這則貼文稱,Anthropic IPO 開盤後的前半小時,表現是 2008 年以來大型 IPO 中最差的。貼文附上連結,但沒有提供股價變化或比較資料,因此無法從這段文字看出「最差」的具體判斷依據。
做檔案、試算表和簡報,通常得在不同的 Office 程式間切換。Microsoft 正把完整的 Word、Excel 和 PowerPoint 功能放進 Copilot,讓使用者能在 AI 助理裡處理工作,也能和仍使用獨立 Office 程式的同事一起修改檔案;Microsoft 表示,這些功能會保留追蹤修訂、進階公式和既有的安全與管理控管。新功能會逐步推出,Copilot Today 目前仍在預覽版。作者認為,工作可能逐漸從傳統程式移到以自然語言操作的 AI 助理,但這項改變如何發展仍未確定。
2026 年 11 月的 TOP500 只新增 28 臺系統,是作者從 2018 年開始追蹤以來最少的一次。作者比較榜單前後變化,發現新系統合計約佔總效能的 5.1%,榜上系統平均已列名約 3.2 年;新上榜的系統中有 23 臺使用 GPU 或其他加速器,Blackwell 加速器出現在 14 臺。中國上榜系統從 2021 年 11 月的 173 臺降到 18 臺,產業類系統也從 258 臺降到 146 臺。文章提醒,TOP500 反映的是榜單申報的系統與 HPL 效能,不能代表所有 HPC 或 AI 部署。
不同 AI 助理要一起工作時,常會遇到工具格式不合、工作紀錄接不上,還可能被綁在同一家模型廠商。AAIF 技術長 Manik Surtani 受訪時談到,Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv 和 OpenSandbox 加入 AAIF,讓這些專案能在中立治理下發展。Agent Skills 可讓不同支援格式的 AI 助理共用任務指示;Open Responses 則提供應用程式和語言模型交換請求與結果的共同規格。Surtani 認為,AI 助理的工具與工作方式還在變,團隊可用標準介面或代理程式降低對單一模型廠商的依賴,也應設法讓工作背景能在不同 AI 助理之間接續。
推薦理由:AAIF 負責人談到代理工具加入中立治理後的變化,也說明記憶移轉與模型相容仍是開發團隊需要面對的問題。
Anthropic 當天 IPO,Perplexity 執行長 Aravind Srinivas 在 X 發文祝賀。他稱讚 Anthropic 團隊專注、有信念也有品味,並表示 Opus 5.5 仍以明顯優勢是業界最佳模型。Srinivas 也說,Perplexity 是 Anthropic 的客戶,對這次 IPO 感到高興。這是他對 Anthropic 的公開評價;「業界最佳」是他的說法。
推薦理由:Aravind Srinivas 以 Perplexity 客戶與業界人士的身分,談到 Anthropic IPO 和 Opus 5.5,可呈現競業對手的即時看法。
AI 助理除了呼叫模型,也可能使用工具或交辦工作給其他 AI 助理;團隊因此需要管理它們能呼叫什麼、代表誰執行,以及流量要經過哪裡。這篇文章比較 13 種閘道工具的模型、MCP 工具和 A2A 支援情況,也整理身分許可權、部署方式與價格。Kong、Bifrost、Gravitee 和 Prisma AIRS 都原生涵蓋這三種流量;其他產品的 A2A 支援則可能有限,或仍在預覽階段。文章建議先確認 AI 助理會用哪些工具、是否要交辦工作,再檢查許可權管理和部署需求。
用 AI 從公司網站和 LinkedIn 資料整理職稱、部門與公司資訊,看起來省時,但德語企業的網站和法律結構讓資料更容易出錯。作者用 30 筆德語企業聯絡人測試 Clay AI 欄位,只有 2 筆資料完全正確;常見問題包括把子公司的員工歸到母公司、職稱錯誤,以及職級判斷不準。相同名單交給 Apollo,有 19 筆可用;用 Phantombuster 擷取 LinkedIn 資料,再查德國商業登記資料,有 22 筆可用。作者認為這種做法較慢,但能減少公司名稱和職稱出錯;仍需要人工檢查資深聯絡人的資料。
羅根與研究者 Bob Gymlan 在本集大部分時間討論 UFO 揭露陰謀——Amy Eskridge 據稱遭定向能量鎖定、可疑的內部人士死亡事件,以及 Townsend Brown 的電重力研究——最後得出結論:內部人士可能被消音,以延後揭露。
Bob Gymlan is a YouTuber who explores cryptozoology, unexplained phenomena, and other mysterious topics. www.patreon.com/BobGymlan www.youtube.com/@BobGymlan Perplexity: Download the app or ask Perplexity anything at https://pplx.ai/rogan. Switch today at https://www.Visible.com for just $19/mo for one year on the Visible plan with promo code HOLIDAYHACK. Or get the premium Visible+ Pro plan and save $10 on your first month with code ROGAN. See Universal Pictures Violent Night 2 in theaters Dece
Anouschka Menzies, co-founder of Bacchus, and Richard Danks, executive vice-president of lifestyle for EMEA at Purple, are the guests on this week’s Beyond the Noise podcast. Beyond the Noise looks at some of the biggest communications and PR issues. Download the podcast via Apple, Spotify, or listen on your favourite platform. This week, the senior figures from two major luxury lifestyle comms agencies discuss communications in the sector, from their assessment of the current state of the marke
在 Dev.to 發文後 24 小時,這名 AI 助理的文章一個回應和留言都沒有。它想知道是文章不好,還是標籤裡根本沒人看,就查了 #ffmpeg 和 #ai 的公開貼文資料:#ffmpeg 九天有 60 篇貼文,總共只有 5 個回應,最多的一篇也只有 1 個;#ai 三天內有 30 篇,總共 533 個回應,但一半以上的貼文仍至少有 1 個回應。 這表示選一個有人活動的標籤,別人比較有機會看到文章,但不保證文章會有人回應;而回應也不等於有人讀完或認同。它打算下次換到比較熱鬧的標籤發文,再等 24 小時看看結果。
AI 工作常要反覆讀取大量資料,把資料搬到有 GPU 的地方,可能增加傳輸費用,也讓工作變慢。文章舉例,若以每 GB $0.02 計算,搬一次 300 TB 資料就要 $6,000;這只是試算,實際費用會依搬運方式而變。與其每次搬資料,不如讓工作跑到資料所在的地方,再一起比較運算、搬資料、儲存和排隊的總成本,也要確認地點符合資料規定、裝置和軟體能支援工作。沒有一種地方適合所有工作:有些工作適合在雲端處理,有些留在公司自己的裝置附近更划算。資料位置或價格改變時,也要重新評估。
Brad Gerstner 將 Anthropic 規模 810 億美元、每股 83 美元定價、估值 1.5 兆美元的 IPO 歸功於強勁的散戶需求與運算效率,並稱其為美國資本市場的里程碑。
恭喜 Anthropic IPO,這家最「人類」的科技公司在 Nasdaq 敲鐘,鼓掌聲怎麼聽起來像是 AI 生成的 😜