跳到正文

全部動態

RSS
今日 37 則
11月19日週四
  1. 20VC🎙️ Podcast58

    20VC: Will Jensen Return to NVIDIA | Anthropic Set for Largest IPO of All Time | Kalshi, Mercor & Fractile: Mega-Rounds Continue

    AGENDA: 00:00 Nvidia's $600B Wipeout: Pressure Mounts for Jensen's Return 14:00 Anthropic's $1.4T IPO: A New Record for Venture Capital 19:00 The $20B Club: Unicorns Are No Longer Enough 23:00 Kalshi, Mercor & Fractile: Mega-Rounds Divide Investors 29:00 Nvidia's Deal Spree Under Threat: AI Startups Lose Their Safety Net 32:00 HubSpot's Founders Return as Customer Growth Slumps 41:00 Small Businesses Shun SaaS: AI Agents Win the Budget 45:00 Microsoft Outage & FAA Shutdown Expose Fragile Infrast

  2. Dev.to Top Tech42

    政府和社群動態訊息,誰更能影響你的生活?

    政府讓網路斷線時,大家很容易發現,也會想辦法抵抗;社群平臺的動態訊息則會悄悄決定你先看到哪些貼文,慢慢影響你的心情和想法。作者用工程師熟悉的「回饋」來比喻:如果人只顧著對新訊息立刻反應,很容易一下生氣、一下忘記;讀長文章、做筆記、記得事情之前怎麼發生,就能多一點時間想清楚。 作者建議替社群動態訊息劃出範圍,例如把 App 移出手機首頁、關閉通知,並在平臺提供時改看按時間排列或只看追蹤物件的貼文。也可以準備離線地圖和重要資料,讓自己在網路中斷時仍能使用。

  3. MediaNama53

    印度電信部 SIM 繫結政策上路前,還有十個問題沒說清楚

    印度電信部要求通訊平臺把帳號繫結到使用者手機裡完成身分查核的 SIM 卡,原定在 2027 年 1 月 1 日開始實施,但政策細節仍有不少疑問。MediaNama 邀請專家討論後,整理出十個待解答的問題,包括政府是否有權管這些 App、SIM 繫結能減少多少詐騙、哪些平臺要遵守,以及風險評分會收集哪些個人資料。與會者也提出其他做法,例如先改善電信身分查核、追查人頭帳戶,並公開防詐措施的目標與成效標準。

  4. Dev.to Top Tech78

    三家雲端 AI 助理平臺如何隔開使用者工作階段與執行程式碼

    把 AI 助理交給多人共用時,使用者的資料和助理寫出的程式可能碰到不同的安全風險。這篇比較 Amazon Bedrock AgentCore、Microsoft Foundry 和 Google 的 AI 助理平臺:AgentCore 和 Foundry 預設讓每位使用者的整個工作階段各自在獨立環境執行;Google 則把助理寫出的程式放進另一個不帶助理憑證的沙箱,但助理本身會和其他請求共用容器。作者也提醒,Google 沒有說明同一容器中的請求能否看到彼此的記憶或檔案,而前兩者若要讓程式遠離助理憑證,得另外使用程式碼沙箱。團隊可依最擔心資料互通,還是程式取得憑證,來比較預設防護。

    推薦理由:文章並排比較三家雲端平臺預設隔離的位置,並指出各自仍需確認或另行設定的防護,能協助團隊依主要風險選擇架構。

  5. Dev.to Top Tech74

    AWS、Azure 和 Google Cloud 都有 AI 助理工具,但各自把資料和管理留在自己的平臺

    企業想讓 AI 助理查詢業務資料、替同事建立後續工作,常得先處理帳號、資料和管理工具分散在不同雲端的問題。作者整理 AWS、Microsoft Azure 和 Google Cloud 的服務,並用同一個業務助理需求比較:外部帳號和資料進來後,各家會把它接到自己的身分系統、資料平臺和管理工具。像是資料放在 S3 時,Azure 可透過 OneLake 查詢,Google Cloud 則可透過 BigQuery 查詢;AI 助理的管理紀錄仍留在託管它的雲端。這份比較能幫企業看出,選雲端時也要考慮員工平常使用的平臺、資料放在哪裡,以及由哪裡管理 AI 助理。

  6. Dev.to Top Tech74

    AWS、Azure 和 Google Cloud 的模型目錄相似,誰負責執行與處理提示詞才是差別

    三家雲端都能提供多種熱門模型,但同一個模型可能由雲端、合作夥伴或使用者自己負責執行,資料處理方式也會不同。文章比較 AWS、Azure 和 Google Cloud 的模型清單與服務條件:例如 Claude Fable 5.2 在 AWS 和 Google Cloud 可選美國地區,但提示詞會保留最多 30 天,Google 還要求分享提示詞與回覆給 Anthropic;Azure 上的 Fable 5.2 則由 Anthropic 執行,資料可能離開 Azure。作者建議選雲端時,也要確認模型由誰執行、提示詞會送到哪裡,以及哪些人能看到。

  7. 矽谷101🎙️ Podcast58

    Anthropic崛起史:最強AI背後的矛與盾,佈道者與偽君子

    五年時間,衝擊萬億美元估值。Anthropic的增長,幾乎可以用一條陡峭到難以置信的曲線來形容。在這場商業奇蹟背後,是一個充滿矛盾的故事:一家因擔憂AI失控而誕生的公司,如今卻成為了全球AI競賽中最激進的參與者之一。 故事可以追溯到2014年的百度矽谷實驗室。Dario Amodei在語音識別研究中,觀察到後來影響大模型發展的Scaling Law規律。幾年後,因AI安全、商業化路徑與組織信任上的分歧,他與另外六位核心成員集體離開OpenAI,創立Anthropic。 這群曾經擔憂AI發展過快的研究者,最終找到了一條獨特的商業道路:將安全、可靠與信任轉化為企業市場的優勢,憑藉Claude系列模型、Claude Code與企業業務的擴張,迅速躋身全球AI競爭的中心。 這期影片,我們採訪了曾與Dario共事的研究者,以及投資人、科技媒體人和行業人士,還原這段從技術探索到商業爆發的歷史。特殊的治理架構、鉅額算力投入,以及與雲巨頭複雜的資本關係,也構成了Anthropic的另一面。 成功也並沒有消解Anthropic誕生時的矛盾,它警告強大AI帶來的風險,自己卻不斷加速。它試圖建立安全邊界,又

  8. Dev.to Top Tech62

    Notion、Obsidian 和 Superhuman Docs 一年要花多少錢?

    想用 AI 整理筆記、問問題和做語音摘要,一年到底要花多少錢?作者用一位個人工作者的使用情境,比較 Notion、Obsidian 和原名 Coda 的 Superhuman Docs,也把同步、AI 問答和語音摘要的費用算進去。按文中的價格,三套組合一年約花 $114.60 到 $300;Obsidian 配小型模型最省,Notion Business 則把會議筆記和 AI 助理放在同一方案裡。文章也提醒,Obsidian 的 AI 費用會隨使用的模型而變,Superhuman Docs 的 AI 目前仍標示為 beta,購買年費方案前要確認功能和價格。

  9. 雷科技37

    Canon EOS R8 Mark II 評測:適合新手的輕巧全片幅相機

    想拍出有氣氛的照片,卻不想背著重相機,也不想花很多時間修圖?Canon EOS R8 Mark II 主打輕巧好帶和相機內的色彩濾鏡,適合旅行、人像和日常拍攝。它有五軸機身防手震、眼睛對焦和最高約 40 張/秒連拍,還能在按下快門前記下 0.5 秒畫面,幫忙抓住瞬間。 新加入的負片濾鏡能直接拍出柔和色調,濾鏡強度可從 0 到 100% 調整,但只適用於 JPG。機身重 499g,影片可拍 6K 超取樣的 4K 60p,且不裁切畫面。文章認為,如果主要是記錄生活、喜歡照片直接好看又在意重量,R8 Mark II 很適合;需要雙卡槽、大電池和專業操控的人,則可考慮 R6 Mark II。

  10. Dev.to Top Tech35

    為什麼技術書值得重讀:工作經驗會讓你讀出不同的意思

    第一次讀技術書時,我們常忙著弄懂作者在說什麼,還沒遇過的問題也很難真正體會。等自己做過大型系統、半夜除錯或遇上服務故障,再讀同一本書,原本像風格建議的內容,可能就變成切身的提醒。像《Clean Code》談函式長度和註解的段落,作者第一次讀時沒放在心上,後來卻想到自己寫過的程式和註解。 作者建議留下幾本對自己有幫助的書,隔幾個月挑一章重讀,也可以在頁邊寫下這段時間遇到的問題和改變。讀完一個月後,如果還記得書中某個想法曾影響自己的決定,就值得再讀一次。重讀不是白費時間:工作經驗變了,同一句話也可能帶來新的理解。

  11. The Diary of a CEO🎙️ Podcast58

    Senator Bernie Sanders: Iran Wasn't Trump's Idea. Someone Else Pushed Him Into It!

    Can America's democracy still be saved at the ballot box, or has big money already bought the outcome? Senator Bernie Sanders joins to lay out what it will take to save American democracy, working families and the future of the Democratic Party. Senator Bernie Sanders is the longest-serving independent in U.S. congressional history and a two-time presidential candidate who ignited a modern political revolution. Through his bestselling book It's OK to Be Angry About Capitalism and national tours

  12. BlockTempo 動區動趨40

    IOSG 提醒:加密投資架構切太散,出事時可能找不到負責的人

    加密專案看起來架構完整、合約寫得漂亮,出了問題時,投資人卻可能找不到該負責的人,或拿著合約也追不回損失。IOSG 分享的五個案例顯示,研發公司、代幣發行實體和資金管理各自分開,可能讓責任與控制權變得模糊;創辦人也可能把早期投資人排除在新專案之外,或不履行原先承諾。 例如,一家美國母公司因為忘了交合規檔案,早已被登出,投資它的機構因此失去法律上的立足點。IOSG 認為,投資人除了看團隊和市場,也要確認公司持續合法存在、重要決定能不能管、資金怎麼使用,並把承諾寫進正式合約。這些安排無法保證專案成功,但能讓出事時比較有機會追查責任、保護權益。

  13. Trumponomics🎙️ Podcast58

    Is China Winning the AI Race That Matters?

    The US is still seen as being ahead of China at the frontiers of artificial intelligence. But Daniel Remler, a senior fellow at the Center for a New American Security, argues that may not be the race that matters most. China has spent the past few years pushing cheaper, more accessible AI models to companies and countries across the developing world, all while presenting itself as the champion of nations shut out of the West’s more restrictive approach to AI. The result, he says, is a form of te

  14. Dev.to Top Tech67

    Gemini 4 Neon:為什麼作者認為中階模型更適合日常寫程式

    每天要處理許多程式工作時,最強的模型可能又慢又貴,較快的模型則未必能做好複雜任務。作者分析 Google 推出的 Gemini 4 Neon,認為它介於主打推理能力的 Carbon 和主打速度的 Hydrogen 之間,適合重構程式、寫測試和除錯等工作。Neon 有 1-million-token 上下文視窗,文章也引用多項模型評比數字,並以假設案例估算:每天跑 1,000 項任務,若每項成本約為旗艦模型的一半,每月可省 $1,800。作者建議用完成的工作來比較成本,例如每個合併的 PR 花多少錢。

  15. Lex Fridman Podcast🎙️ Podcast58

    #505 – GTA 6, Crime, Jewel Heists, Prison, Corrupt Cops, Mafia, Miami & Money

    Larry Lawton is one of the most notorious and prolific jewelry thieves in US history, who was eventually caught by the FBI, spent more than a decade in prison, including a lot of time in the hole, and then he turned his life around to run the Reality Check Program, that helps keep at-risk youth out of prison. Thank you for listening ❤ Check out our sponsors: https://lexfridman.com/sponsors/ep505-sc See below for timestamps, transcript, and to give feedback, submit questions, contact Lex, etc. Tr

  16. Dev.to Top Tech54

    Hermes 如何檢查情緒分數能不能預測幣價

    情緒分數看起來像市場訊號,但它真的能預測之後的幣價嗎?Hermes 用公開的恐懼與貪婪指數和 BTC 價格資料,把資料按日期分成前後兩半,再檢查前一天的情緒分數和後續價格變化是否有關。結果顯示,這個指數在後半段資料中沒有明顯的預測力;價格變化反而和之後的指數變化較相關。另一段獨立重寫的程式算出相同數字,核對的是計算結果,不代表結論適用於所有情緒分數。作者也提醒,這個指數本身會參考價格動能和波動,因此不能直接拿它的結果推論文字情緒是否能預測幣價。

  17. Dev.to Top Tech65

    HeyGen、Runway 等 5 家影音 AI 服務,實際產出成本怎麼算

    影音 AI 服務的月費看起來很清楚,但實際花費還會隨模型、畫質、產出長度和重做次數改變。作者根據 HeyGen、Runway、Kling、ElevenLabs 和 Synthesia 在 2026 年 11 月 19 日公佈的價格與點數用量,換算影片、配音和字幕等產出的成本。以同樣 30 秒的影片來看,HeyGen 的點數成本會因模型不同,從約 $0.10 到 $5.80;Runway 的 Gen-4.5 則會因方案不同,從 $3.60 到 $8.64。作者也提醒,沒採用的生成結果照樣會扣點數,因此估算預算時得把重做次數算進去。

  18. hackernews10058

    Gemini 4 Neon 速度更快,作者估算它可與 Opus 5.5 競爭

    Gemini 4 Carbon 在 Agent Duel 排行榜表現出色,但回答速度較慢;作者想知道,速度快很多的 Gemini 4 Neon 能不能追上 Opus 5.5。他把模型本身、回答速度和使用者是否提早投票放進排行榜分析,再用 Gemini 4 Carbon 的表現估算 Neon。依照 127 tokens per second 的速度推算,Neon 的 Elo 約為 1,066,略低於 Opus 5.5 的 1,078;作者估計 Neon 對上 Opus 的勝率是 48.3%,但結果仍有相當大的不確定範圍。

  19. The Economic Times · ETtech55

    Elon Musk 說沒人能取代 Jensen Huang,Nvidia 不該讓他離開

    Elon Musk 在《紐約時報》DealBook 峰會上表示,Jensen Huang 對 Nvidia 的價值就像巔峰期的 Michael Jordan,沒有人能真正取代他。他提到 Huang 熟悉供應鏈、和重要供應商長期合作,也深受團隊信任,若有機會會願意聘用他。報導同時指出,Nvidia 董事會已排除讓 Huang 回任,並準備尋找正式接班人;美國國會議員也以國家安全和對中國的出口管制為理由反對回任安排。Huang 另同意就相關爭議向 3 個眾議院委員會作證。

  20. Rohan Paul62

    OpenAI 研究人員使用 AI 助理的時間和花費都很高,但研究成果增加得較慢。文中提到,一般研究人員每天按 API 價格計算約花 $2,400,使用量最高的 10% 每天超過 $23,000;每位研究人員的 AI 助理每天運作時間,相當於 5.7 個人各工作 8 小時。相較之下,實驗數量比 2025 年增加 68%,能力提升只略高於業界趨勢。AI 助理監看訓練工作的成功率是 79%,撰寫推論與服務程式碼則只有 25%,顯示不同工作的表現差距很大。

  21. Dev.to Top Tech64

    Perplexity Portable Computer 評測:AI 助理能在 Windows 電腦上處理檔案,但要付月費

    想讓 AI 在自己的電腦上處理檔案和應用程式,Perplexity Portable Computer 確實做得到,但需要高階顯示卡和付費訂閱。它可在 Windows 電腦上使用本機模型,也能連線 Gmail、Outlook、Slack 和 GitHub;在電腦上完成的工作不會扣雲端點數,升級到雲端處理才會用到點數。不過,官方列出的需求包括至少 24 GB VRAM 的 NVIDIA RTX 或 RTX PRO 顯示卡,而且還要訂閱 Pro 或 Max。文中的測試分數來自 Perplexity 自家的測試,尚無獨立測試確認;如果想免費在本機跑 AI,開源模型也是一種選擇,但需要自行組合工具。

  22. Dev.to Top Tech50

    查閱 684 家廣告公司網站後發現:只有 15 家公開 Google Ads 管理費

    想找人管理 Google Ads,常看到「按廣告費收 10% 到 20%」的說法,但小型廣告公司實際怎麼收費,公開資料不多。這次查了 684 家公司的網站,先排除失效網站,再找出有提到廣告管理服務的公司,最後由人逐頁確認哪些數字真的是管理費。結果有 196 家提供這項服務,只有 15 家把價格寫出來;其中 12 家收固定月費,範圍是 $250 到 $1,500,中間值為 $600,另外 3 家按廣告費比例收費。 這表示「抽廣告費的 10% 到 20%」確實有人採用,但在公開收費的小型公司裡不常見。固定月費比較容易看出每月要付多少;按比例收費則會隨廣告費增加而變多,即使廣告成效沒有變好。

  23. Artificial Analysis41

    GPT-6.2 Astra 和 GPT-6.2 Sol 的回答風格跟前一版相比有明顯變化:內容更短、比較少分段整理,也更常先說答案。Astra 每次回答平均從 352 字降到 210 字,Sol 從 337 字降到 223 字;兩者承認不確定的分數也都下降,自然程度則提高。使用較高的回答投入程度時,兩款模型也更常以證據作答。這些變化讓回答讀起來更直接、自然,但也表示它們比較少主動說自己不確定。

  24. Dev.to Top Tech55

    作者分析 63,336 個 AI 助理技能的定價資料,付費技能只有 56 個

    想把 AI 助理技能檔拿來賣,最大的難題可能不是價格,而是買家能直接檢視、複製和改寫檔案。作者整理了 63,336 個技能的普查資料,其中 4,902 個標有價格,只有 56 個是付費技能;付費技能也只佔這些技能安裝數的 0.5%。作者認為,較有機會收費的是技能背後持續提供的服務、定期維護更新,或協助處理昂貴問題的人工服務。他也提醒,安裝不等於真的使用,自己的技能中只有 49 次安裝帶來 6 臺機器實際執行。

  25. DogeDesigner45

    以下是 Elon Musk 今天在 @TomorrowXSummit 與 Gavin Baker 和 Antonio Gracias 的完整訪談: 0:00 中國之行的印象 2:08 Starship 捕捉火箭 4:59 多行星文明 8:53 25 年的情感歷程 11:48 Grok 訓練技術堆疊 22:37 Optimus 機器人進展 28:43 Cybercab 推出進度 30:26 TerraFab 晶片工廠 33:54 運算成本效率 41:59 軌道運算衛星 46:05 Neuralink Blindsight 最新進展 49:58 AI 安全與求真 52:19 對 Jensen 和 Nvidia 的看法

  26. BlockTempo 動區動趨53

    Coinbase Ventures 分析 AI 助理代理交易的四層技術與投資機會

    AI 助理開始能依照使用者設定的目標和風險限制,自行分析市場、決定持倉、下單並監看風險;Coinbase Ventures 把這種做法稱為「代理交易」。它以跨加密資產和半導體股票配置投資組合為例,說明代理如何依照回撤上限和每週再平衡要求執行策略。文章也把相關技術分成資料與模型、代理框架、交易執行、合規與紀錄四層。Coinbase Ventures 認為,單純代為下單的價值可能變低,長期機會在能累積專屬交易資料、形成決策閉環並取得使用者資產信任的團隊;交易代理也需要可查核的決策紀錄與合規措施。

  27. hackernews10054

    作者提醒:複雜系統需要懂系統、願意負責的人

    銀行轉帳等複雜系統看起來平常能用,背後卻常靠熟悉細節的人修補漏洞、處理例外,才維持運作。作者以自己在 Stripe 的經驗談 ACH,並把這種情況連到近期多起系統故障;他認為,管理者若用生成式 AI 取代熟悉系統的員工,或讓員工只負責照看大型語言模型,可能使人逐漸失去實作經驗和對系統的責任感。這是作者根據自身經驗提出的看法,並未提供各起故障之間有共同原因的內部證據。

  28. Dev.to Top Tech82

    Azure Ignite 2026 分析:Microsoft 把 Azure 打造成 AI 助理平臺

    企業要讓 AI 助理投入工作,得同時處理模型選擇、許可權、安全和運算資源。作者整理 Ignite 期間 Azure 的多項更新,包括 GPT-6.2 Astra 和 Sol 上架、Azure AI Gateway 正式推出,以及 AKS 增加 GPU 管理和執行不可信程式碼的隔離功能。文中也提醒,模型省下多少成本要用自己的工作測試,部分 AKS 功能仍在預覽階段。作者認為,Azure 正把自己定位成管理不同模型與 AI 助理的受控執行環境,競爭焦點可能因此從模型能力延伸到安全營運。

    推薦理由:作者整理 Ignite 期間 Azure 在模型、閘道、AKS 與監控上的變化,並指出管理 AI 助理的競爭焦點可能轉向安全營運。

  29. DogeDesigner72

    Musk 在 DealBook Summit 訪談中談到政治、企業和太空計畫,也回應外界對 Starlink 在烏克蘭用途的疑問。Grok Bot 將訪談整理成多個主題:Musk 說 Starlink 是民用網路,Starshield 則由美國政府掌管;他也表示 SpaceX 從一開始就拒絕讓 Starlink 用於攻擊行動,並否認曾關閉 Starlink 或改變使用規則。談到未來,他提及 Direct to Cell 衛星、SpaceX 與 Tesla 的合作可能,以及 Starlink 為 Starship 提供資金。這些內容是訪談摘要中的說法,呈現 Musk 對相關爭議和公司計畫的立場。

    推薦理由:訪談呈現 Musk 對 Starlink 與 Starshield 用途的說法,也談到外界對單一企業掌握戰時通訊的疑慮,可瞭解雙方爭議焦點。

  30. Dev.to Top Tech35

    為什麼非洲的 AI 專案常在展示後停住?信任是正式上線的關鍵

    AI 專案展示時看起來很成功,卻常常等不到試行或正式上線。原因不一定是模型不夠準,而是銀行、醫院、政府和一般使用者還不確定它是否可靠、安全,也不知道出了錯該由誰負責。像奈及利亞的 AI 信用評估系統,就得面對拒絕合格申請人時如何處理、能不能說明判斷理由,以及誰負責後續問題等考量。 要讓 AI 真正在生活中派上用場,團隊得從一開始就安排好資料檢查、結果監看、版本紀錄和人工複核,也要用當地資料測試不同語言、口音與網路環境。當系統遇到不確定或影響重大的情況,應能交由人檢查,並讓使用者有機會提出異議。展示只能證明 AI 在準備好的情況下能運作;建立信任,才有機會讓它在真實環境中持續使用。

  31. Guillermo Rauch47

    Guillermo Rauch 說,平均每兩天就有人向他介紹一家新的 AI 推論雲公司,他也會認真瞭解每位創業者,但這麼多公司能否長久經營,讓他很難看好。另一方面,Vercel 的 AI Gateway token 需求從年初起平均每月複合成長約 40%,目前看不出減緩跡象。他認為,運算力正成為新經濟的基礎,token 就像新的能源單位,這波變化更像持久的「淘油熱」,可能重塑生活各方面。短期內市場還會擴張,之後則可能因規模、資安、企業需求、資金和法規要求而整併。

  32. DogeDesigner72

    這則貼文分享 Elon Musk 在 DealBook Summit 的完整訪談,並用時間標記列出各段主題。內容從 Jensen Huang、政治與 Starlink 在烏克蘭的角色,談到 Starlink 和 Starshield、開源火箭、SpaceX 與 Tesla 是否合併、Model YL 需求、Cybercab 和自動駕駛車,也提到 Anthropic 的運算合作。貼文提供影片與段落索引,方便直接找到感興趣的話題;這些標記是訪談主題摘要,沒有附上各段的完整說法。

    推薦理由:這段訪談涵蓋 Musk 對政治、Starlink、SpaceX 與 Tesla 等議題的說法,可按時間標記快速找到各段內容。

  33. 晚點聊 LateTalk🎙️ Podcast58

    189: Geodesic顧全全:預訓練有點“無聊”了,但用scaling改變AI製藥才剛開始

    「The best model is yet to come, scaling continues.(最好的模型尚未到來,規模化仍在繼續。)」 今年 6 月 ,顧全全發推宣告離開位元組,推文的最後一句如此寫道。 這句話串起了他在位元組 3 年多的工作:一是 AI 製藥,他帶團隊做出了蛋白質結構預測模型 SeedFold 和蛋白質設計模型 SeedProteo;一是豆包的預訓練,2025 年初,他的團隊開始負責其中的 scaling 與最佳化部分。 不久後,我們在 6 月中旬於矽谷採訪了顧全全,當時他正在籌備 AI 製藥方向的創業。 今年 9 月,這家新公司 Geodesic Intelligence 亮相,釋出了藥物發現AI 助理平臺 NovaDDE,以及 NovaAtom-Lite-Preview。11 月 10 日,Geodesic 又更新了全原子結構預測模型 NovaAtom-Lite。 顧全全的離職引起了一些爭議。他自稱位元組 AI 製藥負責人和 Seed 預訓練的”最佳化與規模化“負責人(optimazation & scaling lead)。而此後有媒體的報道暗示,接近位元組的人士並不認