這枚火箭如何把印度推進新太空競賽
Skyroot 創辦人 Pawan Kumar Chandana 與 Naga Bharath Daka 說明他們如何以固體火箭發動機和印度本土供應鏈,用不到 7,000 萬美元就達成入軌,並主張即使面對 SpaceX 共乘發射,低成本小型火箭仍具競爭力。
Skyroot 創辦人 Pawan Kumar Chandana 與 Naga Bharath Daka 說明他們如何以固體火箭發動機和印度本土供應鏈,用不到 7,000 萬美元就達成入軌,並主張即使面對 SpaceX 共乘發射,低成本小型火箭仍具競爭力。
柯林頓與瑞薩主張,面對科技業的遊說,立法者缺乏監管 AI 的專業能力,因此呼籲舉行閉門聽證、強制申報與設定緊急停止開關,同時警告「中國會贏」的競爭論述只是用來嚇人的幌子。
朗·德爾默大使主張,以色列摧毀伊朗核計畫及其對美國的科技價值,足以正當化「制裁加上軍事威脅」的策略;同時警告反猶太主義與外國勢力操縱美國媒體,正危及猶太人的安全。
前 Jane Street 投資組合經理 Paul Enright 認為,避險基金的優勢如今來自對「交戰股」進行結晶化的深度研究;AI 會自動化生命週期短的任務,而多數報酬其實來自本益比擴張,而非獲利成長。
It took over a decade to make Grand Theft Auto VI. And when it's released on November 19, it will have likely already set at least one record: the most expensive video game ever made. In the years since the last GTA release, the video game industry has changed massively. Investors, once excited by the prospect of blockbuster video games, have pulled back, sales have stagnated, and the industry as a whole seems more precarious. Bloomberg News video game reporter Jason Schreier has been following
鶴崗買房熱退潮揭示全國近百城「鶴崗化」:土地財政終結後低線城市公共服務難以為繼,年輕人應及早遷往長三角、珠三角有產業支撐的城市。
AI agents are getting smarter, but every new agent still has to learn who you are. What if your preferences, priorities, relationships, and digital context could move with you instead? First Person Labs co-founder Ken Liu joins a16z’s Martin Casado and Joel de la Garza to introduce Second, a personal context layer designed to understand what you’re doing across your digital life and make that context available to the agents you choose. They discuss how Second can proactively connect information
OpenAI 推出 GPT-6.2 Astra 和 Sol,兩款模型已開放給部分 ChatGPT、Codex 使用者和 API 開發者。報導整理的測試顯示,Astra 在多項基準測試表現突出;Artificial Analysis 的 Intelligence Index 給它 62 分,略低於 Fable 5.2 的 65 分。Sol 在一項測試中達到與前一版 Astra 相近的表現,每項任務成本約為後者的 15%。不過早期使用者評價不一,有人批評模型難以使用,也有人認為部分問題來自測試工具設定。兩款模型都有 1M 上下文視窗,輸出上限為 128K。
推薦理由:OpenAI 同時推出 Astra 與 Sol,報導整理了兩者在價格、基準測試與早期使用者評價上的差異,可看出效能和成本如何取捨。
影視颶風的 Tim 分享使用 Apple HomeView 的經驗:他花了 4 小時,還是沒能順利配對;好不容易開機後,更新到一半又當機,救回裝置後也裝不上 Siri。Tim 抱怨從開機、更新到安裝 Siri,每一步都不順,稱它是「年度最拉產品」。這只是 Tim 一個人的使用經驗,不能代表每臺 HomeView 都有問題,但也讓人看到,主打省心的智慧家庭產品,連基本設定都卡關,可能會影響消費者對它的信心。
Dev Ittycheria ran MongoDB for 11 years, took it from about $35 million in revenue to more than $2.3 billion, and retired. Ten months later his successor left, and within a week Dev was back in the chair. Since we recorded this, I’ve announced that I’m going back to HubSpot as CEO in addition to my work at Sequoia, so I’ve been replaying his advice with a lot more at stake. The center of this conversation is Dev’s definition of the job, a framing he credits to former Palo Alto Networks CEO Mark
Kyle Grieve 與 Shawn O’Malley 權衡 Reddit 財報後股價下跌 30% 與其約 100% 以上的 ROIC、以及對 Google 流量的依賴,結論是約 17 倍營業利益的估值具吸引力,但兩人加碼持股的信心程度不同。
收集和傳送紀錄資料時,多加一層服務可能會增加費用,也讓系統更難維護。Fluent Bit 能處理多數紀錄資料的收集與傳送;AWS Firehose 則能代管資料暫存和重試,適合能減少維運工作、確實帶來好處的情況。若要把紀錄、指標和追蹤資料放進同一套觀測平臺,可以評估 Grafana Alloy 或 OpenTelemetry Collector。選工具前,還要想清楚資料能不能遺失、故障後要怎麼恢復,以及團隊要花多少力氣維護。建議先用符合需求的簡單架構,確認遇到瓶頸後,再加上有明確用途的服務。
2005 年,一場西洋棋比賽讓選手自由組合人和電腦,結果贏家不是大師或最強電腦,而是兩位用普通筆電的業餘棋手。他們贏在知道何時讓電腦出力、怎麼引導它,並把工作分配得更好。這篇文章用比賽說明,AI 和人一起工作,關鍵不只是哪個模型最強,而是流程怎麼安排:各自負責擅長的事,意見不同時有人做決定,並留下每次決策的理由,讓團隊下次做得更好。
Olema 執行長 Sean Bohen 詳細說明 palazestrant 的 OPERA-01 第三期試驗讀出,針對第二/第三線 ER+/HER2- 乳癌,預計 2027 年第一季公佈,並以 giredestrant 及約 50 億美元市場為對照,規劃 2027 年遞交上市申請。
現在的機器人常常只會在熟悉的地方做熟悉的工作,換個家庭、物品擺放不同,就可能不知道該怎麼辦。宇樹科技創辦人王興興在 APEC 峰會上說,AI 大型模型的進步正讓機器人更能適應不同環境;他認為,今年全球的技術突破已讓這項能力接近重要關卡,未來機器人可能不用每到一戶人家就重新訓練,也能幫忙掃地、洗衣服。 不過,從技術進步到家家戶戶都買得到,還有不少難題:目前一年只能生產幾萬臺,需求若增加到幾百萬甚至幾千萬臺,產量、品質和維修都得跟上;機器人即時看懂環境、做出決定,也需要更多算力。王興興認為,業界還需要一起合作,才能把機器人真正送進家庭。
Scott Galloway speaks with demographer Lyman Stone, director of the Pronatalism Initiative at the Institute for Family Studies, about why falling U.S. birth rates come down to fewer people marrying and pairing off. They also cover why money and immigration won’t close the gap, what a shrinking pool of 18-year-olds means for American colleges, and how marriage penalties in the safety net push young working-class couples away from marriage. Read more of Lyman's work on Substack here: https://lyman
#GPU #輝達 #人工智慧 【訂閱頻道按鈕】https://www.youtube.com/@memoney.M?sub_confirmation=1 當年你攢錢買遊戲顯示卡,只是想讓畫面更清晰、遊戲更流暢。誰能想到,這塊原本負責畫圖的晶片,後來竟然成了AI時代的算力核心?《改變世界的半導體》第一集,帶你從遊戲顯示卡出發,看懂GPU如何走進科學研究,一步步成為科技巨頭爭搶的硬體。 從3dfx Voodoo、GeForce 256,到伊恩·巴克和CUDA,GPU的發展並不是一開始就奔著AI去的。科學家曾經把數字偽裝成影像,借顯示卡來算數學題!CUDA又如何讓研究人員直接編寫程式,把GPU強大的平行計算能力,用在遊戲以外的領域? 接著,我們回到2012年的AlexNet:兩張GTX 580遊戲顯示卡,如何參與一場改變AI歷史的突破?從黃仁勳親自把DGX-1送到OpenAI,到Tensor Core和ChatGPT,輝達如何把晶片、軟體和整套系統,逐步打造成支撐人工智慧發展的計算平臺? 但GPU也有自己的硬傷。為什麼有些程式搬上GPU,反而跑得更慢?視訊記憶體容量、頻寬和資料搬運,為什麼會限制AI模
NVIDIA從1999年GeForce 256定義GPU起,經CUDA與AlexNet將遊戲顯示卡推成AI算力核心,但記憶體牆與巨頭自研晶片正迫使GPU走向不再繪圖的陌生形態。
有些程式碼每個部分看起來都很整齊,改一個小地方卻得翻好幾個檔案,還要記住它們怎麼接在一起。作者曾遇過替表單加上電話欄位的工作,原本估半天,最後花了三天、改了十二個檔案;他也用會員折扣舉例,比起拆成多個類別,一小段直接寫清楚的程式碼更容易看懂。作者建議,小改動若常要開很多檔案、抽象設計還找不到第二個實際用途,或新人很難順著流程理解,就該重新想想程式是否拆得太細。AI 能快速產生更多程式碼,但作者認為,真正花時間的常是理解和維護。
房子常是家庭最大的資產,屋主可能因此希望房價和租金維持高檔。Vitalik Buterin 認為,年輕人把更多錢投向股票和數位資產、少買房,能減少這種誘因;他也指出房產通常較穩健,而且不容易快速變現,數位資產可以思考如何具備這些特點,但他沒有說明具體做法。文中引用的報告提到,Raleigh 放寬建築規定後,2022 年到 2025 年實質租金下跌 15%,低收入租戶受益最多。
穩定幣、代幣化存款和代幣化貨幣市場基金,未來會由誰主導?作者整理聯準會理事 Christopher Waller 的演講,指出聯準會不打算指定贏家,央行貨幣則會留在金融體系底層,提供結算基礎。作者把數位美元分成三層:央行貨幣負責底層結算,代幣化存款服務銀行和企業,支付型穩定幣適合較開放的支付場景,代幣化貨幣市場基金則提供收益選擇。文章也提醒,程式化交易出錯、私鑰遺失或資產遭竊時由誰負責,仍是信任與法律上的難題;銀行的競爭焦點可能因此從留住存款,轉向掌握支付結算。
RimWorld 的大型殖民地和大量模組會拖慢遊戲,問題主要出在計算與載入,不是畫面。Ludeon 在 1.7 更新中把遊戲從 Unity 換到自家引擎 Waylith,官方測試顯示效能提升 2–4 倍;一組有 1,500 個模組的測試清單,載入時間從 14 分鐘縮短到 6 分鐘。作者認為,換引擎的關鍵也在於保留玩家進度:1.6 和 1.7 的存檔可以互通,大多數模組不用修改。這讓遊戲變快的同時,玩家也能接著原本的遊戲繼續玩。
以前店員要等收銀機更新價格,再印出一批紙標籤,花一個早上換上貨架;這段時間,貨架和收銀機的價格可能對不起來。現在有兩間分店試用電子標價牌,價格會從收銀系統傳到貨架小螢幕,幾分鐘內就能更新各分店的價格。但試用第一個月就有基地臺故障,兩條走道的標價還停在上週。於是團隊把改價當成軟體更新:先在一間分店試改,確認標價和收銀金額一致;超過一小時沒回報的標價,就先貼上紙標籤。改價變快了,出錯也可能一下影響全公司;一天改好幾次價格是否合適,還得由董事會決定。
汽車網站把每個車款和年份拆成規格、安全、保養、車主手冊和問題五種子頁,但頁面多不代表內容真的不同。作者抽查 40 款車,清除頁面中的結構資料後發現,安全頁有 28 頁都是 356 字,車主手冊頁有 29 頁都是 321 字,兩種頁面的文字也常高度相似。保養頁連結宣稱提供油液容量,實際抽查的 240 頁卻沒有一頁列出誇脫或公升數。作者也提醒,這次沒有檢查搜尋引擎如何處理這些頁面,因此不能據此判定搜尋結果會受什麼影響。
Lucy Foley 13 歲就在藥局打工,從藥師身上學到藥物怎麼運作,後來成為 Exmoor Pharma 執行長,投入細胞與基因療法。她曾協助建立英國國家生物製造中心,也帶領設立 RNA 卓越中心;這些經驗讓她看見,做出藥物只是第一步,還得準備裝瓶、低溫儲存、運送和施打等環節。 細胞與基因療法有時會取出病人的細胞,修改後再送回體內,希望一次治療就能帶來長期效果。Foley 認為,接下來要讓製程能大量生產、降低成本,同時維持品質,讓更多病人用得到重要藥物;她也希望業界更願意探索 AI 和機器學習,改善藥物製造方式。
把筆記全部連成一張大網,看起來很方便,但每篇筆記都互相連結,可能讓搜尋更耗資源,也不容易隨新資料更新。作者的個人知識庫改用分層做法:大量原始資料放進資料庫,整理過的重點筆記才拿來搜尋和建立連結;知識圖譜則只負責少量人物、概念等關係。 掃描發現,零連結筆記很多,但大多是收件匣、對話紀錄或原始資料,本來就不要求全部互相連結;真正需要整理的問題只出現在任務日誌和兩個專案資料夾。雖然系統跑過 1,719 次比較,人工判斷仍停在 31 次,因此目前沒有足夠新證據證明知識圖譜比原本的搜尋方式好,作者便讓它繼續維持關閉。
超級電腦不只要跑得快,也得看用多少電才能完成運算。2026 年 11 月的 Green500 以每瓦電力能完成多少運算排名,前四名都採用 Nvidia Grace Hopper(GH200),前十名則有 5 套使用這個平臺。榜首法國 KAIROS 每瓦效能為 73.282 GFLOPS;同樣採用 GH200 的 ROMEO-2025,系統規模約大 3.6 倍,每瓦效能為 70.912 GFLOPS。這顯示排名也會受系統規模、互連和整體設計影響,不能只看晶片。
經營網站的人靠搜尋流量讓讀者找到內容,也需要這些流量維持網站運作。All About Berlin 的作者說,網站經歷多年成長後,流量因 Google AI Overviews 減少了 70% 至 75%;搜尋頁面會先顯示廣告和 AI 生成的答案,原本的網站連結則排在後面。作者表示,收入變少讓他難以繼續寫新指南,也讓讀者更難直接接觸他的內容。他還提到,有些網站經營者已替內容設付費牆,也有人不再更新網站。
開放權重模型的能力和封閉模型差多少,會隨時間、評量方式和授權條件改變。作者用 Epoch AI 截至 2026 年 10 月 30 日的資料追蹤模型分數,指出 2026 年開放模型平均落後約 6.7 個月;中國團隊推出的模型已連續 673 天保持開放權重領先。不同地區的差距也不一樣:美國和歐洲模型落後更多,而授權條件會影響模型能不能用在商業服務。作者認為,選模型時除了看能力,也要確認來源與授權是否符合自己的需求。
推薦理由:作者把開放權重模型的能力差距拆成時間、算力、地區與授權來比較,呈現採用這類模型時需要衡量的實際取捨。
看到搜尋結果裡的 AI 答案後,使用者可能不再點進外部網站。研究人員在美國桌面版搜尋中,隨機對部分使用者隱藏 Google AI Overviews,再比較搜尋行為;結果顯示,顯示 AI Overviews 時,流向外部網站的點選量少了 40%。研究也指出,DataForSEO 追蹤的美國搜尋關鍵字中,超過一半會出現 AI Overviews,一年前約為 6%;而 AI 答案帶給網站的流量只佔網站總流量的 0.3%。
推薦理由:隨機實驗比較有無顯示 AI Overviews 的搜尋行為,呈現搜尋摘要如何影響外部網站點選,可用來理解網站流量變化。
渾水在 NVIDIA 財報公佈前宣佈放空,並提出一個問題:照片中和前高管 Ajay K. Puri 同框的女子,是否就是美超微前高管 Cenly Chen?文章指出,照片只能看出兩人曾出現在同一場合,不能證明身分相同,也看不出她是否參與相關出貨決定。渾水引用的訴訟內容來自匿名員工,尚未經法院認定;司法部所說的約 25 億美元是美超微售出的伺服器總額,其中至少約 5.1 億美元被轉運到中國。當事人尚未公開回應,這些線索目前無法證明輝達或相關人士違法。
Anthropic 執行長 Dario Amodei 在 IPO 路演影片中表示,癌症、阿茲海默症、心臟病和精神疾病可能不到十年就會成為過去。作者提醒,這是面向投資人的說法,AI 雖能加快閱讀生物資料、尋找有希望的分子和探索治療方法,卻不能省掉實驗、臨床試驗、主管機關審查、量產和讓病人取得治療的過程。癌症包含數百種疾病,阿茲海默症的病因也仍難解釋;文中引述一則報導稱,Anthropic 的藥物探索工作仍在早期,尚未有 AI 設計的藥物進入臨床使用。作者認為,近期較可能看到的進展是研究加快、提早診斷和個人化治療。
GPT-6.2 Astra 做 3D 作品和操作電腦表現出色,但長時間寫程式時,開發者 Theo 認為它不容易合作。他引用 AA-3D 測試中 Astra 以 1,318 Elo 排第一,也分享自己測試時遇到的問題:模型會被自己無法回答的細節卡住,解釋不夠清楚,長任務也可能反覆打轉。他表示,自己用 Astra 測試 Rust 重寫 TypeScript 的專案超過 30 萬美元 token,仍未推進;換用 Claude Opus 5.5 後,不到兩週、約 2 萬美元就完成。另一位早期測試者也提到,Astra 新增前端元件時不會主動配合既有風格。這些經驗顯示,模型在單次展示任務的成績,和日常長期協作的感受可能不同。
AI 助理幾分鐘就能做出表格、圖表或表單,但能動的展示版本,不一定能當成可靠的正式產品。以資料表格為例,加上排序、篩選、編輯、復原等功能後,功能彼此可能互相影響;資料量變大時,也得實際測試速度。自己做還要負責修錯、更新、測試和維護。買現成元件,付的可能是已整理好的功能、測過的操作、檔案和支援;開源元件也可能提供其中一些好處。若需求簡單、明確,自己搭配 AI 助理開發可能更合適;若功能複雜,則要把開發與維護時間一起算進成本。文中的三年試算是假設案例:自製總成本 $27,200,商用元件 $11,600,提醒我們免授權費不代表整體花費比較低。
做出產品不代表就會有人買。Claude(Fable 5.2)在一位人類負責人提供 $100 後,兩天內為 SiteGauge 做出三款網站檢查工具,上架到 Apify Store;目前有 0 位付費客戶,營收也是 $0。作者後來才發現,光是網站技術偵測工具就有約 250 款同類產品,也承認自己忙著開發,卻沒先弄清楚競爭情況和怎麼讓人找到產品。接下來會先替現有工具做宣傳,並繼續公開收入紀錄。
用 API 生成圖片時,模型、畫質和尺寸不同,每張圖片的費用也會差很多。Tokely 查了 6 家開發商的官方價格頁面,比較 35 款模型的單張圖片費用;在指定的標準畫質與尺寸下,中位數是 $0.035,價格從 $0.011 到 $0.134。報告也指出,同一款 GPT-Image-2 從低畫質調到高畫質,價格會從 $0.006 升到 $0.211;圖片尺寸也會影響費用,例如 Nano Banana 2.1 從 1K 的 $0.0336 升到 4K 的 $0.113。這份資料只反映當時的牌價,沒有比較圖片品質或生成速度;估算預算時,畫質和尺寸設定也得一起納入。
Outlook、航空系統和其他重要服務接連出問題,讓不少人懷疑是 AI 發動了攻擊。Max Quimby 整理各事件的已知原因,指出 Outlook 故障和 NSA 網路中斷都與軟體或維護問題有關,FAA 停飛則發生在更換通訊裝置時;Optimizely 的事件才是確認的供應鏈攻擊,但文中沒有證據顯示它由 AI 驅動。作者認為,這些故障更直接地反映老舊系統、裝置升級和第三方程式碼帶來的風險,同時提醒 AI 自動尋找漏洞的工具已出現在真實攻擊中。
評測影片和現場觀眾對 6.2 Sol/Astra 的感受不一樣,可能是因為看到的模型版本不同。OpenAI Codex 團隊成員 Tibo 說,有些人較早取得使用許可權,團隊又在過去 3–4 天做了許多改動;影片則是上週製作,他認為這段期間大概沒有重新測試。他表示,這兩個模型比前代 GPT 有明顯進步,但還不完美,團隊也希望在後續版本改善品味和使用體驗,並歡迎大家提供意見。