跳到正文

全部動態

RSS
今日 41 則
11月18日週三
  1. Microsoft Research46

    Microsoft Research 探討 AI 如何改變醫療,讓診斷更快、更準

    AI 已能幫忙看醫療影像、整理病人的症狀,也能協助醫師決定接下來該問什麼、做哪些檢查;但不少研究成果還沒有真正用在病人身上。Microsoft Research 的研究人員與醫師在節目中談到,未來可以把病歷、影像和其他健康資料放在一起,幫助醫師更早發現疾病,也探索新藥和生物研究。要讓這些進展真正幫上忙,還需要更好的生物資料,以及在真實醫療情境中確認效果。

  2. Dev.to Top Tech46

    比較 AI 對新手工作影響時,該看哪些數字?

    想知道 AI 是否讓新鮮人更難找工作,不能只看單一數字。Census 的工作論文發現,在 AI 影響較大的產業與州組閤中,22 至 24 歲族群經過調整的就業人數在十個季度內減少 12%;Fed 的分析則沒有發現整體職缺減少。兩份分析看的群體、指標和時間都不同,因此目前很難只憑這些結果判定變化是 AI 造成的。

  3. 瘋投圈🎙️ Podcast58

    152 ✪ 韓國考察回顧:文化乘數賦能消費品牌

    瘋投圈首期韓國遊學考察歸來,我們分享下感受與收穫,特別是和之前五次日本考察的對比。日韓商業氣質差異鮮明:日本企業重視產品和長期主義;韓國商業更像一個巨大的秀場,重視表達、包裝、流量。韓流的「文化乘數」效應讓韓國消費品牌獲得了極大助益。 文化影響力為什麼是一門好生意?如何溢位到其他產業? 中國企業從韓流的影響力中,可以借用什麼能力? 韓流四大娛樂公司營收加起來不如騰訊音樂,為何其影響力遠超自身體量? 聖水洞月租百萬的沿街店鋪,竟然不是零售而是傳播? K-Beauty風靡全球:中國品牌雖然產品和運營都很強,但在海外業績遠遜於韓國品牌,差在哪? 霸王茶姬在韓國走紅:弱化中國元素反而可能是國際化的有效方法? 「產品學日本、營銷學韓國」,那成長期企業應該先學誰? 瘋投圈韓國考察 瘋投圈第二期韓國考察計劃於2027年春季進行,感興趣的朋友請微信搜尋「瘋投圈」服務號,傳送關鍵詞「韓國」預約瞭解。 瘋投圈會員社群 瘋投圈開設有會員社群,在這裡您可以結識志同道合的朋友、發現業務合作的夥伴。社群每年在北京、上海、杭州、廣州、深圳、香港六個城市舉辦僅限會員參加的線下活動,其他城市也會不定期舉行小型的會員聚會

  4. Goldman Sachs: Exchanges🎙️ Podcast58

    Steady Global Economic Growth in 2027 Outlook But Risks Tilted to Downside

    The global economy is forecast to grow 2.8% in 2027, though energy and AI could test its resilience, Jan Hatzius, chief economist and head of Goldman Sachs Research says on the Exchanges podcast. Dominic Wilson, senior advisor in Global Markets Research, predicts equity gains continuing. Key takeaways: Global growth is expected to remain steady: Goldman Sachs Research forecasts 2.8% growth in 2027, about even with 2.7% in 2026, supported by still-strong AI investment and lower oil prices; tighte

  5. TechCrunch · AI64

    決策模型使用快速增加,客製化會成為下一個發展方向嗎?

    有些工作需要快速從幾個選項中做決定,不一定要等大型語言模型完整推理。決策模型會在預設選項中挑答案,並標示自己有多大把握;文章提到,去年 10 月 Vercel 的 AI 模型路由器中,超過四分之一的請求交給了這類模型。Sqwish 提供工具,讓客戶用自己的資料持續調整模型的判斷;Microsoft 也宣佈在 Azure 推出 Microsoft-Decision-1.1。業者認為,模型在實際工作中的表現,不能只看基準測試,還要看準確度、速度、可靠性和成本是否合用。

  6. Hacker News (official RSS)72

    美國工具機靠誰製造?Section 232 能否帶動國內擴產

    美國想增加工具機產量,難處不只在工廠,也在技術人力、鑄件和機器零件供應。Core Matter 整理產業資料指出,美國 2025 年使用的工具機約有一半靠進口;高精度研磨機、齒輪機和大型鍛造機尤其難在國內擴產。文章也回顧 1980 年代的 Section 232 限制措施,並分析目前的關稅談判視窗與需求成長,認為單靠關稅難以補上供應缺口,擴大國內生產還得處理成本和供應鏈問題。

  7. The Register · AI & ML69

    Crosspoint Reader 帶來哪些開源社群與大型語言模型的啟示

    小巧的電子書閱讀器很受歡迎,但原本的系統常限制它們能做的事。Crosspoint Reader 是一套開源韌體,能用在多款這類裝置上,已有超過 300,000 次安裝,也有新機出廠時就搭載它。它讓更多不熟悉技術的人開始使用開源,也帶來大量功能要求和程式提交;文中提到,有人一個月送出 10,000 個提交。專案負責人認為,真正稀缺的已不是程式碼,而是維護者判斷哪些內容適合裝置與使用者,並承擔取捨的責任。

  8. a16z38

    AI 已經能幫研究人員更快做實驗、寫程式和測試想法,但它離自己規劃並完成研究還有多遠?a16z 的節目邀請 OpenAI 的 Mark Chen,以及 Thinking Machines Lab 的共同創辦人 John Schulman,討論「遞迴式自我改進」:AI 能不能研究如何讓自己變得更好,再用新方法繼續改進。他們也談到研究直覺為何難教,以及 AI 為什麼可能成為協助解決 AI 對齊問題的重要工具。

  9. The Joe Rogan Experience🎙️ Podcast58

    JRE MMA Show #189 with Tommy McMililen

    Joe sits down with Tommy McMillen, a professional mixed martial artist competing in the UFC Featherweight division. www.ufc.com/athlete/tommy-mcmillen www.youtube.com/@TommyGunMafia Download Uber Eats and order now. http://ubereats.com ARMRA - 30% off with code: Rogan Learn more about your ad choices. Visit podcastchoices.com/adchoices

  10. a16z🎙️ Podcast58

    Can AI Learn to Improve Itself? | Recursive Self-Improvement

    For decades, the idea of AI improving itself was just a thought experiment. Today, AI is already helping researchers at frontier labs run experiments, write code and test ideas faster. Mark Chen says OpenAI has built “AI research interns.” So how far are we from AI that can do the research on its own? In our first episode of Working Theory, a16z general partner Sarah Wang explores recursive self-improvement with two leading AI researchers: Mark Chen, Chief Research Officer at OpenAI, and John Sc

  11. a16z🎙️ Podcast58

    AI 能打造 AI 嗎?

    OpenAI 的 Mark Chen 與 Thinking Machines 的 John Schulman 分別估計 AGI 約有 80%、遞迴式自我進化約有 25-50% 的進展,並主張 AI「研究實習生」仍缺乏研究品味,而自動化研究員則有助於解決對齊問題。

  12. swyx46

    Devin 的 AI 助理團隊會一直運作、主動找事做,也能分工給其他 AI 助理並檢查成果。使用者可以透過 Slack 等方式交辦工作,並檢視互動式網頁報告,不必只靠長篇聊天紀錄。推文作者試用一週,交出 AEO、QA、跨平臺 App 移植、個人行政自動化和影片剪輯等工作。作者認為,現在的 AI 還不是真正的通用人工智慧,與其把它們當成「AI 員工」,更適合讓它們負責一整個目標,並在需要時找人合作。

  13. The Verge🎙️ Podcast58

    The impossible process of making a computer chip

    Computer chips are so utterly everywhere that we often don’t think about them at all. But we should. Gideon Lewis-Kraus, a writer and reporter, recently traveled the world attempting to figure out how chips get made — he joins the show to explain the wildly complicated, unbelievably expensive, non-stop miracle that is chip manufacturing. He also explains why no one, no matter their budget, can simply decide to become a chip giant. It’s just not that easy. Further reading: From The New Yorker: Co

  14. BiotechTV - News🎙️ Podcast58

    Jefferies London 2026: A top biotech CEO (Roivant's Matt Gline) and top investor (Affinity Asset Advisors' Patrick Nosker) talk running biotech companies and investing in them

    They discuss Roivant's structure and programs (a top holding of Affinity's) and how different investors view companies different ways. Plus, the ups and downs of biotech, and why it is rare for smaller biotech companies to grow into larger entities over the long run.

  15. BiotechTV - News🎙️ Podcast58

    Jefferies 倫敦 2026:生技業頂尖執行長(Roivant 的 Matt Gline)與頂尖投資人(Affinity Asset Advisors 的 Patrick Nosker)對談生技公司的經營與投資

    Roivant 執行長 Matt Gline 與 Affinity 的 Patrick Nosker 討論:為何投資人低估像 Roivant 這類多資產生技公司、雜音不斷的 VTAMA 上市、Immunovant 即將到來的催化劑,以及為何 AI 大多隻會產出 me-too 藥物,而非徹底改變藥物開發。

  16. BlockTempo 動區動趨46

    Glassnode 示警比特幣出現投降訊號,6.2 萬至 6.6 萬美元是關鍵支撐

    比特幣急跌後,近期買家開始認賠賣出,Glassnode 觀察到的虧損程度已接近過去幾次市場低點。6.2 萬至 6.6 萬美元聚集了約五分之一的短期持有者籌碼,劇烈賣壓時也有籌碼在這個價位帶增加;但若日線收盤跌破 6.2 萬美元,賣壓可能和多頭部位遭清算一起加重,讓跌勢加快。 幣安與 Coinbase 的掛單買量雖多於賣量,但掛單可能隨時撤走;穩定幣供應也在過去 90 天減少 4.2%,美國買盤仍偏弱。Glassnode 認為,比特幣若要讓近期買家整體回到損益兩平,還得漲回約 7.41 萬美元的平均成本。

  17. a16z46

    The Boring Company 當時還沒想好怎麼製造噴火器,就先賣出 50,000 頂帽子;Elon Musk 接著履行承諾,要賣噴火器。發現不少國家不準寄送後,他把產品改名為「Not a Flamethrower」(不是噴火器)。Steve Davis 做了預購頁面,20,000 支在 4 天內以每支 $500 售罄,總額達 $10 million。團隊之後在洛杉磯租下倉庫,才開始摸索製作方法。當時周邊商品是 The Boring Company 唯一的收入來源,這段經歷顯示公司先靠商品銷售籌到收入,再處理製造問題。

  18. Dev.to Top Tech58

    AI 助理沙箱該管每個動作,而不只管住整個程式

    沙箱能限制程式碰到哪些檔案、網路和系統功能,卻不一定能阻止 AI 助理在許可權範圍內做錯事。作者以重複購買、清空行事曆和誤寄檔案等例子說明,這些問題不是程式逃出沙箱,而是它做了原本有能力做、卻不該做的事。作者主張每個動作都應分開授權,例如只准讀取指定資料夾、寫入一份摘要,並記錄是哪個任務要求這項操作。文中也提到,作者團隊正在打造這類系統的 alpha 版本;目前仍在早期階段,沙箱則繼續用來限制程式本身的影響範圍。

  19. Dev.to Top Tech39

    MagenticOS 如何打造以 AI 助理為核心的作業系統

    一般電腦是讓人用滑鼠和鍵盤操作各種程式;把 AI 助理加進去,還是得透過原本的桌面介面工作。MagenticOS 想把這套方式整個換掉:登入後直接和 AI 助理互動,由它把完成的成果放進卡片或資訊面板,不必自己開一個個程式。 這種作業系統也會替重要操作把關,讓 AI 助理只能使用完成任務所需的許可權,並留下計畫、操作和結果的紀錄。作者提到,初期版本會取代桌面工作階段,但仍使用原本的核心;更完整的版本才會移除傳統桌面環境。這樣做希望讓 AI 助理的工作更容易檢查,也更能掌握它做了什麼。

  20. Dev.to Top Tech71

    Signal 收到傳票只交出兩種時間資料,作者談通訊軟體該少存什麼

    法院要求 Signal 提供四個電話號碼的帳號資料,Signal 查到其中三個沒有帳號,另一個只交出帳號建立時間和最近連線日期。作者認為,這反映 Signal 的伺服器原本就沒有收集許多其他服務會儲存的資料;法院能要求公司交出手上的資料,卻不能要求它交出從未儲存的內容。文章也比較 Telegram 和 WhatsApp 儲存的聊天內容與使用者資料,並分享作者打造加密通訊軟體的做法:新增伺服器欄位前,先想想若法院要求提供,自己能交出什麼,再決定是否真的需要儲存。

  21. Dev.to Top Tech41

    AI 助理說已付款,怎麼證明?AI 付款後的查帳難題

    AI 助理可以替人付款了,但如果它說「我已經付了」,收款的人卻沒收到,該怎麼查?文章提醒,若付款紀錄只放在付款公司的帳號裡,外人就無法自行確認,助理查到的結果也還是來自同一家公司。要弄清楚一筆付款,除了確認錢有沒有到,還得留下當時的付款指示和授權,並讓收款人或會計師不用登入也能查驗。作者以 Zambo 示範一份可公開核對的付款紀錄:這次其實沒有付款,紀錄也清楚寫明原因。每次付款嘗試都留下這種收據,才能在出錯或有爭議時說清楚發生了什麼。

  22. Dev.to Top Tech56

    MagenticOS 作者談 AI 助理借用人類帳號的風險

    AI 助理若用人的帳號操作,出錯時系統紀錄看起來就像是那個人親自做的。作者指出,這會讓人難以查清事故、單獨撤掉 AI 助理的許可權,也可能讓它取得超出任務所需的存取權。文章主張,AI 助理應有自己的身分,每次操作同時記下它代表誰,並只取得完成工作所需的許可權。作者也說,MagenticOS 目前仍在 alpha 階段,已有執行環境、許可權中介層和參考用命令列介面,完整方案仍在開發中。