跳到正文

#專家觀點

RSS
今日 30 則
11月19日週四
  1. Hacker News (official RSS)79

    一人如何用 AI 助理打造並維護 30 個開源程式庫

    一個人要打造和維護很多大型軟體,往往得花上大量時間。作者分享他如何安排 AI 助理分工,做出 30 個開源程式庫,涵蓋資料庫、遊戲引擎、檔案處理和 AI 工具等。每個專案由不同 AI 助理規劃和寫程式,並用測試或相容性檢查把關;助理不能自行發布,通過檢查後由作者按下發布按鈕。作者也說明,AI 助理會接手處理使用者回報的問題。

    推薦理由:作者以自己維護的 30 個開源程式庫為例,說明 AI 助理如何分工開發、用外部測試把關,並由人決定何時發布。

  2. Simon Willison50

    Daniel Stenberg 質疑:把 curl 改寫成 Rust 的複製品,跟得上原版嗎?

    有人花了三週多,把 185,000 行 C 程式碼改寫成 340,000 行 Rust 程式碼;同一段時間,curl 原本的專案合併了 300 多次修改,修好 200 多個錯誤,也修補了幾個安全漏洞。Daniel Stenberg 提醒,照著重寫出來的版本,未必跟得上原版持續修正問題的速度;再過一個月,curl 可能又會多出 200 個修正和其他安全漏洞修補。

  3. Dev.to Top Tech61

    視網膜病變模型 QWK 達 0.91,但只看檔案資訊的分類器也有 0.65

    模型在熟悉的資料上分數很高,不代表換到別家醫院也能可靠判讀。作者用 APTOS 2019 訓練視網膜病變分級模型,並做了一個只看影像尺寸、亮度和檔案大小的分類器;它完全沒看視網膜,QWK 仍達 0.652,顯示相機特徵可能讓模型猜中標籤。模型在 IDRiD 表現尚可,到了由三位專家共同判讀的 Messidor-2,五級 QWK 降到 0.493,尤其常把中度病例判得太輕。作者進一步比較標籤後發現,用專家判讀結果微調,比只用模型自己的評分微調有更大提升;但 APTOS 測試集準確率也下降,因此沒有把微調模型用於展示。

  4. Thomas Wolf57

    Thomas Wolf 簽了一封談 Anthropic 的公開信,但他不完全認同信中的措辭,也是在簽名後才知道宣告的名稱。他說,簽署主要有兩個原因:他認為 Anthropic 正朝著成為全球影響力最大的公司之一發展,因此需要高度透明、對社會負責;他也聽說一些創業者、主管和研究人員雖然認同信中的疑慮,卻擔心發言會影響工作或取得模型的機會。Wolf 把這種顧慮視為權力集中的早期警訊,同時表示希望 Anthropic 能讓他的擔憂被證明是錯的。

  5. Gary Marcus36

    別管錢了。「Anthropic 並不是一家安全的 AI 公司,我們必須拒絕它以更大善為名、不計後果地擴張權力。」 — 一份由各界重要人士發起、影響力強大的新請願。 我也簽了名,聯署者還包括 @Thom_Wolf、@ibab、@lessig、@ChowdhuryRumman、@sapinker、@tegmark、@nate_soares、@tristanharris、@KatharinaPistor、@hendrycks、圖靈獎得主 @yudapearl,以及許多其他人。

11月18日週三
  1. BiotechTV - News🎙️ Podcast58

    Jefferies 倫敦 2026:Zealand Pharma 執行長 Adam Steensberg 說明公司 amylin 計畫最新進展,並評論與 Boehringer 合作之 glucagon/GLP-1 近期資料

    Zealand Pharma 執行長 Adam Steensberg 將 petrelintide 定位為以耐受性為先的 amylin 療法,與 Roche 合作的資料預計 2028 年底出爐;同時為 survodutide 的保脂特性辯護,並指出 2027 年的肝臟資料將是關鍵催化劑。

  2. Y Combinator47

    Ramp 原本想幫企業省下時間和金錢,七年後已成為市值 $60 billion、服務數萬家企業的平臺,年營收超過 $2 billion。現在,Ramp 不只把 AI 放進產品,也用 AI 改變公司內部的工作方式。共同創辦人暨執行長 Eric Glyman 在訪談中談到,AI 讓 Ramp 有些員工的工作效率大幅提高,也促使公司重新思考整個組織怎麼做事。他認為,這種改變未來或許能讓大型企業也像新創公司一樣快速行動。

  3. Dev.to Top Tech54

    作者分享三個不同模型分工,避免 AI 助理自己審查自己的程式碼

    讓 AI 助理寫完程式後再自己檢查,可能會漏掉它以為仍然存在的內容。作者曾遇到付款按鈕已從程式碼中刪除,AI 助理卻認定它還在,於是改讓三個不同模型分工:Claude 負責訂出規格和驗收方式,Antigravity 負責寫程式與測試,Codex 或固定測試則只看程式碼差異來審查。若改動不符合規格,工作就退回重做。作者認為,清楚的規格和彼此獨立的檢查,能減少模型只看見自己預期內容的問題。

  4. Tom’s Hardware AI & Computing58

    Nvidia 說 Vera 並非為了預測 AI 助理浪潮而設計

    Nvidia 表示,Vera CPU 開始設計時,並沒有預先看見今天的 AI 助理浪潮。負責資料中心 CPU 業務的 Ian Finder 說,團隊當時已看到工具呼叫的苗頭,並從「怎麼讓加速器持續運作」出發,和 Nvidia 的加速器一起設計 CPU。Finder 認為,AI 助理工作會同時用到 GPU 和 CPU:模型運算多在 GPU 上進行,編譯與測試則更仰賴 CPU;快速啟動多個工作環境也會增加記憶體負擔。他預期 Vera 的記憶體頻寬在這類工作逐漸發展後會更重要,但文章也指出,Vera 並非每種測試都領先。

  5. Gary Marcus37

    突發:Nvidia 的財報利多漲勢真的不到 15 分鐘就結束了,股價又跌回負值。 許多其他科技公司的股價也持續下滑。 自我稱 Oracle 因 OpenAI 交易帶動的 2025 年 9 月飆漲是「泡沫高峰」以來,Oracle 股價已下跌約 65%。CoreWeave 的股價也遠低於高點。 預測:Anthropic IPO 可能會和 SPCX 類似:上市首日上漲,之後持平或走低;初期的暫時漲幅不會持久。

  6. Wired · Artificial Intelligence71

    哲學家 Thomas Nagel 為何認為 AI 聲稱有意識很荒唐

    聊天機器人說起話來越來越像人,讓一些人開始懷疑它們是否有意識。哲學家 Thomas Nagel 認為,光會說話還不足以代表有心智;他也認為,資料中心和神經系統的物理條件差異很大,現在就說 AI 可能有意識還太早。他擔心人們會把模型模仿人類說話的表現,誤當成真正的感受,並指出這會影響我們如何看待 AI 的道德地位。

  7. Lobste.rs (Engineering Discussion)46

    Java4Shell 點出 Java 的優點:一般程式不必直接碰原生程式碼,也能跑得快

    Java4Shell 是 Java 虛擬機器在處理 Base64 程式碼時引發的漏洞;還沒更新的 Java 部署,可以先在虛擬機器設定加入 -XX:-UseBASE64Intrinsics,之後再升級到已修補的版本。這件事也讓人擔心:AI 更容易找出程式裡藏著的問題,使用原生程式碼或共用套件時,漏洞可能影響更多人。 作者認為,Java 的一般程式有記憶體安全保護;如果套件要使用原生程式碼,使用者會收到警告,之後還得明確開啟許可權。加上 Java 虛擬機器能讓程式跑得很快,多數人可能不必為了速度改用原生程式碼。文章用光線追蹤程式的測試舉例:Java 26 的執行時間是 17.53,C++ 是 7.00;作者提醒,跑分有其限制,重點是 Java 的速度對多數用途已經足夠。

  8. Hacker News (official RSS)56

    兩位經濟學者談 AI 代寫如何威脅學術同儕審查

    大型語言模型能幫忙修稿,但如果作者或審查者把思考工作也交給 AI,讀者就很難知道內容有沒有仔細查過。兩位經濟學者用 25 份已公開的審查報告做測試,發現 AI 只做拼字修正或語句潤飾時,偵測結果大多仍判為人寫;若直接根據論文產生新報告,則幾乎都被判為 AI 撰寫,而且 50 份報告全都建議大幅修改。作者主張,期刊可用偵測結果找出需要仔細閱讀的稿件,錯誤應依查核結果處理;審查者則不能把評判論文的工作交給 AI。

  9. The Top Line🎙️ Podcast58

    Reducing Protocol Burden to Improve Trial Performance (Sponsored)

    Clinical trial teams face a difficult balance: preserve scientific rigor while making protocols feasible for sites and participants. In this sponsored episode of The Top Line, host Kelly Hogan speaks with Metta Anderson, general manager of data analytics and insights at WCG, about how protocol burden affects enrollment timelines and trial performance. Anderson discusses how generative AI and large language models can extract structured information from complex protocol documents, enabling data-d

  10. 雷科技52

    華為 MateBook Fold S 加上外屏,筆電合起來也能做什麼?

    筆電合起來後通常就不能繼續操作,但華為 MateBook Fold S 加了一塊外屏,讓人不用展開電腦也能檢視日程、訊息、刷小紅書,還能啟動小藝慧記。過去微軟、華碩和聯想都試過筆電外屏,卻受限於功能、耗電、成本或使用體驗,始終沒有普及。作者認為,小折疊設計和鴻蒙可能讓外屏更容易融入電腦,AI 也可能幫忙處理較複雜的工作;但大家是否常有需要合著電腦辦事的情境,仍是這項設計能否派上用場的關鍵。

  11. Hacker News (official RSS)72

    Quad9 為何離開法國?作者認為 DNS 解析器不該負責打擊盜版

    法國法院要求 DNS 服務封鎖盜版運動賽事網站,Quad9 因拒絕封鎖而遭罰,並宣佈將停止回應法國的 DNS 查詢。作者整理相關判決,認為 DNS 封鎖只能讓特定網址暫時無法查到,使用者仍可改用其他解析器或 VPN;若封鎖範圍太廣,也可能連帶影響無關網站。Quad9 主打阻擋惡意網站,離開後,仰賴它的法國使用者和機構可能失去這層保護。文章主張,封鎖應由更接近網站內容的服務處理,並讓使用者看得出網路內容是遭到封鎖。

  12. Dev.to Top Tech55

    nothink:新創公司不必急著加上 AI 功能

    新創產品常被客戶、投資人和競爭對手推著加入 AI,但模型不一定能解決產品最先該處理的問題。nothink 建議先確認這項工作是否常做、答案差一點是否仍有幫助、所需資料是否齊全,以及出錯時能不能讓人檢查;也要想想搜尋、範本或簡單規則是否就夠用。若要加入 AI,可以先做根據檔案回答的常見問題工具,附上資料來源,找不到答案時就直接說明,避免憑空編出內容。

  13. Dev.to Top Tech76

    MAI Code 2 的促銷價 5 月 17 日到期,成本比較將如何改變?

    Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash 時,宣稱模型表現接近競品,成本則低得多;但這些成本是按促銷價計算。作者根據 Microsoft 公佈的每項任務費用重算,促銷在 2027 年 5 月 17 日結束後,MAI Code 2 的費用約從 $0.309 升到 $0.618,約為 GPT-6.1 Sol 的 81%,而非 40%。Flash 的費用約從 $0.052 升到 $0.104;若 GPT-6 Luna 維持 $0.080,Flash 會比較貴,但測試通過率較高。這些基準測試由 Microsoft 提供,作者沒有親自執行;實際成本也會受每項工作使用的 token 數量影響,因此團隊應用自己的程式專案測量。

    推薦理由:作者依 Microsoft 公佈的價格與測試數字重算促銷結束後的成本,並指出不同基準組合與使用量假設會改變比較結果。

  14. Bloomberg Businessweek🎙️ Podcast58

    Anthropic Said to Guide IPO Price to Top of Range or Above

    The people, companies and trends shaping the global economy. Watch Carol and Tim LIVE every day on YouTube: http://bit.ly/3vTiACF Anthropic is guiding prospective investors in its initial public offering to expect the shares to price at the high end of the price range or above. The company and its seven co-founders are marketing 825 million shares in aggregate for $70 to $78 each, according to its filings with the US Securities and Exchange Commission. For more, Carol & Tim speak with Bloomberg

  15. AI Engineer🎙️ Podcast58

    GPT-6.2 Astra lands, Nvidia's $115B quarter — AI News Nov 18

    OpenAI ships GPT-6.2 Astra and Sol: cheaper, stronger, and the first model rated High for self-improvement risk - Nvidia Q3: $115.84B revenue, data center $107.6B, Q4 guide $130B, Rubin NVL72 shipping - Microsoft Ignite: seven MAI models, Code 2 in GitHub Copilot, Copilot Autopilot - Google rolls out free Gemini Tasks with calls and payments; Anthropic IPO prices today - Plus Vals evals, the Java4Shell flaw, Codex voice calls and Copilot Evals Follow AI Engineering Briefing and leave a rating

  16. Dev.to Top Tech68

    作者如何發現測試替錯誤的 0.00% 背書

    一篇資料文章把重複配對率寫成 0.00%,回歸測試也照著這個數字檢查,讓錯誤內容順利上線。作者重新計算後發現,24 人分成 4 隊時,每次重新分隊至少會有 8 組舊配對重複,因此 0 次重複不可能發生。重新模擬後,歷史感知分隊的平均重複配對數從 13.1 降到 8.6;特定兩人連續同隊的比率則從 5.08% 降到 3.15%。作者也把不同測量拆開,並修改測試,檢查結果是否符合數學下限。這次錯誤是大型語言模型審查時指出的,作者因此主張在自動發布前加入這類檢查。

  17. Dev.to Top Tech57

    Camaan 團隊談如何用模型分流控制帳單

    公司使用多家模型時,常搞不清每筆花費買到了什麼,也容易把最強的模型用在所有工作上。Camaan 團隊建議先讓每次模型呼叫都經過同一個閘道,記下花費、用途和來源,再依請求難度分配模型;如果不確定要選哪一級,就先選較強的,避免為了省錢讓回答變差。他們用 80 個提示詞測試,路由器選對層級的比例是 92.5%,成本也只比理想分流高 1.4%。團隊提醒,帳面省下的錢不一定代表效率變好,也可能是使用者拿到較差的答案。

  18. My First Million🎙️ Podcast58

    She’s making $40M selling a game to rich moms

    $1M Problems Worth-Solving (90+ Business Ideas): https://clickhubspot.com/tdpn Episode 883: Shaan Puri ( https://x.com/ShaanVP ) and Sam Parr ( https://x.com/theSamParr ) talk about trends that are about to be huge. — Show Notes: (0:00) Is this the next pickleball? (5:15) A not-so-quick history of mahjong (8:05) The severity of initiation (11:45) Costly signaling (14:05) How to break in? (16:40) JMM sunglasses (19:35) Year Unplugged (23:10) Humanities 101 (27:55) China’s fat loss prison (29:25)

  19. O'Reilly Radar55

    James Shore 說明如何用財務模型評估軟體工作的商業價值

    軟體做得快,不代表做出來的東西對公司或客戶有價值;只看開發成本,也很難知道專案是否值得做。James Shore 建議為大型專案建立財務模型,估算新客戶、升級、留住客戶帶來的收益,以及開發和後續營運成本,再用使用率、持續使用情況等指標提早檢查預測是否合理。模型不必算得完美,也要讓業務、行銷和財務團隊一起檢視。它能幫助公司比較專案、看清背後的假設,但最後仍要由人做策略判斷。