Briana Mazzio 在《Human.md》中談人與 AI 一起創作的做法
AI 越來越會照著常見做法產出內容,創作者要怎麼讓作品更有自己的想法?Briana Mazzio 在《Human.md》裡分享她的工作信念:先弄懂規則,再有理由地打破規則;從不尋常的地方找靈感,也要在意作品帶給人的感受。她主張把 AI 當成創作過程的一部分,來回修改、做出草稿並親自決定成果,而不是隻輸入一次提示詞就接受答案。她也提醒,使用 AI 的人要為選用工具、提示詞和最後交出的作品負責。
AI 越來越會照著常見做法產出內容,創作者要怎麼讓作品更有自己的想法?Briana Mazzio 在《Human.md》裡分享她的工作信念:先弄懂規則,再有理由地打破規則;從不尋常的地方找靈感,也要在意作品帶給人的感受。她主張把 AI 當成創作過程的一部分,來回修改、做出草稿並親自決定成果,而不是隻輸入一次提示詞就接受答案。她也提醒,使用 AI 的人要為選用工具、提示詞和最後交出的作品負責。
Nuvation Bio 執行長 David Hung 說明,收購 AnHeart 如何將 taletrectinib 這款 ROS1 肺癌藥物納入商業化佈局;該藥反應率達九成、療效可維持四年,並以權利金融資支撐相關建置。
Stephen A. Smith 為自己不在直播中即時查核川普的決定辯護,隨後逐項評比川普關於黑人失業率、HBCU 經費與《第一步法案》的說法,分別判定為真、假或誤導。
學生團隊申請 IEEE EPICS 經費時,常有真心想解決的問題,卻沒說清楚做完後要怎麼知道社群真的受益。作者審查 3 年提案後發現,評審想看到具體的成果:影響多少人、大家會有什麼改變,以及團隊要怎麼確認。社群夥伴也不能只掛名,最好能說明實際需求,並在學生離校後繼續使用成果。像是學校每到雨季就弄丟出席紀錄,提案就可以說明團隊會如何解決。規模不大、步驟清楚、有人負責的計畫,往往比目標很大卻沒說明怎麼做的計畫更有說服力。
Anduril 創辦人 Chris Hsu 與 Clark Barrett 主張,面對以 AI 速度行動的攻擊者,需要的是形式驗證(formal verification)而非測試;他們認為 AI 結合數十年的自動化推理研究,可讓證明成本降低、速度提升約 100 倍。
APL 創辦人 Adam 與 Ryan Goldston 說明 2010 年 NBA 對其鞋款下禁令的事件,如何零預算轉化為病毒式行銷,驗證了他們 300 美元直營消費者(direct-to-consumer)的奢華機能模式,以及 17 年來創辦人持股、走非主流共識路線的決策。
一篇研究列出 Laschamps 地磁事件的衰減率是 0.40,卻沒有說這個數字是用哪些資料算的,還提醒讀者別把它當成精確估計。作者用同一模型的資料,改變計算時納入的時間長度,發現衰減率會跟著變;用 1 到 5 千年的範圍計算,結果落在 0.122 到 0.382,沒有一種達到研究列出的 0.40。復原速度在多數相同長度的計算範圍裡,反而和衰減一樣快或更快。這表示讀者很難判斷原本的數字怎麼來,也提醒研究者應說清楚計算範圍。
Simon Willison 回顧 2026 年的 LLM 發展,歸納出三大轉折點——程式編寫代理、Fable 級模型與 AI 生成的遊戲——結論是模型如今已能做出真正好玩的遊戲,但代理帶來的安全風險也同步升高。
Tim walks Jon through his discovery of the next missing link: Glass fibers.
Tim Culpan 把 AI 隱藏的供應瓶頸一路追溯到低介電常數玻纖布與 Toyota 的壓縮氣體織布機;他與 Jon Y 最後得出結論:真正的未來限制,可能是 AI 寫程式需求趨於停滯。
開發應用時,團隊常得在共用測試資料庫和替每位開發者複製一份資料之間取捨;把湖倉資料送進應用,也常要另外建同步流程。Databricks 分享 11 個客戶團隊如何用 Lakebase 嘗試解決這些問題:資料庫分支能快速建立測試環境,修改不會直接影響正式資料;同步功能則讓湖倉資料供應應用查詢,也能把資料庫變更送回湖倉。像 Lyft 的團隊讓 AI 助理在資料庫分支上測試客服處理方式,再讀取資料庫的實際結果調整。這些案例展示 Lakebase 如何支援應用開發、搜尋和即時機器學習。
OpenAI 的 Dominik Kundel 與 Charlie Guo 說明 Codex 如何從寫程式擴充套件到外掛、電腦操作、多儲存庫雲端環境與自主代理,並主張開發者應把動輒數小時的任務交出去,同時隨著工具演進保持彈性。
Michael Nadeau, founder of The DeFi Report, joins John on Milk Road Crypto to explain why he believes Bitcoin has experienced full capitulation and why he's calling the latest sell-off the third major buying opportunity of 2026. Nadeau breaks down what's really driving Bitcoin's decline, including a surprising connection between Bitcoin miners and the AI infrastructure boom. As mining companies shift resources toward artificial intelligence, could selling from their Bitcoin reserves be putting a
What I learned from rereading Born of This Land: My Life Story by Chung Ju-yung. Made possible by: Ramp: https://ramp.com AppLovin: https://applovin.com Vanta: https://vanta.com/founders
挑模型時,只看一個總分或每個 token 的價格,可能看不出它在哪些工作上更合適。Google 推出 Gemini 4 Hydrogen,並公佈它和其他模型在多項測試中的成績:它在程式修補與自動化測試表現較好,但在電腦操作和科學類終端任務落後 Claude Sonnet 5.5。Hydrogen 有四種思考等級,也採用固定單價;Google 另稱,Antigravity 的 Orchestrator 能在同一段工作中切換 Carbon 與 Hydrogen,減少用量並縮短完成時間。文章建議團隊依實際任務測量完成工作的成本和速度,再決定怎麼分配模型。
推薦理由:文章把 Gemini 4 Hydrogen 的多項基準表現與價格放在一起比較,說明團隊如何依工作型別評估模型分流。
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
黃海與Rio以聖水洞、K-Beauty、霸王茶姬等案例回顧韓國考察,歸結出韓國靠文化影響力乘數放大消費品牌的模式,並主張中國品牌應產品學日本、營銷學韓國。
高盛經濟學家 Jan Hatzius 與 Dominic Wilson 預測 2027 年全球經濟成長率為 2.8%,主要下行風險來自能源與 AI 投資,並預期聯準會升息次數將少於市場定價,偏好債券。
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
產品召回資料常缺少條碼或型號等欄位,光看商品名稱,很容易把相似商品也誤報成召回品。EveryInfra 檢查美國消費品安全委員會與 FDA 的公開資料,也實際搜尋多個購物平臺,發現型號常藏在文字說明裡,食品召回資料的公佈時間也可能比召回開始晚上好幾週。作者建議依召回通知需要的型號、日期碼、批號或序號來比對;資料不足時,提醒使用者檢視商品標籤,不要直接判定商品已召回或安全。這篇是在介紹資料產品的設計,EveryInfra 並未表示已推出召回通知服務。
高盛執行長 David Solomon 認為,AI 是強大但並非史無前例的技術,其作用在於放大人的關係;而來自 Cerebras、Zipline、Coinbase 與 Crusoe 的創辦人則分別說明 AI 時代的網路防禦、無人機物流與模組化資料中心。
Dan Shipper 的零日評測認為,OpenAI 的 Astra 6.2 在寫作方面退步,輸出過度壓縮,儘管在程式碼基準測試中展現了新穎的 3D 轉 2D 投影能力。
RBC Capital 軟體分析師 Matthew Hedberg、Rishi Jaluria 與 Matthew Swanson 認為,微軟的多 LLM Copilot 策略與成果導向定價,讓既有大廠在企業 AI 競賽中佔據有利位置;而 AI 原生新創目前仍在採購既有廠商的技術堆疊。
Gary Marcus 認為 Anthropic 的 IPO 將失敗,因為靠 Token 堆量衝出來的成長、LLM 商品化、成本上升,以及企業 ROI 尚未獲得驗證,都撐不起它的估值;而它在程式設計上的進展,靠的是外部的符號驗證器,而不是通用推理能力。
AI 助理做事常跨好幾天或好幾次對話,只靠每次重新讀提示詞,很容易忘記進度、偏好和先前決定。作者把記憶分成眼前工作、過去互動紀錄和長期知識,並指出只把所有內容存進向量資料庫,可能無法處理使用者改變想法、要求忘記、舊資訊過期或不同事情重要程度不同等狀況。他建議先用記事檔記下當前任務和長期偏好,按需要查閱過去對話,並定期整理舊內容;向量搜尋則用在尋找意思相近的資料。評估記憶系統時,可檢查它能否更新、刪除、淡化過期資訊並分辨重要性。
GPT-6.2 Astra 太驚人了。每月 $20,現在就能使用一款在某些領域超越頂尖人類智慧的模型。 我最期待看到人們能用它做出哪些科學發現。
🚀 OpenAI 剛推出 Astra 和 Sol 6.2 很高興看到它們正式推出 Astra 將價格降至每 1M $40,比 Fable 更容易使用 評測即將推出
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。
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。
Tommy McMillen 回顧自己在蒙大拿的角力起點、與 Sean O'Malley 一同訓練的經歷、芬太尼過量與背傷復原的過程,並主張打造他格鬥生涯的是心理韌性與逆境,而非單靠天賦。
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
Yoav Git 說明,趨勢追蹤真正的難點不在進場,而在於打造一個 CTA 投資組合,讓其凸性主要來自快速趨勢與商品曝險,因為股票趨勢很難做,而債券的保護效果則取決於通膨環境。
Gideon Lewis-Kraus 說明為何先進晶片製造高度依賴 ASML 的 EUV 微影技術,以及一條極度專業分工的全球供應鏈;他的結論是:沒有任何單一人士或國家能完整理解、更遑論複製這整套流程。