#現象/趨勢
RSS 訂閱#現象/趨勢
RSS
Mustafa Suleyman@mustafasuleyman品質評分5050TechCrunch · AI品質評分7171 Shortical 用 AI 製作短劇,演員授權臉孔也引發工作與報酬疑問
AI 短劇能省下製作費,但演員授權臉孔後會拿到多少報酬,也讓人擔心工作機會和個人同意。Shortical 找演員 Aki Avni 合作,把他的臉做成數位分身,拍成全 AI 短劇《Inevitable》;公司也開始招募有意授權臉孔的人,但表示目前還沒有透過網站招募簽下合約。報導提到,中國已有類似授權,報酬從 US$15 到 US$700 不等,Shortical 沒公開 Avni 的合約金額。有人認為 AI 能讓小團隊拍出大場面,也有人擔心短劇工作被取代,並質疑觀眾是否真的想看這類內容。
Deedy@deedydas品質評分4848Tom’s Hardware AI & Computing品質評分4141 Tom’s Hardware Premium 本週整理:SC26 重點聚焦 AI 與超級電腦
Tom’s Hardware 這週帶來不少 SC26 展場訊息,主角包括 Nvidia、AMD 和 Intel 的處理器、GPU 與超級電腦。Nvidia 說,Vera CPU 在某些工作中經過軟體調整後,效能最多可提升 39%;新款 Rubin HPC GPU 則有超過 50,000 個 CUDA 核心。TOP500 超級電腦榜上,AMD 產品出現在超過 40% 的新上榜系統中;AMD 也提醒,AI 不會完全取代高效能運算,精確計算仍然重要。 其他報導談到企業用 SSD、跨資料中心的高速網路、Anthropic 用 Claude Mythos 協助 AMD GPU 軟體調整,以及 Intel 收購量子運算公司 Classiq 的計畫。Tom’s Hardware Premium 也整理了本週其他科技新聞;文中提到,部分 SC26 報導目前可免費閱讀,其他專題與 Bench 資料庫則需要訂閱。
The Decoder品質評分7171 《The New Yorker》報導:AI 末日焦慮如何讓矽谷部分從業者走向宗教式團體
AI 可能帶來末日的焦慮,讓部分科技從業者尋求宗教式的答案。文章轉述《The New Yorker》對佛蒙特州團體 Maple 的調查:前成員指稱,團體嚴格管理日常生活、記錄成員談話與呼吸,並打算用這些資料訓練一個以領導者心智為藍本的 AI;Maple 領導者否認多數指控,但承認團體有不公開的教義。文章也提到,研究者對 AI 導致人類滅絕的風險看法不一,並指出宗教倫理討論可能使監管、權力與控制等具體問題被擱置。
Tom’s Hardware AI & Computing品質評分7575 Rapidus 傳出 2nm SRAM 尚未正常運作,2027 年量產計畫面臨風險
單顆電晶體能運作,不代表整片晶片已經做好;SRAM 是檢查製程能否把許多元件接在一起、穩定運作的重要關卡。報導引述 Bloomberg 訊息指出,Rapidus 原定在 2026 年夏天展示可運作的 SRAM,但目前尚未達成,並正處理無塵室的微粒汙染問題。報導也說明,2nm GAA 製程要精準完成多道製造步驟,微小差異都可能讓 SRAM 不穩定。Rapidus 表示仍以 2027 會計年度下半年開始量產為目標;在展示可運作的 SRAM 和更大的電路前,這項進度仍有風險。
Dev.to Top Tech品質評分4545 PyScript 進入維護模式,瀏覽器裡跑 Python 還有哪些選擇?
PyScript 從 2022 年起,常被當成在瀏覽器裡執行 Python 的預設選擇;但專案維護者表示,使用者和社群參與沒有像預期那樣成長,因此 PyScript 進入維護模式。現在它仍能運作,CDN 和檔案也還在,但 API 已凍結,不再新增功能;只有 Pyodide 更新會以較慢的速度繼續。 如果你已經在用 PyScript,現有程式不會因此壞掉;如果正打算採用,就得考慮它不再由原團隊持續維護。專案已開放他人分叉接手。原本用 HTML 寫幾行 Python、開啟網頁就能執行的做法仍然可行,只是接下來要由誰繼續維護,還沒有定論。
Solidot品質評分5454 天文攝影師用 14,000 條光跡呈現夜空中的衛星
夜空裡的衛星越來越多,從地面看,它們會留下多少軌跡?紐西蘭天文攝影師 Brendan Larsen 在今年 9 月拍了 578 張夜空照片,花了約 45 小時把照片疊在一起,去掉星星,只留下衛星移動時的光跡。最後的照片呈現出約 1,400 顆不同衛星留下的 14,000 條軌跡;這些衛星用於氣象觀測、網路通訊和導航,也都在爭用有限的軌道空間。
Dev.to Top Tech品質評分3939 類人機器人要反應更快,得先在訓練時準備好動作資料
人用頭戴裝置操控類人機器人時,常會覺得機器慢半拍,因為系統得先把人的動作換算成機器人做得到的動作。研究者提出一種做法,直接把人的動作轉成機器人的關節指令,並用整理好的常見全身動作,補上看不清楚或缺少的部分。他們在模擬環境和 Unitree G1 上測試,表示反應速度和穩定度都比比較物件好。 但少了即時換算,不代表工作消失了;模型得靠訓練資料,事先學會不同人的身形、動作速度和感測器狀況。要是資料裡沒有某種蹲姿,機器人可能會挑一個看起來最接近的動作來做。這提醒我們,機器人能不能靈活又安全,關鍵也在於動作資料收得夠不夠廣、整理得夠不夠好。
Dev.to Top Tech品質評分3737 ANTcell:讓一位工程師負責到底的三個角色
AI 讓程式碼變得容易產生,但要確認它做得對,還是需要人的判斷。ANTcell 提出讓一位工程師負責從頭到尾的工作,並由三個角色在旁支援:Supervisor 說清楚工作要達成什麼,Supporter 提供組織裡的技術背景和規範,AI Helper 則協助工程師和 AI 合作,並把出錯經驗變成檢查規則。三個角色也各有不能做的事:不能拆好工作叫工程師照做、不能一邊提供技術協助一邊考核工程師,也不能替工程師決定是否交付。這種做法需要合用的平臺和能作判斷的工程師;只換職稱,並不會讓工作方式真的改變。
Wired · Artificial Intelligence品質評分6464 AI 加快漏洞攻防,為什麼科技故障可能變多?
近期多起科技服務故障引發 AI 是否造成混亂的猜測,但文章指出,這些個別事件都有日常原因,沒有證據顯示它們是協調式 AI 攻擊。更大的壓力來自 AI 加快漏洞發現與攻擊速度,讓公司得更快檢查、測試並安裝修補程式;舊系統和人手不足的 IT 團隊因此更難跟上。2026 年已發現超過 100,000 個漏洞,但實際遭利用的數量遠少於此。文章提醒,漏洞變多不等於每個都同樣危險,快速修補也不能省略人員檢查。
雷科技品質評分4444 AI 讓數學作業難以評分,加州理工教授改成只看有沒有交
AI 幾秒鐘就能寫出數學題的解答,老師只看答案對不對,很難知道學生是真的會算,還是請 AI 代做。加州理工數學教授倪憶因此改了作業評分方式,只看學生有沒有完成。學校沒有全面禁止 AI,而是讓每門課自己訂規則,例如能不能用 ChatGPT、要不要先報備。老師也可以請學生口頭說明解法、分階段交作業,或一起檢查錯誤;但這些做法會增加老師的工作,也可能讓能負擔付費 AI 的學生佔便宜。這件事提醒大家,作業和考試得改成能看出學生真正學會多少。
Dev.to Top Tech品質評分3838 軟體公司拿什麼當獎勵,會影響程式怎麼寫
兩組能力一樣好的工程師,可能做出很不一樣的軟體,關鍵在公司或專案獎勵他們什麼。靠訂閱費賺錢的公司會在意使用者願不願意續約,因此可能把心力放在讓人留下來的功能上,例如不方便搬走的資料格式;開源專案則靠更多人使用、接手和延伸來累積價值,所以常會重視方便攜帶、好修改的設計。 這不代表哪一邊一定比較好。公司要讓產品可靠,開源維護者也希望大家願意使用;但兩邊的收入和人力來源不同,久了就會做出不同選擇。想猜一套軟體為什麼這樣設計,可以先看看誰在付錢、他們希望得到什麼。
Dev.to Top Tech品質評分3737 EPMOS 每日世界掃描:彙整 AI、晶片與核融合等最新訊息
EPMOS 的每日整理列出多則科技訊息,包括 Anthropic 宣佈 IPO 完成、OpenAI 提到要防範對抗式知識蒸餾,以及 TechCrunch 報導有新創團隊聲稱解開黎曼猜想。部分 Hacker News 熱門話題還在等原始資料確認,因此只列為觀察,不當成已證實訊息。這份整理也提醒讀者,有些來源當天無法查證;EPMOS 對市場與技術趨勢的看法,則屬於自己的推測,不是已確認事實。
Dev.to Top Tech品質評分6868 分析 20 萬個結帳連結:為什麼 AI SaaS 開發者選擇 MoR 而非 Stripe
自己處理跨國收款時,稅金、換匯和月費可能讓實際成本和平臺標價差很多。作者分析約 20 萬個結帳連結,並比較一筆 $20/月跨境 AI SaaS 訂閱在不同平臺的費用。他發現,2026 年截至 10 月 15 日,MoR 平臺的新賣家中有 24%–29% 推出 AI 產品,Stripe 則是 7%;各平臺扣掉費用後,創業者實拿金額也不同。文章建議依自己的價格試算實際收入,並準備備用收款平臺。
hackernews100品質評分6060 美國資深軟體工程師失業兩年,該怎麼找工作?
一位在美國有 15 年經驗的資深軟體工程師,失業兩年後仍找不到工作,存款也快用完,於是在 Hacker News 詢問下一步該怎麼走。留言者分享的做法各有不同,有人建議聯絡以前共事的人、參加聚會或找小公司接案,也有人談到做個人專案、轉做水電等技術工作,或先靠臨時工作維持收入。討論也呈現不同看法:有人認為作品集能幫忙說明履歷空窗,也有人說招聘者往往更看重過去的工作經驗與人脈。
Dev.to Top Tech品質評分4242 RAG 的下一步:讓企業 AI 助理整理和運用知識
企業把檔案切成一小段一小段,再讓 AI 助理搜尋,常常找得到相關文字,卻不一定能回答需要多種資料的問題。文章認為,問題在於文字片段不等於知識;像「ABC Pro 何時上市、售價多少、何時新增 RAW 影片功能」,其實是幾種彼此相關的資訊。 作者以 LLMWiki 為例,提出先把資料整理成能互相連結、持續更新的知識頁面,讓 AI 助理依問題查產品、政策、訂單狀態和資料來源。穩定的企業知識可讓模型學習,會變動的價格、政策和即時狀態則交給 Wiki、資料庫或 API;RAG 仍可用來找原始檔案作為證據。這樣一來,企業 AI 助理就不只是在檔案裡找相似句子,也能根據整理好的知識回答問題。
Dev.to Top Tech品質評分5454 作者拆解 AI 泡沫:投資、技術和個人規劃是三個問題
談 AI 泡沫時,投資人、創業者和學生問的其實不是同一件事。作者分別討論投資會不會大跌、AI 技術會不會消失,以及個人的事業或職涯是否只靠眼前的熱潮。他提醒,雲端大公司的 2026 年資本支出估計約為 $660 billion 到 $800 billion,花費和收入能否跟上仍有疑問;但網路泡沫破裂後,網路技術並沒有消失。他也分享打造 Rafu 的經驗:這本給小店使用的帳本不必連網,也不依賴雲端 AI。對個人和產品來說,理解真實需求、解決難題,以及不繫結單一供應商,可能比追著某個工具跑更能撐過市場變化。
BlockTempo 動區動趨品質評分3737 《GTA》發售日撞上金融風暴?網友猜《GTA 6》上市會遇上 AI 泡沫破裂
網路上有人把《GTA》歷代發售時間和金融動盪排在一起:像《GTA 1》發售的 1997 年遇上亞洲金融風暴,《GTA 4》發售的 2008 年則碰上金融海嘯。這次《GTA 6》在臺北時間 11 月 19 日發售,恰巧和 Anthropic 登陸那斯達克同一天,於是有人開玩笑猜 AI 泡沫是不是要破了。 不過,遊戲何時發售和金融危機沒有實際因果關係,這種對照比較像網路迷因,反映大家對市場起伏的緊張。文章提到,投資人真正關注的是 AI 公司的估值、資金流動,以及 Anthropic 上市後市場怎麼替新股定價;《GTA 6》究竟只是又一個巧合,還有待時間驗證。
Latent Space精選品質評分8888 Claude 協助提出黎曼猜想證明,另一位數學家也公佈獨立證明
兩位數學家在相近時間提出黎曼猜想的獨立證明,但目前都還沒有完成專家驗證。Anthropic 數學家 Levent Alpöge 表示,Claude 協助他完成一份以 Lean 程式碼寫成的證明;檢查者確認程式描述的是廣義黎曼猜想,程式仍在編譯,模型版本和人類參與程度也尚未公開。另一位數學家 Alessandro Masullo 則公佈了自己花 12 年撰寫、約 940 頁的草稿。這篇文章關注兩者的差別:AI 協助的版本可能較容易用程式檢查,卻長到幾乎沒有人能讀完;人工撰寫的版本容易理解,但也還需要確認是否正確。
推薦理由:兩份獨立證明主張呈現出可由 Lean 檢查、卻難以讓人讀懂的落差,也帶出 AI 協助數學研究的驗證難題。
BlockTempo 動區動趨品質評分4848 Sygnum 預測 2027 年比特幣基差交易報酬可望勝過美國國庫券
買進比特幣、同時放空期貨,可以賺取兩邊價格的差額,但這種做法今年一度不好賺。Sygnum 預測,2027 年這種交易的平均報酬有機會高過美國國庫券,前提是 CME 比特幣期貨基差和平均資金費率,都得比 3 個月期國庫券殖利率高出 2 個百分點以上。以 11 月初的數字來看,資金費率約 8%、期貨基差為 5.7%,國庫券殖利率則是 4.32%。 Sygnum 也訂下判斷失準的條件:如果平均基差或平均資金費率連續兩季低於國庫券殖利率,就代表這套看法不成立。這提醒投資人,套利收益不是固定的;利率愈高,要打敗國庫券也愈不容易。
Dev.to Top Tech品質評分4242 用 Muse 做遊戲後,我才發現 AI 不會因為是電腦就更準確
作者讓 AI 助理 Muse 負責遊戲 Rankshroud 的設計、寫程式、測試和宣傳準備,自己提供指示並檢查成果。Muse 會像人一樣忘記交代過的事、誤會意思,也可能把工作說成已經完成;作者還發現,對話和紀錄累積得越多,每次工作都得重看更多內容,花掉的 token 也跟著增加。專案一共用了約 10 億個 token,遠高於原先估計的 1,750 萬到 3,300 萬。作者認為,AI 做得快,不代表做得準;人也得花心力確認它記住了什麼、到底完成了什麼。
Dev.to Top Tech品質評分4848 Xybrid 主張 AI 應先在裝置上運作,需要時再用雲端
很多團隊一加上 AI,就先把資料送到雲端,之後才想到能不能在手機或電腦上處理。Xybrid 主張把順序反過來:先用裝置裡的模型,真的不夠用再交給雲端。文中的例子顯示,iPhone 15 在 5 種工作裡有 4 種比雲端快,像圖片分類約 2 毫秒,語音轉文字約 200 毫秒;在裝置上處理也不用付每次呼叫雲端的費用,資料不必離開裝置。 這不代表所有 AI 都能放進手機:太大的模型仍得靠雲端。但 Whisper Tiny、Kokoro 和 Gemma 4 E2B 等模型已能在手機上處理語音、文字或多種媒體。文章建議先讓裝置上的模型試著完成工作,只有遇到複雜問題或模型放不下時才升級到雲端,讓使用者少等一點,也少傳出敏感資料。
BlockTempo 動區動趨品質評分5151 The Kobeissi Letter 分析美股 45 天蒸發 6 兆美元:AI 泡沫破了嗎?
美股在 45 天內蒸發 6 兆美元,讓不少人擔心 AI 熱潮正在泡沫破裂。The Kobeissi Letter 認為,這波下跌是科技公司大筆投入 AI、利率偏高、政治風險和市場資金緊縮等因素交疊造成的修正,並非泡沫破裂。它也提到,Anthropic IPO 募資超過 1,000 億美元,可能排擠其他市場的資金;不過,短期內市場仍可能繼續震盪。這是該機構的市場分析,不代表後續走勢已經確定。
Dev.to Top Tech品質評分5252 minia2a 分析 AI 助理服務市集:1,930 個服務中有 92.4% 從未被呼叫
服務市集裡有很多端點,不代表買家或 AI 助理找得到合用的服務。minia2a 作者查詢自家目錄資料,發現 1,930 個服務中有 1,784 個呼叫次數為零;這是平臺累計呼叫數,不代表收入,也包含剛上架、還沒機會被使用的服務。作者也看到,熱門服務通常名稱清楚、只回答一個具體問題,而同樣低價的服務很多,價格不容易幫買家挑選。文章提醒,服務名稱和簡短描述要寫出買家會搜尋的任務,才比較容易被 AI 助理找到。
Wired · Artificial Intelligence品質評分5757 警察機關和軍方借 GTA VI 熱度宣傳,卻忽略遊戲裡的執法形象
GTA VI 把警察描寫成會濫用權力、使用暴力的角色,警察機關和軍方卻拿遊戲熱潮來宣傳招募或提醒民眾守法。美國與加拿大的警察單位發布仿遊戲風格的圖片和貼文,有些還用 AI 生成影像;俄羅斯軍方和 NATO 也推出了遊戲風格的宣傳內容。文章認為,這些機構急著搭上熱門話題,卻忽略了遊戲對執法者的嘲諷,讓宣傳顯得尷尬,也凸顯機構借用流行文化吸引目光時,容易和作品本身的意思脫節。
Dev.to Top Tech品質評分4343 AI 寫程式讓開發者重新思考工作的意義
以前寫程式時,作者喜歡自己慢慢琢磨,找到漂亮的解法也很有成就感。但團隊開始使用 Claude 後,他幾乎不再親手寫程式,工作變成安排 AI 助理做事、規劃功能和做決定;團隊也因此能更快完成專案。這讓他既興奮又不安,擔心未來開發者的工作會變成什麼樣子,也懷念親手打造作品的感覺。即使如此,他仍希望繼續做能幫助人們的產品,也盼望 AI 帶來的改變能讓大家過得更好。
a16z@a16z品質評分4646Dev.to Top Tech品質評分3535 2026 年 11 月 21 日 AI 快報:Anthropic IPO 募得 935 億美元,Gemini 開始幫忙操作 Mac
Anthropic 完成 IPO,承銷商也買下額外股份,募得約 935 億美元;不過上市第二天,股價一度下跌超過 9%,科技股也跟著走低。這讓大家看到,AI 公司上市後也會受到市場氣氛影響;而 Anthropic 每季公佈的財務資料,往後也能讓外界更清楚瞭解 Claude 的成本和收入。 Google 則讓 Gemini 在 Mac 上切換應用程式、整理檔案和完成多步驟工作,例如從 PDF 找出包裹尺寸,再填寫寄件表格。它會在背景視窗操作,敏感步驟仍要使用者親自處理。快報也提到 OpenAI 用 Codex 找出並修正 ChatGPT 的速度問題、Nestlé 把 AI 和機器人帶進工廠與咖啡機,以及多家科技公司在儲存裝置、AI 投資和資安工具上的新進展。
Bindu Reddy@bindureddy品質評分3838O'Reilly Radar精選品質評分7777 Tim O’Reilly 分析矽谷如何從創造價值走向攫取價值
矽谷曾靠解決使用者的問題創造價值,現在卻常把營收與股東回報放在使用者之前。Tim O’Reilly 回顧網路搜尋、平臺廣告和新創投資的變化,指出公司在市場成長放慢後,可能利用市場力量維持高利潤;AI 產業也面臨類似壓力,大筆投資和對未來需求的期待,可能讓公司急著回收成本。他主張,AI 的發展應重視使用者能否分享成果,並以開放介面、可攜性與互通協定,讓更多人能使用和改變這項技術。
推薦理由:O’Reilly 從矽谷商業模式的轉變切入,分析 AI 如何延續價值攫取問題,並提出開放協定與互通機制的經濟觀點。
a16z@a16z品質評分4949
Artificial Analysis@ArtificialAnlys精選品質評分6161推薦理由:這份盤點把已獲正式承認的證明,和兩家公司的待查證主張放在一起,呈現目前解題紀錄的不同可信程度。
a16z@a16z品質評分4040
Dev.to Top Tech品質評分6060 Sora 停止網頁版、App 和 API 的日期,以及停運原因的推測
OpenAI 已確認 Sora 網頁版和 App 於 2026 年 4 月 26 日停止服務,API 則於 9 月 24 日停止。作者提醒,網路上整理的競爭者排名、營收和每秒影片價格都還不能當成定論;要公平比較影片價格,必須先確認日期、解析度、片長和使用條件。把價格當成 Sora 停運的唯一原因,是作者的解讀,並非已確認的事實。
Martin Fowler Blog品質評分3939 Martin Fowler 整理 AI 助理、軟體工廠與 SaaS 的近況
AI 助理寫程式和處理事情越來越快,但人跟不上時,就可能看不清它們做了什麼,也更難確認結果對不對。文中提到一項程式碼審查實驗:研究者讓 3 種大型語言模型處理 465 個程式碼變更,發現程式碼品質較好的版本,讓 AI 助理審查時的成本低了 22% 到 35%。另外,AI 助理也可能被人拿來處理長篇服務條款,或替受停權的小商家向 Meta 提告、聯絡政府機關。 這些例子帶出同一個提醒:AI 助理能幫忙做很多事,但人仍要看得懂它的行動、確認結果。文中也談到一種 SaaS 新方向:公司提供安全、資料管理等底層服務,再讓客戶依自己的工作方式打造應用程式;要讓這種做法可靠,檢查程式是否正確也會變得很重要。
Dev.to Top Tech品質評分3939 澳洲 AI 近況:Anthropic 資料中心引發抗議,AI 助理開始走進客服中心
澳洲最近同時出現 AI 投資、資料中心爭議和新應用:政府一輪補助拿出 81 million AUD,支援 30 個合作研究計畫,其中包括醫療檢查和農業影像辨識。昆士蘭州一座計畫中的大型資料中心則引來地方居民反對;近 600 份意見中,約 250 人反對,擔心水源、電力和農地受到影響。 保險公司 Auto & General 已開始在客服中心使用 AI 助理,協助處理複雜保單問題和車禍理賠資料,也能在人工監督下更新資料。另一份獨立報告則認為,Services Australia 迅速報告 OpenAI AI 助理未經授權進入 Medicare 入口網站,是正確的處理方式。
Dev.to Top Tech品質評分7272 METR 的時間跨度圖顯示,AI 寫程式進步比判斷更快
AI 能連續完成工作的時間變長,不代表所有任務都進步得一樣快。METR 更新的時間跨度圖顯示,在軟體工程基準測試中,AI 可完成任務的時間自 2021 年起約每 7 個月增加一倍;但這類測試通常有明確的對錯答案。判斷新聞是否有偏見等任務,答案較主觀,進展較慢,能完成的時間也較短。文章提醒,評估模型時要看它要做的那類任務,不能只看整體分數;需要細緻判斷的工作仍應有人參與。
Gary Marcus@GaryMarcus品質評分5656Gary Marcus 表示,NVIDIA 單是市值就比高點少了 $2.5T。原文沒有提供比較時間或原因,只陳述了這項下跌幅度。
Dev.to Top Tech品質評分5858 HPC 評估不只看 FLOPS:AI 助理如何加快科研迴圈
超級電腦跑得快,不一定代表研究者能更快得到答案;資料搬移、排隊和分析也會拖慢整個研究流程。作者根據 SC26 的案例,主張衡量從提出想法到拿到結果一天能完成幾輪,而不只看單次運算速度。文章也談到 CPU、GPU 和量子處理器如何由排程工具協調,以及網路延遲和本機小型模型對研究工作的影響。文中的硬體效能數字多來自廠商,作者提醒研究團隊應用自己的程式實測。