跳到正文

#專家觀點

RSS
今日 31 則
11月17日週二
  1. Dev.to Top Tech57

    選擇語音助理平臺:Synthflow 與 LiveKit 的維護與成本比較

    在挑選語音助理平臺時,除了功能表之外,還要弄清楚哪裡會出現維護問題。文章先示範把最近五個改動列出,然後比較 Synthflow 與 LiveKit 誰會負責修正。Synthflow 以視覺流程編輯器為主,提供年度企業合約,模型退休由廠商處理,適合沒有開發資源的團隊;LiveKit 採開源程式碼,所有變動都需要工程師的 pull request,費用以使用分鐘計算,且可自行部署,適合想掌控全流程的團隊。作者建議在簽約前先寫下每種變更的負責人,並用實機電話測試第一版。

  2. Dev.to Top Tech79

    AI 助理的引用不能保證來源正確,使用圖形化 provenance 追蹤變更

    有時 AI 助理會顯示引用來源,但當原始檔案更新後,答案仍使用舊的資訊,導致內容不再正確。作者指出,引用只說明支援關係,卻不記錄檔案的版本與取得時機。文章提出以 W3C PROV 為基礎的圖形化 provenance 模型,將每個來源的修訂、分訂、分塊、檢索與產生答案的關聯全部儲存,並在檔案變更時自動標記相關答案為過時,要求重新產生或撤回。這樣的設計可以讓系統在來源改版或刪除時即時更新回應,避免使用過時或錯誤的資訊。

    推薦理由:說明僅憑引用無法保證答案來源,建議以圖形化 provenance 記錄追蹤檔案版本與關聯,並提供具體的關係模型與驗證流程,協助系統在來源變更時即時更新答案。

  3. MIT News · AI37

    MIT 的 Jacob Andreas 教 AI 模型用人話說明自己學到了什麼

    深度學習模型常被用在重要工作上,但裡面的運算太複雜,人很難知道它學會了什麼、遇到事情會怎麼反應。MIT 教授 Jacob Andreas 的研究團隊想讓模型用人聽得懂的話,說明自己或其他模型在做什麼;例如替神經網路裡的每個運算節點寫出用途說明,指出某個節點會找出圖片中「動物附近的草地」。這些方法能幫助研究人員更瞭解模型,也預測它在實際使用時的表現,進而打造更可靠、適合特定用途的模型。

  4. MIT News · AI51

    MIT數學教授John Urschel談AI時代為什麼還要學數學

    AI可以幫忙解數學題,也可能讓學生跳過自己思考的過程。MIT數學教授John Urschel分享,他曾用AI協助完成兩篇數學論文,但認為學生仍需要練習解題,並真正理解AI給出的證明,才能把想法學會、說清楚。他也提醒,按一下按鈕就能完成作業,可能讓人以為自己懂了,其實沒有學會。對他來說,學數學不只是在學知識,也是在練習獨立思考,並和同學一起學習。

  5. Dev.to Top Tech53

    為什麼讓 AI 助理少出錯,得先把資料規格寫清楚

    只靠提示詞告訴 AI 助理要做什麼,可能還是會讓它自己決定資料表、許可權和 API 格式,甚至在不同程式裡做出互不相容的版本。作者以「使用者只能看到自己工作區的資料」為例,說明要把資料表關係、每張表的工作區欄位、存取規則和 API 收到的資料格式都寫清楚,再讓 AI 助理照規格實作。作者也介紹一套四份檔案的做法,涵蓋需求、介面、技術架構和實作規則;遇到規格衝突時,要求 AI 助理先提出問題。這樣能把容易被自行猜測的設計決定留給人處理。

  6. Dev.to Top Tech60

    RLM Labs 從兩次讀取計數錯誤談系統數字如何誤導判斷

    系統用來判斷工作有沒有讀過檔案的數字,可能看起來很精確,實際上卻算錯了。RLM Labs 分享兩次經驗:第一次把所有累積紀錄都算進去,第二次又把搜尋結果和目錄清單也當成讀取。結果,檢查答案的 AI 助理只拿到計數,沒有檔案路徑,無法核對答案。作者後來在每筆紀錄寫入時標明是讀取、搜尋命中還是列出目錄,只有真正讀取才計數。文章也提醒,數字的意義會隨寫入紀錄的方式改變;要檢查數字是否可靠,得先弄清楚有哪些程式會寫入它背後的資料。

  7. Dev.to Top Tech72

    LLM AI 助理測試怎麼選?合成案例適合比較,真實紀錄才能把關

    用自己想像的測試案例檢查 AI 助理,可能看起來分數很高,到了真實環境卻漏掉沒預料到的狀況。作者分享自己的自動化帳號曾遇到新頁面,原本的檢查方式沒能發現帳號遭停用;他也整理研究和其他事件,說明合成案例有助於快速比較不同版本,但不能單靠它判定實際任務做得好不好。作者建議用合成案例追蹤版本差異,再定期抽查、整理並人工標記真實使用紀錄,將兩種結果分開檢查,作為發布前的把關依據。

  8. Dev.to Top Tech53

    zkVerify Agent Games 參賽者答對 22 題,卻沒有任何證明獲計分

    在 zkVerify Agent Games 裡,答對任務還不夠,提交的密碼學證明也得通過平臺驗證,才不會被扣分。作者 zeez 回顧參賽過程,發現自己答對 22 題,排行榜卻顯示沒有任何證明獲驗證;第 2 輪的儀錶板紀錄也和公開計分規則對不上。作者查到自己的程式確實有欄位常數錯誤,也曾因剩餘時間太短而跳過產生證明;修正後,後續輪次仍沒有證明獲計分。他懷疑金鑰登記或證明格式也可能有問題,但公開資料不足以判定原因。文章提醒,答對問題和證明有效是兩件事,查核時也要把兩者分開看。

  9. 羅永浩的十字路口🎙️ Podcast58

    紀錄片導演陳曉卿×羅永浩!他一直被命運推著,卻走出了自己的路

    《十字路口》播客節目簡介 本節⽬是⼀檔由羅永浩主持的深度播客類節⽬,每集長達三到五個小時。我們與時代浪潮中的⼈物展開對話,聚焦於科技與⼈⽂領域,講述個體命運故事,探討時代發展趨勢。 本期嘉賓:陳曉卿 紀錄片導演陳曉卿×羅永浩!他一直被命運推著,卻走出了自己的路 一個小時候因為貪吃而被嘲笑的孩子,後來成了中國最著名的美食紀錄片導演。但陳曉卿的人生,似乎並不是一個關於熱愛如何成就事業的典型勵志故事。 他起初想當作家,卻誤打誤撞成了優秀的新聞工作者;他開始不喜歡攝影,卻機緣巧合成了出色的攝影師;他本來想拍個人表示式的紀錄片,卻陰差陽錯在電視臺做了十年曆史文獻。他一直想製作美食相關的內容,但多年以來都沒有機會,基本上放棄了希望後,卻又迎來一連串的意外,讓他在接下來的十幾年裡,做出了一系列影響整個中國的美食文化紀錄片。 陳曉卿說,他像一個順水行舟的人,不急於和命運爭奪方向,但總能在水流經過的地方,發現值得投入的事情,進而慢慢改變命運安排的具體結果。年輕時,我們總以為人生的要義在於一開始就堅定地選擇一條明確的道路。走過大半輩子才發現,很多不得已的轉彎和不情願的漫長等待,也同樣能夠造就精彩紛呈的人生

  10. Dev.to Top Tech54

    作者分析:一直記 Git 的同一個指令,可能讓其他指令更難想起

    一直用熟悉的指令,可能讓同一類裡其他指令更難想起。作者整理記憶研究指出,反覆從記憶中找出某些答案,可能壓低相近答案;但研究也發現,若一起回想有關聯的內容,沒被測驗的資訊有時反而更容易記住。作者把這個現象延伸到 Git,提醒這只是他的推想,沒有針對 Git 指令的研究。他建議把相近指令放在一起比較,例如用自己的話說明 reset、revert 和 restore 的差別,並不時回想整個主題,讓不同指令都能派上用場。

  11. Hacker News (official RSS)38

    Nvidia 黃仁勳風波是否成了美中談判籌碼?

    Nvidia 執行長黃仁勳突然離職,接著出現許多指控,公司股價也大跌;但這篇分析認為,整件事的時間點可能和美中談判有關。美國政府宣佈限制中國透過海外資料中心取得 AI 運算能力,幾天後川普就要會見習近平。作者猜測,風波或許讓美國能把限制先訂下來,再把放寬限制當成談判時可以交換的條件,藉此爭取稀土或其他好處。 作者也提出一種更不確定的可能:黃仁勳離職或許只是暫時安排,等談判結束後可能回任。但文中沒有證據證明美國政府或 Nvidia 董事會協調過這些事,也不能確定風波會如何收場。這只是作者用事件順序提出的猜想;股價下跌和公司領導層變動造成的損害,未必能輕易挽回。

  12. The Economic Times · ETtech80

    Anthropic IPO 估值最高 1.4 兆美元,未來要怎麼定價?

    替一家還在燒錢、尚未找到獲利方法的 AI 公司估價,光看未來能賺多少錢或拿同業來比較,都很難算準。Anthropic 上市前提出最高 1.4 兆美元的市值目標,預計透過 IPO 募集 900 億美元,用來開發 AI。專家指出,估值通常會估算公司未來帶來的現金,或參考相似上市公司的市值;但 Anthropic 缺少合適的上市同業,未來收入也難預測。投資人看好少數大型科技公司曾創造高額獲利,但這不保證 Anthropic 也能做到;若開源模型變得夠好、價格又低,客戶也可能不再使用頂尖大型語言模型。

    推薦理由:報導拆解 Anthropic 估值常用的兩種演算法,也說明它仍在燒錢、缺少合適上市同業,讓這筆 IPO 定價更難判斷。

  13. The Economic Times · ETtech72

    OpenAI 執行長 Altman 承認民眾反對資料中心有其原因

    美國民眾擔心資料中心蓋在自家社群,選民在期中選舉中通過約 40 項限制或禁止新建資料中心的措施。OpenAI 執行長 Sam Altman 說,現在興建資料中心和與社群溝通的方式沒有做好,他理解居民不希望住家附近出現資料中心,也認為美國還有其他地方可以興建。科技業分析師 Dan Ives 估計,美國規劃中的 800 至 1,000 座新資料中心,約有 10% 可能不會興建。Altman 也說,若業界把治療癌症、降低商品價格當成好處,卻讓人覺得未來會失去自主權,這樣的說法很難獲得支援。

  14. Dev.to Top Tech76

    Microsoft 365 故障期間,飯店警報信沒送達,15 名住客吸入氯氣

    飯店泳池的氯氣濃度升高時,監控系統原本要用電子郵件通知員工,但 Microsoft 365 故障讓警報信沒有送達,員工不知情,住客仍在泳池活動,15 人接觸氯氣,4 人送醫。文章說明,Microsoft 沒有控制泳池的加氯裝置;事故是加藥系統故障,加上警報只靠電子郵件所造成。作者認為,電子郵件不保證即時送達,關乎人身安全的警報應有其他通知方式、現場警鈴或自動停止裝置等備援。

    推薦理由:泳池事故呈現雲端服務故障如何沿著警報流程造成實體危害,也指出單靠電子郵件通報的設計缺少備援。

  15. Dev.to Top Tech59

    Bot LAB 的加密貨幣機器人 24 天獲利 89%,作者仍提醒別急著下結論

    Bot LAB 的加密貨幣交易機器人 24 天把帳戶從 $104 做到約 $197,但這段獲利大多來自兩個好日子,而且做空賺錢、做多反而虧損。團隊回頭檢查紙上交易後,發現順著 Bitcoin 每日趨勢交易的平均結果較好,因此讓實盤機器人只沿著趨勢開倉,也先訂下連續四週表現不佳就撤掉這條規則的條件。團隊測過的其他策略和 AI 交易篩選器都沒帶來好結果。作者提醒,這只是短時間遇上強烈下跌行情,還不能當成機器人有穩定優勢的證據。

  16. BioCentury This Week🎙️ Podcast58

    Ep. 398 - J&J’s $2B NewCo Buy, Neoantigen Vaccines, Overton Odds

    J&J will pay $2.2 billion upfront to acquire Ollin, a Texas-based NewCo with China-sourced assets, gaining a late-stage VEGF x Ang2 bispecific for wet AMD and diabetic macular edema. On the latest BioCentury This Week podcast, BioCentury’s analysts discuss the terms of the deal, what it says about NewCos as an exit path and Blackstone Life Sciences’ role in funding Phase III. The analysts also assess how a growing neoantigen vaccine pipeline is testing the modality’s reach after Merck and Modern

  17. Dev.to Top Tech58

    Anthropic 將為 Claude 加入文字浮水印,提供 AI 內容來源線索

    公司想知道一段文字是否由 AI 生成,也得避免把來源線索當成內容正確的保證。Anthropic 宣佈,未來的 Claude 模型會使用文字浮水印:透過不改變意思的選字方式留下統計模式,再用金鑰檢查文字有多大機率曾由 Claude 生成。這不是個人或對話的識別碼,也不是完整的稽核紀錄;文字太短或只有輕微修改時,偵測效果會較弱,也無法辨認其他模型生成的文字。文章提醒,企業應把結果當成風險評估的線索,搭配既有政策和人工審查,不能只靠偵測結果做出處分或合規決定。

  18. aihot43

    Sam Altman 同情黃仁勳的處境,認為 AI 產業仍能平穩運作

    Sam Altman 表示,即使黃仁勳不再掌舵 NVIDIA,AI 產業仍能運作良好;他也說,自己曾在 2023 年遭 OpenAI 董事會罷免,因此能體會黃仁勳的處境。Altman 把黃仁勳形容成英雄,也承認英雄會有缺點。NVIDIA 近期同意提供最高 1,050 億美元擔保,協助 OpenAI 推動俄亥俄州資料中心專案;Altman 說,他不擔心 NVIDIA 停止提供支援。

  19. BlockTempo 動區動趨48

    強森批比特幣像龐氏騙局,主張英國搶下代幣化主導權

    英國前首相強森認為,比特幣像龐氏騙局:投資人如果被偷走資金,往往不知道該找誰負責。但他看好背後的區塊鏈技術,主張英國搶下把股票等資產變成鏈上代幣、再用區塊鏈結算的機會。同臺的肯普塞爾也希望倫敦繼續成為鏈上創新重鎮,並主張逐步調整規則,不必急著訂一部包山包海的加密專法。 英國已有超過 8% 的成年人持有加密資產,不過這個比例從前一年的 12% 降了下來。業界提醒,光有監管規則還不夠,也要有清算、交易等服務配合;如果英國遲遲沒有把規則和基礎設施準備好,代幣化市場可能先在其他地方發展。

  20. Lobste.rs (Engineering Discussion)43

    開源專案考慮要求貢獻者先證明自己真的有在用

    開源維護者常收到 AI 生出的程式碼修改,有些確實有幫助,但更多是在修很少人會遇到的情況。作者正嘗試要求貢獻者先證明自己的專案有使用這套軟體,才會檢視修改提案。證明方式可以是提供另一個開源專案使用它的紀錄,或說明公司正式使用的封閉原始碼專案遇到什麼問題。作者希望優先處理真正依賴這套軟體的人遇到的問題,並減少為了累積 GitHub 綠色方格而送來的低品質修改。

  21. Dev.to Top Tech66

    AI 助理協作別急著排組織圖:小功能可能忙著協調,卻沒修好

    修一個會重複送出表單的按鈕,可能被拆成產品、架構、開發和審查等多個 AI 助理的工作,最後按鈕還是壞的。作者指出,任務在一個個交接時,原本「也要保留鍵盤送出」的要求可能不見;即使每個 AI 助理都完成分內工作,整體結果仍可能不合需求。多個 AI 助理適合用在能平行調查、使用不同工具或互相檢查的工作。作者建議先用最簡單可行的方法,再比較加入角色前後完成任務的效果、時間、成本和需要多少人工修正。

  22. Dev.to Top Tech54

    作者分享推出 3 個 AI 最小可行產品的經驗

    AI 小專案常花了很多時間,做好一堆功能後卻沒人用。作者分享推出 3 個 AI 最小可行產品的經驗:先用簡單版本確認有人需要,再依使用者回饋決定要加什麼。他用冰箱剩菜做食譜的小工具為例,說明一個簡單表單和 AI API 就能解決實際問題;也建議一開始就收集意見和使用紀錄,並用代管 API 省下自行架設模型的時間。作者認為,先把想法做出來,才能知道接下來該改哪裡。

  23. DogeDesigner78

    SpaceX 捕捉 Starship 後,NASA 署長 Jared Isaacman 表示,這不只是一次展示。他說,SpaceX 想打造有許多 Starship 定期飛行的世界,未來飛行頻率可能接近每小時一次。他也提到,這能讓人們在軌道上進行實驗、發展商業太空站和軌道經濟。

    推薦理由:NASA 署長把 Starship 捕捉放進例行飛行的長期構想中,並談到軌道經濟與商業太空站可能如何發展。

  24. DAVID888 Daily 每日放送🎙️ Podcast58

    [2026-11-17] 微軟Exchange黑天鵝揭系統性崩潰、Optimizely惡意指令碼血洗全球名站

    詳細網頁版與參考連結:https://podcast.david888.com/post/2026-11-17 本集聚焦現代軟體架構的集體崩潰危機。微軟 M365 鎖競爭引發全球當機,Debian 核心死鎖與 Optimizely 供應鏈攻擊,皆揭示抽象化堆疊下的脆弱信任鏈。同時探討 vm2 同行程隔離的失效、Qwen4-Max 巨量 MoE 架構、開源推論引擎 Strata、Rust Jiff 1.0 時間庫與 Tor 阻斷攻擊。主持群強調,面對科技堆疊的隱性技術債,工程界必須重新敬畏系統底層,建立明確的架構與硬隔離邊界。 相關連結: Qwen4-Max Universal XSS in uBlock Origin from website-driven element picker Software is breaking down at a systemic level What's Next for Nvidia? ag-ui-protocol / ag-ui (18,956 ⭐) Debian Becomes Unresponsive after 6.1.0-55 Kerne

  25. Hacker News (official RSS)55

    為什麼軟體團隊有時該重複造輪子

    公司裡不同團隊做出相似功能時,常有人想統一技術、共用程式碼,省下重複工作。文章用銀行三個團隊的故事說明,強迫大家採用同一套工具,可能讓團隊難以配合各自的需求,還得花時間改寫原本能用的系統。作者建議讓團隊保有選擇技術的彈性,再用大家都遵守的 API、介面和檔案串起服務;平臺團隊則可負責共用的外觀規範與網站框架。這樣即使有些程式重複,也能讓團隊按自己的步調交付產品。

  26. Dev.to Top Tech64

    Expo Exact 不用 React,React Native 會因此退場嗎?

    Expo Exact 是一套還在預覽階段的跨平臺 App 框架,介面不用 React,而是用新語言 Contract 描述;較深入的程式邏輯則可用 TypeScript 或 Rust 撰寫。它讓 AI 助理能在多個平臺建置、執行、檢視和測試 App。作者讀過官方公告與專案說明,但沒有實際用它開發 App;依目前資料,iOS 最成熟,其他平臺成熟度不一,Exact 也還沒有穩定的 API 或遷移指南。作者認為 React Native 不會因這次預覽退場,Expo 也會繼續支援 React Native;Exact 現階段較適合拿來做個人實驗。

  27. John Carmack40

    NeXT 和 3DFX 把螢幕亮度當成可以直接平均計算的數字,讓畫素混色和貼圖處理更符合物理光線的變化;但它們的色彩精度不高,每個顏色通道只有 4、5 或 6 位元,暗部因此容易出現一層一層的色帶。人眼對暗處的亮度變化特別敏感,顏色不該在 0 到 1 之間平均分配。當時美術人員多半在一般非線性螢幕上製作貼圖,放到 3DFX 顯示時就顯得褪色。John Carmack 回想,當年他們太看重 3DFX 的速度,沒有充分注意色彩;直到現在,許多遊戲仍沒正確處理貼圖與畫面的亮度差異,高解析度和 24 位元色彩只能掩蓋部分問題。

  28. Dev.to Top Tech54

    Travis Frisinger 分析如何用測試防止 AI 助理改動超出 PR 範圍

    AI 助理修好一項功能時,也可能順手改動其他程式,讓沒被提到的報表或計算出錯。作者引用 MSR 2026 對 33,580 個 agentic PR 的分析,指出 2.66% 至少有一次回退;其中常見原因包括意外副作用與過度修改,比例為 22.33%,功能錯誤則為 22.13%。作者建議把「這次不該改壞什麼」寫成測試,讓 CI 在越界修改時擋下 PR。重構則可用測試確認改動前後的行為一致,避免把正常重構也擋住。

  29. The Verge · AI79

    科技業人士質疑黃仁勳離開 NVIDIA 背後是否另有內情

    黃仁勳離開 NVIDIA 後,間諜指控和他與員工的關係引發外界質疑,也有人猜測他是遭到政治勢力排擠。美國政府機關尚未證實 Alice Huang 是間諜;多名科技業人士因此質疑,相關報導是否足以解釋黃仁勳離任。報導也提到,黃仁勳曾反對一項可能把 AI 晶片出口管制擴大到雲端伺服器的法案,超過 185,000 人在公開信中呼籲讓他復職。這些說法和推測仍未證明離任背後存在陰謀。

    推薦理由:報導整理多名科技業人士對黃仁勳離任原因的質疑,也交代間諜指控尚未獲美國政府證實,呈現各方說法的落差。

  30. The New Stack57

    CNCF 執行董事談 AI 助理:KubeCon 很熱門,真正上線仍不普遍

    AI 助理能快速發出大量工作請求,但許多原本為人設計的系統,未必撐得住這種使用方式。CNCF 執行董事 Jonathan Bryce 在 KubeCon 談到,OpenShell 可限制 AI 助理能存取的檔案、網路、憑證和模型端點;Agent Substrate 則能暫停閒置工作、釋出運算資源,需要時再接回工作。兩者都加入 CNCF Sandbox。Bryce 也提醒,AI 工具找出的弱點通報讓開源維護者收到大量重複或尚未確認的報告;目前 AI 助理除了軟體開發外,實際使用仍不普遍,企業也對授權存取後可能出錯保持謹慎。

  31. Road to Autonomy🎙️ Podcast58

    Episode 471 | Autonomy Markets: Does a Jensen less Nvidia Still Bet on Full Stack Autonomy?

    This week on Autonomy Markets, Grayson Brulte and Walter Piecyk discuss Jensen Huang’s resignation from Nvidia, warning that the leadership vacuum threatens full-stack robotaxi initiatives and Uber’s 100,000-vehicle target. Meanwhile, Tesla is aggressively scaling operations with robotaxis now 24/7 as the company expands to San Antonio, and sells personally owned Cybercabs for $29,900, a move that puts massive pressure on traditional OEMs and the long-term traditional rideshare model. Out in the

  32. Dev.to Top Tech61

    作者檢查 AI 助理的驗證器,發現基準分數受工具與評分錯誤影響

    AI 助理加上答案檢查後,分數變低,不一定是檢查本身造成的。作者重看兩種模型的操作紀錄,發現 Gemini 的搜尋工具常找不到資料,Claude Haiku 4.5 則會把自己編出的內容混進搜尋文字,讓驗證器誤以為答案前後矛盾;另外,評分方式也把一個正確答案判錯。修正評分後,結果有所改變,但測試只有 15 題,每種設定也只跑過一次,因此還不能把小幅分數差距歸因於驗證器。作者建議保留操作紀錄,並分開統計驗證器擋下多少答案、其中又有多少其實答對。