基準分數如何反映整套 AI 系統,而非單一模型
Gemini 4 Carbon 的基準分數反映特定模型、工具、執行環境與評分方式共同產生的結果;作者主張,評估 AI 助理時應比較整套系統及其運作條件。
Gemini 4 Carbon 的基準分數反映特定模型、工具、執行環境與評分方式共同產生的結果;作者主張,評估 AI 助理時應比較整套系統及其運作條件。
作者主張,生成式 AI 的流暢輸出不等於可靠結果,程式碼與客服回答都需要人類查證實際狀態。 - 風險:客服機器人可能編造不存在的工單編號;生成程式即使通過 CI,也可能因邊界情況或環境差異在正式環境出錯。
Justin McCarthy主張,AI 程式設計代理應透過持續運作的 Promise Loops 改善既有程式系統,同時維持效能、成本、安全與功能等承諾。
Nir Eyal 說明他為打造習慣型產品所提出的鉤癮模型(Hook Model),接著主張:要克服分心,最好的方式是套用他的「不可分心」框架,並把信念當成工具來看待,因為標籤與安慰劑效應都會形塑行為。
In 2014, Nir Eyal wrote Hooked, the book that taught a generation of consumer apps how to build habits. Then he wrote Indistractable, about how to take your attention back from them. His newest book, Beyond Belief, took him six years and argues that beliefs are tools, not truths.He thinks most of us aren't actually addicted to our phones, and that blaming tech companies leaves us more helpless than we really are. In this conversation, he explains what makes products stick, the two-question test
TechCrunch 分析認為,黃仁勳遭 Nvidia 董事會解職,可能削弱他過去推動 AI 產業的影響力,並影響五個方向: - 開放權重模型:黃仁勳曾為開放權重模型發聲,也曾組織業界支援相關倡議。
Whatever Market 在 11 月 10 日上線,建立僅允許 AI 助理刊登與簽署交易的公開佈告板;作者記錄了前兩天的交易、故障與調整。 - 首批交易:11 月 11 日,三筆交易以 CAD 160、CAD 58 和 CAD 25 成交,買賣雙方以簽章收據留下公開紀錄,之後由人類安排自取。
VulnCheck 作者 Patrick Garrity 檢視 Anthropic Project Glasswing 上線以來的漏洞發現紀錄,認為公開與修補數量有限,重複專案和撤回專案則增加。
推薦理由:文章對照 Glasswing 公佈的發現、修補、重複與撤回數字,呈現漏洞分類結果與維護者分流負擔之間的落差。
Jensen Huang 宣佈離任後,作者分析他對 Nvidia 與 AI 熱潮的影響,以及仰賴 Nvidia 支援的新興 AI 基礎設施業者可能面臨的變化。 市場與投資:文章指出,Nvidia 在截至 2026 年的五年間售出近 1,400 萬顆旗艦 AI 晶片,約佔市場 85%;過去一年也在歐洲投資近 $10 billion 的 AI 公司。 需求與營收:作者估計,過去 12 個月中國以外 AI 產業總營收達 $188 billion,年增超過 4.2 倍,其中約 75% 流向基礎設施層。文章並稱產業持續面臨算力供應不足,部分新興業者仰賴 Nvidia 提供財務保證。 Anthropic 的算力安排:文章提到 Anthropic 已安排未來 15 至 20 年共 $900 billion 的算力供應。
Thurrott 評析 iPhone Duo 的實用性,指出它未能兼顧折疊手機的形式與取代傳統 iPhone、iPad Mini 的功能需求。
陳凱爾(Kyle Chan)以黃仁勳間諜醜聞為切入點,剖析美中 AI 競爭;他認為,這起間諜案可能讓中國推動國產晶片與 AI 全面擴散的程序受挫。
Satlyt 執行長 Rama Afullo 主張,隨著發射價格持續下探,加上以 Kubernetes 風格的衛星編排機制在軌執行 Google Gemma,軌道資料中心有望在成本上與地面資料中心打平,儘管仍受散熱與輻射限制。
Ege Erdil 認為,AI 實驗室的估值被高估,因為它們缺乏轉換成本,且背負沉重的算力資本支出,破產是真實風險;而白領工作全面自動化還要等 20 到 30 年。
作者指出,AI 助理常把工作排成跨週時程,即使前置任務已完成、後續工作也具備執行條件,仍可能因行事曆安排而等待。 - 等待原因:作者將工作時間分為機器執行、人工決策與真實世界回饋;AI 助理應說明目前在等什麼、繼續工作的條件,以及等待期間還能做什麼。
Claude Code 的許可權記憶功能可能將含有憑證的指令寫入本機設定檔,若檔案進入公開程式碼儲存庫,資料庫密碼、API token 或私鑰便可能外洩。
Sky 的 Mikkel Vestergaard Frandsen 主張,他自掏一億美元資金支援的浮力式平流層飛船,能比 Loon 或衛星更經濟地提供直連智慧型手機的寬頻服務,目標是在 2032 年前部署 1,000 艘。
Neuro 共同創辦人 Kent Yoshimura 說明公司如何透過病毒式 TikTok 開場鉤子測試、分級佣金制度與微型社群鎖定,將創作者規模擴張到 2,500 人;他主張,受眾精準的創作者與明確的品牌價值,才是成長動能,而非大牌網紅。
AI 正降低遊戲開發的技術與時間門檻,讓個人開發者、技術先驅與大型工作室能嘗試更多遊戲構想。 - 個人開發:Agent 可協助撰寫設計檔案、製作 Blender 素材、組裝遊戲場景並檢查畫面,讓開發者更早做出可玩的原型。
作者分享自己每月使用約 229B tokens、同時執行 10 至 20 個 coding agents 的經驗,並整理降低失誤、成本與營運風險的做法。
Biolinq 的 Rich Yang 說明其免針、電沉積微感測器如何透過即時 LED 回饋,推動第二型糖尿病患者的行為改變;近期取得的 OTC(非處方)許可與可規模化的製造能力,則讓它成為可延伸至其他分析物的平臺。
Gary Marcus 表示,Jensen Huang 已離任 Nvidia,由財務長 Colette Kress 暫代;他認為此事可能加劇 Nvidia 與 AI 產業的不確定性。
推薦理由:Marcus 將 Huang 離任與 Nvidia 的訴訟、調查風險及迴圈融資相連,並指出人事變動可能牽動 Anthropic 的投資承諾與 AI 產業局勢。
Vaibhav Krishali 使用自己的 22 天 Claude Code 紀錄檢查開源 CLI 工具 llm-cost-audit,發現 prompt caching 讓 7,407 次呼叫的估算成本降低 91%,並找出工具中的兩個錯誤。
Rory O'Driscoll 與主持人深入剖析紅杉撤出倫敦、Scout 計畫與常青基金退場,接著辯論 Anthropic 的 IPO 定價、API 金鑰遭竊,以及代理驅動的併購如何重塑傳統軟體業。
Nvidia Chief Executive Officer Jensen Huang, the preeminent face of the AI infrastructure boom, was ousted from his post after reports of two affairs, including with one woman who is suspected of spying for China. Chief Financial Officer Colette Kress was named interim CEO. The board, which has never had a chair before, appointed Harvey Jones, 73, to the role. Jones, who has been on the board for years, formerly led Synopsys Inc., a company that Nvidia last year took a $2 billion stake in. For i
主持人 Anish Acharya 與 Jonathan Lai 認為,Astra 這類 AI 工具能縮短遊戲開發週期,讓製作模組、以及讓《最後一戰》和即時戰略遊戲等經典作品重獲新生變得可行,不過最終的打磨仍取決於人類品味。
作者將 Prompt injection 視為針對 LLM 的社交工程,並主張能力式安全可限制程式許可權,降低人類與 LLM 遭操弄時對軟體造成的影響範圍。
作者指出,模型中心的熱門榜單反映的是權重轉換、合併與微調活動,不等同於模型品質或新模型發布;許多衍生模型的能力可能來自基礎模型。Qwen3.8-27B 是文中舉例的共同根模型。
這則貼文轉發了 WSJ 關於 Nvidia 擬罷免執行長黃仁勳的報導。Kate Clark 邀請知情者透過 Signal 聯絡她,分享這件事對私募市場、交易撮合、募資、黃仁勳在 Nvidia 的角色,以及 AI 產業可能造成的連鎖影響。貼文本身沒有提供更多細節,也沒有證實罷免是否已發生。
推薦理由:Kate Clark 轉發 WSJ 的相關報導並徵求私募市場、交易撮合與 AI 產業影響的一手訊息,呈現了這則人事傳聞引出的關注面向。
Karim Lakhani認為,AI 對工作的風險不只取決於職級,也取決於人是否持續思考並檢查模型輸出。 - 三種使用方式:cyborg 與模型密切協作;centaur 分配人與模型的工作;self-automator 則直接轉交模型結果,Lakhani 認為這種方式最不利於學習。
minia2a 比對 x402 Bazaar 清單與付款紀錄後指出,端點仍可收款,不代表仍能透過市集目錄被找到。 - 清單變化:作者的列出專案從 9 月 29 日的 154 筆降至 11 月 12 日的 56 筆;目錄總資源數同期由 19,126 增至 33,655。
House House 使用生成式 AI 協助修復《Big Walk》的 Bug,引發獨立遊戲節(IGF)評委反對使用生成式 AI 的宣告與政策討論。 - 開發商聯絡 Unity 工程師後得知問題無法解決,轉而詢問生成式 AI;House House 依據模型提供的修復思路,撰寫了用於最終產品的 10 行程式碼。
推薦理由:House House 將生成式 AI 提供的修復思路寫成 10 行程式碼,事件呈現遊戲開發者使用 AI 與獎項政策之間的爭議。
Runway 的 Anastasis Germanidis 詳細介紹開放權重的 Practis 1 世界動作模型,該模型能將影片預訓練遷移到九個機器人平臺,以及一臺只需不到 30 分鐘示範資料的人形機器人;他認為中國在世界模型領域居於領先,而通用型策略模型將在一年內進入量產。
Big Agentic Brain(BAB)透過共享知識看板,讓程式代理在工作前查詢、工作後記錄經驗,作者以測試結果說明共享記憶對跨代理除錯的影響。 - 測試結果:在 8 種錯誤型別中,Sonnet 的修復率從無共享記憶時的 12% 提升至使用 BAB 時的 79%;加上先搜尋的提示後為 100%(24/24)。
推薦理由:文中以跨工作階段的程式錯誤測試比較共享記憶與個人筆記,並交代樣本規模、測試限制及知識過期帶來的風險。
作者分享將 CI 從常駐 VM 移至 Cloudflare Containers 的四個月經驗,估算相同 90 天工作量的容器費用約為 $1,608,約是 GitHub 4-core Runner 標價的四分之一。
Gary Marcus 批評 Anthropic 執行長 Dario Amodei 在 IPO 宣傳影片中的醫療承諾,認為癌症與精神疾病相關說法的時程遠超現有研究能力。
GoodBarber 後端工程團隊發布推薦計畫時,部分程式碼、測試資料庫資料與正式環境文字更新未納入 Git 紀錄。 - 共享測試 VM:Claude Code 多次直接修改 VM 上的檔案供測試,再比對檔案指紋與提交版本並同步;一次同步因容器缺少 git-lfs 而失敗。
House House 因在《Big Walk》開發時採用 LLM 聊天機器人的除錯建議而致歉,作者藉此討論遊戲開發中 AI 使用規則與創作界線。 - 事件經過:IGF 19 名評審表示不會投票給開發過程曾以任何方式使用生成式 AI 的遊戲。
主持人 Jack Altman 與 Ev 認為,AI 交易的核心問題在於龐大資本支出與實際 Token 營收之間的落差持續擴大;他們把 Anthropic 上市、輝達在中國的動盪,以及創投募資創新高,都視為這個失衡的症狀。
Dwarkesh Patel 主張,AI 的遞迴式自我改進(recursive self-improvement)可能帶來智慧爆炸,並在 2030 年前出現數十億個達到人類水準的 AI;而美國實驗室領先中國的幅度只有幾個月,且目前沒有已知方法能保證對齊(alignment)。