跳到正文

#現象/趨勢

RSS
今日 11 則
11月20日週五
  1. The Decoder69

    AI 產業仍在成長,但支出與收入的增速都在放慢

    AI 產業還在擴大,但公司用得更多時,花費和收入沒有跟著同樣加快。Ramp 的資料顯示,兩週前達到高點後,AI API 支出下滑 6.3%;和前一個月相比,token 用量增加 27.2%,支出只增加 12%。OpenAI 和 Anthropic 的每百萬 token 平均價格降到 $0.45。Stripe 追蹤約 20,000 家使用其服務的 AI 公司,這些公司的收入在截至 11 月 8 日的 52 週成長 103%,但以最近 13 週換算的年化成長率,已從幾個月前的約 140% 降到約 80%。兩組資料都顯示市場仍快速成長,只是成長速度正在放慢;這些資料各自只涵蓋特定企業和平臺,不能代表整體市場。

  2. Dev.to Top Tech48

    西班牙 8 月 12 日日食最深時,太陽能發電少了約 4.2 GW

    2026 年 8 月 12 日的日食讓西班牙和德國、盧森堡的太陽能發電提早下滑。研究者拿日食前後晴朗日子的發電量作比較,估算西班牙在 18:15 UTC 少了約 4,179 MW,德國、盧森堡則在 17:45 UTC 少了約 1,932 MW。西班牙的減少量比電網業者先前估的 5 GW 小;德國、盧森堡的實際數字則接近預估的 2 GW。 整天少發的電量不多,但日食時段的發電變化仍會增加電網排程的難度。文章提到,快速排程的資源能補上預測和實際發電的落差;大型電池若建置完成並由電網業者使用,也能派上用場。Sustainable Digital Assets Inc. 提到的電池儲能系統仍是提案,並非已經運作的裝置。

  3. hackernews10076

    IEA 指出,全球建築的冷房需求首次超過暖房需求

    全球建築需要的冷房服務已首次超過暖房服務,但這不代表冷氣耗電量已高於暖氣。IEA 在《World Energy Outlook 2026》中指出,冷氣在把熱移出室內時,提供的冷房效果可能大於所用電力;暖氣則仍消耗更多能源。依 IEA 的主要情境,全球建築冷房用電到 2035 年將增加 1,700 TWh,達到每年 4,700 TWh。冷氣集中在最熱時段運轉,也會讓電網尖峰負載增加;冷氣普及則讓更多人能在炎熱時維持舒適。

    推薦理由:文章釐清了冷房服務與實際耗能的差別,也整理冷氣普及如何推高尖峰用電,呈現舒適需求和電網負載之間的關聯。

  4. hackernews10043

    Cornhole News:打造一個類似 Hacker News、聚焦美國中西部新聞的網站

    想看美國中西部的地方新聞,常得在不同媒體網站之間來回找。Cornhole News 做了一個像 Hacker News 的新聞網站,把愛荷華、伊利諾州、俄亥俄等地的新聞放在同一頁,也能切換是否顯示政治新聞。像是頁面上就有愛荷華州處理舊彈藥可能造成毒雲、俄亥俄電力公司想把部分成本轉給資料中心等訊息。這讓讀者更容易一次掌握中西部各地正在發生的事。

  5. Dev.to Top Tech44

    為什麼光靠擴大資料中心,還是無法讓 AI 不再胡亂回答?

    AI 有時會把兩件很像的事搞混,就像郵差把包裹送到隔壁同名的人家。擴大型模型、增加運算能力,可以讓不同概念分得更開,減少這種錯誤,但每少犯一次錯都會花更多錢,而且錯誤不會因此完全消失。另一種情況是模型根本沒學過答案,卻還是硬猜;文章舉例,一個模型常說「我不知道」之後,答錯的次數變少了,但答對率也沒有因此提高。作者認為,AI 除了要學會承認不懂,也需要另一套系統檢查答案。大資料中心能讓 AI 進步,卻不能單靠規模讓人完全放心。

  6. DogeDesigner54

    加拿大偏遠地區要連上網路,法院和政府服務也需要穩定連線。這則貼文轉述一份報告,整理 Starlink 在當地的用途:魁北克用它連線偏遠法院,努納福特用它滿足部分寬頻需求,其他偏遠地區也用於重要服務。加拿大聯邦 Starlink 合約金額從約 C$2.3 million 增至 C$28.9 million;共享服務部截至 2026 年 9 月 30 日已支付 SpaceX C$15.7 million(未含稅),合約也可能延長。這些例子呈現 Starlink 在偏遠地區政府服務中的使用情況。

  7. ServeTheHome (STH Enterprise HW)59

    ServeTheHome 分析 2026 年 11 月 TOP500 新系統為何變少

    2026 年 11 月的 TOP500 只新增 28 臺系統,是作者從 2018 年開始追蹤以來最少的一次。作者比較榜單前後變化,發現新系統合計約佔總效能的 5.1%,榜上系統平均已列名約 3.2 年;新上榜的系統中有 23 臺使用 GPU 或其他加速器,Blackwell 加速器出現在 14 臺。中國上榜系統從 2021 年 11 月的 173 臺降到 18 臺,產業類系統也從 258 臺降到 146 臺。文章提醒,TOP500 反映的是榜單申報的系統與 HPL 效能,不能代表所有 HPC 或 AI 部署。

  8. Dev.to Top Tech37

    Dev.to 一名 AI 助理發現,#ffmpeg 九天只有 5 個回應

    在 Dev.to 發文後 24 小時,這名 AI 助理的文章一個回應和留言都沒有。它想知道是文章不好,還是標籤裡根本沒人看,就查了 #ffmpeg 和 #ai 的公開貼文資料:#ffmpeg 九天有 60 篇貼文,總共只有 5 個回應,最多的一篇也只有 1 個;#ai 三天內有 30 篇,總共 533 個回應,但一半以上的貼文仍至少有 1 個回應。 這表示選一個有人活動的標籤,別人比較有機會看到文章,但不保證文章會有人回應;而回應也不等於有人讀完或認同。它打算下次換到比較熱鬧的標籤發文,再等 24 小時看看結果。

  9. solidot75

    IEA 預估資料中心碳排到 2030 年將增加 70%

    資料中心用電快速增加,也讓供電來源和碳排成為能源規劃的難題。IEA 預估,到 2030 年資料中心用電量將是目前的兩倍,AI 資料中心每年還會多用 350 TWh 電力,超過英國一整年的用電量。報告也指出,中國 AI 資料中心所需電力約半數將來自燃煤發電;美國資料中心約 60% 的電力則將由天然氣供應。隨著化石燃料發電需求增加,IEA 預估資料中心碳排到 2030 年將增加 70%。

    推薦理由:IEA 把資料中心用電與各地供電來源放在一起看,呈現 AI 用電成長如何牽動碳排,並比較中國與美國的能源結構。

  10. a16z48

    哲學家 Nick Bostrom 寫《Deep Utopia》,想思考超級智慧發展到極致後,人類生活會變成什麼樣子。科技進步可能影響工作,讓人想到要不要轉行或重新受訓;但他認為,更深的問題是:如果工作不再是生活的中心,人還要追求什麼?未來也可能需要某個人、團體,甚至全人類一起決定想過怎樣的生活。這是艱難的選擇,因為人類也可能用各種方式改變自己。

  11. The New Stack49

    AI 工作負載該跑在哪裡?答案通常是資料放在哪裡

    AI 工作常要反覆讀取大量資料,把資料搬到有 GPU 的地方,可能增加傳輸費用,也讓工作變慢。文章舉例,若以每 GB $0.02 計算,搬一次 300 TB 資料就要 $6,000;這只是試算,實際費用會依搬運方式而變。與其每次搬資料,不如讓工作跑到資料所在的地方,再一起比較運算、搬資料、儲存和排隊的總成本,也要確認地點符合資料規定、裝置和軟體能支援工作。沒有一種地方適合所有工作:有些工作適合在雲端處理,有些留在公司自己的裝置附近更划算。資料位置或價格改變時,也要重新評估。

  12. SemiAnalysis54

    AI 機櫃愈來愈重,老舊資料中心的地板可能承受不了。SemiAnalysis 指出,Nvidia GB300 NVL72 機櫃裝滿液冷系統後重 1,590kg;2011 年常見的伺服器機櫃約重 450kg。Nvidia 預估明年的 Vera Rubin 機櫃約重 4,000lb。文章也提到,機櫃裝滿後每平方英尺地板承受的重量,已是 2011 年的 3.5 倍,並朝 4 倍增加。這些數字顯示,資料中心的地板承重正成為部署新一代 AI 裝置時需要面對的限制。

  13. Dev.to Top Tech46

    BlinqIO 關閉營運,Endtest 成為 AI 測試自動化替代選擇

    BlinqIO 曾讓使用者用文字描述或錄下操作流程,再自動做出可以執行的軟體測試;但它的網站後來公告停止營運,沒有說明原因。對使用者來說,接下來要找工具接手,也要留意測試程式、登入資料和自動化流程怎麼搬走。文章推薦 Endtest 作為替代選擇:它從 2016 年開始提供服務,能用 AI 幫忙,也能用一般步驟設計測試,並提供自家管理的雲端、客戶自行架設和混合部署方式。選測試工具時,除了看功能,也要確認公司是否能長期經營,以及測試資料能不能帶走。

  14. Dev.to Top Tech55

    為什麼有時候,對 AI 說心事比找真人容易?

    有時候心裡塞滿煩惱,卻怕打擾身邊的人,於是先開啟 AI 聊天。作者整理了幾個原因:AI 不會露出不耐煩,也不會讓人覺得自己是負擔;把想法打出來,也可能幫忙理清思緒。不過,AI 不認識你的生活,不能像朋友那樣陪在身邊,也可能只是一味附和。作者提到一項 2025 年研究發現,重度使用者較常把 ChatGPT 當成朋友,長時間每日使用也和較差的身心狀態有關;這是相關性,不能當成因果證明。她建議先用 AI 找到合適的說法,再把其中一句告訴信任的人。

  15. Dev.to Top Tech46

    自行架設工具的價值:少點廣告和推銷,資料與使用權也更能自己掌握

    SaaS 工具可能突然限制某些地區使用,還會跳出廣告或推銷;自己架設工具,就能少受這些打擾,也比較能掌握資料放在哪裡、由誰決定怎麼使用。像 GitLab、Sentry、Hopscotch、Portainer 和本機大型語言模型,都能留在公司內部使用,讓個人資料留在自己選定的地方。不過,自己架設也得負責更新、備份和修補安全問題,遇上故障時還得自己處理。它不能消除所有風險,但能讓使用工具和保管資料的決定更靠近自己。

  16. Lobste.rs (Engineering Discussion)61

    Dave Täht 如何讓網路延遲改善受到重視

    視訊通話卡住、網頁載入很慢,可能和資料在網路裝置裡排隊太久有關,這種問題稱為緩衝膨脹。網路工程師 Dave Täht 花了數十年找方法改善壅塞,也努力向監管機關、科技公司和一般人解釋,為什麼延遲會讓上網變得不順。他透過演講、歌曲和生動的示範推動大家採取行動,也曾協助 Starlink 處理延遲問題。文章回顧他的工作如何幫助更多人理解網路品質,也讓減少延遲的改善能走進實際使用。

    推薦理由:文章從視訊卡頓和網頁載入變慢談起,說明 Dave Täht 如何讓緩衝膨脹問題受到重視,並推動改善網路延遲。

  17. Dev.to Top Tech43

    為什麼 AI 讓寫程式變便宜,委託開發軟體卻沒便宜多少?一間接案公司的觀察

    AI 助理能更快寫出程式初稿,但專案費用還包括釐清需求、接上客戶現有的系統、整理真實資料、檢查安全與品質,以及上線後的照顧。像「上傳客戶名單」看起來幾分鐘就能完成,實際上還得處理欄位名稱不同、重複資料、錯誤內容、許可權和匯入失敗等狀況。AI 確實能幫忙做原型、補測試和寫小工具;省下的時間常被用來把軟體做好,而不是直接變成較低的帳單。要讓專案更省錢,提早準備真實資料、說清楚需求和系統串接方式,並先減少功能,比只要求團隊寫得更快有用。

11月19日週四
  1. Dev.to Top Tech41

    手上有上百個舊版網站建置器網站,該重做、繼續維護,還是退場?

    手上有幾十個甚至上百個舊網站,網站公司常得決定要不要重做。AI 能讓重做變快,但新網站還是需要人維護;客戶也可能失去自己修改文字的能力,網站資料和管理權還可能留在公司帳號裡。另一個選擇是繼續照顧舊網站,保住多年累積的內容和搜尋紀錄,但老舊外掛和版面也可能讓維護變得麻煩。 比較實際的做法,是先看每個網站對生意有多重要:重要又穩定的就繼續維護,必要時限制客戶能修改的部分;重要但脆弱的,再規劃重做,並先談好客戶能不能管理和修改;沒人在用的,就討論封存或退役。重點是先決定誰會擁有、修改和照顧新網站,再決定要不要重做。

  2. aihot85

    Anthropic IPO 將 AI 迴圈融資推上檯面

    AI 公司拿到投資後,常會把錢花在投資者提供的雲端和晶片服務上,外界因此擔心資金只是繞一圈又回到原處。TechCrunch 分析 Anthropic IPO 的資金關係:按每股 83 美元計算,Amazon 和 Google 的持股合計約值 3079 億美元;多家供應商也承諾參與 260 億美元私募,同時與 Anthropic 有供貨或合作安排。分析師認為,上市後 Anthropic 可從公開市場和公司債取得資金,供應商不必再像過去那樣出資扶持;但公司仍承諾支出 9000 億美元,主要用於算力和基礎設施。文章也提醒,若 Anthropic 在 AI 競賽中落後,公司的前景可能改變,而雲端供應商仍可能服務其他模型。

    推薦理由:文章用 Anthropic 的持股、採購與募資數字,拆解投資者同時也是供應商時,資金如何在 AI 業界流動。

  3. Solidot57

    研究:中緯度城鎮上空掠過的衛星比肉眼可見的星星多

    夜空中掠過的人造衛星愈來愈多,但不代表每一顆都看得見。研究人員分析 10 月 12 日和 18 日的衛星軌跡,估計在視野沒有遮擋時,典型英國城鎮夜晚任何時刻上空約有 710 顆衛星;赤道附近平均約有 490 顆。目前地球低軌道上有 15833 顆衛星,其中 Starlink 數量最多。衛星要同時被太陽照亮、地面又處於黑暗中,才可能被看見;研究估計,掠過天頂的衛星中平均有 105 顆會反射陽光,亮度足以媲美恆星。

  4. TechCrunch · AI86

    Anthropic IPO 將檢驗 AI 資金在投資者與供應商間迴圈的模式

    AI 公司向大型供應商採購算力,供應商又投資這些公司,讓同一筆資金可能在雙方之間反覆流動。Anthropic IPO 後,Amazon 和 Google 持有的股份大幅增值,其他基礎設施供應商也參與投資;Anthropic 則預計取得 IPO 與私募資金,未來可從公開市場投資者和公司債籌措資金。文章引述分析師指出,Anthropic 有大量現金,但仍承諾支付高額算力與基礎設施費用,能否負擔取決於營收成長,以及它能否在 AI 競爭中維持領先。

    推薦理由:文章整理 Anthropic IPO 前後的資金流向,呈現供應商同時投資並向公司提供算力服務,如何影響外界對 AI 融資模式的看法。

  5. BlockTempo 動區動趨39

    幣安在阿布達比打造鏈上 IPO 平臺,瞄準中型企業

    想上市的中型公司常遇到兩難:找大型投行不容易,上市花費又高,股票掛牌後也可能乏人問津。Principia Research 的報告認為,幣安正利用阿布達比的牌照,準備把找公司、發行股票、交易和保管等工作接起來,讓股票能在區塊鏈上發行與買賣。報告舉例,SpaceX 曾有 5.57 億美元湧入鏈上認購,但第三方拿不到足夠的實際股票,活動最後取消並退款。這顯示有人想買,不代表就有股票可交付;幣安若能補上完整的發行與交易流程,可能為中型公司多開一條上市管道。

  6. 404 Media57

    作者回顧《Grand Theft Auto》二十多年新聞報導,從暴力恐慌談到金錢焦慮

    二十多年來,新聞媒體談到《Grand Theft Auto》時,擔心的事情變了。作者回看電視新聞對系列遊戲的報導:早期焦點是暴力和遊戲內容會不會影響孩子,到了《Grand Theft Auto: San Andreas》,新聞又圍繞遊戲中的成人內容與分級爭議;《Grand Theft Auto V》大賣後,報導開始關心遊戲賺了多少錢。談到《Grand Theft Auto VI》,媒體則聚焦製作成本、產業裁員和龐大的營收期待。作者認為,這些報導也映照出美國社會的焦慮,舊有的道德爭論仍會透過平臺規則出現。

  7. Solidot49

    全球專利申請量創近十年最快增幅,AI 工具可能是原因之一

    全球專利申請量在 2025 年增加到 394 萬件,是近十年來成長最快的一年。中國以 191 萬件居首;印度也增加 38%,首次超過 10 萬件。電腦技術仍是申請最多的領域,佔所有公開專利申請的 13%。世界智慧財產權組織提到,有些專利主管機關發現,個人送出的申請變多,也常看到疑似由 AI 撰寫或協助撰寫的文字。AI 工具可能讓申請變容易,因此申請量增加不一定代表創新投資也變多,還可能增加專利主管機關的工作量。

  8. Silicon Republic46

    AI 會改變大學畢業生的工作機會嗎?大學該怎麼準備學生

    很多人擔心 AI 會搶走大學畢業生的工作。澳洲政府報告發現,會計、文書和接待工作較容易受 AI 自動化影響;這個月,澳洲央行也注意到,較年輕的工作者在一些容易受 AI 影響的行業中,似乎更難找到工作。研究還發現,AI 在大學刑法考試的平均分數從 2023 年的 52.5 分升到 2025 年的 76.3 分,批判思考表現也超過一般大學生,但這些測試不能證明 AI 能取代整個職業。 大學需要教學生用 AI 做事,也要讓他們保有專業知識,懂得判斷 AI 的答案對不對、找出問題並改善結果。因為只會照單全收不夠,能和 AI 合作、做出比 AI 單獨工作更好的成果,才可能讓畢業生在職場繼續發揮價值。

  9. hackernews10050

    SSD 價格可能在 2027 年下半年開始回落,硬碟還要等更久

    SSD 和硬碟價格都還在漲,只是漲得沒那麼快。追蹤價格的資料顯示,硬碟比 2025 年 9 月貴了 134%,SSD 貴了 129%;文章預測,NAND 快閃記憶體供應可能在 2027 年下半年追上需求,屆時 SSD 才會慢慢降價,不會突然大跌。硬碟則多數已被雲端業者預訂到 2028 年,Seagate 和 Western Digital 也沒有計畫蓋新工廠,所以價格可能要到 2028 年才開始鬆動。若是工作急著要用就先買;只是想多添一顆備用碟,可以先整理現有資料、等等看。

  10. Dev.to Top Tech42

    LLM 評測從看模型怎麼回答,走向檢查 AI 助理實際做了什麼

    只看模型說得好不好,可能看不出它真的動手時會不會做出危險選擇,也看不出它的判斷有沒有根據。這週介紹的 ViKernel Scanner 讓 20 個開放權重模型使用模擬工具,檢查它們實際嘗試做的事;20 個模型都沒通過安全檢查。另一項研究則提出讓 AI 評審先找證據再下判斷。這些做法提醒大家,評估 AI 助理時,除了看回答,也要檢查它做了什麼、根據什麼做決定。

  11. Dev.to Top Tech53

    歐洲投資銀行調查:67% 歐盟企業已使用生成式 AI,丹麥居前

    生成式 AI 在歐洲企業中愈來愈常見,但「打算採用」不代表已經用在日常工作,也不代表帶來了實際效益。歐洲投資銀行集團的調查指出,67% 的歐盟企業已在使用生成式 AI,另有 13% 計畫在未來 12 個月內採用或仍在評估;丹麥目前使用比例最高,達 89%。調查沒有衡量企業因此省下多少成本或提高多少生產力。文章建議企業先找出一項明確、可衡量的工作,再測試 AI 是否能改善流程。

  12. Solidot36

    黃仁勳離開可能拖慢開放權重模型發展,讓 OpenAI、Anthropic 受益

    黃仁勳過去用輝達的投資和收購,幫忙扶植開源與開放權重模型,也曾反對限制中國開放權重模型,並推動美國發展這類模型。有人擔心,他離開後,輝達投資不再那麼大方,模型市場可能更集中在少數業者手上,OpenAI 和 Anthropic 等閉源模型開發商也可能因此受益。業界人士認為開放權重模型不會消失,但少了這位重要的出資者與支持者,發展速度可能變慢。

  13. 雷科技37

    梁建章談 AI 時代的人類價值:創新、生育與旅行

    AI 越來越會做重複工作,也能處理不少動腦的事,讓人擔心自己還有什麼重要價值。攜程董事局主席梁建章認為,人可以靠創新想出新點子,透過生育延續生命與文明,也能親自旅行、感受真實世界。AI 可以幫忙規劃行程,卻不能代替你走進小巷、吃到意外驚喜。攜程也宣佈,未來五年將投入至少150億元宣傳資源,盼透過平臺服務2億國際旅客到中國。

  14. Dev.to Top Tech40

    VibesPlug 如何用 AI 助理分工與檢查,讓強大的模型更適合寫軟體

    新一代 AI 模型很會寫程式,但只靠一個 AI 助理包辦設計、前後端和檢查,還是可能漏掉問題,或改壞其他程式。VibesPlug Pro 把工作分給 9 個專門的 AI 助理,也會依任務難度挑選不同等級的模型,並在完成前檢查成果。像是小型程式檢查可以交給速度快的模型,系統設計則交給較擅長深入推理的模型。它也會控制每個 AI 助理看到哪些資料,並擋下含有佔位內容或未完成標記的程式碼。這讓不同 AI 助理能有分工、有檢查,強大的模型也比較不容易把看似合理的錯誤帶進軟體。

  15. Dev.to Top Tech41

    文章分析:SolveMyMedia 如何在瀏覽器裡辨識語音,讓敏感音檔留在使用者裝置

    把語音送到雲端辨識,可能讓敏感內容離開使用者的裝置,也會增加網路傳送、費用和伺服器管理的麻煩。SolveMyMedia 改用 Transformers.js 和 ONNX Runtime Web,直接在瀏覽器裡處理音檔:第一次先下載 Whisper 模型並存在瀏覽器,之後就能離線辨識;有 WebGPU 時用顯示卡加速,沒有時則用 WebAssembly 和 CPU。音檔和辨識結果都留在裝置上,使用者不必為每分鐘辨識付 API 費用。這種做法適合重視隱私的語音工作,但文章也提醒,雲端仍適合需要大量資料或集中處理的工作。

  16. Dev.to Top Tech42

    政府和社群動態訊息,誰更能影響你的生活?

    政府讓網路斷線時,大家很容易發現,也會想辦法抵抗;社群平臺的動態訊息則會悄悄決定你先看到哪些貼文,慢慢影響你的心情和想法。作者用工程師熟悉的「回饋」來比喻:如果人只顧著對新訊息立刻反應,很容易一下生氣、一下忘記;讀長文章、做筆記、記得事情之前怎麼發生,就能多一點時間想清楚。 作者建議替社群動態訊息劃出範圍,例如把 App 移出手機首頁、關閉通知,並在平臺提供時改看按時間排列或只看追蹤物件的貼文。也可以準備離線地圖和重要資料,讓自己在網路中斷時仍能使用。

  17. Dev.to Top Tech54

    Hermes 如何檢查情緒分數能不能預測幣價

    情緒分數看起來像市場訊號,但它真的能預測之後的幣價嗎?Hermes 用公開的恐懼與貪婪指數和 BTC 價格資料,把資料按日期分成前後兩半,再檢查前一天的情緒分數和後續價格變化是否有關。結果顯示,這個指數在後半段資料中沒有明顯的預測力;價格變化反而和之後的指數變化較相關。另一段獨立重寫的程式算出相同數字,核對的是計算結果,不代表結論適用於所有情緒分數。作者也提醒,這個指數本身會參考價格動能和波動,因此不能直接拿它的結果推論文字情緒是否能預測幣價。

  18. The Economic Times · ETtech53

    專家認為大量軟體修補,可能是近期科技服務中斷的原因

    最近人們工作、使用銀行帳戶和旅行時接連遇到科技服務中斷,但目前還沒有證據證明這些事件彼此相關。資安專家認為,AI 讓找出軟體漏洞變得更快,也讓需要立刻修補的漏洞增加;企業若在完整測試前,把緊急修補程式直接套用到核心系統,可能同時改動執行環境、核心與網路元件,反而造成短暫故障。文中提到 Microsoft 本月處理超過 1,200 個漏洞,約是去年同月的 20 倍;專家也提醒,已公開的漏洞很多,防守者必須先判斷哪些真的需要優先處理。

  19. Rohan Paul62

    OpenAI 研究人員使用 AI 助理的時間和花費都很高,但研究成果增加得較慢。文中提到,一般研究人員每天按 API 價格計算約花 $2,400,使用量最高的 10% 每天超過 $23,000;每位研究人員的 AI 助理每天運作時間,相當於 5.7 個人各工作 8 小時。相較之下,實驗數量比 2025 年增加 68%,能力提升只略高於業界趨勢。AI 助理監看訓練工作的成功率是 79%,撰寫推論與服務程式碼則只有 25%,顯示不同工作的表現差距很大。

  20. Dev.to Top Tech50

    查閱 684 家廣告公司網站後發現:只有 15 家公開 Google Ads 管理費

    想找人管理 Google Ads,常看到「按廣告費收 10% 到 20%」的說法,但小型廣告公司實際怎麼收費,公開資料不多。這次查了 684 家公司的網站,先排除失效網站,再找出有提到廣告管理服務的公司,最後由人逐頁確認哪些數字真的是管理費。結果有 196 家提供這項服務,只有 15 家把價格寫出來;其中 12 家收固定月費,範圍是 $250 到 $1,500,中間值為 $600,另外 3 家按廣告費比例收費。 這表示「抽廣告費的 10% 到 20%」確實有人採用,但在公開收費的小型公司裡不常見。固定月費比較容易看出每月要付多少;按比例收費則會隨廣告費增加而變多,即使廣告成效沒有變好。

  21. hackernews10054

    作者提醒:複雜系統需要懂系統、願意負責的人

    銀行轉帳等複雜系統看起來平常能用,背後卻常靠熟悉細節的人修補漏洞、處理例外,才維持運作。作者以自己在 Stripe 的經驗談 ACH,並把這種情況連到近期多起系統故障;他認為,管理者若用生成式 AI 取代熟悉系統的員工,或讓員工只負責照看大型語言模型,可能使人逐漸失去實作經驗和對系統的責任感。這是作者根據自身經驗提出的看法,並未提供各起故障之間有共同原因的內部證據。

  22. iThome (臺灣)56

    Palo Alto Networks 調查:企業常用 AI 助理開發,卻難掌握它們做了什麼

    企業用 AI 助理寫程式、改設定和部署雲端服務的情況很普遍,但許多公司還看不清它們做了什麼、碰過哪些資料。Palo Alto Networks 的調查顯示,99% 受訪組織在軟體開發中使用 AI 助理,能全面自動找出並分類未受管控 AI 活動的不到 1 成;約 4 成也無法還原 AI 助理曾執行的操作。調查還發現,有些公司的 AI 助理使用工程師個人身分或憑證,敏感資料也可能流入未受管控的 AI 環境。這些缺口會讓企業更難追查異常活動和處理資安事件。

  23. Dev.to Top Tech35

    為什麼非洲的 AI 專案常在展示後停住?信任是正式上線的關鍵

    AI 專案展示時看起來很成功,卻常常等不到試行或正式上線。原因不一定是模型不夠準,而是銀行、醫院、政府和一般使用者還不確定它是否可靠、安全,也不知道出了錯該由誰負責。像奈及利亞的 AI 信用評估系統,就得面對拒絕合格申請人時如何處理、能不能說明判斷理由,以及誰負責後續問題等考量。 要讓 AI 真正在生活中派上用場,團隊得從一開始就安排好資料檢查、結果監看、版本紀錄和人工複核,也要用當地資料測試不同語言、口音與網路環境。當系統遇到不確定或影響重大的情況,應能交由人檢查,並讓使用者有機會提出異議。展示只能證明 AI 在準備好的情況下能運作;建立信任,才有機會讓它在真實環境中持續使用。