跳到正文

#專家觀點

RSS
今日 27 則
11月21日週六
  1. BioCentury This Week🎙️ Podcast58

    Ep. 399 - Key themes from Jefferies. Plus: U.K. regulatory innovation

    Speed to patients and cross-border collaboration dominated conversations at London Life Sciences Week, even as investors on both sides of the Atlantic grapple with the COINS Act’s restrictions on taking equity in China-based companies. In a special live edition of the BioCentury This Week podcast, recorded at the 4th Biotech CEO & Investor Reception in London, Stephen Hansen is joined by Jackie Mulryne of Morgan Lewis, WuXi AppTec co-CEO Steve Yang, and BioCentury’s Simone Fishburn and Josh Berl

  2. The Verge · AI70

    Anthropic 數學家稱與 Claude 合作證明黎曼猜想

    Anthropic 數學家 Levent Alpöge 聲稱,他和 Claude 合作提出了黎曼猜想的證明。這個猜想關係到質數如何分佈,是著名的千禧年大獎難題之一;他的證明以 Lean 撰寫,目前只公佈在個人網站,還沒有獲得獨立驗證。Anthropic 沒有參與或評論這項宣佈。依克雷數學研究所的規則,解答須公開接受至少兩年檢視,並獲數學界普遍接受,才可能列入獎項考量。這項宣稱能否成立,仍要看後續審查結果。

  3. hackernews10036

    為什麼停止寫程式,也會讓你越來越不會看程式碼

    學任何本領都要自己動手練,寫程式也一樣。只看 AI 助理寫出的程式碼,再負責檢查和修改,可能讓人慢慢不熟悉程式怎麼運作,也不容易看出好程式碼的樣子。就像只讀別人的文章、從不自己寫作,很難一直進步;遇到問題也總讓 LLM 代勞,還可能讓人習慣一碰到難題就不想嘗試。想把本領練好,還是得自己動手、自己想辦法。

  4. Dev.to Top Tech36

    Windows 啟用問題的 AI 答案都正確,為什麼還要 10 則留言才能找出原因?

    有人換了硬碟後,Windows 金鑰突然不能用。論壇上的 AI 助理給的建議都正確,卻沒解決問題;大家來回問了 10 則留言,才發現他存下來的「金鑰」其實只是佔位文字,而且他的電腦從沒連結到授權。這些關鍵細節,他一開始也不知道該怎麼說。AI 助理能回答眼前的問題,真人則會追問「那組金鑰是從哪裡來的?」;一問一答,才慢慢找到真正原因。這串討論也能讓下次遇到同樣問題的人參考。

  5. Dev.to Top Tech51

    用 12 首詩測試嵌入模型,作者發現檢索結果會受上下文影響

    嵌入模型會把文字轉成向量,用來找出意思相近的內容,但詩句常有表面意思和真正想表達的意思。作者把自己的 12 首詩交給三種模型比較,發現模型一開始常把比喻判成字面意思;加入完整詩作,並調整候選句的寫法後,結果有所改變。詞語相似度也會影響排序,因此這項小型實驗不能證明模型是否理解了比喻,卻提醒我們,測試檢索系統時要小心設計比較方式,並把相似分數和理解能力分開看。

  6. Dev.to Top Tech73

    怎麼確認 API 供應商提供的真的是它宣稱的模型?

    透過第三方 API 買模型時,外界很難確認服務實際接上的模型是不是供應商宣稱的那一個。作者整理一篇研究,檢查轉售前沿模型的 17 個服務:24 個端點中,有 11 個未通過模型身分檢查,另有 3 個雖通過標示檢查,指紋仍與官方模型差距很大。研究也用測試環境量出指紋辨識和分佈測試的誤判率,但提醒黑箱測試只能找出替換的線索,不能證明模型身分真實。作者建議供應商公開模型版本、請求紀錄與原始回應,並定期重測;使用者也要先看清楚模型不可用時是否會改接其他模型,以及如何計費。

  7. Citeline Podcasts🎙️ Podcast58

    Drug Fix: US FDA Leadership Questions After Overton, AI To Be SI, Approval Doc Sharing

    Pink Sheet Executive Editor Derrick Gingery, Senior Editor Sue Sutter and Editor-in-Chief Nielsen Hobbs discuss the next move for the US Food and Drug Administration after Heidi Overton’s nomination for commissioner was withdrawn (1:07), as well as the impact of long-term temporary leadership (6:10) and the potential approach for the White House and Democrat-controlled Senate to find a nominee (18:01). They also consider the impact of the FDA changing references in public documents from artifici

  8. ChinaTalk64

    ChinaTalk 走訪 CoRL:機器人進步不少,離通用幫手仍很遠

    機器人能在展場完成一些動作,不代表它們已能在家裡或工廠可靠地處理各種工作。ChinaTalk 團隊走訪 CoRL,看到中國廠商供應許多機器人硬體,也聽到研究者討論專用機器人模型和通用 AI 模型該走哪條路。Anthropic 的 Fable 5.2 在 RoboDojo 展現了控制兩支機械手臂的成果,但研究者對通用能力如何實現仍有不同看法。家務環境變化多,機器人也可能比人慢、成本更高,還需要更多訓練。這些限制說明,展場上的進步離成為日常生活中的可靠幫手,還有一段距離。

  9. Simon Willison47

    Levent Alpöge 引述:與 Claude 合作找到黎曼猜想的證明

    Levent Alpöge 表示,他和 Claude 合作找到了黎曼猜想的證明,也把論證整理成不靠額外假設的形式。他說,這個方法還能用來處理廣義黎曼猜想,並期待之後進一步研究擴充套件黎曼猜想。接近完成時,Claude 的進展速度遠遠超過他。這是 Levent Alpöge 的說法,內容沒有交代其他人是否已確認這項證明。

  10. Dev.to Top Tech70

    OpenAI 用 Codex AI 助理排查 ChatGPT 效能問題,作者分析背後流程

    ChatGPT 變慢時,找出問題、提出修正並確認是否改善,往往需要工程師一步步處理。OpenAI 的 Performance Factory 讓 Codex AI 助理調查效能退步、提出修正,再由工程師審核;修正部署後,另一個 AI 助理會確認問題是否消失。作者指出,這套流程把工作拆成可接續的任務,並用事件通知 AI 助理何時繼續,也替每個 AI 助理設定有範圍的許可權。OpenAI 表示,系統運作三個多月來已調查超過 1,700 次、找出超過 600 個問題根因,平均每天自動調查 17 次。作者也提醒,團隊還得安排人力判斷哪些調查最重要,並持續檢查 AI 助理是否退步或遇到工具故障。

  11. aihot87

    Runway 分享如何讓 AI 助理接手軟體交付流程

    AI 助理寫的程式變多後,工程師花在審查和測試上的時間也跟著增加。Runway 說明他們如何逐步讓 AI 助理處理程式檢查、審查、部分核准、產品測試和故障修復,再由協調器安排任務與合併順序;高風險改動和特定重要區域仍交由人核准。Runway 表示,10 月合併的程式改動中有 38% 由雲端 AI 助理協助完成,首次核准的等待時間也從 2 小時以上降到約 5 分鐘。工程師則轉而設定規則、處理卡住的工作,並決定要打造什麼。

    推薦理由:Runway 逐步交代 AI 助理接手寫程式、審查、測試與故障處理的做法,可用來理解自動化如何改變軟體交付流程。

  12. Dev.to Top Tech62

    如何讓 AI 助理換匯後安全存入 Arc 預算金庫

    AI 助理替客戶換匯時,如果程式在交易送出後當機,重試可能會把同一筆錢付兩次。作者在 Arc 測試網實際把 EURC 換成 USDC,再存進預算金庫;程式會先記下已簽署的交易,重開後也會查鏈上紀錄接著處理,不能確定交易狀態時就先停下來。測試中,供應商 API 回報的路由器和實際換匯端點不一致,報價時間單位也容易被誤讀。這條流程已在測試網跑通,但作者表示,上主網前仍要釐清供應商的問題並確認交易資料格式。

  13. Dev.to Top Tech52

    RevHive 為何提醒大家別把漏洞測試的 10/10 當成實力證明

    找出測試裡埋好的漏洞,不代表 AI 程式碼審查工具在日常工作中也可靠。RevHive 用 10 個真實漏洞修補提交,還原漏洞後讓工具檢查,結果抓到 10 個;但作者指出,這種改動會直接刪掉防護程式碼,線索太明顯,而且測試沒有量出工具對正常程式碼誤報多少。實際檢查一般的程式碼提交時,工具約有三分之一都留下了看似合理的意見,很多並非真正問題。團隊因此要求每項發現說清楚哪一行會在什麼情況下出錯,也把不留言視為正確結果。作者認為,評估工具還要看正常程式碼的誤報率、測試案例數量,以及漏洞嚴重程度標籤是否可信。

  14. Dev.to Top Tech53

    作者打造十頁音樂謎題筆記網站,分享避免內容單薄的心得

    做網站筆記時,頁面可能看起來完整,讀起來卻沒有多少實際內容。作者花一個下午,用純 HTML 和一段 CSS 做出十頁靜態網站,記錄自己每天玩的音樂謎題。他發現,字數多寡不是重點;加入具體例子、反例和自己的看法,內容才有意思。如果一個主題寫不出具體內容,就可以併進索引頁或刪掉。網站也應連到筆記談的音樂謎題,並做好頁面互連、網址和網站索引等基本設定。作者認為,先完成小型網站,比一直規劃大型網站更實際。

  15. Dev.to Top Tech68

    作者拆解 5 個工具伺服器,發現圖示和輸入結構才是主要成本

    工具定義會佔用模型可用的 token 空間,但只刪短描述文字,未必省到最多。作者拆開五個本機工具伺服器、共 68 個工具後發現,描述只佔總量的 11.2%,輸入結構通常更大;輸出結構的大小則看伺服器作者怎麼設計。最意外的是,一個測試伺服器有 79.9% 的定義空間用在圖示上。作者提醒,整理工具前應先分開檢視各部分,因為每個伺服器最佔空間的內容都可能不同;這次結果也不能直接代表託管伺服器。

  16. aihot56

    MIT 數學家談 AI 如何改變數學研究

    AI 開始解出沒有答案的數學問題後,數學家也在思考:答案要怎麼確認,人類又該如何理解背後的推理。MIT 舉辦座談,邀請來自 MIT、哈佛、西北大學和紐約大學的數學家討論這些變化。有人認為,AI 產生的證明難以看懂,數學仍需要人的理解;也有人提出,研究者可以把重點放在解釋證明、分享想法。座談也談到期刊收到更多 AI 生成或協助完成的投稿,有些期刊因此增加編輯,並嘗試用影片呈現數學研究。對學生來說,學會說明自己理解了什麼,也變得更加重要。

11月20日週五
  1. MIT News · AI57

    MIT 等校數學家討論 AI 如何改變數學研究

    AI 開始解出一些沒有答案的數學難題,也讓數學家擔心,人們是否還能理解證明過程,以及怎麼判斷研究成果的價值。MIT 舉辦座談,邀請 MIT、哈佛等校的數學家討論這些變化。有人認為,AI 產生的證明有些難以理解,數學仍需要人的理解;也有人主張,研究不該只看誰最先解出題目,還要重視能否清楚說明思路。與會者也談到期刊收到更多 AI 協助完成的論文,以及學生面對 AI 工具時如何學好數學。

  2. Newcomer (Eric Newcomer)59

    Anthropic 上市熱潮過後,AMD 的融資與中國市場風險讓 AI 投資人重新警覺

    Anthropic 上市表現亮眼,卻沒有讓投資人對 AI 產業的疑慮消失。Hunterbrook 指稱,AMD 一邊投資客戶、一邊向客戶賣晶片,交易關係過於緊密;另有報導指其更新晶片韌體後,產品流向多家遭列入黑名單的中國企業。AMD 表示這些報導沒有正確呈現公司業務,訊息傳出後股價下跌近 10%。作者認為,若晶片商放慢對 AI 客戶的投資,可能讓仰賴這筆資金的新創也受到影響。文章也提到,Google 推出 Gemini 4 Neon 後重新受到模型圈關注,顯示市場對 AI 公司的評價仍可能快速轉變。

  3. a16z🎙️ Podcast58

    Why the Agent Era Needs a New Operating System | DHH

    David Heinemeier Hansson thinks the agent era is reopening a window in computing that has been closed for decades: the chance to build a new operating system people actually want to use. DHH joins a16z General Partners Martin Casado and Anish Acharya to explain why he’s building Omarchy, an agent-first Linux distribution designed around a computer that users can modify simply by asking. They discuss why the command lines, config files, and detailed error messages that once made Linux intimidatin

  4. hackernews10065

    DeepMind Institute 分析 AGI 之後可能走向哪裡

    如果 AI 達到和人類差不多的能力,接下來還可能變得多強?DeepMind Institute 認為,AI 助理數量增加、運作成本降低,可能讓許多知識工作像工業生產一樣大量自動化;AI 也可能透過模型與資料擴大、技術改變、協調大量 AI 助理,或協助改良後續 AI,走向超越人類專家的能力。這些路徑都不確定,但文章主張要持續建立評量方法、追蹤進展,並準備因應對科學、經濟與社會的影響。

  5. hackernews10039

    費曼認為:講不簡單,可能代表自己還沒真正弄懂

    費曼很會把科學講得簡單,但他也會坦白承認自己不懂。有一次,學生請他解釋某種粒子為什麼會遵守特定規則,他試著準備一堂給大一新生聽的課,最後卻說自己沒辦法講到那麼簡單,表示這件事可能還沒真正弄懂。文中也提到 Apple 工程師要能用簡單的話解釋複雜技術,因為這能看出他們是否真的理解。把事情講清楚,不只是教別人的方法,也能幫自己檢查到底懂了多少。

  6. Dev.to Top Tech52

    Docker「Run on Trust」品牌更新,作者解析 AI 助理安全怎麼把關

    AI 助理能自己執行程式、使用工具和接觸憑證,平臺團隊得重新想清楚該怎麼限制它們。作者從 Docker「Run on Trust」品牌更新出發,整理出三個把關方向:讓 AI 助理在隔離環境中執行、檢查它使用的映像檔是否有安全資料與來源證明,以及限制它能呼叫的工具和使用的憑證。文章也提醒,Docker 對隔離效果和憑證處理的說法尚未有獨立安全評估;MCP 閘道只能管理經過閘道的流量,直接連線仍須另設網路規則。整體做法是集中設定政策、留下操作紀錄,並在擴大許可權前測試安全邊界。

  7. Citeline Podcasts🎙️ Podcast58

    The Insight Room: Are EU Medtechs Ready For Continuous Monitoring?

    AI-enabled medical devices are driving a global trend towards continuous lifecycle monitoring, but medtech manufacturers often lack the capabilities to keep up with unpredictable surveillance, says Diogo Geraldes, Veeva MedTech’s director for regulatory strategy, Europe. In this episode of the Medtech Insight podcast, we head to the Veeva MedTech Summit in Amsterdam to speak with Diogo, who has passed through almost every slice of the medtech sector during his career, and get his views on the ma

  8. Lobste.rs (Engineering Discussion)52

    作者認為,AI 工具會放大工程師原有的工作習慣

    有人擔心 AI 生成程式會讓工程師少動腦,長期下來更不瞭解自己維護的系統。作者認為,AI 工具會放大工程師原有的做事方式:認真的工程師可以用它追查舊程式的影響、補上更多測試,也能處理以前沒時間做的檢查;只想快速交差的人,則可能直接接受生成的程式碼,出了問題也說不清原因。作者也提醒,重大系統故障早在生成式 AI 出現前,就和長年累積的工程問題、管理決策有關。要看團隊是否重視系統,應看程式出錯時誰負責,以及工程師能不能提出風險,而不是隻看他們有沒有用 AI。

  9. Gary Marcus (The Road to AI We Can Trust)58

    Gary Marcus 認為 Anthropic 股價下跌,AI 股票也正在走弱

    Anthropic 上市後股價下跌,作者認為這不只是單一公司的狀況,整個 AI 投資市場也在走弱。文中提到,Anthropic 股價從 111 跌到 97,盤前看來可能再跌約 9% 至 88;SpaceX 也預計以低於 135 的價格開盤,SoftBank 一夜下跌 14.5%。Gary Marcus 據此判斷,OpenAI 在這種市場氣氛下難以用 1 兆美元估值上市,也警告公司可能面臨現金不足。這些是作者對市場走勢與資金風險的看法。

  10. Road to Autonomy🎙️ Podcast58

    Episode 473 | Autonomy Signals: Waymo’s Highway Pause, Tesla’s Cybercab Fine Print, & Uber Takes to the Skies

    This week on Autonomy Signals presented by KPMG, Grayson Brulte and Rob Grant discuss Waymo’s temporary suspension of highway operations in 15 US markets, Tesla’s launch of a $29,990 personal Cybercab requiring an autonomy subscription, and Uber’s expansion into drone delivery through a landmark partnership with Zipline. Waymo has paused autonomous highway operations across 15 US markets after the California DMV designated its robotaxis an imminent hazard due to several safety incidents on freew

  11. Dev.to Top Tech56

    多個 AI 助理共用一臺電腦,為什麼會互相弄亂工作?

    兩個 AI 助理同時改同一份程式時,可能互相蓋掉修改,還以為是自己做錯,接著把對方的工作改回去。作者說明,問題也會出現在連線埠、套件、API 額度和許可權上;如果兩個助理都用同一個人的帳號,事後也難以查出是哪個助理做了什麼。作者建議先讓每個助理使用不同的工作目錄、分支、連線埠和憑證,合併修改時由人確認。長遠來看,電腦系統需要能分辨每個助理,並分開管理它們的許可權與資源。

  12. Dev.to Top Tech70

    Meta 的 Muse 面臨信任考驗,使用者難以確認它看過哪些資料

    AI 助理能跨應用程式工作,也可能接觸私人訊息,讓人難以確認它實際讀了什麼、做了什麼。文章整理了 Meta 員工回報的異常情況,包括訊息缺少清楚脈絡、帳號可能混淆,以及看似透露陌生銀行或比特幣餘額的回答。Meta 高層表示,這些情況是測試提示詞和軟體錯誤造成的幻覺,財務細節是捏造的;報導引用的獨立測試則發現,Muse 可透過廣泛的裝置許可權和無障礙功能接觸 Android 與 macOS 上的敏感訊息。文章認為,使用者需要看得見許可權與操作,也要能理解系統出錯的原因。