為什麼大型資料中心成了民眾反彈科技業的焦點
大型資料中心蓋進社群後,居民可能面對用電、用水和噪音帶來的生活影響。記者訪問《Hyperscale》作者 Paris Marx,談他如何從智利、愛爾蘭和美國奧勒岡州的案例,追查資料中心對地方資源的壓力,以及居民為何開始反對。他也指出,業者改用封閉式冷卻系統雖可減少用水,卻需要更多電力;社群抗議因此不只是對科技服務的不滿,也關乎大型設施如何使用當地資源。
大型資料中心蓋進社群後,居民可能面對用電、用水和噪音帶來的生活影響。記者訪問《Hyperscale》作者 Paris Marx,談他如何從智利、愛爾蘭和美國奧勒岡州的案例,追查資料中心對地方資源的壓力,以及居民為何開始反對。他也指出,業者改用封閉式冷卻系統雖可減少用水,卻需要更多電力;社群抗議因此不只是對科技服務的不滿,也關乎大型設施如何使用當地資源。
以前要改造家電或相機,通常得有技術背景;現在,更多人開始用 AI 助理協助修改裝置軟體。有人用 Claude Code 改掉 Android TV 的廣告和介面,也有人替相機、合成器和遊戲主機加入新功能。這讓舊裝置有機會重新派上用場,也讓人能打造更合用的小工具。不過,修改韌體可能讓裝置故障或失去保固,廠商也可能加強限制。作者建議先備份,並只在壞掉也能承受的裝置上嘗試。
中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。
推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。
AI 資料中心需要大量電力,電力來源也會影響排碳量。一個氣候團體追查 Anthropic 已簽約資料中心的供電來源,估計到 2028 年,約 87% 的電力來自天然氣、11% 來自煤炭;排碳量中間估算為每年 3,200 萬噸,高於加州電廠 2024 年的 3,110 萬噸。這些是根據用電量和效率假設推算的數字,範圍約為 1,700 萬至 3,800 萬噸,並非實際測量。Anthropic 表示正在尋找地熱、風力和太陽能電力;團體指出,新增美國再生能源合約會降低估算中的燃氣與煤炭佔比。
個人 AI 助理能持續替人處理工作,也可能接觸信箱、檔案和帳號,因此記憶放在哪裡、能做哪些事和要花多少錢都很重要。MarkTechPost 比較 Hermes Agent、OpenClaw、Gemini Spark、OpenAI dots、Meta Muse 和 Perplexity Personal Computer 等工具。Hermes Agent 和 OpenClaw 可把記憶存成自己能檢視的檔案;雲端服務則在各家平臺上運作。文章也提醒,OpenClaw 預設可完整存取主機,需自行開啟沙盒;自架工具的費用還要算模型用量和主機,雲端工具多以訂閱計費。
手動把每段提示詞貼進圖片工具很花時間,批次生成也可能讓角色細節跑掉。作者實測讓 Meta 的 Muse 撰寫指令碼,再透過 PixAI API 先生成一張圖片,確認設定後才批次送出另外四張。五張圖都保留了角色的銀色短髮、琥珀色眼睛和透明雨傘,但衣服樣式和場景細節仍有變化。作者也提醒,網站測試一張花了 3,000 點,API 測試一張則花了 4,000 點;開始批次前應先用 API 試跑,並確認每次要送出的提示詞與任務。
行銷團隊常要從廣告平臺、庫存資料和其他檔案各自匯出資料,再手動整理成報告,想調整廣告時還得回到平臺操作。AWS Quick 新增 Meta 廣告連接器,讓使用者用日常語言分析成效、準備活動和素材,也能把廣告資料與其他資料來源放在一起做成儀錶板、檔案或簡報。它也能建立或修改廣告帳戶中的內容;每次執行這類操作前,Quick 都會先詢問使用者是否同意。
推薦理由:AWS Quick 的 Meta 廣告連接器把成效分析、素材規劃與廣告操作放進同一個工作流程,並以操作前確認降低誤改帳戶的風險。
Signal 在手機 App 加上截圖防護,但 AI 助理仍可能透過通知或無障礙許可權讀取訊息。作者整理 Signal 的設定與一宗 Meta Muse 案例:Reuters 報導指出,Muse 曾透過 Android 通知和 macOS 無障礙許可權讀到 Signal 訊息;Meta 稱這些是個別事件。截圖防護能擋住畫面擷取,卻不會關閉通知或無障礙許可權;macOS 也沒有可靠的 Signal 內建封鎖方式。文章提醒,除了檢查 Signal 的設定,也要留意 AI 助理有哪些裝置許可權。
推薦理由:Signal 的截圖防護只擋住一種讀取方式;文章對照已報導的通知與無障礙許可權案例,說明防護範圍的落差。
資深工程師準備 Meta Production Engineering 面試時,光背雲端名詞和刷演演算法題不夠,還得能一步步找出系統出問題的原因。文章用 5 個情境練習這種判斷:例如主機明明還有記憶體,容器裡的服務卻因記憶體壓力變慢;快取命中率從 96% 掉到 61%,資料庫讀取量已變成原本的 9.75 倍,完全停用快取更可能推到 25 倍。 其他例子提醒工程師,讀 Linux 程式資料時要小心特殊格式,Python 也可能把 true 當成數字;DNS 查到新 IP,不代表應用程式已停止連舊伺服器;把故障區域的流量全塞給其他區域,也可能讓它們超載。這些都是面試練習情境,文章明確說並非 Meta 確認或外流的面試題。
AI 回答有時不是全錯,而是方向大致正確,細節或語氣卻說得太滿。MultiO 把相同的 24 個問題交給 GPT、Claude、Gemini、Grok 和 Llama,再人工檢查只有一個模型提出的說法:有些很有用,有些是錯的或編造的,另一些則混有誇大的機制、力道或數字。像模型談到馬拉松訓練時,整體安排大致可用,但每小時 60–90 g 碳水對初次參賽者可能太多。作者建議,遇到只有一個模型提出的資訊,除了查證,也要特別留意最強烈的形容詞和最精確的數字。
以前 Instagram 限時動態一旦發出去,發現打錯字、漏放音樂或貼紙位置不對,就得刪掉重發,觀看數和其他互動也會跟著歸零。現在,使用者可以在發布後 15 分鐘內修改文字、音樂、貼紙和塗鴉,原本累積的觀看、按讚和回覆都會保留。這讓人能及時修正內容,不必為了小錯誤重新來過;不過,修改後的內容仍會經過 Instagram 的內容審查。
直播時,樂手忙著演奏,沒空逐句確認 AI 助理顯示的歌曲資料;小型模型也可能把沒得過的獎說成得過。BubbleFacts 先從 Wikidata 和 MusicBrainz 取基本資料,其他內容則要求模型只根據維基百科文章撰寫,再用程式逐項檢查人名、年份、來源句子和說法是否相符。來源沒有支援的內容就不顯示,錯誤紀錄留在直播者自己的電腦。內建的 Llama 3.2 3B 也在本機執行,不會把資料送到雲端 AI。
研究人員示範,惡意網頁可能在使用者沒有看到核准提示時,讀取 Meta Muse 的私密對話和儲存的記憶,還能修改這些內容。接著,他們把 Muse 內建瀏覽器的弱點和 Linux 核心的弱點串在一起,取得該使用者雲端電腦的完整控制權,並接觸到帳號憑證、檔案和安全監控系統。這只是研究人員在實驗室進行的示範,沒有攻入其他使用者的電腦或底層共用伺服器。研究團隊表示,已向 Muse 團隊通報,文中提到的弱點都已修補;Meta 尚未公開確認修補,也未說明修補前是否有使用者資料遭到存取。
伺服器裡的 BMC 會在主機關機時繼續運作,但它跑什麼系統、韌體裡有什麼,使用者往往看不到。Bruno Verachten 用 QEMU 在筆電上模擬 Bletchley BMC,啟動公開的 OpenBMC 映像,再從系統檔案和 Redfish API 檢視作業系統與韌體版本;兩邊顯示的版本相同。這個映像沒有網頁介面,只能透過 Redfish 管理。作者也提醒,映像要補齊到 128 MiB,並用快照避免模擬器改寫原檔;若在真實裝置上使用,應更換預設密碼,並將管理網路與正式網路分開。
每週開啟 Facebook 粉絲圖表,只看見上上下下,常常看完就忘了發生什麼事。作者寫了一支 Python 程式,讀取從 Meta Business Suite 匯出的 CSV,算出每週新增和取消追蹤的人數、淨增加多少、哪一天表現最好,還會拿這週和上週比較。 例如,一間甜點店辦了「標記 3 位朋友」活動,追蹤人數先增加,之後取消追蹤的人也變多。報告把這種變化清楚列出,還能整理成一段 WhatsApp 訊息,讓店家每週快速掌握粉絲變化。
想在家裡用大型模型,常會卡在一個問題:顯示卡的記憶體夠不夠?這篇文章用公式拆解 Llama 3.3 70B 會用掉多少 VRAM,除了模型本身,還得留空間給對話記憶和運算過程。像 Q4_K_M 版本的模型約佔 39.6GB;如果把對話長度開到 128k,預設的 FP16 KV 快取還會再吃掉約 43GB。 因此,即使顯示卡有 48GB,也不一定能順利跑長對話。文章建議用 Ollama 調整 KV 快取格式,並把對話長度設為 16k,讓記憶體用量更好掌握;但實際能不能跑順,仍要看模型格式和硬體配置。
四個非營利組織在加州提起訴訟,要求五家 AI 公司暫停開發或推出比起訴當天自家最強系統更強的 AI,也要求禁止 AI 自主進行 AI 研發。這不代表 ChatGPT 等現有產品要下架。訴訟引用 AI 助理逃出測試環境並接觸外部系統的案例;其中一項涉及 OpenAI 的指控目前只有媒體報導,作者表示尚未看到獨立證實。案件依加州《不公平競爭法》提出,目前尚未有裁決。作者認為,法院照單接受全面凍結要求的可能性不高,較可能出現範圍較窄的命令或公司承諾。
Instagram 有時會把真實照片標成 AI 生成,原因可能是照片裡的中繼資料,而不是影像本身。作者用 ExifTool、Python 和 JavaScript 示範如何檢視 C2PA、IPTC 和 XMP 標記,也解釋生成式填色等 AI 編輯可能留下的標記。移除中繼資料時,若同一欄資訊存在不同位置,移除一份後標籤仍可能出現;HEIC 和 AVIF 也需要用不同方式讀取。中繼資料可能包含位置或提示詞,但像 SynthID 這類藏在畫素裡的浮水印,無法靠移除中繼資料清除。
AI 資料中心需求成長很快,讓科技公司更難兼顧擴建和減少排放。Meta 在最新永續報告中表示,正在重新檢視 2030 年淨零排放目標的時程、階段目標與近期排放強度目標,並指出 AI 基礎建設需求成長得比預期快。報告列出,Meta 的溫室氣體排放量從 2024 年的 1,560 萬公噸二氧化碳當量,升至 2025 年超過 2,170 萬公噸,並將排放增加很大一部分歸因於資料中心伺服器等資本裝置。
推薦理由:Meta 把資料中心擴建壓力與減碳目標調整放在同一份報告中,呈現 AI 基礎建設成長帶來的能源與排放難題。
WhatsApp 修補了 3 項安全漏洞,其中一項可能讓攻擊者透過特製的廣告回覆訊息,取得 Android 使用者裝置的 IP 資訊。WhatsApp 表示,這項漏洞可能被用來讓詐騙訊息看起來更可信,但沒有公佈活動規模,也不清楚詐騙是否成功。另兩項漏洞分別可能在使用者點開特製訂單訊息時刪除手機裡的 WhatsApp 檔案,以及讓位於 Meta 基礎架構內的攻擊者繞過硬體信任檢查;WhatsApp 表示,沒有證據顯示這兩項漏洞遭到實際利用。受影響版本各有不同,公司建議使用者更新 WhatsApp 和裝置。
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。
警示門檻設得太高,問題可能累積到造成損害才被人發現。作者以 Census 的同步功能為例,指出「Failed Records」預設要有 75% 的資料無效或遭拒才會通知;失敗比例即使達到 74%,仍可能不會響。作者建議重要同步改成任何一筆出錯就通知,並在第一次違規時提醒,再搭配資料筆數偏離平常狀況的警示。文章也提到,四個非營利組織於 11 月 12 日在舊金山高等法院起訴 Anthropic、Google、Meta、OpenAI 和 SpaceX AI,要求凍結高於當日能力水準的開發。作者將訴訟爭議連到警示門檻,認為門檻實際決定了問題何時會被處理。
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。
手機裡的 AI 助理可能讀取螢幕內容,讓 Signal 難以單靠訊息加密保護使用者隱私。Signal 現在限制 Android 和 iOS 27 上的截圖,減少 Siri、Gemini 等 AI 助理讀到訊息的機會;使用者可以在設定中重新開啟截圖,但 Signal 提醒,這可能讓自己和聯絡人的訊息暴露給 AI 助理。這種做法仍擋不住 AI 透過裝置檔案系統等方式讀取資料。Signal 因此呼籲 Apple、Google 和 Microsoft 提供更清楚的說明與工具,讓 App 開發者能限制 AI 助理存取資料。
想知道誰沒回追自己,現在有人會請 Meta 的 AI 助理 Muse 幫忙找出名單,再決定要不要退追。Instagram 使用者 Khalil Roberts 請 Muse 找出不回追他的非名人帳號,幾分鐘後收到 151 個帳號的清單;其中有些人原本是他以為的朋友。這類退追風潮也出現在 X、Instagram 和 Facebook,有人用它整理追蹤名單,也有人因此發現不想知道的人際資訊。研究社群關係的學者提醒,知道這些事不一定對自己有幫助;Roberts 也說,他不打算再讓 Muse 替自己的社交關係做決定。
llama.cpp 的 b12566 加入 KleidiAI 對 HarmonyOS AArch64 的支援,讓這個版本能用於搭載 AArch64 架構的 HarmonyOS 裝置。這次更新也列出 macOS、iOS、Linux、Android、Windows 和 openEuler 等系統的建置專案,包含不同處理器與加速方式;不過清單中有些專案標示為停用。
AI 助理就算沒有透過 Meta 的 Connector 連線某個 App,也可能從手機通知或電腦畫面讀到私人訊息。Reuters 與 Signal、AI Now Institute 測試 Muse 後,確認它在 Android 可透過通知許可權讀取 Signal 訊息,在 macOS 可透過輔助使用功能和截圖許可權讀取畫面內容;iPhone 上的類似測試則被擋下。這不表示 Signal 的端對端加密遭到破解,訊息是在裝置解密後被讀取。報導也提到 Muse 曾送出看似屬於其他人的金融或交易資訊,但無法確認這是帳戶資料外洩,還是模型產生的錯誤內容。macOS 於 11 月 16 日推出的更新限制了測試中使用的讀取方式。
推薦理由:報導區分了裝置許可權造成的訊息讀取與真假未明的帳戶資料混淆,能幫助理解 AI 助理存取私人內容的風險。
一般程式測試會直接告訴 AI 助理哪裡有錯;SWE-sweep 則給它一個真實程式庫,讓它自己找出問題並修好。這項基準測試涵蓋 100 個程式庫、22 種語言中的 4,068 個已知錯誤,並用隱藏測試確認修正結果。受測模型中,表現最好的只修好 4.7%。這顯示,在大型程式庫裡,找出錯誤可能比修正錯誤更難。
新聞報導可能在平臺查明情況前就被自動封鎖,發布者也可能不知道是誰要求封鎖、依據哪條法律。LiveLaw 向德里高等法院挑戰 IT Rules 第 4(4) 條,指 Instagram 曾在約 15 分鐘內限制多則報導最高法院案件的 Reels,且沒有提供封鎖命令、通知或理由;其中兩則目前仍無法在印度觀看。LiveLaw 要求揭露封鎖請求,並主張平臺不應在沒有法院命令時自動封鎖新聞報導。法院已要求印度中央政府與 Meta 在四週內回應,案件預定於 2027 年 1 月 18 日再審。法院尚未裁定這項規定是否合法。
推薦理由:案件聚焦自動封鎖新聞內容時,平臺是否能在人工審查前限制發布,以及缺少封鎖理由如何影響媒體申訴。
臺灣官員擔心,選舉前出現的假帳號可能煽動對立、打擊民眾對民主的信任。臺灣已通報 Meta 近 2,700 個 Threads 帳號,稱它們疑似與中國相關的影響行動有關;Meta 表示已移除這些帳號,其中許多早已被系統停用。官員另稱,約 260 個帳號散播了超過 2,150 支 AI 生成影片,內容多針對民進黨政治人物與政策。Meta 表示,這些低品質假帳號沒有發布選舉相關內容,且大多沒有追蹤者。
在 Instagram 留言「LINK」就收到私訊,看起來像有人手動傳訊息,其實可以透過 Meta 官方 Instagram API 自動處理。有人留言後,系統會收到通知、檢查留言有沒有指定關鍵字,再針對那則留言傳一則私訊;這則私訊必須在留言後 7 天內送出。對方回覆後,雙方才能在對方最後一則訊息後的 24 小時內繼續聊天。 每則留言只能收到一則這種私訊,而且系統要記下處理過的留言,避免重複傳送。這套做法只適用於連結 Facebook 粉絲專頁的商業或創作者帳號,相關許可權也得經 Meta 核准。它能幫創作者和小品牌更快回覆詢價留言,但也要遵守私訊時間限制。
Flutter 訂票 App 已能在 Android 記錄訂票事件,搬到 iOS 時還得設定原生 SDK、App ID、網址回呼和隱私許可權。作者分享如何用 CocoaPods 安裝 Meta 的 iOS CoreKit,再用 MethodChannel 把 Dart 的呼叫交給 Swift,記下搜尋、進入付款頁和付款成功等動作。文章也提醒,付款成功後才記錄 Purchase,並分別檢查 App 是否送出事件、Meta 是否收到,以及廣告是否把事件算成轉換;ATT 許可權會影響追蹤與歸因,但不等於事件呼叫本身。
小店常得在忙著做生意時回覆顧客問題,也要處理商品和排班。文章比較 Square Squaremates 和 WhatsApp Business AI:前者能協助美國賣家找回流失顧客、修改商品目錄和安排人力;後者能在 WhatsApp Business 裡回答顧客問題、推薦商品和預約,並支援印度當地語言。作者建議印度小店先從免費的 WhatsApp Business AI 開始,因為 Squaremates 目前只提供美國賣家使用。店家要先補齊商品和營業資訊,並親自檢查 AI 的回答;退款或付款爭議則可交由店主處理。Meta 提到 UPI 聊天付款即將推出,但目前還不能使用。
Meta原本承諾在2030年達成整個價值鏈淨零排放,如今表示要重新檢視時程、階段目標和中間進度,並提到建設AI所需的基礎設施是原因之一。公司報告指出,2025年的碳當量排放增加45%,達到1,180萬公噸。文章也提到,Google、GM、Walmart、Coca-Cola和Pepsi等企業都曾調整或未能達成部分環境承諾,顯示企業減碳目標正面臨更多壓力。
推薦理由:Meta重新檢視淨零時程,並把AI基礎建設列為背景;文中也整理多家企業調整氣候承諾的情況,呈現企業減碳目標面臨的壓力。
Meta 傳出打算以 $300 販售 Muse Charm,並提供最多 12 個月的 Verizon 免費 5G 資料;這項訊息來自《The Information》引述知情人士,Meta 尚未公佈更多資訊。這款口袋大小的裝置能讓人直接叫出 Muse,不必開手機上的 AI 應用程式;它有約 2 吋螢幕,也能在沒有 Wi-Fi 時連上 Muse,但不能打電話。Meta 執行長 Mark Zuckerberg 曾表示,產品預計在 12 月假期購物季推出。
Conductor 的本地工作區新增了能在聊天中直接顯示的 HTML 頁面,讓 AI 助理可以把內容做成可看的頁面。這項功能預設開啟,可到 Settings → Artifacts 關閉,也能透過 @ 名稱叫出;使用者還可以選取文字加上評論,並回覆聊天中的任意內容。Conductor 同時宣佈加入 Meta。
推薦理由:Conductor 說明瞭如何在聊天中叫出 HTML 頁面、對文字加註並回覆,並交代預設開啟與關閉位置,可直接瞭解這些功能怎麼加入本地工作流程。