跳到正文
目前篩選:觀點
11月18日週三
  1. Semafor59

    Alphabet 投資主管 Ruth Porat 承認 AI 公司未能説服選民相信數據中心投資值得其成本

    Alphabet 投資主管 Ruth Porat 承認,Google 及 AI 公司未能説服美國選民相信,投放在全國數據中心的數萬億美元值得其成本。本月初,多地地方措施幾乎一致反對數據中心擴建,期中選舉中當選的議員大多支持放慢 AI 建設;Porat 則稱民眾亦看到相關就業機會。Google 預計今年資本開支最高達 $205 billion,並預測 2027 年更高;公司的自由現金流近幾季已轉負。

  2. Semafor45

    Fei-Fei Li 指大學及公共部門「負擔不起」AI

    World Labs 聯合創辦人兼 CEO Fei-Fei Li 指,大學及公共部門因模型 token 和算力資源極有限,負擔不起 AI 成本,未能跟上 AI 革命。她呼籲華盛頓議員向公共部門分配資源,並指出大學有責任透過研究及評測 AI,追究社會問責。

  3. The Guardian Technology76

    黃仁勳離任 Nvidia CEO 事件牽動特朗普政府對華政策角力

    黃仁勳離任 Nvidia CEO 後,相關醜聞凸顯特朗普政府內部對華晶片出口管制的立場分歧。文章指,Megaspeed 透過在東南亞數據中心部署 Nvidia 晶片,再租售予中國客戶,涉及約 $12bn 違反美國出口管制的晶片銷售。作者預計事件會促使美國進一步收緊對華出口管制;特朗普政府週一已着手收緊相關規定。

    推薦理由:文章梳理黃仁勳離任事件與美國對華晶片出口管制爭議的交集,並對照財政部長與商務部長在限制力度上的不同立場。

  4. Hacker News:AI 熱帖42

    意圖接管矽谷的佛教 AI 教派

    一個以佛教為名、意圖接管矽谷的 AI 教派成為報道焦點。討論引用 Maple 團體內公開評分成員修行進度的做法,並圍繞坐禪方式及團體氛圍展開評論。

  5. DEV Community57

    AI 與初級職位就業:比較合適的指標

    作者修正其影片中「每季初級職位招聘減少 80%」的説法,指出查閲的一手來源未能確認這個數字。Census 工作論文報告,在 AI 暴露程度最高的產業—州組別中,22–24 歲人士經調整就業人數在十個季度內減少 12%;Fed 的研究按其方法未發現整體職位招聘廣告數下降,並涵蓋企業層面。

  6. TechCrunch · AI64

    決策模型使用量急升,客戶數據調校會否成為下一個發展方向?

    Vercel 的 AI 模型路由器在 10 月有超過四分之一請求流向決策模型,而 Sqwish 正以客戶數據及內置後訓練工具,讓模型持續改善判斷。決策模型不生成輸出 token,而是快速、低成本地在預設選項中作出選擇,並記錄信心程度。受訪者認為基準測試不足以代表企業實際使用,開發者可在具體情境中替換模型測試,持續調校則是 Sqwish 留住客戶的理由。

  7. Semafor40

    Hank Paulson 警告市場低估 AI 投資熱潮逆轉風險

    前美國財長 Hank Paulson 警告,市場低估 AI 投資熱潮逆轉的風險,並指大量資金追逐同一機會,卻缺乏足夠收益及投資回報支持。Paulson 主張各國政府與私營企業加強合作,以減低災難或金融危機風險。前英國首相 Rishi Sunak 認為,現有監管方式不理想,但不代表甚麼也不做。

  8. O'Reilly Radar48

    軟件工廠中人類專業知識的價值

    在由 AI 智能體運作的軟件工廠中,開發者的專業知識並未消失,而是轉向設計工作流程、設定防護措施,以及判斷產出是否可信。Anthropic 表示,Claude 編寫了其程式碼庫中約 80% 已合併的程式碼,並配合自動化檢查及按風險安排的人手監督。開發者對問題、標準和驗證證據的判斷,仍是軟件工程的重要部分。

  9. TechSauce31

    從 AI 潛力到業務影響:Anoop Sagoo 談擴大 AI 規模的必要條件

    Accenture Southeast Asia CEO Anoop Sagoo 指出,企業要將 AI 從試驗推向規模化應用,不能只依靠技術,還需領導層協調、配合業務情境並建立負責任的治理。董事會和領導層須訂明 AI 的使用界限,重大決策則要由人作出判斷。衡量 AI 成效時,企業應同時看它創造的業務價值,以及對員工能力發展的助益。

  10. DEV Community52

    為何沙箱不是 AI 智能體的合適安全單位

    文章主張,AI 智能體的安全邊界應由整個程序轉向每項操作,因為沙箱只能限制程序可接觸的資源,無法判斷智能體在授權範圍內作出的決定是否合適。作者提出,操作應按項授權並預設拒絕,所有請求經單一關卡檢查,紀錄則須連繫到任務和決策。作者稱,團隊正以 alpha 版本的 runtime 建構這種架構,採用 local-first,並保留沙箱作縱深防禦;成熟系統所需的多項操作邊界能力尚未到位。

  11. DEV Community37

    甚麼是原生智能體作業系統?

    原生智能體作業系統以 AI 取代傳統桌面成為作業系統本身,智能體是用戶登入後使用的介面,而非加在桌面上的助理。它以交付視窗取代應用程式視窗,並透過預設拒絕的權限代理機制管控重要操作;目標包括操作可檢視、權限受限制、本機優先及工作階段可持續。文章提到,alpha 版以 Debian/Ubuntu 套件形式提供,保留現有核心。

  12. DEV Community56

    AI 智能體付款的證明難題:如何核實款項是否到帳

    文章指出,AI 智能體付款除了核對款項是否到帳,還須留下可讓第三方核驗的執行指令、授權及付款結果紀錄。作者以自己運行的 Zambo 示範 AER-1 收據,記錄一次未付款的拒絕結果,並可透過公開連結核驗;這只能證明紀錄保存後未被更改,不能證明輸出正確。文中建議每次付款嘗試都留下收據,並保存指令和授權、提供無需登入的公開核驗、永久防重及可匯出的紀錄。

  13. DEV Community55

    AI 智能體借用用戶身份執行操作,系統紀錄卻歸名於用戶

    文章指出,現時幾乎所有生產環境中的 AI 智能體架構都會借用用戶身份執行操作,令操作紀錄把行為歸到用戶名下。作者主張智能體應有獨立身份,操作紀錄同時標示智能體及其代表的用戶,並以可分開撤銷、按能力限定的授權控制權限。MagenticOS 目前處於 alpha,提供 runtime、broker 和 reference shell;覆蓋整個發行版的完整安排則屬後續工作。

  14. Hacker News 熱門(buzzing.cc 中文翻譯)21

    我的泥土帝國

    文章批評 Anthropic 所代表的「Singleton」理念,認為 RSI 到來後,需求將由智能體彼此產生,人類會被排除在外。作者擔心這種發展會引發第三次世界大戰,並稱若戰事持續超過一年,中國及其盟友將憑藉資源蒐集和生產能力取勝。

  15. 新浪科技39

    悠可雙十一戰報展現 AI 實力,悠可未來何在?

    悠可集團雙十一期間將 AI 應用於逾10個品牌的8個營運環節,短片產量提升80%、文案效率提升150%,並產出超過13800條圖片及影片素材。直播復盤全流程由 AI 覆蓋,提升人效40%;AI 客服可7×24小時運作,首次響應時間縮短超過68%。

  16. Unite.AI45

    AI 熱潮退潮後,價值會在哪裏存續?

    AI 投資熱潮若演變成泡沫,依賴第三方模型、缺乏自有數據與專業知識的企業,可能較難維持競爭力。Gartner估計,按目前投資速度,到2030年底,投入AI基建的逾$3.5 trillion可能失去價值;平均只有五分之一AI項目成功,逾2,000名受訪IT主管中僅13 percent稱公司獲得顯著效益。市場低迷亦可能釋出人才、開拓新市場,並讓數據中心和電力容量轉作其他用途。

11月17日週二
  1. a16z:News49

    The Boring Company 與地下交通的未來

    The Boring Company 已把隧道建造成本降至每英里低於 $10 million,並以 Vegas Loop 展示地下交通系統。Vegas Loop 自 2021 年在拉斯維加斯會議中心下方啟用以來,已運載超過 400 萬名乘客。

  2. DEV Community32

    目錄及招聘資訊是否應預設到期?

    目錄及招聘網站是否應預設讓刊登資訊到期,取決於內容類型及維護方式。文章建議招聘資訊預設到期,並讓仍在招聘的僱主一鍵重新刊登;目錄資訊則顯示「最後確認」日期,將寬限期後仍未確認的項目移出主要列表,而非直接刪除。

  3. 阿里雲開發者社區 AI31

    範羣文:搜尋增長是創業公司最公平的增長路徑

    範羣文主張,搜尋增長是創業公司獲取新客的公平路徑,應透過傳統搜尋及 AI 搜尋,讓有需要的用戶找到產品。CNNIC 數據顯示,截至2025年12月,國內生成式人工智能用戶規模達6.02億,普及率為42.8%。他認為,搜尋內容與口碑可沉澱為長期信任資產,帶來精準客戶。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)53

    我們不需要更多應用程式,而需要更好的開源軟件

    文章主張,AI 輔助編碼不應只用來週末製作更多新應用程式,也應投入改善人們已依賴的開源軟件,尤其是效能、安裝和日常維護。文中以 uv 為例,稱其在開發者的基準測試中,安裝 Python 套件比 pip 快 8 到 10 倍,快取已預熱時最高快 115 倍;另建議簡化安裝、改善管理與備份,並降低資源需求。

  5. Ed Zitron 長文 / Where’s Your Ed At59

    Ed Zitron剖析 NVIDIA 泡沫與 AI 循環融資

    Ed Zitron主張,NVIDIA 透過投資 AI 公司、回租 GPU 及支援相關融資,放大 AI 基礎設施需求並維持 AI 泡沫。文中亦援引有關 Megaspeed 將 NVIDIA 晶片轉運至中國的報道及指控,質疑 GPU 需求與銷售增長是否反映真實終端需求。他認為 Jensen Huang 離任後,這類融資支持難以延續,並指出 AI 熱潮亦牽涉一般投資者、保險及退休金的資產風險。

  6. Semafor48

    科技巨頭嘗試推動自身的遞歸式改進

    矽谷科技領袖在 Jensen Huang 與 Nvidia 引發的爭議及美國中期選舉的 AI 公投後,展現出適應多變政治環境的意願。Sam Altman 表示,整個事件震動了業界;他和其他科技領袖也談及人與 AI 在社會中的角色及權力平衡。

  7. 新浪科技27

    虎博科技 CEO 盧鑫從搜索增長探索 AI 時代品牌新增長

    虎博科技 CEO 盧鑫將多年 SEO、用戶增長及人工智能商業應用經驗投入 GEO 業務,探索企業如何在 AI 決策入口中被理解、引用和推薦。她提出「答案權」、GEO 雙輪信任引擎及 AI 答案積木法,並以官網和外部信源建立可信、一致的品牌資訊。兩個項目在約定條件下,AI 回答覆蓋率超過 96%,進入前三推薦位置的階段性覆蓋率達到 85% 以上。

  8. 404 Media44

    《Musk》中的 AI 令人尷尬

    紀錄片《Musk》以 Elon Musk 的 AI 虛擬形象和電子遊戲式片段呈現其生平,但這些設計令人出戲,削弱影片訊息。評論指出,片中引用的言論若放回原本訪問情境,更能呈現內容;片長達四小時,片末另提及製作方對虛擬形象所用技術的説法。

  9. Timothy B. Lee:Understanding AI72

    七位理論物理學家談 AI 如何改變物理研究

    Dan Kagan-Kans 訪問七位理論物理學家,梳理 AI 如何加快計算與研究、推高論文數量,並引發對青年研究者訓練與職涯前景的疑問。GPT-6 Astra 在 Suvrat Raju 的 TheoPhysEval 中答對 50 題中的 49 題,平均每題計算成本不足 $3,令基準在公開前已飽和。