跳到正文
目前篩選:觀點
11月14日週六
  1. Hacker News 熱門(buzzing.cc 中文翻譯)54

    AIE Code Summit 2026 講者及與會者提出《No AI Slop》宣言

    AIE Code Summit 2026 的講者及與會者共同提出《No AI Slop》宣言,主張使用 AI 時仍須由人承擔意圖、品質及交付後果。宣言將低劣內容界定為產出者投入的心力少於讀者理解所需的心力,並指出使用 AI 本身不一定會造成低劣內容。宣言建議按風險審閲部分輸出、説明由 Agent 撰寫的內容,並在錯誤重複出現時改善系統及防護措施。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)49

    科技巨頭註定令我們失望

    Microsoft Outlook、Teams 及 Copilot 服務故障,令部分員工無法工作,亦影響企業、教育機構及法院;問題在兩個不同日子出現。文章指出,機構依賴 Microsoft 系統,服務故障時便可能無法正常運作;不少歐洲政府機構已開始轉用開源替代方案。

  3. IEEE Spectrum26

    微型認證如何幫助工程師建立可信賴的 AI

    針對性的微型認證課程可協助工程師掌握合規、AI 倫理及治理技能,建立可信賴的 AI 系統。IEEE Credentialing Program 將 IEEE 7000 系列等標準轉化為業界認可的微型認證,並透過技能評核驗證學習成果。這些認證可分階段累積,讓工程師在不中斷職涯的情況下提升能力。

  4. Hacker News:AI 熱帖30

    AI 訓練是否值得摧毀書籍?

    Hacker News 用戶討論 AI 訓練相關的書籍掃描與銷毀,焦點是掃描後是否應保留紙本。有人指出,少量印刷的學術書籍可能因此失傳;也有人認為,被銷毀的多是原本已準備棄置的書籍,並討論版權規則對公開掃描版本的限制。

  5. Hacker News:AI 熱帖35

    拒絕 AI 低質內容:宣言

    討論引用宣言的觀點:AI 生成千行 PR 或十頁文件的成本正接近零,但審核成本仍然存在,有評論者認為審核負擔可能增加。有人建議在程式碼貢獻中附上提示詞,方便理解生成過程;亦有人指出,多輪提示詞、測試及評估流程難以用單一提示詞呈現。

  6. Hacker News 熱門(buzzing.cc 中文翻譯)37

    為何你應預期人工智能崩盤

    《經濟學人》指出,人工智能熱潮雖由模型快速進步推動,市場已顯現不穩,應預期 AI 崩盤,但未必演變成金融災難。Anthropic 預計下週上市,或成為有史以來規模最大的 AI 公司 IPO;Nvidia 的醜聞及美國民主黨對數據中心和科技巨頭的矛頭,也加深了市場對科技業大幅下滑的憂慮。

  7. DEV Community46

    將 Ansible 轉譯為 Python:關鍵在於程式庫

    Reemote 是一個以 Python 程式庫形式提供配置管理的套件,提供與 Ansible 概念相近的目標,讓 AI 可按任務映射至相應操作。文章指出,Ansible 轉為 Python 時,選用的程式庫比選用哪個 AI 更重要;缺少一致的目標模式,模型便容易各自拼湊不同方案。

  8. Business Insider Tech39

    Anthropic CEO Dario Amodei 不會聘用的 4 類人,以及公司看重的特質

    Dario Amodei 表示,Anthropic 不會聘用愛出風頭、不善合作或不以公眾利益為重的人,並將人才與文化視為公司的首要事項。Amodei 現時把 40% 至 50% 的時間用於人才與文化;Anthropic 在 IPO 文件中稱,12 個月內的「令人惋惜的離職」比例約為 1%。七位共同創辦人至今仍在公司,首批 100 名員工中亦有超過四分之三仍留任。

  9. DEV Community32

    通用 GPU 與專用 AI ASIC 訓練晶片:靈活性的代價

    通用 GPU 與專用 AI ASIC 訓練晶片的取捨,取決於工作負載的穩定程度:ASIC 在目標任務上有較高能效,GPU 則可適應不同工作負載和演算法變化。ASIC 適合能多年維持穩定工作負載的大型營運者;需要頻繁轉向的團隊則可受惠於 GPU 的彈性。比較兩者時,須一併考慮利用率、軟件配套及重新配置成本。

  10. DEV Community36

    相干光學與直接偵測:AI 叢集鏈路比較

    相干光收發器與直接偵測強度調變光學各有取捨:前者可恢復光的相位,以較高頻譜效率支援更遠距離,後者成本較低、設計較簡單,適合短距離鏈路。相干方案的數碼訊號處理器會耗用數瓦功率,距離而非容量往往更能決定選擇。兩者預料會長期並存,適用範圍隨成本和部署條件逐步變化。

  11. elsewhere:文章60

    Kimi 開啟模型外判新時代

    作者以三組遊戲製作測試比較 Kimi 3.1 Pro 與 ChatGPT 6 Astra,指出 Kimi 在部分人物及動物建模需求中會調用 Tripo 等模型工具。測試中的遊戲均有建模或穿模問題;上海場景測試中,作者認為 ChatGPT 生成的細節略勝。作者亦指出,Kimi 3.1 Pro 在金融場景和長程任務方面較 K3 有所提升,但目前對 C 端用戶幾乎不可用。

  12. Dwarkesh Patel:Podcast & Blog63

    Dwarkesh Patel 預測 AI 研究員或於 2028 年達到頂尖人類水平

    Dwarkesh Patel 認為,數學等可驗證領域的進展預示 AI 研究可望自動化;假設實驗室不刻意減慢,他估計自動化研究員達到頂尖人類 AI 研究員水平的中位年份為 2028 年。他指出,預訓練、後訓練和推理效率都可透過可驗證指標優化;但持續學習等難題可能拖慢進程,他估計自動化頂尖研究員延至 2032 年後的機會為 25%。

  13. DEV Community62

    作者分析 AI 智能體程式碼審查如何由逐行閲讀 diff 轉向檢視決策

    作者正把 AI 智能體程式碼審查由逐行閲讀 diff,轉向核對實作與檢視智能體自行補上的假設。做法包括要求智能體列出未明説的假設,並隨機抽查每十項變更中的一項;每個 PR 也由另一個模型 GitHub Copilot 審閲。作者認為另一個模型已比自己更擅長找出問題,而人仍較適合判斷哪些問題值得修正。

  14. 雷鋒網44

    浙大彭思達:從元宇宙到具身智能,一位三維視覺研究者的八年 | 世界模型50人

    浙大研究員彭思達八年間,研究由動態三維人體重建轉向自動駕駛仿真,再延伸至具身智能;他認為,具身智能中動作模態比視覺更關鍵。彭思達團隊公開了SuperNav和ScaleNav,分別負責導航決策與具體執行,採用通用多模態大模型搭配導航工具的方案。

  15. Gary Marcus:The Road to AI We Can Trust48

    生成式 AI 泡沫走向瓦解

    Gary Marcus 認為,生成式 AI 的經濟模式難以盈利,市場如今似乎終於察覺其不合理之處,泡沫可能正在破裂。訓練和推理成本高昂,加上競爭激烈,令利潤難以實現;Nvidia、Oracle 和 CoreWeave 近六個月分別下跌 29%、35% 和 54%,Anthropic 的估值亦在數星期內下跌 25%。

  16. DEV Community45

    權重空間程式設計並非自主自我改進

    權重空間程式設計並非自主自我改進,而是另一個模型在人工設定的目標與限制下,推理並編輯或構建網絡權重。Qwen 示例以定向編輯修改目標模型,沒有對其進行梯度再訓練;但「沒有再訓練」不代表沒有程式碼、運算或評估。早期實驗仍待測試其在不同架構、任務和規模上的泛化能力。

  17. Hacker News 熱門(buzzing.cc 中文翻譯)37

    Haskell 生態系統的技術願景

    Haskell Foundation 技術領導委員會已正式運作,將推動需要資金和執行的倡議及提案。委員會提出改善 Haskell 生態系統的願景,涵蓋迭代速度、除錯、入門體驗、安全和穩定性。以 GHC 自身的 CI 為例,目標是把完成時間由 6 小時縮短至 2 小時。

  18. 虎嗅91

    NVIDIA CEO 接班人選的對華立場與地緣政治約束分析

    黃仁勳辭任後,克雷斯接任 NVIDIA 臨時首席執行官;文章比較多名接班候選人的對華公開紀錄,分析新任 CEO 面對的地緣政治與商業約束。文中將克雷斯和雷內·哈斯的相關陳述,與伊恩·巴克、約翰尼·斯魯吉較少談及地緣政策的公開紀錄作比較。NVIDIA 2026年上半年在中國數據中心 AI 芯片市場的份額為34%,中國及中國香港地區收入佔比則由2025財年的19.2%降至2026財年的9.1%。

    推薦理由:文章將候選人的對華公開紀錄與市場份額、出口管制及立法限制並置,呈現 CEO 個人立場所能影響的決策範圍。

  19. 虎嗅56

    黃仁勳面臨喬布斯之後科技史上最嚴重的逼宮

    虎嗅文章認為,黃仁勳正面臨喬布斯離開 Apple 之後科技史上最嚴重的逼宮。文章引述《紐約時報》、《華爾街日報》及 Axios 的報道,提到涉及公司內部高管的婚外情傳聞、董事會可能討論他是否繼續擔任 CEO,以及白宮討論擴大對違規運送英偉達處理器公司的制裁。文章認為,英偉達高度扁平、決策集中於黃仁勳,若他離任,可能衝擊公司戰略執行與全球 AI 供應鏈預期,甚至提前觸發泡沫破裂。

  20. 虎嗅59

    AI 大廠難留明星員工,人才定價轉向個人市場

    AI 大廠的明星員工成名後加速離職創業或跳槽,外部市場以高估值為其定價,大廠則以藏人、競業協議和期權等方式留人。文章舉例,林俊暘的新公司完成2.2億美元融資、投後估值約20億美元;田淵棟加入的 Recursive 融資6.5億美元,估值46.5億美元。文章指出,大廠的留人措施仍按員工身份定價,難以匹配創業回報與自主空間。

  21. 虎嗅45

    外需轉弱、約束增多:2027年如何穩增長?

    2027年中國外需增速回落的概率大幅上升,出口支撐減弱之際,投資與消費亦受多重約束,擴內需成為穩增長的必然選擇。政策力度理論上應較2026年更大,財政方面主要依靠中央財政加槓桿,超長期特別國債或擴至1.8-2萬億元,新增專項債或達5萬億元。貨幣政策仍以結構性工具為主,全面降息的可能性不大,最可能繼續擴大PSL規模。

  22. DEV Community60

    2026 年 23 個開源專案拒絕 AI 生成 PR:政策列出審查者疲於應付的 6 類問題

    Open Source Says No 在 2026 年 11 月 12 日列出 23 個拒絕 AI 生成貢獻的開源專案。在目錄共 220 個項目中,191 個列為 Restricted,6 個列為 Assist allowed;文章歸納政策列出的六類審查成本,包括作者不理解程式碼、未測試的改動、反覆溝通、大型突襲 PR、非作者撰寫的描述或留言,以及來源與授權不明。

  23. Semafor52

    調查:73% 的 Z 世代成年人尚未對 AI 形成看法

    Milltown Partners 的新調查顯示,73% 的 Z 世代成年人尚未對 AI 定下看法,50% 預期 AI 會損害社會。預期 AI 有害的比例與嬰兒潮一代相同(50%),高於 X 世代(48%);千禧世代最樂觀,比例為 39%。另有 46% 的 Z 世代每天使用 AI,使用率僅次於千禧世代;30% 有時會因使用 AI 感到內疚,超過 30 歲受訪者比例的兩倍。

  24. Unite.AI47

    Cybernetix Ventures 創辦人 Fady Saad 專訪

    Cybernetix Ventures 創辦人兼普通合夥人 Fady Saad 討論實體 AI 的機遇與限制,以及機械人從原型走向商業部署所需的條件。他認為,技術能力和資金投入已出現轉折,但大規模部署仍未實現,實際環境中的數據缺口仍待填補。Crunchbase 統計,2026 年上半年機械人初創企業獲投 $18.8 billion;Saad 強調,生產線機械人須達到 99.99% 可靠度。

  25. O'Reilly Radar47

    本週 AI:誰能受惠於 AI?

    AI 正融入日常服務,但人們能否受惠,愈來愈取決於所在地、語言及對技術的控制權。OpenAI 的 LifeVal 顯示,GPT-5.2 得分為 49%,GPT-5.6 和 GPT-6 Astra 約 80%;密歇根大學研究則發現,以普什圖語回答問題的耗能最高可達英語的 179 倍。各地正發展本地語言模型,AI 部署亦面對私隱、版權、能源及控制權等責任問題。