為甚麼你應該預期 AI 泡沫破裂
標題指出,讀者應預期 AI 泡沫破裂。所提供的內容只有 Hacker News 上的連結標題和討論頁面資料,未有交代泡沫破裂的原因、證據或可能影響。
標題指出,讀者應預期 AI 泡沫破裂。所提供的內容只有 Hacker News 上的連結標題和討論頁面資料,未有交代泡沫破裂的原因、證據或可能影響。
NVIDIA公告黃仁勳辭去總裁、CEO及董事職務,CFO科萊特·克雷斯即時出任臨時CEO,董事會同步啟動正式CEO遴選。文章回顧英特爾CFO鮑勃·斯旺任內營收連創紀錄、但製程延誤持續累積的經歷,指出晶片企業的財務表現未必即時反映技術決策。
推薦理由:文章以英特爾斯旺任期對照NVIDIA臨時換帥,梳理財務表現與製程、產能決策的時間差,呈現晶片企業接班判斷的難點。
文章分析 SpaceX 收購 xAI 後形成的發射、聯網與 AI 三項業務,以及其與特斯拉合併的可能動因。文中指出,發射加星鏈業務已具持續盈利能力;AI 業務在2026年前三季轉為經營盈利,但算力資本開支及客戶合約取消條款令其後續發展存有不確定性。作者認為,特斯拉汽車業務盈利承壓,合併及 FSD、機械人、儲能和星鏈等業務協同,可能為兩家公司帶來新的業務與估值敍事。
作者分析 n8n 公開模板 API 中可取得的 2,484 個 AI 模板,發現其中 300 個為付費模板,佔 12%,價格中位數為 $25。付費模板的瀏覽量中位數為 358,免費模板為 79;作者提醒瀏覽量不等於購買,而且樣本按 API 返回次序取得,並非隨機抽樣。
菲律賓 CHED、DepEd 與 TESDA 在約一個學年內推出 AI 教育政策、全國計劃及免費課程,但全國層面的成效衡量資料仍未建立。CHED 的 Memorandum Order No. 21 涵蓋 2,366 間高等教育院校;DepEd 的 AGAP.AI 以 1.5 million 名學生、教師及家長為培訓目標,對照逾 24 million 名學生的教育系統。
馬化騰、張一鳴和李彥宏分別談到資源調度、長期模型投入和智能組織,文章認為三家中國互聯網企業正把 AI 視為重整組織與工作流程的變革,而非單純為產品增加功能。文中提到,張一鳴認為字節追平全球第一梯隊最早也要到2029年或2030年;百度公佈的數據顯示,日均活躍智能體由5000個增至3.7萬個,每週有效任務由8.4萬次增至超過100萬次。
商務部、科技部發布2026年第48號公告,擬將AI、生物醫藥及光伏共40項技術納入出口管制;文章認為科技競爭前沿正移向生物醫藥。文中援引數據稱,2026年1月1日至7月1日的121筆對外交易中,涉及所有權轉讓約5筆、約佔4%,管制重點是底層平台技術所有權轉讓。公告不將License-out、CXO等常見出海方式納入管理;作者指出,NewCo架構的合規成本將上升,平台型公司的估值邏輯亦會改變。
英偉達CEO黃仁勳於11月12日辭任,即刻生效;公司由CFO科萊特·克雷斯出任臨時CEO並遴選繼任者。文章指出,英偉達的GPU、CUDA與開發者生態構成計算平台優勢,而AI算力競爭正延伸至資本、能源和數據中心。作者以瓦特和洛克菲勒的產業轉型作對照,提出新管理層需要把33年積累轉化為不依賴個人的組織機制。
推薦理由:文章以瓦特和洛克菲勒的產業更替作對照,梳理英偉達如何憑GPU與CUDA生態成為AI計算基礎設施的關鍵一環。
PwC 全球資訊保安總監 James Shira 指出,企業快速採用 AI 擴大攻擊面,亦令機構訊號過多;他以資安團隊的警報疲勞作比喻,主張嚴格分流,讓員工專注重要事項。他亦重視團隊的多元觀點、自信、情緒韌性及透明度。PwC 內部 AI marketplace 包含 40 多個模型,並設有最低門檻及護欄。
AI 輔助製作的應用程式增加,令 Apple 的 App 審核流程成為合成器開發者的難題。留言者提到,iOS 音樂應用中有不少作品品質低劣。有人等候約兩週才收到審核結果,另一次遭拒的審核則耗時 20 天。
英偉達宣佈創辦人黃仁勳辭任總裁、CEO及董事,郭明錤認為谷歌TPU可能成為最直接受益者,進一步取得客戶及供應鏈信任。他又稱,聯發科和博通或成短期資本市場焦點;英偉達首席財務官 Colette Kress 已出任臨時 CEO,董事會正尋找正式繼任者。郭明錤認為,黃仁勳離職對英偉達產品開發及市場競爭力的實際影響,最快可能到2028年才逐漸顯現。
推薦理由:文章將英偉達管理層交接、谷歌TPU的競爭機會與供應鏈策略放在同一脈絡,並區分短期股價看法和長期產品影響。
CNCF 與 SlashData 的報告顯示,全球雲原生開發者逾 21 million,佔全球開發者 41%。約 75% 的雲原生開發者會以某種形式使用 AI,高於其他開發者的約 55%。AI 生成的程式碼令開源維護者面對大量 pull request 和 issue,而開發者亦將更注重控制模型及 token 開支。
現代網絡應用程式不能只靠 vibe coding 生成程式碼,還需要軟件工程確保系統可靠、安全、可擴展並易於維護。AI 生成的程式碼可能有安全漏洞、結構欠佳或功能不完整,因此開發者仍須做好規劃、設計、測試、保安及維護。
Vibe Coding 藉助 ChatGPT、Claude 和 Cursor 等 AI 工具生成程式碼,但在不瞭解、未檢查或未測試程式碼的情況下直接部署,可能令 Web 應用程式出現安全漏洞、邏輯錯誤及維護困難。軟件工程透過需求分析、系統設計、測試和維護,協助建立可靠、安全且易於維護的應用程式。
詩人、藝術家丁成以紅毛猩猩毛栗子的叫聲和鼾聲為素材,創作詩集《阿猩》,探問非人生命的聲音如何進入人類語言。兩段共51秒的錄音經語音識別及約200種語言接力轉譯,再由丁成篩選、加工和再創作,形成1000首詩。作品亦延伸為裝置《共同體》,將2917句詩排布在365天的鏡面空間中。
李彥宏在百度世界2026提出,人工智能的下一幕是智能組織,企業要把智能體和數碼員工引入業務環節,並圍繞 AI 重新設計組織。百度內部每日活躍智能體數由日均0.5萬增至3.7萬,智能體每週有效任務完成數由平均8.4萬增至逾100萬。他並提出打破崗位邊界、沉澱隱性知識、設計流程閉環三項組織進化原則。
DeepSeek、Moonshot、MiniMax 和 Ant Group 自 4 月以來發布的六個開放權重模型,被分析指出帶有受出口管制 Blackwell GPU 的特徵。原文未提供相關特徵的具體內容或分析方法。
Nvidia 風波可能改變中國 AI 格局,美國加強審查或令中國科技巨頭及 AI 初創企業更難取得美國算力。《The Information》報道,Jensen Huang 與 Alice Huang 的婚外情可能曾協助將至少 $7.5 billion 的 Nvidia 晶片輸往中國。美國算力供應受限或令中國晶片商受惠,北京則正加大資源投入半導體自主發展。
軟件工程在現代網頁應用程式開發中仍然重要,因為能夠運作的應用程式未必正確、可靠或安全。AI 工具和 vibe coding 可加快原型開發及減少重複編碼,但生成的程式碼仍須理解、審查和測試。良好的工程實踐涵蓋需求理解、系統設計、測試、錯誤處理、安全及維護。
AI 編碼工具降低了建立網頁應用的門檻,但未經審閲的 vibe coding 程式碼在真實環境中可能出現安全、維護及擴展問題。常見風險包括輸入驗證缺失、依賴套件漏洞、除錯困難,以及資料庫查詢和雲端成本失控。建議先設計架構,審閲 AI 生成的程式碼,並以自動化測試和安全檢查把關。
Web Models API 提議讓網頁應用程式透過瀏覽器使用開放權重裝置端模型,並由用戶決定是否授權及可隨時撤銷。瀏覽器負責載入、執行模型和管理資源,API 亦支援工具呼叫、結構化輸出及多媒體輸入。此方案讓開發者按應用程式需要選擇特定模型,並在適用時避免雲端推理費用及傳送用戶資料至伺服器。
Anne Neuberger 提議由白宮 Super Intelligence Force 設定目標、關鍵企業 CEO 推動執行美國關鍵基礎設施網絡防禦計劃,覆蓋五個行業及數百個關鍵營運商和共用供應商。
「氛圍編碼」讓任何人都能透過對話式提示詞即時生成可用的網頁應用程式,降低創作門檻,但不能取代軟件工程。面對複雜狀態、高並發及敏感用戶資料,模組化、自動化測試、版本控制和安全建模仍是維持可維護性與可擴展性的關鍵。開發者須兼任架構師和審核者,在加快開發與嚴謹工程實踐之間取得平衡,確保產品穩定和安全。
NVIDIA 11 月 10 日發布的報告展示四間初創公司如何運用電腦視覺分類廢物,但相關數字來自公司估算、試點測量或未來目標,並非獨立比較。AIRECO 在試點生產線上辨識塑膠的準確率超過 95%;Greyparrot 則聲稱已部署超過 300 套系統,並完成逾一萬億次檢測。辨識準確率不等於回收成效,評估應著眼於物料實際回收、數據是否改善決策,以及成本和維護等因素。
文章比較 Stack Overflow 開發者調查與 Narrashift 的 AI 答案快照,指出 AI 編碼工具的使用率與推薦能見度並不一致。
AI 加快漏洞識別及可用攻擊程式的開發,改變黑客攻擊的成本,企業需要重新檢視軟件開發、採購及保安方面的既有假設。文中列舉 10 月披露的 PHP2Shell、Railway 及 OpenCode 事件,包括約 100,000 個工作區可能有環境變數遭入侵,以及 OpenCode Console 服務 1.4% 的用戶受影響。
AI 智能體正被用於醫療收入週期的申索處理,Adonis 以語音 AI 每週代表合作夥伴致電保險公司數萬次,查詢申索資料。Mount Sinai 和 Rush 透過清晰流程、問責安排及前線員工意見,判斷哪些工作適合自動化、哪些仍需人手判斷。Panoramic Health 指出,帳單、文件記錄及與保險公司互動的規則尚未跟上 AI 發展。
AI 智能體把單一提示詞擴展為數千次推理呼叫,令 Kubernetes 在模型服務與智能體工作負載興起下迎來新角色。llm-d 推理引擎和 Agent Substrate 旨在提升現有硬件的效能。Nvidia 捐出的安全項目 OpenShell 納入 CNCF 中立治理後,數月內吸引超過 300 家貢獻企業。
Vibe Coding 可讓 AI 根據簡單指示生成程式碼,但 AI 時代仍需要軟件工程知識,才能理解和維護所生成的程式碼。過度依賴 AI 可能影響編程技能,而生成的程式碼亦可能難以除錯、存在安全弱點或不易維護。
Lasso 的開發者比較了這款 Mac 螢幕標註 app 與 Presentify、DemoPro、ZoomIt for Mac、Zoom 內置工具及 macOS Markup。
Pascal Matthiesen 主張團隊共同規劃工作、撰寫提示詞與規格,再讓多個 Agent 按分工並行執行,以恢復工作可見度和協作交接。他正在開發 Paws,並已在個人項目和工作中小規模試用;文中亦提到 Cursor Projects 的共享上下文、任務板及 Agent 互通設計。他指出並行 Agent 也可能增加協調、合併衝突及人工審核負擔,建議先把做法當作實驗。
Crimson Desert 採用 Pearl Abyss 自研的 BlackSpace Engine,而非 Unreal Engine 5,將源自 Black Desert Online 的 MMO 引擎用於單人開放世界遊戲。遊戲開發歷時約 7 年,首週售出 300 萬份,截至 2026 年 5 月全球銷量突破 500 萬份。沿用的無縫世界、戰鬥及生活系統,構成遊戲體驗的重要部分。
DNApps 提出以「膠囊」描述應用程式的功能、固定與可調整的決策,以及建置次序,再交由編碼智能體按使用者環境生成應用程式。示例 Plate 的膠囊大小為 15 KB,生成的程式碼為 75 至 95 KB,約為五倍。DNApps 規格目前是 v0.1 草稿,開放在 GitHub 收集意見。
軟件工程仍是網頁應用程式開發的重要一環,因為可靠、安全、易於維護的系統不只靠生成可運作的程式碼。需求分析、規劃、測試和模組化設計有助保障應用程式的安全、品質和擴展能力。Vibe coding 可讓 AI 工具生成大量程式碼,但若開發者不理解、不檢視或不測試生成內容,程式碼可能帶有安全弱點。
Google 研究員 Pietro Miotti 以 48 個 AI 智能體分析 NASA lidar 數據,聲稱找到一處未知瑪雅遺址;但該遺址早已記錄於去年刊出的學術期刊論文。考古學家指出,政府資料庫沒有登記,不代表遺址未知或未曾測繪,判斷成果須核對既有研究並結合專業知識。Miotti 承認智能體漏掉了相關研究;專家亦關注業餘人士的發現宣稱可能增加考古學家的負擔,公開遺址位置則或會引來掠奪。
作者以 Vibe Coding 在 2 小時內建成 Campus Biz Hub 網絡應用程式,但發現登入、資料庫及安全功能並未真正完成。Vibe Coding 適合快速製作原型;要交付產品,還需做好需求規劃、架構、資料庫設計、安全、測試及維護。作者的原則是先用 Vibe Coding 製作原型,再以軟件工程方式交付。
Newcomer 與 Bessemer Venture Partners 公佈首份 AI 100,列出 100 家非上市 AI 公司,Anthropic 排名第一、OpenAI 第二。大型模型研究公司只佔榜單 9%,卻佔合計估值 55%;100 家公司的合計估值約為 $3.5 trillion。排名考慮收入、估值和市場份額等量化因素,也納入人才與文化等較難量化的因素。
軟件工程透過規劃、設計、測試、安全及維護,提升網絡應用程式的安全性、可靠性、可維護性和擴展能力。Vibe Coding 雖可加快開發,但生成的程式碼可能有安全漏洞、邏輯錯誤或私隱風險。AI 生成的程式碼在部署前仍須理解、審查和測試。
ChatGPT 和 GitHub Copilot 等 AI 工具令網頁開發更快捷,但軟件工程仍是確保應用程式安全、可靠及易於維護的重要基礎。完全依賴未經理解、審查和測試的 AI 生成程式碼,可能帶來安全漏洞、隱藏錯誤及私隱風險。開發者應結合 AI 工具與妥善的規劃、程式碼審查、測試及個人資料保護。
作者以 $200 方案實測 Factory Droid,檢視其模型選擇、用量限制、Missions 長任務及資源消耗。Droid 的 5 小時用量時段多次令任務停擺;單一工作階段長時間執行可佔用逾 1.5 GB 記憶體,日誌亦記錄 9 日內有 87 個子智能體結果因 Factory 後端回傳 404 而遺失。