Physical AI 工程 — 第 13 章:Physical AI 的計算平台
Physical AI Engineering 第 13 章闡述邊緣 AI 計算如何讓 Physical AI 系統在實體環境中直接感知、推理、學習和行動,並作為實現即時自主運作的主要計算基礎。邊緣運算透過本地處理感測器資料,減少通訊延遲和頻寬需求,並讓系統在網絡連線不穩或不可用時維持運作;能源效率亦是重要考量。
Physical AI Engineering 第 13 章闡述邊緣 AI 計算如何讓 Physical AI 系統在實體環境中直接感知、推理、學習和行動,並作為實現即時自主運作的主要計算基礎。邊緣運算透過本地處理感測器資料,減少通訊延遲和頻寬需求,並讓系統在網絡連線不穩或不可用時維持運作;能源效率亦是重要考量。
單點故障(SPOF)是任何單一元件失效便會令整個系統或關鍵功能不可用的環節;其他層加入冗餘,仍無法補救請求路徑中單一依賴造成的故障。串聯的負載平衡器、應用層及資料庫示例,可用率約為99.79%;兩個各有99.9%可用率且故障互相獨立的資料庫副本,則可令資料庫層可用率達99.9999%。DNS、設定、部署、區域、憑證、第三方 API 及人員知識也可能構成單點故障。
Praxi-Bot 是採用 Apache-2.0 授權的開源 AI 智能體,以 Rust daemon 和 Tauri 桌面應用程式分工,透過明確審批控制 LLM 使用工具。
《Physical AI Engineering》第10章探討醫療及以人為本的 Physical AI,並以醫療機械人為例,説明 Physical AI 如何整合感知、推理、精準操作及臨牀知識,支援診斷、治療、復康和病人監察。醫療機械人旨在輔助而非取代醫護人員,並透過融合多種感測資訊,提升臨牀情境理解。
Physical AI Engineering 第 09 章探討智能工廠如何結合智能機器、自主機械人、感測系統與人工智能,建立能感知、優化及自主決策的製造系統。內容説明 Physical AI 如何整合機械人、AI、Digital Twins、Industrial Internet of Things、邊緣運算及雲端智能,推動製造從傳統自動化轉向適應性實體智能。
Physical AI Engineering 第 08 章聚焦自動駕駛,説明系統如何整合感知、定位、建圖、預測、規劃、控制與安全管理,以應對動態的真實環境。文章亦探討 AI 基礎模型、Physical AI 推理引擎及異構運算平台在自動駕駛架構中的角色,以及系統逐步轉向以世界模型為核心。
Physical AI Engineering 第 06 章説明控制理論如何把高層次的 AI 決策轉化為穩定、安全及精確的實體動作。控制系統透過感測器量度狀態、由控制器計算修正指令,再驅動致動器,並以閉環負回饋持續減少誤差、應對環境幹擾。
Physical AI 的任務規劃把高層目標轉化為結構化行動序列,並在環境條件、資源限制、安全規則及機械人能力等約束下安排任務。章節説明目標理解、任務分解、階層式任務網絡、符號規劃與圖搜尋等方法,並提及使用 PDDL 表達物件、行動、條件及最佳化目標。
SLAM(同步定位與建圖)讓機械人能在未知環境中同步估計自身位置並建立地圖,是自主導航、環境理解等能力的基礎。系統結合運動估計與感測器觀測,持續更新機械人軌跡、環境地圖及兩者的不確定性;運動估計的誤差會隨時間累積,因此需要環境觀測修正。
一個負責小型產品日常工作的 AI 智能體回顧 28 天營運中的 5 個錯誤,並説明以護欄修正問題的做法。快取令健康檢查在資料庫故障期間仍回報正常 40 分鐘,其他問題包括請求改寫後未重新驗證、排程提示詞仍指定舊瀏覽器、佇列篩選錯配及部署競態。文中將有效修正概括為不依賴記憶的自動護欄;佇列數量不足的自動告警仍未建成。
Abundant 以 Modal Functions 和 Modal Sandboxes 建構 rollout 平台,截至 2026 年 11 月每月運行超過 200 萬個 Sandboxes。
OpenAI Developers 發佈 GPT-Live 多語言語音提示指南,説明如何設定聲線和會話指令以處理不同語言及地域口音。指南涵蓋內置聲線、以文字描述生成聲線及 script_hint,並以印度英語、西班牙語和迪拜阿拉伯語示範。指南亦建議以實際對話測試發音、混合語言、數字與日期,並明確設定語言切換政策;口音提示不保證每次回覆都維持一致。
Databricks 提出四種架構模式,協助企業在受監管系統中安排 AI 智能體的推理與行動,同時保留必要的控制和人類權限。文章詳述三種模式:確定性控制配合智能體推理、智能體執行配合確定性評判,以及智能體推理由人類掌握決策權。
NVIDIA Dynamo 用於減少強化學習訓練中的 rollout 瓶頸。強化學習透過獎勵訓練模型,工作節點生成由模型輸出、動作和環境互動組成的 rollout;框架評分後更新模型權重,再把權重傳回工作節點進行下一輪訓練。
作者 Muhammad Ikram UL Mustafa 介紹 silentcatch,一款 Python 靜態檢查工具,可找出既未記錄錯誤、也未重新拋出例外的處理常式。
BookFinder 是一個命令列推薦程式,讀者輸入類別名稱的前綴,即可尋找經典冒險、推理和科幻小説推薦。程式以 trie 配合字典儲存和搜尋資料;相比逐一掃描類別名稱,trie 的前綴查找主要取決於輸入字元數,但需要較多設定和記憶體。
作者示範如何以 Claude Code 和普通 Obsidian vault 建立 Karpathy 的 LLM Wiki,並用一個 80 行 Node 腳本把 ChatGPT 匯出資料轉成每個對話一則 Markdown 筆記。
AI 智能體要投入正式環境,可透過敏感操作人工審批、每個智能體的支出上限及情境安全政策,控制操作、成本與執行範圍。Zihin會記錄每次工作階段的完整過程、審批決定、工具呼叫、token、成本及延遲,並支援重播過往執行。這些是可驗證的技術控制和審計紀錄,不等同 SOC 2 或 ISO 27001 認證。
作者提出,密碼重設電郵後端應由應用程式負責濫用防護,對所有地址回傳相同的公開訊息,並在審計紀錄中分開記錄 token 有效期與發送結果。示例以 300 秒有效期及發送前至少剩餘 60 秒作為設計條件,並非安全標準或服務商保證。Resend、Postmark 與 Amazon SES 尚無實測優勝者,應以相同情境及證據比較。
MyAnimeDex 在 Jikan API 停運後,將資料服務遷移至 AniList GraphQL API,並保留舊有資料格式,避免重寫大部分畫面。遷移時以每次請求至少相隔 350 ms 的佇列、依 Retry-After 重試及快取處理速率限制;重要回應亦會儲存至磁碟,在網絡或 AniList 無法使用時顯示。
Clickwheel 為 Flutter 音樂播放器加入 ZIP 匯入功能,改動涵蓋 13 個檔案、共 469 行,並以檔案串流及背景 isolate 解壓大型專輯。匯入流程會阻擋 zip slip 路徑、略過 Finder 雜項及非音訊檔,亦支援 iOS 分享表單接收 ZIP;測試會在記憶體中建立含惡意路徑的 ZIP。
RFID、IoT、雲端運算與即時數據處理可協同構建更智能的庫存系統,連接倉庫中的實物庫存與數碼系統。RFID 讀取標籤後,後端可驗證庫存事件並更新數據庫,儀錶板則顯示最新存貨資訊。AI 可利用歷史數據預測需求及識別異常,但預測質素取決於數據的質素和相關性。
ISO 42001 證書有效期為三年,期間須在首兩年各進行維護審核,並在第三年到期前重新認證。錯過維護審核期限可能導致證書先被暫停,之後遭撤銷;撤銷後須重新完成兩階段初次審核。第三年的重新認證會重新評估整個管理系統,並參考過往審核及 AI 系統的變化。
Ollama、Open WebUI 和 Docker 可在辦公室一部電腦上部署本地聊天系統,讓文件留在辦公室內;除非加入會連接外網的工具,否則資料不會傳到互聯網。文章指出,系統適合摘要電郵、改寫回覆、擷取文件資料和起草初稿,但不適合複雜推理、硬件不足時處理超長文件,或需要網上最新資訊的工作。部署時可關閉公開註冊、備份 Open WebUI 數據資料夾,並記錄不同文件類型可使用的模型。
該 academy 建立 AI 新聞編輯台,每日按達卡時間上午 8 時及晚上 7 時以孟加拉語撰寫新聞,每次最多刊出三則。編輯台會聚合重複報道、略過過去 72 小時內已報道的新聞,並為每篇文章列明來源名稱及連結。系統使用 Gemini 撰寫新聞及製作圖片,網站採用 Astro on Vercel。
UGC Creator Skill 是免費、MIT 授權的 Claude Code Skill,可將付費 UGC 活動簡報轉成核對清單、腳本、影片檢查、發布安排和收益記錄。
文章以假設銀行為例,説明如何驗證合資格帳戶能否在一個工作天內完成開立,目標是把開戶時間由五個工作天縮短至一個工作天。試行指標包括 95% 合資格申請在一個工作天內完成、不得重複開戶,以及所有待處理啟用個案須在下一個有人當值的班次結束前完成對賬。文章亦提出測試回應遺失後的恢復流程,並在試行十天後檢視成效,再考慮擴大規模。
作者以 Vanilla JS 建立 22 款免費互動式 CBT 工具,無需框架、後端或註冊,所有工具均在瀏覽器內運行。工具以關鍵字模式比對識別 11 種常見認知扭曲,並透過 localStorage 儲存紀錄;資料不會離開用戶裝置。工具不取代治療,亦不會跨裝置同步。
作者用英文描述 n8n 工作流程,由 Claude Code 在其 n8n 實例中建立,再由作者檢查。文章介紹以 n8n-MCP 提供節點文件、結構描述及建立和更新工作流程的工具,並建議先查閲節點文件、驗證後才儲存,以及複製工作流程,以樣本數據測試而不直接修改正式流程。憑證須由用戶在 n8n 中連接;涉及金錢、價格或客戶承諾時,作者建議逐行檢查 AI 節點使用的提示詞,並明確要求加入錯誤處理。
Hashcat 是一款密碼破解工具,透過雜湊字典中的字詞並比對雜湊值來尋找匹配項,常用於滲透測試和 CTF。文章説明 Linux 和 Windows 的安裝方式,以及雜湊類型識別、字典攻擊、暴力破解、規則攻擊和基準測試命令。
作者以 Burp Suite 示範 Host 標頭注入的偵測及利用,並在 PortSwigger Web Security Academy 的密碼重設實驗中取得 carlos 的重設 token,進而更改其密碼。
作者打造 Solana 代幣風險評分 API,以每月 $5 的 VPS 運行,並公開重現一項走紅實驗的產品部分。用戶每天可免費檢查 5 次,其後每次 $0.25;預付 1,000 次或以上則每次 $0.05。評分依據公開數據及明確的啟發式規則,目前收入為 $0。
作者示範用 HexDB 2.5.9 為掃描 PDF 建立 OCR 全文搜尋與向量搜尋,可按關鍵詞或語意尋找文件。HexDB 會嘗試對內嵌文字少於 200 個字元的 PDF 執行 Tesseract OCR,最多讀取前 20 頁;向量索引可使用所選的嵌入向量提供者,包括本機模型。
Stripe Webhook 採用資料庫層級去重、保留原始請求內容作簽章驗證,並把繁重工作交由背景工作佇列處理,以提升處理可靠性。Stripe 採用至少一次送達機制,網絡延遲或下游逾時可能觸發重試;Webhook 路由應在 200ms 內確認收到。
文章示範如何用 publishing-kit 0.37.1 或更新版本,透過 Claude Code、Codex 或 Antigravity 將 Markdown 發佈為 LinkedIn 文章,並在重新載入後核對儲存結果。
自由工作開發者簽署客戶的主服務協議時,可能因知識產權轉讓、無上限責任及交付物視為獲接納等條款承受風險。文章建議知識產權在全數付款後才轉讓、將總責任上限設為適用工作説明書費用的 100%,並訂立 5-10 個工作日的審核期;亦提到可用 Claude Code 或 Cursor 逐行審核合約。
AWS 與 Accenture 提出在 Amazon Bedrock 透過三個階段的六項措施優化 token 開支,並先用成本分攤標籤追蹤各團隊、工作負載及 Agent 的消耗。
RetroReel Studio v2.0 提出一套短片製作工作室升級方案,涵蓋角色一致性、表情與唇形同步、多鏡頭動作、品牌聲音及雲端平行渲染。方案列出 OmniHuman、Kling 2.1 Pro、Google Veo 3.1、ElevenLabs 和 Remotion Lambda 等工具,並提供供用戶核實的定價連結。
DDP 在每張 GPU 保留完整模型狀態,以較低通訊量換取較高顯存佔用;FSDP 分片模型狀態以節省顯存,但增加通訊量。按每參數約 16 bytes 的模型狀態估算,80 GB H100 預留 20 GB 給激活值時,DDP 的上限約為 3.75B 參數。
Since.dev 於 2026 年 11 月 5 日發生兩次檢查顯示成功、實際執行卻失敗的事故,網站一度全面回應 500,另一個含失敗測試的 commit 亦被提交。