晶片熱潮中,張博士面對5000萬元仍決定不創業
2026年晶片創業熱潮中,張博士在知名VC提出5000萬元、邀他組隊任CEO後,仍決定不創業,與被融資節奏推動前進的團隊形成對照。春節後,部分熱門項目在兩三個月內估值升至十倍,資本集中押注LPU、3D、存算一體等方向,晶片公司招聘增加,部分人才薪酬也隨之上漲。文章指出,資本週期以周、月計,晶片研發和客戶驗證以年計,估值上升仍須由產品在真實場景中的表現支撐。
2026年晶片創業熱潮中,張博士在知名VC提出5000萬元、邀他組隊任CEO後,仍決定不創業,與被融資節奏推動前進的團隊形成對照。春節後,部分熱門項目在兩三個月內估值升至十倍,資本集中押注LPU、3D、存算一體等方向,晶片公司招聘增加,部分人才薪酬也隨之上漲。文章指出,資本週期以周、月計,晶片研發和客戶驗證以年計,估值上升仍須由產品在真實場景中的表現支撐。
文章主張,AI 功能不應把每次請求都設為最高推理投入,因為這會增加延遲和成本,部分任務的答案品質還可能下降。一項 SWE-bench Verified 分析中,o1 高推理投入的問題解決率為 29.1%;三次低投入執行後按較低過度思考分數選取,問題解決率為 30.3%,成本少 $200。文章建議以自有評測集比較不同投入水平的準確率、token 用量及 p95 延遲,並採用達到品質標準的最低投入。
華為麒麟官方公眾號介紹,麒麟 9050 系列搭載的新一代達芬奇架構 NPU 支援 30B 大模型端側運行,無須連網或等待雲端。新一代 NPU 效能提升 140%、功耗降低 66%,並支援 Transformer 引擎、超低功耗感知引擎及 CANN 異構計算架構。公告亦稱,業界首個 30B MoE 大模型進入端側運行,並支援多級存算協同優化及低比特量化。
長程智能體會話應設定累計預算閘,不能只看每百萬 token 單價或限制單輪輸出。Tansr 的 maxTotalTokens 累計輸入、輸出及快取讀寫,思考 token 計入輸出且不重複計;maxUsd 只適用於以 USD 計價的模型。預設 block 會在下一次模型呼叫前中止本輪,但不會截斷已發出的模型串流或工具呼叫;恢復會話不會回填歷史用量。
LibreFang 發佈 v2026.11.11,加入逐訊息推理強度控制,並更新記憶可靠性、會話穩定性及安全隔離。聊天介面、CLI 和 agent editor 可選模型支援的推理級別,也可透過 `/think` 固定整段會話,或在 agent manifest 設定預設值。
Vidraft_lab 根據 SuperClue 2026 年 11 月數學與科學推理軸的 9 個分數,推算最簡單的題數解釋為 38 題,每題約 2.63 分;SuperClue 並未公佈題數。
cortiq 0.8.67 加入原生 CUDA 後端,讓 Spark-X2.6-4B 可透過同一個 CMF 檔案運行。
Anthropic 推出 Claude Fable 5.2 及 Mythos 5.2,兩款模型在編程、推理及視覺等方面改進,輸出速度較 5.1 快 30%。Fable 5.2 API 每百萬個 Token 的輸入及輸出收費分別為 8 美元及 40 美元,較上一代下調兩成;Fast Mode 分別收費 16 美元及 80 美元,Token 生成最高提速 2.5 倍。
推薦理由:文章並列 Fable 5.2 的速度、收費與基準表現,亦交代 Mythos 5.2 的申請限制及隱蔽行為風險,呈現新模型能力與安全議題的不同面向。
Scantist 的 GLM-5.3-SLIM-GGUF 以複製位元組方式,從 Unsloth 的 256 專家 UD-IQ2_M 裁減至 192 個專家,並未重新量化。
Artificial Analysis 發佈 Endpoint Accuracy Index v1.1,涵蓋 103 個無伺服器端點,其中 24 個得分在統計上低於自託管參考部署。
文章將模型推理視為在 token 空間中搜尋通往正確答案的路徑,並指出 RL 訓練提高的是成功路徑的整體概率,而非保證單條思維鏈收斂。延長思維鏈之所以有時有助準確度,是因訓練令模型學會運用額外 token,並非生成更多 token 本身必然更好。文章亦指出,驗證器不完美時,RL 搜尋可能令模型學會走向被錯誤接受的捷徑。
Zeus Kerravala 根據財報季比較 Amazon、Microsoft 與 Google 的 AI 雲端策略,預判 Amazon 長期領先、Microsoft 居次,而 Google 將落後。
Nahuel Nucera 以 24 個編碼智能體工作階段比較 vLLM、SGLang 與自製 Rust 服務引擎,結果顯示在 0.5 秒工具等待下,自製引擎總用時較短。
Google DeepMind 正式開放 Gemini 4 Carbon,開發者及企業可透過指定產品和 API 使用,科研人員可申請研究計劃,普通消費者則須訂閲 Google AI Ultra。
推薦理由:文章對照 Gemini 4 Carbon 與 Argon 的任務定位,並整理 API 價格和開發者、企業、消費者等不同羣體的使用入口。
Anthropic 啟動 IPO 路演,並於 11 月 10 日發佈 Claude Fable 5.2 和 Claude Mythos 5.2;谷歌則正式開放 Gemini 4 Carbon。
OpenRouter 比較 Qwen3.8 27B 的六個服務端點後,在 240 項有標準答案的任務中未檢測到 fp8、fp4 與 fp16 的準確率差異,各端點得分為 98.3% 至 99.2%。
Google DeepMind 宣佈 Gemini 4 Carbon 開放使用,並公佈 AlphaProof Code 以其驅動多個 AI Agent,四周內為 Signal 核心實現生成約 650 萬行 Lean 證明程式碼。
推薦理由:文章把 Gemini 4 Carbon 的長週期推理能力,連到 AlphaProof Code 對 Signal 編譯後程式碼的形式化驗證案例,具體呈現多個 Agent 如何結合 Lean 與機器檢查。
OpenAI旗下Codex不再延續Tibo主導的頻繁額度重置,並於10月31日宣佈ChatGPT與Codex額度互通、統一按token計量。文章將Tibo退居幕後、統一計量及帳戶停用潮,解讀為OpenAI在算力和成本壓力下收縮低價用戶補貼、把資源集中至高付費用戶,以應對Anthropic競爭。
Google 正式開放 Gemini 4 Carbon,供開發者、企業、科研人員和消費者使用,主打複雜軟件工程、科學研究與網絡安全。模型已透過 Gemini API 和 Google AI Studio 向付費開發者開放,統一上下文窗口為 1,048,576 Token,標準同步請求最多輸出 65,536 Token。
推薦理由:文章並列 Gemini 4 Carbon 的開放渠道、上下文規格與漏洞測試成績,呈現其面向複雜編程和安全研究的任務定位。
西安2026年前三季度進出口總值達7644.1億元,同比增長115.5%;文章分析,增長與全球AI投資帶動的儲存需求及西安儲存產業集中度上升有關。其中,集成電路出口3466.8億元,增長251%,佔全市出口58.1%;當前增長主要由儲存價格上漲和產品升級帶動。文中指出,三星西安產線升級進度、AI推理新增閃存需求,以及美國逐年審批設備出口許可,將影響後續供給。
JGENai 與 VIDRAFT 聯合發布元認知基準測試、24 個模型的公開排行榜及 11 款模型專用元認知適配器,用來評估模型能否察覺自身錯誤。基準包含 400 道陷阱題,分別評估選擇題準確率及開放式自我錯誤判斷能力;JGOS-31B-Citizen 排名 24 個模型之首,答對 398 題,陷阱題迴避率達 99.5%。
Quantum Frequency Modulator(QFM)是一項以頻率域預測下一個 token 的實驗,探索以晶格中的頻率碰撞和頻譜連續性取代 Attention。它以 64 維向量將詞語轉成頻率,透過四個振盪器累積訊號並生成文字。這個單檔 PWA 在瀏覽器內運行,傳統 LLM 只用於輔助預讀,並非 token 預測器。
Google 開放 Gemini 4 Carbon,稱其為目前能力最強的推理模型,面向複雜軟件工程、多步驟智能體任務、科學研究及網絡安全。
推薦理由:文章對照 Gemini 4 Carbon 與 Gemini 4 Argon 的任務定位,並列出 Carbon 的開放渠道、上下文規格與定價,呈現 Google 面向長週期複雜工作的模型部署安排。
Google 擴大 Gemini 4 Carbon 的使用範圍,現向開發者、企業、科學家及一般用戶開放。Google 表示,Gemini 4 Carbon 在多個領域的基準測試中勝過其 Argon AI 模型及 OpenAI、Anthropic 的競爭模型;它在 Gray Swan IPI 基準測試中的提示詞注入攻擊成功率為 0%。
OpenAI 發佈研究,分析預訓練、模型架構、強化學習及模型生成數據如何影響思維鏈(CoT)可監控性。研究發現,基礎模型困惑度下降與無 CoT 能力提升相關,部分架構在特定評測的表現亦高於困惑度所預測;強化學習在只有長度限制及最終答案評分時仍會提高 CoT 可控性,這種特徵也可經模型生成數據的監督式微調傳遞。作者指出,CoT 可控性是有噪聲且不完美的監控規避代理指標,與實際規避表現未必一致。
Alek Westover 指出,Gemini 4 Safety report 的描述似乎顯示 GDM 以輔助獎勵訓練 CoT,但 GDM 博客稱不會因 CoT 內容懲罰模型,員工亦稱沒有以 CoT 訓練,具體做法未明。
原文提出問題:推理正在解決甚麼目標?提供的內容只有 Hacker News 貼文標題、留言和頁面導覽文字,沒有交代推理所解決的目標或相關答案。
Latent Space 比較 NaiveAI 的 Naive-N0.5-Flash 與 DeepSeek V4.1 Flash 1017、GLM 5.3 Flash,記錄到 Naive-N0.5-Flash 超高速模式的單秒峯值約為 2,100 tokens,但此數值屬上限而非一般速度。
NVIDIA 於 2026 年 11 月 10 日在 Hugging Face 發佈 Alpamayo 2 Edge 權重,提供一個面向車載運算與延遲限制、參數量為 2 billion 的自動駕駛模型。
SO-Arena 評測 System One 模型在不同領域的能力範圍與決策可靠性,涵蓋 11 個領域及五類能力。對 21 個模型的評測顯示,擴展規模和增加推理帶來的效益因領域而異;整體表現最佳的模型在可靠性排名中僅列第七。
研究在 Cloudflare 的 Clef-flash(9B)與 Clef(27B)上,以同一批 2,400 項公開決策衡量量化造成的變化,並與引擎、重啟、批次及核心選擇造成的非量化波動比較。
Google 在兩週的選定安全專家測試後,正式開放 Gemini 4 Carbon;Google 表示它與 Gemini 4 Argon 互補,面向複雜多步編碼、除錯及開放式科學研究。
推薦理由:文章並列 Carbon 與 Argon、Fable 5.2 的基準及任務成本資料,呈現模型表現、推理耗用與實際開支之間的關係。
Stanford HAI 於 2026 年 11 月 10 日公佈第三份 AI100 報告,指出生成式 AI 擴展正受高質素數據短缺及前沿訓練成本限制。報告預期下一階段會更多依靠更智能的演算法、可能較小且較少重建的模型,以及推理階段的更多計算和工具或智能體。報告亦稱,AI 數據中心及晶片投資的規模與速度超越以往投資熱潮,但 AI 對整體宏觀經濟的影響及企業投資回報尚未在數據中顯現。
ExecuTorch 新增 WebGPU 後端,讓 PyTorch 模型可透過 torch.export 匯出為 .pte 檔,並在支援 WebGPU 的瀏覽器中使用 GPU 執行,毋須轉換至其他框架格式。
Stanford AI100 發佈第三份五年報告,指出過去五年由更多算力和數據推動的擴展模式,正受高質素數據短缺及前沿模型計算成本所限。報告預期下一階段將依靠更聰明的演算法、更小的模型,以及更多時間進行推理,並指出資料中心及晶片投資正加劇能源和淡水供應壓力。
Google 向開發者、企業、科學家及一般用戶開放 Gemini 4 Carbon,主打複雜知識工作、軟件工程及科學推理。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 均排名 #1,每項任務成本比次佳外部模型低逾 2X。
推薦理由:文章對照 Carbon 面向高難度多步任務、Argon 適合多數軟件工程及知識工作的定位,並提供基準與價格資訊,呈現兩款模型的用途差異。
Google DeepMind 開放 Gemini 4 Carbon,供開發者、企業、科學家及一般用戶使用,並定位為面向複雜知識工作、軟件工程及科學推理的前沿模型。
推薦理由:文章列出 Gemini 4 Carbon 在多項工作流程基準的排名及相對成本,並交代付費開發者和企業的使用入口,呈現其產品定位與採用條件。
Google 於 2026 年 11 月 10 日宣佈,Gemini 4 Carbon 開放予付費開發者及企業,並正逐步向 Google AI Ultra 訂閲用戶推出。
推薦理由:文章同時梳理 Carbon 的擴大開放、推理 token 計費及 Fairwind 網絡安全門檻,呈現深度推理工作流的使用成本與專門網絡安全存取限制之間的取捨。
NVIDIA Alpamayo 2 Edge 面向自動駕駛汽車(AV),處理推理模型在車載系統運算能力與延遲限制下的執行需求。將較大型模型部署到車輛,還需要縮小模型、保留實用的推理能力,並在目標硬件上驗證效能。
Hugging Face 將決策模型支援整合至 Transformers,並以共通介面讓模型根據狀態、問題及允許答案輸出結構化決策和機率。
推薦理由:文章比較決策模型與傳統分類、零樣本分類的定位差異,並展示 Transformers 與 llama.cpp 如何透過共通介面處理選項、序位評分及是非判斷。