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。
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。
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。
一名教師表示,學生在 iPad 上開啟 PowerPoint 課堂檔案要按次序完成 16 次點擊,並在約 40 條連結中尋找檔案。教師指出,Clever 頻繁要求重新登入,冗長流程令有任務啟動困難的學生可能拖延至 20 分鐘;PowerPoint 亦須在 iPad 上以 Keynote 開啟。
戰術第一身射擊遊戲 Ready or Not 由 Unreal Engine 4 起步,並於 2024 年 7 月 23 日隨 Home Invasion DLC 升級至 Unreal Engine 5。文章分析指,轉用 UE5 是為配合主機版本,而非追求 Nanite 展示效果;升級亦帶來新的問題。
《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。
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。
原文標題指出,席捲數學領域的浪潮正逼近 AI 開發。正文只有 Hacker News 貼文資訊,沒有交代這股浪潮的內容或對 AI 開發的具體影響。
Anthropic 的模型棄用頁面仍將 Claude Haiku 4.5 列為 Active,Microsoft Foundry 排程則列明它於 2026-11-15 退役,兩個官方來源對狀態和日期説法不一。
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。
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。
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。
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%。
作者以 126 次夜間測試檢視 Astryx 的「Agent ready」主張,shadcn 得分領先 67 次,Astryx 最佳配置領先 46 次。測試期間為 2026-03-20 至 2026-09-01,平均分數為 Astryx 90.9、shadcn 94.6、純 HTML 81.3。
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。
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。
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。
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。
馬斯克在 X 回應「請僱用黃仁勳」的建議時表示:「那將是我的榮幸。」當時英偉達董事會據報正尋找黃仁勳的接班人,但罷免尚未正式宣佈。文章分析可能換帥對英偉達戰略判斷、管理運作及客戶關係的影響,並梳理數名接班人選與黃仁勳可能的職涯去向。
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。
DeepSeek鮮有核心員工離職創業,兩輪融資後核心人才流動進一步減少。公司估值逾5000億元、員工僅幾百人,內部已有員工期權計劃,重要及資深員工持有的期權數量和金額不少。報道亦從研究氛圍、簡單組織層級和投資方重視團隊穩定等方面梳理相關背景,並記錄公司近半年擴大招聘及團隊規模。
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。
NATS 這套開源訊息系統正承載短暫沙盒、數據中心遙測及 AI 智能體之間的訊息流量,並協助智能體交接工作。JetStream 持久化引擎及鍵值儲存可保存交接所需狀態,NATS 亦支援跨數據中心、區域及雲端通訊。
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。
Prefill 與 decode 分置不同 GPU 池可減少 prefill 對同一 GPU 其他串流的阻塞,但 KV cache 跨機傳輸會進入請求關鍵路徑。
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。
NPR 的報道探討 Google 為何停止向不使用 AI 的學校提供 Search,並提出幾種可能解釋。所提供內容未列出具體原因或相關細節。
作者指出,AI 能快速生成可展示的軟件原型,卻不會因此補上正式軟件所需的錯誤處理、可靠性與維護工作。朋友用 Claude Code 製作的餐廳管理網頁缺少手機版版面、登入、翻譯及錯誤情況處理,資料保存亦只足以應付重新載入。作者主張把需求故事、規格和決策記錄在 Markdown 檔案及 Git 中,供人或 Agent 日後查閲,作為理解和修復系統的依據。
2026 年 8 月至 10 月,AI 智能體每月流量增長 8 倍;United Airlines 禁止智能體訂票,Amazon 阻止第三方智能體購物,Shopify 則開放智能體結帳。
AIS、Techsauce 與 Health at Home 的領袖指出,AI 越深入日常生活與工作,人類越要掌握決策,不能把思考全盤交給 AI。AI 可處理低價值工作、騰出時間,但仍會生成沒有根據的答案,也可能令人因信任而放下戒心。企業應先找出痛點、選對工具,並以合適的數據和提示詞提升輸出質素。
Notion 表示,Fireworks AI 用於處理 Notion AI Insights 對話的端點雖受合約零數據保留承諾約束,仍保留聊天記錄,部分記錄在未經授權存取事件中外洩。
Google 將 Gemini 4 Hydrogen 定位為速度取向模型,稱它在預設推理設定下完成任務的速度是 Gemini 3.8 Flash 的 2.5 倍。
文章指出,雲端報告常把受訪者自述包裝成市場成熟度證據,並以更多治理措施回應問題,忽略架構缺陷。Flexera 調查中,81% 仍以成本效益和節省作為雲端進度指標之首,68% 把優化雲端成本列為首要措施,反映「價值時代」仍以成本控制為主。
本集播客指出,今年的選舉結果反映選民對科技寡頭、矽谷及數據中心感到強烈不滿,右翼迷因亦不再奏效。節目亦討論,AI 公司正威脅由它們促成的 AI 逆向工程。訂閲者專屬環節則談及英國嚴苛的新反色情法。
人工智能生成的錯誤小説資訊正破壞作家與讀者之間的信任,作者難以確認讀者是否真實,讀者亦可能受虛假資訊誤導。Rachel Kadish 發現 ChatGPT 錯誤描述了她的小説情節,之後一名讀者因誤信相關説法而向她質問。
作者提出「數據智能工程師」作為 AI 數據團隊的新角色,透過智能體自動處理數據匯入、轉換與建模,並由人員承擔結果問責。這個角色要維護清晰的數據模型與共享上下文,並用 evals 檢查已知答案的問題是否答對,以及發現系統故障。文章亦建議按智能體工作的影響範圍安排監督,重要指標應維持高質素和可預測。
語義模型為 AI 明確界定數據含義,令輸出可追溯至易理解的概念,而非不透明的相關性。缺乏語義時,檢索可能只匹配相似字詞,而非正確概念,產生看似合理但不可靠的答案。安全規則和存取政策可在語義層按含義統一定義。
與會專家指出,優質內容、在地化與科技應用有助中國文化走向海外。Mango與越南當地公司合作推出節目越南版,於2023年首播,創下當時製作規模最大、收視率最高及廣告商數量最多三項紀錄。科技能提升文化傳播效率,但故事的情感與文化共鳴仍有賴創作者及人與社區之間的交流。
鯤鵬以 ARM 指令集處理器為核心,透過硬件開放、軟件開源構建智能算力生態,並以自主創新推動國產化。鯤鵬已發展 6000 多家合作夥伴,完成 17000 多個解決方案的認證適配。根據 2024 年 IDC 中國區伺服器報告,鯤鵬系伺服器的中國市場份額超過 20%。
開源軟件在企業基礎設施中的角色持續提升,2025 年及以後的發展趨勢包括開源 AI 興起、開源拓展至業務應用平台、降低軟件供應鏈風險,以及探索新的融資模式。原文指出,96% 的軟件依賴開源,軟件供應鏈攻擊成本預計由 2023 年的 460 億美元增至 2031 年的 1380 億美元。開源 AI 可透過微調及定製基礎設施滿足企業需要,OSS 生態系統的可持續融資仍待解決。
博通和台積電被傳有意分別收購英特爾產品部門和代工部門,但這項拆分交易仍屬傳聞。英特爾代工服務部門2024年營運虧損134.1億美元,文章認為其若要與台積電競爭,仍需大量投資;台積電也可能改以重要股東身分參與。