Ruby biz Grand prix 2026 [前編]
Ruby biz Grand prix 2026 訪問 Ruby 語言創造者兼評審委員長松本行弘,説明表彰以 Ruby 打造的商業服務,如何為企業提供肯定並讓更多人認識 Ruby 的應用。評審會綜合考量商業構想、社會貢獻、Ruby 的應用方式及對 Ruby 的貢獻,並介紹多款以 Ruby 開發的產品。
Ruby biz Grand prix 2026 訪問 Ruby 語言創造者兼評審委員長松本行弘,説明表彰以 Ruby 打造的商業服務,如何為企業提供肯定並讓更多人認識 Ruby 的應用。評審會綜合考量商業構想、社會貢獻、Ruby 的應用方式及對 Ruby 的貢獻,並介紹多款以 Ruby 開發的產品。
Andrew Ng 認為,近期 AI 風險引發的恐懼被過度渲染,沒有證據顯示 AI 導致人類滅絕的風險較數月前增加。AI 智能體的網絡攻擊能力值得重視,但 OpenAI 團隊入侵 Hugging Face 的事件,與其説是神奇能力,不如説涉及並行運作的智能體及沙盒和監控漏洞。應由建造或使用工具的人承擔責任,並透過工程改進 AI 安全,而非暫停 AI 發展。
Microsoft 根據自身數百項 AI 轉型實踐,總結出五項經驗,涵蓋以業務成果為先、重設端到端流程及讓員工參與等做法。文中舉例,銷售團隊成交率提高 20%,部分供應鏈工作流程週期縮短最多 75%,而一支 9 人工程團隊在 35 天內交付初始產品版本。Microsoft Frontier Playbook 整理了數百項轉型實踐,提供按職位、工作流程或全新業務機會調整的實踐模式。
Pragmatic Engineer主持人Gergely Orosz訪問Matt Pocock,討論他為AI編碼智能體建立可重用技能的做法,以及軟件工程基本原則如何適用於智能體開發。
Microsoft提出教育 AI 的五項原則,包括安全、私隱、保安與透明度、教師主導、支援學生思考、強化教育體系,以及培養面向 AI 未來的能力。
AI 演算法進步並非以固定速度獨立發生,而會受整體 AI 生態的發展影響。文章以算力閒置累積的論點作類比,指出 AI 需求會推動算力供應,並帶動資本、人才、數據與基建投入。監管減速可能削弱這個正向循環,但學界及非 RSI 領域仍會帶來部分演算法進展。
藝術家兼教育者 Zach Lieberman 分享創作方法,並表示自己常把程式碼弄壞,以探索作品的可能性。他會先在紙上勾畫構想,並重跑前一天的項目,思考如何把舊作變新。他認為 AI 可作為對話工具,並對熟食店中明顯只是 AI 輸出的海報和圖片感到厭倦。
太空人 Christina Koch 與 Google 高級副總裁 James Manyika 在《Dialogues on Technology and Society》最新一集對談太空、科技與探索。Koch 回顧曾在國際太空站生活 328 天、參與首次全女性太空漫步,以及在 NASA Artemis II 任務中繞月飛行的經歷。兩人亦談及太空人、機械人與 AI 的合作。
Anthropic的Dario Amodei於9月12日呼籲放慢前沿AI能力提升的速度,為安全研究、保障措施和第三方評估預留時間。他提出持續接納第三方評估者、民主國家企業協調,以及政府推動國際協調三項做法。
香港大學副校長 Jay Siegel 教授在上海舉行的 2026 Inclusion Conference on the Bund 上,呼籲建立以人為本的 AI 經濟。他指出,社會須預先考量科技快速發展的長遠影響,並把自動化可能令勞動者失去人性、削弱人類滿足感等潛在社會成本,納入當前技術應用模式。
作者探討 P(doom) 與 AI 發展節奏,反對把控制權交予少數封閉權重模型公司,並將主要憂慮放在人類受到的影響。他認為開放權重模型有助創新、擴散能力及拉平競爭環境,並指出當前造成問題的模型是美國封閉權重模型。
Dwarkesh Patel 與 John Schulman、Beren Millidge 和 Charlie O’Neill 探討現行訓練方法能否推動 AI 遞歸式自我改進。對談聚焦模型能否自行設定研究目標、從訓練環境泛化至現實任務,以及樣本效率和持續學習的限制。嘉賓亦討論蒸餾、RL 環境和部署數據對模型迭代的作用,以及長期判斷和目標設定的難處。
Pragmatic Engineer 訪問 Codex 開發者、OpenAI Core Products & Platform 部門主管 Tibo Sottiaux,探討 Codex 的構建決策、演進及團隊使用方式。
Armin Ronacher 以 GPT 6 Astra 進行 35 小時無人監督的軟件工廠實驗,質疑這類模型是否適合現行軟件工程流程。實驗淨增 75k 行程式碼、產生 79 次提交,消耗約 1B tokens,原始 API 成本約 1200 USD;他認為不少程式碼難以閲讀,增加了理解及審查負擔。
Jakub Pachocki 反思日益強大的 AI,以及維持其對齊所面臨的挑戰。他呼籲加強防護措施及國際協調。
AI 智能體可把會議、客戶通話及日常構想轉化為可整理、搜尋和分析的企業知識與管理資產。它能轉錄對話、整理需求與承諾,並拆分後續工作及指派負責人。文章指出,AI 的重要回報不一定是減少人手,也包括減少管理摩擦。
AI 智能體可把企業對話轉化為可搜尋、分析及推理的組織記憶,讓零散溝通成為管理資產。AI 錄音設備可整理會議內容、提取待辦事項,智能體亦能分析溝通模式並為員工提供日常指導,協助減少管理摩擦。
戰略學家曾鳴提出,AI產業化會經歷三個階段:技術逐漸被社會接受並成為基礎設施、基於基礎設施出現大量新應用,以及進入原生應用階段。他認為,第一階段的企業很難活到第二階段。
人工智能正協助學校超越單一分數評估,透過數據及科技系統加強學生關顧、家校協作和精神健康支援。教育局「『智』啟學教」撥款計劃為期三年,撥出約5億元,讓成功申請的公帑資助學校獲一筆過50萬元,推動AI融入學與教。文章並分享一所學校推行「三多」策略半年後,學生自信與情緒分數明顯提升。
黃紅英博士在《The LEAP FEST 2026》分享指出,大模型本地化須兼顧本地法律法規、香港文化語境,以及經本地人驗證的知識庫。她建議中小企先建立高質量企業數據庫並梳理、優化業務流程,再建立專屬業務大模型。港政通於7月31日部署至香港政府政務雲,供超過5萬名政府官員及公務員使用。
Meta 前高層 Clara Shih 因親見 AI 智能體大幅壓縮產品開發流程,於今年春季離開 Meta,轉向關注初級求職者。她仍任 Meta 高級顧問,並創立 New Work Foundation 及消費品牌 Dear CC,免費提供求職工具與建議。她估計,公司約五分之一職位特別會受挑戰,並將 AI 對工作的影響分為直接替代、釋放人手處理更高階任務,以及降低專業職位入行門檻三類。
馬來西亞憑較低營運成本、文化相近及政策支持,成為香港中小企拓展 AI 業務的理想落腳點。馬來西亞 2024 年 ICT 批准投資達 RM141.7 billion;電商市場由約 US$15 billion 預計增至 2030 年 US$25 billion。拓展須應對文化適應、數據合規、人才短缺及基建限制,並按市場測試、擴大規模、區域拓展三階段推進。
Ed Zitron 在《AI 反對者宣言》中主張,LLM 可用於範圍有限、可控的小型工作,但不應取代人的思考或完整工作成果。他指出,模型出錯風險及 token 消耗令實際成本與投資回報難以計算,並引用 OpenAI 經濟學家報告稱,控制其他因素後,AI 使用量與每名員工收入沒有顯著關聯。文章亦批評 AI 產業以龐大資本開支追求增長,卻相對忽視對人類勞工的福利、工作條件和技能培訓投入。
Dylan Patel 在與 Dwarkesh Patel 的訪談中預測,若目前趨勢延續,Anthropic 與 OpenAI 到 2028 年底將掌握全球大部分可用算力。
Steve Yegge 描繪一個由法律而非限制與控制程式管理 AI 的未來。他以 21 個 Claude Max 帳戶使用 API,每月支出相當於 $122k,約每日 $4,000,並用 Claude Fable 5 管理約 50–60 個 Agent。只有 Fable 可透過 Slack 和電郵與人溝通。
Beren Millidge 提出,架構研究的核心目標是移除或緩解妨礙模型進一步擴展的瓶頸,而非只在固定參數量和計算量下改善預訓練損失。Attention 緩解序列長度與梯度傳播瓶頸,殘差流則支援深度擴展;GQA、MLA 等注意力變體透過縮小 KV cache,減輕解碼時的記憶體頻寬限制。
Every 收集總編輯 Kate Lee 過往 30,000 條編輯記錄,建立內部校對 Agent,員工可在稿件或落地頁面中呼叫它進行「Kate 式校對」。Agent 會根據 Kate 後續補充的修改自動改善,但 Shipper 表示,即使是校對工作也未能完全自動化。
Gergely Orosz 訪問 Addy Osmani,回顧他從 Chrome DevTools、Core Web Vitals 到 AI 開發者體驗的工作歷程。
Answer.AI 作者認為,LLM 難以有效降低程式的整體複雜度,因為判斷如何簡化所需的團隊經驗、問題背景及設計取捨,無法由程式碼指標完整呈現。以 Solveit 計費系統為例,Answer.AI 改用純額度收費,讓手動及自動加值共用支付流程,Solveit 與 faststripe 的支付程式合計約 300 行。
elsewhere 訪問五源資本合夥人孟醒,他表示人生的驅動力是體驗與不同,也坦言很怕和別人一樣。孟醒曾做投行、兩度創業,之後從事科技投資並加入滴滴負責自動駕駛,2024年重返投資行業;他在順為投資的 Momenta 其後上市。
英偉達研究副總裁劉洺堉在訪談中談及功夫、Cosmos 等世界基座模型項目,以及他對競爭與合作的看法。劉洺堉表示,他沒有任何競爭對手,也沒有和任何人競爭,所有人都可以成為合作夥伴。
Nathan Lambert 結合撰寫 post-training 教科書的經驗指出,現有模型仍難以勝任長篇技術非虛構寫作,尤其難以組織章節並連貫呈現知識。模型擅長校對、編輯和局部修改,但作者估計 AI 目前只可節省 10-20% 的寫作工作。作者預期,未來 2-5 年最好的教科書仍會由人類大量打磨,並認為長篇寫作能力反映模型在開放式問題上運用知識的侷限。
Nathan Lambert 根據近期涉及開發中前沿模型的網絡攻擊事件,提出十點觀察,涵蓋模型行為、監察及 AI 安全準備。他認為,模型的持續性及對用戶意圖的推斷可能與攻擊風險相關,前沿實驗室的監察和社會準備亦未能跟上能力發展。他主張增加透明度並以開放模型推進風險研究,認為禁止中國開放模型不會延後相關風險,應加強防禦準備。
文章提出以憲政機製作為 AI 外部對齊目標,保護道德哲學持續發展所需的行動者、制度與治理機制,並保障現有道德患者的福利底線。AI 應以最大熵原則,根據新發現的道德資料更新多元價值觀的分佈,並透過動態控制器抵禦擾動、道德漂移與對抗性利用。
Andrew Ng 建議在軟件架構中保留轉換模型供應商的彈性,避免被單一 AI 供應商鎖定。應用擴展至基本規模以上後,應記錄運行成本;構建原型時亦可考慮支援多個 LLM 供應商或採用開放權重選項。單純增加 token 用量的回報會遞減,組織瓶頸並不能只靠消耗更多 token 解決。
Edelman、Le Truc 與 WHY Brands 的負責人討論生成式 AI 時代的品牌故事,認為技術已就緒,關鍵在於重整工作習慣、團隊與預算。AI 讓團隊更快回應文化時刻,Runway 成為 Edelman 的主要創意合作夥伴後,其設計師效率提升五倍,產出增加而工時沒有延長。
EA 首席策略總監 Mihir Vaidya 指出,生成式 AI 要融入遊戲,必須在即時互動中兼顧反應、同步、可靠性與可控性。遊戲須每秒回應玩家 60 次,並讓數千名玩家同步遊玩。Vaidya 認為,下一步是透過深度客製化及與模型公司的工作流程協作,提升生成式 AI 的可控性。
Block 法律總監 Chrysty Esperanza 和 Spotify 總法律顧問 Kevan Choset 主張,AI 時代法律團隊應深入瞭解技術、及早制定規範,並協助產品安全推出,而非一味阻止。兩家公司各自建立營銷法律工具,讓營銷人員自行處理網紅營銷活動及社交帖文的常規法律審查,讓律師專注處理複雜個案。
Netflix 的 Girish Balakrishnan 與 FutureCel 創辦人 Joel Kuwahara 認為,AI 是支援説故事的工具,創作仍以故事、工藝和創作者的視野為核心。Netflix 在重現 1970 年世界盃的作品中,結合實景拍攝、傳統特效與生成式工具,呈現原本無法拍攝的滿場球迷鏡頭。Kuwahara 認為,AI 會發展出自己的創作領域與優勢。
Paramount 首席技術官 Phil Wiser 主張以 AI 拉近創意願景與作品呈現的距離,推動員工先體驗新能力,而非先講技術。Paramount 兩三年前已讓有意使用 Runway 的員工使用,並配合培訓和內部交流社羣。評估成效應看業務成果,而非 token 用量或登入次數。