Zig creator seeks 'uncompromising perfection' before blessing 1.0
Zig 創作者 Andrew Kelley 表示,只有在達到「毫不妥協的完美」後,才會推出 Zig 1.0,屆時亦會承諾向後兼容。Zig 經過 11 年發展,現為 0.16 版;推出 1.0 前,團隊仍可不受向後兼容限制,繼續改進語言。
Zig 創作者 Andrew Kelley 表示,只有在達到「毫不妥協的完美」後,才會推出 Zig 1.0,屆時亦會承諾向後兼容。Zig 經過 11 年發展,現為 0.16 版;推出 1.0 前,團隊仍可不受向後兼容限制,繼續改進語言。
Steve Yegge 認為,傳統技術面試難以可靠評估候選人的實際工作表現,並主張以真實工作協作取代模擬式面試。他以 Google 的分析及招聘委員會否決自身面試資料的經歷,説明面試評分與實際表現之間的落差。他提出 campfire 模式,讓候選人有薪參與數天的真實團隊工作,並取得由公司簽署、可帶走的工作紀錄,不論最終是否獲聘。
小鵬汽車董事長兼 CEO 何小鵬接受第二次訪談,談及他在 2025 年加大對 AI 和機械人的押注,以及人形機械人 Iron 的誕生與意外。他亦分享技術變革下的 CEO 心路,並談到新車 GX 和「不能做縫合怪」等話題。
真格基金管理合夥人戴雨森在《雨森的創投觀察》第2集回應第1集觀點「被打臉」一事,並以「Strong Opinions, Weakly Held」概括自己的態度。他亦回顧第1集哪些判斷正確或錯誤,談及投資偶像Stanley Freeman Druckenmiller。
Ethan Mollick 主張應有意識地選擇哪些認知工作交由 AI 處理,而非預設讓 AI 代做,避免削弱學習與思考所需的投入。土耳其高中數學實驗中,使用 ChatGPT 的學生作業表現較好,但測驗成績低於未使用 AI 的同學;台北高中五個月 Python 課程中,使用 AI 導師個人化題目序列的學生,在無 AI 協助的期末考高出 0.15 個標準差。
當人人都能快速打造產品,Figma 指出真正拉開差距的是選對方向和持續打磨,而非一味追求速度。AI 讓團隊可以平行探索多個方向,將不同方案發展成具體的互動原型,並與隊友及 Agent 一同比較和回應。要讓作品脱穎而出,仍須主動質疑 AI 看似妥當的預設,反覆取捨和修整,形成鮮明觀點。
黃紅英博士出席論壇,倡議研發本土大模型,以穩固香港 AI 自主根基。她呼籲本地初創企業攜手,在安全、合規且懂廣東話的公共基礎設施上創造垂直應用,助力香港成為全球 AI 創新高地。
Freda Duan在《Freda的投資札記》第2集討論 Tokenmaxxing、AI時代的組織架構,以及不確定和孤獨時代的人際關係。她是 Altimeter Capital 合夥人,該基金投資了 OpenAI、Anthropic、字節跳動等公司。
antirez 回顧 DwarfStar 4(DS4)迅速走紅,並表示項目日後會採用在高階 Mac 或「GPU in a box」設備上實際運行夠快的最佳開放權重模型。
姚順宇在一場4小時訪談中談及模型訓練、技術預測,以及「英雄主義已過去」。過去兩年,他先後在 Anthropic 和 Google DeepMind 擔任研究科學家,參與 Claude 3.7、4.5 及 Gemini 3 的開發。
在 AWS 主題演講將 AI 形容為「魔法」後,Amazon Stores 工程總監 Steve Tarcza 表示,團隊要求工程師檢查所有 AI 輸出,並批准每項會改變系統狀態的 AI 操作。
Google Cloud AI 團隊為 Gemini Enterprise 設計工作用智能體體驗,以簡潔、透明的介面讓用戶聚焦目標,並保留介入控制。AI Inbox 顯示智能體的工作進度及待用戶介入事項,共享項目空間則讓團隊掌握任務脈絡。Agent Designer 可設定智能體可存取的數據、可用工具,以及何時須停下來請求許可;回覆亦附有來源引文。
DX CTO Justin Reock 指出,AI 帶來的工程生產力提升取決於整體工作系統,而不只是程式碼生成。DX 對 500 家公司的縱向研究顯示,PR 速度中位提升 7.5%、平均提升 13%、最高達 70%;Atlassian 研究則顯示,工程師約 16% 的時間實際用於編寫程式碼,而 DX 數據發現輕度 AI 採用會降低生產力。
Sam Altman 分享了指引 OpenAI 工作的五項原則。OpenAI 的使命是確保 AGI 惠及全人類。
訪談羅福莉 3.5 小時,探討 AI 如何從預訓練主導的 Chat 時代轉向後訓練主導的 Agent 時代,以及這場範式轉變帶來的結構性影響。對談聚焦 Claude Opus 4.6、OpenClaw 等技術變化,並涉及後訓練、卡的分配和組織平權。
張小珺與洪樂潼進行4小時訪談,談及 AI for Math、把數學形式化為 Lean,以及數學證明、直覺和數學是被創造還是被發現。洪樂潼創辦的 Axiom 剛完成 2 億美元 A 輪融資,估值為 16 億美元;節目簡介亦提到 57 歲美國終身教授小野肯(Ken Ono)辭職轉而為 24 歲的洪樂潼工作。
antirez 指出,AI 網絡安全的勝負不在於誰投入更多 GPU,而在於模型能力,以及能否更快使用這些模型。OpenBSD SACK bug 顯示,反覆抽樣的上限受模型智能程度限制;較弱模型未能理解多個問題如何共同觸發漏洞。較弱模型可能只是在幻覺中猜中問題,而 Mythos 能真正理解漏洞。
Beren Millidge 評析 Claude Mythos,推測其網絡攻擊能力的大幅提升主要來自針對性 RLVR 後訓練,而非預訓練擴展或重大研究突破。他認為,現有智能體程式編寫環境可延伸至網絡攻防訓練,藉 RLVR 集中提升特定能力。他並推測,相關環境、SFT 數據和沙箱基建可能比 Mythos 規模模型更容易重建,類似攻擊能力或在一年內出現。
自然選擇創始人 Tristan(張筱帆)在訪談中談及 AI 遊戲 Eve、AI 社交產品 Elys,以及 AI 時代社交網絡的構想。Elys仍在測試,尚未全面上線,構想包括建立賽博分身,由分身主動社交並促成現實連結;Tristan亦談到 Context 的流動。
SUSE CSO Frank Feldmann 指出,企業可透過降低既有 IT 基建成本,騰出預算投資 AI,SUSE Rancher 和 SUSE AI 是相關方案。
Steve Yegge 分享「Vibe Maintainer」工作流,説明如何用 AI 管理 Beads 和 Gas Town 大量由 AI 生成的社羣 PR。兩個專案每天合計接近 50 個貢獻者 PR,他表示中位處理時間約 15 小時,約 88% 的 PR 最終以不同方式合併。他主張優先吸收 PR 中有效的改動,把要求貢獻者修改留作最後手段。
Block 正探索以公司與客戶世界模型及智能層承接傳統管理層的資訊協調職能,並據此重組企業運作。方案由金融能力、世界模型、智能層,以及硬件與軟件介面構成;員工則分為個人貢獻者、直接負責人(DRI)和兼顧實作與人才培育的 player-coaches。Block 表示轉型仍處於早期,其客戶世界模型以 Cash App、Square 的交易資料及商戶營運數據為基礎。
Hamel Husain 認為,LLM API 雖讓團隊可自行整合 AI,評測、實驗設計和生產監測仍需要數據科學方法。文中列出五類評測陷阱,包括套用通用指標、未驗證 LLM 評審、測試集設計不當、數據及標籤質素欠佳,以及過度自動化。作者建議檢視 traces、以人工標註驗證評審,並根據真實生產數據設計測試集,讓領域專家參與標註。
Mario Zechner認為,過度依賴編碼智能體雖可加快程式碼生成,卻會令錯誤與複雜度迅速累積,增加程式碼庫失去可維護性的風險。他建議把範圍明確、可評估且非關鍵的任務交給智能體,並由人把關成果;架構和 API 等系統核心部分則應由人掌握。
Rachel Thomas 在訪談中分析 AI 應用於生命科學的風險與侷限,指出模型表現受數據質素、採集方式及領域知識制約,單純擴大數據規模並不足夠。她以酶功能分類研究為例,指出其中 135 個被稱為「新」的酶已出現在 UniProt,相關錯誤由具備專業背景的微生物學家發現。她主張讓領域專家、患者和臨牀人員持續參與數據收集及模型開發,並持續投入實驗室研究。
張小珺與謝賽寧進行了一場長達 7 小時的訪談,談及世界模型,以及他與楊立昆等人創立 AMI Labs 的創業歷程。AMI Labs 目前僅有 25 人且尚無產品,已完成 10.3 億美元 Seed 輪融資,投前估值為 35 億美元。
AI 正重塑工作流程並削弱員工與企業之間的信任,領導者須以人為本推動變革,從管控者轉為支持者與教練。研究顯示,58% 的員工憂慮職位被取代,但只有 29% 的管理層知悉這項憂慮。McKinsey 估計,生成式 AI 可自動化最多 30% 的工時,領導者應把節省的時間用於與員工深入交流。
AI 正被用於董事會決策、合規監察、投資者關係及風險管理,以提升企業管治的透明度、問責性與公平性。調查顯示,約三分之二董事已不同程度使用 AI 協助準備會議或模擬情境。企業亦須監督 AI 系統,確保演算法公平、透明,並持續檢視潛在偏見。
Michael C.S. So 提出,企業應設計 AI 與人協作的管理系統,讓 AI 放大管理流程及員工能力,而非只視為節省人手的工具。招聘、績效評估及工作流程設計,應重視流程設計、SOP 建立和持續優化。企業亦須管理 AI 工具的角色、數據流及任務邏輯,並由人負責最終審核。
Affirm 產品高級副總裁 Vishal Kapoor 提出以 AI 打造值得信賴產品的 10 條法則,指出 AI 可加快探索與原型製作,卻不能取代人類判斷和直覺。他主張從基本原理出發、深入理解客戶情緒、把 AI 視為團隊成員,並仔細處理邊緣案例。他提到內部 AI 工具 Pluto 可查詢客戶在過去 30 天的失望經歷,而 Figma Make 可協助團隊及早找出不同畫面中的過時設計模式。
Jeremy Howard 和 Luke Versweyveld 認為,OpenAI 與美國戰爭部公開合約中的「all lawful purposes」及「applicable law」適用於履約時的法律,而非簽約時的法律。他們援引美國合約法原則及多宗最高法院判例,指出政府不能透過合約凍結未來立法權,公開條文亦未明確納入凍結條款。作者分析的是已公開的合約文字,並指出完整合約可能另有未公開條款。
星海圖創始人兼 CEO 高繼揚在一場 3 小時訪談中,談及具身智能行業的工程拆解、效率與生存。訪談亦涉及曾國藩、Waymo、Momenta、星海圖的供應鏈與整機,以及聯合創始人許華哲準備離職一事。
Steve Yegge 將 AI 生產力提升與員工過勞風險相連,主張把每日工作時間縮至 3 至 4 小時。他認為,AI 帶來的價值若全由企業取得會令員工耗竭,而員工單獨保留全部收益亦難以持續;企業應調整工時預期,員工則要限制工作投入。
最優秀的初創公司創辦人會同時思考開局、中局與終局,而非把公司發展視為依次推進的階段。開局是把構想轉化為初創公司,中局是在達到產品市場契合後建立並擴大公司,終局則指向持續延伸的未來願景。創辦人應在產品決策、招聘及向投資者推介時兼顧三者,並靈活調整策略。
Steve Yegge根據過去4個月與近40名Anthropic員工的交流,提出Anthropic正以「蜂巢思維」運作,並猜測這可能是軟件開發的未來。他指出,員工形容公司核心充滿混亂、主要依靠氛圍運轉,Claude 各種版本則是維持蜂巢運作的「Work Generator」。他亦警告,2026年可能令不少公司陷入困境。
印奇出任大模型公司階躍星辰董事長,並在訪談中談及新身份、新階段,以及從 AI 1.0 轉向 AI 2.0 的反思。他亦分享階躍星辰的重新定位、後發戰役、技術信仰與技術投機,以及創業和超多元方程等話題。
張月光在妙鴨走紅後三個月便從阿里辭職,並於2024年初創立沐言智語;他回顧創業兩年的產品探索,指自己後來才意識到妙鴨並非 AI Native 產品。沐言智語現階段正開發兩款主力產品,外界稱公司累計融資近三億元人民幣。
Hamel Husain 因 AI 編碼工具改變開發工具的取捨,停止使用自己曾協助建立及維護的 nbdev。nbdev 以 Jupyter notebooks 作為程式碼、文件和測試的單一來源,再轉譯成 Python 程式庫和文件網站;他認為這種工作流令 AI 工具難以分辨應修改 notebook 還是最終程式碼。
antirez認為,前沿大語言模型已能在少量提示詞下獨立完成大型子任務或中型項目,寫程式的方式已經改變。過去一週,他只靠提示詞並間中檢視程式碼,在數小時內完成四項原本可能需時數週的工作,包括為 linenoise 加入 UTF-8 支援、修復 Redis 測試的間歇性故障、製作 BERT 類嵌入模型的 C 推理庫,以及修改 Redis Streams 內部實作。
Linus Torvalds 在 Linux 核心工具生成內容指南的討論中重申,AI 工具只是工具,並反對在核心開發文件中加入 AI 相關立場聲明。Dave Hansen 於 1 月 6 日公開第 3 版指南,並請審閲者就新增文件提供意見;Lorenzo Stoakes 則主張文件應明確處理 LLM 生成的低質內容。Linus 認為,文件化無法控制 AI 低質內容,也不應為此在開發文件中另立聲明。