跳到正文
2025年4月28日週一
2025年4月22日週二
2025年4月9日週三
  1. Amp Chronicle52

    Amp 解釋為何刻意不採納多項常見意見

    Amp 解釋為何刻意不採納多項常見意見,包括加入模型選擇器、要求逐次批准檔案修改、增加 Bash 安全控制,以及提供 .ampignore。Amp 以任務難度作為模式選擇依據,並認為智能體直接修改檔案有助保留經檢視、診斷、編譯器輸出和測試反覆改進的流程;工作區內對話串預設共享但可設定,工作區外則預設私密。

2025年4月7日週一
2025年3月31日週一
  1. 張小珺商業訪談錄26

    2025 年 Q1 全球大模型季報:與廣密探討當下最大非共識、AGI 主線與主峯

    《全球大模型季報》2025 年 Q1 節目與廣密討論全球大模型格局變化,以及 AGI 的主線、主峯與前進路途。廣密重新堅信預訓練決定模型內在上限並帶來新能力,認為後訓練與強化學習是加強。節目亦討論 DeepSeek、Manus、OpenAI、矽谷的認知分歧與價值觀,以及未來的新路線。

2025年3月23日週日
  1. antirez 原創博客34

    AI 毫無用處,卻是我們對未來的最佳押注

    antirez 認為,AI 雖能協助編程、理解科學論文及翻譯等日常工作,迄今除 AlphaFold 等少數例子外,尚未從根本上推進人類知識。若 AI 能達到最優秀人類的水平,大量部署或可大幅加快科研;他主張持續投資,押注 AI 未來在醫療及環境領域帶來突破。他同時提醒,失業和社會壓力需要審慎應對,並須防範 AI 可能造成的災難性威脅。

2025年3月18日週二
2025年3月16日週日
  1. antirez 原創博客36

    大型 LLM 的權重是歷史的一部分

    antirez 認為,大型 LLM 的權重是歷史的一部分,應確保公開發布的模型權重不會失傳。LLM 對資訊的壓縮即使有損、可能出現模型幻覺或有所缺漏,仍可保存部分互聯網資訊;DeepSeek V3 已是互聯網的公開有損壓縮視圖。antirez 亦主張確保 Internet Archive 納入預訓練集。

2025年3月14日週五
  1. Figma AI / Agent / Make38

    In Conversation: Dylan Field and Garry Tan on design, AI, and the power of “locking in”

    Figma 聯合創辦人兼 CEO Dylan Field 與 Y Combinator 總裁兼 CEO Garry Tan 討論 AI 如何改變設計,以及設計在打造軟件時的作用。Field 認為,現有 AI 工具主要增強特定任務,設計師仍須整合文化、品牌等脈絡;加快工具的回饋循環有助構思,但要從快速原型走到完成作品仍有落差。

2025年3月4日週二
2025年3月3日週一
  1. 張小珺商業訪談錄32

    與 Manus 創辦人肖弘的 3 小時訪談:世界並非線性外推,成為博弈中的重要變量

    《商業訪談錄》訪談 Manus 創辦人肖弘,記錄他作為 AI 應用創業者,在大模型能力迅速變化下的持續思考。訪談跨越不同時期,肖弘認為「世界不是線性外推的,要讓自己成為博弈中的重要變量」;他也談到對 2025 年可能成為 AI 應用與 Agent 爆發元年的期待。

2025年2月21日週五
2025年2月17日週一
2025年2月13日週四
2025年2月10日週一
  1. Sam Altman:Blog62

    Sam Altman 提出 AI 經濟的三項觀察

    Sam Altman提出三項關於AI經濟的觀察,認為模型智能大致隨訓練及推理計算資源的對數增加,智能的社會經濟價值則呈超指數增長。他指出,同等 AI 水平的使用成本約每 12 個月下降 10x;以 GPT-4 於 2023 年初和 GPT-4o 於 2024 年中的每個 token 價格相比,價格約下降 150x。

  2. antirez 原創博客54

    antirez:推理模型只是 LLM

    antirez 主張,推理模型仍是 LLM;以 DeepSeek R1 為例,其核心是 decoder-only 自回歸模型,沒有明確的符號推理或表示。R1 Zero 無需監督式微調,僅透過生成思維鏈並以獎勵函數配合強化學習,便能獲得相近的推理能力;S1 論文則指出,少至 1000 個例子已可讓模型開始進行複雜推理。作者據此認為,預訓練已形成推理所需的表徵,強化學習及少量微調可令這些能力展現。

2025年2月7日週五
  1. 張小珺商業訪談錄38

    朱嘯虎又來了:中國現實主義 AIGC 故事一週年連載

    時隔1年,朱嘯虎對通用人工智能的態度出現逆轉,成為這期中國現實主義 AIGC 故事一週年連載的核心內容。此前,他曾表示不看好大模型,並稱不會投資6家中國大模型創業公司中的任何一家。節目提及 DeepSeek 讓他快要相信 AGI,以及閉源模型是否仍有價值的討論。

2025年2月5日週三
  1. Beren Millidge 研究博客(RSS)38

    將 RSI 期間的對齊視為回饋控制問題

    文章提出,隨着 AI 進入線上強化學習、持續學習及遞迴式自我改進(RSI),維持對齊應視為回饋控制問題,而非只依賴靜態初始化。相關方法需要持續動態調整;控制理論已有一系列設計及驗證控制器的工具,可為對齊研究提供參考。

2025年1月25日週六
2025年1月7日週二
  1. Figma AI / Agent / Make36

    2025 年值得帶到職場的最佳建議

    Snapchat、Coda 等公司的主管分享從實踐中累積的工作原則,涵蓋產品設計、團隊協作與持續推進工作。產品經理 Peter Yang 以 AI 綜合腦力激盪、總結客戶意見及整理產品需求文件。Snapchat Lens Studio 團隊把用戶下載應用程式至提交首個項目的 19 個步驟,縮減為四個關鍵里程碑。

2025年1月6日週一
2025年1月2日週四
2024年12月10日週二
2024年11月26日週二
2024年11月11日週一
2024年10月31日週四
2024年10月8日週二
2024年9月25日週三
2024年9月19日週四
  1. Figma AI / Agent / Make29

    VS Code 的方法:收緊開發者的內循環

    VS Code 團隊致力把更多外循環工作帶進編輯器,減少開發者切換工具,讓專注編碼的內循環更緊密。VS Code 的 Zen Mode 可隱藏部分介面;GitHub 整合讓開發者可在編輯器內處理 issues、進行 code reviews 和提交 PRs。GitHub 表示,GitHub Copilot 可提升編碼速度 55%,而使用 AI 的開發者中有 75% 感到更有滿足感。

2024年9月18日週三
2024年9月3日週二
  1. 張小珺商業訪談錄25

    72. 從蒸汽機到無人駕駛3|和孟醒聊特斯拉FSD進化史

    張小珺商業訪談錄第3集邀請孟醒,探討特斯拉FSD進化史及自動駕駛技術距離日常生活還有多遠。特斯拉V12版本和端到端架構自去年下半年以來帶動新一波自動駕駛熱潮。孟醒自2019年起出任滴滴自動駕駛COO,近期重返風投行業,擔任前沿科技投資人。

2024年8月16日週五
2024年7月27日週六
  1. Beren Millidge 研究博客(RSS)34

    對主動推理的回顧

    Beren Millidge 回顧主動推理研究,指出它與強化學習及「控制即推理」框架高度相似,兩者的差異主要在於獎勵如何編碼進機率圖模型。將主動推理擴展至小型強化學習任務後,所得結果與深度強化學習相近;可擴展性取決於生成模型的參數化方式,而非主動推理範式本身。

2024年7月16日週二
2024年6月26日週三
  1. Figma AI / Agent / Make38

    甚麼是最低可行數據?

    Google 用戶體驗機器學習總監 Ovetta Sampson 將「最低可行數據」定義為能充分代表最終用戶及業務的數據,並強調 AI 的力量在於輸入數據。她指出,AI 輸出的質素有 99.9% 取決於輸入數據。產品團隊應評估數據是否公平、優質,並判斷 ML 和 AI 是否適合解決問題,以及會否帶來人類參與風險。

  2. Figma AI / Agent / Make50

    Icon CEO Jason Ballard:機械人應否建造我們的家?

    Icon 聯合創辦人兼 CEO Jason Ballard 認為,AI 與 3D 打印建築機械人有望令建屋更快捷、成本更低。Icon 的 Vitruvius 開放 beta 版目前可透過聊天介面生成室內外效果圖和平面圖,未來計劃加入施工文件、預算及時間表。

2024年5月24日週五
2024年5月15日週三
  1. Beren Millidge 研究博客(RSS)42

    對齊能力可能比模型能力更能泛化

    作者認為,AI 對齊能力可能比模型能力更容易學習,亦能更穩健地泛化。文中從 reward model 的訓練方式、處理不確定性的差異、判斷與生成的理論複雜度,以及人類發展和行為等方面,提出支持這一觀點的理由。作者同時指出,如何確定要灌輸給 AI 的價值仍是未解問題。