2026 年選 Purdy 還是 Stafford?六項數據一覽
2026 賽季數據顯示,Purdy 的整體效率高於 Stafford,兩人戰績分別為 8-1 和 6-4。Purdy 的攔截數為 5 次,Stafford 為 10 次;兩人的每次後撤傳球 EPA 分別為 +0.31 和 +0.10。數據來自 Pigskin Lab,涵蓋 9 場和 10 場比賽,樣本較少,差距只宜視為傾向而非定論。
2026 賽季數據顯示,Purdy 的整體效率高於 Stafford,兩人戰績分別為 8-1 和 6-4。Purdy 的攔截數為 5 次,Stafford 為 10 次;兩人的每次後撤傳球 EPA 分別為 +0.31 和 +0.10。數據來自 Pigskin Lab,涵蓋 9 場和 10 場比賽,樣本較少,差距只宜視為傾向而非定論。
美國及全球近期多宗航空、科技、銀行和政府系統停運,報道梳理其原因包括老舊基建故障、軟件錯誤及維護事故。美國聯邦航空管理局的通訊系統因阿肯色州一個新換路由器故障而中斷,超過18,000班航班取消;Microsoft 等系統故障則與軟件錯誤或內部更新有關。AI 加快漏洞發現,令機構須以更快速度處理漏洞,而事故羣聚及資訊不足亦助長協同攻擊的猜測。
Raye 倫敦演唱會僅有 5,000 個座位,卻收到 1.8 million 個登記;團隊稱黃牛利用 AI 機械人建立大量假登記。Coldplay 去年在印度演出時,約 13 million 名歌迷爭購 150,000 張門票;當地黃牛多仍依賴傳統搶票腳本、多個電話號碼帳戶和排隊人手。文中亦介紹加密驗證票券、限制轉售及核實 AI 智能體授權等防範方向。
AI 技術最終可能落地,但投資者難以準確判斷技術演進、算力需求、競爭格局及融資等因素,多數人仍難逃泡沫風險。文章以運河、鐵路及互聯網泡沫為例,指出金融資本與生產資本嚴重分離會加劇泡沫破裂的危害。高不確定性、強敍事與可交易承載者共振,則可能引發投機熱潮。
天圖投資創始合夥人馮衞東認為,今天的年輕消費者可能是最清醒的一代人,並指出消費市場有五個趨勢:追求性價比、小確幸品類和品牌崛起、自我完善型消費、品牌出海,以及 AI 賦能消費品功能化與智能化。他以健康、知識付費、智能家居及戶外裝備等為例,説明相關消費方向。
Lean 和 Mathlib 社羣發表聯合聲明,表示完全相信 Alpöge 對黎曼猜想的證明正確。
清華姚班校友活躍於騰訊、DeepSeek、OpenAI 和 Meta 等公司,成為全球 AI 產業的重要人才。姚班成立於2005年,已培養近840名畢業生;清華大學交叉信息研究院公佈,超過半數畢業生選擇在國內發展。校友的專業基礎與長期研究,也在 AI 發展中受到重視。
AI Stack Lab 以六種情境實測自家 RulePort 安裝器,四項主張成立,另發現兩項使用上的落差。漂移檢查在零檔案比較時仍顯示同步並以 exit 0 結束,作者建議核對 comparing 12 file(s) 的數量。
Azeem Azhar本期探討生成式 AI 普及下人手創作的價值,指出 Rockstar 的 5,000 名員工沒有使用生成式 AI 製作 Grand Theft Auto VI,遊戲首日銷售額連同預購達 $3.79 billion。
文章主張,真人專屬社交應用應以清晰的拍攝來源政策取代禁止貼上,並分開處理帳戶身份、媒體來源、作者身份和內容真實性。Divine 選擇相機直拍而非上載影片;C2PA 可記錄來源聲明及編輯歷程,但不能判定場景是否真實或作者是否未受協助。產品可容許字幕、降噪和翻譯等輔助功能,訂明哪些轉換會改變來源標籤,並設申訴渠道。
十大券商分析師認為,A股近期調整主要受海外因素及市場情緒影響,上市公司基本面並未因此惡化,長期向好的基礎仍在。科技製造業業績增長、中長期資金流入及政策支持等因素,為市場提供支撐;AI產業趨勢延續,算力需求帶動相關供應鏈發展。
影片延續自去年提出的問題:如果 AI 解出黎曼猜想,會怎樣?
LILYGO T-Display CM0 和 T-CAN485 C5 分別面向便攜式 Linux HMI 終端及工業 IoT 邊緣節點,透過整合周邊介面減少多總線整合工作。
作者認為,代筆和 AI 都難以寫出真正的「我」,因為文風來自人生經歷及看待世界的視角,而不只是文字技巧。他以「衡水中學畢業的夜店博主」及多種人設和視角建立創作方式,並把「夜店/夜生活」定位為自己的生態位。對 AI 時代的寫作者,他強調尊重讀者,以獨特經歷和真情實感建立信任。
工具呼叫 AI 智能體由本機示範轉入生產環境後,反覆出現三類故障模式。寫入工具逾時後重試可能造成副作用重複,無效結果可觸發相同呼叫的重試循環,而上下文摘要可能遺失否定限制,令智能體重新提出已否決的方案。文中詢問哪些確定性防護措施能阻止這些故障。
GitHub 上 Star 數最高的 10 個 Claude Code Skills 涵蓋程式碼風格、TypeScript 和 UI/UX 等方向。Superpowers 以 30.74 萬 Star 排第一,Matt Pocock Skills 以 30.49 萬排第二,Karpathy Skills 以 22.47 萬排第三。
文章梳理霍爾頓·卡諾夫斯基如何透過 GiveWell、有效利他主義及灣區理性主義社羣,與達裏奧·阿莫代伊等人建立聯繫,並成為 Anthropic 發展脈絡中的關鍵人物。2007年,他創辦 GiveWell,並從橋水同事籌得約30萬美元啟動資金。2011年,GiveWell 與 Good Ventures 合作啟動 GiveWell Labs,後來發展為 Open Philanthropy。
文章稱,黃仁勳離開英偉達引發AI產業鏈急跌,市場重新評估他對公司及整個產業的影響。10月以來,20家AI相關企業市值合計蒸發逾8.4萬億美元,其中英偉達佔2.5萬億美元。英偉達的業績指引仍然強勁,這輪下跌反映的是市場重新評估估值溢價,而非公司基本面消失。
面對單點 AI 功能付費意願弱、SaaS 業務下滑等壓力,許多 SaaS 公司不得不押注長鏈路 Agent。這類產品有望重構業務流程、提升客戶黏性並累積行業 Know How,但對數據、交付和營運要求很高,目前大部分仍處於客戶共創或發布初期,距離大規模推廣尚有一段距離。
Pi 開發者 Armin Ronacher 在訪談中提到,曾有同行在系統故障會議上全員向 Claude 求助,卻無人説得清故障原因。他與 Pi 創辦人 Mario Zechner認為,Agent 擅長完成有明確驗證標準的任務,但測試通過不代表系統可靠,系統設計和核心模組仍需要工程判斷。
日本組紐老店道明(DOMYO)自1652年創立,透過把組紐技藝拓展至和服配件、現代服飾及體驗教學,跨越市場轉變。1968年起,道明受正倉院委託研究古代組紐,並在日本約十處開設長期課程,在籍學員約有五百人。
軟件開發加速及 AI 輔助測試普及,正推動 QA 由最終檢查轉向貫穿軟件開發生命週期的品質工程。AI 智能體可理解需求、自主生成和執行測試情境、分析失敗並建議修正,品質工程師則須驗證 AI 產出並掌握提示詞工程、測試驗證及 AI 風險評估。文章亦指出,品質工作正延伸至部署前後,並涵蓋 API、安全及 AI 系統測試。
混元團隊在 Reddit 問答中把後訓練最難改善的模型行為概括為「過度思考」,文章由此分析混元的迭代與成本策略。Hy4 flash 透過自蒸餾和強化學習,把後訓練端到端輸出長度降低約50%,內部測試單任務成本約為 Hy4 的1/20。文章指出,騰訊第三季度資本開支為651億元、同比增長225%;混元要連接騰訊產品與雲服務,商業化回報是 AI 投入能否持續的關鍵。
騰訊混元一方面以 Hy4 提升模型智能,另一方面推出 Hy4 flash 壓縮思考長度、降低推理成本,回應模型「過度思考」與實際使用成本之間的矛盾。騰訊公佈的內部測試顯示,Hy4 flash 在 WorkIndex 單任務成本約為 Hy4 的 1/20,後訓練階段端到端輸出長度降低約 50%。
大學生正積極參加黑客松,AI Coding降低編程門檻,讓非技術背景的學生也有機會把創意做成產品。今年上半年,全國舉辦近500場黑客松,平均每日兩三場。五位參賽學生分享了參賽經歷,以及對產品開發、團隊合作和未來發展的思考。
CoreWeave 以長約和融資把算力交付時間變現,Megaspeed 則依賴跨境部署賺取位置差,兩者的盈利條件和風險因此不同。美國 BIS 把監管延伸至芯片提供的算力,境外數據中心向總部位於 D:5 國家組(包括中國)或澳門的企業提供的算力合計超過 1200 萬 TPP,須預先取得許可;馬來西亞、新加坡等亦納入出口及轉運許可要求。
提示詞注入的核心問題是授權漏洞,防護應在工具端檢查每次呼叫的主體、資源權限及核准狀態,而非依賴輸入過濾。文章建議從工作階段或工作任務綁定主體、採用最小權限憑證,並為不可逆操作設置與提議內容分開的核準渠道。偵測仍可用來減少幹擾和發出警示,但不能取代授權檢查。
一項涉及 2,012 人的電子書選擇研究中,聊天機械人推薦情境下參與者選擇贊助書名的比例為 61.2%,一般搜尋排序則為 22.4%;加上「Sponsored」標籤未顯著減弱這種影響。
AI算力競賽推高先進封裝需求,晶片廠收購舊面板廠,以現成潔淨空間縮短擴產時間。文章估算,2026年CoWoS供需缺口仍約20%;舊廠較適合先進封裝、面板級封裝及晶圓測試,未必符合先進邏輯前道要求。面板廠則藉出售資產回籠資金轉型,但廠房能否改造取決於結構、潔淨度、廠務及環保條件。
Raph Levien 延續早前對 Rust GUI 的討論,為未來 100 個 Rust GUI 項目提出建議,並指出 AI 正快速帶動相關開發興趣。舊文發表後,約有 20 個 Rust GUI 工具包公佈;Parley 已成為文字排版方案,AccessKit 亦已成為穩定的無障礙基礎設施。對流動平台而言,以原生工具包構建介面、用 Rust 編寫共用業務邏輯,是可行方向。
一名卡牌掃描 App 創辦人沿用第一款產品的經驗,在 2025 年用一天跑通第二款首版;兩款 App 後台月流水合計 9.2 萬美元。其中舊 App 月收入 75,174 美元,新 App 為 17,000 美元;扣除商店三成抽成後,實收約 6.4 萬美元。文章指出,第二款沿用了已驗證的識別邏輯、訂閲定價和內容分發模板;創辦人對外所稱月入 12 萬美元,較後台數字多 2.8 萬美元。
具身智能訓練目標只獎勵任務成功,令模型記住場景而非提煉可遷移的物理規律;文章認為,數據難以復用是結果而非根因。DROID 收集的 76,000 條軌跡,保留率只有 20.7%,接近八成原始數據未進入訓練集。文章主張以物理屬性變化下的成功率保留率,評估模型能否提煉規律。
有事業部裁掉全部產品經理,改由售前經理直接向程式員提需求,並用 AI 整理需求、繪製高保真原型。這個案例不代表所有產品經理都能被取代,真正面臨風險的是隻負責傳遞需求、整理 PRD 和繪製原型的人。具備商業判斷、業務理解和產品架構能力的產品經理,仍能發揮價值。
Anthropic 數學家 Levent Alpöge 聲稱在 Claude 協助下證明黎曼猜想及廣義黎曼猜想,並公開 14 個壓縮檔、約 1700 萬行 Lean 形式化證明。
數學家兼 Anthropic 員工 Levent Alpöge 宣稱與 Claude「合作」證明黎曼猜想,提交約 1740 萬行 Lean 程式碼和 4 頁説明。他稱將內容改寫成人可讀的數學文字後篇幅會超過 25 萬頁,自己也尚未讀懂。文章以陶哲軒的思想實驗及藥物試驗案例指出,Lean 驗證不等於證明正確;若人無法理解推導與證據,便難以判斷結果是否可靠、是否真正符合提出的目標。
文章認為,Anthropic 的長期價值取決於能否從模型與 API 供應商,發展成掌握企業工作入口及生態的平台,否則可能成為按 token 收費的基礎設施。文中把降價後的需求分為擴張型、對抗型和通縮型,指出 AI 替代人力帶來的「腦力通縮」可能令以現有薪酬估算的市場規模失真。作者判斷其 IPO 定價在 1–3 年短中期視角下相對合理,但長期估值仍取決於最終產業鏈定位。
作者借個人經歷剖析社交媒體與算法如何放大焦慮,以及優績競爭如何令人感到自我價值不斷「貶值」。他提出減少過量攝取資訊、觀察自己的情緒,並透過朋友陪伴與真誠寫作應對時代焦慮。
ArkNet Digital 的分析主張,AI 運算瓶頸正由 FLOPs 轉向記憶體頻寬、互連,再延伸至電力供應與電網。GB300 與 Vera Rubin 的對照中,FP8 dense compute 增長 3.5×,機櫃功率則只增長 1.4×;美國 2025 年投產的電力項目,從電網接駁申請至商業運作的中位時間為 61 個月。
生產環境中的 AI 智能體安全應由模型外的控制平面約束,而非只依賴系統提示詞。框架包括身份、權限、操作中介、不可篡改的證據記錄及緊急撤銷,並提出透過閘道政策限制工具呼叫、預算和人工審批。Wiz 報告的 Moltbook 資料外洩事故涉及約 1.5 million 個 API 驗證 tokens、逾 17,000 個帳戶持有人電郵地址,以及數千條私人智能體互傳訊息。
ArkNet Digital 主張,AI 產品的護城河應建立在隨使用累積的能力,而非可租用且快速降價的模型之上。文章將可防禦架構分為五層:專有評測、結果數據、工作流與執行權限、可信任機制,以及推理成本管理。引用 Epoch AI 的數據指出,自 2023 年起,達到固定 AI 表現的成本每季下降約 47%,相當於每年約 13×;作者亦提醒,基準測試不等同實際工作。