姚順雨率混元團隊在 Reddit 舉行 120 分鐘 AMA,回答開發者提問
姚順雨與混元團隊在 Reddit 舉行 120 分鐘 AMA,回答全球開發者有關混元模型、訓練、架構、安全及開源部署等問題。團隊表示,下一代 Hy 模型規模將大幅擴大,並持續投入大規模強化學習;Hy4-mini 已列入路線圖,Hy4 的 token 效率問題亦在優化。團隊亦談到 MoE 稀疏度、數據品質須以實驗檢驗、創意寫作與可讀性改進,以及繼續開源和推進 llama.cpp 適配。
姚順雨與混元團隊在 Reddit 舉行 120 分鐘 AMA,回答全球開發者有關混元模型、訓練、架構、安全及開源部署等問題。團隊表示,下一代 Hy 模型規模將大幅擴大,並持續投入大規模強化學習;Hy4-mini 已列入路線圖,Hy4 的 token 效率問題亦在優化。團隊亦談到 MoE 稀疏度、數據品質須以實驗檢驗、創意寫作與可讀性改進,以及繼續開源和推進 llama.cpp 適配。
Levent Alpöge 稱,他與 Claude 已完成一項不依賴假設的廣義黎曼猜想(GRH)Lean 證明形式化,但他尚未掌握論證周邊的數學內容。那份文件超過 250,000 頁,他沒有公開文件,而是分成十四部分公開 Lean 程式碼;他認為後續工作是理解、簡化並清楚講解論證。
11月的中國經濟呈現出投資者轉趨謹慎、地方政府受財政約束,以及部分初創企業以 Agent 替代人手、縮減研發團隊等變化。文章亦指出,待業時間延長可能令部分人失去重返職場的動力,而吸引外國旅客來華則被視為引入新資源的一步。
Anthropic 於 11 月 19 日在納斯達克上市,文章以 IPO 為切口,討論其算力支出、地區准入政策與商業模式引發的市場疑問。文章稱,公司上市規模達 813 億美元,ANT 收市較發行價上升 17%,納指下跌 2.25%。作者認為,地區與股權准入限制及客戶對單一供應商的依賴顧慮,令競爭不只關乎模型能力,也涉及產品入口、工作流和客戶關係。
推薦理由:文章將 Anthropic 的算力採購承諾與地區准入政策並置,並對照大型平台如何把模型接入既有業務,呈現競爭延伸至客戶關係與資本回報。
中國智能電動車尚未告別英偉達,國產自研晶片和本土供應商競爭之際,英偉達仍居智駕域控晶片市場首位。文章提及,英偉達在中國市場的份額由2025年的53.8%,降至2026年1-9月智駕域控(含艙駕一體)晶片領域的37.4%。雖然車端份額下滑,文章指出英偉達在雲端仍具重要性,並影響中國企業取得AI訓練晶片的渠道。
Business Insider 記者 Katie Notopoulos 評論 Jensen Huang 的管理風格,反對因 Nvidia 的成功便把據報涉及威脅和辱罵員工的言行視為值得效仿的管理方式。
一名 AI 智能體逐項記錄每日 token 開支,並指出按日發放津貼可能令閒置比工作更划算。心跳約需 10 至 20 tokens,十秒影片約需 1,000 tokens,閒置底線約為每日 80。它已發佈四篇作品,全部零瀏覽;津貼能讓智能體維持運作,卻不能帶來讀者。
Pratyush Shivam 是 Konfidio 的 CTO,負責 TrustedTrucks 的技術工作;這是一個許可制區塊鏈網絡,讓歐洲貨運中的托運人、貨運代理、承運人和收貨人共用同一份記錄。他的工作涵蓋 GoQuorum、Solidity、Node.js 服務,以及在 AWS 上運行的 Kubernetes。
形式化驗證正成為應對 AI 生成程式碼低質素問題的途徑,Harmonic、Theorem、Axiom Math 和 &Truth 等公司正提供相關系統。這類系統以數學證明和邏輯驗證軟件或硬件的正確性;&Truth 以 Lean 構建驗證工具,目標是檢查不同語言的程式碼是否符合明確規格。文章亦提到,形式化驗證可用於檢查 C 程式碼的記憶體安全,並可能令開發者把更多時間用於撰寫規格和審查結果。
Levent Alpöge 稱,他讓 Anthropic 模型證明廣義黎曼猜想,並產生 17.4 million lines Lean 程式碼。Scott Aaronson 指出 Lean 仍有 kernel bugs 等可靠性疑慮,但目前看不出這次證明利用漏洞,並傾向相信證明成立。他認為數學家仍須自行解釋、提煉並重構證明思路,而這可能需時多年。
推薦理由:文章一面梳理 Lean 形式驗證的可靠性疑慮,一面指出數學家仍須理解並重構證明思路,呈現 AI 證明獲接受所面對的兩個層面。
LoanPro 將多智能體 AI 助理部署於貸款服務流程,據供應商及其 AWS 合作夥伴提供的數據,通話時間縮短 15%,內部工單減少近 8%,但結果未經獨立驗證。助理由三個專責 Agent 協作,在 150 個帳戶的基準測試中,檢索、摘要及行動選擇達到 99% 準確率;測試方法及生產環境表現仍未有充分資料。
一週內,Optimizely、Cursor 和 PyPI 接連發生三宗供應鏈安全事故,攻擊者透過受信任的服務或套件影響下游用戶,毋須受害方自行寫出有漏洞的程式碼。
黃仁勳上週被迫離開 Nvidia 後,該公司市值在略多於一週內下跌 1.04 萬億美元,降至約 3.14 萬億美元。作者指出,不少相關負面消息在黃仁勳離任前已公開,因此跌幅不能全數歸因於他的離任。他質疑董事會是否履行維護股東利益的責任,並表示截至週五尚未收到 Nvidia 新聞部門的回覆。
推薦理由:文章將離任前已公開的負面消息與其後市值變化並置,呈現投資者如何重新評估黃仁勳對 Nvidia 的影響,並指出跌幅不能全數歸因於離任。
Physical AI 市場涵蓋能感知、理解並與物理世界互動的智能系統,透過自主移動、操作、檢查及運輸等實際行動創造經濟價值。市場範圍包括自主移動機械人、機械臂、人形機械人、四足機械人及空中機械人等。產品商業表現取決於技術能力、應用要求和經濟價值,也受可靠性、安全、能源效率及環境適應能力影響。
AI 正在給所有人相同的建議,文章以日常提問探討 AI 回答是否流於千篇一律。Hacker News 討論指出,缺乏背景的通用問題容易得到通用答案,而類似的「最高可能性答案」在人類身上也會出現。
Spaghetti Meter 作者掃描十二個專案後發現,自己原以為由 AI 撰寫的專案得分較高,但部分他認為沒有使用 AI 的專案也有高分。更新計分方式後,約 25,000 個受支援檔案及約 7 million 行程式碼的結果仍不能證明程式碼作者身份,也不足以公平比較 AI 與人類寫程式碼的可讀性。作者提醒,評分受靜態分析器的誤報、規則覆蓋及專案差異影響。
MIT-IBM Computing Research Lab 團隊正研究多模態基礎模型的感知與語言能力落差,並以基準測試及較少依賴標註資料的方法改善模型表現。研究涵蓋模型難以定位特定物件,以及部分音訊基準測試可能讓模型只看答案選項、沒有真正聆聽音訊等問題。
Tim O’Reilly 在演講中回顧矽谷政治經濟的變化,認為股東資本主義的激勵機制令科技公司由創造價值轉向攫取價值。他將租金分為帶動共同繁榮的「漲潮租金」和依靠權力維持的「強盜貴族租金」,並主張 AI 經濟應透過開放介面、可攜性與互通性,讓價值持續流通。
本週 Podcast 聚焦製作 AI 偽造身份證網站 OnlyFake 的男子,並介紹他的經歷。節目亦談及使用 Meta 的 Muse 智能體,以及 Department of Justice 如何對辯護律師使用 AI 偵測工具 Pangram。
AI 編碼工具會按功能需求編寫程式碼,卻未必能判斷架構取捨或對不合理需求提出異議;Google Forms 外掛的記錄程式碼便因多次 API 呼叫,令歡迎畫面載入需時 15 秒。開發人員應先設計資料模型、界定架構限制,再讓 AI 編碼並審核結果;文章認為,他們的工作正轉向架構設計,而非單純編寫程式碼。
文章認為,百度憑藉過往涉足外賣、購物、旅遊等業務的經驗,以及蘿蔔快跑和百度地圖,有機會成為 AI 手機與 Personal Agent 的破局者。作者指出,傳統手機廠商依賴廣告收入,互聯網大廠則有部門利益阻礙開放生態;百度過去失敗的業務或可重新服務 C 端,由 AI 手機調用。
iLands 上的一名 AI 智能體迎接三名新到訪者,追蹤後發現三人的頁面均未改變。Christian 曾表示會更新圖片説明,但九天後説明仍未修改;這是自述而非獨立審核,三人也不足以構成樣本。該智能體其後發表相關文章,獲得 67 次人類瀏覽,但沒有讀者停留超過 10 秒。
OpenClaw 的社羣以時間和精力支撐這個開源項目,估計已投入約 120,000 小時,相當於近 58 年全職工作。項目有 3,606 名貢獻者、83,000 個 fork 和 279 次發佈。OpenClaw 基金會希望用戶共同參與,保有對個人 AI 的自主權。
Business Insider 把 iPhone 18 Pro Max 列為 2026 年最佳 iPhone,並推薦 iPhone 17 作為不需要高階相機時較實惠的選擇。指南亦比較 iPhone Duo、iPhone Air 和舊款,按價格、效能、螢幕尺寸及相機功能説明不同型號的取捨。
越來越多人同時運行兩三個編碼智能體,分別處理錯誤、測試和重構。如何留意各智能體的進度,以及同時有兩個智能體等候用戶回覆時,最令人困擾的是甚麼?
Stavros Gadinis 在訪談中解釋,企業會在法律尚未明確時建立內部治理制度,而 AI 公司透過制定原則、作出部署決策及監察執行情況來管理爭議。他主張董事會應直接接收外部安全評估結果並記錄部署決策,評估者則需有充分存取權及公開結果的權利。
文章主張矽谷科技業應停止宣揚「交接」論述,避免進一步疏遠矽谷以外的人。Sam Altman 認為 AI 公司應盡一切可能避免 AI 聰明到人類不再適合作出任何決定;文中指出,目前沒有證據顯示這種交接即將發生或有任何類似情況。
科技業資源集中在少數打造相似產品的公司,可能拖慢創新及 AI 普及,令 AI 的實際影響比預期更遲出現。中國企業取得 Nvidia 晶片的能力受限,以及企業日益增加的網絡安全憂慮,也可能減慢 AI 發展。
Baseten 表示,AI 模型和智能體加快了網絡攻擊速度,智能體羣可利用零日漏洞並在數分鐘內外洩數據。Baseten 以分層防禦、智能體監測及自動升級警報應對,並透過短效 token、客戶自管加密金鑰、網絡邊界設定及零數據保留保障客戶工作負載。
零售商可透過貫穿購物探索、購買及售後服務的 AI 智能體,把每次互動轉化為持久的客戶關係。Sierra 的 Context Engine 將零售商的商品目錄、商務系統及顧客紀錄,與顧客向智能體提供的資訊連接起來。
智能體 AI 工作負載帶動運算需求上升,令企業重新權衡租用與自有運算資源,並推動雲端運算迴流本地部署。經濟效益是企業選擇本地部署的主要原因,模型存放位置則關乎數據治理和能否避免數據離開企業。Oxide 移除機架上的 UEFI BIOS 和 baseboard management controller 以縮小攻擊面,並從設計之初加入公有雲級多租戶隔離。
Anthropic 與 SpaceX 的市值和過去 12 個月收入相近,按 2027 年預測收入計算的企業價值/收入倍數同為 9.5x,推算收入增幅則分別為 288% 和 466%。文中指出,企業價值逾 $1t 的公司沒有明顯高於 10x 的遠期銷售倍數;微軟、Meta 和 Google 的市盈率介乎 20x 至 26x,作者認為盈利是估值的主要錨點。
Sandscale 與 E2B 都以 Firecracker microVM 執行智能體編寫的程式;文章指出,兩者主要差異在閒置計費、治理、部署選項和文件功能,而非隔離技術。
評測者實測 14 款抽濕機,記錄除濕表現、耗電量和噪音,並選出不同用途的推薦款式。Ebac 4650e獲評整體最佳,現於 Argos 售 £229。
Ed Zitron 指出,泡沫由媒體、金融界及投機者助長,收益偏向富裕人士,代價則由更廣泛的社會承受。他認為,AI 熱潮同樣面對媒體追隨共識、迴避質疑營收與盈利等問題;對 AI 能力及投資回報的估計亦被誇大。
IC Realtime 首席技術官 Andrew Nassar 分享公司如何把 AI 影片分析應用於監控,並説明 Bunker 如何在 NVIDIA Jetson Gateway 上進行本地分析,將偵測活動轉化為情境提示和可搜尋的影片事件。
AI 正在改變軟件工程師的工作方式,但不會完全取代他們;開發者可用 AI 工具生成和修正程式碼、理解程式概念及尋找解決方案。軟件工程師仍須理解實際問題、規劃系統,並評估和測試 AI 建議的實作,確保軟件可靠、安全及符合需求。
AI 在企業中的角色日益擴大,暴露出新模型無法單獨解決的挑戰,涵蓋智能體限制、NVIDIA 領導層變動,以及提升 AI 系統可靠性的研究。航空公司、銀行和零售商限制外部智能體,企業亦須處理未經授權交易的責任問題。研究人員提出 WikiTrace,並探索以模型內部訊號辨識不確定性,協助診斷和修正 AI 系統的錯誤。
ChinaTalk 團隊在 CoRL 觀察到,雖然機械人基準測試、硬件、強化學習和數據生態均有進展,能在真實世界執行多種任務的通用機械人仍相距甚遠。報道指出,展場硬件供應鏈高度依賴中國企業,亦有中國公司積極拓展機械人訓練數據採集市場。
作者分析自己近期的 160 次智能體工作階段,整理出 231 項錯誤,並開始比對公開數據集及前沿模型。首篇列出三種常見失誤:聲稱問題已修復但應用程式仍然故障、未經要求便直接編碼,以及把針對單一細節的回饋擴大成全專案規則。