跳到正文
目前篩選:觀點
11月21日週六
  1. Thurrott0

    First Ring Daily 2057:家的景象

    Brad Sams 擁有逾十年的撰寫及出版經驗,曾協助創立新興及成熟的出版物,並報道 Microsoft 即將推出的產品。他亦在著作《Beneath a Surface》中講述一個十億美元品牌的誕生,並已成為業界可信賴的名字。

  2. Thurrott29

    Paul 問答:Microsoft 是否在 AI 領域追趕 Apple?

    Paul 指出,Microsoft 與 Apple 近年採取不同核心策略:Microsoft 主攻雲端及 AI 基建和企業市場,Apple 則以個人運算硬件和個人用戶為重心,兩者市場重疊有限。他對 Microsoft 在 AI 基建上的大幅超支及相關財務操作表示憂慮,但認為由雲端運算轉向 AI 基建在策略上合理,這個機會太大,不容錯過。

  3. Semafor54

    矽谷應聆聽反 AI 聲浪

    Ashley Gold 認為,矽谷科技領袖應更認真聆聽公眾對 AI 擴張及大型數據中心項目的反對聲音。美國中期選舉期間,全國有逾 40 項尋求限制數據中心增長的公投措施通過,支持 AI 監管的候選人亦在競爭激烈的選區勝出。文章指出,各州州長和議員正準備採取行動;特朗普本週則警告,強力 AI 監管可能「扼殺」發展。

  4. 霞光社37

    Y-Talk 對話清析智研王歡:大模型學完人類知識後,下一步走向哪裏?

    清析智研聯合創始人、首席科學家王歡認為,AI4S 下一步應從掌握已有知識走向物理世界,透過 AI 原生儀器與實驗持續取得真實數據,推動新知識和新材料的發現。他提出,模型、AI 原生儀器、實驗室與產線需協同形成物理閉環。清析智研計劃由儀器智能和自動化實驗室切入,逐步連接計算、制備、工藝優化與量產。

  5. Silicon Republic26

    PwC 的 Ciarán Nevin:等待不確定性消失並非策略

    PwC 的 Ciarán Nevin 指出,企業和政府不應等待不確定性消失,而應建立在變局中持續運作的能力。企業應聚焦韌性、生產力和執行,並推動 AI 從試驗走向實際應用;韌性人才培育、基建交付和技能發展亦是重要環節。

  6. CNET27

    我試用 xBloom Studio 後,改變了對智能咖啡機的看法

    CNET 作者試用 xBloom Studio 後,改變了對智能咖啡機的保留態度,認為它能以自動化沖煮手沖咖啡,並讓用戶細緻調整沖煮參數。咖啡機內置磨豆器有 80 種研磨設定,秤重精確至 0.1 克,亦可透過 app 搜尋及執行沖煮配方;但每次只沖一杯,而且價格不低。

  7. a16z:News37

    本週圖表:不存在單一的「Z 世代」

    Electric Twin 的《The Great Unbundling》指出,Z 世代並非偏好相近的單一羣體,而是由不同網上社羣構成,資訊來源比政治立場或國籍更能反映其差異。模型根據政治答案猜中 Boomers 國籍的比率約為 42%,猜中 Z 世代則為 29%;按國籍尋找觀點完全相同者,Z 世代的比率亦只有 6.7-9.6%。

  8. IT之家24

    Counterpoint:消費者對耐用性的需求上升,康寧大猩猩玻璃引領智能手機材料創新

    Counterpoint 與康寧探討消費者對智能手機耐用性的需求,以及大猩猩玻璃和蓋板玻璃的材料創新。康寧調查顯示,61% 的印度消費者表示耐用性宣傳會影響購機決策,約 53% 曾因耐用性或可靠性問題而提早換機。康寧正研發更堅固、更薄的蓋板玻璃,並開發抗反射、防眩光及抗菌表面處理技術。

  9. DeepLearning.AI · Andrew Ng 來信63

    黃仁勳的貢獻與未來:Nvidia 創辦人如何看見他人未見的機遇

    Andrew Ng 回顧黃仁勳上週辭任 Nvidia,肯定他對 AI 發展及 Nvidia 成功的貢獻,同時承認他犯過嚴重錯誤。Andrew Ng 憶述自己早年倡議以 GPU 訓練神經網絡時,黃仁勳支持這個方向,並為他在 Stanford 和 Google 的團隊提供資源,還在深度學習工作負載尚未普遍被看好前,推動 Nvidia 轉向服務這類需求。

  10. The Decoder73

    彭博分析 1,000 萬則招聘廣告:中國 AI 影響程度較高職位的招聘跌幅比其他職位快 10 個百分點

    彭博分析 1,000 萬則招聘廣告後發現,自 2022 年 6 月起三年間,中國 AI 影響程度較高職位的招聘跌幅比其他職位快 10 個百分點。同期網上招聘總量減半,但彭博指出,經濟放緩可能亦不成比例地影響辦公室職位,因此無法確定 AI 的單獨影響。另有兩項中國研究得出相近結論,其中一項估算 AI 在 2023 年至 2026 年初令新聘人數淨減 5.2%。

  11. Unite.AI69

    Levent Alpöge 稱與 Claude 找到黎曼猜想證明,完整論證尚未獲獨立驗證

    Levent Alpöge 於 2026 年 11 月 20 日表示,他相信自己與 Claude 找到黎曼猜想的證明,並提出解決廣義黎曼猜想的方法,但完整論證尚未獲獨立驗證。他將論證形式化為 Lean 程式碼並以 14 個壓縮檔發布,未附傳統論文式説明;生成版本超過 250,000 頁。文章指出,這項主張仍須接受獨立數學審查,並成功檢查已發布的 Lean 程式碼,才可視為黎曼猜想的解答。

  12. Unite.AI34

    AI 如何擴大企業安全規模,又應擴大甚麼?

    AI 智能體可協助企業安全團隊調查警報及處理重複工作,但擴大處理規模不一定能提升威脅偵測或應對能力,關鍵在於融入組織情境。企業可透過微調、檢索、記憶、工作流程編排及政策控制提供情境,並按風險劃分智能體的自主權和人手審批界線。評估成效應着眼於調查準確度、誤報與漏報率、處理時間及每次調查成本等結果。

  13. Hacker News 熱門(buzzing.cc 中文翻譯)39

    不再編寫程式碼,審查程式碼的能力也會退步

    停止親自編寫程式碼、改為審查 Claude 生成的程式碼,可能令工程師理解及評估程式碼的能力退步。文章主張工程師要持續練習編寫程式碼和解決問題,並指出反覆使用 LLM 解難,可能令人在遇到困難時不再嘗試,妨礙學習。

11月20日週五
  1. TechCrunch · AI33

    Nvidia 罷免 CEO Jensen Huang 引發的風波持續

    Nvidia 在 CEO Jensen Huang 被免職引發的風波持續之際公佈最新業績,錄得穩健增長,並表示良好勢頭將延續。Nvidia 將停止在中國銷售 H200 晶片,並拒絕讓 Huang 復任 CEO 的呼聲。TechCrunch 的 Equity podcast 討論 Nvidia 和 AI 行業的前景,尤其關注 Anthropic 上市對行業循環融資模式的考驗。

  2. MIT News52

    「數學末日」之後,數學家思考數學的未來

    在 MIT 舉行的座談會上,來自 MIT、哈佛大學、西北大學及紐約大學的數學家探討 AI 對數學研究、數學家工作與學科未來的影響。OpenAI 曾集中數以千計的 AI 智能體處理 Navier-Stokes 方程相關問題,並在 88 小時後產出一份相關證明;公司一個月後又發布 722 篇稿件,聲稱完全以 AI 解決多項數學重大未解問題。

  3. SiliconANGLE41

    加拿大主權 AI 訴求背後的本地經濟回饋安排

    加拿大發展主權 AI 之際,數據中心建設者正透過本地經濟回饋爭取社區支持,公私營合作成為其中一種做法。SPUR Innovation Center 把其 Waterloo 園區數據中心約 10% 的利潤投資本地創業者,並對他們的辦公空間和運算資源享有優先選擇權。

  4. The Verge · AI29

    The Vergecast 回顧科技世界似乎崩潰的一週

    The Vergecast 主持人 Nilay 和 David 回顧 Outlook、iCloud 等故障及全美停飛等事件,説明各項問題的實際情況及其可能累積的風險。他們指出,在 AI 增多、人手減少的環境下,新問題可能更難修復。節目亦談及 Jensen Huang/Nvidia 涉嫌向中國非法走私晶片的爭議。

  5. DEV Community83

    別再只談 AI 泡沫:Anthropic IPO 押注客戶需求

    Anthropic 於 2026 年 11 月 19 日在 Nasdaq 上市,募資約 $81 billion,首日收市市值約 $1.76 trillion;文章將這次 IPO 視為對客戶需求持續增長的押注。

    推薦理由:文章將 Anthropic 的巨額算力承諾與企業客戶持續增長的需求連在一起,梳理 IPO 高估值背後的增長條件及成本風險。

  6. DEV Community57

    兩個智能體,一台電腦:多個 AI 智能體如何互相衝突

    多個 AI 智能體在同一台電腦並行工作,可能互相覆寫檔案、幹擾程序與環境,亦會共用權限、憑證及資源配額。作者建議為每個智能體使用獨立工作樹,分開連接埠、虛擬環境、憑證和 API 配額,並在發現意外變更時停止並回報。作者表示,團隊正開發以智能體作為獨立系統主體的作業系統,目前處於 alpha,未聲稱現時已能讓多個智能體共用一台電腦而互不幹擾。

  7. IEEE Spectrum65

    我不再相信影像記錄,但有一天會重新相信

    Hany Farid 主張,生成式 AI 時代應把對影像的「預設為真」轉為「預設為假」,由創作者證明內容真實。C2PA 憑證、SynthID 浮水印和攝影感光元件的加密簽署可提供來源訊號,與事後鑑證分析互補。作者提出,視像通話軟件日後亦可逐格驗證即時串流簽署,讓真實參與者證明身份。

  8. Unite.AI51

    主權 AI 為何值得建設,以及它會在哪些環節失效

    作者認為,主權 AI 值得建設,因為企業可更直接掌握數據、模型及系統運作的控制權,但算力成本、開源模型的能力差距和營運治理會限制落地。文章以 The New York Times 與 OpenAI 的版權訴訟為例,指出法官曾要求 OpenAI 保留原本會刪除的輸出記錄。作者建議把敏感、高流量工作交由自有模型處理,同時保留受治理的前沿 API 路徑,並按需要決定哪些層面必須自行控制。

  9. Hacker News 熱門(buzzing.cc 中文翻譯)63

    AGI 之後會怎樣?DeepMind Institute 探討通往 ASI 的四條可能路徑

    DeepMind Institute 分析 AGI 之後通往 ASI 的可能路徑,指出 AI 或會透過多種技術發展超越人類水平。文章將路徑歸納為擴展模型與數據、技術範式轉變、改善智能體協作,以及遞歸自我改進,並指出認知工作商品化也可能重塑知識工作。由於各條路徑可能相互疊加,作者主張持續建模、測量和預測進展,並指出追蹤超人類能力需要新的評估方法及跨領域工作。

  10. Unite.AI50

    AI 在 2027 年:記憶將成為機器智能的新考驗

    文章預測,2027 年記憶將比模型能保存多少歷史更能考驗機器智能。新的記憶評測將納入資訊更正、適時棄答及運用過往經驗,檢驗系統能否在事實改變或記錄不完整時作出恰當判斷。文章亦預期,在受控測試中,經挑選和整理的記憶會勝過未經整理的完整歷史。

  11. Recraft 自有模型與設計產品50

    2026 年最佳 AI 海報生成器:比較 6 款工具

    6 款 AI 海報生成器按印刷尺寸與出血位、文字編輯、品牌色彩、匯出格式及免費方案作比較,Canva 是綜合首選,Recraft 則適合從提示詞生成原創插畫並匯出 PNG 或 SVG。Recraft V4.1 免費方案每天每種風格可生成 3 次,但圖片公開且沒有商業授權;Canva 的印刷流程支援出血位。Adobe Express Premium 每月 US$9.99,附有 250 個生成點數。

  12. 新浪科技76

    邁富時佈局企業 AI 應用賽道,文章分析 Anthropic IPO 的行業啟示

    邁富時定位企業 AI 應用平台,文章藉 Anthropic IPO 指出,企業 AI 投資焦點正轉向可量化業務收益的應用落地。文中稱,Anthropic IPO 定價每股 83 美元,高於 70 至 78 美元招股區間上限約 6.4%,按完全稀釋口徑估值約 1.5 萬億美元。

    推薦理由:文章將企業 AI 商業化的判斷落在客戶續約、跨行業複製與價值兑現,並以邁富時作為應用平台案例。

  13. CNET64

    多宗系統故障未必相關,AI 正加劇網絡安全壓力

    CNET 指出,近期多宗網絡服務故障未必彼此相關,但 AI 正降低漏洞發現與利用門檻,加重網絡基建的安全壓力。國家漏洞資料庫 11 月至今收到逾 10,000 項 CVE 記錄,10 月則超過 17,000 項,對比 2025 年 10 月不足 5,000 項。文章指出,漏洞可能在數小時內遭到利用,而急速修補可能造成系統不穩;未經充分人工檢視的 AI 生成程式碼亦可能帶來新漏洞。

  14. DoNews50

    玩家在《極限競速:地平線6》遇見已故好友留下的 Drivatar

    玩家 Samohteht 在《極限競速:地平線6》中遇見已故好友 Mabel1411 留下的 Drivatar AI 車手,兩人並駕巡航數分鐘。Drivatar 根據真實玩家的駕駛行為生成,可長期存續並在不同玩家的遊戲中出現。Samohteht 在 Instagram 發布影片紀念好友生日,影片獲讚超177.7萬次,並引發對數碼遺產與情感連結的討論。

  15. 虎嗅83

    Anthropic CEO 阿莫迪參與推動大模型發展,並呼籲放慢 AI 能力提升

    Anthropic CEO 達裏奧·阿莫迪曾參與推動大模型規模化,如今則呼籲放慢 AI 模型能力提升,讓安全研究及風險防範跟上技術進步。文章梳理他在 OpenAI 參與規模定律與 GPT-3 研發、創立 Anthropic,以及 Claude Code 推動工程工作和模型研發形成「閉合循環」的歷程。

    推薦理由:文章以阿莫迪的研究與創業經歷串連模型規模化、Claude Code 帶動研發和安全監督,呈現 Anthropic 商業競爭與控制能力增長之間的張力。