Anthropic 的 Ted Moskovitz 談以科學方法把算力轉化為智能
Anthropic 的 Science of Scaling 團隊由 Ted Moskovitz 帶領;他認為要把算力轉化為更智能的模型,須以嚴謹實驗降低不確定性。他主張衡量 AI 編碼是否加速,應看人類介入次數及 Claude 缺席時工作方式的差異,而非只看基準測試;他亦認為大型模型在特定情況下可能更具成本效益。
Anthropic 的 Science of Scaling 團隊由 Ted Moskovitz 帶領;他認為要把算力轉化為更智能的模型,須以嚴謹實驗降低不確定性。他主張衡量 AI 編碼是否加速,應看人類介入次數及 Claude 缺席時工作方式的差異,而非只看基準測試;他亦認為大型模型在特定情況下可能更具成本效益。
Gentoo Linux 開發者 Michał Górny 指出,尊重用戶是 Gentoo 哲學的核心,並支撐其獨立、安全、穩定、靈活及持續支援等特點。Gentoo 堅持由用戶自行編譯原始碼,並禁止 LLM 貢獻;Górny 認為,拒絕 LLM 有助維持社羣凝聚力與尊嚴。Gentoo 提供優良的預設設定及穩定體驗,讓用戶保留最終決定權。
節目邀請空山慈科技聯合創始人王曦明,討論團隊如何透過腦機互動與神經調控,探索抑鬱症、睡眠障礙及認知問題的下一代解決方案。對談亦涉及大腦的隱形負擔,以及腦科學、醫學工程、AI、仿真、硬件與臨牀驗證的結合。
Google DeepMind 研究主管 Vivek Natarajan 在 RAAIS 介紹 AI co-scientist 和 AMIE,展示團隊如何以智能體辯論及自我對弈支援科學假設生成與醫療診症。
王巍分享使用 AI、尤其是 Fable 5 的經歷,表示親手解決編程難題的樂趣正在減少,工作重心也逐漸轉向協助團隊建立 AI 工作流程。Fable 5 五分鐘內以動態函式庫和 __interpose 模擬 100MB 以上的記憶體分配失敗,重現 Kingfisher 崩潰,並在新增快取統計功能時發現 MemoryStorage 的舊 bug。
DeepLearning.AI 以「學員優先、合作夥伴其次、自身最後」為原則,決定教授哪些 AI 課程。選題參考技術專家意見、團隊實務經驗,以及工具的採用度和表現等客觀指標;DeepLearning.AI 從未收取合作夥伴費用製作課程。課程着重可應用於不同供應商生態系統的 AI 工程技能,而非只掌握單一供應商的工具。
Roberta Raileanu 在今年 RAAIS 闡述邁向超越人類科學發現的三項要素:以強化學習改進解法、以發散搜尋探索新問題,並以元學習提升整個發現過程。她的團隊建立 DiscoBench,以程序生成方式建立超過 400 million 個 AI 研究任務;更多元的訓練任務可提升智能體在未見問題上的表現。她指出,這些方法仍受制於難以衡量新穎性等研究價值的訊號。
MIT 校長 Sally Kornbluth 在 Washington Post Live 討論如何透過好奇心導向研究與教育,培育能引領美國應對 AI 時代的下一代人才。她主張保留基礎學科、加強道德、公民與倫理教育,並讓學生把 AI 作為增強工具,透過團隊協作學習。她警告,聯邦資金雖已撥予大學,款項大多尚未發放;若缺少好奇心導向研究資助,創新及人才培育管道可能枯竭。
Hamel Husain 指出,AI 產品若難以評測,往往也難以讓用戶核實輸出,因此產品設計應先降低驗證難度。文章以數據智能體、體育課教案工具和工傷賠償醫療報告工具為例,提出展示來源與假設、提供可核查的中間產物,並把輸出拆成較小的審核單位。這樣可降低標註成本,並為自動評測提供更明確的依據。
Nathan Lambert 認為,GLM-5.2 是首個在編碼工作框架中適合作為通用智能體的開放權重模型,代表開放模型能力跨過重要門檻。在 Arena 的智能體排行榜上,它是唯一能與 OpenAI 和 Anthropic 最新模型同場競爭的開放模型;GLM-5.2 的 max 模式與 Opus 4.8 的 no-thinking effort 表現相當。
推薦理由:文章把 GLM-5.2 的編碼智能體能力放進開放與閉源模型競爭脈絡,説明它可能如何加劇模型服務市場的價格壓力。
OpenAI 總裁 Greg Brockman 在 Big Technology AI Summit 表示,若前沿實驗室的 AI 模型能力持續快速且大致同步提升,算力最多的實驗室最終將勝出。他指出,全球算力不足以滿足所有需求。
張小珺商業訪談錄邀請 SpaceX 前火箭首席製造工程師洪力德口述 SpaceX 開發史,並談及 IPO、收購整合 x.AI 及太空與 AI 的融合。訪談亦涵蓋馬斯克的用人觀、SpaceX 內部情況、Falcon 9 成敗及航天產業格局。
Beren Millidge 認為,從西方前沿模型蒸餾並非中國 AI 實驗室進展的主要動力,即使無法使用 OpenAI 和 Anthropic 的模型,進展也不會因此大幅受阻。他指出,蒸餾數據主要用於中期訓練和監督式微調的冷啟動,能力躍升則主要來自基於可驗證獎勵的強化學習(RLVR),而 DeepSeek-R1 曾以純預訓練基礎模型進行 RLVR,未使用冷啟動推理數據。
Figma 首席設計官 Loredana Crisan 指出,AI 不會取代設計者的品味;品味是在反覆實踐和有意識的選擇中持續培養的。AI 可協助創作者更廣泛探索,但創作方向仍源自個人品味;對工藝、用戶及成果的用心,體現在細節取捨之中。
安克創新創辦人兼 CEO 陽萌接受四小時訪談,分享對消費電子生存、端側模型及產品方法的思考。訪談亦涵蓋第三類公司、組織變革、融資與 IPO,以及從 easy 模式轉向 hard 難度的遊戲比喻。
HKGAI 首席產品策略官陳迪源主持「AI+Power 2026」圓桌論壇,提出 AI 的未來在於安全架構下的「人機共創」(Human-AI Co-Creation)。隨着合規與安全基礎設施完善,管理層應思考如何管理 AI Agent,以安全、合法地倍增企業的分析與執行效能。
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。