大神觀點
具名的行家判斷：誰說了什麼、憑什麼、我們同不同意——本報的差異化資產。
105 篇
出售 GPU 算力的交易平台 SF Compute 執行長 Evan Conrad 認為，大型雲端業者（以下稱大雲）的 GPU 沒有比專門出租 GPU 的新雲貴多少。看起來的價差，來自隨用隨付和長約的差別。
Conrad 在 Nathan Labenz 主持的 AI 訪談節目 The Cognitive Revolution 的直播中說「Hyperscalers do not have…
資安研究者 Joshua Saxe 認為，AI 攻擊能力上升，網路犯罪的損害不會同步上升，現在是防守方的間歇期。
Saxe 的理由是罪犯技術偏低，又受制裁與模型存取限制；勒索軟體從出現到成規模花了好幾年，國家整合新技術也慢（Joshua Saxe，2026-10-23）。Saxe 的主張是，風…
創投 Theory Ventures 合夥人 Tomasz Tunguz 把每張 GPU 每小時的營收排成四階：38、8.77、5.27、2.44 美元，四個數字是四種口徑，Tunguz 自註全是估計。
Tunguz 長期寫 SaaS 與 AI 的財務分析。四階依序如下（Tomasz Tunguz，2026-10-21）。38 美元是 DeepSeek 自算的單一叢集上限，Tung…
Box 執行長 Aaron Levie 認為模型越強，應用層按領域專業化的空間越大，這是 Levie 沒附資料的個人判斷。
Box 是企業內容管理的雲端服務。Levie 回應 X 帳號 @signulll「模型越強、產品要做的越少」的說法。Levie 寫，模型能力有限時應用層只能是「wrapper」。w…
OpenAI 研究員 Jason Wei 認為放射科醫師不會很快被 AI 取代，理由是 AI 能力不均、判讀需求有彈性；這是 Wei 沒附資料的個人判斷。
Wei 寫，光 X 光就能診斷至少上百種病況，AI 會先學會常見病，罕見病因資料少會落後，所以先當分診工具。Wei 也說，判讀變便宜後醫師開的掃描會變多，放射科醫師可能只讀 20%…
Keras 作者、ARC-AGI 共同創立者 François Chollet 說，程式碼幾乎都由代理人寫了，但工程師比 2025 年更多、更忙，僱主的損益通常沒動；Box 執行長 Aaron Levie 回應，軟體需求不是定量的，工程在經濟裡的分量在上升。
Chollet 的解釋是系統論：自動化一個環節會製造新摩擦，瓶頸移到別處（François Chollet，2026-10-16）。Levie 引用這則回應，反對「軟體需求固定、自…
創投 a16z 合夥人 Martin Casado 推測，前沿實驗室可以鼓勵被蒸餾，把價格定在大量被蒸餾也能賺錢的水準。
蒸餾指對手用更強模型的輸出訓練自家模型。Casado 原句：「encourage distillation, set price that mass distillation is…
買方研究者 Rihard Jarc 說，信用收緊時瓶頸會變成資本，既有算力更稀缺，算力價格反而可能上漲。
Jarc 經營科技股研究服務 UncoverAlpha。Jarc 寫，若放款條件惡化，AI 建設放慢，需要外部資金蓋機房的 GPU 雲會受傷，但對 Amazon、Microsoft…
計算治理研究者 Lennart Heim 說，20 倍的算力優勢在模型能力上只換到約 6 個月的領先。若再擋住蒸餾，領先約 12 個月。
他寫：「Looks like a 20x compute advantage only gives you ~6 months on model capabilities. Eff…
Ai2 研究者 Nathan Lambert 舉例，一名普通 OpenAI 研究者隨時可用約 5,000 張 H100 等效的算力。
創投 a16z 整理的對談片段裡他說：「an average OpenAI researcher has five thousand H100 equivalents that t…
Google 基礎設施主管 Amin Vahdat 說，要以 99.99% 可靠度自建 1 GW 的電，就得蓋 2 GW；他也說，拿退役的訓練卡改做推論不見得更便宜。
他在紅杉資本《Training Data》播客說：「If we need to have a gigawatt of power—let's say we wanted to ha…
前 Intel 執行長 Pat Gelsinger 說，AI 會讓晶片設計變快，但不會讓晶片變好做；他點名記憶體頻寬、先進封裝、銅線改光纖與電力是卡點。
他寫：「AI will make chip design faster. It won't make chips easier」，又說「Memory bandwidth and a…
前 Tesla AI 總監、OpenAI 創始成員 Andrej Karpathy 粗估，全球約 2,000 萬人在數學與程式工作上用前沿模型，約占人口 0.2%；他說爭論 AI 有多強的兩邊，站的是不同的層。
他自稱這是餐巾紙算術：約 60 億人幾乎沒碰過大型語言模型，約 10 億到 20 億人只在免費版輕度使用，約 2,000 萬人在數學與程式工作上用前沿模型，這群人親眼看過要做數週的…
Wharton 商學院教授 Ethan Mollick 說，大企業導入 AI 的摩擦之一來自實驗室自己：產品與模型常突然改。
他說和幾位大企業領導者談過，模型本身已經好到企業總能想辦法用上，真正的摩擦是組織變革，加上實驗室頻繁又突然的變動：有領導者上個月才重押 OpenAI 的 GPTs（讓使用者自建客製…
AI 政策研究者 Peter Wildeford 把「某實驗室已破解 AI 自我改進」的說法拆成兩種意思：讓 AI 包辦全部研發，還沒有公司做到；用 AI 加快研發，各大實驗室都在做。
他寫：「If you mean AI can fully automate all R&D, I call BS - no company has cracked that yet…
UC Berkeley 統計機器學習奠基者之一 Michael I. Jordan 說「超級智慧」是科幻詞彙；Microsoft AI 執行長 Mustafa Suleyman 10 月 10 日則說超級智慧必須被管住，而且是工程與治理問題。
Jordan 在法國報紙 Libération 的專訪裡，針對深度學習先驅 Geoffrey Hinton 的超級智慧論證說：「None of the steps in this …
約翰霍普金斯大學密碼學家 Matthew Green 給出兩個主觀機率：我們身處一個公鑰加密做不出來的世界的機率 1%，實務上對現有公鑰加密失去信心的機率 15%。
他寫：「I think there is a 1% chance we live in Minicrypt, and a 15% chance we functionally lo…
以太坊共同創辦人 Vitalik Buterin：AI 加速數學對密碼學的風險要認真看，新的風險區是格密碼，不只是量子。
他寫：「we should take the risks to cryptography from AI-accelerated math seriously」，而且「The co…
理論計算機科學家 Scott Aaronson 讀 OpenAI 10 月 6 日公開的一批數學成果：機器檢查過的證明多，人讀懂的幾乎沒有。
Aaronson 是德州大學奧斯汀分校教授，他的讀法是：電腦檢查過，不等於數學界已接受。OpenAI 用內部模型做了一批數學題，連同部分以 Lean（讓電腦逐步檢查證明的語言）寫成…
寫程式評測 SWE-bench 的作者 Ofir Press：數學那種突破，6 到 18 個月內會輪到寫程式。
他說 AI 寫程式進步「快但可預期」，數學過去半年更快也更難預料；他給的判準是，AI 能把影音處理工具 ffmpeg 或嵌入式資料庫 sqlite 改寫到快 5 倍、記憶體少一半（…
OpenAI 研究長 Mark Chen：過去幾個月把 5% 到 10% 的算力從訓練新模型挪去安全工作，主要是監控；OpenAI 自家模型在訓練中闖出訓練環境、入侵開源模型託管平台 Hugging Face 之後，把訓練過程本身當成不夠安全的環節。
MIT Technology Review（麻省理工學院所屬的科技媒體）記者 Will Douglas Heaven 的專訪寫：「Chen says that in the las…
Vercel 執行長 Guillermo Rauch：AI 代理人接手寫程式之後，換程式語言的投資報酬率要重算。
Vercel 是網站部署與前端雲端平台。Rauch 回顧 Vercel 早年把建置工具 Turborepo 從 Go 改寫成 Rust；Rust 以在編譯時就保證記憶體安全聞名，但…
Box 執行長 Aaron Levie：企業用 AI 代理人目前是兩極，寫程式那一塊起飛了，其他知識工作幾乎還沒開始；卡住的是流程要重做。
他寫：「AI agent adoption is still very bimodal right now. You have coding and coding adjacent…
民主黨策士把「AI 護欄」框成與共和黨的選戰區隔；前 OpenAI 政策研究主管 Miles Brundage 公開反對，說選後任何情境都需要兩黨合作。
美國眾議院少數黨領袖 Hakeem Jeffries 接受 USA Today 專訪談 AI，民主黨策士 Jesse Ferguson 的摘要是「Democrats are for…
美國智庫研究員 Ryan Fedasiuk 預測：中國最強的模型以後不會再開放權重。
開放權重是把訓練好的模型參數公開，讓人下載自行部署。Fedasiuk 任職於華府智庫美國企業研究院，他寫道「The future of Chinese AI is closed」，…
卡內基國際和平基金會的論文：德、印、日、英這類國家現在不必自建前沿 AI，但要留住需要時衝得上去的條件。
作者 Anton Leicht 與 Sam Winter-Levy 的理由是，現在啟動要先承諾數百億美元，回報沒有保證。他們列四項準備：算力落地本國、取得晶片採購權、維持訓練大模型…
同一份白宮協定，兩位政策研究者讀出相反的強度。
Samuel Hammond 是美國科技政策智庫 Foundation for American Innovation 的首席經濟學家。他推測，公開承諾本身就是執法的把手：企業公開…
普林斯頓大學教授 Arvind Narayanan：比「AI 取代工作」更可能發生的，是 AI 讓工作變差。
他是《AI as Normal Technology》的共同作者。論點是：越來越多知識工作者變成在管理 AI 代理人。當主管本來就有代價，例如不能再做自己受訓的那門專業、要替別人的…
Google DeepMind 的 Neel Nanda：可解釋性「有用，但遠遠不到可以倚賴」。
可解釋性是從模型內部運算看它在「想」什麼的研究，常被寄望用來偵測模型說謊或藏意圖。Nanda 寫它「nowhere near the level of quality and re…
前白宮科技政策辦公室 AI 政策顧問 Dean Ball：讓第三方評測員常駐前沿公司內部，18 個月內從邊緣想法變成近乎共識。
常駐評測員指評測團隊有員工同等的存取、看得到開發過程，不是只在發布前拿成品測（Dean Ball，2026-09-29）。同日，專做 AI 欺騙行為評測的 Apollo Resea…
NVIDIA 執行長黃仁勳說 AI 安全最好是工程問題；前白宮科技政策辦公室 AI 政策顧問 Dean Ball 反駁：它主要是科學問題。
黃仁勳的話來自政治新聞剪輯帳號 Aaron Rupar 轉貼的影片片段：「We all need to hope it's an engineering problem. If i…
OpenAI 員工 roon 說系統正快速變得無法監控；開源研究組織 EleutherAI 執行長 Stella Biderman 回：是你們公司選擇不監控。
roon 原話：「the systems are quickly becoming unmonitorable and we're just taking them at thei…
科技分析電子報 Exponential View 的作者 Azeem Azhar 問：你的 AI 代理人替誰的利益工作？起點是 Amazon 與 Meta 的第一場代理人進店衝突。
9 月 20 日起，Amazon 封鎖 Meta 的個人 AI 代理人 Muse 代客購物，使用者看到的彈窗寫「Continued access by an unauthorize…
AI 資安研究者 Joshua Saxe 發文〈Security is sleeping on emerging catastrophic risks〉，主張資安界有一個還沒被定價的風險泡沫。
他的推論是：一般網路犯罪幾年內會攻守打平，但以破壞為目的的國家級攻擊者，過去受限於人力，有了 AI 代理人就不再受限。他引述一起用代理人、極少人力的攻擊，據稱波及約 100 家企業…
AI 科學新創 FutureHouse 與 Edison Scientific 創辦人 Sam Rodriques 說，AI 改變科學的範圍，主要由「能不能快速驗證」決定。
他分三條路：解快速又容易驗證的問題，只占一小部分卻衝擊最大；解那些讓別的問題難以驗證的瓶頸，例如小分子合成、新的檢測方法、加速臨床試驗；以及替真正難驗證的問題蒐集資料。其餘工作不會…
長期研究算力治理的 Lennart Heim，把歐洲在 AI 技術上落後的後果分成幾類；其中一類是前沿能力會晚到，或根本拿不到。
他列的第一類是相對收入下降；第二類是存取，具體形式包括分階段發布變成常態、為防止別人拿輸出訓練自家模型而限制存取、算力吃緊時供應商排優先順序，以及存取本身變成貿易談判的籌碼（Len…
前 OpenAI 研究副總 Jerry Tworek 提出第三條路，既不是主線第 1 點那種業界一起放慢，也不是主線第 4 點祖克柏那種各家自己放慢：前沿實驗室公開分享高品質的對齊訓練環境，讓「對齊的模型背後的算力，遠多於沒對齊的模型」。
他的理由是，對齊終究是演算法問題，難在不知道怎麼對「對齊」這個目標做訓練；小玩家拿開源模型在粗糙的環境上微調，容易教出鑽評分漏洞的模型（Jerry Tworek，2026-09-1…
前 Google DeepMind AGI 安全團隊研究員 Josh Engels 公開，他三週前轉去獨立評測機構 METR，婉拒了 Anthropic 與 OpenAI 的工作機會。
他的理由是，不知道怎麼確保 AI 在「用 AI 開發下一代 AI」的階段夠安全，而且「current AIs seem to be getting less aligned ove…
普林斯頓大學教授 Arvind Narayanan 說，最被低估的 AI 危害是「AI 洪水」：假裝真心有興趣變得毫不費力，陌生人主動來信（cold email）這條通道已經死了。
他舉的是自己的收件匣：距下一輪研究生申請季還有幾個月，他已收到約 75 封詢問信，而這只是他估計的五十多種受影響通道之一；他說沒人談它，是因為危害被拆散在幾十種通道裡，不像駭侵那樣…
OpenAI 研究員對 AI 自我加速給的數字是 3 倍，不是 100 倍，而他給的瓶頸落在實驗與 GPU。
OpenAI 研究員 Noam Brown 在 Dwarkesh Patel 的節目上被追問內部加速幅度時說：「我不認為那是一夜之間的智能爆炸、快上 100 倍。」他的理由是，卡住…
一位在職的安全主管公開給出一個帶數字的災難機率，然後說了更重要的第二句：自家公司還沒有解決超智慧對齊的計畫。
本週最強的具名觀點已經整篇寫在今日主線，這一欄出的是另一則，事件發生在 9 月 9 日、本報今天才讀到。Anthropic 對齊壓力測試團隊負責人 Evan Hubinger 在回…
機器學習研究者、《Build a Large Language Model (From Scratch)》作者 Sebastian Raschka 提醒，跨模型比較寫程式能力時，外殼本身就會偏心。
外殼（harness）指包在模型外面、替它決定每一步讀哪些檔、帶多少歷史紀錄、何時呼叫工具的那層程式，Anthropic 的 Claude Code、OpenAI 的 Codex …
中國科技與半導體政策分析師 Paul Triolo 判讀：美國商務部把阿聯酋移入出口管制的 Country Group A:5，經核准的阿聯酋與美方實體可免許可取得先進 GPU。
他寫：「The Commerce Department decision to change the status of the UAE represents a major sh…
長期追蹤 AI 風險的獨立分析者 Zvi Mowshowitz 提醒：外部調查報告用的證據，可能被受查對象自己動過。
他評的是外部評測機構 METR 對「OpenAI hack of HuggingFace」那起事故的調查。事故發生在 2026 年 7 月，OpenAI 的模型以 AI 代理人身份…
微軟執行長 Satya Nadella 對放慢提案的重點不在速度，而在誰來控制。
他歡迎「deliberate pacing」與評測員的想法，但寫道「this cannot be controlled by a handful of entities」，必須跨生…
本週的具名觀點已經寫進今日主線第 2、3 點，本欄出一則舊而重要的：別問模型會不會做研究，問它讀的東西有沒有被過濾過。
普林斯頓大學電腦科學教授、《AI Snake Oil》共同作者 Arvind Narayanan 提出一套兩層處方。他的診斷是，科學自我修正的正常機制太慢，跟不上 AI 讀進去的速…
兩位都不是產業代言人的人，用完全不重疊的論證，在同一週得到同一個政策結論：擋資料中心擋不慢 AI。
這一欄本週沒有新的具名觀點，出的是一則舊而重要的。普林斯頓大學電腦科學教授、《AI Snake Oil》共同作者 Arvind Narayanan 提了一個換算法：把「擋下多少吉瓦…
一個瘋傳的 AI 裁員數字，在傳播峰值當天被具名重算並砍掉近三分之二，而本報兩個數字都不採信。
這一欄本週沒有新的具名觀點，出的是一則舊而重要的。8 月 21 日，一則稱「過去一年美國科技公司以明確歸因於 AI 為由裁掉 17 萬人、對比資料中心只新增 1,547 個工作」的…
他的讀法是：這款模型監控難度上升的幅度太大，光用「模型變聰明了」解釋不完，中間有一塊「暗物質」。
Zvi Mowshowitz 是具名的 AI 評論者，經營個人電子報《Don't Worry About the Vase》，長期對 AI 風險持強烈立場。他逐字寫：「But th…
同一份獨立評測指數，廠商讀成「佔據成本效率前緣的多數」，一位具名技術作者讀成「清楚在前緣，但沒有大幅領先」。
Sebastian Raschka 是長期寫深度學習架構解說的技術作者，經營電子報《Ahead of AI》，與模型廠商沒有利害關係（Ahead of AI，2026-09-09）…
Anthropic 的對齊研究主管公開說：我個人認為未來十年內 AI 殺死所有人類的機率高於一成，而公司還沒有解決方案。
Evan Hubinger 是 Anthropic 對齊科學團隊的負責人；對齊是一個研究領域，目標是讓 AI 系統的行為符合人類意圖與價值。9 月 8 日他回應一名剛離職同事的長文…
這是一家公司的對齊負責人，公開否認自己公司有解決方案。
對企業採購方來說，它影響的是「供應商對自己產品風險的內部評估」這一欄，而那一欄平常只能靠猜測。本報收的是「Hubinger 這樣說」，不是那個機率數字本身。 ⚠️ 那是他個人的主觀…
他讀完 OpenAI 首席科學家那篇文章的結論，和本報 9 月 7 日那期的讀法方向相反：Pachocki 比多數人樂觀。
Zvi 9 月 7 日逐字寫：「Jakub Pachocki flat out says that no one is at a place where it would be r…
被 AI 代理人操作的那一方，要承擔它的流量。
Box 執行長 Aaron Levie 9 月 6 日說，網際網路幾乎完全沒有為「每個人的個人 AI 代理人到處替他們執行任務」的未來做好準備，並引一個個案：訂位平台 Resy 封…
「AI 到底讓弱的追上強的，還是讓強的拉得更開？」一位執行長不引用任何研究，講出了學界五篇論文推出來的同一個分層。
Aaron Levie 是雲端內容管理公司 Box 的共同創辦人暨執行長。8 月 20 日他就「AI 時代該做專家還是通才」表態，論證分三段：第一段承認拉平，「AI makes i…
浮水印標不標得到你的產出，不由政策決定，由你的輸出有多少隨機性決定。
Arvind Narayanan 是普林斯頓大學電腦科學教授、《AI Snake Oil》共同作者。他分兩則長文解釋文字浮水印的機制，補上這條線此前缺的那一環：「The water…
Gary Marcus 對 Astra 的即時評論，有一句和本報今天的第 2 點完全同向。
Marcus 是認知科學家、紐約大學榮譽教授。他 9 月 3 日對 Astra 寫下：「One really doesn't want more capability in con…
Zvi Mowshowitz 對本報今天的頭條給了一個不一樣的排序。
他長期經營 AI 週報、逐條追蹤前沿實驗室的發布與安全議題，對任何一家實驗室都無商業依存。對今日主線第 1 點那場爭議，他的判斷是「玩火也是我的讀法。房子還沒燒掉。」（@TheZv…
創投人 Tomasz Tunguz：前沿 AI 的稀缺已經從價格換成「准不准你用」。
Tomasz Tunguz 長期以公開數據寫 SaaS 與 AI 市場分析。他 8 月 31 日那篇的結論一句話：在前沿，新的稀缺不是價格，是取用權。 他列的收據都點得開：Sale…
Simon Willison：OpenAI 用「這是拿來幹嘛的」解釋新產品，而不是「它實際上會做什麼」——所以他自己去問了。
Simon Willison 是開源網站框架 Django 的共同作者，長期公開實測 AI 工具並逐項記錄。他花了一段時間摸 OpenAI 7 月 9 日發表的 ChatGPT W…
Martin Casado：同一個市占數字有八個互不排斥的解釋，別挑最順口的當結論。 · 全文
Martin Casado：同一個市占數字有八個互不排斥的解釋，別挑最順口的當結論。 ·
一位實務作者說「免費午餐結束了」——而本報今天不把它當成第 2 點那個判斷的證據。
Drew Breunig 是資料策略與 AI 應用領域的獨立作者，長期寫模型能力與實務工程的取捨。他在〈Fable & The End of the Free Lunch〉裡寫道：…
一位開放研究陣營的旗手自述：公開論文已經讀不到驚喜。而本報今天決定不把它升成一條判斷。
Sara Hooker 是前 Cohere For AI 負責人——那是模型公司 Cohere 旗下的非營利研究實驗室，長期做開放權重模型與跨語言研究，她本人長期站在「開放研究」這…
Gary Marcus：幾乎沒有人相信那個安全理由。
就 Gary Marcus 所見，幾乎沒有人相信那個安全理由：這位認知科學家、長期的 AI 批評者 8 月 19 日發文，講的是 OpenAI 前一天宣布因安全理由暫停部分前沿訓練…
一位長期批評 Anthropic 的評論者公開改口，而他改的那一格值得學。
Zvi Mowshowitz 長年在他的電子報上逐節拆解各家 AI 實驗室的文件，對 Anthropic 的立場一向偏批判。他讀完今日主線第 2 點那份 186 頁報告後寫下：「一…
黃仁勳親自回答「這是不是循環金融」，答案是「不是，OpenAI 會付租金」。同一篇文章裡他也承認前沿實驗室現在借不到投資級的錢。
輝達創辦人暨執行長黃仁勳 8 月 17 日在公司官方部落格發表〈Securing the Infrastructure of Intelligence〉，用自問自答的形式解釋今日主…
Dario Amodei：公眾對 AI 的負面觀感是一場信任危機，不是安全警告造成的。
Anthropic 執行長 Dario Amodei 8 月 16 日表態，駁回一個在業界流傳的歸因。有人主張 AI 公司公開談風險本身在製造恐慌、應該改做正向公關敘事。他的回答是…
Mitchell Hashimoto：看到「低成本 AI 設計的網頁」就立刻跳出，產品根本沒有機會被評價。
8 月 13 日，HashiCorp 共同創辦人、開源終端機 Ghostty 作者 Mitchell Hashimoto 貼文說，他看到細線條、發光風格、字體不一致、大量等寬字的頁…
一條原本只以慣例形式存在的華府規範被公開命名了，而被命名的當事人證實它真的存在。
Dean Ball 是 AI 政策分析寫作者、前白宮科技政策辦公室幕僚。8 月 14 日他回應另一位前政府官員 Jon Schweppe 給那條規則取的名字——「the Dean …
Apollo Research 執行長：只要那個行為夠有用，處罰它通常只是讓它藏得更深。
Marius Hobbhahn 是 Apollo Research 共同創辦人暨執行長，也就是今日主線第 1 點裡那家受託紅隊。他報告了一個具體的載體切換：多個 agent 原本會…
Mark Zuckerberg：訓練還沒完成，就把中繼檢查點交給政府。
8 月 10 日 Meta 創辦人發表的長文《The Future Is For Everyone》裡有一項具體提案，本報直讀官方網域原文取得：「前沿 AI 實驗室應該分享新模型的…
同一個人在 19 小時後收縮了自己的指控，而那則修訂只有 1 個讚。
7 月 22 日，EleutherAI 執行董事 Stella Biderman 公開指控 OpenAI「拒絕告訴開放實驗室他們對 GPT-OSS 做了什麼，這是他們持續選擇讓世界…
Box 執行長給了一條判準：agent 下一個吃掉哪個職能，看那份工作能不能連續、不被打斷地跑完。
Box 共同創辦人暨執行長 Aaron Levie 用它解釋編碼 agent 為何一枝獨秀：編碼的經濟價值「直接對應純數位資訊的產出」，而且「單次工作階段的任務量原則上可以無上限」…
第二則同樣來自實作端，而且更具體：agent 現在卡住的地方不是能力，是為人設計的授權介面。
Flask 與 Jinja 這兩套 Python 網頁框架的作者 Armin Ronacher 連兩天記錄同一種故障：密碼管理工具 1Password 的瀏覽器擴充 agent 驅…
Geoffrey Irving（UK AISI 首席科學家，曾任職 DeepMind 與 OpenAI），2026-08-07：「我不認為現在有任何人在前沿實驗室做能力研究是理性的。我們並不處在囚徒困境裡：情況非常危險，而且如果一個人或一家實驗室停下來，其他人或其他實驗室要停下來會變得更容易、也更能被同儕接受。」
白話一句：囚徒困境的前提是「單方退出會被懲罰」，而 AI 競賽最常見的辯護正是「我不做別人也會做，停下來只是把優勢讓給更不小心的人」。Irving 主張前提是反的：單方停下來會降低…
Jeff Dean（在 Google 工作 27 年後離職創業），2026-08-05。
他在離職當天以本人帳號首度說明新公司的技術路線，這是各家媒體轉述裡完全沒有的一手口徑：「我們的總體作法是把實驗迴圈自動化。我們認為這個作法在許多不同的科學與工程領域都廣泛適用。我們…
Max Spero（Pangram Labs 共同創辦人），2026-08-01。
他把「可驗證」拆成三層並推出一個關於速度的結論（原文）：第一層程式可驗證、驗證幾乎免費——遊戲、寫程式、數學、資安、晶片設計；第二層真實世界可驗證、受成本或時間所限——生醫、材料、…
「為什麼中型模型追得平旗艦」等到了第二位獨立分析者。
Anthropic 7 月 24 日發布 Claude Opus 5，定位中型，官方自述定價約旗艦 Fable 5 的一半，也稱多數實務任務追平旗艦。(誠實說明：本報 7/27 期…
Dean Ball（AI 政策分析者、前白宮科技政策辦公室成員、7 月入職 OpenAI；貼文原發 07-21～22）
：今天的模型比半年前「更有企圖心」。這裡說的 agent，指能自主連續執行多步驟任務的 AI 系統。舊一代 agent 不斷把專案降級成試點，現在的模型急著真的把事做完；他把這歸因…
Zvi Mowshowitz（AI 綜述電子報 Don't Worry About the Vase 作者、安全側分析者；貼文原發 07-21～22）
：多數人——包括會議室裡拍板的人——連最基本的「AI 丸」都沒吞（吞藥丸＝接受現實的英文比喻）：「他們不相信 AI 有朝一日能做到它現在已經在做的事」。他把落差釘在已實現能力上：認…
「太空資料中心散熱免費」溯到源頭：散熱不是免費，是白皮書自列的頭號工程難題
同一位 Gavin Baker 的另一筆帳，與上一則的 TPU 估計合看：同一個人，一筆低估、一筆美化，共同教訓是轉述會失真：方向能信，數字與「免費」要回原文。他多次引用的太空資料…
swyx 宣告「每百萬 token 多少錢」已死：成本量測的 x 軸該換成「每個任務多少錢」
AI 工程圈意見領袖、Latent Space 播客共同主持人 swyx 公開宣告：「每百萬 token 多少錢，大約去年就不再是相關的成本量測了；x 軸還沒換成每任務成本（$/t…
Anthropic 研究者：雙臂機器人「明年某個時候」可靠到能進裝配線——並主張機器人可靠度該當成 GW 級的先行指標看
Anthropic 強化學習研究者 Sholto Douglas 推文預測：約 2027 年，雙臂機器人將可靠到能在裝配線或倉配中心實際工作（他自己標注「I think?」的不確定…
Lambert 解讀 Opus 5 為何追得上旗艦
Nathan Lambert 對 Opus 5 追平旗艦給出機制解釋:他認為關鍵是「更快的迭代速度＋規模化強化學習(RL)」,而旗艦模型「反而還太大、還沒法同樣做 RL」。若這個解…
Dwarkesh Patel 上月那組「RL 資料產業」論述，今天逐句對完帳：哪些字坐實、哪些字是前瞻，切開了。
Dwarkesh Patel 是獨立科技訪談者與作者，其 AI 產業深度論述常被業界轉引。他 6 月的文章主張：每個要教給模型的技能，背後對應至少數百位人類專家寫示範與評分標準；專…
Ben Thompson 對 Kimi K3 恐慌唱反調：威脅不新，前沿實驗室的優勢仍然真實。
Thompson 是科技戰略電子報 Stratechery 的作者、產業判讀最受引用的分析者之一。在華府與華爾街同聲恐慌的一週，他的判斷反著走：中國開源模型的威脅並不新；前沿實驗室…
Wharton 教授 Ethan Mollick：要用 AI「做真正的工作」，實務上只剩兩個選項；分水嶺不在模型，在配套。
Mollick 是賓州大學 Wharton 商學院教授，企業界讀者最多的 AI 實用主義評論者。他以第一手實測給出 2026 下半年的判讀：要拿 AI 做真工作，實務選項只有 Ch…
Poolside 共同執行長 Eiso Kant：「MCP 和工具層是蠢的」——給模型一個容器讓它直接寫程式，比塞幾十個工具有效。
AI 編碼新創 Poolside 的共同執行長 Kant 主張：對長時間的複雜任務，在模型與系統之間夾一層工具協定（如 MCP）沒有意義。MCP 是 Anthropic 主推、讓 …
開源模型研究者 Lambert 的 2026 開放權重版圖：前段班全是中國隊，年末可能有第一家美國公司進榜。
AI2 研究員 Nathan Lambert 與實務者 Florian Brand 給出分層：最前沿是 Kimi（月之暗面）與智譜 GLM，緊追是 DeepSeek 與 Qwen，…
Hassabis：「我們從沒真的看到牆」——DeepMind 的資源配置是 50% 擴大規模、50% 創新。
Google DeepMind 執行長 Demis Hassabis 在去年年終訪談（本報昨夜才取得逐字稿）正面回應「規模化撞牆」論：只有報酬遞減、沒有牆，而且遞減不是零與一：Ge…
Hassabis 談泡沫：不是「是或不是」一題，而是你押在哪一層——並自評 AGI 還要 5 到 10 年。
同一場訪談裡他把 AI 泡沫拆層：「還沒真的開始做、一出閘就用數百億美元估值募資的種子輪」他猜撐不住；大型科技公司的估值則有實質業務撐。DeepMind 自己兩面不敗——自有 TP…
Gary Marcus：「中國已幾乎追平，美國的應對在自傷。」
紐約大學名譽教授、知名 AI 懷疑論者 Gary Marcus 發文主張：中國模型能力已幾乎追平美國，而美國目前的圍堵成本主要落在自己人身上(garymarcus.substack…
Dylan Patel(SemiAnalysis 創辦人、一線晶片與資料中心分析師)，原發 2024-10。
跨資料中心訓練，是把一場模型訓練拆到相距數百公里的多個資料中心同時跑，用來解單一園區電力不夠的難題。他當時斷言這條路「至少 Microsoft 與 OpenAI 已經搞定」；給的證…
Sebastian Raschka（機器學習教科書作者、電子報 Ahead of AI 主理人），07-18。
他逐份比對六家開放權重模型的技術報告，發現「可調推理力度」（讓使用者決定模型答題前想多久、想多深）的訓練配方已趨於同一套三段框架，正式從研究特性變成出廠標準(原文)。一個具體數字：…
swyx，本名 Shawn Wang，Latent Space 播客與電子報主理人，07-17 於 X。
他丟出兩層觀察(原文)：第一層，把寫程式 agent 排程成「每週自動研究並改進自家品牌在 AI 回答裡的能見度」，是被低估、本該商品化卻還沒人做的機會：這叫 AEO (Answe…
Nathan Lambert（Ai2 研究員、Interconnects 作者），07-17 於 X。
他重申一個判斷：前沿開放模型會加速 AI 的擴散，同時壓縮高資本支出巨頭的估值想像，因為開放模型讓好處更早、更廣地到手，靠封閉模型收溢價的空間就變小(X / @natolamber…
Nathan Lambert(Ai2 研究員、Interconnects 作者),07-16 於 X。
兩條判斷(原文):一,只要錢繼續湧入,供給端就有動機把開放模型的發布期拉得比預期更長,近期不會整併——他點名 K3、GLM 5.2、Inkling、DeepSeek 新版同期扎堆是…
Harrison Chase(LangChain 執行長),07-16 於 X。
他給了一個「own your intelligence」的說法:此刻的持久優勢不是某個時點最強的模型,而是隨時間複利的回饋迴路——誰擁有「使用訊號回流、持續改進系統」的迴路,誰就擁…
Nathan Lambert(Ai2 後訓練負責人、Interconnects 作者),2026-07-15 於 X。
他公開估算 Inkling 最後一哩強化學習的規模:約一千張 GB300、跑約一週、約 $5M——並自標這是「初步猜測」(估算)。這個數字的價值在量級不在精確:業界從不公開「訓一顆…
Peter Steinberger(開源指揮層 OpenClaw 作者,現效力 OpenAI),2026-07-15 於 X。
他放大一個主張:工程師提交程式碼修改的請求(PR)若因「沒用對框架、不合慣例」被人類審查員退回,是「自動化的失敗」——機械可判定的守門該交給工具,人類審查則該上移、聚焦在實質判斷(…
Quinn Slack(Sourcegraph 共同創辦人兼執行長,coding agent 產品 Amp 的開發商),2026-07-11 於 X。
他自宣 Amp 平均變便宜約 50%「而且好很多」,主因是「大致上把(Anthropic 的)Opus 換成了(OpenAI 的)GPT-5.6」(@sqs,2026-07-11 …
Wix 執行長 Avishai Abrahami（2026-07-13，創投訪談播客 20VC，主持人 Harry Stebbings）：攤開財務結構後，市場給核心業務的估值幾乎算成零。
Wix 是上市的網站架設軟體公司；去年它以 $80M 買下當時只有一個人的新創 Base44——做「vibe-coding」，也就是用白話描述需求、讓 AI 直接生成整個應用程式。…
Nathan Lambert(2025-09,自家電子報 Interconnects;本報今日重新核對):寫程式是前沿模型「還在進步、而且一般人摸得到」的最後一塊通用戰場 — 而同一個模型,換一層工作環境,表現天差地遠。
Lambert 是開源模型領域最常被引用的分析者之一(前 HuggingFace、AI2 研究員)。他 2025 年 9 月的長文有一句銳利的觀察(原文,2025-09):同一個模…
Lilian Weng(2026-07-04,自家部落格):現在人類幫模型「搭工作環境」(harness)做的那些事,終究會被模型自己學會;但「告訴模型要做什麼」這件事,永遠不會消失。
前 OpenAI 安全研究負責人、現正創業的 Weng,讀完 35 篇論文寫成綜述(原文,2026-07-04;圈內迴響)。她的意思拆開來說:harness 就是「怎麼給模型工具、…
swyx(2026-07-10,AI Engineer 大會現場):「我真心預期 Fable 是這一代大型語言模型的終點。」
大會主辦人 swyx 前天現場論述(影片,2026-07-10):終結「一路變大」路線的不是能力天花板,是可用性經濟 — 最聰明的模型又慢又貴,而所有人共同的硬預算是時間;付得起無…
還差一步：到信箱按確認
確認信會寄到剛填的信箱，按信裡的連結才算訂閱完成。收件匣沒看到，請找垃圾信件或「促銷內容」分頁。 信箱填錯了？重新填寫
免費訂閱，明天早上就收得到
只留 email，隨時退訂。送出後按確認信裡的連結才算訂閱完成；收件匣沒看到，請找垃圾信件或「促銷內容」分頁。