2026 年 3 月 31 日，Sequoia Capital 合夥人 Roelof Botha 和 Block 創辦人 Jack Dorsey 聯名發表了一篇萬字長文，標題是「From Hierarchy to Intelligence」。這篇文章引用了羅馬軍團、普魯士參謀制度、曼哈頓計畫，論述的核心只有一件事：AI 可以取代兩千年來人類唯一的大規模協調機制，也就是層級管理。 Sequoia 的合夥人通常發布的是市場趨勢報告或投資備忘錄，不是組織管理論文。Botha 這次親自下場，把自己的名字和 Dorsey 並列，代表 Sequoia 認為這件事的重要性超越了單一公司的內部改造。 但時間點很微妙，Block 在 2026 年 2 月剛裁掉了約 40% 的員工，大約四千人，
上個月寫了一篇 Anthropic 設計主管 Jenny Wen 的訪談分析，她在柏林對著滿場設計師說「設計流程已死」，三個月後回頭看那場演講，覺得內容已經過時了。那篇文章談的是哲學：AI 時代你的專業還值不值錢。 這篇談的是實作，Jenny 最近上了 Peter Yang 的 Podcast，這次她沒有講設計流程死不死的問題，而是直接打開螢幕示範：在流程死掉之後，她每天到底怎麼工作。 每週一早上十點，她的電腦會自動跑出一份簡報，裡面有三個經過驗證的產品方向，附帶線框稿和優先級建議。她不需要開任何會議，不需要手動整理任何資料，這些全部是 Claude Cowork 的排程任務在背景完成的。 Jenny Wen 目前是 Anthropic 的 Cowork 設計負責人，之前在 Figma 帶過 FigJam 和 Slides 的設計團隊。這集 40
Anthropic 的安全研究員 Nicholas Carlini 在今年三月做了一場演講，開場就說：語言模型對資安的重要性，大約等同於網際網路的發明。 這句話如果從一個 AI 公司的行銷部門說出來，大概會直接被無視。但 Carlini 是學術界出身的漏洞研究員，他在 Google Scholar 上的被引用次數超過五萬次，而且他帶了具體的案例、數字和現場示範，同一個月也上了資安圈知名的 Podcast「Security Cryptography Whatever」，用將近一小時的對談展開技術細節。 綜合這兩個來源，他描述的現實是這樣的：Claude 在幾個月內自主發現了超過 500 個零日漏洞（zero-day，指軟體開發者尚未知曉、因此沒有任何修補的安全漏洞，「零日」意味著開發者從發現到被攻擊之間有零天的反應時間），涵蓋 Linux 核心、Firefox 瀏覽器、Ghost CMS 等重要開源專案。其中部分漏洞已經存在超過 20 年，傳統的模糊測試工具從來沒有找到過。
Andrew Wilkinson 在 20 歲的時候用銀行裡僅有的 250 美元創業，花了將近 20 年把它變成一個擁有超過 35 間公司、年營收逼近 2 億美元的網路帝國，外號叫「網路界的波克夏海瑟威」。 三月底，他在 X 上發了一篇長推文，說 Anthropic、Google 和 OpenAI 即將從根部把軟體業的利潤抽乾。 一個靠買軟體公司致富的人，公開宣判自己所在的產業即將走向電商化：利潤趨近零、競爭無限大、賺錢越來越難。 從咖啡師到網路波克夏 Wilkinson 的起點跟矽谷創辦人的標準敘事完全不同，他在溫哥華郊區長大，爸爸是建築師，他自己是個在維多利亞市咖啡店打工的大學中輟生，時薪 6.5 加幣。他 15 歲跟一個夏威夷筆友合開了 Apple 新聞網站 MacTeens.com，16
你跟 ChatGPT 或 Gemini 聊天的時候，AI 每回一句話都要做一件很耗資源的事：記住你前面講過的所有東西。 這個「記住」的機制叫做 KV cache（key-value 快取），它是大型語言模型在推理時最大的記憶體瓶頸之一。Google Research 發表了一系列壓縮演算法，統稱為 TurboQuant，把這個瓶頸的記憶體佔用縮小 6 倍以上，注意力運算速度提升最高 8 倍，而且在基準測試中達到零精準度損失。 其中 TurboQuant 將在 ICLR 2026 發表，核心元件 PolarQuant 發表於 AISTATS 2026，另一個元件 QJL 則已發表於 AAAI。以下用白話解釋它們在做什麼。 先搞懂 KV cache 是什麼 想像你在跟一個人開會，你們講到第
原文作者：Prithvi Rajasekaran，Anthropic Labs 團隊成員。 原文連結：https://www.anthropic.com/engineering/harness-design-long-running-apps 【關於這篇文章】 你叫 AI 「自我評估」，它幾乎永遠說「很棒」，就算做出來的東西普通到不行。這是 AI 工程實作上的常見痛點，Anthropic 工程師 Prithvi Rajasekaran 花了幾個月研究這個問題，然後借用深度學習的 GAN（生成對抗網路）概念想出了解法：把「做事的 AI」和「評審的 AI」拆開，讓評審者專門挑毛病，做事者根據回饋迭代，形成有效的品質迴圈。 實際效果是：用一行提示詞就能讓 AI 自主開發功能完整的全端應用程式，從復古遊戲編輯器到瀏覽器版音樂製作軟體都有。這篇文章記錄了框架演進的完整過程、真實的執行數據和花費，以及隨著模型能力提升，
NVIDIA 跟台積電做了幾百億美元的生意，沒有簽過合約。 黃仁勳在 Lex Fridman Podcast 第 494 集的兩個半小時訪談中，談了很多關於 AI 革命、極端共同設計、CUDA 護城河的話題。但其中最讓人意外的一段，是他談到 NVIDIA 跟台積電之間的關係。 「三十年了，我不知道我們做了幾百億、甚至上千億美元的生意，但我們沒有合約。」 Lex 聽完只說了一個字，「Amazing。」 台積電最深的誤解 黃仁勳被問到怎麼理解台積電的成功，他的回答跟大多數人想的不一樣。 「關於台積電最深的誤解，是以為他們的技術就是他們的全部。好像他們有一顆很厲害的電晶體，然後如果有人做出另一顆更好的，遊戲就結束了。」 他說當然不是只有電晶體，台積電的技術包含金屬化系統、封裝、3D 封裝、矽光子學，這些技術確實讓公司很特別。但真正讓台積電無可取代的是另外兩件事。 第一是他們管理數百家客戶動態需求的能力，客戶的訂單同時在增加、減少、推進、拉回、換製程、改規格，
Tailwind CSS 的設計師 Steve Schoger 最近發了一支一小時的影片，展示他怎麼用 Claude Code 從零建出一個金融 App 的行銷首頁。影片開頭他就先打了預防針：「我對命令列還是非常新手，這些東西對我來說都很陌生。Adam Wathan 幫我做了初始設定，現在我就是有一個 Vite 專案模板，每次開新專案就複製一份。」 他說自己大概只會兩件事，換目錄和啟動 Claude。但用 Claude Code 當主要設計工具一個多月以來，他做出了三層式定價頁面（含比較表、testimonial、FAQ）、Tailwind Labs 內部用的金融 dashboard，而且整個過程沒有用任何 skills 或 CLAUDE.md，就是從空白畫面開始對 Claude 講話。 這支影片最有價值的部分，是他在一小時的操作過程中不斷穿插實戰設計技巧，從字型選擇、邊框處理、按鈕細節到整頁裝飾，
月產 100 萬片晶圓，這是 Tesla 宣布的 TERAFAB 晶片製造廠的目標產能，相當於台積電目前全球總產能的 70%，塞在一座工廠裡。 3 月 22 日，Tesla 正式公布了 TERAFAB 計畫，跟 SpaceX 和 xAI 三家聯手，要在 Giga Texas 旁邊蓋全球最大的晶片製造設施。目標是年產 1 太瓦（1TW）的晶片，整合邏輯運算、記憶體和先進封裝在同一屋簷下，瞄準 2 奈米製程。預估投資 200 到 400 億美元，第一批 AI5 晶片預計 2026 年小量試產，2027 年進入量產。
如果連 Andrej Karpathy 都說自己處於「AI 精神錯亂」的狀態，那全世界無數的執行長、技術主管、創業者大概也都在焦慮和興奮之間不斷切換。焦慮的是自己沒跟上，興奮的是眼前的可能性似乎沒有天花板，而這兩種情緒往往在同一天、甚至同一個小時裡交替出現。 Karpathy 最近上了 No Priors 節目，聊了將近一小時，話題涵蓋程式碼 agent、AutoResearch、模型的鋸齒性、去中心化研究、教育轉型。整場對話最核心的一句話可能是這個：「我覺得自 12 月以來，我可能沒有手打過一行程式碼。」 12 月翻轉：從 80/20 到 0/100 Karpathy 說 2025 年 12 月是分水嶺，他從 80% 自己寫程式碼、20% 委派
白宮在 3 月 20 日發布了一份 4 頁的 AI 立法框架，要求國會建立統一的聯邦 AI 標準，同時搶占各州的 AI 監管權限。這份由 AI 沙皇 David Sacks 和科技政策主管 Michael Kratsios 主導的文件，在發布前就已經引爆了一場共和黨的內戰。 南卡羅來納州共和黨州眾議員 Brandon Guffey 在致國會的信中寫道：「我同意不要過度監管，但聯邦政府無權剝奪我保護選民的權利。」超過 50 位共和黨州議員聯署了這封信，德州、猶他州、南卡的共和黨人都在抵抗白宮的 AI 政策方向。這場爭論歸根結底只有一個問題，誰有權利來管 AI。 從行政命令到立法藍圖 要理解這份框架的份量，得先回到 2025 年 12 月。Trump
AI 正在把跨界探索的門檻壓到前所未有的低。以前一個工程師想學設計，要花好幾年培養眼力和手感。現在有了 AI 的輔助，這件事可以壓縮到幾個月。Neethan Wu 的故事就是一個很具體的例子。 三個月前，他完全不會做 UI 設計，像素、間距、字型、配色這些東西，他沒有碰過。他之前在 TikTok 和 Amazon 當工程師，寫程式是強項，設計完全空白。三個月後，他每週都在交付可上線的設計成品，品質不是那種一眼看出 AI 做的粗糙感。 他寫了一篇文章叫「Design Without Designing」，記錄他怎麼組裝了一套稱為「harness」的三層系統，把 AI Agent 變成自己的設計團隊。以下是他的探索過程和心得。 第一層：Skills（專業知識） Skills 是安裝到 AI