歡迎贊助本頻道選題與翻譯：https://buymeacoffee.com/foxh 請訂閱電子報：https://www.anduril.tw/ 想像一個世界，你只需用文字描述，一個可互動的場景便在眼前誕生。它不是預先製作的電玩遊戲，沒有程式設計師一行行寫下的物理定律，也沒有美術設計師雕琢的 3D 模型。你眼前所見的每一個像素，都是人工智慧即時生成，它從數百萬部影片中自行領悟光影如何反射、水波如何蕩漾、物體如何互動。這不是遙遠的科幻，而是 Google DeepMind 執行長德米斯・哈薩比斯（Demis Hassabis）團隊所揭示的最新世界模型「Genie」。 「你看到的不是遊戲或影片，它們是世界。」哈薩比斯如此形容。這項技術的核心，在於模型自行「逆向工程出直覺物理」。傳統的 3D 渲染引擎，需要開發者明確定義重力、光學反射等所有規則，才能建構一個虛擬世界。Genie 則反其道而行，透過觀看海量真實世界與遊戲影片，它自行歸納出一套世界運作的內在邏輯。當使用者輸入指令，
身為人工智慧研究機構 Anthropic的 研究員，朱利安·施里特維澤（Julian Schrittwieser）的職業生涯，幾乎等同於AI最前沿突破的同義詞。他曾是Google DeepMind團隊的核心成員，其名字與AlphaGo、AlphaZero、MuZero到AlphaCode等一系列改變世界的AI專案緊密相連。 從征服圍棋，到探索演算法、生成程式碼，施里特維澤始終站在推動AI能力邊界的第一線。憑藉如此深厚的背景，昨天公開撰文示警，指出大眾普遍未能理解AI進展的「指數型」本質時，這份觀察就格外值得我們重視。我們似乎又一次，在指數型成長的浪潮前，選擇視而不見。 施里特維澤在文章中直言，大眾的認知與討論，時常瀰漫一種奇特的氛圍，讓人想起數年前新冠疫情爆發初期的情境。當時，數據早已清晰揭示指數型傳播的軌跡，預示一場全球大流行即將到來，但許多人卻依舊將其視為遙遠的局部現象。如今，AI的進展正以同樣驚人的速度奔馳，但公眾的反應卻如出一轍。 「人們注意到AI現在可以編寫程式、設計網站，但它仍然會犯錯或走向錯誤的方向，然後他們不知何故就跳到結論，認為AI永遠無法在這些任務上達到人類水
「OpenAI 很可能成為下一個數兆美元規模的超大規模公司。」NVIDIA 創辦人暨執行長黃仁勳此言一出，為這場席捲全球的 AI 革命定下最新註腳。這不僅是一項投資判斷，更是一場由 NVIDIA 親手打造、以 OpenAI 為先鋒的全新產業典範，正從根本上重塑運算世界的樣貌與未來經濟的格局。 NVIDIA 執行長黃仁勳指出，這不是線性成長，而是多重指數疊加的爆炸。過去，我們要求人工智慧（AI）提供一個答案；現在，我們要求它「思考」。 這個根本性的轉變，正是理解當前 AI 產業景氣的關鍵。「過去的推論是一次性的，」黃仁勳解釋，「但新的推論方式，是我們先前所期盼的，也就是思考。在回答之前先思考。」這段話揭示一場正在發生的革命。AI 不再只是從資料庫中提取並歸納答案，它會進行研究，查核事實，學習新知，再三思索，然後生成一個高品質的回應。這個「思考」的過程，讓運算需求增加的倍數，不是百倍千倍，而是十億倍。
本文主要內容出自於 Deena Mousa 電子報，The Works in Progress Newsletter 「我們現在就該停止訓練放射科醫生」 這句鏗鏘有力的斷言，出自2016年人工智慧界的巨擘 Geoffrey Hinton 之口。當時，AI 的浪潮正席捲全球，而放射科影像判讀，一個高度依賴數位影像、具備明確基準與重複性任務的領域，被視為最快會被機器取代的人類專業。Hinton 的話語，宛如一紙對放射科醫生這門職業的末日預言，讓許多人相信，AI 將在短時間內接管所有影像判讀工作，人類專家的角色將迅速式微。 然而，將近十年過去，現實卻上演一齣截然不同的戲碼。不僅沒有出現放射科醫生的大規模失業潮，對他們的需求反而攀上前所未有的高峰。2025年，美國放射科住院醫生計畫提供創紀錄的1208個職位，職位空缺率亦達歷史新高。與此同時，放射科醫生的薪資水準一飛沖天，平均年收入高達52萬美元，相較於2015年，成長幅度超過48%，使其成為全美收入第二高的醫療專科。 這是一個巨大的悖論：在一個最適合被 AI 取代的領域，人類專家的價值為何不減反增？這場看似註定由機器獲勝的競賽，為何
「用你的腦袋賺錢，而非你的時間。」這句宣言，如同一記重錘，敲開我們對工作、財富與人生價值的傳統認知。這並非鼓勵人怠惰，恰恰相反，它要求我們以前所未見的強度投入心力。在這個時間總量恆定，每週僅有 168 小時的物理限制下，勝出的關鍵從來不在於誰能比別人工作更久，而在於誰能更聰明地引導自己的心智與時間。 人生中的每一項微小決策，都具備複利效應，最終累積成巨大的成果。你我身處科技產業的核心，這本身就是一個巨大的作弊碼，如同站在歷史上少數幾個黃金時代的魔法之地——或許是文藝復興時期的雅典，或許是工業革命時代的倫敦。我們身邊聚集著全球最高智商、最具動機的一群人。然而，這僅是第一步。接下來更關鍵的決策是：在這片沃土上，你選擇耕耘什麼？以及，你選擇與誰同行？ 人生是一場搜尋：與誰同行決定你的高度 多數人職涯初期的最大短板，是他們極度受限於身邊的社交圈。他們與偶然認識的人共事、學習、甚至創業。但這並非最佳路徑。「人生就是一場搜尋」，Naval Ravikant 強調，而搜尋的首要目標，是那些透過才華、好奇心、正直品格與遠見，真正贏得你內心尊敬的人。 尋找這些人的最佳方式，
你正與朋友面對面交談，口袋裡的手機傳來一則重要訊息。你不必打斷對話，不必掏出手機，甚至連一個字都不用說。你只是不著痕跡地動動手指，眼前的世界浮現一個微小介面，你已經用思緒完成回覆並發送。這不是遙遠的科幻電影情節，而是 Meta 執行長祖克柏為我們揭露的，一個正在發生的未來。這一切的核心，是一項突破性的技術：神經介面。 「它偵測的其實不是動作，而是你肌肉發出的訊號。」祖克柏解釋。這項技術的載體是一個名為 MetaNeural Band 的腕帶，它能讀取大腦傳送到手部肌肉的微弱電氣訊號。這意味著，在你真正做出一個動作之前，系統就已經知道你的意圖。食指與拇指輕捏是「選擇」，拇指滑過緊握的指節是「滑動」，拇指輕點兩下能喚醒 AI 助理，而手腕在空中一轉，就能調整音量。這種互動方式極其私密、安靜且微妙，徹底顛覆我們對人機互動的想像。 眼鏡：超級智慧的理想載體 這款革命性的腕帶，是為搭配 Meta 推出的全新智慧眼鏡系列而生，特別是旗艦產品 Meta Ray-Ban Display。這副眼鏡首次在時尚的鏡框中，
人工智慧是否具有生命？這個問題在大型語言模型如 ChatGPT 問世後，反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果，甚至看似擁有創造力。然而，OpenAI 的執行長山姆・阿特曼（Sam Altman）對此提出清晰的見解。他認為，這些系統並不具備生命。 「它們不會主動做任何事，除非你提出要求。」阿特曼說明，這些模型缺乏自主性或內在動機，只是被動地等待指令。他認為，使用者與之互動越久，那種看似生命的幻覺就越可能消散。儘管如此，它們作為工具的強大能力無庸置疑，展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時，究竟是產生「幻覺」還是蓄意「說謊」？阿特曼解釋，這兩者之間存在根本差異。他以一個早期模型的例子說明：若使用者提問「塔克・卡爾森總統是哪一年出生？」模型可能會編造一個年份，而非指出此人從未擔任總統。 這並非出於欺騙的意圖，而是一個基於訓練資料的數學機率問題。「因為在訓練過程中，直接否定使用者的前提，並不是最可能出現的回應。」模型會假設使用者的提問基於事實，然後在其龐大的資料庫中，
軟體公司 Palantir 執行長亞歷克斯·卡普（Alex Karp）是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話，不僅僅是關於技術或商業，更深刻地反映一種獨特的世界觀，一種關於建立、競爭與西方價值體系的哲學。在這場訪談中，卡普對環繞著他與公司的各種爭議，提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問，卡普將其支持者描繪為「實踐者」（builders）。他認為，這群人懂得欣賞成果，他們衡量一項成就的標準，是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言：「實踐者們看見那些極具天賦的人，會對所有言論打上折扣，並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰，從商業模式到公開形象，始終不被看好，但最終以卓越的成果贏得這群人的信賴。 另一方面，他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為，許多抗議者深信自己無法進入科技的核心圈，因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道：「當你認為自己處於失敗的那一方，你就會假設道德不可能站在你的對立面。」他認為，這種思維源於部分學術機構，這些機構將美
在 2025 ALL-IN 訪談中，伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖，從特斯拉（Tesla）的人形機器人、xAI 的通用人工智慧，到太空探索公司 SpaceX 的星艦與星鏈計畫，勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus：定義未來的勞動力 Musk 堅信，Optimus 人形機器人將是人類的巔峰之作，並將其形容為人類歷史上最偉大的產品。目前，開發團隊正在進行第三版設計的定稿工作。他分析，要成功打造一款能普及的通用型人形機器人，必須克服三大挑戰：擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智，以及大規模生產的能力。 在這些挑戰中，又以手部的設計最為艱鉅。人手經過長時間演化，本身就是一台極度精密的儀器，能執行各種複雜任務。他強調，要創造一個通用的人形機器人，就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示，由於現今市場根本不存在適用於人形機器人的關鍵零組件，團隊必須從頭設計與製造。他無奈地說，這些關鍵零件根本買不到，因為它們在市面上並不存在。 之所以堅持採用人形設計，背後有其務實的考量
生成式人工智慧（Generative AI）的浪潮正席捲全球，其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變，然而，一份來自哈佛大學的最新研究，透過分析大規模的美國履歷與職缺數據，揭示一個更細微卻極其關鍵的趨勢：生成式AI的導入，可能正在不成比例地影響資淺員工的就業機會，形成一種「偏重資歷的技術變革」（seniority-biased technological change）。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告，由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間，涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料，以及超過2.45億筆的職缺公告，試圖描繪出AI技術擴散下，企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現，在於企業導入AI前後，不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期，無論是資深或資淺員工，其就業增長率大致維持同步。然而，一個明確的轉折點出現在2023年第一季，這恰好是生成
在全球支付巨擘 Stripe 的共同創辦人 John Collison 與加密貨幣交易所龍頭 Coinbase 的執行長 Brian Armstrong 的訪談中，兩位同樣在 2010 年代初期崛起的金融科技先驅，一同回顧加密貨幣產業從蠻荒西部到進入主流視野的驚心動魄旅程。Armstrong 的分享，不僅是 Coinbase 的成長史，更映照出整個產業在建立信任、應對威脅與探索未來時所面臨的共同挑戰。 在混沌中建立信任的堡壘 回憶起 2012 年創立 Coinbase 的初期，Armstrong 形容那是一個充滿矛盾與混亂的「狂野西部」。當時的比特幣聚會，參與者從頂尖的密碼學博士到無政府主義者，甚至有人在討論創立自己的宗教。在這樣的背景下，Coinbase 的勝出並非偶然，而是源於幾個關鍵的早期決策。 第一個，也是最具爭議的決定，是選擇一條合規的道路。「我們決定遵循監管的路徑，這意味與美國政府合作，去申請各州的資金轉移許可證。」Armstrong 回憶，這個決定在當時的無政府主義社群中，幾乎被視為一種背叛。他穿著西裝參加聚會時，甚至被人嘲諷「
Palantir 近期公布其 2025 年第二季財報，會議中揭露的各項數據與高階主管的發言，不僅展現驚人的業務成長，更清晰描繪出公司在當前 AI 浪潮中的核心定位與未來藍圖。整場會議的核心論述，圍繞在 Palantir 如何憑藉其深耕多年的「本體論（Ontology）」技術，在大型語言模型（LLM）普及的時代中，成為企業實現 AI 價值的關鍵樞紐。 財務表現強勁，美國市場成增長火車頭 首先，從財務數據觀察，Palantir 的增長動能顯著。公司單季總營收首次突破十億美元，年增率高達 48%，遠超市場預期。其中，美國市場的表現尤其突出，已佔公司總營收的 73%。美國整體業務年增 68%，其商業業務的年增率更高達 93%，政府業務也實現 53% 的穩健增長。 這些數字的背後，是「40 法則（Rule of 40）