電商巨頭 Shopify 的 CEO Tobi Lutke 發出內部備忘錄，宣告 AI 已不再是選項而是必備技能，引發業界廣泛討論。有趣的是，這份文件原本是內部機密，但當 Lutke 發現它正在被洩漏時，他選擇主動在社群媒體上公開原文，並註明：「我聽說我的這份內部備忘錄正被洩漏，所以在此公開。」這種透明處理爭議的方式，避免了備忘錄被斷章取義或惡意解讀的風險，同時也讓這份揭示 AI 如何從實驗性工具轉變為企業核心競爭力的文件，對台灣企業的數位轉型提供了重要參考價值。 從建議到必要：AI 使用成為基本要求 Lutke 在備忘錄中明確表示：「在 Shopify，有效使用 AI 現在是對每個人的基本期望。」這代表 AI 已從輔助工具轉變為必備技能，不僅是技術部門，而是所有員工都需要將 AI 融入日常工作流程。 對比去年夏天 Shopify 峰會上 Lutke 只是「邀請」員工嘗試
在廣闊無垠的海洋深處，各國正悄悄展開一場看不見的競爭。美國科技防務公司安杜瑞爾 (Anduril) 最近推出一項新產品——「海床哨兵」(Seabed Sentry) 水下感測網路系統，為海洋監測和通訊帶來革命性的改變。 解決海底監測的關鍵挑戰 我們的地表和空中交通可以依靠清晰的視線和穩定的連接進行運作，但海洋環境卻是另一回事。海洋遼闊且不透明，導致目前的水下感測和通訊技術往往效率低下且彼此間缺乏連接。海床哨兵系統正是針對這一問題而設計，它彌補了連接和感知方面的缺口，以前所未有的方式實現海洋環境的即時監測。 0:00 /0:12 1× 超越傳統的技術優勢 傳統的海底監測系統通常是固定式的，安裝和維護成本高昂。而海床哨兵採用了「無電纜」的深海節點網路設計，能夠在邊緣即時感測、處理和傳輸關鍵的水下資訊。這些節點具有以下突出特點： * 超強續航力：可持續運作數月至數年 * 深度能力：超過500米的水深評級 * 載荷容量：超過0.5立方米 * 模組化設計：可重複使用，降低長期運營成本
語言模型（如Claude）的運作方式一直以來都像是一個黑盒子，Anthropic 最新發表的兩篇研究論文揭露他們如何嘗試「打開」這個黑盒子，了解AI系統內部的思考過程。這項研究不只具有科學價值，也能幫助人類確保AI系統的可靠性與安全性。 AI的「思考」是如何形成的？ 大型語言模型不像傳統程式那樣由人類直接編寫，而是透過大量數據訓練而成。在這個過程中，模型自行發展出解決問題的策略，這些策略隱藏在模型執行的數十億次計算中。因此，即使是開發者也不完全了解模型如何完成各種任務。 研究人員從神經科學獲得靈感，嘗試建立一種「AI顯微鏡」，用於識別AI中的活動模式和資訊流動。透過這種方法，他們發現了一些令人驚訝的結果： 關鍵發現 1. 跨語言的「思維語言」 Claude能說數十種語言，那麼它「腦中」使用的是什麼語言？研究顯示，當處理不同語言時，Claude會使用共享的概念空間。 例如，當用不同語言詢問「small的反義詞是什麼」時，模型啟動相同的核心特徵來表示「小」和「相反」的概念，然後觸發「大」的概念，最後將結果翻譯成問題使用的語言。
圖靈測試由計算機科學先驅艾倫·圖靈於1950年提出，被視為判斷機器是否具有智能的重要方法。測試的核心是一場「模仿遊戲」：一位人類審問者同時與兩位受試者（一位人類和一位機器）進行文字對話，雙方都嘗試說服審問者自己是真正的人類。如果審問者無法可靠地辨別出誰是人類，那麼機器就被認為通過了測試。 75年來，許多系統嘗試挑戰圖靈測試，但都未能成功。直到現在，研究人員發現大型語言模型（LLM）終於突破了這道門檻。 研究方法與突破性發現 研究團隊評估了四種系統：ELIZA（一種1960年代的規則型聊天機器人）、GPT-4o、LLaMa-3.1-405B和GPT-4.5，讓它們與真人一起參與標準的三方圖靈測試。測試參與者有5分鐘時間與系統和真人同時對話，最後判斷哪一方是人類。 研究結果令人驚訝： 1. GPT-4.5：當被提示採用特定人物角色時，它被判斷為人類的比率高達73%，顯著超過了真人被識別的機率（27%）。 2. LLaMa-3.1-405B：同樣提示詞下，被判斷為人類的比率達56%，與真人不相上下。 3. 對照組：未經特殊提示詞的GPT-4o和ELIZA則表現平平，僅有21
秘密、誤導與信任破裂。科技界當紅 CEO 被閃電開除又戲劇性回歸的內幕。 （改編自 Keach Hagey 所著新書《The Optimist: Sam Altman, OpenAI, and the Race to Invent the Future》（《樂觀主義者：Sam Altman、OpenAI 與創造未來的競賽》），本書將由 W.W. Norton 出版社於 2025 年 5 月 20 日出版。版權所有歸作者 Keach Hagey。） 2023 年 11 月中旬，一個溫暖的夜晚，億萬富翁創投家彼得·提爾（Peter Thiel）在洛杉磯藝術區一家名為
News
社群媒體上瘋傳著各種以ChatGPT-4o生成的吉卜力風格圖像，熱潮之猛烈，甚至讓OpenAI創辦人Sam Altman在3月28日發推特表示："看到人們喜愛ChatGPT中的圖像功能真是太有趣了，但我們的GPU正在融化。我們將暫時引入一些使用限制，同時努力提高效率。希望不會太久！"——短短幾天，這則推文已獲得700萬次瀏覽，足見此功能的爆炸性影響。這些作品不僅令人驚嘆於其畫風以及角色連續性，更令人好奇其背後的技術突破。 與此同時 OpenAI 釋出了《GPT-4o系統卡的增補：原生圖像生成》技術報告，首次揭開了這款引爆網路的圖像生成技術的神秘面紗。 報告中的關鍵揭露令人驚訝：與之前的DALL·E系列截然不同，4o圖像生成並非獨立的擴散模型，而是深度嵌入GPT-4o架構中的自迴歸模型。這種根本性的架構差異，讓我們得以一窺AI視覺技術數十年來的演變歷程。 從早期需要人工標記每個像素的繁瑣工作，到如今能自動理解並創造精美圖像的全能模型，這一路徑不僅顯示技術的進步，更代表我們理解智能本質的深刻轉變。本文將帶您了解 AI 圖像訓練方法的演進過程，揭示從語義分割到弱監督學習，再到今日生成式
隨著人工智慧在各領域迅速發展，AI 不僅能提升個人工作效率，更有可能徹底改變團隊協作的本質。哈佛大學數位數據設計研究所（Digital Data Design Institute at Harvard）最新發表的研究成果顯示，AI 不僅是一項工具，更像是一位「數位團隊成員」，正在重新定義專業知識的界限與團隊合作的方式。 原始研究與貼文連結 – > https://www.oneusefulthing.org/p/the-cybernetic-teammate 實驗設計：模擬真實商業環境測試 AI 效能 研究團隊以寶僑公司（Procter & Gamble）為實驗場域，招募了 776 名來自歐美的專業人士參與這項隨機對照試驗。實驗參與者需在一天的工作坊中，為嬰兒用品、女性護理、個人修飾和口腔護理等真實業務部門開發產品創意、包裝和零售策略。優秀的點子將提交給管理層批准，因此結果也具有實際意義。 研究人員隨機組成了由一位商業專家和一位研發專家組成的團隊，這些專業人士平均在寶僑工作超過 10 年。一半的團隊和個人可使用 GPT-4
News
NVIDIA 創辦人暨執行長黃仁勳在最新一屆 GTC 大會主題演講中，揭示了 AI 產業的劃時代發展及該公司雄心勃勃的技術藍圖，展現 NVIDIA 如何透過創新技術引領全球 AI 運算革命。 從電競顯卡到 AI 霸主 黃仁勳開場回顧了 GTC 從 25 年前專注於 GeForce 顯示卡的起點，到如今成為全球 AI 技術盛會的歷程。他特別宣布推出新一代旗艦級顯示卡 GeForce 5090，並強調 AI 如何徹底改變電腦繪圖技術，實現 100% 即時路徑追蹤，大幅提升精確度與時間穩定性。 AI 發展邁向「具代理能力」與「物理 AI」新階段 黃仁勳分析了 AI 在近十年的演進，從感知 AI、生成 AI，到現在的「
最近研究 AI 領域的熱門新概念 MCP，原本覺得自己已經理解了，但當我第一次親眼看到 AI 透過 MCP 一口氣完成原本用 ChatGPT 要反覆多次才能解決的問題時，那種震撼感徹底顛覆了我的想像！發現自己對 MCP 從「理解」跟「體會」還是有一段落差。寫了一篇把我自己的心得打下來當作梳理自己的想法。
作者 : 洪大倫 光明頂創育智庫創辦人，原文發表於臉書 過去幾年，AI自動化的需求暴增，帶動了一波工作流平台的風潮。Make、n8n、Dify 這類工具紅遍半邊天，許多人都靠它們來讓繁瑣的流程變得自動化，但如果你以為工作流平台已經是終極解法，那你可能要準備迎接下一場變革了。MCP（Model Context Protocol）正在悄悄崛起，未來這類架構的發展，很可能讓傳統的工作流平台變成「老時代」的產物。 我不是在唱衰工作流平台，雖然它們的確改變了許多AI的操作方式，讓原本需要人工處理的一大堆步驟變成自動化流程。問題是，這種「線性」的方式終究有它的極限——就像堆積木一樣，每個動作都要按順序來，稍微有一點變化或邏輯不對，整個流程就可能崩掉。 簡單說對許多人而言，串接這些工具與流程，還是非常麻煩的事。你得自己理解邏輯，拉線去串，去個別平台申請帳號，還要設定各種參數，種種區塊的串接並不那麼直覺，總是令人困惑。試想，你如果要解決100種問題，你就得組裝出100個線性的流程，真有可能這會是人類使用AI自動化的未來嗎？我一直都保持高度的質疑。 MCP的架構就完全不同，它以圍繞在一個特定的客
Andrej Karpathy 是一位知名的電腦科學家，最為人熟知的經歷是他曾任特斯拉的人工智慧總監、也是 OpenAI 的共同創辦人之一，近期他更是連出兩則科普大型語言模型的 Youtube 影片，堪稱是實踐與教育的大神級人物，他在 2 月初的時候在 X 上提出了 Vibe Coding這個字眼，在過去的一個月內顯然成為新的潮流詞彙。 這個字具體是甚麼意思呢？依照他的貼文解釋，他所謂的氛圍開發，是一種相當依賴開發者感覺和直覺的寫程式方式。開發者不再需要深入鑽研每一行程式碼的細節，而是透過自然語言與 AI 工具溝通。想像一下，當開發者只要說出「請將側邊欄的間距縮小一半」這樣的話，AI 就能立即理解並完成相應的程式修改。 這種開發方式主要仰賴 Cursor Composer 搭配 Anthropic 的 Sonnet 模型，以及 SuperWhisper 語音轉文字工具等先進 AI 技術。在直覺程式開發的世界裡，開發流程變得極為簡單。開發者只要用口語或文字描述需求，AI
美國空軍已正式將通用原子(General Atomics)和安杜瑞爾(Anduril)目前正在開發的無人機分別命名為YFQ-42A和YFQ-44A，這些無人機是協同作戰飛行器(Collaborative Combat Aircraft，CCA)計劃第一階段(或稱增量1)的一部分。這些是美國軍方史上首次使用「戰鬥無人機」的編號，反映美國空軍作戰理念的重大轉變。第一批CCA主要在空對空作戰角色中與有人駕駛戰鬥機密切合作，至少在初期階段如此。 美國空軍參謀長戴維·阿爾文(David Allvin)將軍在空軍與太空軍協會2025年戰爭研討會的主題演講中宣布了這一命名。在美國軍方通用的飛行器和導彈命名系統中，「F」代表「戰鬥機」，「Q」代表無人機，前面的「Y」表示這是原型設計。 值得注意的是，安杜瑞爾工業在官方X平台上發文表示：「這是美國空軍首次為無人戰鬥機發布官方代號。今天，我們離確保美國在未來數十年主宰天空的目標又近了一步。」 有趣的是，安杜瑞爾獲得的YFQ-44A編號在中華文化中可能被視為不吉利，因為安杜瑞爾創辦人 Palmer Luckey 表示，在中華文化中，數字「44」被視為不