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
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
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
作者： Tim O’Reilly 本文出自於此， Tim O’Reilly 是美國科技出版界的重量級人物，他創辦的O'Reilly Media以出版深入淺出的電腦技術書籍而聞名，其書籍封面常以動物圖像為特色。他不僅是成功的出版人，更是科技趨勢的敏銳觀察者，他提出的「Web 2.0」概念，深刻影響了網際網路的發展方向。此外，O’Reilly 也是開放原始碼的積極推動者，他透過出版和會議，促進了開放原始碼社群的發展和壯大。他對科技的遠見和洞察力，使他被譽為「矽谷先知」，他的思想和工作，持續引導著科技界的創新和進步。 本文重點： 1. 程式設計正在演變而非消亡 - 文章指出，雖然媒體聲稱AI將導致程式設計師失業，但歷史告訴我們這只是程式設計形式的轉變，類似於從組合語言到高階語言的轉變。每次技術變革後，我們看到的不是程式設計師減少，而是更多人以新方式參與程式設計。 2. AI將成為程式設計師的輔助工具而非替代者 - 優秀的程式設計師將學會如何有效地使用AI作為協作工具，專注於高價值的系統思考而非機械性的編碼。AI可以處理重複性工作，
看完 All-in Podcast Naval 在講完整段贊許 Elon Musk 後，神來一筆的讚美 Peter Thiel ，讓我更深的確定 TIME 其實搞錯了，不應該把 Elon 放在封面，而是 Peter Thiel。 從 Peter Thiel 體系影響的公司，你可以看到另一個公司命名的特色，從 Mithril 、Narya、Palantir 以及 Anduril，都是小說魔戒裡的物品。就好像你會看到金箍棒、芭蕉扇、七星劍一般自然。從他的早年經歷可以看出，這種命名傳統源自他對托爾金作品的深厚興趣，據說他曾閱讀《魔戒》超過十遍。 Peter Thiel 在 2016 年是矽谷少數公開支持川普的科技巨頭之一，雖然在第二任川普政府沒有擔任任何角色，但跟他直接相關的人跟事務有 ： 1. JD Vance：
從今天開始，Anduril Industries 將接管歷史上同類計畫裡最大的一個：美國陸軍的整合視覺增強系統 (IVAS) 計劃。 將美國士兵轉變成超級英雄 以下來自 Anduril CEO Palmer Luckey 部落格 對我個人而言，這個消息意義重大。早在 Oculus 時代，我還是個青少年時，就有機會參與陸軍的 BRAVEMIND 項目，從那時起，我就相信每個士兵都會配戴頭戴式裝置，而且會比每個平民都配戴頭戴式裝置還要早。鑑於美國在訓練中損失的士兵比在戰鬥中還多，僅 IVAS 的小隊沉浸式虛擬訓練器 (SiVT) 部分，就有可能比我們想像中任何其他東西都能拯救更多的生命。 將戰士變成科技巫師，並與武器化機器人配對的戰術抬頭顯示器，是 Anduril 最初的提案簡報中的產品之一，這是有原因的。過去八年我們在構建 Lattice 的過程中，讓 Anduril 有能力讓這類事物真正發揮作用，就像軍事戰略家和科技人員自從羅伯特·海因萊因 1959 年的小說《星艦戰士》
* AI 發展迅猛，經濟影響巨大： 文章指出 AI 的智慧程度與投入資源成正比，成本快速下降，但社會經濟價值卻呈超指數級增長，這將對經濟產生深遠影響。 * AI 代理人將成虛擬同事： AI 代理人，特別是軟體工程師代理人，將在各領域扮演重要角色，它們雖然需要人類監督，但能極大地提高生產力。 * AGI 將改變社會，帶來機遇與挑戰： AGI 將像電晶體一樣滲透到各行各業，改變人們的生活和工作方式。雖然會帶來經濟繁榮和科學進步，但也可能加劇不平等，需要及早思考應對策略。 * 本文來源，全文用 Gemini 2.0 Flash 編譯，請贊助訂閱本站選文 我們的使命是確保通用人工智慧（AGI）能為全人類帶來福祉。 隨著越來越多系統開始指向AGI，我們認為重要的是要理解我們所處的時刻。AGI是一個定義較為寬鬆的術語，但一般來說，我們指的是一種能夠在許多領域中，以人類水準處理日益複雜問題的系統。 人類是工具的建造者，天生具有理解和創造的動力，這也促使世界變得對我們所有人更好。每一代人都建立在前幾代人的發現之上，創造出更強大的工具——電力、電晶體、
* 雖然 Twitter 上的簡體中文使用者對於這篇文章反應大致負面，但持平來說我認為他對於中共的態度與其他大部分的科技巨頭與領導人一致。 * 他對於 DeepSeek 的進展看法，大約也與 Open AI 陳信翰（Mark Chen）類似，"我認為一個公平的說法是「深度探索以低得多的成本（但遠不及人們所說的比例）製作了一個接近 7-10 個月前的美國模型效能的模型」" * AI發展的三個動態：規模定律、曲線偏移和典範轉移，解釋深度探索的進展主要來自工程效率的提升，而非顛覆性創新。更重要的是，中美在AI領域的競爭最終取決於誰能取得關鍵技術的領先地位，而晶片出口管制正是確保美國及其盟友在AI競賽中保持優勢的關鍵手段。 * 本文來源，全文用 Gemini 1.5 Pro 編譯，請贊助訂閱本站選文 幾週前，我主張美國應加強對中國的晶片出口管制。從那時起，中國的人工智慧公司深度探索（DeepSeek）設法——至少在某些方面——以較低的成本達到了美國前沿人工智慧模型的效能。 在此，我不會聚焦於深度探索是否對 Anthropic 等美國人工智慧公司構成威脅（