
Sign up to save your podcasts
Or


Jonathan Blow 用一個問題檢查 AI 寫程式的生產力:如果真的變快了,產出在哪裡?照他的假設算,軟體應該多出 30 年份的進展,他實際看到的大約是零年。AI 幫他約 1 小時完成試算表上色小程式,但他也說錯誤會隨程式規模累積,到了門檻就做不下去。
OpenAI 解散獨立機器人團隊,研究員分別併入主研究團隊與 Applied 部門。通用模型 GPT-6 Astra 接上機器人後能應付瓶子換位置與光線改變,模擬基準成功率 74.8%,真機器人上的表現仍待驗證。
Brave Search API 開始支援 x402 付款協定,AI agent 查一次搜尋就付一次錢,不必先開帳號拿金鑰。LLM Context 每次 0.005 美元,Stripe 開發的 Purl 建議另開一個專用錢包。
Gemini 4 Hydrogen 的單價只比同家族的 Carbon、Argon 便宜 25%,但同一個鵜鶘題目都開 high 思考強度時,Carbon 花 20.31 美分、4 分 11 秒,Hydrogen 只花 3.99 美分、19 秒,帳單差約 5 倍。差距來自輸出量,Carbon 多吐了將近 4 倍的 token。
Edge0 說開源模型 Edge0-145B 能在相容筆電上本機跑,峰值記憶體 29GB。雲端按用量付租金之外,AI 花費多了先買硬體、自付電費的第二張報價,但低算力裝置仍跑不動。
Claude Meetings 讓 Claude 以看得見的與會者身分加入 Google Meet 通話,做筆記、回答問題,並在通話當下做出文件、白板與簡報。它會出現在與會者名單並在通話聊天室貼出告知,主持人拒絕後不再試著進同一場,沒開放外部來賓的會議,外人一進來它就退場。Claude 存下的是逐字稿、摘要與畫面描述,不存錄音。
Google 替 Gemini 4 三個模型排好分工,Carbon 與 Argon 負責深度推理,Hydrogen 負責快速執行,價格是 Argon 的四分之三。Google Antigravity 的 Orchestrator 會在工作途中換模型,在 Terminal-Bench 4.0 上成功率接近 Carbon,平均少用 24% 額度、快 19%。
舊電視盒與 13 年前的 iPad 只靠約 1 GB 記憶體,跑得動 8B 與 16B 混合專家模型。做法是把常用專家留在記憶體,其餘需要時才從快閃儲存讀取。在電視盒上,2B 以上模型的速度卡在快閃儲存每秒 278 MB 的讀取上限,CPU 並不是瓶頸。
Google Antigravity 的 Orchestrator 讓 Carbon 訂計畫、Hydrogen 動手,卡住再交回 Carbon。官方說平均少用 24% 額度、快 19% 完成,成功率只寫接近 Carbon 單用。
T3 Code 有個鍵盤指令,能把螢幕截圖直接送進寫程式用的終端機,省掉截圖、存檔、找檔案上傳那幾步。ChatGPT 與 Claude 桌面版也有一鍵把視窗交給 AI 的快捷鍵,不寫程式的人也找得到同一條捷徑。