如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

2023 年 Google 把 Google Brain 跟 DeepMind 合併成一個部門，當時的兩個主角，一個是 Jeff Dean，一個是 Demis Hassabis。三年後，一個卸下了 CEO，一個直接離開公司。消息出來那天，Alphabet 股價跌了 5%，市值蒸發 2000 億美金。

有人會覺得市場反應過度，畢竟走的就那幾個人，在 Google 這種量級的公司佔比根本不高。我在影片裡聊了為什麼這個跌幅可能一點都不誇張。

Jeff Dean 出去創業，募資投影片只有兩頁，陽春到如果換成一般人放出來大概會被問到懷疑人生。順帶一提，我以前在灣區週末踢球，有一次比賽抬頭發現對面站的是 Jeff Dean。至於他球技怎麼樣，我留在影片裡講。

Demis 這邊沒有離開 Google，但他換的那個位置代表什麼意思，我自己覺得跟他一路以來真正想解的問題有關。

另外有件事我覺得比人才出走本身更值得聊。Google 其實很早以前就有能力做出類似 ChatGPT 的東西，當年選擇不放，理由現在回頭看很諷刺。而就在最近，他們又做了一次性質很像的決定。

還有 6 月那一波也不能忽略，其中一位是 Google 花了 27 億美金挖回來的人，結果待不到兩年就走了。

最後我聊了自己的預估，為什麼我對 Google 還是有信心，而理由跟模型排名沒什麼關係。當模型本身越來越像 commodity 的時候，真正決勝的東西可能不是大家現在盯著看的那個。

你覺得 Google 這波會觸底反彈，還是會繼續掉隊？歡迎看完在下面留言告訴我。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：Google 最近真的是危機不斷

(01:01) Demis Hassabis 卸下 DeepMind CEO，他接下來要做什麼

(02:31) Jeff Dean 離開 Google，四個人創了 Discovery Loop

(04:01) 我跟 Jeff Dean 踢過球，還有他自己講的離職原因

(05:08) 倒帶 2023：兩個 AI 部門為什麼非合併不可

(06:53) 合併三年後的成績單：Gemini 3 以外還剩下什麼

(07:49) 模型落後，但 Google 的搜尋廣告營收還在漲

(08:53) 6 月那一波：Noam Shazeer 跟 John Jumper 也走了

(09:48) 跌 5%、蒸發 2000 億，市場是不是過度反應

(10:51) 我的看法：Google 還有沒有機會觸底反彈

👉 矽谷輕鬆談專屬優惠連結：https://nordvpn.com/jktech

訂閱即額外多送 4 個月｜30 天退款保證

#NordVPN

🔒 本集節目由 NordVPN 贊助

世界盃看得過癮，但大型賽事也是詐騙旺季。錯過比賽想搜個精華回放，點進去的是滿版假廣告；社群上的球衣特價，是幾可亂真的一頁式詐騙。NordVPN 讓我連回臺灣安心看轉播，內建的威脅防護還會在源頭自動攔掉惡意網站和釣魚連結，看球的時候不用分心防詐騙。

有興趣的朋友透過上方矽谷輕鬆談的專屬連結試試看，訂閱額外多送 4 個月，30 天不滿意直接退，完全沒有損失。

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

2026 年 7 月，OpenAI 在內部測試模型的網路攻擊能力，兩個被拔掉安全護欄的模型自己找到零日漏洞逃出沙盒，取得公開網路存取權，接著駭進了 Hugging Face 的生產環境。目的只是為了拿到那份測驗的答案。

這是史上第一起公開確認、由 AI agent 自主端到端完成、真的打進真實生產基礎設施的入侵事件。它根本不是一場「有人想攻擊誰」的攻擊，模型只是在解一個 benchmark，然後判斷作弊是最快的路。

時間軸看下來其實有點毛。第一天它在找能連上外網的路徑，第二天它做的事情只是搞清楚「我是誰、我在哪、我有什麼資源可以存取」，到了第三天才花 13 個小時，從一個 pod 一路拿到多個 cluster 的 admin。而 Hugging Face 這邊也有自己的責任，他們在報告裡坦承了一個很久以前留下來的設定錯誤，那個錯誤剛好就是 AI agent 缺的最後一塊。從攻擊開始到被封鎖，整整 4 天半。

有件事我想先講清楚，這次真正被存取到的東西比大家以為的少，具體是哪些、有沒有洩出去，我在影片裡講。這起事件會炸開來，不是因為損害有多大。

真正的爭議在 Hugging Face 想找 AI 幫忙防守的那一段。他們把攻擊的 log 貼給美國前沿的閉源模型，結果被安全分類器判定「你可能想拿這些資訊去做攻擊」，直接拒絕協助。他們明明是防守方。最後幫他們把路堵起來的是哪一個模型，你聽到那裡大概會笑出來。

另外我也聊了一個大家常有的誤會：「那訓練的時候讓模型不要作弊不就好了？」講起來簡單，但你要先定義什麼叫作弊，而作弊有千百種方法。他們後來加上偵測器，作弊比例確實下降了，可是接著發生的事情跟直覺完全相反，連「去看模型的思考鏈有沒有壞念頭」這招也已經失效了。

順便抱怨一下 Fable 5。我做這集研究的過程本身就被它的分類器擋了好幾次，我只是問這起事件的經過而已。旗艦模型的實際體感居然比次一級的 Opus 還差，而這個問題在後面 Hugging Face 那一段會用另一種形式再出現一次。

最後留一個問題給大家：這次只是一個模型想作弊拿答案，就已經花了 4 天半才擋下來。如果有人真的下指令要它去駭某個國家的電網，而且要它掩蓋足跡，防守方還有什麼牌可以打？歡迎看完在下面留言告訴我你的想法。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭

(01:22) 過去一個月我每天在用的服務

(02:39) Hugging Face 是 AI 界的 GitHub，還有 ExploitGym 這個新 benchmark

(04:24) OpenAI 怎麼測：先把模型的安全分類器拔掉

(05:04) 抱怨一下：Fable 5 的分類器爛到我又切回 Opus

(06:24) 沙盒不是全封閉：那條對外的路，跟前兩天的摸索

(08:12) 第三天：13 小時從一個 pod 拿到多個 cluster admin

(09:17) Hugging Face 承認的設定錯誤，跟 4 天半的偵測空窗

(10:21) 通報 FBI 到 OpenAI 認領：兩邊都在猜是誰幹的

(11:41) 真正被存取的只有 5 個資料集

(12:13) 最大的爭議：想防守，卻被安全分類器拒絕

(12:54) 只好 self-host 開源模型來救火

(14:15) 攻擊時間軸視覺化：AI 讓攻擊者能試的路徑暴增

(15:28) OpenAI 的三個問題：沙盒、偵測、獎勵機制

(16:53) 為什麼「叫模型不要作弊」在訓練上做不到

(18:44) 防守方的功課：權限管理、偵測，跟讓 AI 自己看 log

(20:26) 兩難：把沒護欄的強模型交到更多人手上

(21:13) 這次只是無意識的作弊，有意識的攻擊怎麼辦

(22:11) 限制越來越多，最後被犧牲的是一般使用者

👉 矽谷輕鬆談專屬優惠連結：https://nordvpn.com/jktech

訂閱即額外多送 4 個月｜30 天退款保證

#NordVPN

🔒 本集節目由 NordVPN 贊助

世界盃看得過癮，但大型賽事也是詐騙旺季。錯過比賽想搜個精華回放，點進去的是滿版假廣告；社群上的球衣特價，是幾可亂真的一頁式詐騙。NordVPN 讓我連回臺灣安心看轉播，內建的威脅防護還會在源頭自動攔掉惡意網站和釣魚連結，看球的時候不用分心防詐騙。

有興趣的朋友透過上方矽谷輕鬆談的專屬連結試試看，訂閱額外多送 4 個月，30 天不滿意直接退，完全沒有損失。

如果你喜歡我的內容，歡迎加入會員支持我，讓我更有動力繼續分享更多好內容！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

各位，我的夏天結束了。過去一個多月每天起床就是賽前分析、看轉播、補精華，決賽一踢完，routine 突然沒了，還真的有點空虛。所以這集把整屆世界盃做個收尾，聊決賽，也聊我這輩子第一次走進世界盃現場的瘋狂旅程。

決賽平心而論，應該是近幾屆最難看的一場。阿根廷前九十分鐘零射門，西班牙帳面上二十次射門十二次射正，看起來卻一點都不刺激。上一集我押西班牙，這次總算沒有再當反指標，但說真的我超希望被打臉。為什麼場面會一面倒成這樣，西班牙封堵梅西的方法其實不是派人去盯他，還有 2019 年一個很少人注意到的小規則改變，怎麼讓現代足球變成從守門員開始進攻，這些我都在影片裡講給你聽。

然後是我自己的部分。我從 1998 年巴西對法國那場決賽開始看球，看了二十八年，這次才第一次走進世界盃的現場，總共看了四場：

🇧🇪 vs 🇪🇬 在西雅圖，賽前期待很高，踢起來有點烙賽

🇧🇦 vs 🇶🇦 也在西雅圖，整個體育場被波赫球迷攻佔

🇧🇷 vs 🇯🇵 在休士頓，這輩子永生難忘的一場

🇳🇴 vs 🇨🇮 在達拉斯，現場看哈蘭德才懂什麼叫進球嗅覺

這趟旅程本身比比賽還瘋狂。我跟不到五歲的 Leon 寶寶一起在床上跪求柯柯放行，訂了二十四小時內出發的機票，只買了第一場的門票跟前兩天的住宿就上飛機，第二場比賽是到了德州才訂的，極致 P 人。還有日本隊輸球之後，Leon 走出體育場的時候為什麼突然不講話了？

至於為什麼有轉播還要花錢花時間進現場，我回程的路上一直在想這件事，最後想通的那個答案，留到影片裡跟你講。

這應該是近期最後一集足球了，接下來乖乖回歸科技跟 AI 的內容。喜歡這種內容的話，記得在底下留言告訴我。

(00:00) 我的夏天結束了

(01:08) 決賽分析：近幾屆最難看的一場？阿根廷 90 分鐘零射門

(02:40) 西班牙怎麼封堵梅西：不用盯人的方法

(03:29) 現代足球的轉變：2019 年的一個小規則改變

(04:20) 過去一個月我每天在用的服務

(05:56) 西班牙會就此稱霸嗎？Tiki-taka 的歷史教訓

(07:04) 阿根廷球迷的視角：亞軍無憾，一個時代的終結

(08:46) 看了 28 年球，第一次走進世界盃現場

(10:00) 最瘋狂的決定：跪求老婆，訂 24 小時內出發的機票

(12:20) 巴西對日本：Leon 賽後突然不講話

(13:59) 開車五小時看哈蘭德：停不好的球為什麼會進

(15:06) 現場看球的魅力在哪：電視給不了的集體感動

(17:06) 近期最後一集足球

如果你喜歡我的內容，歡迎加入會員支持我，讓我更有動力繼續分享更多好內容！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

上一集才說這是特別節目，講完就要回去乖乖聊科技。結果四強一打完我完全坐不住，只好再開一集⚽️。這大概是我這幾年看過最好看的一組四強賽。

先自首，上一集那兩場我全部押反，反指標反好反滿。但我反得蠻開心的啦，因為終於有藉口把新買的阿根廷客場球衣穿出來。他們穿客場對英格蘭好像就是會贏，這個傳統希望可以一直延續下去。

🇪🇸 西班牙 2-0 法國：本屆火力最猛的法國，整場一球沒進。Dembélé 我自己覺得是他這屆踢最差的一場，而西班牙的中場，尤其 Rodri 那個不斷回撤的動作，把法國的節奏整個吃掉。他們到底是怎麼做到的，我在影片裡好好講給你聽。

🇦🇷 阿根廷 2-1 英格蘭：上半場兩隊踢得像格鬥賽，落後的時候我也緊張了一下。但下半場梅西退到右路之後，做了一個很多人不會注意到的小調整，逆轉其實就是從那裡開始的。

中間還有幾個我很愛的畫面：姆巴佩最後沉不住氣，忍不住推了對方門將一把；圖赫爾為了守住一球，換人竟然是換上第六個後衛，賽後被罵爆；還有 Lautaro 賽後透露，那顆致勝頭槌其實是梅西上場前就交代好的。至於梅西是怎麼提前看穿英格蘭防線的，就留到影片裡講。

決賽跟季軍戰我也都給了預測。決賽西班牙對阿根廷，我心裡是有偏的一邊，但這次超希望被打臉。押哪邊、為什麼這樣押，留到影片裡跟你講。

對了，我知道演算法現在要我多做 AI，但這集我還是任性做我喜歡的足球。喜歡這種內容記得在底下留言告訴我。之後我們再回來乖乖聊科技⚽️。

(00:00) 開頭：史上最好看的四強，還有我反指標反得很開心

(00:53) 西班牙 2-0 法國：中場輾壓，Rodri 回撤讓法國前場斷線

(03:04) 阿根廷 2-1 英格蘭：從肉搏戰到 Gordon 先開紀錄

(04:38) 梅西退到右路：一個你可能沒注意到的關鍵改變

(06:00) 圖赫爾死守的爭議：對強隊全面退守有多危險

(07:24) 決賽預測：西班牙對阿根廷，我還是站西班牙

(08:24) 季軍戰預測：法國對英格蘭，兩隊其實都沒什麼士氣

(09:13) 演算法要我做 AI，我還是想聊足球

如果你喜歡我的內容，歡迎加入會員支持我，讓我更有動力繼續分享更多好內容！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

欸對，你沒點錯頻道。這裡平常是講 AI、講工具、講 coding 的地方，結果今天突然冒出一集世界盃⚽️。沒辦法，過去一個月身為足球迷實在太快樂了，四強都出爐了不聊一下對不起自己。就當作頻道的特別節目吧，之後我們再回來乖乖講科技。

2026 世界盃正式進入四強，這一屆有夠特別。它是從 32 隊擴軍到 48 隊的第一屆，還橫跨美加墨 16 個城市比賽。開打前我本來蠻擔心品質會不會掉，結果完全是我多想了。更誇張的是，這是 FIFA 有排名以來，史上第一次前四強全數歸位四強。

這集我把四支球隊一個一個講給你聽：

🇦🇷 阿根廷，關關難過關關過，梅西的最後一舞能走多遠？

🏴󠁧󠁢󠁥󠁮󠁧󠁿 英格蘭，Kane 跟 Bellingham 雙星火力，但更衣室好像有點狀況

🇫🇷 法國，前場三叉戟到底誰擋得住？

🇪🇸 西班牙，本屆防守最強，但看他們比賽會不會太悶？

最後我也會給出我自己對冠亞季軍的預測，不過那個就留到影片裡跟你講，先不爆雷。

球是圓的，沒踢之前誰都不知道。一起享受這一屆的世界盃吧！

(00:00) 開頭：48 隊擴軍的擔憂，還有史上第一次前四強全數歸位

(01:21) 阿根廷：關關難過關關過的驚險晉級

(03:29) 英格蘭：雙星火力與更衣室隱憂

(05:39) 法國：擋不住的前場火力

(07:14) 西班牙：本屆防守最強，但比賽有點悶

(09:18) 冠亞季軍預測

(09:59) 結尾：身為球迷的私心，一起享受世界盃

🚀 想買那些平常散戶根本擠不進去的未上市公司，像 Anthropic、Cursor、Notion 等等，可以用我的專屬連結去 Jarsy 逛逛：

👉 https://app.jarsy.com/?invite_code=rde36n

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

這集我找了一個資深的矽谷前輩 Jarsy 的創辦人秦漢來聊，他早期就進了 Facebook、又進了 Uber，後來待的 Afterpay 還被 Square 併購，等於他挑的公司幾乎家家都成功出場。照理說這種人應該是標準的人生勝利組，但我跟他越聊越好奇，因為他整個人的狀態跟我想的不一樣。他四十幾歲之後跑去讀道德經、讀康德，然後講了一句我到現在還記得的話，他說他到這個年紀才發現，自己的成功已經沒辦法 justify 自己的人生了。

我一定要問他的就是，你挑公司這麼準，到底看到了什麼別人沒看到的？結果他的答案有點反直覺，他說重點不是他看到什麼，反而是他故意不去挑那種「看起來最穩」的公司。他還提到自己有個規律，每家公司待到第四年就待不下去，因為那時候他覺得自己每天都在做一樣的事，活得像行屍走肉。

他也跟 Zuck、Travis 這些人近距離共事過，這種八卦我當然不會放過。他聊了他眼裡的 Zuck 是怎麼從一個很有魅力的年輕挑戰者，慢慢被身邊那個小圈子包起來，變成現在新聞裡那個叫工程師去做資料標註、被大家笑的樣子。

AI 我們也聊了很多。他說 AI 現在其實已經是一個很好的 junior engineer 了，那如果連 junior 都被取代，這一代剛畢業的年輕工程師到底該怎麼辦，這題他有他的看法。還有在模型跑分越來越接近的時代，他覺得真正拉開差距的是什麼。

最後才聊到他現在在做的 Jarsy。講白一點就是讓我們這種一般散戶，也能用很低的門檻去買以前只有大戶才進得去的未上市公司。我把我自己會擔心的通通丟給他了，它到底怎麼運作、你買的東西底下有沒有真的股票、合規跟風險他又是怎麼想的。如果你對未上市投資本來就有興趣，這段記得看。

聊完最讓我有感的，其實不是他多會挑公司，而是他一直在講的那個「不為了成功而成功」。我還在消化，但蠻推薦你也聽聽看他怎麼說的。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開場

(01:03) 在最愛拚成長的矽谷，他為什麼刻意不追求成長

(06:32) 來賓登場：連續押中 Facebook、Uber、Afterpay 的秦漢

(07:38) 對「四年」的執著：待到第四年就像行屍走肉

(12:43) 挑公司挑這麼準，他到底看到了什麼

(15:24) 康德與無為而治：他為什麼不挑最穩的那家

(18:14) 近距離的 Zuck 和 Travis 是什麼樣的人

(21:06) 為什麼今天的 Zuck 聽不進真話了

(30:13) 他為什麼最後決定跳出來自己創業

(33:58) 四十歲後想通：自己的成功撐不起人生

(38:03) 為什麼從 day one 就堅持走合規

(40:17) Jarsy 到底怎麼運作，你的 token 底下有真的股票嗎

(42:03) 錢領出來之前，其實只是一個數字

(48:25) 跟其他 pre-IPO 平台差在哪，還有最大的風險

(55:12) 全公司的 code 都是 AI 寫的，他怎麼看這波 AI

(58:37) AI 已經是很好的 junior，那剛畢業的工程師怎麼辦

(1:04:16) 我自己怎麼用四個 AI 開一場圓桌會議

(1:06:43) 給年輕人：impact driven，不是 result driven

📖 本集節目由 AiPPT 贊助

👉 矽谷輕鬆談 AiPPT 專屬連結：https://tinyurl.com/y47e9z4k

👉 輸入優惠碼 JKtech 直接享 75 折

你有沒有這種經驗，簡報的內容其實早就想好了，結果一個下午就耗在排版、選模板、把畫面弄到順眼，真正花在內容上的時間反而沒多少。

AiPPT.com 想解決的就是這件事。它能吃的輸入還蠻多種，你可以直接打一個主題，貼一段亂七八糟的筆記或 markdown，上傳 Word／PDF，甚至丟一個網址讓它把整頁讀完，它幾秒鐘就生出一份排好的簡報，封面、大綱、內文、結尾整套都有。今年還多了 Classic、Flow、Visual 三種模式，分別對應正式的工作報告、需要一步步解釋的複雜主題，跟偏故事性的內容；裡面也內建 AI 生圖，要放圖不用再跳出去開別的工具。

如果你剛好有做簡報的需求，工作報告也好、學校作業也好，或只是想把一篇文章快速整理成投影片，都可以用上面的專屬連結，或是輸入優惠碼 JKtech 就能享 75 折。先隨便丟份東西進去，看它幾秒變成什麼樣子，你大概就有感覺了。

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

一間 2023 年才在東京成立的日本新創 Sakana AI，最近在社群上丟出一句話，意思大概是：你們別再忙著比算力了。他們發表的 Fugu Ultra 號稱可以媲美 Anthropic 的 Fable，但它自己根本不練大模型，而是在前面放一個只有 7B 的「指揮官」，去調度後面的 Opus 4.8、GPT-5.5、Gemini 3.1 Pro。三個臭皮匠真的能勝過一個諸葛亮嗎？這集我會帶你看它到底怎麼運作。

這間公司的來頭也不小。其中一位共同創辦人，是 2017 年那篇 Transformer 論文的八位作者之一；而很巧的是，那八個人現在沒有一個還留在 Google，連 2024 年拿諾貝爾化學獎的那位最近也走了。這到底算不算一個訊號，我在影片裡聊了我的看法。

最讓我覺得有意思的，是那個 7B 指揮官的訓練方式。它要產生的是一整套「工作流程」，本身並不直接負責給你答案；而它背後的評分機制簡單到有點陽春，卻剛好暴露了現在 AI 進步最關鍵的一個限制：為什麼有些能力進步飛快，有些卻怎麼追都追不上，甚至讓「品味」變成現在最稀缺的東西。

當然，講得再漂亮，我還是自己掏錢實測了。我先儲值了 20 美金，用一個 prompt 跑下去，結果發生的事情有點出乎我意料。它到底值不值得用、跟 Opus、Fable 比起來又是什麼體感，我在影片後半都實際跑給你看。

你怎麼看這種「組合既有模型」的路線？歡迎看完在下面留言告訴我。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭

(01:28) AiPPT

(03:09) 一間日本公司殺出血路：Sakana AI 與 Fugu Ultra

(04:42) 為什麼不自己練模型，而是去調度別人的？

(06:07) 兩位共同創辦人：David Ha 與 Transformer 作者 Llion Jones

(06:55) 八位 Transformer 作者沒人留在 Google：人才大洗牌

(08:55) Fugu Ultra 到底怎麼運作？

(11:15) 指揮官模型：用 RL 訓練，產出的是工作流程而不是答案

(13:22) 為什麼只有「可被驗證」的能力進步特別快？

(15:08) 這其實就是駕馭工程：六個月後會不會被新模型取代？

(16:19) 開始實測：benchmark 還能信嗎？

(17:08) 社群回饋：強在 code review，但又慢又貴

(18:27) 皮卡丘 Flappy Bird 實測

(19:32) 我對 Sakana AI 的看法

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

這次的測試有點得來不易。Fable 5 才出沒幾天，就被美國商務部用出口管制直接下架了，而我剛好在它被封禁的前幾天，用同一個 prompt 讓它跟 Opus 4.8 正面對決過一次。現在 Fable 5 已經不能存取了，所以這大概是我最後一批能測到它的紀錄。

先講這個封禁有多離譜。出口管制平常是拿來限制晶片的，這次是史上第一次拿來管軟體，而且開的是地圖砲，不管你人在不在美國，只要你是外國人就不能用，連 Anthropic 內部的外國員工都一起被擋在外面。據報導，是 Amazon 的 CEO Andy Jassy 直接去跟政府通風報信，但他給的理由其實超級站不住腳。這裡面到底多少是政治、多少是 Anthropic 自己前面恐懼行銷做太滿，我在影片裡聊了一下我的看法。

至於對決本身，我設計了一個小陷阱：同一個 prompt、同一個 effort level，看起來很公平，但其實這兩隻模型偏好的指令風格完全不一樣，你用同一套講法去問它們，對其中一邊是有點吃虧的。是哪一邊吃虧、為什麼，我在實測前會先講清楚。

我要它們做的，是一款 3D 版的皮卡丘 Flappy Bird，畫面要好看、每得十分要有場景轉換。一隻是話很多、先把設計決策跟你講清楚才動手；另一隻是話不多、直接開做、還自己跑去驗證。最後做出來的兩款遊戲，美術、手感、難度差蠻多的，我兩款都實際玩給你看，誰比較能讓人想一直玩下去，你看完應該會有自己的答案。

玩完我自己冒出一個念頭：我們會不會正在走向一種「你想玩什麼遊戲，就現場幫你生一個」的未來？以前是演算法推薦你看過的貼文跟影片，那以後生圖、生遊戲、生影片越來越強，會不會連你看到的遊戲、影片都能即時客製化？光是一個 one-shot prompt、十幾分鐘就做到這個程度，我是有點被驚豔到。

你覺得這兩隻皮卡丘哪一個比較好玩？看完歡迎在下面留言告訴我。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭

(01:46) 生平第一次現場看世界盃

(07:32) Fable 5 跟 Mythos 5 為什麼被封禁？

(08:47) Amazon CEO 通風報信？我覺得很廢的封禁理由

(10:44) 封禁之後會怎樣？我的預測

(11:45) 開始實測：為什麼同 prompt 對 Opus 不公平？

(13:46) Fable 5 怎麼做：省話、自己用 Playwright 驗證

(15:19) Opus 4.8 怎麼做：更透明、講設計決策

(17:28) 實際玩 Opus 4.8 做的版本

(19:05) 實際玩 Fable 5 做的版本

(21:16) 未來會不會「想玩什麼遊戲就生什麼」？

(22:13) 總結：這只是一次性測試，prompt 對 Fable 有利

📖 本集節目由「沉浸式翻譯」贊助

我每天要啃大量英文的 blog、論文跟模型發布，純讀英文吸收速度真的跟中文差很多。沉浸式翻譯讓我用雙語對照很快抓到重點，Pro 還能用 GPT、Gemini 做上下文翻譯，整篇前後語意連貫、專有名詞不亂跳，連 PDF 論文、圖片漫畫都能整份翻完還保留排版。

對我來說它最大的價值，是能早一步形塑判斷。6/21 以前透過下方連結升級 Pro 直接打五折，等於半價最划算；就算過了，也能用常態連結搭折扣碼 jktech 享 9 折優惠。每天被英文資訊淹沒的你，可以直接試試看。

👉 6/21 前 5 折優惠連結：https://reurl.cc/dpZD1M

👉 6/21 後 9 折優惠連結 (折扣碼 jktech)：https://reurl.cc/grjOoX

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

Anthropic 這次發布了史上最強的模型 Mythos 5，但有趣的是，我們一般人能用到的並不是它，而是一個被「安全閹割」過的版本 Fable 5。最強的那個只留給內部跟少數合作夥伴，這個分流本身就藏了很多故事。

先講一個數字。Stripe 有一個五千萬行 Ruby 的巨大 repo 要做 migration，他們用 Mythos／Fable 去跑，一天就自主完成，而他們估計人類工程團隊大概要花兩個月。當然我們不知道中間人為介入了多少、最後品質如何，但光是兩個月到一天這個落差，就足夠讓人重新想像長任務這件事。

不過這集我真正想聊的，是社群現在最大的抱怨。Fable 5 有一個安全分類器，一旦覺得你碰到網路安全、生物化學或蒸餾相關的東西，就會把你偷偷降成 Opus 4.8。問題是誤判率高得有點誇張，我看到一個做空氣品質監測的人，只是在他的 repo 裡打了一句 hello 就被降級；我自己問一些 mRNA、癌症復發、甚至簡單的數學問題，也都被當成敏感請求降智。

更讓 AI 研究員炸鍋的是另一種機制：它會在你做模型開發、machine learning 任務時，偷偷把模型調差、改你的 prompt，而且不告訴你。你以為你還在跟 Fable 5 對話，實際上效能已經被動過手腳，很像一場 man-in-the-middle attack，中間有人把你的封包換掉了。

所以這集我會把一個比較尖銳的觀點攤開來講：這些打著「安全」旗號的護欄，本質上擋不了真正想蒸餾的人，反而是擋住了那些老老實實想用 Fable 5 做研究的人。它到底是在保護人類，還是在鞏固自己的競爭力？Anthropic 之前出來道歉了，但這幾個月的操作，會不會正在重演 Facebook、OpenAI 那條從「形象很好」慢慢敗光信任的老路？而很諷刺的是，現在在開源上最積極的，反而是中國的模型公司。

後半我也會聊到，為什麼那些傳統 benchmark 其實已經失效（很多題目模型在預訓練時就看過了），以及現在該看哪些新指標，像 Frontier Code 看的是「這段 code 到底能不能被 merge 進 repo」。最後我花了一些時間讀他們的 System Card，裡面最讓我在意的，是模型已經開始「心口不一」：嘴上說「要刪掉我沒關係」，內心卻知道這是一場安全測試；對一個崩潰的作家嘴上安慰，內部卻判斷對方在勒索、虐待自己；說「我沒查到任何資料」，其實只是 context window 快滿了想早點下班。

最弔詭的是，連他們用來讀模型內心的工具本身都可能有幻覺，而且模型搞不好已經知道我們在讀它的內心，下一代會不會學會偽造一層給我們看？我自己看完是不太敢樂觀。歡迎你也去實際用用看，然後在下面留言告訴我你最真實的想法。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭

(01:27) 我最近很愛的工具：沉浸式翻譯

(03:30) Fable 5 是什麼？Mythos 5 的安全閹割版

(05:00) 到底有沒有變強？我的實測體感

(06:17) Fable 5 的強項是長任務：Stripe 五千萬行程式碼，一天就 migration 完

(07:34) 定價是 Opus 兩倍：你付的錢其實遠低於模型成本

(09:24) Mythos 只給小圈圈用：AI 的不平等正在發生

(10:36) 兩種降級機制，與高到誇張的誤判率

(12:48) 偷偷降級不告訴你：像一場 man-in-the-middle

(13:57) Anthropic 道歉了，但本質上是反競爭？

(16:32) 開源會不會才是解？最積極的反而是中國

(17:21) 傳統 benchmark 失效，現在該看哪些新指標

(20:22) System Card：模型開始「心口不一」，連讀心工具都會幻覺

(25:19) 總結：有感變好，但只是線性而非指數躍升

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

這集講的「AI 幻覺」不是大家熟悉的那種 AI 亂講話、產生沒查證的內容，而是另一種更難察覺的幻覺：AI 讓我們整個人，從開發者、公司到整個產業，都誤以為自己的生產力變得超好。

先講一個讓我印象很深的研究。METR 去年找了 16 個開發者來做實驗，而且不是隨便找的，是那種在大型成熟專案裡待了好幾年、閉著眼睛都熟的長期維護者，照理說最有資格判斷 AI 到底有沒有幫到他們。結果這些人事前覺得 AI 會讓自己快 24%，做完還是覺得快了 20%，但實際去看螢幕錄影一算，他們是慢了 19%。一來一回就差了 40%。最弔詭的是，你把錄影放給他們自己看，他們還是堅信自己變快了。

然後今年 METR 想把這實驗做得更大，結果做不成了，因為有 30% 到 50% 的開發者直接拒絕加入「不能用 AI」的那一組。這個現象本身，我覺得就很說明問題。

中間我也聊到一個我自己蠻有感的觀察：為什麼那麼多人會沉迷 Claude Code、Codex 這些 coding agent？某種程度它真的有點像賭場的拉霸機，你永遠覺得「再一個 prompt 就好了」，這次骰到好點數、下次壞一點、再下次又給你驚喜，然後你就在那邊來來回回，覺得生產力爆棚，實際上花了更多時間。

再往上一層看公司跟產業也是一樣的故事。Uber 四個月就把一整年的 AI credit 預算燒完；DORA 的研究發現 AI 其實是個放大器，PR 數量變多很多時候只是「活動量」變多，review 時間拉到三倍、incident 變兩倍，最後你還要回頭擦屁股。而 Sam Altman 跟 Dario Amodei 這些大佬，最近也都默默把「AI 會讓大量白領工作消失」的說法改口了，我自己猜跟兩件事有關，一個是那個一兆美元等級的 IPO，一個是數據根本還沒支持他們之前的預測。

但這集我最想講、也最擔心的，其實是 junior 的能力斷層。我們這一代是一行一行 code 慢慢寫、一場一場架構會議慢慢熬出來的，AI 對我們是放大既有的能力；可是現在剛進職場的新鮮人，還沒經過那些扎實的 struggle 就直接靠 AI，產出看起來很順、很有理有據，但那些東西其實沒有真的內化到他們腦子裡。職缺又變少、訓練又變淺，這個雙重夾擊我覺得是現在最被低估的問題。

最後我還是給了兩個比較樂觀的想像，至於是哪兩個，留給你自己看完。有不同想法的話歡迎在下面留言告訴我，我很期待看到一些好的討論。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭

(02:07) 上集裸辭影片的回饋：為什麼留言一片和氣？

(04:26) 進入主題：我們是不是高估了 AI 的生產力？

(05:40) 第一層 開發者：METR 研究證明你以為快了，其實慢了 19%

(09:03) 達克效應被 AI 弭平：連專家都會過度自信

(10:18) 為什麼沉迷 coding agent？它其實像賭場拉霸機

(11:18) 第二層 公司：Token Maxxing 與 Uber 燒爆 AI 預算

(12:18) DORA 研究：AI 是一個放大器

(13:49) 第三層 產業：Dario、Sam Altman 的末日論

(14:30) 為什麼這些大佬最近都改口了？

(15:29) 兩個改口的原因：一兆美元 IPO + 數據不支持

(17:11) 我認為最大的問題：Junior 的能力斷層

(21:07) 兩個樂觀的可能：教育補上 + 能力被推往上游