tech 概念解析
AlphaProof：DeepMind 用神經符號 AI 解開奧林匹克數學題
DeepMind 的 AlphaProof 結合語言模型與強化學習，在 2024 年國際數學奧林匹克中解出 6 題中的 4 題，達到銀牌水準——這是 AI 第一次在形式化數學推理上接近頂尖人類選手。
Tag
#ai
40 篇文章
tech 深度解析
MCP 在 Claude Code 的實踐：Model Context Protocol 如何讓 AI 連接你的工具生態
MCP（Model Context Protocol）是 Anthropic 設計的開放協定，讓 Claude Code 能夠透過標準化介面呼叫外部工具和資料來源。2024 年 11 月發布後迅速成為 AI 代理人工具整合的事實標準，被 Cursor、Windsurf 等 40+ 款編輯器採用。
tech 概念解析
AI 如何重塑人的思考方式：工具之外的認知轉變
AI 工具改變的不只是你做事的速度，而是你思考問題的方式——從「怎麼做」轉向「做什麼」和「判斷對不對」，這個轉變對工程師的長期影響值得認真思考。
tech 概念解析
高通的 AI 版圖：從 Agent 晶片到 6G 和 Physical AI 的佈局邏輯
高通的核心押注不是訓練 AI，而是在推理端——把 AI 跑在手機、PC、汽車、機器人上。6G 和 Physical AI 是同一個邏輯的延伸：讓更多算力離資料更近。
tech 概念解析
AlphaFold 第二座諾貝爾獎：當 AI 開始解開生命的密碼
AlphaFold 的蛋白質結構預測成就已獲 2024 年諾貝爾化學獎肯定，其背後的多序列比對 + Transformer 架構如何改寫了結構生物學的規則。
tech 概念解析
AI 計算能力躍升百萬倍之後：Jeff Dean 眼中的下一個十年
Jeff Dean 分析 AI 計算能力過去十年增長百萬倍的真實來源：不只是摩爾定律，而是硬體專用化、軟體最佳化和模型架構創新三者合力的結果，以及下一個階段的技術方向。
tech 概念解析
AlphaFold：解決了生物學 50 年難題的 AI，以及它為什麼贏得諾貝爾獎
AlphaFold 在 2020 年以接近實驗測定精度解決了蛋白質折疊問題，2024 年為 Demis Hassabis 和 John Jumper 贏得諾貝爾化學獎。其資料庫現已包含 2 億+ 個蛋白質結構，正在加速藥物開發和材料科學研究。
tech 概念解析
Demis Hassabis：為什麼我喜歡「硬題」——研究哲學的核心
Demis Hassabis 對『硬題』的偏好不是個人風格，而是一種研究策略：選那些一旦解開就能帶出大量下游價值的問題，而不是選容易出論文的問題。這個策略是 DeepMind 持續在科學前沿突破的核心原因。
tech 操作教學
AI Agent 費用爆炸怎麼辦？選對模型與工具的實戰指南
AI agent 的帳單暴增通常來自三個地方：選了比任務需求更強的模型、沒控制 tool call 的深度、以及 context window 浪費。正確的成本控制策略是依任務複雜度選模型，不是全部用最強的。
tech 清單整理
GitHub 一週熱點 115：桌面 AI 助理、Chromium 瀏覽器、CLI 轉換框架、3D 重建模型
本週 GitHub 熱點：桌面 AI 代理人框架、無痕 Chromium 分支、把任何軟體變成 CLI 工具的框架、以及即時流式 3D 場景重建模型——五個都值得加到 starred 清單的專案。
tech 概念解析
Demis Hassabis 與 DeepMind 的路徑：從棋盤到諾貝爾獎的 AI 突破圖譜
DeepMind 在 Demis Hassabis 帶領下的核心策略是：用遊戲環境訓練出的泛化推理能力，解決科學上最難的現實問題。AlphaFold、AlphaGeometry、AlphaDev、GNoME 是這個策略最具體的成果。
tech 概念解析
AI 要跨越盧比孔河了嗎？遞迴自我改進的技術現況與邊界
遞迴自我改進（RSI）是 AGI 路徑中最被討論的概念之一，但現實中 AI 的自我改進仍受限於訓練資料邊界、評估者可靠性和對齊問題。2026 年的 AI 已能改進特定任務的提示詞和程式碼，但距離「真正的」遞迴自我改進還有明確的技術壁壘。
tech 時事觀察
Google 的 AI 終局：I/O 2026 你可能錯過的關鍵轉變
Google I/O 2026 的核心訊號不是某個產品功能，而是 Google 已從「AI 輔助工具」全面轉向「自主代理人」策略：Gemini 3.5 Flash、Gemini Omni、Gemini Spark，每個產品背後都是同一個方向——AI 不是你的助理，是你的代理人。
tech 概念解析
DeepSeek V4 發布：1.6 兆參數開源模型挑戰 GPT-5，還跑在華為晶片上
DeepSeek V4 是一個 1.6 兆參數（49B 活躍）的 MoE 開源模型，100 萬 token 上下文，在部分基準測試上超越 GPT-5.2，且是首款針對華為 Ascend 晶片最佳化的 DeepSeek 模型。
tech 概念解析
Peak Smartphone：當硬體創新到了頂，下一個賽場在哪裡？
智慧型手機硬體創新已趨近飽和——大螢幕、多鏡頭、全天候電池不再是差異化因素。下一個競爭賽場是 AI 軟體體驗與可折疊形態，但這兩個方向都需要產業重新定義「升級的理由」。
tech 概念解析
為什麼新款手機相機感覺越拍越假？AI 計算攝影的代價
手機相機拍出的照片越來越「AI 感」——過度降噪導致皮膚像塑膠、月亮是貼上去的、細節是 AI 捏造的。問題不在硬體性能，而在廠商用 AI 補足硬體先天限制卻沒有清楚告知使用者。
tech 時事觀察
2026 年 Android 最大規模更新：AI 小工具、3D 導航、跨平台分享全面解析
2026 年 Google I/O 發布的 Android 更新是近年最大規模：Create My Widget 讓 AI 生成自訂小工具、Immersive Navigation 重建 3D 地圖介面、Quick Share 支援跨平台 AirDrop，以及多項 AI 詐騙防護功能。
tech 概念解析
如何打造 AI 驅動的自我改進企業：從反饋迴路到組織設計
真正能用 AI 持續自我改進的企業，靠的不是導入工具，而是建立資料收集→模型推論→自動執行→評估→再收集的閉環。這需要組織結構和激勵機制的配套改變。
PageIndex 深度解析：用 LLM 推理取代向量搜尋的 RAG 架構
PageIndex 用階層樹索引 + LLM Agent 推理取代向量 DB，在長文件場景（FinanceBench 98.7%）表現亮眼；本站的 Hybrid RAG 則以向量搜尋 + 關鍵字 fallback 在 Cloudflare edge 上跑，取捨完全不同。
tech 案例分析
Dexter：25k ⭐ 的自主金融研究 Agent，任務分解 + 自我驗證 + JSONL 稽核
問一個財務問題，Dexter 自動拆解成子任務、選工具執行（財報 API + 搜尋）、自我驗證直到結果夠充分，所有推理步驟記錄到 JSONL scratchpad。TypeScript + Bun，支援多個 LLM provider。
9Router：跨 40+ AI Provider 自動路由，訂閱額度不再浪費
Claude Code 的 endpoint 指向 localhost:20128，9Router 自動從訂閱服務 → 便宜 API → 免費服務做三層 fallback，OAuth token 自動刷新，格式轉換透明。
RTK：讓 AI Coding 助手少吃 80% token 的 Rust 工具
裝一個 Rust binary，git/npm/docker 等命令的輸出自動壓縮後再送進 AI context，30 分鐘 session 從 118,000 token 壓到 23,900。
tech 概念解析
為什麼你的 AI 代理越跑越笨？Context Rot 的原理與解法
AI 代理越做越差，根本原因不是模型變笨，而是 Context Window 裡累積的噪音讓訊號被稀釋——這個現象叫 Context Rot，解決方法是把 Context 當 RAM 管理，而不是永遠往裡面加東西。
tech 清單整理
GitHub 趨勢週報 113：Warp 開源、Agent Skills 正式化、Codex CLI 登場
2026 年 5 月初 GitHub 最熱的三件事：Warp 終端機開源衝上 37K Stars、GitHub Copilot 推出 Agent Skills 開放標準、Codex CLI 正式 GA——AI 開發工具鏈的整合格局正在成形。
Stanford CS146S 完整導讀：10 週學會 AI 驅動的現代軟體開發
Stanford CS146S 是第一門系統性教 vibe coding 的課程，從 LLM 原理、Coding Agent、MCP、AI IDE 到 Post-Deployment，10 週橫跨完整開發生命週期，有中文版 repo 和逐週學習記錄影片可跟。
Stanford CS153 Frontier Systems：AI 基礎設施全棧的核心框架與關鍵洞察
CS153 的核心命題：AI 基礎設施正在全棧重寫，而四大瓶頸（Context、Compute、Capital、Culture）決定了誰能跑在最前面。這篇整理課程的核心框架與各場演講的實質洞察。
Stanford Beyond LLM 課程精華：從 Prompt Engineering 到 Multi-Agent
Stanford「Beyond LLM」課程的核心地圖：為什麼 base model 不夠用、三種強化單一 LLM 的工具（Prompt Engineering / Fine-Tuning / RAG），以及如何設計 Agentic Workflow 與 Multi-Agent 系統。
learning 深度解析
超越 RAG：Andrej Karpathy 的 LLM Wiki 模式深度解析
LLM Wiki 不是查詢工具，是讓知識隨時間複利成長的架構——LLM 主動建構並維護一個 markdown 知識庫，而非每次查詢都重新從原始文件撈取。
拆解 Codex Agent Loop：一個對話 Turn 背後發生了什麼
OpenAI Michael Bolin 深入解析 Codex CLI 的 agent loop：從 prompt 組建、token 推理、工具執行，到 context window 管理與自動壓縮。
learning 概念解析
OpenAI Codex CLI：在終端機裡跑起來的 AI 程式設計 Agent
OpenAI Codex CLI 是一個在本機終端機運行的 AI Coding Agent，可以讀取你的程式碼庫、修改檔案、執行測試，像 Claude Code 一樣，但走 OpenAI 的生態系。
tech 概念解析
AI 點燃記憶體晶片超級周期：HBM 的需求為什麼這麼特殊
AI 訓練與推論對記憶體的需求遠超傳統運算，HBM（High Bandwidth Memory）供不應求且持續到 2026 年以後。記憶體半導體市場 2024 年成長 78%，SK Hynix 佔 HBM 市場 62%，這個超級周期預計延續到 2028 年。
tech 概念解析
用 10B 參數的小型模型能打造什麼樣的遊戲？
10B 左右的小型語言模型（SLM）已經能在本機即時執行，足以做到動態 NPC 對話、程序化敘事生成、自適應遊戲內容。研究顯示 SLM 在短篇創意內容上品質接近大型模型，重點在於訓練資料策劃和推論時的約束設計。
tech 概念解析
GitHub 歷史增長最快的專案是什麼？Open Interpreter 與 2024 年的開源 AI 浪潮
2023-2024 年 GitHub 增長最快的幾個專案幾乎都是 AI 工具：Open Interpreter 靠「讓 LLM 在本機直接跑程式碼」這個概念在數天內衝破萬星，Ollama 以 261% 成長奪 2024 年 ROSS Index 冠軍。這波浪潮說明開發者社群對本地 AI 工具的強烈渴望。
tech 概念解析
群核科技上市：「杭州六小龍」首個 IPO 背後的空間智能技術路線
群核科技（酷家乐母公司）在 2026 年 4 月成為「杭州六小龍」中首個 IPO 的公司，上市首日漲幅達 171%。其技術核心是空間智能平台 SpatialVerse，將 15 年積累的 3D 室內空間資料轉化為具身 AI 的訓練場景與 API 能力。
product 案例分析
Live English Tutor
即時語音 AI 英文家教：WebRTC 麥克風互動 + Gemini 即時糾錯 + 課後中文報告。
product 案例分析
Nutrition Guard
140 種食物 × 4 種慢性病即時風險評分，Workers AI 個人化建議，零月費。
tech 案例分析
LLM Assistant
arXiv 論文 RAG 平台：每日自動爬取 + 混合向量搜尋 + 雙語 Q&A + Grafana 監控。
ChatGPT 是怎麼煉成的？解密大型語言模型的三階段訓練流程
ChatGPT 的誕生並非一蹴而就，而是經過『開天闢地』的自我學習、『指點迷津』的人類引導，以及『超越自我』的強化學習三個關鍵階段。
7 天讓 AI 代替我思考——這是我大腦的變化
創作者小宁子用 7 天讓 AI 全面代替思考與消費 AI 生成內容，MRI 顯示全腦激活像素從 44,000 降至 20,000（降幅 54%），工作記憶出現毀滅性下降，但空間思考與批判性思維不受影響，且可恢復。
learning 案例分析
對話即文件：用 Claude Code 把 Debug 過程直接變成文章
把對話當成可寫成文章的材料：用結構化 prompt 與範本，讓 Claude Code 自動把 debugging thread 轉為可發佈的技術文章。