來源類型: 新聞
「新聞」來源類型(news=新聞 / paper=論文 / blog)的 AI 內容。
-
程式師拒絕在沒有 AI 的情況下工作 這可能會讓他們吃虧
2026 年，開發者已無法將 AI 程式設計工具從手中奪走，但研究顯示這可能導致程式碼質量下降。2026 年 2 月，AI 研究實驗室 METR 發現，開發者即使僅在有限任務中也不願不使用 AI 工作。此前 2025 年的研究雖顯示 AI 提升產能，卻因開發者需額外時間修正錯誤而實際延緩進度。由於開發者拒絕參與無 AI 的實驗，METR 轉而在 2026 年 5 月發布調查，技術人員自報 AI 使其價值翻倍，但此資料存疑。2026 年流行的「tokenmaxxing」（以 token 數量衡量產能）趨勢已現疲態，Amazon 關閉內部追蹤榜單 Kirorank，Uber 在 2026 年首四個月耗盡 AI 預算且無明顯產能提升。James Shore 指出，若程式碼維護成本未隨生成速度下降，則無效。Aiswarya Sankar 表示公司 44% 的 token 用於修復 AI 生成的錯誤，CodeRabbit 分析顯示 AI 程式碼問題為人工的 1.7 倍。新加坡管理大學 2026 年 4 月報告警告 AI 程式碼會增加長期維護成本。儘管 Scott Wu 稱其建立的 AI 代理 Devin 技能介於初級至中級之間，但專家建議開發者應熟練掌握 AI 優劣，建立針對 AI 的品質保證系統，並由人類負責架構設計與安全等宏觀工作。
-
你已經聽過這些 AI 名詞並點頭附和了；讓我們改變這狀況
這篇文章旨在澄清人工智慧領域中常見的術語，幫助讀者理解 AI 如何運作。文章首先定義了通用人工智慧（AGI），指出 OpenAI 將其視為能勝任大多數經濟高價值工作的自主系統，而 Google DeepMind 則認為其應具備與人類相當的認知能力。AI 代理（AI agent）被描述為能自主執行多步驟任務的工具，例如編寫、測試和除錯程式碼，這比基本的聊天機器人更進階。為了提升回答的準確性，大型語言模型（LLM）會使用「思維鏈」（Chain of thought）技術，將問題分解為中間步驟進行推理。 文章進一步解釋了基礎設施與硬體概念。API 端點是軟體的介面，允許不同應用程式整合；計算（Compute）則指代 GPU、TPU 等提供運算能力的硬體。深度學習（Deep learning）利用人工神經網路結構，能從資料中自動識別特徵，但需要大量資料和昂貴的訓練成本。生成式模型常使用擴散（Diffusion）技術，透過逆向過程從噪聲中還原資料，或運用生成式對抗網路（GAN）來產生逼真的影像。 知識轉移方面，知識精煉（Distillation）是用小型學生模型模仿大型教師模型，OpenAI 的 GPT-4 Turbo 便採用此技術。微調（Fine-tuning）則是用特定領域資料最佳化模型表現。文章也提及了模型常見的問題，如幻覺（Hallucination），即模型編造不存在的資訊，這促使開發者轉向垂直領域模型。推理（Inference）是模型執行並生成預測的過程，而記憶體壟斷（RAMageddon）則描述了因 AI 產業需求導致記憶體短缺和價格上漲的現象。 最後，文章介紹了訓練（Training）與權重（Weights）的概念，權重決定了資料特徵的重要性。驗證損失（Validation loss）用於監控模型是否過擬合。此外，還提到了強化學習（Reinforcement learning）及其變體 RLHF，以及 Token 作為 LLM 處理的基本單位，其吞吐量（Throughput）直接影響服務效率。整體而言，這篇文章涵蓋了從基礎架構到前沿研究的多個關鍵概念，並強調了該領域的快速演變。
-
企業過度依賴人工智能會有何後果？
Box 創辦人 Aaron Levie 指出，認為人工智慧能取代工作的人，往往最不瞭解該工作的真實內容，這被稱為「AI 精神病」。近期 ClickUp 因 AI 代理而裁員 22%，2026 年的科技裁員規模已幾乎與 2025 年持平。DuckDuckGo 的使用者安裝量正在上升，這些使用者希望 Google 停止將 AI 強行植入搜尋結果，僅提供連結。TechCrunch 的 Equity 播客主持人 Kirsten Korosec、Anthony Ha 和 Sean O'Kane 探討了當 AI 支持者與懷疑者同時正確時的情況，並介紹了三筆值得關注的投資案，以及 Waymo 的新機器人計程車上路。該播客可在 YouTube、Apple Podcasts、Overcast、Spotify 等平臺訂閱，並透過 X 和 Threads 關注 @EquityPod。
-
華為買下 NVIDIA 儲備 20 億美元後，AI 芯片新創公司 Groq 報稱籌集 6.5 億美元
Groq 正尋求從現有投資者處籌集 6.5 億美元的新資金，以支援其依賴自研 AI 晶片與系統的推論新雲業務。今年 12 月，Groq 與 Nvidia 達成了一項價值約 200 億美元的非併購協議，該協議涉及部分高階員工轉投 Nvidia 以及 Groq 硬體技術的授權。此交易讓 Groq 的投資者獲得了現金回報，若該交易為全額併購，這將是 Nvidia 最大的採購案。如今，這些投資者被要求再次注資，以支援 Groq 擴充套件其推論雲業務，該業務允許開發者和企業託管高推論需求的應用程式。推論是指 AI 提示後發生的處理過程，目前在全球 AI 領域的需求大於模型訓練。此新方向由 Groq 的暫任執行長 Adam Winter 及財務長 Matt Eng 領導。根據 Axios 報導，Groq 的後盾機構 Disruptive 與 Infinitium 已同意填補該輪融資，即使其他現有投資者不願按比例出資，這筆 6.5 億美元的融資在某種程度上已獲得保障。