矽谷輕鬆談 Just Kidding Tech

📖 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

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

一年前的五月，我在頻道上立了一個計畫，十萬訂閱就裸辭。那聰明的你可以看一下下面的訂閱數，是不是還沒到十萬？所以你可能會想，Kenji 這樣計畫是不是大失敗了？從數字來看的確是沒錯，但其實我本來就想裸辭，十萬這個目標從頭到尾都是定給外面的人看的，對我自己來說，有沒有到十萬我都會走。我一直很在意一件事，就是不要把手段跟目標搞混，很多人不小心把賺錢從一個手段，變成了人生的主要目標，至少這件事我沒有混在一起。

這集我會用最自然的方式，把腦中的想法直接講出來，內容大概分兩部分。

第一部分先給對我比較不熟的朋友，順便回答一個大家應該都很好奇的問題，就是我因為這個決定，到底放棄了多少薪水。底薪、bonus、還有很多人會算進去但我自己當成買樂透的股票選擇權，這集我都會講。如果你自認是比較膚淺的朋友，其實看完薪水可以就先離開影片，沒關係 😊

第二部分才是我最想聊的：為什麼一份薪水還不錯、環境我也蠻喜歡的工作，我最後還是決定走。簡化下來原因有兩個，一個是錢夠用了，一個是時間不太夠用。

關於錢，我講了一個自己覺得很神奇的觀察，就是我現在看到薪水入帳，其實已經沒什麼感覺了。後來我發現這種無感對我來說反而是一個訊號，有的人看到薪水入帳會很開心，那很適合繼續工作；像我這種看了無感的，要嘛就是想去賺更多更多來刺激那個感覺，要嘛就是該走另一條路，而我選了後者。

關於時間，這大概是最打到我的部分。錢是可以再賺的，但時間是一個遞減函數，從你出生那一刻就開始往下掉。這件事在有了兩個小孩之後特別明顯，他們長大真的很快，現在已經會用自己的方式來說服我，跟我盧說拜託啦拜託啦我真的會乖，看他這麼可愛你就投降了。我一到五最精華的時段如果一直被綁住，這些時間我是換不回來的。

後面我還會聊到幾個比較真實的點：為什麼大家以為裸辭會鬆一口氣，但我其實沒什麼起伏；剛裸辭那一週，身體竟然反射性地九點就想衝回電腦前開會；還有我朋友在 Threads 上丟的一個問題，他說你不覺得「裸辭」這個詞本身就很怪嗎？至於裸辭之後到底要幹嘛，以及我接下來打算怎麼做，這集也都會講。

如果你也卡在一份不討厭、但也不是真心想做的工作裡，或你早就在裸辭這條路上走很久了，這集你應該會有共鳴。看完歡迎在留言區跟我分享你的故事，我很想聽。

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

(00:00) 我裸辭了！
(02:29) 我是誰：從台灣到矽谷的十年職涯
(04:13) 大家最好奇的：裸辭放棄了多少薪水
(06:14) 裸辭的真正原因：錢夠用了 + 時間不太夠
(08:03) 看到薪水入帳沒感覺，代表我該走另一條路
(09:06) 時間是遞減函數：錢可以再賺，但時間不會
(10:08) 原因二：時間不太夠用了，不願意犧牲陪伴小孩的時間
(12:10) 裸辭後的真實心情
(13:39) 朋友最愛問：你裸辭之後打算幹嘛？
(14:02) 剛裸辭那週，身體還反射想衝回電腦前開會
(15:27) 你不覺得「裸辭」這個詞很怪嗎？
(17:15) 裸辭後頻道會有什麼變化？
(19:08) 歡迎加入頻道會員「裸辭俱樂部」