矽谷輕鬆談 Just Kidding Tech

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」

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

Andrej Karpathy 上禮拜正式宣布加入 Anthropic。他是 OpenAI 的 11 個創始成員之一，也是 vibe coding 跟 context engineering 這兩個詞的發明人，在矽谷 AI 圈算是現在最有影響力的研究員之一。

看到這則新聞我心裡冒出兩個問題：為什麼選現在加入 Anthropic，而不是 OpenAI、xAI 或 Gemini？以及他加入之後到底會做什麼事？這集會順著這則新聞回頭整理 Karpathy 從 Stanford 到 OpenAI、特斯拉、Eureka Labs 的這段路，看他過去一年陸陸續續端出來的 auto research、LLM Wiki 這些 pattern，然後分析他這次選 Anthropic 的幾個合理原因，其中一個原因會不會是他想用內部的 Mythos？

不過這集我自己覺得最值得拿出來講的，是一個比較少人注意到的細節：他加入的會是「預訓練」團隊。現在主流論述是強化學習才是新的預訓練，再加上 harness engineering 那一條路，預訓練本身被很多人覺得已經沒搞頭了。但 Karpathy 偏偏押注在這裡。我的猜想是他想做的事情，是把他自己提出的 auto research 接上 Anthropic 最強的模型，讓 AI 自己去找出預訓練還有什麼可以再優化的地方。如果這個猜想對，這條路線會直接接到「AI 自己造下一代 AI」這個 thesis。

中間也會聊到 Karpathy 兩次進出 OpenAI 的故事、他在 Lex Fridman 訪談裡怎麼評價跟 Elon Musk 工作、Ramp AI Index 顯示 Anthropic 在今年 4 月企業採用率首度超過 OpenAI，以及他作為最前沿的研究員，為什麼自己都說「從來沒有覺得這麼落後過」。

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

(00:00) 開頭
(01:37) 阿森納睽違 22 年英超奪冠：作為球迷的感性時刻
(04:18) 2026 世界盃我預測會很慘：票價、擴編 48 隊、人工草皮
(06:20) Andrej Karpathy 正式加入 Anthropic
(06:44) Karpathy 是誰？vibe coding 跟 context engineering 都是他發明的
(07:46) auto research：把訓練 GPT 的步驟丟給 AI 自己去跑
(08:42) LLM Wiki：讓 AI 幫你把每天聊的內容變成第二大腦
(09:21) 從 80/20 到一行都不自己寫：Karpathy 自己的 coding 比例變化
(10:43) Stanford → OpenAI → 特斯拉 → 回鍋 OpenAI → Eureka Labs
(13:13) 連他都說「從來沒有覺得這麼落後過」：整個產業都在 FOMO
(15:07) 為什麼選 Anthropic，不選 OpenAI / xAI / Gemini？
(18:24) 他加入預訓練團隊：跟兩條主流路線相反
(19:53) 我的猜想：用 auto research 加上 Mythos 推預訓練的天花板
(21:54) GPT 3.5 到 GPT 4 西洋棋變強的故事：預訓練其實還有搞頭