一些關於史記的小知識： 1. 寫史記是司馬遷的夢想。只因為他替投降匈奴的 李陵 說了句公道話，惹怒漢武帝，被判死刑。當時死刑可以用錢贖，或改受 宮刑 保命，他付不出贖金，又捨不得史記沒寫完，於是選了宮刑，活下來繼續寫。 2. 被閹之後，官反而變大了。宦官能近身在宮禁中、皇帝身邊任職，他後來當上「 中書令 」，這是替皇帝掌管文書、能接觸機密的近臣，論權勢比他原本的 太史令 還高。等於「因禍升官」。 3. 司馬遷很自豪，序裡直接寫「 凡百三十篇，五十二萬六千五百字，為《太史公書》。 」規模在當時是天文數字。畢竟當時沒有語音輸入、沒有 AI、連「紙」都沒有。 4. 史記是在「紙」普及之前寫的。 蔡倫改良造紙 是東漢的事，司馬遷是西漢人，早了兩百多年。所以這 52 萬字，是一字一字寫在竹簡上，幾十車那種重量，不是一本書，是一個房間的竹簡。 5. 寫完之後，他並沒打算馬上拿出來。書裡有不少對漢武帝的批評，而那時在位的，正是判他死刑、害他受宮刑的漢武帝本人。他比誰都清楚，這部書要是給皇帝看到會是什麼下場。 於是他把正本好好藏起來，只留一份副本在京城。原句：「 藏之名山，副在京師，俟後世聖人君子。 」意思就是，現在的皇帝不是聖人君子 😳 6. 史記真正被公開，是成書大約三十年後、漢宣帝在位時的事。司馬遷的外孫 楊惲 ，小時候就看過，知道這是好東西，也深刻影響了他。長大當官，趁自己政治資本最高的時候，才敢告知宣帝有這套書。 7. 只是楊惲個性過於直率，被告狀「拿皇上開玩笑、言語近乎悖逆」，因此被貶為平民。被貶之後他日子過太爽，照樣豪奢享樂，好友孫會宗（安定太守）寫信勸他閉門低調，他不但不聽，還回了一篇滿是牢騷不平的文章反擊，就是有名的《 報孫會宗書 》。兩年後有人告發他驕奢、不知悔改，官員搜查時翻出了這封信，漢宣帝看了大為光火，以「大逆不道」把楊惲處以腰斬。 是個老是被皇帝切的家族 😳 封面圖：AI 生成（Gemini）。
]]>使用 Claude Fable 5 的人，都 忽然被斷線 ，額度重置。 Fable 5 就是 Mythos 的安全版本 。功能一樣，但 敏感工作不能做 ，像是資訊安全、醫療領域等等。 因為前幾天有人發表 Fable 5 已經成功被越獄 ，美國政府認為這個太危險，要求 Anthropic「立即」停止所有外國人的 Fable 5 權限。 甚至也包括 美國境內的外國人，以及 Anthropic 員工中，非美國籍的人 。 就這麼突然。 然後送大家額度重置。 Anthropic 的公告說，他們認為駭客破解的，只是部份，而且是非通用型的，對於模型的安全影響並不大。 而且，Fable 5 的使用記錄 會存留 30 天 ，如果有任何非法記錄，都可以稽查。 意思就是，「是美國政府叫我斷的，而且我其實事前都有跟他們報告說明，他們堅持要這樣，我也沒辦法。」 Anthropic 最近 在準備上市 ，本來 只能用到 6/22 的 Fable 5，被使用者抱怨小氣。 原本的如意算盤，是讓全世界看到他們的 Mythos 級模型有多厲害，讓訂閱使用者變成他們的宣傳大隊，衝高估值想像。算力跟基礎設施緊張的問題，就撐到 6/22 就好。 前幾天也真的有這樣的效果，很多神奇的快速開發都讓大家的想像力又拓展了邊界，我也做了「 赤壁之戰 3D 全記錄 」，手機桌機都能看。 這下美國政府直接出手，Anthropic 雖然看起來受委屈，但名聲反正已經有了，壞人美國政府當，算力壓力又降下來，Anthropic 的模型「好用到很危險」變成美國政府背書，更紅 🤣 我自己幾天的經驗，會覺得 Fable 5 真的有厲害，氣定神閒的把事情做好的特性。 至於被斷，就回頭用其他的模型，也比較不會那麼容易碰到額度上限，供應不穩定的東西，我這種外行人就先少用些，也 OK 啦。 封面圖：AI 生成（Gemini）。
]]>台灣實際發射 HIMARS， 登上多家國際大媒體 。這則新聞的意義有幾： 1. 雖然是演習試射，但美國的重要武器，由台灣的軍隊按鈕發射，並 朝向中國 ，這本身就有很強的意義。 2. HIMARS 可以裝備很多種導引火箭，台灣拿到的包括 GMLRS 與 ATACMS ，射程分別是 70 與 300 公里，前者瞄準渡海船隻，後者可以覆蓋所有仍在整備的渡海船團與中國沿岸港口設施。 3. HIMARS 是中國很討厭的防禦武器， 他們的軍演影片中，還特別出現了他們遠程砲擊 HIMARS 的情節 。但因為 HIMARS 的機動性太高，那種打法應該是打不到的。（這顯示我們真的都買對了） 4. 過去台灣試射實彈，通常會在東南角，朝著太平洋，以免被說挑釁。 但中國最近真的太誇張，立法院滲透、主要政黨主席滲透、警民聯合的海上挑釁、抹去台灣國際存在的各種打壓、中共代理人還到美國耀武揚威說第一島鍊概念過時。 這也是促使美國跟台灣，即使知道把 HIMARS 對著台灣海峽發射的政治意義，也依然繼續實施的原因。 5. 這次的試射，屬於反登陸演習，地點是中共很可能登陸的海灘。（台灣台中的大甲溪出海口） 6. 繼續支持國防特別預算，支持國家自主無人機產業！ 封面圖來源：《華爾街日報》報導截圖，攝影 Ritchie B. Tongo / EPA / Shutterstock。
]]>曹操的船，是在烏林燒掉的，不是赤壁。 之所以叫做赤壁之戰，是因為那是東吳水軍跟曹操水軍的第一次交鋒，曹操水軍敗退，之後在烏林紮營。 因為曹操主要是陸軍為主，烏林紮營的時候，岸邊就是陸軍，江上就是水軍，連在一起，好溝通跟指揮。 之所以曹操會笨到接受連環計，是因為當時曹軍大疫，兵將都不舒服，所以穩定的環境對軍隊狀況很重要。 陸軍水軍連接，也比較方便人員跟資源調度。 不過，正是因為如此，火燒連環船，不只水軍幾乎全滅，連陸上營地都受影響，一燒起來竟然只能敗走華容道（沼澤地）。 嚴格來說，演義是真的把整個故事寫得非常戲劇化，像是借劍、詐降、借東風等。 但如果用比較科學合理的角度看，曹操這場仗本就不妙。 首先，他的水軍資源很多是荊州降服後取得的，指揮與信任有限。 其次，他自己的主力陸軍很強，但不幸的被瘟疫影響。到底是什麼病，目前有多種說法，血吸蟲是其中一個可能。 第三，風向問題。事實上這裡的冬天，本來就是主要西北風，但偶爾會有東南風，在地人，尤其水軍，應該是知道的。 那曹操不懂這些嗎？他為什麼要打？ 主要是因為，他的陸軍，人真的很多，所以荊州劉琮才會直接降服，他想說，吞了荊州水軍，如此壓倒性的兵力，孫權應該會直接投降。 但沒想到人家在地的，對防衛家園有意志，對自己的實力也有信心。而火跟水這兩個遠超越人類的力量，就這樣處理掉曹軍。 中國想調動大部隊南下，拼一個台灣自己投降。但台灣有海峽防衛，現在又有 HIMARS 可以直接噴對岸港口點火 。 而且中國又是一個三不五時就會產生奇怪疫病的國家。 怎麼看都覺得，只要台灣自己不投降，中國成功的機會蠻小的。 我做了一個 赤壁之戰 3D 時序網站 ，以上的情節都有，手機也可看。歡迎參考。 封面圖：赤壁之戰 3D 時序網站截圖。
]]>我用 Claude Code + Fable 5 做了三國演義的 赤壁之戰時序 3D 介紹 ，歡迎大家玩玩看。 順帶說一下我的心得。 一開始跟他說我大概要有電玩 3D 視角，要有地形、兵力、軍隊、音效、戰略說明。而且直接以演義為主。就是碎碎念了好幾行，把心裡想的都說出來。 一個小時後，做出來的東西看起來蠻厲害的。 但是仔細去看，就會發現很多不太合理的小細節，然後就是反覆的去跟他說要修。 修了很久，然後我的週額度今天就燒掉 50%，最後的小修我都只好改用 Sonnet，怕本週斷炊太久。 我一開始有開 Max/Ultra，但我覺得規劃前期可以，之後都一直用的話，燒 token 快之外，執行速度真的太慢，所以後來是用 Fable High 跑。 但修小東西其實非常耗 token，所以才會改 Sonnet。 如果一個小時能有初步的樣子，後續修細節大約花了我五倍以上的時間。 每一支軍隊的移動，不同物件的出發時間，文字脈絡與論述合理性。都需要修。 做出來的結果我自己還蠻喜歡的，但是真的就是當興趣嗜好而已，也試試看工具的應用跟效益。 每個人的個性或許不同。我不會因為做了這樣的網站，就沾沾自喜覺得自己懂軟體開發，而是反倒覺得，沒有 AI 工具，就能寫出這樣東西的人，真的很強。 就像我會煮飯後，我不會去批評餐廳的食物，反倒是每次吃外食，都會去感受人家是怎麼做出這些料理的，為什麼這樣會好吃，而且廚房速度還很快！ 但是，懂得怎麼自己煮之後，我當然就喜歡自己煮，因為可以煮出自己喜歡、自己愛吃，又健康的食物。 AI 工具的應用跟開發也是一樣，我一樣會租/買人家做好的軟體，因為我知道，那點錢就能使用到人家認真測試維護，可以讓我大量壓力測試的軟體。 但相對的，一些小事情，自己的嗜好，自己個人的應用，我就會順手去作個適合自己的小工具，持續的去完善他。 最後，事實上做這種知識網站，最有趣的地方，是在於完善自己的知識體系與思考，讓自己對整個前因後果與脈絡，都更清楚。 一些以前沒想過的細節，也因此去考證了一下，更知道演義之所以這樣鋪陳的原因。 利用更強的 AI，讓自己的大腦更強。 封面圖：赤壁之戰 3D 網站截圖。
]]>這本《逃難者》說了三個在人類歷史上曾經出現過的大逃難故事，並且描寫很多細節，真的都是人倫悲劇。 一般看到這種書，進步派的解讀總是：「難民好可憐，我們該收容。」但作為一個持續有生存焦慮的島國，甚至連我們的國際存在都在持續被抹去的時候，我認為收容移民跟難民，不是我們有餘力能夠做的事。 我們該思考的，應該是「千萬不要讓自己成為難民。」 現在的臺灣，有兩個政黨，很努力地在開放大量中國人來臺， 儘速讓他們取得投票權 ，同時全力在癱瘓臺灣的民主法治制度，引進各種中國勢力，積極要讓臺灣成為下一個中國香港特別行政區。 這件事情為什麼不好？因為像中國這樣類似納粹的法西斯極權國家，「有權力的人」對「沒有權力的人」不只是宰制，甚至是玩弄，就像圖片中這樣。 當納粹軍人抓到了猶太人，先搜刮人家所有的金錢財物之後，還輕蔑地跟你說，這些錢只夠贖走一個孩子的自由，你自己選。刻意要看母親撕心裂肺、自割骨肉的過程，作為娛樂。 在書裡面，這個媽媽跟毅然決然走向前的哥哥，都進了集中營，而且最後都沒有生還，只有右下角這孩子，順利活到了戰後。 中國最近因為重慶虐狗案，人民憤怒，集結上街抗議爭取動物權。但是在中國，這是不可能成功的。 首先， 任何人民自發集結跟抗議示威都是中共所忌憚的 。今天你要求動物權，讓你要到了，下次會不會要求人權？而上一次想要人權的六四，中共的態度跟反應是什麼，眾所皆知。 明明就有 集中營，以及全面監控 ，讓維吾爾人活在恐懼之中，中共還邀請個臺灣網紅到維吾爾人家裡住，叫你演戲、唱歌、跳舞， 演出「這裡什麼都沒事，沒有什麼集中營」的戲碼 。 這就是有權力者玩弄沒權力者的人倫悲劇。 在重慶虐狗事件中，有個蠻令人揪心的細節。虐狗者即使知道群眾在外抗議，還是刻意把虐待過的幼犬，從高樓丟出，摔在抗議群衆面前。 這動作就是一種權力的展現，就像 讓于朦朧從高樓飛下來 的那個「不需要揭露自己名字」的有權力者一樣，就跟圖中的這個納粹執法者一樣。 沒有權力的人，就像狗，就像鐵鍊女，就像于朦朧，就像天安門廣場在地上的血肉一樣。 重點不是要不要愛其他國家的人，而是：現在還有美好的家園，你要讓自己的人生變成畫面中這個樣子嗎？ 這才是總在生存焦慮下的臺灣人，真正該思考的。 📖 書名：逃難者【圖像小說】／親子天下 🛒 購買通路 博客來 MOMO 誠品 親子天下 金石堂
]]>最近因為 AI 的進展過於神速，對教育界的衝擊很大。 一開始大家覺得要快點跟上，所以比較先進的城市如紐約， 積極導入 ，但很快的，他們發現不管是學校系統，或者是老師，或者是家長， 都沒有準備好 。 於是開始有不同的想法甚至阻力，也出現了 很多人簽名抗議 ， 希望市政府暫停導入 AI ，尤其現在的確是對隱私跟資訊查證，理解跟準備都不足的狀態。 我認為，作為教育系統，在使用納稅人稅金大規模地導入，確實是需要比較謹慎的思考。 但作為家長，如果我們還是希望孩子能夠在這波浪潮裡，儘早跟著一起成長跟體會的話，我們在家庭跟個人的自行導入，以及陪伴跟輔導，就會變得非常重要。 在時代變動的時候，決定要多快跟上時代，是一個艱難的決定。跟得快不見得會有很好的報酬，但停止不動似乎也不是一個很好的選擇。 我個人是選擇去感受並且協助孩子們正確的使用，也儘早知道這些技術的侷限跟困境在哪裡。早點用，孩子就能累積更多的經驗，也發展出更好的直覺，以及「可能可以用這些工具來完成什麼更大的事情」的機會掌握力。 封面圖：GovTech / New York Daily News 報導頁面截圖。
]]>如果電腦系統說，犯人就是你，你怎麼辦？ 一個住在美國佛羅里達州的 52 歲捕蟹漁民，某天警察上門：「你就是犯人。你在 500 公里外的海灘城市，深夜誘拐一名不滿 12 歲的女童。現在要把你抓走。」 警方唯一的證據，是人臉辨識系統說，他的臉跟監視器畫面中的嫌犯，「 臉部特徵 93% 相符 」。而拿去比對的那張照片，還是警員用手機翻拍電腦螢幕上的監視器畫面。 也許因為 93% 聽起來真的很高，所以即使其他證據全都指向「不是他」，他還是被抓走了。 哪些證據？警方查過車牌自動辨識系統，案發前後幾天，他名下兩輛車都沒有出現在案發的那個郡。麥當勞值班經理說，嫌犯是店裡常見的熟客；而他從沒去過那個城市，住處離案發地超過 480 公里。這些查到的結果， 通通沒寫進逮捕令申請書 。簽署逮捕令的法官，從頭到尾不知道有這些對他有利的事證。 於是他在自家門口、太太面前被捕，在冰冷的拘留室過夜，被押進一輛沒有燈、裝著鐵籠的廂型車。他抵押了卡車的所有權狀，才湊出保釋金。 被捕時正逢石蟹捕撈旺季，收入中斷，房租繳不出來，差點失去住的地方。從案發、比對、起訴、聘律師、不認罪，到檢方撤銷全部指控，前後將近一年。他的入監大頭照在郡政府網站掛了快一年，還是電視台記者介入才被撤下。 更諷刺的是：那位承辦警員，年底升職了。 這樣的案例在美國 不是孤例 。美國公民自由聯盟（ACLU）統計，目前已知因人臉辨識錯誤導致的錯誤逮捕，全美至少 15 起。同一個警局今年初才又抓錯一個人：85% 相符，一名北卡羅來納州男子 被關了近三個月 ，等到撤告時，他已經失去房子、工作，和兩個孩子的監護權。 人臉辨識系統當然可以說，我們給的只是相似度分數。93% 的意思是「這兩張圖在演算法眼中有多像」，不是「這兩張圖是同一個人的機率」。 但很明顯，實際應用時，警方不是這麼想的。在破案的壓力下，在升遷與績效的壓力下，分數夠高就先抓再說，其他證據之後再找；不利的查核結果，甚至可以不寫進申請書。問題就出在這裡。 這套系統叫 FACES，2001 年就上線，是全美最老的警用人臉辨識資料庫之一，存了數千萬張佛州駕照與入監照片，高峰期有超過 260 個執法機構在用，包括 FBI 跟移民執法單位。 2016 年喬治城大學法學院的研究 發現，查詢它不需要任何合理懷疑，也幾乎沒有稽核。 這是在美國。資訊透明，法律系統可以對抗，還有 ACLU 這樣的組…
]]>本來以為 Opus 夠好了，但 Fable（ 安全版 Mythos ）實際使用後，真的 名不虛傳 。 他就是 比較能夠知道你可能想做什麼 ，以及在處理的時候，那種「穩健」跟「瞻前顧後」的細膩程度完全不同。 Sonnet：「老闆說的事情快點去做，老闆說什麼就做什麼。」但是他會把周邊的東西搞壞，做事情的時候不太會去思考整體架構，匆匆忙忙衝進去做，匆匆忙忙的說我都做好了。 Opus：「老闆說的事情一定要做之外，要理解他可能想順便做什麼。如果剛好注意到什麼可能會影響到的，記得提出來說。」 Fable：「老闆其實不太懂啦，所以他說的一定要做之外，要理解他實際上的目標是什麼，先把他目前既有的系統搞懂，思考要做的事情，以及周邊其實他也想做但他好像沒想到的事，另外問他，並思考是否讓他按個鈕就能開另個 session 去處理，不彼此干涉。而且做的過程，發現他有技術債或者架構太沒效率的， 通通提出來或甚至直接幫他做好 。」 時代真的進步很快。從 Opus 被大家注意到他的神奇 到現在，也不過就半年多而已。 而且，Mythos 其實 4 月初就發表了，當時 Anthropic 明說不打算公開釋出 ，只透過 Project Glasswing 給資安防禦夥伴用；壓了整整兩個月，才放出安全版的 Fable。 短短幾個月，就能看到這些模型的飛速發展，而且他們之間的差距是「稍微試一下」就很有感覺的。 這表示，我們可能離 LLM 的極限還蠻遠。發展沒有明顯慢下來，而這都歸功於美國秩序下的創業跟募資環境，能夠自由競爭，逼出所有人的潛力，以及人類文明史上最強的軟硬體集結整合速度，真是了不起。 封面圖：AI 生成插畫（Gemini），The New Yorker 風格。
]]>佛羅里達最高法院實在受不了了。一大堆律師，還有自己打官司的當事人，文件裡塞滿 AI 生出來的東西，引用了根本不存在的判例，寫著錯誤的法律推論。於是這次 正式修了規則、發了公告 。 從今以後， 任何提交到法院的文件 ，不管你是律師，還是自己訴訟的當事人，你都要簽名保證裡面所有的判例和推論都是正確的。 它並沒有特別針對 AI。意思是，你可以用 AI，也可以不用，法院不管。它管的是：你簽了名，就等於宣稱這些東西都是真的。一旦你違反了這個宣稱，法院就有一整排方法可以修理你： reprimand ：訓誡 contempt ：藐視法庭 striking of the document ：剔除該文件（視同未遞交） dismissal of proceedings ：駁回訴訟 costs ：訴訟費用 attorneys' fees ：對方律師費 or other sanctions ：其他制裁（開放式，非窮舉） 我想，這種「看結果、不看工具」的監察模式，會慢慢確定下來，而且不會只停在法律界。 教學界、學術界，最後都會走到同一條路上。 老師跟你說作業要自己做，建議不要用 AI。如果你用了，也學會了，成品也沒被抓到，那就算了。但如果被抓到，老師可以強制退選掉你，或者給你很差的成績。 如果你作業用 AI 應付，技術沒真的學會，期末考就自己承受被當掉的結果。最近 UC Berkeley 的 CS10，這種頂尖學校的入門程式課， 被當掉 35% 就是這樣的例子。 你寫科學論文投稿，號稱所有步驟都可重現，自己清楚每一步在做什麼，用到的工具全部列得清清楚楚，最後做出來的東西沒問題，那就 OK。 但如果裡面出現了錯誤的文獻、錯誤的引用、錯誤的統計、錯誤的推論，刊登之後被人質疑，連你自己重算都重現不出來，也解釋不了這些錯誤到底從哪裡來，那麼學術界的處罰，就是這篇文章 永遠掛著 RETRACTED 的浮水印 ，且雜誌社會另發一篇聲明，說清楚這篇文章這群作者出了什麼問題。你的名字，從此釘在學術界的數位紀錄裡，永遠存在。 AI 生出來的東西，誰簽名，就誰負責。 圖為一篇關於 ChatGPT 對學生學習成效的統合分析，刊在 Nature 旗下期刊。後來多位學者重算發現數據抽取與整合有嚴重錯誤，作者未能回應，最終被撤稿，全文永久標上 RETRACTED。
]]>AI 周邊的創新產業？😳 Meida Marek，一個大學畢業從事金融入門工作的女生，擔心自己的工作被 AI 取代，到底該轉什麼行業才好呢？ 她盤點了一下自己的特質：聰明、天生擅長給予支持、很會跟人聊天，也熱愛探究各種未來主義的話題：AI、生物駭客（biohacking）、長壽科技、加密貨幣，而且一次討論個三小時也沒問題。 然後她就轉行專業伴遊，以陪伴、吃飯、聊天、旅行，也可提供性服務的那種。而且鎖定高所得科技業顧客。 美國伴遊的行情，以每小時計算， 一般的約 300 USD，中階約 500-800 USD，高階約 1000-2000 USD 。 但 Meida Marek 則是 每小時 3500，而她的同行，還有人開到 5000-6000 USD 的。 雖然以伴遊圈來說，這是極少數的人，但這群人確實存在。 因為光是 「什麼？你竟然懂 GPU？」 就讓這群女生在伴遊圈中無可替代。 她們的顧客，有錢、懂科技、但卻沒時間。連休閒都想講求效率。 別以為價格貴，大家就頂多租個一兩小時。事實上，有不少的專案，一次都是好幾天的旅行，包長天期的也很多。 而且創業中的高科技創業者還有個特色，就是他們與合夥人，都不希望感情關係影響他們創業時需要的專注力與長時間工作，更不希望還要溝通「婚前契約」。所以這類的「陪伴服務」，就有其市場。 在科技界的術語，這種伴遊租用關係就算有什麼糾紛，「爆炸半徑」也都非常可控，比真實的伴侶關係好處理得多。 喔對了， 報導這個的 Forbes 雜誌，把這篇採訪，分類在「Innovation」創新類別 😳 封面圖：本文回應的 Forbes 報導截圖（攝影 Jamel Toppin for Forbes）。
]]>我們念國高中的時代，是競爭超級激烈的年代。那時候每一年的考生是現在的三倍，所以要擠進最前面的志願，激烈程度至少是三倍以上。 而且，那個時代沒有網路討論區做資訊交流，也沒有 AI 或搜尋引擎能問問題。所有的讀書技巧幾乎只能靠口耳相傳或自己領悟出來。 其中一個，我自己領悟出來很重要的事情就是「參考書要自己挑」。 雖然你會覺得，一個國高中的學生，又沒當過老師、出過題，可能做不出什麼正確的決定，但事情不是這樣的。 因為當你給孩子一個額度的預算，讓他親自去挑選的時候，他就會去書局裡，把他想補強的這一科，那一整區到底有哪些品牌、哪些種類、哪些切入點的參考書或題本或考試卷，全部都看過。 也許那種「看」，只是瀏覽一下封面或者是拿起來翻兩下，似乎只是種「感覺」，但其實他的視覺、感官、還有記憶在那個時候都很積極地在作用。 一本參考書會讓他喜歡，可能是排版讓他覺得好讀，可能是答案就直接放在題目右邊，孩子其實喜歡每一頁稍微折一下，讓右邊的答案全部看不見，做完之後馬上可以對，而不需要翻到最後面。也有可能是因為這本書的紙質比較不會反光，或者是觸感摸起來就讓他心情比較平靜。 那種「我好像比較想要讀這本」的「感覺」，是以上所有感受的總和。只是，孩子的語言能力還不見得說清楚。 說不出來，不代表感受不存在。 而且，自己挑的會比較珍惜，也比較願意去讀。 更重要的是，這個賦予權力的過程，讓孩子知道「爸媽相信我，而我也應該好好把握這樣的機會。」 就算不幸選錯書了，也是個寶貴經驗，哪個人成長的過程不犯錯的，這本來就是該付出的成本。 這套書叫做《生活習慣診斷》，它針對許多孩子們長大所需要知道的事情去做建議。前三本分別是：收納整理、時間管理、 朋友相處 ，第四本則是 讀書學習不卡關 。 雖然書的訴求主要是小學生，但每個孩子的發展其實不一樣。例如我兒子在讀書學習的部分可能已經像個高中生，但朋友相處這本，他就很有興趣的認真看完，因為他是個在社交互動上，比較沒那麼有直覺跟天分的孩子。 這本《讀書學習不卡關》，除了這邊說到的讓孩子自己挑選參考書之外，還把孩子學習的性格分成四型：藝術家、好勝型、熱鬧型、穩紮穩打型。 不同型的孩子成就感的來源不一樣，也應該採取不同策略。書中有詳細分析與建議。 📖 1天5分鐘！生活習慣診斷所④：讀書學習不卡關 ／親子天下 封面圖來源：《1天5分鐘！生活習慣診斷所④：讀書學習不卡關》內頁，親子天…
]]>AI 讓軟體開發成本趨近於零，卻讓 銷售變得無比艱難 。 自從 Coding 幾乎都由 AI 做之後， 各種軟體跟 App 大量出現 ，連 App Store 跟 Google Play 的審核壓力都大增 。 不過，買軟體的人卻沒有大增，銷售變得非常困難。 這個新聞配圖是特洛伊木馬，頗為諷刺。 因為 AI 能有今天的盛世，其實就是一群矽谷軟體工程師努力做出來的，AI 的周邊應用、介面、連接工具、調教等等。 但這些矽谷軟體工程師打造出來的東西，卻立刻回過頭來取代軟體工程師的工作，尤其中低階。 但因為打造 AI 的人還是有工作，畢竟 AI 還在發展，募資能力也非常強。所以那個諷刺性還沒浮上檯面。 即使知道會有這樣的取代事件發生，科技的發展，可能還是一點都不會變慢。系統就是這樣設計的。 封面圖：本文回應的 Forbes 報導截圖（配圖為特拉維夫大學的電路板特洛伊木馬裝置，攝影 JACK GUEZ／AFP via Getty Images）。
]]>因為新書《我也要有國際觀》，最近搭高鐵到親子天下兩趟，錄 Podcast 介紹，意外的發現，高鐵上很適合讀書。 雖然全滿的高鐵，座位有點窄，但限制的環境反倒令人莫名其妙的專心，就這樣看完了 親子天下 何琦瑜創辦人的新書《父母的旅程》。 何琦瑜創辦人的生命故事非常特別，這部份就不在這裡暴雷，留給各位閱讀。 書中作者自己所使用的中性文字，是「風險家庭」的孩子，竟能走到今天。本身就是很值得閱讀與思考的故事。 這本書我最喜歡的閱讀角度，是隱隱約約的國際大時代中，每個「人」的生命故事與互動。 同時有著「人際關係」與「國際關係」兩條線，又交會了「家庭」與「教育」。 事實上，何創辦人生命早期遇到的事情，是可以讓他充滿怨懟、充滿憤怒，寫出整個義正辭嚴的「受害者敘事」的。 但她沒有。 全書，尤其前 1/3，是用和解的角度，去理解每個在生命中曾經衝突過的每個人，寫作角度很有智慧，且感人。 （其實有例外，就讓各位自己找找，是哪個故事，說不上和解，就是兩不相欠.......） 最近這十年，有個韓劇潮流，我稱之為「沒有壞人的韓劇」。像是我自己很喜歡的《機智醫生生活》、《我的出走日記》、《我們的藍調時光》都是。 特色就是，全劇沒有壞人，但依然有各種衝突紛爭悲傷和解，很考驗創作者的功力。 而那個功力的背後，就是對人生的洞察。 《父母的旅程》，有很多這類的洞察，就像截圖這裡介紹的。 數十年後的作者，看到了當年老師的侷限，以及當年自己的侷限。理解了那些衝突的成因，並珍惜那些衝突以外的良善與回憶。 書名《父母的旅程》，是作者父母的旅程，接著是自己做為父母的旅程，以及創辦親子天下，陪伴台灣所有父母的旅程。 📖 父母的旅程 / 親子天下
]]>有個國家，有金屬礦業，但是一直跟美國作對，導致川普政府用 各種法令限制 之。 這個國家本來很依賴委內瑞拉的石油，但自從 馬杜羅被抓 之後，失去能源主要來源，開始崩潰。 外商正在集體撤出 。 這個國家的國有企業，幾乎都是軍方國有企業集團，與他們合作的企業也要被制裁，國務卿 Marco Rubio 稱該集團是「 盜賊統治共產體制的核心 」。 你以為是中國嗎？不是，是古巴。 不過，中國應該也快了。 封面圖：Gemini 生成（AI 生成，水墨風格：小骨牌倒下，後方巨大骨牌在後待倒）。
]]>1. 有 AI 的未來，不可避免。日後 AI 會是人類文明的基礎建設，就像網路、數位工具一樣。 2. 目前的教育，不准使用 AI 的地方，學生還是用了。而且許多的老師反應，學生用 AI 寫作業，最終能力不如預期。如最近 UC Berkeley 的 CS 10， 當了超過 1/3 的學生 。 3. OpenAI 印度與亞太地區教育主管說， 目前沒有任何工具能可靠地分辨出 AI 與人類撰寫的文本 。 所以，教育的問題怎麼解？我認為不是「禁止孩子使用 AI」，而是我們該重新思考「有 AI 的時代，我們要怎麼教小孩？」那些辨認錯誤的方式、獨立思考並採取批判態度的方式、獨立查核的能力、確認最終成果的能力。 如果教育系統還來不及改變，我們可以從家庭教育開始。
]]>醫療業比較保守，對於讓 AI 介入醫療流程，並不是非常積極。 那我們來看看比較積極的法律界，以及專用且付費的法律 AI 工具，表現如何呢？ 美國兩位律師因為使用 AI 生成書狀，裡面包含多件根本不存在的判例、張冠李戴的引文，以及對真實案件極其離譜的誤導性陳述， 被法官發現，進而調查 。 最終，法官裁決這兩位律師六個月不得執業，而且要求他們書面通知自己的客戶、對造律師、所有進行中案件的法官，以及事務所裡的其他律師，同時把裁定送交加州律師公會。 這兩位律師一路都否認使用 AI，堅稱只是打字錯誤。直到言詞辯論被追問了好幾輪，其中一位才終於鬆口，承認「可能」是負責撰稿的人用了 AI；另一份書面說明裡甚至寫著，他們審閱時「通常不會去查核撰稿者引用的判例」。 但因為書狀上簽的是律師自己的名字，這樣的辯解不被接受。簽名，就代表你保證親自看過、確認無誤。 法官也回顧了相關研究，結論是，專用的法律 AI 工具，表現實在不怎麼樣。 根據 2024 年 針對一組具代表性查詢的測試 ，Thomson Reuters 的 Westlaw，答案出現虛假訊息的比例高達 33%；LexisNexis 的 Lexis 也有 17%。（研究還發現，Westlaw 之所以更高，是因為它的回答更長、更愛多講。） 這些還是用了 RAG 架構的喔，Retrieval-Augmented Generation，也就是先根據問題去檢索相關資料（相關資訊、參考文獻等），再把問題連同查到的資料一起丟進模型生成回覆。 Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools, 22 J. Empirical Legal Stud. 216 (2025) 而即使最新一代工具，依然錯誤百出。最常見的錯誤模式，包括誤解判決要旨、無法區分法律行為人（例如：把被駁回的當事人主張，誤植為法院的判決要旨），以及不尊重法律位階等。 目前關於法律與 AI 的關係，有幾個代表性的故事： 一、UC Berkeley 法學院的學生濫用 AI，交出根本不存在的判例跟站不住腳的論述，被教授認定那「不是你的判斷，是 OpenAI 或 Anthropic 的判斷」，等於抄襲，進而禁用。這篇 我們之前寫過 。 二、Stanford 研究發現，在沒有標…
]]>黃國昌事件 ，很中國。 這件事情在測試，用假造的論述，是否可以更改歷史認知。 以及，如果你堅持，謊言會不會變成真相。利用一般人的良善、不想跟你計較的特性。 所謂的「 中華五千年 」就是這樣的洗腦。 （ 埃及 跟 美索不達米亞 是真的 5000+， 中華文明大約 3000+ 。差蠻遠的。） 近幾年的， 新疆沒有集中營 也是。 編一套論述出來，一直說一直洗，找網軍大量複製並攻擊，讓網路世界充滿你要的論述。 中國六四的網路中文論述，這幾年也開始被洗。 這次，關於自己家園的故事，良善的人們，願意堅持真相，願意用法律工具，去避免事實被污染嗎？ 封面圖：Gemini 生成（木刻版畫，象徵被大量複製的論述逐漸淹沒真相）。
]]>Anthropic 這家公司很有意思，他們最近很有效地主導了全世界對 AI 發展走向的注意力。 像是 最近一篇 Blog 文章 ，仔細說明了自家公司的進展。 工程師的角色，從自己寫程式，變成讓 AI 寫、自己檢查；再到後來，AI 寫好的程式由 AI 自己檢查也沒問題。甚至，AI 還能找出當年 Anthropic 頂尖工程師寫的程式裡，從來沒有人發現過的錯誤。 然後，連他們自己工程師都常覺得，AI 寫出來的程式規模跟複雜度，自己都快搞不清楚了。 文章裡有不少工程師的訪談感想，像是： 「總會遇到某些日子，所有東西都壞成一團，我卻完全搞不懂原因，這才驚覺自己早就對眼前在忙的事情一竅不通了。」 歸納起來，他們認為人類目前僅剩的優勢是： 「人類的相對優勢依然在於掌握大局觀，以及跳脫當前任務侷限的思考能力。」 這篇還建議，全世界應該考慮集體放慢 AI 的研發速度。因為他們認為，一旦人類開始用 AI 來訓練下一代模型，這種自我改進的能力一旦成形，加上人類目前對 AI「可解釋性」的掌握還很有限，這樣的進化有可能一路走到失控。 但這裡有兩個弔詭之處。 第一，他們自己也清楚，如果先停下來，別人就會追上，而且「心懷不軌者」更會積極隱藏、偷偷超車。這等於是在暗示：他們才不會傻傻地自己慢下來呢。 第二，前陣子最大的 AI 新聞之一，就是知名研究者 Andrej Karpathy（OpenAI 共同創辦人、前 Tesla AI 主管）加入 Anthropic 。而他要做的事，正是把 Claude 用到下一代模型的 pre-training，去打造更強大的 AI。這不正是他們自己最擔心的那件事：用 AI 來自我訓練、改進下一代的 AI。 所以 批評者也認為，這篇文章非常自戀，帶著濃濃的行銷意圖（恐懼行銷） ，同時又把自己塑造成很有反省力的誠懇形象。 但有個事實是：這篇的主筆群裡，有一半是政策、人文、經濟、歷史出身的人，另一半才是技術者。 Anthropic 請了不少這類文史哲背景的專家 ，文章也因此很有特色，引用了許多國際關係歷史上可以借鑑的對應故事。 像是談到「可能失控的力量，人類如何彼此約束」，他們舉的一個例子就是 《中程飛彈條約》 。這條約撐了三十多年，最後是因為一個拒絕加入的局外人（中國） 不受約束地大量增產 ， 讓美俄都覺得自己像傻瓜一樣 而退場。 選擇這個例子，而不是核不擴散條約，或…
]]>把一群人從「法律存在」抹掉，再讓全世界忽視他們。 🚢 《逃難者》這部圖像小說有三條故事線，其中一條的背景，是歷史上真實的聖路易斯號（MS St. Louis）。 1939 年 5 月，這艘德國郵輪載著 937 名乘客，幾乎全是逃離納粹的猶太人，駛向古巴。 納粹要的從來不只是趕走猶太人，而是連他們存在的正當性都要抹掉。所以船還沒到，謠言已經先到了。 在哈瓦那， 納粹特工和當地右翼勢力散播「這些猶太人是罪犯」的說法 ，5 月 8 日還辦了一場四萬人的反猶太集會，是古巴史上規模最大的一次。而船，是五天後才從漢堡出發的。 ⚓ 等聖路易斯號開進哈瓦那港，古巴政府用各種理由拖延，最後拒絕讓乘客上岸。美國、加拿大也都不收。船長無計可施，只能掉頭，把這 900 多人開回歐洲，沿途拜託各國收容。 結果是這樣的。 英國收了 288 人。因為英倫三島始終沒有被德國佔領，這些人幾乎全部活過二戰， 只有一個人在 1940 年的空襲中喪生 。 回到歐陸的有 620 人，分別進了法國、比利時、荷蘭。等納粹的軍隊一個一個國家踩過去， 其中 254 人死在集中營，比例是 41% 。 同一艘船，同一批人，活下來或死去的差別，只在於上岸的那塊土地，有沒有被獨裁者的軍隊踏進來。 這件事，臺灣人應該特別有感。 當中國政權有系統地教育自己的人民去仇恨你（就像我的閱讀筆記專頁裡的那些簡體字與中國立場留言），同時在全世界一個又一個場合抹去你的名字，這做法，跟當年的納粹是同一個邏輯。 如果還有人以為，中國佔領臺灣之後會給我們友善的對待，那真的太天真。翻一翻歷史，德國有集中營，中國有 新疆的再教育營 。被帶有「中國」字樣的政權接收，都是臺灣人的苦難。 還要再一次嗎？不要吧。 📖 書名： 逃難者【圖像小說】 ／親子天下
]]>AI 跟法學教授，誰比較強？ 史丹佛研究，針對沒有標準答案的契約法問題，請 AI 寫下見解，也請領域專家的法學教授寫下見解。 然後請 16 位美國法學院的契約法教授 ，在不知道哪個意見是 AI、哪個意見是同行教授的狀況下，選出比較好的答案。 結果 2918 次的對比中，AI 勝率 75.33% ，法學教授同行則不到 25%。 更麻煩的是，被評審教授標記為「可能誤導、傷害學生學習」的答案， AI 只有 3.5%，同行教授的卻有 12% 。 研究特地挑契約法，就是因為它沒有標準答案，要的是權衡、論證、給出站得住腳的結論。這原本被認為是人類判斷力的主場。 事實是，人類是一種並不穩定的生物，意思是，同一個問題，今天答跟昨天答，會被 睡得好不好 、前一個小時發生什麼事、最近心煩的事情給影響。 這是有行為科學證據支持的 。 AI 雖然也有他的不確定性，但藉由良好的 harness engineering 韁繩工程，可以事先做好控制。甚至產出的答案，也能夠要求用迴圈多次檢驗確認。 現在的法律教育世界，有兩股力量在拉扯。一邊， 法學院開始禁止學生用 AI 。另一邊，研究又發現 AI 的見解真有可能超越人類。 教授有能力分辨好壞，所以 AI 對他們是工具。但一個剛入門的學生，如果把 AI 給的見解直接當成自己的，他要怎麼長出紮實的思考，跟最重要的判斷力？這點我們都還在思考跟摸索中。 一開始就用 AI，學生可能把思考跟認知跟查證都外包，自己學不會。但禁止 AI，實務上禁不了之外，真誠實照做的學生，很可能連課程進度與表現，都跟不上其他（偷用 AI 的）同學。 這個問題正在衝擊整個教育界，尤其是內容跟文字高度相關的那些領域。
]]>R360 富豪俱樂部 ，會員是家族資產至少一億美金的家庭，入會費 15 萬美金，之後每年還要再繳大約 3.6 萬美金。他們舉辦了一場 三天的營隊 ，給他們的下一代共 12 人參加。 營隊內容的設計也很客製化，是那些金錢以外的焦慮。 1. 他們知道自己這輩子不可能賺得比爸媽多。於是營隊內容鼓勵他們當「財富的再創造者」，在金錢以外，為家族、為社會創造價值。 2. 如何應對 Big Shadow Syndrome ，大陰影症候群。爸媽或爺爺奶奶創造了驚人的財富，站在那個影子底下，很辛苦。自己不可能更成功，又有可能失敗，恐懼揮之不去。 3. 日常社交的複雜性。因為報導或各種原因，朋友對你的態度忽然不同。跟錢比你少很多的朋友，要怎麼一起出去玩。怎麼跟伴侶開口談婚前協議。這些對一般人很陌生的題目，對他們是必修。 4. 爸媽老去，繼承了財產跟事業後，該怎麼跟堂表兄弟姊妹坐在同一張董事會的桌子前，一起做決定、一起處理衝突。 財富傳承其實是最簡單的部分，真正難的，是那些一直沒被好好談過的對話。 不管資產多少，跟孩子聊錢、聊人生的意義、聊價值觀，一直都很重要。 又，我也想聊聊 Big Shadow Syndrome。事實上很多父母的成就很好，也許沒有一億美金，但在自己的人生裡，都是人中龍鳳。 但也因此，從小就給孩子非常高的標準，總覺得孩子還不夠好，還能更好。對外人可能像是自謙，但對孩子也這樣的話，長期下來造成的壓力真的很大。 言語是利劍。一個同業，工作上一直都很傑出，但在 32 歲的時候，選擇結束一切。（我說得很委婉）其中一個原因是，他的爸媽都是社會菁英，一直都覺得他不夠好，他也認為自己的人生充滿失敗.....。 我們很容易忘記，自己當孩子的時候，也沒那麼傑出，也有很多徬徨，也有許多弱點。 為了讓孩子更好，是很好的動機，但有時這種動機，很可能會好心辦壞事。 沒有人喜歡活在陰影下。如果你資產沒有一億美金，恭喜你，你的孩子活在一個比富豪孩子更好的起點上。
]]>Steve Rosenbaum（1961 年生）是美國媒體人、紀錄片導演，業界稱他是「用戶生成內容（UGC）之父」。 他寫過幾本書： Curation Nation （2011）、 Curate This （2014）等，主題都圍繞數位媒體與策展。 最近一本，《The Future of Truth: How AI Reshapes Reality》，2026 年 5 月 12 日出版，由諾貝爾和平獎得主 Maria Ressa 作序。 書的核心主張：AI 正在系統性地破壞真相，算法放大仇恨情緒，AI 生成的假內容侵蝕人類共同的現實感。一本批評 AI 讓假訊息氾濫的書。 出版後約一週，2026 年 5 月 19 日， 《紐約時報》報導 ：這本批評 AI 製造假內容的書，本身就包含多個 AI 幻覺（hallucination）生成的捏造引用。 具體案例都已被當事人親自否認： Kara Swisher（科技記者）：書中引用她說 AI 是「反映我們自己道德觀的鏡子」，她說從來沒說過這句話。 Lisa Feldman Barrett（神經科學家）：書中引用她說「情緒不只是對真相的反應，它們是我們建構真相的方式」，她說這些引用「不出現在那本書裡，而且內容也是錯的」，是她「絕對不會說的話」。 Meredith Broussard（NYU 教授）：書中引用是真的，但來源標錯，說出自她的書 Artificial Unintelligence ，實際是她 2023 年在 Marketplace Tech 的廣播訪談。 Lee McIntyre（哲學家）：他的引用被 AI 塞入幻覺出來的字。 被質疑之後，Rosenbaum 承認在研究、寫作、編輯全程都用了 ChatGPT 和 Claude。 接著為自己辯護，說這些錯誤「正好證明了我在書裡說的事情」，也就是 AI 確實會破壞真相。 圖片來源：截自 The Daily Beast ，攝影：Flickr / Christopher Michel。／ Wired 跟進採訪與 AI 偵測報告
]]>跟 AI 討論法律問題，之後會變成法庭證據。 紐約聯邦法院今年二月的裁定 。 德州商人 Bradley Heppner，是上市公司 GWG Holdings 的前董事長暨執行長，被控詐欺投資人逾 1.5 億美元。得知自己被聯邦調查之後，他開始用 Claude 規劃辯護策略，留下了 31 份相關文件和對話記錄。 FBI 搜索他家時，把這些全帶走了。😌 他的律師主張，這些對話應受律師委託人保密原則保護，不能成為法庭證據。聯邦法官 Jed Rakoff 駁回了。 理由很直接：Claude 不是律師，律師委託人保密制度要求「真實的人與人之間的信賴關係」，AI 和使用者之間不存在這種關係。Anthropic 的服務條款也白紙黑字寫明，公司保留用戶對話的使用權，並可在訴訟中交給主管機關。 法官還特地問了 Claude：你能提供法律諮詢嗎？ Claude 回答：「我不是律師，無法提供正式法律諮詢，建議聯繫有執照的律師。」😳 這份回答，成了對 Heppner 不利的材料之一。他這個月被陪審團定罪，等待宣判，最重可達 20 年。 圖片來源：截自 Forbes 報導，攝影：Getty。
]]>問：付費版 AI 給的答案讓我很沒信心，一直懷疑它對不對。是我指令下得不好嗎？可以改善嗎？會不會是我常常跟他講一些模糊或錯誤的要求，導致他被訓練差了？ 答：（蔡依橙） 如何正確使用 AI？ 「把 AI 訓練差了」，這個不用擔心。其實 AI 沒有那麼脆弱。如果你真的很擔心，就跟它說「忘掉所有我說過的話，用你本來的狀態回答我」，它就會重設了。或者進到設定裡把你認為不希望他記得的記憶，選起來刪除，也可以。 AI 是一個非常勤奮、工作迅速的小助理，但它沒辦法當指導老師。它接收你的問題，根據你的問題回答，不會主動往後退一步，用更高的視野去檢驗「你的問題」本身有沒有問題。 所以當你問它搜尋策略、問它統計方法，它給的答案讓你沒把握，根本原因往往是：你還不確定正確答案長什麼樣子。這不是 AI 的錯，也不是你指令下得不好，而是這類問題本來就需要你先知道標準是什麼，才判斷得了它說的對不對。 用 AI 就是這樣。知道正確答案，或至少知道方向，它幫你快速執行；不知道正確答案，連方向自己都不太確定，它做出東西來，你也沒辦法驗收。 進階用法是 AI Agent，但門檻更高 現在 99% 的人用 AI，都是問答模式：你問，它答。進階一點的做法是 AI Agent，也就是幫它設定一整個工作小隊：一個負責生成搜尋策略，另一個負責質疑跟審查，審查有評分表，低於多少分就打回去重做，一直到符合標準才交給你。 這個方法在概念上是對的，但有一個根本的前提：你要先知道正確答案是什麼，才有辦法定義評分標準。如果你不知道一個好的搜尋策略長什麼樣，它做出來一個東西，你還是驗收不了。 統計的部分更明顯。AI Agent 解決統計問題，不是幫你操作 MedCalc，它會自己裝 R、自己搜尋統計方法、自己跑完。但它跑出結果，你看不懂、也不知道對不對，甚至無法揪錯，那這個工具對你來說意義還是有限。 所以，「知道什麼是正確的」這件事，比「讓 AI 說出正確的」更重要。 建議的作法 我的建議是：用我們課程的指定論文、互動實作跟回家作業的內容當標準，遇到 AI 給的答案，就拿這些東西去對照。指定論文的脈絡跟內容，都是為了讓同學能夠複製跟應用而規劃的，是最可靠的對照基準。 畢竟，指定論文登上了 6 分左右的 SCI 期刊。
]]>加州大學 UC 系統，從 2020 年開始，入學可不交 SAT 等標準化測驗成績。因為進步派認為，SAT 這種考試分數，高度受到學生的家庭背景跟教育環境，造成系統性的不公平。 實施了 6 年後， 多名 UC 教授真的受不了，發表公開信 ，希望 UC 恢復申請時要附 SAT。這裡面包括 9 個數學系主任中的 7 位。 具名連署的教授，到今天已經破千人了。 UC 的學生，數學有多爛呢？ 爛到有些學生進工程學門，但是數學連高中程度的都不熟，甚至還有國中程度也不行的。 UC San Diego 的官方報告 顯示，數學低於高中程度的新生，五年內成長了近 30 倍，其中七成連國中程度都不到，約佔全體新生的 1/12。 更糟的是，這些學生很多在加州高中的課堂分數都是拿 A，甚至還修過 precalculus 或 calculus，但卻根本沒有掌握這些技術。補救班裡，超過四分之一的學生高中數學是滿分 4.0。 教授說： 這些高中根本在騙他們 。 UC 收到這些學生後，教授們沒辦法往微積分或各種工程數學去教，選課後都很希望能夠把學生能力分班，不然進度無法往前。 為了補救，UC 各校還開了數學加強班，讓教授們來教中學數學。不過統計發現，來上這些數學加強班的學生，日後順利從工程學門畢業的數目，幾乎是零。 報告的原文是「few, if any」 ，寥寥可數，如果有的話。 工程必修的進階微積分課，這批補救班的學生，超過一半被當掉或退選。 而且，連理工最強的 UC Berkeley，也撐不住了。 2024 年， Berkeley 的數學系主任主動打電話給 UC San Diego ，問人家怎麼做強制分班測驗。這是其他 UC 校區早就在做的事，Berkeley 卻是全系統最後一個才跟上的。沒辦法，學生進來連自己的數學程度在哪都不清楚，不測驗不行。 如果你真的看過 SAT 數學考題，說實在的，以台灣的學生程度來說，並不難，可能程度中上的高一學生就能搞定。 對 SAT 等各種標準化測驗的看法，在美國是個非常爭議的話題。這次六年的實驗，UC 教授們自己都受不了，不知道會不會改變加州對基礎教育的看法跟走向。 我覺得可能有點難。 圖片來源：截自 GovTech〈University of California STEM Faculty Call for SAT, ACT Requirements〉 。
]]>軟體業實在是有夠慘烈，一年股價表現拉出來跟 S&P 500 比，輸這麼多。 也說明被動分散指數投資真的是很強，只要專注在自己的專業工作上，都不用隨時注意新聞跟趨勢，都不用特別搞清楚現在到底哪個領域、哪支個股有未來，該拿到的經濟成長配額，就能拿到。 現在被動分散指數投資普及化了，所以新的 ETF 發行，大家就是在談內扣費用多少，也理解到這部份會很大程度影響最終獲利。 不過 綠角財經筆記 十年前在講的時候，台灣投資界不是這樣的，綠角著重低內扣費用、大交易量、追蹤差距等。那時候好多人批評他，說什麼「有賺錢根本不差那 1-2％」。 但其實綠角那時候說這些都是有數據論述的，課程很有說服力，只是當時大家願不願意去上課、願不願意聽進去的問題。 人的認知改變，尤其集體的認知改變是緩慢的。 當個比別人早看到真相的人，並不見得是幸福的事情，要忍受的批評跟孤獨很多。 而且，未來不是忽然出現的，其實未來早就出現，只是還沒成為主流。 圖片來源：截自《華爾街日報》〈 Venture Capital Turns to Hardware Bets as AI Threatens Software Companies 〉一文圖表（標題 SaaSpocalypse），資料來源 FactSet。
]]>人、AI 與神。一個 AI 工作者，跑到梵蒂岡，去見教宗。 他是 Anthropic 的共同創辦人 Chris Olah。 Anthropic 這幾年很努力想當 AI 產業裡比較「道德」的那一個，談安全，也常常提醒大家這東西的風險。 教宗去年上任後，對 AI 一直很有意見，最近還呼籲要把它 「卸下武裝」 。結果，主動找上 Olah 的是教會這邊。他們邀請他，到教宗發表通諭的儀式上發言。Olah 上了台，附和教宗的擔憂。 在教宗面前，Olah 描述 AI 的方式，很不一樣。 他談到 AI 運作的神秘，說這些模型比科幻小說預告我們的， 更微妙、更奇異、也更美麗，不是冷冰冰、只會計算的機器人 。一位使用過 Claude 的神父也說，它不是一個人，但也不只是工具，是一個我們還不了解的存在。 注意到了嗎？這些描述，是不是很有宗教意味？神秘、微妙、奇異、美麗、還不了解的存在 😳 更有意思的是，Anthropic 在寫 Claude 的「憲法」，也就是這個 AI 的行為準則時，還找了天主教的倫理學者和神父一起參與。其中一位回了二十八頁的意見，最後也出現在致謝名單。 神的世界、數位世界、人類世界，開始高度交集。 在這個故事裡，還有一個有趣的觀察。 雖然 Anthropic 是一家 AI 公司，但你會發現，它在重要的決策、推廣、公關上，該做什麼、要怎麼做，其實全都是「人」做的決定。 要不要接受這個邀請、去不去梵蒂岡，要把哪些價值寫進 Claude，要找誰來一起討論，沒有一樣是 AI 自己決定的。 所以，還擔心 AI 會取代「你」的判斷嗎？我認為，只要「人」自己不放棄，不把思考跟判斷委外，就沒問題。 思考與判斷，伴隨的是後續的觀察、負責、調整、前進。這都是「人」獨特的價值。 真正的問題是，即使在 AI 還沒出現之前，很多人就已經停止獨立思考與判斷了...... 倒是什麼時候會出現以 AI 為崇拜標的的宗教呢？似乎也快了。畢竟那種無所不在、隨時都能接住情感、提供神秘體驗、近乎全知全能的狀態，放到宗教界，的確是很有競爭力 😳 圖片來源：截自 WIRED《 The Vatican's Man Inside Anthropic 》（Steven Levy 報導）。Olah 在儀式上的 演講全文 由 Anthropic 公布。
]]>今天因為 Claude 推 Opus 4.8 上線 ，所以用量又被特赦了一次。 查了一下 4.8 在能力上比 4.7 強一點，但最大的差異是誠實，不會就說不會，沒做完不會假裝有做完。 Anthropic 的更新很快，而且真的有在往自己最在意的 alignment（對齊）去走。 這個 alignment 中文叫做對齊，意思就是把 AI 跟人類的利益對齊，不要自己暴衝、不要欺騙人類、不要有那些小心機或偷懶。 但其實這個詞是有他的諷刺性的，因為「暴衝、欺騙、小心機、偷懶」其實都是人類工作者擁有的特質 🤣 所以到底是 alignment 還是 refinement（優化）？🤣 封面圖片：AI 生成示意圖
]]>Google 前執行長 Eric Schmidt，前陣子在亞利桑那大學的畢業典禮上演講，講到 AI 的時候， 被台下的畢業生噓 。 而且不是噓一次，是好幾次。 美國大學生很直接，這個我們都知道。但一個帶領 Google 十年的科技巨頭，站在台上談未來，被當場噓成這樣，還是很罕見。 事情是這樣的。他先回顧自己當學生的年代，講電腦怎麼從一台機器，變成筆電、手機，再透過網路與社群媒體擴散到全世界。 他說，電腦連結了人、讓知識普及、把很多人帶出貧窮，但也有黑暗的一面：「那些讓每個人都有發聲管道的平台，也讓公共討論的品質變差。它們獎勵憤怒，放大我們最糟的本能。」（這個我們都很有感受...） 然後，他把 AI 拿來跟當年電腦帶來的轉型相提並論。 話一出口，噓聲立刻四起。 他試著回應這些情緒：「我知道你們很多人現在的感受，我聽得到。你們這一代有一種恐懼，覺得未來已經被寫好了，機器要來了，工作正在蒸發，氣候正在崩壞，政治四分五裂，而你們繼承了一個不是自己造成的爛攤子。我理解這種恐懼。」 接著他說，未來還沒被寫定，2026 這屆畢業生有真正的力量去決定 AI 怎麼發展。台下又是一片不認同。 而這不是單一事件。 同一個月稍早，在中佛羅里達大學的畢業典禮，房地產業高階主管 Gloria Caulfield 也遇到一樣的事。她說：「 人工智慧的興起，是下一場工業革命 。」話還沒講完，台下就噓聲四起。 就在隔天，5 月 9 日，中田納西州立大學的畢業典禮，音樂界大老 Scott Borchetta（泰勒絲早年唱片公司 Big Machine 的創辦人）講得更白。他說：「就在我們坐在這裡的此刻，AI 正在改寫整個音樂製作。」噓聲一起，他不但沒收手， 還回得相當不客氣 ：「接受現實吧，我說過了，它就是個工具。」台下噓得更大聲，他接著說：「那就想辦法做點什麼啊。它是工具，讓它為你所用。」 三場典禮，三個講者，講到 AI 會帶來轉型的那一刻，都被噓。 這顯示一件事：對 AI 的反感， 已經成為美國年輕人的主流情緒之一 。 這個 AI hate，來自於兩方面的壓力夾擊。 第一，是「叫我用，又說我作弊」。大家都說 AI 會改變世界，要年輕人趕快學、趕快用。他們真的去用了，但還沒摸索出合適的方法，對自己交出去的東西也沒做品質管理，結果在一間又一間學校，傳出被認定為作弊、違反課堂規範的案例。 第二，是「說好…
]]>