用白話但不失深度的方式跟你聊科技，著重在AI 每周一中午更新！ 合作請來信：[email protected] -- Hosting provided by SoundOn Powered by Firstory Hosting
AI Agent 與 AI PC 是今年 COMPUTEX 的核心趨勢。儘管 AI Agent 在程式開發領域已展現顯著價值，但在企業端的應用仍受限於流程整合與成本效益，導致投資報酬率不明顯，可能引發市場對 AI 泡沫的質疑。企業需轉型為「AI Native」模式，才能真正釋放生產力。同時，AI PC 的發展正為未來運算從雲端轉向邊緣裝置鋪路，透過混合運算降低成本並提升隱私與延遲表現。目前硬體規格如統一記憶體配置仍處於探索階段，但隨著語音介面等應用普及，個人裝置將迎來關鍵的升級週期，以適應更高效的邊緣 AI 運算需求。
ASML 的 EUV 微影設備是製造先進 AI 晶片的關鍵，該公司透過與供應商的緊密合作，建立起極高的技術門檻與壟斷地位。半導體產能擴張受限於複雜的供應鏈與人才需求，難以在短期內因應 AI 算力需求的爆發。針對中國半導體產業，儘管其試圖透過「邏輯摺疊」等技術繞過 EUV 限制，但因缺乏 ASML 長期累積的技術經驗與文化底蘊，短期內難以實現突破。半導體製造環境極度敏感，如亞利桑那州晶圓廠曾因鄰近酪農場的氣體影響良率，凸顯了先進製程在物理與經濟層面上的高度精密要求與脆弱性。
SpaceX 星艦第十二次試飛成功驗證了 V3 版本的關鍵改進，特別是精準降落與翻身動作的實現，標誌著太空資料中心與完全回收技術邁向成熟。與此同時，Google I/O 大會展示了 Gemini 3.5 Flash 模型，儘管其在 Agentic Coding 與長時間任務處理上仍落後於 GPT-4.5 與 Claude Opus，但已顯著縮小差距。Google 推出的 AntiGravity 2.0 全面轉向以 AI Agent 為中心的開發模式，反映了軟體工程正從程式碼編寫轉向自然語言協作的趨勢。儘管目前面臨模型效率與工具整合的挑戰，但 Google 持續投入世界模型研發，對未來機器人技術與物理 AGI 的發展具備長期戰略意義。
Thinking Machines 推出的 Interaction Model 標誌著 AI 互動模式的典範轉移，從傳統的輪替式對話轉向即時、連續的互動體驗。此模型透過 200 毫秒的微區塊串流處理，實現了如同真人的即時反應與打斷能力。然而，AI 發展同時面臨嚴峻挑戰，如 Anthropic 的 Mythos 模型大幅降低了軟體漏洞挖掘門檻，以及能源瓶頸對半導體供應鏈造成的潛在修正風險。儘管 Interaction Model 在介面體驗上具備絕對優勢，但受限於極高的推論成本、記憶體佔用及 batch size 限制，短期內難以成為主流。未來 AI 的算力需求將持續成長，能源解決方案如太空資料中心將成為突破算力瓶頸的關鍵，推動 AI...
Google 正積極推動以 AI Agent 為核心的運算轉型，將 Gemini 深度整合至 Android 與 Chrome 等平台，目標是讓裝置從被動工具轉變為能主動預測需求的智慧助理。Google Platforms & Devices 資深副總裁 Rick Osterloh 強調，未來 AI 體驗將結合雲端運算與裝置端處理，並透過個人化上下文提升效能。儘管目前 AI 應用仍處於初期階段，且面臨模型能力與硬體整合的挑戰，Google 採取多元佈局策略，同時發展智慧眼鏡與 XR 裝置。從財務表現來看，Google Cloud 與搜尋業務在 AI 驅動下持續成長，展現強大的商業韌性；然而面對 OpenAI 與 Anthropic ...
AI 泡沫論點在過去三年持續演變，但市場現況顯示 AI 產業並非泡沫。OpenAI 透過將重心轉向企業級 Coding Agent（如 GPT-5.5），成功實現策略轉型，證明 AI 具備實質經濟價值。過去市場擔憂的 GPU 折舊、模型商品化及訓練算力浪費等論點，皆因技術進步與市場需求而被駁回。目前 AI 產業的核心挑戰已轉向能源基礎設施與資料中心擴張瓶頸，預計 2027 年後能源限制將成為擴張最大阻礙。儘管面臨電力與社會政治壓力，但透過太空資料中心等創新解方，AI 算力需求仍具備長期成長潛力，且目前科技股估值並未過度樂觀，顯示市場對 AI 發展仍持理性審慎態度。
GPT-5.5 作為全新基底模型，憑藉卓越的邏輯推理能力與顯著提升的 Token 效率，確立了目前地表最強 AI 的地位。AI 競賽核心已轉向「Agentic Coding」與長時間任務處理，這是通往 AGI 的關鍵路徑。Claude Opus 4.7 雖在前端設計與創造力上仍具優勢，但整體模型智能與成本效益已逐漸被 OpenAI 超越。此外，中國 AI 發展受限於算力瓶頸、資料管線缺失及過度追求 Benchmark 成績，導致其實際應用體驗與美國頂尖模型間的差距持續擴大。隨著底層模型能力的快速突破，數位 AGI 在兩年內出現的可能性大幅增加，儘管其仍將呈現「鋸齒狀智能」的特徵。
AI 革命正處於基礎設施擴張期，臺股因供應鏈優勢短期績效領先，但長期價值將隨應用層成熟轉向美股。Anthropic 推出 Claude Opus 4.7 模型，透過增強圖片理解與長任務處理能力，在 GDPVal 基準測試中超越 GPT-4o，顯示 AI 模型在白領工作自動化上的競爭加劇。針對美國對華晶片禁令，黃仁勳主張維持現狀以確保 NVIDIA 生態系的影響力，並認為中國即便擁有龐大算力，仍受限於能源效率與互聯技術瓶頸，難以在短期內追趕美國 AI 實力。晶片禁令雖無法徹底扼殺中國發展，但透過拖延技術迭代節奏，能有效擴大中美 AI 實力差距，維持戰略優勢。
Anthropic 最新發布的 AI 模型 Claude Mythos 具備極強的程式編寫與資安漏洞挖掘能力，因其潛在的重大資安威脅，Anthropic 採取了「Project Glasswing」計畫，僅開放給特定科技企業進行基礎設施加固，而非直接向大眾釋出。此舉引發了關於恐懼行銷、算力不足及 AI 安全性邊界的廣泛討論，顯示 AI 模型在達到特定能力躍進時，必須先確保防禦方具備駕馭能力。此外，Meta 推出的 MuseSpark 模型雖在醫療領域表現亮眼，但在程式開發與長任務處理上仍與領先者有差距。隨著 AI 算力需求與資料合成技術的演進，中國 AI 發展受限於算力硬體與增量訓練資料的獲取難度，短期內難以追趕西方前沿模型的迭代速...
本集科技浪主要探討人類重返月球的邏輯與 SpaceX 的 IPO 前景。首先回顧了美蘇太空競賽的歷史背景，解釋為何在阿波羅計畫後，人類停止登月長達五十年，以及當前重返月球的地緣政治與資源爭奪動機，特別是與中國的競爭。節目深入分析了阿提米斯計畫，儘管該計畫在激勵人心，但商業和財務角度來看效率不彰、成本超支。進而探討 SpaceX 在降低太空探索成本方面的潛力，並預測 SpaceX 主導未來的太空計畫。最後，主持人分享了對 SpaceX IPO 的看法，評估了其估值、潛在風險與回報，以及馬斯克夢想實現的可能性對股價的影響，表明自己將會投資 SpaceX。
本期科技浪主要討論了 Google 的 TurboQuant 技術及其對記憶體產業的影響。主持人哈利深入解析 TurboQuant 的技術原理，指出它能有效壓縮 AI 推論時的 KV cache，並降低記憶體需求。儘管 Google 宣稱該技術能帶來六倍的壓縮效率，但哈利認為業界實際應用可能僅達到三倍，並估算能節省 AI 推論過程中約 35% 的記憶體用量。 節目後半段，哈利邀請 PAMO 車禍線上律師創辦人 Sean，探討車禍案件處理的法律問題。Sean 強調責任比例的重要性，並分享如何與保險公司談判，以爭取合理的賠償。他同時介紹 PAMO 的線上律師服務，旨在為客戶提供專業法律諮詢，並在車禍發生時站在客戶的立場提供協助。
本期科技浪主要探討 NVIDIA 的 GTC 大會及馬斯克的 Terafab 晶圓廠計畫。主持人哈利分析了黃仁勳在 GTC 大會上的敘事策略，強調 NVIDIA 作為垂直整合、橫向開放公司的定位，並討論了 AI 推論市場的競爭力。他指出，NVIDIA 的 GPU 雖然價格較高，但長期來看，其高效能可帶來更高的營收。此外，哈利也分享了對 DLSS 5 技術的看法，認為 AI 是遊戲畫面的未來。針對馬斯克的 Terafab 計畫，哈利表示該計畫與太空資料中心緊密相連，並分析了其可行性，同時也提到了供應鏈和良率提升可能面臨的挑戰。
本期科技浪主要探討了馬斯克宣佈要蓋晶圓廠（Terafab）的計畫，以及這項計畫的可行性。哈利分析了此計畫的四個關鍵點：需求量、技術、組織和資本。他指出，組織和資本相對不是大問題，但需求量和技術是極大的挑戰。儘管馬斯克希望 Terafab 能解決自家晶片需求的瓶頸，並儘量從台積電和三星購買後才自己生產，但要達到經濟規模仍具挑戰。技術方面，從零開始累積先進製程的 know-how 極為困難，可能需要與業界夥伴深入合作或借助 AI 加速迭代。哈利認為，Terafab 的成功與否，還取決於太空資料中心等其他大型計畫的成敗。
本期科技浪探討 AI 硬體的未來，挑戰馮諾伊曼架構數位電腦將持續主宰的假說。節目分析了量子電腦、類比運算（Analog Computing）和神經形態運算（Neuromorphic Computing）三種非傳統電腦架構，重點介紹了類比運算和神經形態運算。類比運算透過物理定律進行運算，尤其擅長矩陣運算，在 AI 時代有回歸趨勢，但雜訊問題和生態系不成熟是其阻礙。神經形態運算模仿人類大腦，以事件驅動方式運算，功耗低，適合 Always-on 的 AI 應用，但演算法和延遲是挑戰。儘管短期內這兩種運算方式難以取代傳統電腦，但長期來看，隨著技術成熟和 AI 能力提升，它們可能在特定領域佔有一席之地。
本期科技浪邀請 YouTuber 腦哥探討加密貨幣的本質與投資策略。訪談從腦哥進入幣圈的契機展開，他因心理學課程中對 FOMO 和 FUD 的解析而開始關注比特幣。節目深入探討比特幣作為「數位黃金」的價值儲藏功能，並分析其稀缺性、抗衰敗性、可分割性和去中心化等特性，與黃金進行對比。腦哥提到比特幣的網路效應和共識的重要性，並討論年輕世代對數位資產的接受度如何影響其未來。此外，還分析了穩定幣的應用及其在金融效率提升上的潛力，以及參與加密貨幣市場的不同策略，適合不同風險承受度的人群。最後，腦哥分享了他對新任聯準會主席 Kevin Walsh 動向的關注，認為其政策可能對金融市場產生重大影響。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
