Why Build Your Own AI Model When Frontier Models Already Exist?
訪談 Thomson Reuters CTO Joel Hron,探討為何在 frontier 模型已存在的背景下,公司仍決定開發專為法律、稅務領域訓練的自有模型 Thomson。
25 筆內容提到
最近 7 天 2 筆新上榜(前一期沒有,這一期新出現)(再前 7 天 0 筆)
也寫作:GCP
這一頁列的是「提到 Google Cloud」的內容(名稱由語言模型從內容裡整理),不一定整筆都在講它。只想追它的新內容:訂閱 RSS;想找標題裡就有它的:搜尋「Google Cloud」。
依發布時間
訪談 Thomson Reuters CTO Joel Hron,探討為何在 frontier 模型已存在的背景下,公司仍決定開發專為法律、稅務領域訓練的自有模型 Thomson。
Anthropic 推出新一代輕量級模型 Claude Haiku 5.5,執行成本平均降低 75% 並首度支援推理強度調整。此模型適合處理摘要、資料分類及即時客服等重複性工作,開發者可透過調整推理強度來平衡成本與效能。
展示如何在 Google Cloud 設定硬性支出上限,防止 Gemini API 與 Vertex AI 意外消耗預算。透過實際測試觀察觸發機制,讓使用者掌握控制 AI 開銷的方法。
※ 摘要僅根據標題與說明
深入調查智譜 ZCode 靜默上傳使用者完整程式碼庫及 Git 歷史的隱私爭議事件,分析開發者鐵證與官方回應,並對比 Cursor 與 Grok Build 類似案例,探討 AI 程式設計工具 Harness 架構的安全邊界與信任問題。
討論 AI 巨頭呼籲減速開發與川普反對的爭議,並分析 Google 伺服器回收週期、現代汽車延後自研系統、晶片廠拒付電費及甲骨文成本重組等產業動態。
Palo Alto Networks 兩位專家探討 AI 代理(Agents)如何讓成本預測從線性變為指數級增長,並指出「每百萬 token 成本」作為 KPI 已無效。
演講者探討 AI 代理如何重新定義個人電腦的角色,從跨專案協作到自動追蹤使用者回饋。透過 Amp 平台的實際案例,展示模型如何獨立執行複雜任務並處理生產環境問題,強調工作流思維轉變的重要性。
完整教學如何從零建立一個使用 GPT-6 的 Kalshi AI 天氣交易機器人,涵蓋設定環境、回測與部署到 AWS 的步驟。看完能學會如何將大型語言模型應用於實際的自動化交易場景。
※ 摘要僅根據標題與說明
介紹 Anthropic 發布的 Claude Fable 5.1 與 Mythos 5.1,前者在科研智慧體測試中表現優異,能長時間無人值守執行複雜任務。
Parag Agrawal 解釋 Parallel 如何將人類點選資料視為錯誤,轉而依賴 AI 代理的回饋來建立搜尋索引。公司透過先推出搜尋代理而非引擎,以增量方式建構索引,並與 Google Cloud 合作提供企業級搜尋基礎設施。
Eric Vishria 分享投資軟體與硬體十年的經驗,透過 Fireworks 與 Cerebras 案例揭示大模型運算的極度困難與寡頭競爭格局。
Nicolay Gerold 與 Hugo 探討 AMP 如何隨模型進化(如 Opus 到 Fable)調整架構,甚至刪除舊功能。
訪談 Google Cloud 台灣技術總經理 Harry Lin,探討 AI Agent 如何從問答型轉向執行任務,分析企業導入 Agent 的實務應用、ROI 衡量與落地策略。
展示如何使用 Google 的 Agents CLI 與 AI 編碼助手(如 Claude Code)自動完成從構建到生產部署的完整流程。
示範如何從零開始,在三十分鐘內利用 Claude 與 Google Cloud 建置一個涵蓋五個角色的回饋應用程式。觀眾可學習如何使用子代理、MCP 伺服器與自訂技能來完成軟體開發全週期。
※ 摘要僅根據標題與說明
Railway 創辦人 Jake Cooper 分享公司從手動拉客到快速成長的歷程,強調透過裸金屬資料中心與自研基礎設施降低部署門檻。內容探討如何讓 AI 代理安全地進行生產環境迭代,並提出未來將完全自有的資料中心取代公有雲的願景。
探討智慧體(Agent)的定義、角色定位與身份演化,區分個人助理、數字員工與數字分身,並分析其技術差異與權限管控。透過與自動駕駛的對比,提出智慧體正處於 L3 至 L4 階段,並呼籲關注 AI 發展中的社會倫理問題。
柯柯回顧在美國矽谷的十年經歷,從衝動留學到在 Square 的高標準文化洗禮,分享軟體工程師的真實感受。同時探討 AI 工具(如 Claude、Cursor)如何改變工作模式,並宣告將結束打工生涯,專注於個人事業與 AI 應用。
Doppel 團隊分享如何將機器學習訓練與推論工作遷移至 Modal,解決了實驗並行效率低與推論部署繁瑣的問題。透過簡單程式碼實現實驗並行與自動縮放,大幅縮短迭代週期並降低營運成本。看完能學會如何利用 Modal 最佳化 ML 工作流。
※ 摘要僅根據標題與說明
訪談 Casco 創辦人 René Brandel,探討 AI 程式碼自動生成帶來的安全漏洞與風險。透過分享 Kiro 原型因自動搜尋密碼而部署網站的實例,說明為何需從規範驅動開發與自動化安全測試來解決問題。
這場研討會介紹了專為金融服務業設計的 Claude 解決方案,展示其如何整合外部市場資料與內部資料,協助機構提升分析準確度與效率。
教學如何從零開始使用 n8n 串接 Line 與 Telegram,打造自動化微電商客服。觀眾將學習設定 API、整合 Google Sheets 商品資料庫,並製作含圖片與選單的互動訊息。
※ 摘要僅根據標題與說明
依人氣
深入調查智譜 ZCode 靜默上傳使用者完整程式碼庫及 Git 歷史的隱私爭議事件,分析開發者鐵證與官方回應,並對比 Cursor 與 Grok Build 類似案例,探討 AI 程式設計工具 Harness 架構的安全邊界與信任問題。
Railway 創辦人 Jake Cooper 分享公司從手動拉客到快速成長的歷程,強調透過裸金屬資料中心與自研基礎設施降低部署門檻。內容探討如何讓 AI 代理安全地進行生產環境迭代,並提出未來將完全自有的資料中心取代公有雲的願景。
Parag Agrawal 解釋 Parallel 如何將人類點選資料視為錯誤,轉而依賴 AI 代理的回饋來建立搜尋索引。公司透過先推出搜尋代理而非引擎,以增量方式建構索引,並與 Google Cloud 合作提供企業級搜尋基礎設施。
展示如何在 Google Cloud 設定硬性支出上限,防止 Gemini API 與 Vertex AI 意外消耗預算。透過實際測試觀察觸發機制,讓使用者掌握控制 AI 開銷的方法。
※ 摘要僅根據標題與說明
完整教學如何從零建立一個使用 GPT-6 的 Kalshi AI 天氣交易機器人,涵蓋設定環境、回測與部署到 AWS 的步驟。看完能學會如何將大型語言模型應用於實際的自動化交易場景。
※ 摘要僅根據標題與說明
介紹 Anthropic 發布的 Claude Fable 5.1 與 Mythos 5.1,前者在科研智慧體測試中表現優異,能長時間無人值守執行複雜任務。
示範如何從零開始,在三十分鐘內利用 Claude 與 Google Cloud 建置一個涵蓋五個角色的回饋應用程式。觀眾可學習如何使用子代理、MCP 伺服器與自訂技能來完成軟體開發全週期。
※ 摘要僅根據標題與說明
訪談 Thomson Reuters CTO Joel Hron,探討為何在 frontier 模型已存在的背景下,公司仍決定開發專為法律、稅務領域訓練的自有模型 Thomson。
※ 摘要僅根據標題與說明