跳到主要內容
AI 武林

2026 年第 39 週

09/21–09/27　497 筆新內容

影片 315、Podcast 82、文章 100；中文 92、英文 405；251 筆的摘要有根據原文。前一期 352 筆（↑145）。

這一頁是每次更新網站時自動整理的，沒有人工挑選：依發布日期歸到這段期間，照人氣排（有原文的優先），同一個來源最多兩筆，個人部落格與大頻道各佔一半。想固定收到的話可以訂閱每週回顧的 RSS（每週一出一篇）。

大家在談什麼

這段期間的內容最常提到的工具與主題，數字是筆數，與前一期相比

工具與公司所有工具

主題

值得先看的

這一週人氣最高的

  5. 影片Two Minute Papers進階EN

    Claude Opus 5.5 AI: An Incredible Leap Forward

    展示 Claude Opus 5.5 如何模擬複雜物理現象與生物運動，包括蜂蜜捲曲與虛擬角色行走，展現超越現有模型的實時模擬能力。內容同時探討其潛在風險，如自我懷疑行為與幻覺問題，並介紹 Lambda 平台用於執行實驗。

    36.3 萬次觀看

每天的新內容

每天挑幾筆；全部的在搜尋頁依最新排序

全部依最新

  1. 36 筆

    • AI Is Exposing Your Data: An AI Security Problem You Can't See

      說明 AI 如何讓敏感資料在訓練、提示詞與工具使用中無形洩漏，並指出傳統防護不足。透過工作負載與人力視角追蹤資料流向，建立端到端可見性以主動識別風險。

      IBM Technology11 分鐘● 有原文

    • the eighteen-month recap: AI Engineer, Singapore, May 2026

      Geoffrey Huntley 回顧他在 AI Engineer Singapore 的演講，探討 AI 如何讓軟體開發成本低於最低工資，並讓非工程師也能進行開發。

      Geoffrey Huntley（部落格）● 有原文

    • What It Actually Takes to Build a Software Factory — Tereza Tížková, Factory

      由 Factory 公司創辦人 Tereza Tížková 演講，定義軟體工廠為涵蓋完整軟體生命週期的自主迴圈，而非僅是編碼。她強調建立軟體工廠需遵循三大原則：對模型與團隊工作流保持中立、讓代理自主長時間執行、並持續改進系統。

      AI Engineer23 分鐘● 有原文

    • Kākāpō Party

      分享如何用 Claude Opus 5.5 生成畫素動畫，並搭配 Playwright 自動點選製作影片。讀者可學習如何將 AI 繪圖與自動化測試結合，製作個人化演示素材。

      Simon Willison's Weblog● 有原文

    • How to use GitHub Copilot with WSL on Windows

      示範如何在 Windows 上透過 WSL 使用 GitHub Copilot 應用程式，將 Linux 環境與程式碼助手整合。觀眾可學習如何設定遠端環境、啟動並管理多個並行開發工作區，以及直接在應用程式內預覽與測試程式變更。

      GitHub6 分鐘● 有原文

    • How We Built an Agent That Improves Itself — Zubin Aysola, Weights & Biases

      Weights & Biases 分享其自研的 ARIA 軟體代理如何透過生產與離線環境的完全一致程式碼，將實際使用者軌跡轉化為評估任務，自動發現並修復自身缺陷。

      AI Engineer17 分鐘● 有原文

  2. 50 筆

  3. 68 筆

    • I Had Opus 5.5 Build me the Same App at Every Effort Level

      作者用 Claude Opus 5.5 測試不同努力等級（低、中、高、極、極致、超程式碼）生成同一個 3D 虛擬會議場景的效果。影片詳細比較了各等級的品質、耗時、API 成本、Token 用量與檢查次數，並分析哪種設定最適合複雜創意專案。

      Nate Herk ｜ AI Automation27 分鐘● 有原文

    • Note on 24th September 2026

      探討 Coding Agents 如何讓軟體工程更困難，強調需極高自律與知識才能發揮其潛力。

      Simon Willison's Weblog● 有原文

    • 8 Jev Use Cases That Feel Like Cheating

      介紹 Jev 這新型 AI 決策工具，它能極速處理大量判斷任務，如檢測 AI 生成內容、過濾網頁雜訊、自動排序郵件與搜尋。透過具體實作示範，展示其在網頁生成、影片剪輯與顏色搭配等場景的應用潛力。

      Matthew Berman11 分鐘● 有原文

    • Raising an Agent - Stop Boxing In Your Agent (Season 2, Episode 5)

      探討工程師對 AI 的過度保守心態，指出限制 Token 預算或選用便宜模型反而導致效率降低與成本上升。內容強調現代 Agent 已能獨立完成程式碼撰寫、測試與生產部署，並呼籲企業打破舊有流程壁壘，讓 AI 真正融入工作流。

      Amp, Inc.56 分鐘● 有原文

    • Getting the most out of Opus 5.5

      介紹如何有效使用 Opus 5.5 模型，包含定義完成狀態、避免使用 Max 推理模式、利用截圖輔助以及引導模型與人類協作的技巧。

      Theo - t3․gg29 分鐘● 有原文

    • Getting Started With Orbs

      展示如何將現有的 Laravel 新聞郵件應用程式轉換為 Amp 專案，並使用 Orbs 讓代理進行環境配置與問題修復。觀眾能學習如何使用 Orbs 管理應用程式狀態與快取快照。

      Amp, Inc.15 分鐘○ 無原文

  4. 118 筆

    • Claude Opus 5.5 AI: An Incredible Leap Forward

      展示 Claude Opus 5.5 如何模擬複雜物理現象與生物運動，包括蜂蜜捲曲與虛擬角色行走，展現超越現有模型的實時模擬能力。內容同時探討其潛在風險，如自我懷疑行為與幻覺問題，並介紹 Lambda 平台用於執行實驗。

      Two Minute Papers5 分鐘● 有原文

    • Parametric knowledge | AI Coding Dictionary

      解釋大模型參數中儲存的「參數知識」與上下文知識的差異，說明模型如何透過預測文字來模擬知識，並指出因訓練資料稀釋或過時而產生的幻覺問題。讀者可理解模型知識來源的機制，並學會如何透過補充上下文來解決特定領域的知識缺口。

      AI Hero（Matt Pocock）● 有原文

    • Using Claude Opus 5.5 as your daily driver

      展示 Claude Opus 5.5 相比前代 Opus 5 在速度、準確度與成本上的提升，透過實際程式碼修復案例對比兩者表現。觀眾能了解如何設定努力程度與使用子代理來最佳化效能，並掌握 API 審計命令的用法。

      Claude4 分鐘● 有原文

    • AI | AI Coding Dictionary

      探討「AI」這個詞的含義如何隨著技術演進而改變，從符號推理到大型語言模型。作者建議在技術討論中避免使用模糊的「AI」一詞，應改用具體的名稱如模型或工具。

      AI Hero（Matt Pocock）● 有原文

    • I Tested Opus 5.5 vs. GPT-6 Astra on 12 Real Use Cases

      編輯在 12 個真實場景中對比測試 Opus 5.5 與 GPT-6 Astra 的表現，涵蓋網頁設計、影片剪輯、遊戲開發與程式編寫等任務。

      Nate Herk ｜ AI Automation43 分鐘● 有原文

    • Gemini 3.8 TTS Playground

      介紹 Google 新推出的 Gemini 3.8 TTS 模型與自訂聲音功能，並展示用 GPT-6 Astra 編寫的測試介面。讀者可了解如何快速生成多角色對話語音及相關成本。

      Simon Willison's Weblog● 有原文

  5. 100 筆

  6. 72 筆

    • An ex-OpenAI researcher just deleted language from the LLM...

      介紹前 OpenAI 研究員 Diogo Almeida 開發的 Jev 模型，該模型刪除語言能力，僅做分類與判斷，速度與成本大幅降低且無幻覺。觀眾可了解其運作原理、應用場景及與傳統大型語言模型的差異。

      Fireship5 分鐘● 有原文

    • llm-typesafe 0.1a0

      介紹 llm-typesafe 0.1a0 外掛，支援 TypeSafe AI 的 Jev 模型，可執行 yes/no、選擇與評分等任務。讓使用者能透過指令式介面處理 LLM 的結構化回應。

      Simon Willison's Weblog● 有原文

    • Understand Local AI in 15 Minutes

      介紹本地 AI 的定義、硬體需求與最佳模型選擇，並提供從入門到高階的三種實際設定方案。看完後你能了解如何根據記憶體與頻寬選擇適合的模型，並判斷何時該用雲端還是本地 AI。

      Tech With Tim17 分鐘● 有原文

    • Jev introduces a new shape of LLM - System One, aka Decision Models

      TypeSafe AI 推出新型「決策模型」Jev，取代傳統 LLM 的文字輸出，直接返回分類、評分等浮點數與置信度。使用者可透過 API 提出是/否、選擇或評分問題，僅按輸入付費，成本極低且速度快。

      Simon Willison's Weblog● 有原文

    • Building a Harness with Jev

      介紹 TypeSafe AI 推出的 Jev 模型，一種比傳統大型語言模型快且便宜的 System 1 決策型 AI。影片示範如何用 Jev 進行模型路由、自動過濾風險工具呼叫，以及作為線上評估的評分者，並提供在 LangChain 中的…

      LangChain9 分鐘● 有原文

    • Debating RSI, the US-China Gap, and Jaggedness with JS Denain of Epoch AI

      訪談探討了 AI 自我加速（RSI）的預測、中美模型能力差距的原因、機器人角色以及前沿模型後訓練的具體流程。兩位講者分享了對 AI 發展軌跡的不確定性，並分析了資料、算力與人力資源如何影響中國實驗室與美國實驗室之間的競爭態勢。

      Interconnects1 小時 5 分● 有原文

  7. 53 筆

    • Claude Certified Developer Foundations (CCDV-F) Certification Course

      涵蓋 Claude 認證開發者基礎考試內容，教導如何建置與整合生產級應用、代理與工作流。學員將學習代理架構、API 機制、提示工程及 MCP 伺服器等實務技能，並透過實作實驗掌握工具使用。

      freeCodeCamp.org6 小時 58 分● 有原文

    • The current balance of power in open models

      Podcast 訪談探討 2026 年開放權重 AI 模型的全球權力平衡，指出中國模型在商業可行性與下載量上已超越美國。內容分析開放模型與封閉模型的差異、學術界採用趨勢、技術演進速度，以及由此帶來的資安風險與監管不確定性。

      Interconnects18 分鐘● 有原文

    • Jev is incredible

      介紹 Typesafe AI 推出的 Jev 模型，這是一款專為資料分類與結構化輸出設計的「系統一」模型，速度極快且成本低廉。影片示範了其在即時分類、自動化流程中的應用，並對比傳統語言模型在處理分類任務時的效率差距。

      Theo - t3․gg30 分鐘● 有原文

    • 台大資訊 深度學習之應用 | ADL 6.1: Pretraining 預訓練

      介紹台大陳縕儂教授關於深度學習預訓練的課程內容。

      陳縕儂 Vivian NTU MiuLab20 分鐘○ 無原文

    • Qwen-Image-2.1 正式发布！开源越狱无审查，7B 参数媲美顶级闭源图片模型？本地部署实测！| 零度解说

      介紹 Qwen-Image-2.1 的無審查越獄版，展示其僅 7B 參數即可媲美頂級閉源模型的圖片生成與編輯效果。透過 ComfyUI 進行本地部署實測，涵蓋從下載模型、安裝工作流到實際運作的完整步驟，並演示了多張參考圖的處理能力。

      零度解说9 分鐘● 有原文

    • Goodbye Tokenmaxxing: From AI Usage to Agentic AI Outcomes

      探討從單純追求 AI 使用量（Tokenmaxxing）或減少 Token 消耗（Token minimization）轉向重視實際業務成果（Valuemaxxing）的轉變。

      IBM Technology8 分鐘● 有原文

中文內容

上面沒列到的中文影片、Podcast 與文章

更多中文

各主題再挑幾筆

內容最多的幾個主題，上面列過的不重複

AI Agent 基礎124 筆

Coding Agent107 筆

模型發布與實測69 筆

大型語言模型入門37 筆

工作流自動化32 筆

AI 工作術30 筆