EP70 — AI 抬高的門檻

每天花 1% 的時間，掌握科技脈動。

今日金句#

“The bar has just been raised. It is no longer enough that somebody asks a problem: it needs to be hard enough for an LLM not to be able to solve it.” 「門檻提高了。問題不只要讓人解不了，還要讓 AI 也解不了，才算難題。」 — Tim Gowers, Fields Medal mathematician, Cambridge University

“I would much rather wait an extra 200ms for my slow/expensive prompt to be accurate… But I’m not allowed to wait.” 「我寧願多等 200ms 讓 AI 語音更準確……但協議不讓我等。」 — Luke Curley, OpenAI engineer

今日主軸#

這週有幾件事撞在一起，讓我覺得指向同一個方向：AI 正在悄悄移動衡量事物的標準。

第一件：費爾茲獎得主、劍橋數學家 Tim Gowers 公布了一個令人不安的發現。他把一批研究等級的數學難題丟給 ChatGPT 5.5 Pro，AI 一題一題解掉了。他說，以前一個無人解開的難題是研究生的機會；現在出題的條件變了——得先確認 AI 做不了，才算真正的難題。「什麼叫夠難」這個問題，被悄悄重新定義了。

第二件：Latent Space 的 AI 估值追蹤顯示，Anthropic Q1 年化增長達 80 倍，估值衝上 1.2 兆美元，躍升全球第 11~15 名最有價值的公司。同期 Cloudflare 裁員 20%、Block 裁員 40%、Coinbase 裁員 14%，理由都是「AI 整備」。但工程師專案管理工具 Linear 反而因 AI 而擴張。「什麼叫強」的標準，也在移動。

第三件：antirez（Redis 創造者）徒手用 C 寫了一個 DeepSeek V4 Flash 的 Metal 推論引擎，讓 M3 Mac 可以本機跑 270 億參數模型，每秒 26~37 個 token，還有 1M context 的磁碟 KV cache。本機推論的門檻，又低了一截。還有 NousResearch 的 hermes-agent，141K GitHub stars，一個設計為隨互動自我成長的 AI 代理框架。

這一週的 AI 新聞不是「AI 很強」或「AI 很弱」。是「標準在移」。

必讀#

費爾茲獎數學家：ChatGPT 5.5 Pro 解掉了我的研究難題 — Hacker News AI
antirez/ds4：Redis 創造者為 Apple Metal 打造 DeepSeek 推論引擎 — GitHub AI
NousResearch/hermes-agent：141K stars，The agent that grows with you — GitHub AI
Anthropic 年增長 10 倍，估值衝破 1.2 兆美元 — Latent Space AI
前沿 LLM 在長文件委派中有 25% 內容損毀率 — arXiv/HN AI
WebRTC 設計缺陷：AI 語音精準度卡在協議層 — Simon Willison Dev
Just Fucking Use Go — Lobste.rs Dev
Nvidia 今年已承諾 400 億美元 AI 股權投資 — TechCrunch News
Claude Code vs OpenClaw：5 個核心架構差異 — ByteByteGo Dev

費爾茲獎數學家：ChatGPT 5.5 Pro 解掉了我的研究難題#

Tim Gowers 將 Nathanson 2026 年論文中的加法組合學難題（sumset 問題）交給 ChatGPT 5.5 Pro，AI 在一小時內逐一解出。Gowers 強調，這不只是「AI 很強」的問題——而是衡量「什麼叫研究難題」的標準被重新設定了。以往一個無人解開的問題就是博士生的機會；現在出題的前提條件，得先確認 AI 解不了，才算真正的難題。

AI 解出的問題難度屬研究生等級加法數論，來自 arxiv 2603.15556
Gowers 認為「組合既有知識」與「原創洞察」的邊界正在模糊化
這是 AI 能力從「輔助研究」進入「競爭研究問題」的標誌性時刻

💡 學術界對 AI 能力的評估，必須從「能做人類的事」升級為「能做人類最難的事」。這個框架轉換，影響的不只是數學，而是所有知識密集型領域的研究策略。

🔗 閱讀原文 | 來源: Tim Gowers Blog / Hacker News

antirez/ds4：Redis 創造者為 Apple Metal 打造 DeepSeek 推論引擎#

Salvatore Sanfilippo（antirez，Redis 創造者）用純 C 從零打造了一個 DeepSeek V4 Flash 的 Metal 推論引擎。M3 Max/Ultra（128GB RAM）可在 2-bit 量化下達到每秒 26~37 個 token。最特別的設計是「磁碟優先 KV cache」：將 attention 狀態壓縮後持久化到磁碟，實現本機 1M context window，無需雲端 API。

非通用 GGUF runner，專為 DeepSeek V4 Flash 和 Apple Metal 優化，Metal-only（CPU path 因 macOS VM bug 暫時停用）
非對稱 2-bit 量化：只對 MoE routing experts 量化，shared components 保留精度
支援 OpenAI / Anthropic 相容 server API，可直接替換現有 endpoint
磁碟 KV cache 讓本機 1M context 成真：13 個 session 狀態欄位 + checkpoint tokens + logits + 壓縮 KV rows

💡 資深工程師不選框架而選從頭寫 C，本身就是訊號——在推論最佳化這條賽道上，框架層的抽象已成瓶頸。擁有高階 Apple Silicon 的開發者，今日即可下載試用。

🔗 閱讀原文 | 來源: GitHub / antirez

NousResearch/hermes-agent：141K Stars，The agent that grows with you#

NousResearch 是知名開源 AI 研究組織，hermes-agent 是他們最新的代理框架，141K GitHub stars 讓它成為目前 GitHub 上星數最高的 AI agent 項目之一。「The agent that grows with you」——設計理念是代理能從互動中學習、累積記憶，隨使用者使用習慣持續進化。

Python 實作，強調自我成長的代理記憶機制
141K stars 是近期 AI 代理項目中最快速的社群反應之一
NousResearch 在開源 LLM 微調（Hermes 系列）上有長期積累，社群可信度高

💡 代理框架從「執行任務」到「隨互動成長」是一個關鍵能力跳躍。hermes-agent 的社群規模顯示開發者對持久化代理記憶的強烈需求。

🔗 閱讀原文 | 來源: GitHub / NousResearch

Anthropic 年增長 10 倍，估值衝破 1.2 兆美元#

Latent Space 追蹤二級市場與傳統媒體數據：Anthropic Q1 2026 達成 80 倍年化增長，估值升至 1-1.2 兆美元，成為全球第 11~15 大最有價值公司。同期 Block 裁員 40%、Coinbase 裁員 14%、Cloudflare 裁員 20%，但做工程師工具的 Linear 因 AI 而擴張。

$1.2T 估值使 Anthropic 成為歷史上最快達到此規模的 AI 公司
裁員/擴張的分水嶺：AI 讓你變強還是讓你縮小，而不是「有沒有用 AI」
「Stronger companies, like Linear, are the ones that grow, not shrink, due to AI.」— Latent Space

💡 Anthropic 的估值不只是商業數字——它重新定義了 AI 基礎設施的競爭格局，也揭示了哪些企業在這輪洗牌中屬於受益方。

🔗 閱讀原文 | 來源: Latent Space

前沿 LLM 在長文件委派中有 25% 內容損毀率#

論文 DELEGATE-52 建立了一個 52 個專業領域的長工作流基準測試，結果顯示 Claude 4.6、Gemini 3.1 Pro、GPT 5.4 等頂尖模型，在複雜文件委派任務中平均有 25% 的內容損毀率。錯誤是稀疏但嚴重的——靜默地引入、持續累積，且不會觸發例外。

使用 agentic tool use 不能緩解問題，文件越長、互動越多，錯誤越嚴重
干擾文件的存在顯著增加損毀率
法律文書、醫療記錄、財務代碼等高保真需求場景，當前模型不可信賴

💡 對「讓 AI 代理幫我整理文件/代碼」的廣泛使用方式發出警告。LLM 能解題，但不等於能可靠地維護文件完整性。必須加入人類審查流程。

🔗 閱讀原文 | 來源: arXiv / Hacker News

WebRTC 設計缺陷：AI 語音精準度卡在協議層#

OpenAI 工程師 Luke Curley（via Simon Willison）揭示，WebRTC 內建了主動丟棄音訊封包的機制，以維持低延遲的通話體驗。但這個設計讓 AI 語音應用無法選擇「多等 200ms 換取更高準確度」。Discord 和 OpenAI 都已碰到這個牆——這是協議層的限制，不是實作問題。

瀏覽器 API 沒有機制可以重新傳送已丟棄的音訊封包
改變此行為需要新的瀏覽器標準，無法靠應用層解決
OpenAI 能做出高品質語音，暗示使用了 WebRTC 以外的自有方案

💡 所有用瀏覽器 WebRTC 做 AI 語音的開發者，都面對這個天花板。短期解法：server-side 音訊增強或自有協議。

🔗 閱讀原文 | 來源: Simon Willison

Just Fucking Use Go#

一篇直白的技術論述：對於大多數後端服務（CRUD、JSON API、HTML rendering），直接用 Go 標準庫就夠——net/http + embed + html/template = 可上線的 production app，不需要 npm、Webpack、Docker、Kubernetes。Goroutine 每個 2KB，一台筆電可以跑 10 萬個；單一 binary 部署，12MB。

標準庫覆蓋 80% 的 web 應用需求，框架是「選擇性複雜度」
goroutine + channel 是類型安全的並發原語，比 Node event loop 更直白
context.Context 負責取消傳播，DB query 在 request 結束時自動取消

💡 每隔幾年就有一篇文章說「用無聊的技術」，但這篇提供了夠具體的 API 範例，適合剛在考慮技術選型的人。Lobste.rs 171 分，技術社群共鳴強烈。

🔗 閱讀原文 | 來源: Lobste.rs

Nvidia 今年已承諾 400 億美元 AI 股權投資#

2026 年截至目前，Nvidia 已通過股權投資方式承諾向 AI 公司注入 400 億美元，遠超過去任何一年。這些投資橫跨 AI 基礎設施、模型訓練、推論硬體，顯示 Nvidia 從「賣鏟子」進化為「持股礦場」。Nvidia 的生態系戰略從硬體銷售擴展到股權布局，鞏固其在 AI 供應鏈的核心地位。

🔗 閱讀原文 | 來源: TechCrunch

Claude Code vs OpenClaw：5 個核心架構差異#

ByteByteGo 比較兩大 AI 編程工具的架構設計：Claude Code 採短期程序模型（任務結束即終止），OpenClaw 為長期背景守護程序（persistent daemon）。差異觸及 process lifecycle、state management、memory patterns、tool access scope、execution model 五個維度。

Claude Code：無狀態，每 session 獨立，安全但 context 不延續
OpenClaw：有狀態，跨 session 累積記憶，但複雜度更高
選擇取決於任務特性——短期精準 vs. 長期學習

💡 工具選型影響整個開發工作流。了解架構差異，幫助開發者做有根據的選擇。

🔗 閱讀原文 | 來源: ByteByteGo Newsletter

中文技術圈#

OpenAI 發布三款 Realtime API 語音模型 — OpenAI 推出新的即時語音 API 模型，大幅提升語音代理應用的延遲與品質。
Anthropic 公布 Claude Security 供企業掃描漏洞 — Anthropic 推出企業版漏洞掃描功能，讓安全團隊可透過 Claude 輔助審查代碼安全性。
在 WWDC26 之前，對談四位 Swift 學生挑戰賽得獎者 — Apple Swift 學生挑戰賽中國得獎者的創作故事與開發心得。
真的有人用 AI 做 PPT 嗎？ — V2EX 社群熱議，47 則回覆討論 AI 輔助簡報製作的實際使用體驗與工具選擇。

antirez/ds4 — C | ⭐ 4.5K DeepSeek V4 Flash Apple Metal 本機推論引擎，M3 Ultra 可達 37 tokens/s，1M context 磁碟 KV cache

vercel-labs/zero-native — Zig | ⭐ 1.7K Vercel 實驗框架：用 Zig + Web UI 打造桌面+行動原生應用，讓 Web 開發者橋接原生平台

strukto-ai/mirage — TypeScript | ⭐ 1.6K AI Agent 統一虛擬文件系統，讓代理透過單一抽象層操作不同儲存後端

graykode/abtop — Rust | ⭐ 2K 像 htop 一樣即時監控 Claude Code & Codex CLI session 的 token 用量、context window、rate limit

WenyuChiou/awesome-agentic-ai-zh — Python | ⭐ 537 AI Agent 中文學習地圖，繁中/简中/English 三語對照，結構化學習路徑含必做練習

本月開源精選 — HelloGitHub vol.121#

每月精選有趣的入門級開源項目，2026-04-28 更新。

NousResearch/hermes-agent — Python | ⭐ 141K 「The agent that grows with you」— NousResearch 出品的自我成長型 AI 代理框架，社群反應極強烈

forrestchang/andrej-karpathy-skills — | ⭐ 122K 源自 Karpathy 對 LLM 編程陷阱觀察的單一 CLAUDE.md 技巧檔案，大幅改善 Claude Code 行為模式

JuliusBrussee/caveman — Python | ⭐ 57K 石器時代語法讓 Claude Code 少說廢話，token 用量省 65%

charmbracelet/glow — Go | ⭐ 25K 終端機 Markdown 渲染器，帶語法高亮和配色，本地 + GitHub 文件都能讀

OrcaSlicer/OrcaSlicer — C++ | ⭐ 13.7K Bambu、Prusa、Voron 等主流 3D 印表機的 G-code 生成器，社群最活躍的切片軟體之一

pdm-project/pdm — Python | ⭐ 8.6K 現代 Python 套件管理器，支援最新 PEP 標準（PEP 517/582），快速取代 pip + venv 工作流

graykode/abtop — Rust | ⭐ 2K htop 風格的 AI coding agent 監控工具：即時追蹤 Claude Code/Codex 的 token 消耗和 rate limit

影音精選#

AI 新聞週報：GPT-5.5 Instant、Claude 辦公整合、Grok 4.3 #

65,158 views · 1 天前 | Matt Wolfe

本週 AI 產業大盤點：GPT-5.5 Instant 推出、Claude 辦公軟體整合更新、Grok 4.3 發布、Anthropic Google 合作深化、Spotify AI Podcast 擴展。

本週最重要發布：GPT-5.5 Instant（更快、更便宜的 GPT-5.5 版本）
Claude 辦公整合：可直接在主流辦公應用中調用 Claude
Spotify AI Podcast：AI 生成個人化 podcast 摘要開始擴展

💬 每週 AI 新聞的最佳入門，Matt Wolfe 的盤點讓你 15 分鐘掌握主要動態。

GPT-5.5 深度評析：好、壞與醜陋 #

46,472 views · 1 天前 | Two Minute Papers

GPT-5.5 Instant 的優點：更快速的推理和更自然的語言互動。局限：某些複雜推理任務相比 GPT-5.5 仍有差距，適合中等複雜度任務。

速度大幅提升，適合需要快速回應的互動場景
個性化回應更自然，語言品質改善明顯
複雜推理任務建議仍使用完整版 GPT-5.5

💬 如果你需要選模型，看完這部視頻能幫你做出更有根據的決策。

語言模型最大化：頂級開發者用 AI 做 400 人工作 #

32,056 views · 1 天前 | Y Combinator

YC Lightcone 對談：單個開發者搭配 AI 代理，可以開發出過去需要整個工程團隊才能完成的產品。討論涵蓋 Claude Code、OpenClaw 工作流，以及如何用語言模型最大化個人開發效率。

AI 代理讓一人當 400 人用的工作流程實踐分享
Claude Code + OpenClaw 的協作使用模式
YC 創辦人對軟體開發未來形態的判斷

💬 如果你在思考如何讓自己成為「一人公司」，這部視頻值得看。

代理式搜尋與上下文工程 #

10,195 views · 1 天前 | AI Engineer

工作坊深講：代理如何決定「檢索哪些資訊」比「如何進行 RAG」更重要。上下文管理的被忽視面向直接決定 LLM 輸出品質。

上下文工程 ≠ RAG，前者是更上層的決策問題
代理搜尋策略的設計框架與實踐案例
影響 LLM 輸出品質的關鍵變數分析

💬 如果你在建 AI agent，這部是本週最有工程密度的技術分享之一。

文字轉語音架構為何趨向 LLM #

3,031 views · 1 天前 | AI Engineer / Mistral

Mistral 研究科學家解析 2026 年文字轉語音架構為何趨同於 LLM 模型。神經音訊編碼器如何解決資訊密度問題，以及串流技術實現低延遲語音代理的關鍵。

TTS 和 LLM 架構趨同的深層原因
神經音訊編碼器解決頻譜密度問題的方式
串流 TTS 實現低延遲語音代理的工程細節

💬 想在 app 裡加 AI 語音的開發者，這是本週最值得看的技術分享。

名人動態#

Tim Gowers (Fields Medal Mathematician): 親測 ChatGPT 5.5 Pro 解數學研究難題 — 見必讀 #1
antirez (Salvatore Sanfilippo): Redis 創造者用 C 手寫 DeepSeek Metal 推論引擎 — 見必讀 #2
Simon Willison: 轉推 OpenAI 工程師分析 WebRTC 設計缺陷對 AI 語音的影響 — 見必讀 #6

今日觀察#

Tim Gowers 的分析觸及一個深層矛盾：AI 模型的進步並非線性地降低所有任務的難度，而是以不可預測的方式衝擊特定領域。數學研究中這種「門檻移位」現象，可能很快在法律文書分析、醫學診斷輔助等知識密集型領域重演。同時，DELEGATE-52 的研究提醒我們：即便模型能「解題」，在長工作流中保持文件完整性的可靠性仍是另一回事。這兩組數據放在一起，描繪出 AI 作為「問題解決者」與「文件處理代理」之間存在的根本能力落差——解題能力和保真能力，目前是兩條尚未交匯的曲線。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit