yii.
← Digest
EP111 · 2026年6月21日 星期日 · 9 min read

AI 的重心，正在離開模型本身

每天花 1% 的時間，掌握科技脈動。

今日金句#

“I reject AI code when I can’t explain the approach in my own words.” 「當我沒辦法用自己的話解釋一段程式碼的作法時，我就會退回它——即使它能跑。」 — Vinicius Brasil, Software Engineer

“Writing forces you to confront how much you actually understand what it is that you’re writing about.” 「寫作會逼你正視：你對自己正在寫的東西，到底真的懂多少。」 — Lorin Hochstein, Incident Response / Systems Thinker

今日主軸：AI 的重心，正在離開模型本身#

今天的新聞攤在一起看，會發現一個方向：產業的重心，正在從「誰做出最強的模型」往外移。一邊是人才——拿過諾貝爾獎、做出 AlphaFold 的 John Jumper 離開 Google DeepMind 加入 Anthropic，Transformer 共同發明人之一 Noam Shazeer 在 IPO 前夕加入 OpenAI，最頂尖的腦袋在各家之間流動。另一邊是錢——專門幫人「跑」模型的 Baseten 半年內估值翻近三倍衝上 $13B，Amazon 甚至跳下來自己做晶片，想從 Nvidia 手裡分一杯。模型本身越來越像水電，真正值錢的是周邊：誰能把它跑得又快又便宜、誰能擁有部署層。但同一天，最清醒的一群工程師卻在往反方向劃線：Vinicius Brasil 說「就算 AI 寫的能跑，我看不懂就退回」，Lorin Hochstein 則擔心把事故報告交給 LLM 寫，會讓組織失去「被迫搞懂系統」的那道摩擦力。當業界拚命讓 AI 更便宜、更無所不在，真正的高手反而堅持：有些東西不能外包。

必讀#

  1. vercel/eve：把 AI Agent 變成一個資料夾的框架 — GitHub Tools
  2. Transformer 共同發明人 Shazeer 加入 OpenAI — TechCrunch AI
  3. Baseten 估值半年翻近三倍至 $13B — TechCrunch Startup
  4. Amazon 想直接賣 AI 晶片，正面挑戰 Nvidia — TechCrunch Infra
  5. ByteByteGo：2026 年值得掌握的 12 款開源 LLM — ByteByteGo AI
  6. 諾貝爾得主 John Jumper 離開 DeepMind 加入 Anthropic — TechCrunch AI
  7. Godot 4.7 發布：HDR、AreaLight3D、Android XR — Godot Dev
  8. Sean Lynch：MCP 真正的價值是隔離「授權」 — Simon Willison AI
  9. SMPTE 把整個標準庫免費開放 — SMPTE Dev
  10. Bevy 0.19：BSN 場景語法、行動端渲染快 3.8 倍 — Bevy Dev
  11. 就算 AI 寫的能跑，我看不懂就退回 — Hacker News AI
  12. 我害怕「LLM 代寫事故報告」的未來 — Lobste.rs AI
  13. Lenny 社群智慧：分時 CPO、跨團隊共享 Claude Code — Lenny’s Startup

1. vercel/eve：把 AI Agent 變成一個資料夾的框架#

Vercel 推出的開源 agent 框架「eve」這兩天衝上 GitHub 週熱門第一（約 1,900 stars）。它的核心理念是「filesystem-first」——不靠複雜設定，而是用直覺的資料夾結構來組織 agent 的能力：指令寫在 instructions.md，工具放 tools/，再加上 skills/、channels/、schedules/ 等目錄。目前為公開 beta。

  • 支援模型選擇、human-in-the-loop、子 agent、排程，可接 HTTP / Slack / Discord 等 channel
  • npx eve@latest init 一行指令即可起一個 agent，附 weather tool 範例
  • 定位在 agent 部署層，與 LangChain、CrewAI 競爭，反映市場對「標準化、有主見的 agent 架構」的需求

💡 當人人都在做 agent，框架之爭就是部署層的卡位戰。Vercel 想用「把複雜度藏進資料夾」的開發體驗，複製它在 Next.js 的成功。

🔗 閱讀原文 | 來源: GitHub

2. Transformer 共同發明人 Shazeer 加入 OpenAI#

2017 年《Attention Is All You Need》共同作者、Character AI 創辦人 Noam Shazeer 從 Google 轉投 OpenAI。他先前以 $27 億被 Google 收購回 Character AI，並一度擔任 Gemini 共同負責人。此次加入正值 OpenAI 衝刺 IPO，同時延攬政策專家 Dean Ball，形成「技術權威 + 法規定位」的雙軸補強。

  • Shazeer 的 Transformer 工作是所有現代生成式 AI 的基礎，為 OpenAI 的 IPO 敘事增添份量
  • 搭配政策人才，顯示 IPO 前的 AI 公司同時看重技術正當性與監理布局
  • 緊接 Jumper 離開 DeepMind，凸顯 Google AI 部門的頂尖人才留存壓力

💡 頂尖研究者用腳投票，是組織健康的領先指標。人才正在 Anthropic、OpenAI 之間加速集中。

🔗 閱讀原文 | 來源: TechCrunch

3. Baseten 估值半年翻近三倍至 $13B#

AI 推論基礎設施新創 Baseten 傳出募資 $15 億、估值衝上 $13B（部分投資人以 $11B 計），距上一輪僅約 5 個月，估值漲幅約 160%。它的商業模式是優化推論成本：把每次請求導到「最適合任務」的模型，尤其是夠用又便宜的開源替代品。

  • 本輪由 Spark Capital、Sands Capital、Altimeter、Wellington 等領投
  • 估值軌跡 $5B（5 個月前）→ $11–13B（現在），體現「推論淘金潮」
  • 成功路由到開源模型，暗示市場正脫離對閉源模型的依賴，壓縮 OpenAI/Anthropic 毛利

💡 推論優化已成為獨立、資本充沛的基礎設施層。模型在商品化，價值往「怎麼跑」的那一層轉移。

🔗 閱讀原文 | 來源: TechCrunch

4. Amazon 想直接賣 AI 晶片，正面挑戰 Nvidia#

AWS 正開發新一代 Trainium 晶片，並評估對外銷售。CEO Andy Jassy 稱，若晶片業務獨立，年營收規模約 $500 億（對比 Nvidia 目前約 $3,260 億）。但最大障礙是製造：TSMC 產能優先供應 Nvidia，且一推出就售罄。

  • $500 億潛在年營收 vs Nvidia $3,260 億，差距仍大
  • 核心瓶頸在 TSMC 產能分配，Amazon 須在自用與外賣之間取捨
  • 屬雲端巨頭（AWS / Google / Microsoft）以自製矽片降低 Nvidia 依賴的大趨勢

💡 這是少數有機會挑戰 Nvidia 硬體霸權的路徑，但受制於 CUDA 生態與晶圓代工，是 3–5 年的長線賽局。

🔗 閱讀原文 | 來源: TechCrunch

5. ByteByteGo：2026 年值得掌握的 12 款開源 LLM#

ByteByteGo 整理 12 款各有突出優勢的開源 LLM：Meta Llama 4 Scout 是首個原生多模態開放權重模型；DeepSeek V4 採 MoE、MIT 授權，支援百萬 token 上下文且成本極低；Qwen3 可切換思考/非思考模式；Gemma 4 語言覆蓋率最廣。

  • 本期也涵蓋 SLM vs LLM 比較、單 Agent vs 多 Agent 架構解析
  • 開源權重模型已能在多模態、長上下文、低成本三條線上各自領跑

💡 對獨立開發者來說，頂規能力正快速變成「大家都拿得到」的基礎設施。

🔗 閱讀原文 | 來源: ByteByteGo

6. 諾貝爾得主 John Jumper 離開 DeepMind 加入 Anthropic#

2024 年諾貝爾化學獎得主、AlphaFold 主要開發者 John Jumper，結束在 Google DeepMind 近 9 年的任期，轉投 Anthropic。此舉緊接 Shazeer 離開 Google，形成頂尖人才外流潮。

  • Jumper 曾參與 Google 的程式工具團隊，該團隊在企業端銷售上陷入苦戰
  • 與 Shazeer 出走時點疊加，凸顯 Google AI 的結構性競爭壓力

💡 政府越設限，頂尖大腦越往被盯上的公司跑——封鎖一家公司，跟這家公司值不值得加入，是兩回事。

🔗 閱讀原文 | 來源: TechCrunch

7. Godot 4.7 發布：HDR、AreaLight3D、Android XR#

開源遊戲引擎 Godot 釋出 4.7。新增跨 5 平台（Windows / macOS / iOS / visionOS / Linux）的 HDR 輸出、寫實矩形光源 AreaLight3D、Scene Paint Mode 紋理繪製，並支援獨立 Android 匯出與 Android XR 首日支援。

  • 超過 300 位貢獻者合併 1,600+ PR；2026 年已有 700+ 款 Godot 遊戲在 Steam 上架
  • HDR 與 AreaLight3D 縮小獨立開發者與 AAA 管線的差距

💡 在 Unity 授權爭議、Unreal 複雜度的夾縫中，Godot 的渲染品質與平台支援正快速成熟。

🔗 閱讀原文 | 來源: Godot

8. Sean Lynch：MCP 真正的價值是隔離「授權」#

Simon Willison 引述 Sean Lynch 的觀點：MCP 相對於 skills / CLI 的真正價值，在於能把授權流程隔離在 agent 的 context window 之外，甚至完全移出執行框架。MCP 的理想型態或許只是一個 API 的授權閘道——但這已是實質進步。

  • 把焦點從「MCP 是不是多餘」拉回「它解決了授權邊界」這個具體問題
  • 對在設計 agent 工具鏈的人，是判斷該用 MCP 還是 CLI 的實用標準

💡 agent 工具化的討論常流於形式之爭，這個視角給了一個具體、可操作的判準。

🔗 閱讀原文 | 來源: Simon Willison

9. SMPTE 把整個標準庫免費開放#

SMPTE 宣布旗下所有標準、推薦實踐、工程指南、RDD 及未來釋出全部免費，集中於 pub.smpte.org/doc/，由 AWS、Apple、Disney、Dolby、Google、Sony 等鑽石級贊助商支持。過去這些文件每份要價 $200–500。

  • 降低採用門檻、強化互通性，特別是 IP 化工作流與 AI 真偽/內容溯源的新需求
  • 把標準定位為公共基礎設施，呼應 Linux / RISC-V / WebAssembly 的開放潮

💡 在 deepfake 與合成內容的時代，媒體真偽與溯源需要免費、無摩擦的共同標準。

🔗 閱讀原文 | 來源: SMPTE

10. Bevy 0.19：BSN 場景語法、行動端渲染快 3.8 倍#

Rust 遊戲引擎 Bevy 釋出 0.19。新增 Bevy Scene Notation（BSN）——類 Rust 的人體工學語法，用來定義複雜實體階層；GPU 渲染優化在行動端 RTX 4090 上把 160 萬方塊的單幀從 49.47ms 降到 18.77ms（3.8 倍）；EditableText 補上完整文字輸入（游標、雙向文字、IME、多行）。

  • BSN 大幅簡化 ECS 引擎惡名昭彰的 UI 階層生成複雜度
  • 渲染圖架構轉為 ECS schedule，降低自訂渲染系統的樣板碼

💡 在效能與人體工學之間，Bevy 正成為想留在 Rust 的開發者的主要選擇。

🔗 閱讀原文 | 來源: Bevy

11. 就算 AI 寫的能跑，我看不懂就退回#

工程師 Vinicius Brasil 提出退回 AI 程式碼的五個準則：理解度（無法用自己的話解釋就退回）、比例原則（範圍蔓延）、過早抽象、系統清晰度、過度依賴。核心主張：能跑的程式 ≠ 好解法，工程要的是「足夠、可擴展、可延伸」的方案。

  • 作者示範第一版 AI 解法通常整個退回，深入理解問題後的第二版人為修正更佳
  • 給團隊一份實用清單——在 commit AI 程式碼前先建立接受標準

💡 在 AI 寫 code 普及的此刻，這套護欄替「快」與「對」的拉扯提供了可操作的判準。

🔗 閱讀原文 | 來源: Hacker News

12. 我害怕「LLM 代寫事故報告」的未來#

Lorin Hochstein 指出，寫事故報告會逼你正視對系統的理解缺口，而 LLM 自動化消除了這道認知摩擦。風險在於：LLM 會發明不存在的系統耦合、又漏掉真正的交互；而事故報告缺乏像程式測試那樣的外部驗證，錯誤難以被察覺。

  • 程式可測試、運維有結果可驗，但事故報告沒有「以自然為仲裁者」的外部真值
  • 全自動化的報告會變成「擬象」——看似正確、實則阻礙組織學習

💡 它點出 LLM 採用的盲區——在「正確性難以驗證」的領域，自動化反而把錯誤敘事制度化。

🔗 閱讀原文 | 來源: Lobste.rs

13. Lenny 社群智慧：分時 CPO、跨團隊共享 Claude Code#

本期 Lenny 社群精華涵蓋分時 CPO 的薪酬結構、免費電子簽名工具推薦，以及「為何部分付費用戶從不使用產品」的觀察，並整理如何在團隊間共享 Claude Code 上下文的實務建議。

  • 對 PM 與新創團隊在組織、工具、定價上都有可借鏡之處
  • 跨團隊共享 agent 上下文，正成為團隊採用 AI 工具的下一個實務問題

💡 AI 工具進團隊後，「怎麼共享上下文」會是比「用不用」更關鍵的下一步。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

推薦閱讀#

大神動態#

  • Simon Willison：拆解 MCP 真正的價值在於把「授權」隔離在 agent context 之外（詳見必讀 #8）
  • Dan Abramov：There Are No Instances in atproto — 解釋 atproto 沒有「實例」概念的設計（詳見推薦閱讀）

中文技術圈#

開源精選 — GitHub Trending（本週）#

影音精選#

SQLite 被用 Rust 重寫了（Turso）#

1 天前 · Fireship

Fireship

地球上最受信賴的資料庫程式碼 SQLite，現在有了 Rust 重寫版本 Turso，帶來原版 SQLite 沒有的新特性。Fireship 快速解說這個新版本的意義與亮點功能。

  • Turso 是 SQLite 的 Rust 重寫版，效能與記憶體安全性全面提升
  • 新增 SQLite 原版缺乏的功能，如更好的並行支援與複製能力
  • Rust 正逐步進入核心基礎設施領域，取代 C 語言遺留代碼

讓 AI Agent 自己 prompt 自己，才是正確用法#

2 天前 · Theo (t3.gg)

Theo (t3.gg)

OpenClaw 創辦人 Pete 加入 OpenAI 後發文指出：我們一直在用錯誤的方式跑 Agent。不應該手動寫 prompt 給 agent，而應設計讓 agent 自己 prompt 自己的 loop 系統。Theo 分享了他親自實驗後的體悟。

  • 正確的 Agent 用法是設計「loop」讓 agent 自動 prompt 自己，而非每次人工下指令
  • Hermes agent 模式：讓 agent 把上下文帶來給你，而非叫 agent 去外面找資訊
  • agent 自我 review、反饋、再觸發 re-review 的循環能大幅提升代碼品質

AI 讓工程師能做更多，而非更少#

1 天前 · Theo (t3.gg)

Theo (t3.gg)

Theo 分享一個重新框架 AI 的思維：工程師看到過去 100 小時的工作可以濃縮到 10 小時，不該感到恐懼，而應思考「那多出來的時間能做什麼更大的事」。AI 工具是擴大器。

  • AI 讓單個工程師產能大幅提升，正確的應對是思考能做更大的事，而非害怕失業
  • WorkOS 新推 OMD 開放標準，讓 AI 代理人能代替用戶自動完成服務註冊流程
  • 重點不是用哪個工具，而是改變「我們要建構什麼」的思維方式

Perplexity CEO：晶片出口管制到底幫了誰？#

2 天前 · 20VC

20VC

Perplexity CEO 分析美國對中國的 AI 晶片出口管制：短期確實有效，目前開源與 Frontier 模型之間約 12 個月差距主要歸功於此。但長期風險是中國被逼著大規模建設算力基礎設施，最終可能催生更強的競爭對手。

  • 出口管制短期有效：開源和 Frontier 模型的 12 個月差距主要來自晶片禁令
  • Anthropic 等公司積極遊說管制，但這可能反而加速中國自建完整 AI 基礎設施
  • 中國在數據中心建設上優勢明顯：電力、許可、人力成本都不是瓶頸

Flexport CEO：遠端工作是白領詐欺？#

1 天前 · 20VC

20VC

Flexport 創辦人 Ryan Petersen 在 20VC 直言「遠端工作是白領詐欺」，認為在家根本無法真正完成事情。訪談也談及中國開源 AI 威脅、VC 之間的利益勾結，以及 SaaS 銷售的未來挑戰。

  • 直白稱遠端工作是「白領詐欺」，認為有孩子的人在家難以有效工作
  • 中國 AI 出口管制短期有效，但正逼使中國大規模建設數據中心基礎設施
  • AI 讓科技公司自建工具成為可能，SaaS 廠商對科技客戶的談判籌碼將削弱

40 歲老手創業者的 AI 時代優勢#

2 天前 · Y Combinator

Y Combinator

Webflow 共同創辦人 Bryant Chou 帶著新創 Ploy 再次加入 YC，打造整合行銷自動化的 AI 網站平台。他認為 AI 時代讓有深厚領域知識的資深創辦人更具優勢——「模型的能力無邊界，但你需要知道怎麼用它」。

  • 有 10 年以上經驗的創辦人能更好地駕馭 AI 模型，打造世界級產品
  • Ploy 結合網站平台與行銷大腦，自動優化在 ChatGPT／Perplexity／Claude 的曝光
  • 反 slop 引擎內建 3,500 個精選設計 prompt，讓 AI 生成網站保持高品質

今日觀察#

把今天的新聞並排，會看到一條清楚的位移：產業的重心正在離開「模型本身」。人才在流動——Jumper 進 Anthropic、Shazeer 進 OpenAI，最頂尖的腦袋不再被任何一家綁住；錢在轉向——Baseten 不訓練模型卻能半年估值翻三倍，Amazon 寧可自己做晶片也要卡進「跑模型」這層；連 ByteByteGo 盤點的 12 款開源 LLM 都在說同一件事：做模型的能力正在商品化，價值往周邊的部署、推論、矽片擴散。但最耐人尋味的，是同一天兩位工程師往反方向劃的線：Brasil 拒收看不懂的 AI 程式碼，Hochstein 害怕把事故報告交給 LLM——他們守的都是同一樣東西，「被迫真的搞懂」這道摩擦力。當外面拚命讓 AI 更便宜、更無所不在，這提醒了我們：能被外包的會越來越便宜，不能被外包的理解力，反而越來越貴。

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 banner

同期還有