AI 科學家 Yann LeCun 表示他不再對 LLM 感興趣，轉向解決4個「真正難題」以及下一代智慧...
當人看到一個瓶子，知道推它會滑，敲它會彈，這些都是我們從小累積的世界模型。但今天的 AI，無論是從圖片、影片還是文字中，都無法真正掌握這些「常識」。

LeCun 對現今所謂「agentic AI」的批評頗為嚴厲。他認為讓模型生成一堆答案，再從中選出最可能正確者，根本不是推理，而是暴力試錯。他說這種方法就像「亂寫程式然後看哪個跑得動」，低效而粗糙。

－－－－

其實人類最早的時候，也是由“嘗試錯誤”開始認知這個世界的。

小心來自「[email protected]」的 email，它現在可能是駭客網路釣魚

防不勝防。

Google推Firebase Studio，是Vibe Coding新神器？
重點一：Google推出AI驅動的Firebase Studio，讓任何人皆能快速創建應用程式。

重點二：整合Gemini AI輔助、多種範本與既有程式庫匯入，大幅簡化開發流程。

重點三：已開放公開預覽，支援多種語言框架，並提供進階AI代理人供早期試用。

Google流量雪崩！AI Overviews成內容網站殺手：用戶只預覽不點擊，創作者收入驟減
Raymond Tsai (@turtletotamus) on Threads


把兩則新聞&貼文放在一起看，常常聽到有人說SEO很重要，但是它也不會是全部，做網站還是回到本心，以分享知識當出發點吧。

一夕致富的傳奇聽聽就好！追求財富自由的原則：看長不看短 | 遠見雜誌
我從沒想過快速致富。我知道世界上有運氣這種東西，但運氣不是我能決定的，那是老天爺的隨機抽樣。所以我不想把理財寄託在「運氣」，而是「努力」上面。

運氣很像龜兔賽跑中的那隻兔子，輕輕鬆鬆就可以超越他人，遙遙領先。可惜我們永遠不知道這隻名為運氣的兔子何時會突然呼呼大睡，甚至永遠長睡不起。

人生不能期待奇蹟，只能努力拚轉機。努力比較像是一隻烏龜，慢慢的走著，慢慢的走著，即便不能遙遙領先，最終還是可以平安抵達。

「一項投資值不值得做，不是用眼前的角度去思考，而是要站在孩子的角度去思考。如果一項投資在孩子長大後增值的機率很高，這項投資就值得去做。」

【教學】萬一中國軍演變封鎖 我們都需要「緊急避難包」 | 政治 | Newtalk新聞
有備無患。

真不愧是 AI 時代，在便利商店架上書也好幾本標題都有 AI，哪天高中數學課本或講義的封面（標題）若出現 AI ✕ 高中數學，應該也不奇怪吧。或是模仿 Vibe Coding，來個 Vibe Math（叫 GPT 來教解數學）應該也很正常吧。 🤭🤭🤭

程式設計師職缺大衰退，AI惹的禍？跌回1980年代網路普及前水準
現在科技公司確實越來越傾向用AI完成程式工作。Google執行長 Sundar Pichai 去年10月就曾經透露，新撰寫的程式碼中已經有4分之1是由AI生成；今年1月，Meta執行長 Mark Zuckerberg 也預估，今年內AI可能就有辦法勝任中階工程師的工作，甚至目標未來所有程式碼都由AI完成。

從美國政府的統計中或許也能窺見一些方向。儘管科技業處於縮減投資、精簡人力的情況下，程式設計師近兩年人數已經下滑27.5%，工作更為複雜的軟體開發人員只略減少0.3%。

AWS 執行長 Matt Garman 去年同樣曾向員工表示，他預估撰寫程式在工作中的占比會逐漸減少，希望員工能夠培養其他能力，協助客戶解決問題。

諾貝爾經濟學獎得主康納曼，為何做出安樂死的「決策」？ | 遠見雜誌
他認為人類是「不一致的、情緒化的，且極易受騙，尤其是欺騙自己」。

他曾告訴我：「自我欺騙是大多數人維持生活的方式。」也就是說，他主張人類既非完全理性，也非完全不理性，而是「純粹的人類」。

康納曼常說：「我不受沉沒成本影響。」他總是希望，自己的信念與行動能由證據決定，而非過去的投入或承諾。

「不出我所料，我的一些親人希望我，等到生命明顯不值得延續時再做決定，但我之所以做出這個決定，正是因為我想要避免那種狀態，因此它必然顯得過早。」

「在做出這個決定後，我發現自己並不害怕不存在，我把死亡視為入睡而不再醒來，這段最後的時光其實並不難熬，唯一的痛苦，是看到自己帶給他人的傷害，所以，如果你原本想為我感到難過，請不要這麼做。」

AI沒那麼容易殺死我們！菜鳥工程師從害怕被ChatGPT取代到玩轉AI
最經典的一個例子，是他曾收到公司同事傳來這樣一個需求：「十二月七日賀博台瘋會在影城舉辦首映會，希望可以有現場即時彈幕，讓觀眾當下即時回饋想法，一起吐槽」。

他本身專長是後端系統開發，當時基本上可以說是毫無頭緒的情況下接下任務。

最後，他只用了一週，就將那一段沒有具體方法與規畫的敘述，變成了真實。

他當時採取了三個關鍵步驟：一，先請AI搜尋，確認過去是否有可以快速實現這項需求的參考案例；二，若有，進一步研究該參考案例的程式碼；第三，根據本身使用情境，做程式碼調整。

這當中，尤以第一步最為關鍵，也最容易被忽略。馮元詰表示，如果一開始就瘋狂詢問AI解方，很可能會在忙了半天後才發現，那其實只是一個AI幻想出來，無法實踐的解答。