OECD研究指出，過度使用生成式人工智慧會導致認知外包，使學生的科學素養大幅滑落。當學生習慣將思考交給生成式人工智慧，這種認知外包將嚴重侵蝕深層學習能力。唯有正確引導，才能在數位浪潮下...

經濟合作暨發展組織（OECD）最新公布的「國際學生能力評量計畫」（PISA）調查，涵蓋全球 91 個國家與地區、超過 76 萬名 15 歲學生。這是大型語言模型全面落地普及後的首份重量級跨國期中考，結果卻打破了教育科技界的美好想像：在嚴格控制家庭社經地位與資源差異後，那些在日常課業中完全不碰 AI 的學生，在科學素養的平均表現上，竟然顯著優於天天頻繁調用 AI 的同儕。

寫摘要、要答案的「偷吃步陷阱」：高好奇心學生的成績反而掉最多？

細看這份橫跨科學、數學與閱讀能力的實測數據，最關鍵的是「學生拿 AI 來做什麼」。

調查深入分析使用模式後發現，成績滑落最嚴重的群體，清一色習慣將生成式 AI 當作規避繁瑣閱讀的「代工捷徑」——直接把整篇文獻丟進模型產生摘要、遇到難題立即索取標準答案，甚至通篇交由 AI 操刀作業。

相反地，若僅將 AI 當作啟發思路的「討論助教」，要求其提供多元視角或指出論證盲點，學生的成績非但未受侵蝕，甚至展現出更成熟的批判思維。

除了使用手法，接觸頻率更勾勒出一幅極具啟發性的「U 型曲線」。

數據清楚顯示，一年僅偶爾使用一兩次的邊緣接觸者，以及幾乎天天泡在 AI 聊天視窗裡的重度沉浸者，學業表現雙雙落入全體受試者的後段班；唯有維持每週或每月適度調用的平衡組，才在評量中穩定名列前茅。

更令人憂心的是，研究指出每天開啟 AI 的學生，通常具備全體群體中最高水準的科技好奇心與探索欲。這群本該成為未來數位原住民領頭羊的孩子，卻因過早習慣演算法端上的現成速食答案，使得邏輯深層推導的能力在標準化測驗中嚴重脫節。

像看球賽一樣被動盯著螢幕，大腦根本沒有建立神經迴路

知識的消化吸收，從來無法藉由旁觀而自然發生。正如坐在電視機前觀賞頂尖運動員激烈奔馳，無法鍛鍊觀眾自身的肌肉爆發力；盯著螢幕看語言模型行雲流水地輸出結構完整的答案，也絕不可能自動轉化為學生大腦內的思維能力。

針對這項反直覺的研究發現，OECD 教育與技能總監安德烈亞斯·施萊歇爾（Andreas Schleicher）直指認知科學核心：深層學習的精髓，在於個體大腦面對全新、複雜素材時所經歷的「主動認知搏鬥」（cognitive struggle）。

在解題卡關時的困惑、推敲因果關聯時的焦慮，以及在錯誤嘗試中反覆修正的折返跑，正是神經元突觸強化、建構長期記憶網絡不可或缺的物理歷程。一旦學生跳過這些看似痛苦卻極度關鍵的腦力摩擦，直接將推導結論的程序廉價外包給雲端伺服器，無異於主動放棄了大腦最寶貴的神經塑化鍛鍊。

這項機制也合理解釋了為何「批判性辨識教學」成為決定學力落差的關鍵樞紐。PISA 調查同時揭示了一道關鍵解方：若學校能在課程中每週引導學生探索 AI，並同步強化「如何揪出人工智慧幻覺（AI Hallucination）、查核引文事實、質疑偏頗觀點」的思維訓練，這群學生的評量分數不僅沒有下滑，反而微幅超越了完全不用 AI 的傳統組別。

跨國落差與作業考核機制的全面重構

這場 AI 浪潮還折射出更為幽微的階級與文化鴻溝。調查顯示，身處優渥家庭環境的學生使用 AI 的比例顯著偏高，這不僅在於高階筆電與高速行動網路的普及程度，更在於能否每月支付訂閱費以取得最新架構的頂級大型語言模型。

跨國上的對比更顯戲劇化：在積極擁抱新興科技的越南，高達 95% 的 15 歲學生曾使用過生成式 AI；然而在向來以嚴謹自律著稱的日本校園，該比例僅剛過 60%。科技門檻的單純推廣，不僅未能消弭既有落差，反而悄悄劃出了一條由認知習慣所決定的全新數位階級。

當敲下鍵盤送出指令只需數秒，便能產出一份文理兼備的千字報告時，傳統以「成果產出」為單一尺規的評量機制早已形同虛設。若教育界仍執著於課後作業成果或死記硬背的測驗，只會將師生雙方推入「學生用 AI 寫作業、老師用偵測軟體抓作弊」的荒謬循環。未來的教學評量必須迎來根本性的典範轉移：評分重點必須從「最終結論寫得有多漂亮」，徹底轉向「問題是如何被定義的」、「在推導過程中經歷了幾次反思與破綻修補」。

面對無可阻擋的人工智慧大潮，全面封殺不過是鴕鳥心態，而無原則的全面擁抱更是放任年輕一代在演算法的溫床上逐步退化。人機共存的關鍵，在於讓科技成為磨礪思辨深度的磨刀石，而非免除大腦思考的救濟拐杖。

 

 

• 延伸閱讀：《GTA 6》官方掛保證單機版絕無微交易、拒絕生成式AI，要把最純粹的遊戲感動還給玩家
• 延伸閱讀：AI巨頭自食惡果？生成式AI垃圾淹沒網路，Google、YouTube出手大掃除救火
• 延伸閱讀：生成式AI超有自信？揭密你為何會「無腦相信」它的答案！
• 延伸閱讀：生成式AI讓網路頻寬拉警報！諾基亞CEO疾呼：網路不升級，再強AI也白搭！

 

加入T客邦Facebook粉絲團

Google 搜尋近期針對部分查詢測試 AI 概覽自動展開功能，讓使用者無需點擊即可閱覽完整摘要。這項 AI 概覽機制的進化，顯示出 Google 搜尋正轉向 AI 優先策略，雖然提升...

Google 正式將搜尋體驗進一步向人工智慧（AI）架構靠攏。根據外媒《Search Engine Roundtable》報導，Google 目前正在針對部分搜尋關鍵字測試新機制，系統會自動在結果頁面頂部完整展開「AI 摘要」（AI Overviews），而非以往僅顯示部分精簡內容。

這項轉變意味著使用者將需要向下滾動更長的距離，才能瀏覽傳統的藍色超連結網頁列表，同時也顯示出搜尋引擎正加速由傳統索引轉型為 AI 直接解答的互動模式。

自動展開完整摘要：互動介面再進化，搜尋引擎轉向對話式解答

在過去的設計中，Google 搜尋結果頂部雖然會出現 AI 概覽，但通常預設只會擷取顯示部分重點，並附帶一個顯眼的「顯示更多（Show more）」按鈕，供有深入閱讀需求的使用者手動點擊展開。而在這次觸發自動展開的新機制下，Google 會在頁面載入完成後直接展示完整的 AI 摘要內容，下方甚至會緊接著出現「隨便問問（Ask a follow up）」的延伸對話輸入框，使整個螢幕第一時間被 AI 回答完全佔據，一般自然搜尋結果的連結則被推擠至頁面更下方。

目前 Google 具體依據哪些演算法指標與標準來決定是否自動展開 AI 摘要仍未完全明朗。

外媒測試指出，在測試期間大部分搜尋查詢都曾短暫出現自動展開，但隨後又可能恢復為傳統的收合狀態。其中較能穩定觸發自動展開的查詢範例為「Switch 2 上最好的遊戲是什麼（What are the best games on Switch 2）」，但即便使用此關鍵字，在不同瀏覽器環境或多次刷新搜尋時，結果仍有差異，顯示該功能目前仍處於動態 A/B 測試階段。

針對這項介面變更，Google 發言人庫茨（Jennifer Kutz）出面說明表示，系統若判定動態展開內容對當前使用者的查詢意圖最有幫助，AI 概覽就會自動進行擴展。

庫茨進一步指出，根據 Google 內部的使用者研究顯示，在這種動態延伸的搜尋體驗下，使用者普遍認為搜尋結果更加實用且具有參考價值，同時也大幅提升了使用者繼續進行後續延伸探索與追問的意願。

為了避免影響既有的瀏覽習慣與操作流暢度，Google 也在該功能中加入了防干擾機制。庫茨強調，若系統偵測到使用者在頁面載入後已經開始向下滾動、主動尋找或閱讀 AI 概覽下方的傳統網頁內容，Google 就會自動取消動態展開操作，以確保不會因為版面突然伸展而導致使用者失去當前閱讀位置。這項細部最佳化反映出 Google 在積極推動 AI 體驗的同時，也試圖在使用者介面（UI）體驗與傳統瀏覽動線之間取得平衡。

 

• 延伸閱讀：Google Gemini Notebook 大進化！買過的電子書一鍵變身 AI 智囊團，10 萬本 Play 圖書秒變個人專家智慧
• 延伸閱讀：Google Gemini Live 變得更強了！整合 Spark 代理人，動口就能自動做報表、整理信箱
• 延伸閱讀：Google Pixel 11 新功能被封印？拆解證實「HiLight」光環是真RGB：缺色限制全因軟體封印

 

 

加入T客邦Facebook粉絲團

前工程師警告 AI 毀滅人類 並非虛言，痛批超級智慧競賽忽視風險。Hugging Face 執行長則譏諷這如同冷氣工談論氣候變遷。究竟 AI 毀滅人類 預言是否合理，還是超級智慧研發者...

前 Anthropic 與 OpenAI 核心技術研究員雅各布・考克森（Jacob Coxon）日前投下離職震撼彈，公開指控尖端實驗室內部從業者「真心相信 2020 年代結束前 AI 就可能滅絕全人類」，痛批科技巨頭正拿全體人類性命作為超級智慧競賽的賭注。

這番令人背脊發涼的末日預警隨即引發科技圈譁然，但知名開源平台 Hugging Face 執行長克萊門特・德朗格（Clément Delangue）卻當頭澆下一盆冷水，公開嘲弄讓底層技術人員高談文明滅絕，荒謬程度不亞於找冷氣維修工去評估全球氣候變遷。

離職工程師眼中的「生死賭局」

考克森並非第一個因巨大道德與生存危機感而離開頂尖實驗室的技術專家，但他離職時發表的沉痛控訴卻極具殺傷力。

他直白揭露，無論是目前任職的 Anthropic 還是前東家 OpenAI，頂層研發團隊早已全速衝刺朝向具備自我修正與迭代能力的「超級智慧（Superintelligence）」邁進。在他看來，這場技術衝刺缺乏煞車機制，本質上是在拿全人類的命運進行一場勝算未知的豪賭。

「開發 AI 的核心人員是發自內心地相信，在本世紀 20 年代結束前，AI 極有可能殺死我們所有人。這絕不是公關行銷的包裝噱頭。」考克森強調，外界往往以為這些威脅只是科技巨頭為了爭奪投資資金而刻意營造的神話，但深處核心圈的研發者正面臨實質的失控恐懼。

這番言論迅速點燃了矽谷沉寂已久的「p(doom)」（AI 毀滅人類機率）焦慮，將頂尖實驗室閉門研討中的末日哲學，再度推向公眾審視的聚光燈下。

調校參數不等於理解世界

面對考克森引爆的末日恐慌，Hugging Face 共同創辦人兼執行長克萊門特・德朗格在社群平台 X 上毫不留情地提出質疑。

德朗格直言：「抱歉，但讓雅各布討論 AI 滅絕風險，就像讓你的冷氣維修工去討論氣候變遷一樣。」他認為外界對這名研究員離職言論的追捧，顯然失去了應有的理性與脈絡。

德朗格進一步剖析，考克森在 Anthropic 的技術專長主要落在「預訓練（Pre-training）」領域——也就是如何運用海量未標註資料集進行模型底層架構的訓練，這本質上是一項聚焦於算力調度、資料管線與演算法收斂的工程實務工作，並不代表他對複雜的社會技術系統、總體經濟影響或巨型對齊理論具備宏觀洞察。

德朗格隨後澄清，這項比喻並非為了抹黑或羞辱考克森的專業技術，而是提醒大眾不該將第一線操作員的焦慮，直接等同於跨學科風險的真理。

「這就像一位技術精湛的冷氣維修師傅，能把壓縮機與冷媒迴路調校得滴水不漏，但這並不賦予他評估全球溫室效應臨界點的權威。」德朗格呼籲，評估前沿技術的衝擊必須建立在多元而廣泛的生態系對話上，而非任由單一工程師的末日宣洩主導公眾認知。

以 OpenAI、Anthropic 為代表的巨頭，頻繁拋出「超級智慧即將失控、摧毀人類文明」的存在性風險，甚至藉此遊說政府設立嚴苛的准入門檻與合規審查；但在 Hugging Face、Meta 等倡導開源與實用主義的陣營眼中，這種科幻小說式的恐慌敘事，很可能淪為阻礙競爭與築高壟斷護城河的商業工具。

開源社群普遍擔憂，當公眾焦點被吸入遙不可及的末日黑洞時，眼前真正迫切的危機——例如著作權侵害、演算法幻覺、深偽詐騙、勞動力替代以及模型偏見——反而被邊緣化。

當超級智慧的威脅被渲染成一場難以迴避的宿命時，科技界真正迫切需要的，或許不是更多被恐懼裹挾的末日信徒，而是能夠冷靜劃定技術邊界、務實修補眼前漏洞的工程理性。

 

 

• 延伸閱讀：網戀對象竟是Claude！Anthropic揭發交友軟體大規模AI詐騙，75%配對都是假人、連生病都要騙你儲值太恐怖
• 延伸閱讀：OpenAI 宣佈斷供 Cursor！馬斯克怒嗆Altman「騙子」毫不在乎，Anthropic 攜 Claude 緊急補位全面承接
• 延伸閱讀：索尼、華納聯手控告 Anthropic，指 Claude 涉大規模侵權、求償恐達數十億美元

 

加入T客邦Facebook粉絲團

PaperMono是款搭載ESP32-S3R8微控制器的開發板，並配有3.97吋觸控電子紙顯示器，能夠作為多種裝置使用。

PaperMono是款搭載ESP32-S3R8微控制器的開發板，並配有3.97吋觸控電子紙顯示器，能夠作為多種裝置使用。

多重連網功能

PaperMono的尺寸為6.2 x 10.1 x 0.8 cm，搭載解析度為480 x 800且具有前光功能的4級灰階3.97吋觸控電子紙顯示器，並搭載ESP32-S3R8微控制器，具有16MB Flash ROM、8MB PSRAM儲存媒體，支援2.4GHz頻段的Wi-Fi無線網路，還可選配NFC與LoRa等無線通訊功能，具有豐富的連接能力。

延伸閱讀：
低功耗廣域網路串起物聯網裝置（2）：LoRa
Modos Paper Monitor土砲E‑ink電子紙顯示器套件，更新頻率高達75 Hz
ZerryBit E-ink電子紙資訊顯示器，小紅旋鈕操作更靈活

此外PaperMono也內建microSD讀卡機、蜂鳴器、PDM麥克風、六軸動態感應器、多級電源管理系統和1150mAh電池等元件，並具有觸控螢幕、實體按鍵、RGB LED等功能。

PaperMono除了可以做為電子書、閱讀器等裝置之外，電子紙類型的顯示器也讓它適合作為需要長時間顯示資訊的識別證、資訊看板等應用，並透過Wi-Fi、LoRa等通訊方式更新資訊，此外NFC功能也讓它能夠作為門禁卡。

▲ PaperMono是款尺寸為6.2 x 10.1 x 0.8 cm、搭載3.97吋觸控電子紙顯示器的開發板。

▲ 它能透過觸控螢幕與3組實體按鍵進行操作，並內建microSD讀卡機、蜂鳴器、PDM麥克風等功能。

▲ 內建的可調式前光功能方便在陰暗處查看畫面資訊。

▲ PaperMono支援Wi-Fi、LoRa、NFC等無線通訊功能，也很適合作為資訊看板、智慧居家中樞等應用。

▲ PaperMono規格簡表。

▲ PaperMono一般版具有LoRa、NFC功能，Lite版則取消。

具有LoRa、NFC功能的一般版PaperMono價格為美金65元（約合新台幣2,090元），Lite版則為美金55元（約合新台幣1,770元），現已上市。

加入T客邦Facebook粉絲團

前 TikTok 高層推出 Superpose，這款 AI 攝影應用透過即時姿勢建議解決拍照僵硬。Superpose 將取景器化身專業教練，在不失真的前提下優化構圖。這項創新的 AI ...

出門旅遊或約會拍照時，另一半總拍不出讓人滿意的視角，被攝者也常因肢體僵硬而在鏡頭前不知所措。看準這項普遍存在於大眾日常的痛點，前短影音平台 TikTok 高階主管聯手打造了名為「Superpose」的 AI 攝影應用，將取景器化身為隨身姿態導師。

這款工具上線短短兩個月內便創下逾 2.2 萬次下載量，累積生成近 19 萬組擺拍姿態，為當前充斥著修圖修容的相機市場開闢了一條前置引導的新賽道。

從「另一半總是拍不好」的痛點出發

Superpose 的誕生緣起相當貼近生活日常。創辦人之一 Melody Chu 坦言，這款應用的核心靈感其實來自個人困境——她的丈夫每次掌鏡時，總是難以拍出符合預期的理想構圖。

這讓她深刻體會到，多數人拍照並非缺乏美感，而是缺乏在鏡頭前呈現自然姿態的技巧。為此，Chu 攜手過往在 TikTok 專門負責圖像與影片模型開發的技術專家 Jing Liu，決定將電腦視覺（Computer Vision）與生成式人工智慧（Generative AI）深度導入最日常的攝影環節。這項精準擊中社群用戶痛點的構想，也讓他們成立的新創團隊迅速獲得 220 萬美元（約合新台幣 7,000 萬元）的投資。

比起傳統修圖軟體動輒在事後靠濾鏡磨皮、拉長身形的「重度後製」，Superpose 的產品哲學更傾向於「前置預防」，在快門按下的那一秒前，就先解決現場最棘手的肢體與構圖困擾。

用 4 種即時姿態建議擊破「恐怖谷」假人感

在技術落地的實踐上，Superpose 選擇以使用者的「拍照取景畫面」為即時運算起點。當相機鏡頭對準被攝者時，內建的 AI 演算法會依據畫面空間與角度，即時運算出 4 種契合現場情境的姿勢建議，一步步引導被攝者調整站位、肢體擺放與視角平衡。

開發團隊特別強調，這套工具力求在不涉及大規模背景替換的前提下運作，讓使用者能在最真實的生活場景中拍出好照片，避免 AI 換臉或虛構背景帶來的失真問題。

針對生成式技術容易引發的不自然肢體扭曲，團隊未來的研發重點將鎖定在優化風格呈現、多元個性化推薦，以及強化取景視角的教練指導能力，盡可能消除 AI 人體骨架預測時的「詭異感」（Uncanny Valley），讓動態建議更顯自然妥貼。

從目前的營運表現來看，Superpose 已經初嚐市場甜頭。產品上線約 2 個月已突破 2.2 萬次下載，用戶累計生成的姿勢更逼近 19 萬組，顯現出大眾對於「輕量姿態教學加上即時拍照指導」的龐大剛性需求。

在商業模式方面，Superpose 採取輕量化的「每日 5 次免費生成」作為吸客入口，針對需要頻繁出片或深度拍照的使用者，則提供彈性訂閱方案，定價區間落在 2.99 美元（約 5 次生成額度）至 9.99 美元（約 20 次生成額度）不等，藉由分層定價驗證社群時代「顏值生產力」的變現潛力。

 

• 延伸閱讀：2026 旗艦手機拍照實測！S26 Ultra、小米17、vivo X300 Ultra 誰是 AI 攝影機皇？
• 延伸閱讀：外型大改！Sony Xperia 1 VIII 發表，加入 AI 攝影助理、加大長焦感光元件
• 延伸閱讀：Arlo 在台推出新一代智慧居家攝影機系列，首款雲台式 AI 攝影機主打室內全景監控

 

 

加入T客邦Facebook粉絲團

NASA 最新研究指出，月球南極的高寒永久陰影區竟可能成為地球微生物的臨時避風港。這些位於月球南極的永久陰影區具備天然輻射屏障，讓地球微生物得以在極端環境中存活，這項發現將對未來登月任...

美國國家航空暨太空總署（NASA）阿姆斯研究中心（Ames Research Center）近日發表的一項最新天體生物學研究卻帶來了突破性的驚人發現：在月球南極那些終年不見天日的「永久陰影區（PSRs）」深坑中，極度寒冷、具備微弱揮發物冰層保護的微環境，極有可能在短期內成為某些強韌地球極限微生物（Extremophiles）的臨時避難所，甚至得以在極端太空環境中存活數月之久。

零下 230 度超低溫形成「天然冷凍庫」：水冰沉積與隕石坑壁阻絕致命宇宙射線

長期以來，科學界普遍認為月球表面是一個對生命極端敵對的死寂之地——在缺乏大氣層保護的情況下，強烈的太陽紫外線、太陽風帶電粒子以及高能銀河宇宙射線（GCR）會在一瞬間撕碎任何暴露在外暴露的有機生命 DNA。然而，NASA 研究團隊透過月球勘測軌道飛行器（LRO）回傳的熱輻射數據與地質模型進行深度電腦模擬後發現，月球南極高達數公里深的隕石撞擊坑邊緣，為坑底創造了近乎完美的天然屏障。

在這些溫度常年維持在零下 200°C 至零下 246°C（接近絕對零度）的超低溫環境中，微生物的生化代謝將被完全凍結，進入類似假死的極致休眠狀態；更關鍵的是，厚重的高角度隕石坑壁能夠阻擋高達 80% 以上的太陽直接輻射，結合坑底混合在月壤中的水冰（Water Ice）結晶，形成了一個天然的輻射防護盾，使如芽孢桿菌（Bacillus）或微型緩步動物（水熊蟲）等極限生命在特定微裂隙中具備驚人的生存耐受力。

登月任務消毒規範面臨重大修正：防止「反向污染」與尋找月球原生水冰的平衡

這項發現對於即將啟動的 NASA 阿提米絲（Artemis）載人登月計畫以及各國月球基地建設提出了嚴峻的挑戰。阿提米絲計畫的核心目標之一，正是派遣太空人前往月球南極採掘永久陰影區的水冰資源以提煉氧氣與火箭燃料。如果人類太空裝、無人漫遊車或登月艙著陸器在發射前未能徹底無菌化，隨機附著的地球微生物一旦被帶入陰影區沉積下來，將可能長期殘留在月冰中，進而嚴重干擾未來科學家探測「月球水冰原始地質演化歷史」的純淨度。

 

NASA 官員表示，這項研究並非意味著微生物能在月球上繁衍生長，而是揭示了生命在極端宇宙環境中的頑強韌性遠超想像。

針對這項新發現，國際太空研究委員會（COSPAR）正考慮針對月球南極特定高科學價值的深陰影區域，劃定更高等級的「敏感保護區」，並要求未來的著陸器必須採用更先進的電漿滅菌與封閉防護技術，以確保人類在開拓地外疆土的同時，不至於無意間在月球寫下人造生命的污染歷史。

 

• 延伸閱讀：NASA 新一代月球車「飛馬」正式亮相！具備三模式操控與自主導航，助人類在月球南極長期紮營
• 延伸閱讀：NASA「靈神星」太空探測器成功藉由火星「引力彈弓」加速，回傳新月火星照
• 延伸閱讀：NASA 下一代直升機「Skyfall」曝光！翼尖速度突破音障，起飛重量提升 30%

 

 

加入T客邦Facebook粉絲團

工程師耗時十年，以純手焊工藝打造出佔據整面牆的8位元真空管電腦。開機需暖機且滅火器待命，這台手焊巨構將二進位邏輯化為金色光流，這部8位元真空管電腦以前所未有的硬派姿態，浪漫致敬計算機科...

當現代半導體製程一路殺進 2 奈米、在指甲般大小的矽晶片中硬塞進數百億顆電晶體時，有人卻選擇把時鐘撥回半個世紀前。國外硬體創客邁克（Mike）耗費近十年光陰，在自家工作室的牆面上，徒手打造出一台龐大無比且貨真價實的 8 位元真空管電腦「MK3」。

這座佔據整整一面牆的機械巨構，全數仰賴 460 支真空管進行運算。當電源開關切下的那一刻，淡金色的熱電子光芒在數百個玻璃管腔內點亮，伴隨而來的是逼人的熱浪與宛如烤箱般的焦香氣味。

歷經兩代炸機慘劇，將 8 位元架構鋪滿整面牆

在現代硬體工程師眼裡，MK3 的架構簡直是一場不可思議的實體線路狂想。

邁克選用的是冷戰時期蘇聯廣泛生產的「6N3P」微型雙三極真空管，每支管子內部都包含兩組獨立的三極放大結構。他利用這些管件內的陰極加熱、柵極控制電壓以及電子流動，以純硬體線路搭建出反向器、及閘（AND）、或閘（OR）等最基礎的邏輯閘，進一步串接出暫存器、程式計數器與 8 位元算術邏輯單元（ALU）。整台電腦沒有任何現成的微晶片，所有的邏輯跳轉與資料流動，全由牆面上數千條精密手工焊接的導線與分立電阻、電容硬派撐起。

▲ 圖源：cnBeta

要讓 460 支脆弱的玻璃管件在同一套系統中協同工作，代價高得嚇人。

MK3 已經是邁克的第三代設計。在漫長的十年摸索中，早期的「MK1」與「MK2」曾遭遇無數次毀滅性災難——由於真空管電路需要高達數百伏特的高壓直流電驅動，微小的負載阻抗不匹配或寄生電容效應，就會引發電路強烈震盪；在早期測試階段，電路板起火甚至電解電容當場短路「爆漿」炸裂已是家常便飯。

邁克徹底重新計算了每一級驅動級的偏壓網路，大幅改善接地迴路並重新設計模組化插槽，才終於壓制住高壓雜訊，讓 8 位元數位訊號在數百支真空管之間穩定傳遞。在這裡，位元（bit）不再是示波器螢幕上抽象的方波，而是由一顆顆真空管的亮暗物理狀態直接宣示其存在。

開機得先暖機 15 分鐘

操控這座運算巨構，首先得徹底顛覆現代人「隨開即用」的習慣。

MK3 在啟動時有著極其嚴格的物理儀式感：接通主電源後，整台電腦完全無法立刻執行任何指令，操作者必須在旁靜靜等待 10 到 15 分鐘。這段漫長的預熱期，是為了讓 460 支真空管內部的鎢絲陰極均勻加熱至數百攝氏度，使管內的熱電子發射率攀升至穩定的工作區間。

過早載入工作電壓只會導致陰極老化損壞或邏輯狀態紊亂。等所有管件均勻透出金紅色光芒後，還必須手動按下一整排重設（Reset）按鈕，強迫所有正反器電路歸零，才能清除通電初期的隨機浮動雜訊。

▲ 圖源：cnBeta

一旦全速運轉，整間工作室的微氣候便會立刻被改變。460 支真空管的燈絲耗電加上陽極耗散功率，讓 MK3 的整體發熱量相當於一台火力全開的千瓦級工業電暖器。室內溫度在十幾分鐘內驟升，空氣中瀰漫著高溫烘烤電路板與灰塵微粒的焦熱氣味。

更令人神經緊繃的是，整面牆上佈滿了數百伏特的高壓直流匯流排，只要任何一個焊點因熱脹冷縮脫落、或是元件擊穿，極短時間內就可能引發電弧火花甚至起火。正因如此，邁克在工作室最隨手可及的地方常備著一具大型滅火器。

「每次開機，除了期待它能順利跑完邏輯迴圈，更像是在跟火災風險走鋼索。」這不是玩笑，而是純硬體老工藝在現代運行時不得不承擔的物理代價。

壽命僅 500 小時

即便跨過了開機預熱與散熱安全的考驗，MK3 面對的依然是真空管硬體無法逃避的物理宿命——極度脆弱的元件壽命。這些冷戰時期庫存至今的 6N3P 真空管，原廠標稱的有效工作壽命通常僅約 500 小時左右。

這意味著如果將這台電腦全天候開機運轉，承擔高頻切換任務的關鍵管件，不到一個月就會因為陰極材料衰退或真空度劣化而老化失效。一旦某支管子的增益特性出現漂移，邏輯電位便會卡在不確定的灰色地帶，導致整個 8 位元資料匯流排出現玄學般的隨機運算錯誤。

邁克絕大多數的使用時間，其實都耗在近乎苦行僧式的除錯維護上。

由於整台電腦高聳至天花板，每當運算停擺，他必須搬出鋁製長梯爬上爬下，手持三用電表與示波器，逐一探測每一塊模組板上的陽極電壓與訊號波形。在數百支發光的管子中找出那一顆「叛徒」，過程既繁瑣又勞累。

現代軟體工程師口中的「抓蟲（debug）」，在 MK3 面前回歸到了最原始的意義——那是一場必須動用梯子、電表與替換燈管的勞力密集檢修。

若單純以現代規格論英雄，MK3 無疑是徹頭徹尾的效率災難：它耗費了現代微處理器數十萬倍的電量與空間，運算效能甚至比不上 1970 年代的掌上型計算機，執行一條基礎加法指令還得隨時提防短路。然而，計算機科學最純粹的工程浪漫，也在這一刻展露無遺。

 

• 延伸閱讀：價格台幣288萬元！鐵三角百萬級真空管耳擴「鳴神」抵台，一窺頂級類比的發燒殿堂
• 延伸閱讀：Pi 2 Design推出以Raspberry Pi為基礎的真空管DAC以及擴大機
• 延伸閱讀：Speed Dragon推出集大成DAC，還搭載真空管讓聲音更溫潤

 

 

加入T客邦Facebook粉絲團

KAIST 發表 SweepLED 創新技術，搭配平價配件即可偵測隱藏攝影機。SweepLED 利用光學反射與 AI 深度學習，能在五秒內精準揪出潛藏的針孔鏡頭，實測針對多種偽裝針孔鏡...

為了遏止日益猖獗的針孔偷拍犯罪，南韓科學技術院（KAIST）電機工程與電腦科學研究團隊近日發表了一項名為「SweepLED」的創新隱私防護技術。

使用者僅需在隨身智慧型手機上加裝一顆成本僅約 1 萬韓元（約合新台幣 240 元）的平價 LED 光源，透過多角度環形光束掃描周遭環境，並由手機鏡頭捕捉光學反射，再藉由後端深度學習（AI）模型進行即時特徵分析，即可在 5 秒內精準辨識藏匿於日常生活用品中的微型針孔鏡頭，整體檢測準確率高達 94%，為旅宿飯店、民宿與公共衛浴空間的隱私安全帶來極具商業潛力的革命性普及方案。

SweepLED 找出鏡頭獨特光學反射特徵

傳統尋找針孔攝影機的方法多半仰賴紅外線探測器或高功率手電筒，照射可疑區域後由使用者以肉眼觀察是否有反光亮點。然而，這種傳統檢測手段存在極大的致命傷，因為室內環境中的光滑金屬飾品、玻璃杯、壓克力面板或瓷磚表面同樣會產生強烈反光，導致人工肉眼極容易產生誤判，或者因背景光噪訊干擾而遺漏真正藏匿其中的針孔鏡頭，整體實用性與可靠度大打折扣。

KAIST 研究團隊指出，光學鏡頭結構是由多層複合透鏡組、可變光圈以及底層的影像感測器（Image Sensor）所構成，當光線從不同連續角度掃描（Sweep）照射時，光束穿透鏡片並在感測器表面折射後，會產生具備特定物理幾何特徵的「逆反射」（Retro-reflection）亮點圖樣。

相較之下，一般金屬或玻璃等單純平滑材質的反射光，只會隨著照射角度移動、變形或消散，兩者在動態光學物理反應上有著本質上的巨大差異。

實測 30 種常見偽裝物品展現 94% 辨識率

為了解決人工辨識效率低下的問題，SweepLED 技術全面導入深度學習神經網路進行自動化特徵判讀。系統會連續記錄光源掃描過程中反射光斑在時間軸上的動態位移軌跡、光斑輪廓形狀變化以及邊緣擴散特徵，藉由演算法模型即時過濾非鏡頭物體的反光雜訊，並快速鎖定符合光學鏡頭特徵的微型反射訊號，將單一可疑物品的整體掃描與判定時間大幅縮短至 5 秒以內。

在實際驗證測試中，研究團隊蒐集了 30 種在生活與旅宿空間中最常被用來偽裝或暗藏偷拍設備的日常物品，包含電源充電器、數位鬧鐘、電視遙控器、壁掛裝飾畫、煙霧探測器及各類小擺飾等。實驗結果顯示，SweepLED 系統在面對各式複雜背景與微小孔洞鏡頭時，成功繳出高達 94% 的超高檢測準確率，展現出極強的泛用性與抗干擾能力。

帶領該項研究的 KAIST 教授 韓俊（Jun Han）表示，非法隱私偷拍已嚴重威脅現代人的個人生活安全與人身尊嚴，但過去專業級的反偷拍探測儀器往往價格昂貴且操作繁瑣，難以走入一般消費者的日常生活。SweepLED 的核心價值在於透過「極低成本的常規硬體」結合「智慧型手機現有運算力與相機模組」，大幅降低個人隱私防禦的技術與經濟門檻，讓非專業的普羅大眾也能在入住飯店或使用公共空間時輕鬆自保。

這項創新研究成果已於國際行動運算權威會議 ACM MobiSys Companion（ACM International Conference on Mobile Systems, Applications and Services）正式發表，並引起國際科技界與資安領域的高度關注。隨著邊緣 AI 運算晶片在行動裝置上的普及，未來該技術可望直接整合進手機相機的原生防護模式，或轉化為輕巧便攜的智慧隨身配件。

 

 

• 延伸閱讀：英國攝影師利用鬧鐘暗藏攝影機，偷拍上百名女客戶換衣畫面再度遭判刑
• 延伸閱讀：PTT 41歲版務站長涉補習班偷拍、創意私房案後墜樓，PTT發聲明證實將配合調查
• 延伸閱讀：日本開發防紅外線偷拍布料保護運動員隱私，巴黎奧運日本女子排球、田徑和乒乓球首度使用

 

 

 

加入T客邦Facebook粉絲團

Meta AI 的強大功能竟成隱私夢魘！母親上傳影片後，驚覺 Meta AI 竟能透過演算法跨帳號肉搜，精準拼湊出女兒姓名與學校。此舉顯示演算法底層的隱私防護已全面失守，引發大眾對於社...

美國一位母親在 Instagram 上傳了女兒在車內無邪唱歌的生活短片，她從未在公開貼文中提及孩子的姓名或年齡，然而 Meta 近期在 Facebook 與 Instagram 大力推播的 AI 助理「Meta AI」，卻在該則影片下方主動跳出提示詢問「車上的兒童乘客是誰？」，並在點擊後精準列出兩位女兒的姓名、出生日期甚至就讀年級。

這場宛如情報機構的交叉肉搜，並非來自外部駭客入侵，而是 Meta 演算法自動翻遍親友歷史貼文所拼湊出的「智慧成果」。

Meta AI 主動探詢「後座乘客是誰」

住在美國猶他州的家庭創作者凱莉·羅賓斯（Kalie Robins）平時習慣在 Instagram 分享日常生活。日前她上傳了一段幼小女兒坐在汽車後座安全座椅上跟著音樂合唱的短片，畫面中雖然能看清孩子的臉龐，但羅賓斯一如既往地恪守保護隱私原則，內文完全沒有標註孩子的姓名、生日或任何個人身分資料。

然而，當她打開連動的 Facebook 檢查發文狀況時，赫然發現影片下方被系統自動嵌入了一道 Meta AI 的引導式提示：「坐在車上的孩子是誰？（Who's the child passenger?）」。

出於好奇與不安，羅賓斯點選了這項提示，隨之而來的回答卻讓她背脊發涼。Meta AI 不僅毫無阻礙地精準指認出後座女孩的身分，還鉅細靡遺地寫出羅賓斯育有兩名女兒、各自的出生年月，甚至連當天沒有坐在車上的大女兒名字也一併被詳細盤點出來。

「那種感覺就像胃的底部突然往下墜，越來越沉重，令人毛骨悚然。」羅賓斯隨後拍下這段操作歷程公開上傳，短時間內迅速引爆全球家長共鳴，在 Instagram 狂攬超過 34 萬次按讚、1.7 萬則留言與 6 萬多次轉發，隨後更外溢至 X（前 Twitter）等各大社群引發強烈反彈。

跨貼文交叉比對，連就讀學校與步道都無所遁形

這項令人不寒而慄的推論能力究竟從何而來？

根據科技媒體調查與 Meta 運作機制，羅賓斯確實從未在自己的公開帳號中寫下女兒的真實姓名，但 Meta AI 的資料檢索觸角顯然不僅限於「當前發文者本人」。演算法跨越了帳號邊界，自動檢索了羅賓斯過去在 Facebook 與 Instagram 上的所有歷史動態，更進一步爬梳了與她往來密切的親友社交圈——包含祖父母與近親曾發布過的家族慶祝貼文，透過語意分析與關係圖譜，將零散拼圖完整拼湊成一份無懈可擊的個人檔案。

可怕的推論還在持續蔓延。羅賓斯進一步實測發現，Meta AI 甚至能推測出女兒目前就讀的學年，並主動列出女兒最喜愛的繪本、常去的健行步道與家庭海灘。羅賓斯憂心忡忡地指出：「我們生活的學區非常單純，整個行政區內就只有一所小學。只要知道年級與長相，在現實中找到這個孩子根本輕而易舉。」此外，系統連羅賓斯的過往職涯經歷與家族網絡也全數摸透。

為了阻止 AI 繼續挖掘家庭生活，羅賓斯不得不聯絡所有親戚，拜託大家將過往上傳的生活照與貼文逐一設為非公開或刪除。許多長輩在清理動態時甚至難過落淚，一位祖母就邊刪邊哭泣著問道：「這些明明是我的數位相簿與回憶，難道就因為這些科技公司，我連自己的回憶都不能留著嗎？」

Meta 宣稱「已修復錯誤引導」，但演算法對未成年人防護的黑箱依然無解

隨著事件在科技媒體 Futurism 與 The Verge 的追蹤下持續發酵，Meta 官方不得不出面回應。Meta 發言人坦承，Meta AI 不僅會分析用戶自身的內容，還能檢索網路上的公開資訊，而這項功能原本是為了「幫助用戶在瀏覽動態時獲取更多感興趣的主題與延伸資訊」。然而官方也承認：「這項功能確實不該向用戶拋出這類刺探性的提問。我們的意圖被錯誤執行了，目前已經修復了這項提示問題。」

但這句標準的公關說法，完全無法撫平大眾的集體焦慮。羅賓斯在後續影片中一針見血地質疑：Meta 宣稱修好了，究竟是「修好了提示詞不再主動問人」，還是「修好了演算法不再任意交叉分析未成年人資料」？

 

 

• 延伸閱讀：Meta AI轉型大翻車！寫了一堆廢Code還被駭客鑽漏洞，祖克柏驚傳緊急停止裁員計畫
• 延伸閱讀：遮住燈號也沒用！Ray-Ban Meta AI 智慧眼鏡推送新韌體，全面防堵「遮燈偷拍」旁路漏洞
• 延伸閱讀：Meta AI 市佔超車 Grok 晉升前四強，Grok 用戶雖流失但「核心鐵粉率 57%」仍居次

 

 

 

加入T客邦Facebook粉絲團

微軟正為 Windows 11 測試強大的遠端電源控制功能，未來透過手機連結應用程式，使用者即可隨時遠端電源控制電腦。這項整合 Windows 11 系統更新的技術，讓手機連結大幅提升...

外媒《Windows Latest》在最新釋出的「Link to Windows」（微軟「手機連結」配套應用程式，早期稱為「你的手機」）安裝包進行拆包分析時發現，微軟（Microsoft）正積極為 Windows 11 與 Android 生態系開發一套深度的遠端電源控制功能。

未來使用者將能直接透過隨身攜帶的手機，針對遠端的 Windows 11 電腦執行關機、重新啟動、睡眠以及結合系統更新的複合式電源管理操作，大幅提升跨裝置協同作業的便利性。

根據拆包分析報告，相關控制代碼主要集中於一個名為「RemoteControlManager」的核心組件之中。在一份標註日期為 2026 年 8 月 25 日的內部除錯日誌（Debug Log）顯示，該功能的啟用旗標「isRemotePcControlsV2Enabled」目前狀態仍被設為「false」，這意味著該遠端控制功能目前尚處於微軟內部架構測試階段，尚未正式向公眾預覽版或一般使用者推送開放。

完整電源管理字串曝光：深度整合 Windows Update 更新狀態

從《Windows Latest》所挖掘出的底層字串資源（String Resources）來看，微軟本次規畫的並非單純的遠端電源開關，而是一套與作業系統狀態緊密聯動的完整遠端電源控制架構：

1. 基礎電源管理：包含常規的「重新啟動」（代碼標籤：pc_controls_restart_label）與「關機」（代碼標籤：pc_controls_shutdown_label）選項。
2. 深度整合系統更新：提供「更新並重新啟動」（pc_controls_update_and_restart_label）以及「更新並關機」（pc_controls_update_and_shutdown_label）選項。這項設計證實了手機端的遠端控制功能具備偵測 Windows Update 背景安裝狀態的能力，讓使用者在離開座位或外出時，仍能指揮電腦完成系統升級並妥善關機。
3. 睡眠模式配置：包含獨立的「睡眠」選項。不過代碼邏輯也明確指出，一旦電腦進入睡眠狀態，PC 將會主動中斷與手機端的連線通道，且受限於現行架構，使用者將無法透過手機端直接進行遠端網路喚醒。

防呆與資料安全機制：雙重確認防範未儲存檔案遺失

為了避免使用者在非物理接觸電腦的情境下誤觸重啟而造成工作進度受損，微軟在遠端指令傳輸流程中設計了嚴謹的資料安全確認與警告機制。

當使用者在手機端觸發「更新並重新啟動」時，畫面將主動跳出高風險警告提示：「需要重新啟動才能完成電腦更新……您不在電腦前，因此無法在此處儲存。是否仍要重新啟動？」而若執行一般的常規遠端重新啟動，系統同樣會提示設備背景可能仍存在尚未儲存的應用程式與檔案資料，強制要求使用者再次確認已保存重要內容後方可執行。

目前這套遠端控制功能尚未正式上線，《Windows Latest》在拆包過程中亦尚未擷取到最終渲染的 UI 使用者介面。不過，考量到底層代碼中已經建置了針對一般操作與系統更新的獨立確認對話框邏輯，科技業界與外媒普遍研判該功能的開發成熟度已相當高，距離公開測試與正式發布已不遠。

跨裝置生態跨大步：微軟打造超越蘋果生態的遠端管理能力

「Link to Windows」是微軟為 Android 裝置打造的專屬跨平台協同應用程式，使用者只要在 Windows 11 電腦端搭配「手機連結（Phone Link）」軟體進行配對，即可在電腦與手機之間實現通知同步、即時相片與檔案無線傳輸、跨裝置剪貼簿複製貼上，以及直接在電腦上接聽電話與收發簡訊等功能。

回顧微軟在跨裝置生態的佈局，官方曾於 2025 年底率先為 Link to Windows 導入了透過手機「遠端鎖定 PC」的實用功能，讓使用者在匆忙離開辦公桌時能迅速保護隱私。如今最新曝光的電源控制代碼，標誌著微軟正加速拓展手機對 PC 的全方位系統級遠端管理能力。

值得一提的是，若橫向對比科技巨頭的跨裝置互聯生態，即便是以軟硬整合聞名的蘋果（Apple）「接續互通（Continuity）」生態系，目前也尚未提供讓使用者直接從 iPhone 原生遠端關機或重新啟動 Mac 電腦的系統級功能。微軟若順利將此功能實裝至 Windows 11 與 Android 體系，勢必將為廣大的行動辦公族群與 PC 使用者帶來極具競爭力的跨平台生產力體驗。

 

 

• 延伸閱讀：Windows 11 未來隱藏新功能曝光！本記憶體可切換秒變 128GB 顯卡記憶體，玩家跑 AI、玩 3A 大作更順了
• 延伸閱讀：找滑鼠不用再狂搖！Windows 11 測試新功能：高對比「聚光燈」讓游標無所遁形
• 延伸閱讀：Windows 11 爆嚴重災情！微軟證實「遊戲閃退、自動重開機」元凶是它：RGB 燈效驅動搞鬼

 

加入T客邦Facebook粉絲團

文石 Note Air6 C 震撼亮相，搭載 2.9GHz 核心並直升 Android 16 系統。憑藉 2.9GHz 晶片與 Android 16 的強悍效能，文石 Note Air...

中國電子書閱讀器廠商文石（Onyx Boox）發表全新 10.3 吋彩色電子書閱讀器 Note Air6 C，官方定價 579.99 美元。

過往大尺寸電子紙裝置常因處理晶片規格保守而給人翻頁遲滯、系統版本停滯的刻板印象，但這款新機不僅採用 Kaleido 3 彩色 E-ink 面板，更一口氣將作業系統直升至 Android 16，搭配最高主脈衝達 2.9GHz 的核心晶片，試圖將開放式彩色手寫平板的反應速度推向新高度。

Kaleido 3 雙重解析度切換，冷暖色溫前光補足暗處閱讀

Note Air6 C 配備 10.3 吋 Kaleido 3 彩色 E-ink 螢幕，具備 16 級灰階顯示與 4096 色色彩呈現能力。在黑白閱讀模式下，螢幕解析度達 2480 × 1860，能精細還原紙質印刷的文字邊緣；而在彩色顯示模式下，解析度則切換為 1240 × 930，滿足彩色圖表、教科書插圖與重點標記的視覺需求。為了因應低光源或夜間環境，螢幕內建前導光（Front Light）技術，並支援冷暖雙色溫調節，讓使用者能依據環境光線隨時調整到最舒適的閱覽狀態。

在提供 10.3 吋大視野的同時，Note Air6 C 全機重量控制在 440 公克，在大尺寸數位筆記本的閱讀沉浸感與手持便攜度之間取得平衡。

2.9GHz 處理器搭配 Android 16，四麥克風陣列強攻 AI 語音轉錄

不同於許多電子紙設備在核心硬體上的保守取向，Note Air6 C 搭載了運作時脈高達 2.9GHz 的處理器，並搭配 6GB 記憶體與 64GB 儲存空間，同時支援 microSD 記憶卡擴充槽。更關鍵的是，該機直接搭載了最新世代的 Android 16 作業系統，意味著使用者可自由透過應用程式商店下載各式辦公工具、閱讀平台或雲端筆記 App，徹底發揮開放式生態的多工彈性。

在數位生產力與筆記記錄方面，該機支援 Boox Pen3 手寫筆，具備 4096 級壓感與傾斜感應辨識，能細緻呈現不同書寫角度下的筆觸粗細。機身內部則塞入了 3700mAh 容量電池，並配置指紋辨識電源鍵、雙揚聲器以及四麥克風陣列，進一步支援 AI 語音轉錄功能，讓使用者在商務會議或課堂聽講時，可同步收音並將談話轉換為文字紀錄。

Note Air6 C 透過升級硬體規格與新版作業系統，擺脫了純閱讀載具的單一定位，讓電子紙在商務手寫與專業工作場景中更具實用價值。

 

 

• 延伸閱讀：文石 BOOX 首度參加台北國際書展！25.3 吋 ONYX BOOX Mira Pro 電子紙顯示器亮相

 

加入T客邦Facebook粉絲團

科學家提出 BabelTele 這項創新的模型語言，透過高效壓縮技術讓大型語言模型在體積縮減下仍保有完整語意。專為 AI 溝通設計的模型語言 BabelTele 突破傳統限制，能大幅提...

在人工智慧的發展進程中，我們一直習慣用「人類的語言」來與 AI 溝通。有時候，你對AI提出問題後，你會看到他的思考模式閃現出一長串的文字，顯示了他在思考以及推理的過程。

甚至，有時候這過程會跑相當久，讓你覺得AI的思考也太愚蠢了吧？

但是，你有想過，AI 之間真的需要說人類語言、用人類語法思考嗎？

近期，來自上海交通大學、雪梨大學、合肥工業大學、西安交通大學以及南京大學的研究團隊，在預印本平台 arXiv 上發表了一項顛覆性的研究。

這篇名為《大型語言模型並不總是需要可讀語言》（Large Language Models Do Not Always Need Readable Language）的論文，直接點出了一個盲點：在 AI 的提示詞（Prompt）中，為了讓人類看懂而存在的自然語言，其實包含了大量浪費 Token 的冗餘資訊。

BabelTele：捨棄可讀性換取極致效率

為了突破這個瓶頸，研究團隊提出了一種名為「BabelTele」的全新文本壓縮方法。

BabelTele 的核心邏輯非常大膽：它完全不考慮人類的閱讀體驗。

這是一種專為「模型」而非「人類」設計的文本表示方法。BabelTele 透過融合多種語言的詞彙、數學符號、邏輯運算符，甚至是表情符號（Emoji），將原本冗長的自然語言，強制壓縮成一種高度密集的「模型語言」。

人類看了可能只覺得是一堆亂碼。

但大型語言模型（LLM）卻能精準解碼，毫不費力地理解其中的深層涵義。

壓縮率驚人：省下 70% 空間，語意卻幾乎無損

論文中展示了 BabelTele 驚人的壓縮能力。

在實驗測試中，BabelTele 能將文本大幅壓縮至原來的 27.9%。更令人震撼的是，在如此極端的壓縮比例下，它依然能保持高達 99.5% 的語意準確性。這意味著在將文本體積縮減近四分之三的同時，幾乎沒有遺失任何對模型而言有價值的資訊。

為了解決「AI 是不是真的懂」的疑慮，研究團隊利用 QuALITY 長文本問答資料集進行了對照實驗。

他們讓人類讀者與 AI 模型（Gemini 3.1 Pro）分別閱讀「原始文本」與「BabelTele 壓縮文本」，然後進行問答測驗。

結果不出所料：人類在閱讀 BabelTele 文本後，問答準確率呈現斷崖式下跌；然而，Gemini 3.1 Pro 的準確率卻依然穩如泰山。

這項結果強烈證明了，BabelTele 在捨棄人類可讀性的同時，完美保留了模型所需的關鍵語意特徵。在同等壓縮率下，無論是處理長篇會議紀錄（MeetingBank）或是長文件問答（QuALITY），BabelTele 的表現都遠勝於傳統的自然語言摘要技術，甚至超越了專門的提示詞壓縮工具（如 LLMLingua-2）。

「零樣本」跨模型溝通：AI 專屬溝通時代來臨？

更讓人興奮的是 BabelTele 在跨模型溝通上的潛力。

研究證實，BabelTele 可以在不同的大型語言模型之間進行「零樣本」（Zero-shot）傳遞。也就是說，由 A 模型生成的壓縮文本，B 模型完全不需要經過額外訓練，就能直接「聽懂」。

這簡直就是 AI 之間的通用語言。

在多智能體（Multi-Agent）通訊測試中，BabelTele 成功減少了約 40% 的通訊 Token 消耗，同時還能維持超過 96% 的任務達成率。在智能體記憶任務（LoCoMo 基準測試）中，其記憶保留的效果也比一般摘要方法更為優異。

這項研究無疑為 AI 領域打開了一扇通往「模型原生語言」的大門。未來，若是 AI 的底層邏輯能夠進一步適應這類原生元語言，我們或許能見證 AI 溝通成本的大幅下降。

儘管目前的 BabelTele 仍屬於概念驗證階段，且跨模型傳輸效果仍會受到壓縮模型與閱讀模型配對的影響。但在未來 AI Agent 頻繁協作、長文本處理需求暴增的場景中，專為模型設計的「AI 語言」，絕對是突破算力與 Token 限制的關鍵解方。

 

• 延伸閱讀：Zoom 發布 2026 年人工智慧趨勢預測：代理式 AI 將改變工作流程與資安防護
• 延伸閱讀：NVIDIA執行長黃仁勳：人工智慧正引領運算產業進入「良性循環」新時代
• 延伸閱讀：人工智慧泡沫何時破滅？專家：密切留意「元宇宙時刻」就是關鍵退場訊號

 

加入T客邦Facebook粉絲團

根據最新消息指出，一張來自可靠來源的 Fujifilm X-T6 機身正面草圖已被揭露。這張手稿揭示了該系列自初代發布以來，前所未有的重大外觀結構調整，似乎預示該機將在操作邏輯上邁出進步的一步。

根據最新消息指出，一張來自可靠來源的 Fujifilm X-T6 機身正面草圖已被揭露。這張手稿揭示了該系列自初代發布以來，前所未有的重大外觀結構調整，似乎預示該機將在操作邏輯上邁出進步的一步。

古典操控迎來全新局勢

根據流出的草圖細節顯示，富士 X-T6 在機身頂部設計上有著極為顯著的改動。自初代 X-T1 問世以來，貫穿 X-T2、X-T3、X-T4 至 X-T5 各代機身的標誌性設計，也就是位於快門速度與 ISO 轉盤下方的兩個撥桿，在 X-T6 的手稿中似乎已被完全移除，或是經過大幅度壓扁薄型化處理。若這項改變屬實，這將是 X-T 系列十多年來最顯著的實體操控結構調整，不排除原廠是為了優化機身厚度、提升防塵防滴性能，或是重新定義使用者介面所做的選擇。

機頂左上角新增實體按鈕

除了機頂轉盤下方撥桿的變動之外，草圖還顯示 X-T6 的機頂左上角新增了一顆獨立的實體按鈕。儘管目前尚無法確認這顆按鈕的預設功能，但不少業界人士推測，這很可能是配合新世代 AI 人眼與物體識別對焦系統所設計的快速切換鍵，或是提供給攝影師自由設定的自訂功能鍵（Fn 鍵）。這項新增設計顯然是為了讓攝影師在視線不離開電子取景器的情況下，能更盲操快速地調整核心拍攝參數。

機身售價預估趨勢

除了外觀草圖帶來的震撼，外媒與供應鏈也陸續透露了 X-T6 的潛在硬體規格。新機預計將搭載新一代 4,000 萬像素 X-Trans 感光元件與性能更強悍的處理晶片，不僅手持五軸防手震補償效果有機會進一步提升，更傳出將支援 8K 影片錄製與進階畫素偏移超高解析度模式。在價格方面，考慮到前代 X-T5 當初開出 1,699 美元（約新台幣 54,000 元）的單機身售價，市場預估在技術升級與全球物料成本調漲的背景下，X-T6 的發表售價可能會微幅上揚至 1,799 美元至 1,899 美元（約新台幣 58,000 元至 61,000 元）之間。

via：Fuji Rumors

 

• 延伸閱讀：富士推出全新掌上型相機 instax Pal 2！新增頂部螢幕與取景器 規格操作全面升級
• 延伸閱讀：富士發表 XF400mmF4.5 R LM OIS WR！羽量級的 609mm 超望遠定焦神鏡
• 延伸閱讀：富士將全面接手 Google 相簿列印商店的列印業務，數位回憶輕鬆實體化

 

加入T客邦Facebook粉絲團

OpenAI 宣布退役曾以極致速度著稱的 Spark 模型，揭露拿智力換快感帶來的開發災難。當旗艦架構也能飆速，OpenAI 不再需要閹割版的 Spark。這場變革標誌著業界正邁向速度...

OpenAI 程式碼模型（Codex）負責人蒂博（Tibo）日前在社群平台 X 上宣布，上線僅七個月的 GPT-5.3-Codex-Spark 即將於下週正式退役。

這款曾經以每秒輸出超過 1,000 個 Token 傲視群雄、作為 OpenAI 擺脫輝達（NVIDIA）硬體依賴首款生產級模型的「極速代表」，最終因使用量持續雪崩而悄然退場。

花兩分鐘拿一堆 Bug？工程師道破背後的致命傷

在 Spark 剛上線的今年 2 月，整個 AI 圈曾為之震動。它主打即時編程體驗，首字延遲（Time-to-First-Token）直接腰斬，程式碼不再是一行行跳出，而是如瀑布般傾瀉於編輯器之中。

然而半年過去，社群的告別式卻顯得格外尷尬。除了 Hugging Face 開發者斯里瓦斯塔瓦（Vaibhav Srivastav）留下幾句感謝服役的客套話外，更多工程師給出的是無情差評。開發者 argofowl 便直言：「Spark 是個好玩的模型，但也是個極度糟糕、根本無法投入生產的模型。很高興它走了，我已經幾個月沒開過它。」

許多一線工程師反映，只要稍微涉及多檔案上下文理解或日誌分析，Spark 就會迅速把脈絡塞滿，甚至憑空捏造不存在的 API 端點或產出結構混亂的 JSON。

程式碼培訓機構涂林學院（Turing College）對此下了一針見血的評語：「沒有智慧的速度，只是更快地製造失敗。」對工程師而言，花 15 分鐘等待一個能夠通過測試的正確解法，永遠比花 2 分鐘拿到一份滿是 Bug、必須重新推倒重來的產物划算得多。

更致命的是，當初號稱的「15 倍效能躍升」很快被測試數據戳破。開發者范·蘭德舒特（Nicholas Van Landschoot）實測發現，官方所謂的 15 倍是拿 Spark 去對比開到最高推論強度的完整版模型；若在相同準確率基準下對比，Spark 的實際加速僅有 1.37 倍。

而在 Terminal-Bench 2.0 與 SWE-Bench Pro 評測中，Spark 的準確率被狠狠釘在 50% 上下，遠不及標準版 GPT-5.3-Codex 的水準。

正因如此，真正對 Spark 離場感到惋惜的少數使用者，惋惜的從來不是模型本體，而是它附帶的獨立使用額度——在主模型額度見底時，把它當作不用白不用的「備用油箱」頂一陣子而已。

當完整旗艦也能飆速，閹割版便失去存在價值

如果說智力不足讓 Spark 走向邊緣化，那麼 Cerebras 在 8 月推出的「Ultrafast 模式」，則是直接拔掉了它的呼吸器。

當初 Spark 之所以採取蒸餾閹割的小模型架構，是因為單一晶圓無法容納完整旗艦模型；然而，Cerebras 隨後透過跨 CS-3 節點的多層流水線切分技術，成功把未經閹割的旗艦 GPT-5.6 Sol 本尊送上了晶圓級晶片。在維持 100% 旗艦級推理解題水準的同時，Ultrafast 模式飆出了每秒 750 個 Token 的恐怖輸出速率，比標準模式快了整整 14 倍。在 GDP-Val 測試中，原本標準版 Sol 需要耗費 7.7 分鐘的複雜任務，切換到 Ultrafast 僅需 83 秒便能跑完，端到端速度快了 5.6 倍。

正如 Cerebras 執行長費爾德曼（Andrew Feldman）所言：「速度與智慧，自此不再互斥。」

速度不再是獨立模型，而是旗艦架構下的「檔位」

放眼過去一季，Spark 的退役只是 OpenAI 內部激烈產品大換血的一個縮影。從 6 月初淘汰 GPT-5.2 與初代 5.3-Codex，8 月底將 5.4 世代退役並引導用戶轉移至 5.6 系列，再到 9 月正式宣告 Spark 走入歷史，OpenAI 正在急速清空舊世代的歷史包袱。過去充斥著小數點與功能後綴的冗長型號，已被全面改寫為 Sol（太陽）、Terra（大地）、Luna（月亮）以及最新問世的 Astra（星辰）等自然天體命名系統。

這場架構整頓的背後，隱含著深層的商業與工程思維演進：以往「為了極速而單獨打造一款模型」的過渡路徑已被徹底封死，「速度」轉化為旗艦模型內建的一項付費檔位。

如同推論深度依據情境分為不同強度，現在的生成吞吐量也由 Standard、Priority 到 Ultrafast 層層遞進，讓企業與開發者依照預算彈性加價選購。作為 OpenAI 與 Cerebras 簽下 750 兆瓦合約後的首位探路者，Spark 確實證明了大規模生產流量能夠在輝達 CUDA 生態系之外穩健運行；而在這項歷史任務達成之後，探路者體面退場也是必然的歸宿。

生成式 AI 的算力軍備競賽已然改寫了遊戲規則：接下來各家巨頭要比拚的，不再是誰能把模型閹割得更小更快，而是誰能將最頂級的旗艦大腦，以毫無延遲的極限速度直接注入使用者的工作流。

 

• 延伸閱讀：學生救星？OpenAI聯手頂尖大學實測給你看：這樣用AI寫報告水準最高，還能產出獨家點子
• 延伸閱讀：OpenAI 踢到鐵板！贊助校園駭客松慘遭 770 名數學家抵制，官方嚇到急忙撤資止血
• 延伸閱讀：OpenAI 最強旗艦 GPT-6 Astra 突襲發表！效能表現刷新紀錄，還能自主操作滑鼠鍵盤、修復系統

 

 

加入T客邦Facebook粉絲團

NASA正式為月球門戶基地Gateway制定交通規則，透過精密演算法管理多艘太空船的停靠順序。這套針對Gateway的創新排隊機制，能有效化解太空船在月球軌道的碰撞風險，為深空探測建立...

隨著人類重返月球的腳步加速，未來的月球軌道將迎來前所未見的繁忙交通。來自德州農業大學（Texas A&M University）、NASA詹森太空中心（Johnson Space Center）以及普渡大學（Purdue University）的聯合研究團隊，近日正式發表一套專門針對「月球門戶基地」（Gateway）太空站的航太交通管理機制。

該方案提出了精密的相對軌道維持演算法與在軌排隊等待規則，旨在解決未來多艘飛行器同時接近太空站時可能面臨的航道混亂與碰撞風險，為人類首座深空太空站奠定標準化的調度基礎。

最早2027年升空：阿提米絲計畫的深空核心樞紐

依照NASA目前的規劃，月球門戶基地（Gateway）最快將於2027年發射升空。這座太空站是「阿提米絲」（Artemis）登月計畫不可或缺的核心樞紐，未來將同時負責接待獵戶座載人太空船（Orion）、各類無人貨運補給飛船以及往返月球表面的載人登月艇。

為了滿足長期深空運行的能源需求，NASA先前已證實Gateway將配備高功率太陽能電推進系統（Solar Electric Propulsion, SEP）；與此同時，SpaceX也已順利取得為Gateway運送物資與補給設備的商業合約。隨著不同機構與商業夥伴的飛行器接踵而至，建立高效率且安全的交通引導協議已成為當務之急。

近直線暈軌道特性：無法「路邊停車」的引力環境

Gateway將運行於特殊的「近直線暈軌道」（Near-Rectilinear Halo Orbit, NRHO）之上。這條軌道呈現細長且近似雞蛋形狀的繞月路徑：太空站以極近距離掠過月球北極上空約1,000英里（約1,600公里）處，隨後大幅向外延伸至月球南極外圍約40,000英里（約64,000公里）的深空區域。

NRHO軌道具備兩大關鍵優勢：第一，能長期維持與地球無遮蔽的直接通訊；第二，維持軌道所需消耗的推進劑極少，非常適合太空站長期駐留。然而，地球與月球交織的引力場也大幅增加了周邊航行控制的複雜度。

與地面機場的停機坪完全不同，太空船在太空中無法直接停下等待對接口空出。所有飛行器均處於高速運行狀態，當對接口被其他任務佔用時，抵達的太空船往往必須在Gateway周圍滯留數小時、數天甚至數週。

相對軌道演算法化解碰撞危機

為了找出最安全的排隊機制，研究團隊執行了數千次高精度數值模擬，深入測試在導航誤差、推進器點火偏差以及各類外部引力擾動下，多艘太空船共用軌道的動態行為。

研究團隊提出的核心解決方案，是讓處於等待狀態的飛行器依照預先計算的精確間距，排列在Gateway的前方或後方，形成宛如「一串珍珠」（String of Pearls）般的安全隊列。

在控制策略上，研究人員並未要求每艘來訪飛行器各自獨立維持絕對軌道，而是採用「相對軌道維持演算法」，讓所有待命飛船以Gateway為動態空間參考座標，持續微調自身相對位置。模擬結果證實，透過「高頻率、小幅度」的軌道修正脈衝，太空船能維持更緊湊且高度可預測的編隊隊形，同時僅需消耗極為有限的推進燃料，大幅消除了飛行器彼此相互逼近或意外碰撞的潛在風險。

這項突破性的研究成果已正式刊登於國際航太頂級學術期刊《Acta Astronautica》。研究團隊強調，這套方案雖然尚未成為具備法律強制力的正式太空法規，但已為未來繞月飛行器的進場、離場及在軌待命提供了不可或缺的工程技術框架。

目前NASA已針對Gateway制定了對接、交會、通訊以及機器人自動化系統的互操作性標準（Interoperability Standards），而本項研究則進一步補齊了最後一塊拼圖：當太空站對接口客滿時，來訪飛行器該在何處、以何種方式安全排隊。儘管深空中不會有地面機場的行李轉盤或免稅店，但這套專屬太空機場的調度演算法，標誌著人類正在為高頻率、高密度的深空探測時代建立第一套交通法規。

 

• 延伸閱讀：NASA 新一代月球車「飛馬」正式亮相！具備三模式操控與自主導航，助人類在月球南極長期紮營
• 延伸閱讀：NASA「靈神星」太空探測器成功藉由火星「引力彈弓」加速，回傳新月火星照
• 延伸閱讀：NASA 下一代直升機「Skyfall」曝光！翼尖速度突破音障，起飛重量提升 30%

 

 

加入T客邦Facebook粉絲團

微軟於 Windows 11 預覽版推出全新的單指捲動功能，讓搭載精準觸控板的筆電使用者能透過邊緣滑移輕鬆翻頁。這項單指捲動設計打破了雙指限制，優化 Windows 11 在精準觸控板...

微軟近日針對 Windows 11 Build 26x00.9539 預覽版釋出更新，為搭載精準觸控板（Precision Touchpad）的筆記型電腦引進了「單指捲動（Single-finger scrolling）」功能。

長久以來，Windows 筆電使用者瀏覽網頁或長篇文件時，多半仰賴雙指在觸控板上同步上下滑動；如今微軟重新在系統底層加入單指邊緣滑動選項，讓使用者只需單指在觸控板邊界滑移即可完成垂直翻頁，為筆電操作手勢帶來新的彈性。

邊緣單指滑動配上自動續捲，降低手指頻繁滑動疲勞

這項新功能的運作邏輯十分直觀：當使用者在觸控板的最左側或最右側邊緣進行單指滑動時，系統便會直接觸發垂直捲動指令。這項設計主要是針對微軟規範的「精準觸控板」架構所打造，系統能統整識別多點觸控訊號，原先已完整支援雙指縮放、雙指捲動、三指多工切換及四指變換虛擬桌面等原生手勢，如今則在觸控板硬體邊界賦予了獨立的單指控制路徑，讓需要頻繁閱讀大量文字的使用者，不必隨時保持雙指懸空的姿勢。

除了單指邊緣操作，微軟在該預覽版中還同步提供了一項獨立的「自動捲動」開關。當手指滑動抵達觸控板頂端或底端的邊界並停留時，頁面便會維持原本的方向持續捲動，省去使用者不斷抬手「划動」的重複動作。

若想確認自己的裝置是否獲得支援，使用者可開啟 Windows 11 的「設定」應用程式，進入「藍牙與裝置」分類下的「觸控板」頁面，尋找「單指捲動」的專屬功能區塊。

不過微軟目前採取分階段推送策略，屬於 A/B 測試性質，因此即便筆電已經成功升級至 Build 26x00.9539 預覽版，也未必會立刻出現該功能選項，仍需等待後續微軟伺服器端逐步擴大推送範圍。

根據外媒《NeoWin》實際上手測試指出，單指邊緣滑動的操作手感與辨識範圍需要一段時間適應。對於早已將雙指滑動刻入肌肉記憶的現代用戶來說，突然改回在窄小邊緣單指摸索，短期內恐怕很難輕易扭轉長年累積的使用直覺。

 

 

• 延伸閱讀：Windows 11 迎來近年最大介面變革！經典「執行」視窗變美更變快，官方揭秘控制台為何還不能消失
• 延伸閱讀：Windows 11 開發環境大進化！Google Antigravity AI 原生支援 WSL 2，跨 Windows 與 Linux 開發終於不用再改路徑
• 延伸閱讀：Windows 11 未來隱藏新功能曝光！本記憶體可切換秒變 128GB 顯卡記憶體，玩家跑 AI、玩 3A 大作更順了

 

加入T客邦Facebook粉絲團

Arm於Tech Day 2026發表針對機器人應用的實體AI全面設計生態系，以及針對雲端運算的Neoverse CSS N4運算子系統。

Arm Tech Day 2026除了發表針對行動裝置設計的CSS for Mobile 2行動裝置運算子系統之外，也發表針對機器人應用的實體AI全面設計生態系，以及針對雲端運算的Neoverse CSS N4運算子系統。

邊緣、實體、雲端都會遇到AI

Arm分析在代理式AI的運作過程中，除了有AI推論運算之外，在感知、規劃、評估、驗證等步驟以及操作應用程式、AI工具等過程中，都會消耗更多CPU（處理器）運算資源，所以在筆者先前介紹的CSS for Mobile 2產品說明會中，Arm邊緣AI客戶端運算副總裁James McNiven甚至提出CPU是代理式AI中心的觀點。

延伸閱讀：
【Arm Tech Day 2026】CSS for Mobile 2帶來全新C2-Ultra CPU、G2-Ultra NX GPU，強化手機代理式AI與主機級光線追蹤遊戲體驗
Arm Everywhere 2026：瞄準代理式AI運算需求，推出Arm AGI CPU自有品牌處理器
【COMPUTEX 2026】Arm執行長高喊「Taiwan has built Arm」！聯手NVIDIA RTX Spark大秀代理式AI黑科技

Arm表示自家的優勢為提供多元彈性授權方案，客戶可以依需求選擇適合的授權方案，也可搭配自行研發的運算單元，同時也具有領先業界電力效率切適合緣端、雲端、實體AI等應用場域的CPU，而且這些CPU都採用供統一的運算架構，能夠簡化軟體開發的複雜度。

▲ Arm提供多元彈性授權方案，需要最高客製化程度的客戶可以選擇購買IP自行研發，或是購買整合多種IP並可加速開發流成的CSS（運算子系統），也可以直接購買現成Arm AGI CPU晶片加速部署。

▲ 在混合雲端與邊緣端的分散式代理式AI應用中，位於邊緣的個人裝置或實體AI（如機器人）會在接受使用者或環境中的指令後，使用自身運算單元或與雲端伺服器協作，分頭完成低延遲與高負載等不同性質的運算需求。

▲ Arm的優勢為能在邊緣端、雲端、實體AI等不同場域提供統一的運算架構，同時提供領先業界的電力效率，有助於簡化軟體開發。

▲ 邊緣端AI的特色為提供個人日常低延遲體驗，雲端AI則以大規模基礎建設進行AI模型訊練與高負載推論運算，實體AI則提供機器人、自動駕駛車輛感知與推理能力。

▲ 在邊緣端進入到代理式AI的過程中，操作模式也由對提升詞反應、偶爾互動、產生回答、雲端優先，轉換為自主行動、持續互動、深度個人化、分散至終端裝置執行。

推出機器人「全民」檢定

Arm也在這次宣布推出Arm實體AI全面設計（Arm Total Design for Physical AI），與超過80間公司共同開發實體AI技術堆疊，並以生態系首批協作倡議者之一的身份發表機器人能力分級框架（Robotics Capability Framework），共同制定相關協定與定義，以推進機器人能力發展。

機器人能力分級框架將為機器人系統定義由基礎到進階的能力層級，連結真實世界使用場景與機器人行為、輸出及系統需求，內容涵蓋延遲、運算配置、記憶體與功耗限制、確定性與安全性。未來Arm也將邀請更多產業夥伴貢獻專業知識，共同推動這項框架的後續發展。

▲ 實體AI的應用重點為嵌入至機器人、自動駕駛車輛等裝置，不但需要提供低延遲的運算效能，也要考慮裝置的重量以及電力消耗狀況。

▲ Arm分析目前全球工業的產值達到美金115兆元，其中農業、礦業、製造、運輸、營運等實體部門佔據75兆元。

▲ Arm進一步分析2025年的實體AI總潛在市場（Total Addressable Market，TAM）為250億元，並預估到2030年之後會成長至2000億元。

▲ Arm宣佈推出實體AI全面設計方案，協助加速AI部暑、強化生態系合作、制定通訊機制。

▲ Arm實體AI全面設計生態系集合晶片製造、雲端服務、驅動與感測、執行、人工智慧、終端應用等多種領域的廠商。

▲ Arm與多位合作夥伴共同提出機器人能力分級框架（Robotics Capability Framework），透過RL0~RL5等不同等級描述機器人的能力。

▲ 該宣言將機器人能力從可執行指令的RL0級「回應」，到具有自主生成並微調策略的RL5級「自主改善」。

▲ Arm認為實體AI是下一波運算的趨勢，並將與合作夥伴一起建構生態系統與機器人框架、協定。

強化資料中心代理式AI

Arm指出代理式AI正在重塑AI基礎建設的需求，AI代理會進行推論、擷取資料、呼叫工具並與資料庫及其他代理互動，提高CPU的資源需求。另一方面，隨著各類運算需求更加分歧，造成沒有一體通用的基礎建設方案。

為了解決這個問題，Arm推出全新Neoverse CSS N4運算子系統，協助客戶能彈性選擇最符合其工作負載的IP與授權方案，打造針對最高吞吐量效率最佳化的SoC（System on Chip，系統單晶片）。

Neoverse CSS N4的每組CPU最多可容納128組核心，支援LPDDR6記憶體與 PCIe Gen 7匯流排，相較前代Neoverse CSS N3最多能夠提供2倍效能，最多提高電力效率25%、記憶體頻寬75%，帶來提高運算密度、高速記憶體存取、I/O效能強化等優勢，讓應代理式AI系統享有更高資料頻寬，並可與外部加速器協調與平行化運算等需求。

▲ Arm表示Neoverse核心的出貨量至今已超過15億組，其中5億組為近9個月新增。

▲ 在代理式AI的應用情境可以分為感知使用者意圖、產生指令、推理與規劃、調用工具、評估與驗證、更新與迭代等階段，對於CPU的運算需求大幅增加。

▲ 代理式AI有多種清楚的運算需求，能夠靠橫向擴展、資料平面最佳化、執行效能最佳化來改善系統效益。

▲ Arm的Neoverse N系列處理器具有較高的電力效率，適合用於橫向擴展與資料平面最佳化。Neoverse V系列處理器則有較高效能，能夠作為首要運算節點。

▲ Arm於2026年3月發表AGI CPU，透過直接提供實體晶片的方式加速客戶部署。

▲ Arm這次發表的新產品為Neoverse CSS N4運算子系統，單插槽的效能提升可達2倍。

 

▲ Arm透過CSS for Mobile2以及Total Design for Physical AI、Neoverse CSS N4等產品，提供邊緣、實體、雲端等AI應用更充沛的運算效能。

Arm預測隨著代理式AI持續發展，基礎建設的運作負載將持續增加，如何讓每1瓦電力、每1組個機櫃與每1元的投資發揮最大價值將變得更加重要。產業正逐步以Arm做為次世代代理式AI的共同運算平台，客戶可選擇最符合其基礎架構所需的Arm AGI CPU或Neoverse CSS N4，同時維持效能、效率與軟體相容性的一致基礎。

（Arm Tech Day 2026系列文章目錄）

加入T客邦Facebook粉絲團

英特爾執行長揭露 AI 推論需求激增，讓 CPU 產能僅能滿足五成客戶。由於 AI 晶片製造過度依賴台積電將面臨風險，英特爾正積極解決 CPU 荒並分散產能壓力，試圖透過先進技術競爭，...

在美國科羅拉多州丹佛市舉行的 Splunk.conf26 大會上，英特爾（Intel）執行長陳立武（Lip-Bu Tan）坦承，面對當前市場暴增的採購訂單，英特爾目前僅能滿足約 50% 的客戶需求。不僅反映出 AI 代理（AI Agent）與推論工作負載爆發引發的結構性轉變，也讓陳立武大膽向業界發出警告：若全球高達 95% 的尖端 AI 晶片製造持續重押單一家晶圓代工廠，整個產業鏈將承擔無法承受的巨大風險。

AI 代理全面點燃，CPU 為何成為調度算力的隱形瓶頸？

在市場普遍認為 AI 時代由 GPU 獨領風騷的認知下，CPU 的缺貨顯得格外耐人尋味。

陳立武在對談中分析，GPU 主要負責高強度的深度學習模型訓練，然而一旦進入實際部署的推論階段，背後的架構邏輯便截然不同。隨著自主運行、高頻繁互動的 AI 代理數量呈現幾何級數增長，系統不僅需要龐大的通用運算力來執行各類應用程式與安全邏輯，更必須仰賴強大的 CPU 去統籌指揮多顆 GPU 協同工作。

換言之，GPU 負責攻堅重型運算，但整個分散式系統的調度指揮官依然是 CPU，這使得資料中心對高階 CPU 的渴望水漲船高。

「現在 CPU 的需求真的太高了，我們只能供應大約一半的客戶量。」陳立武直白地形容當前的缺貨窘境：「許多企業執行長親自打電話向我要貨，但我能給的回答只有抱歉，因為現階段我們根本做不出足夠的晶片。」

全押單一代工廠風險過高？英特爾拿 14A 製程與 EMIB 叫板 CoWoS

面對當前先進製程的版圖，陳立武毫不避諱地指出產業鏈的潛在危機。目前包含輝達（NVIDIA）、超微（AMD）乃至蘋果（Apple）等美國科技巨頭，幾乎將所有尖端 AI 晶片的製造全數交給台積電（TSMC）。研調機構 Counterpoint 的統計數據顯示，台積電在 2026 年第一季已拿下全球晶圓代工超過 70% 的營收份額，大幅領先三星電子（Samsung Electronics）、中芯國際與英特爾。陳立武認為，將超過 95% 的關鍵產能集中在單一供應商手中，將使全球供應鏈的脆弱度急遽拉高。為此，英特爾正極力爭取更多外部 AI 晶片代工訂單，試圖證明自身同時具備晶片設計、晶圓製造與先進封裝三位一體的能力。

然而，重振代工業務絕非一蹴可幾，尤其英特爾先前在 14A 製程的良率爬坡上走得相當艱辛。陳立武坦言晶圓製造需要嚴格的缺陷率管控與海量資本投入，不過過去 18 個月情況已逐步好轉；英特爾已在 2026 年 4 月成功與特斯拉（Tesla）及 SpaceX 主導的 Terafab 專案簽約導入 14A 製程，首款成品預計於 2028 年中正式問世。

封裝基板產能遭台日大廠綁定，後段先進封裝成兵家必爭之地

除了前段晶圓微縮的良率挑戰，後段先進封裝更是左右產能交付的死穴。陳立武特別強調，未來的半導體演進已全面轉向系統級封裝（System-level Packaging），如何將 CPU、記憶體與各式 I/O 裸晶（Die）整合在同一封裝內，極度考驗工程經驗。

英特爾正全力推廣其自研的 EMIB（嵌入式多晶片互連橋）技術，利用矽橋技術直接在封裝內部連通多顆裸晶，正面對決台積電以矽中介層（Interposer）為核心的 CoWoS 方案。為了強化後段研發與製造體質，英特爾更在 2026 年 6 月延攬前 SK 海力士（SK Hynix）執行長李錫熙（Lee Seok-hee）出任資深副總裁，外界亦高度關注英特爾是否可能藉此與 SK 海力士在 HBM 基礎邏輯裸晶（Base Logic Die）生產上促成合作。

不過，先進封裝眼下同樣面臨結構性斷鏈。陳立武透露，封裝基板（Substrate）已成為當前最棘手的產能瓶頸之一，來自日本與台灣的基板大廠早已被各大客戶以高額預付款將產能鎖死。這意味著英特爾若想在 AI 晶片代工市場分庭抗禮，除了自身製程良率，如何突破外圍供應鏈的產能防線，將是這場漫長復興戰的真正考驗。

 

 

• 延伸閱讀：AMD x86 客戶端處理器市占率首度突破 30% 大關！英特爾領先優勢逐漸收窄
• 延伸閱讀：繼續用 DDR4 裝機！英特爾高層重申 Raptor Lake 還會賣很多年：LGA 1700 仍是主流性價比核心
• 延伸閱讀：玩家別擔心！英特爾 Nova Lake 處理器確認「桌機首發」，捨棄伺服器優先、重回消費級市場奪取霸權

 

加入T客邦Facebook粉絲團

德國考古團隊意外在廁所遺址挖出 700 年前的蠟板手帳，這本珍稀的蠟板手帳保存極佳，內部記載的拉丁文清晰可辨。研究人員正嘗試透過這些拉丁文，還原中世紀被刪除的書寫痕跡，帶領讀者窺探中世...

德國西北部帕德博恩一處中世紀廁所遺址，近日出土一本約有 700 年歷史的小型蠟板筆記本，尺寸相當近似我們現在所用的平板。最引人注意的是，這本蠟板筆記本不只本體完整，內頁蠟板上的拉丁文文字至今仍可辨識，研究團隊甚至認為，連過去被擦除的內容都有機會進一步解讀。

這項發現來自威斯特法倫－利珀地區協會（LWL）旗下考古團隊，並於 2026 年 5 月對外公布。對考古學界而言，它的價值不只是年代久遠，而是這類原本屬於日常書寫工具的物件，很少能在如此完整的狀態下保存到今天。

蠟板藏在皮革套內，成為保存關鍵

在古希臘、古羅馬及中世紀時期，人們使用刻有凹槽的木板或象牙板，裡面填滿深色的蜂蠟。書寫時使用專用的鐵筆（Stylus），筆尖用來刻劃文字，筆尾的扁平設計則可用來壓平蠟層，以塗改或重複書寫。

這本蠟板筆記本尺寸約為 8.6 公分乘 5.5 公分，外層有壓紋皮革套包覆。正是這個皮革外殼，讓手帳在落入廁所坑洞後，仍能與外界泥土、水分與腐蝕環境部分隔離，降低數世紀以來的損壞程度。

研究人員指出，筆記本內共有 10 頁，每頁都屬於木框灌入蠟層的蠟板結構。這種設計類似中世紀可重複書寫、可擦除的便攜式記事工具，也有點像早期的「手寫備忘板」。

蠟層沒嚴重劣化，拉丁文內容仍能閱讀

此次發現之所以罕見，在於內部蠟板的保存狀況出乎意料地好。考古學者表示，木板沒有明顯翹曲，蠟層也未嚴重崩解，因此文字仍保留在表面。這代表研究者不只可讀取現存內容，也可能透過更細緻的分析，找出過去被抹除或改寫的筆跡。

若後續解讀順利，這類材料有望讓研究人員更接近中世紀個人的日常記錄方式，例如工作備忘、交易筆記、行政紀錄，甚至是臨時草稿。相較於王室、教會或官方文書，這種貼近日常使用者的手寫工具，更有機會補上平民生活史的細節。

參與考古工作的研究者指出，如此完整的保存案例極為少見。大英博物館相關領域學者也認為，這是一個非常值得深入研究的發現，隨著文字內容逐步被解讀，這本筆記本的重要性很可能會持續提升。

對歷史研究而言，真正珍貴的往往不是大型寶藏，而是能直接反映個人生活痕跡的小物件。這本從中世紀廁所中找回的蠟板筆記本，正可能成為理解當時德國社會日常書寫文化的重要窗口。

 

加入T客邦Facebook粉絲團

面對全球科研經費緊縮，美國教授竟在 OnlyFans 開號分享科學知識，為實驗室籌措科研經費。這種跳脫傳統框架的學術研究募資新模式，成功緩解學術研究的斷炊危機，引發各界對知識變現與科研...

在高等教育科研經費日益緊縮的現實困境下，一位美國公立大學的終身教授，竟然走出了一條令學術界與社群網路跌破眼鏡的「自力更生」之路。

美國知名物理學與生物工程學教授 戴維·米勒（David Miller，化名），為了維持其研究團隊在微型機器人與奈米材料領域的實驗室運作，日前正式在知名訂閱制成人平台 OnlyFans 上註冊官方帳號；然而他賣的並非裸露色情內容，而是「高階一對一科學推導、實驗室幕後秘辛與未公開論文草稿」，並在短短數月內成功為實驗室募集了數萬美元的科研啟動基金。

青年博士後研究員薪資無著落逼出極端奇招

這項看似離奇的舉動，背後實則折射出當代全球基礎科學研究面臨的嚴峻經費寒冬。Miller 教授在公開聲明中坦言，美國國家科學基金會（NSF）與國立衛生研究院（NIH）等官方機構近年來的經費批准率已暴跌至 10%～15% 的歷史低點；許多耗時數年的前瞻性研究計畫因缺乏數萬美元的精密耗材費或博士後研究員薪資，隨時面臨團隊解散、研究被迫腰斬的絕境。

在傳統群眾募資平台效果有限的情況下，Miller 教授看中了 OnlyFans 強大的付費訂閱轉化率與全球粉絲黏著度。他在帳號上設定了每月 25 美元（約合新台幣 800 元）的訂閱方案，為訂閱者提供「白板手算量子力學方程式」、「即時解答研究生科研難題」以及「直播展示價值百萬美元的穿透式電子顯微鏡（TEM）操作流程」。令所有人意外的是，該帳號迅速吸引了數千名全球科技從業者、工程師與科普愛好者買單，月營收迅速突破 1 萬美元大關。

大學官方從震驚反對轉向支持

當消息傳回校園時，最初曾引發大學倫理委員會與保守派教職員的強烈抗議，甚至一度傳出校方考慮以「損害學術聲譽」為由啟動懲戒程序。

然而，在經過詳細的帳目審計與法律評估後，校方確認 Miller 教授帳號中發布的所有內容均未涉及任何低俗色情，且全數收益均透過透明的科研基金專戶百分之百投入於實驗室學生津貼與實驗試劑採購，最終選擇默許這項新型態的「學術創作者經濟」。

 

科技評論家指出，Miller 教授的案例證明了知識付費在 Web 2.0 平台上的巨大潛力。當傳統學術體系的官僚審批無法跟上快速迭代的科研需求時，學者藉由直面大眾的創作者經濟模式自籌資金，或許正是未來分散式科學（DeSci）與開放科學運動中，最具草根生命力的一次精彩破局。

 

加入T客邦Facebook粉絲團