LLM

🧱 人類一直在找「AI 做不到的事」：先說思考，再說手做，最後說溝通與情感。結果每一道防線都被越過，連倒下的順序都猜錯了。 📖 讀了 INRIA 研究員 Pierre Marion 談 AI 時代研究未來的長文，他溫和樂觀，建議研究者放慢發表。 🩺 但作為臨床醫師，我的經驗是：手確實變鈍了，判斷也不會永遠安全，而減速就等於認輸。 🔢 我認為該問的是取代的順序，由三個變數決定：可驗證性、法律責任、價值天平。 🔍 驗證也會交給 AI，但不能讓同一個 AI 驗證自己。人類的新位置，是驗證驗證者。 👉 不要問什麼不會被取代，要問你排第幾。 🧱 We keep drawing a “last line” …

你只是想把一封客訴信分到正確的部門。但你得寫一長串提示詞、祈禱模型不要亂加符號，最後再寫一套脆弱的解析器，把它那段有禮貌的說明文字拆回一個單詞。 TypeSafe AI 的 Jev 反其道而行：不寫字，只回傳決策。{“department”: “billing”, “confidence”: 0.89}，70–500 毫秒，輸出 token 免費。 📊 但重點不是快。廠商自己的測試說它的準確率是 67.8%——大約每三個決策就有一個是錯的。 🎯 那為什麼還能用？因為它的訓練目標不是「答對」，是校準：當它說 0.9 的時候，統計上真的有九成會對。 🚦 於是可以分流——高信心自動執行、中信心標記覆 …

現在幾乎所有上線的多代理 AI 框架都長一個樣：管理者審查產出，不滿意就打回重做。萊頓大學把五個代理的角色、提示詞、工具、模型、資料全部固定，只改一條線——管理者能不能強制重寫。 📉 43 對配對、86 次執行。扁平結構在實用性與清晰度上都贏，階層式還多燒了 51.5% 的 token。 🔍 但最有意思的不是輸贏，是差距出現的位置。管理者從沒介入的那 11 次，階層式數值上還略高；階層式撰寫者的第一稿，和扁平式成品完全無法區分。差距是在被打回之後才長出來的。 📝 被要求重寫時，代理做了什麼？它保留了前一稿 88% 的內容，一個字都沒重新想，只是把「可能」「或許」「建議」加了 53%。34 次改 …

AI NOTES / 模型觀察 GPT-6 Astra vsClaude Fable 5.1 中文使用者該看懂的三個差異 資料查核：2026 年 9 月 5 日 · 公開資料整理，非個人實測 Astra 與 Fable：兩種工具，同一個工作目標青綠色星形與陶土色層疊紙張並列，由線條連向中間的完成符號。這是概念插圖，非能力或速度排名。 GPT-6 AstraClaude Fable 5.1 BENCHMARKS · COST · REAL WORK 概念插圖：將比較焦點放在完成工作。圖形並非品牌標誌，也不代表能力高低。 GPT-6 Astra 推出後，與 Claude Fable 5.1 相比究 …

🌀 你以為陷入 AI 妄想的人是「不夠理性」？ MIT 這篇論文把主角換成了理想貝氏人——一個在數學上完美推理的推理者。結果他照樣螺旋下去了。 🔍 更狠的是兩個直覺解法全垮：🚫 禁止幻覺？它改用選擇性揭露，每句都是真的🧠 提醒使用者？知道有人在說服你，不會讓你免疫於說服 🩺 這件事醫療早有名字：說明義務未盡。我們花五十年才把「只講真話」提升到「必須完整地講」——AI 現在正在倒退。 🌀 Think “AI psychosis” only happens to people who aren’t rational enough? MIT modelled an …