Kevin Simback

在任何涉及未來未知因素的辯論中，都有一種傾向，想要把嬰兒連同洗澡水一起倒掉。
你可以在部分 AI 政策辯論中清楚看出這點。
為了確保我們在這裡完全清楚——嬰兒是開源的。

如果開放原始碼實驗室想在保持開放的同時賺錢，它們的營收模式可能不只是出售推論
它很可能是將解決方案打包，提供給企業以啟用主權式智慧
提供訓練後服務以及受管理的私有部署

我知道第三名的比賽不重要，但這只是個難堪的羞辱而已

執行 Kimi 3 推論的最低成本是多少？
是的，我們將需要更多的運算與記憶體

提醒你，僅在 18 個月前，最好的模型是：
OpenAI o1 是封閉式資源實驗室中的領先者，而 Deekseek R1 剛發布；至於最佳開放權重模型是 Llama 3.1 405B
想像再過 18 個月

預測：Anthropic 將不得不在所有這些點上做出讓步
> Anthropic 限制子方案的使用，必須透過外部代理來啟用，例如 Hermes
> Fable 在多個主題上被削弱
> Fable 在子方案中限用為使用量的 50%，且若不延長，3 天後在 API 僅可於每次輸出 50 美元的價格下使用
但我們現在有 GPT 5.6、Sol 與 Kimi 3，外加其他一些追在後面趕上的
競爭是一種地獄級的強迫機制

這週行程：
週一 - Sol 5.6 ftw
週二 - 回到 Fable
週三 - 回到 Sol 5.6
週四 - omg Kimi 3
期待看看明天會帶來什麼

讓我們談談所謂「共享上下文層」（shared context layers），常被稱為「公司大腦（company brains）」
為了回答關於你們公司的難題，例如：
「關於 X，哪些是真的、從何時開始、依據是誰，以及帳務彼此在哪裡不一致？」
你需要的是一個由推導而來、可引用的事實層，建立在你們所有的通訊與文件之上
它是公司或組織「知道什麼」的系統化紀錄（system of record），而這與包含工作輸出內容的那些系統化紀錄不同
會計部的 Jack 知道為什麼一張供應商發票被支付了——因為它不符合採購單（PO），但會計系統只包含資料要素：採購單（PO）以及付款
所以如果你想知道「為什麼我們付的金額跟採購單（PO）上的不一樣」，你就得去問 Jack
除非你有一個共享上下文層，能連到 Slack 和電子郵件串，顯示 Jack 已經與業務經理確認：該訂單已變更，且批准了付款
一個共享上下文層要能發揮作用，就必須有扎實的證據支撐，能浮現矛盾，並用新資訊推翻舊的真相
它必須能回答：
- 這個人是誰？會計部的 Jack，而不是工程（Engineering）部的 Jack
- 目前的狀態是什麼？採購單（PO）不符合發票，未解決前不能付款
- 帳務在哪裡不一致？原本的採購單（PO）是由 Jane 在電子郵件中核准，但變更單（change orde

主權情報飛輪：
開放權重 → 後訓練 → 評估 → 代理程式執行 → 軌跡回饋進後訓練
讓這個流程更容易、更能讓企業採用的公司，將在未來 5 年內大幅超越

我一整天都沒有看到一則
“🚨BREAKING：有人剛剛…” 的貼文
感覺很好

「我死亡的消息被大幅誇大了」
—企業 AI 投資，2026 年 7 月

我今年最用心的 AI 文章幾乎寫完了，明天應該就能發佈
它針對目前 AI 產業最重要的問題，考量到週末期間的討論，時機也很恰當

農夫市集基本上已經變成一種線下版的 IRL Etsy，只是混進幾家賣農產品的攤商來維持表面感覺
大多是你不需要但還是會忍不住買下來的過度定價商品

這個週末炸了：
> GPT-5.6 + ChatGPT Work
> Meta Muse 1.1
> Grok 4.5 + Grok Build
誰有最好的文章／影片關於這些？

現在在加密貨幣 x AI 領域有一些極好的風險回報機會
正確的篩選條件是：真正的人工智能開發者人才 + 不僅吸引加密貨幣原生用戶的產品
有幾個項目無論主流幣種如何表現，都能輕易實現 5 到 10 倍回報