新知與拆解工作與社會FIELD NOTES / 071Adam Hunt 指 AI 能力越來越不平均，Anthropic 與 Chollet 各怎麼看劍橋大學研究者 Adam Hunt 說模型的程式和數學變強、語言變弱。前 OpenAI 的 Andrew Ho、Anthropic 的 Jackson Kernion、François Chollet 各自怎麼看，附立場總覽表與可以自己動手的做法。2026.10.23 · 17 分鐘閱讀
觀點與隨筆051 · AI & Work · 8 MIN · 131 次瀏覽移動沙發問題的 119 頁證明AI 回報測試通過後，合併前還需要哪些依據？從移動沙發問題的 119 頁證明與後續 Lean 形式化，看檢查結果如何支持採用，以及哪些判斷仍要由人承擔。
觀點與隨筆048 · AI & Work · 7 MIN · 276 次瀏覽從 BASIC 到 AI 的程式民主化假設 AI 幫你產生了第一版程式，接下來該學什麼？回看 BASIC 與分時系統如何降低門檻，再談能核對的回饋如何支持學習，以及成果影響別人時該補上的驗證。
觀點與隨筆044 · AI & Work · 7 MIN · 207 次瀏覽下載開放權重不等於擁有模型自主性：選型必看的授權、部署與驗證能下載模型權重，不等於拿到自主性。選型要回答三個問題：授權允許做什麼、團隊能接手什麼、結果要怎麼驗證。
觀點與隨筆043 · AI & Work · 7 MIN · 221 次瀏覽評估 AI 人才時，論文獎項與融資估值無法取代合作風險查核評估 AI 人才時，論文獎項能提供能力線索，融資估值也有其意義；是否值得合作，仍須另外查核。從田柯宇的 VAR、訴訟與融資報導，討論成果、責任與合作風險各需要什麼證據。
觀點與隨筆038 · AI & Work · 6 MIN · 138 次瀏覽OpenAI 董事會撤換 CEO 後，為何難以維持決策？從 2023 年 OpenAI 罷免與重新聘任 Sam Altman 的事件，討論正式決策權如何獲得資訊、問責程序與執行安排支撐。對做 AI 產品的人，值得追問的是重要決定如何被檢驗與承接。
觀點與隨筆036 · AI & Work · 6 MIN · 214 次瀏覽AI 生成內容是一層新界面AI 整理的報告看起來完整，準備拿來決策時，哪些主張已有依據？借 Hoffman 的界面理論，思考 AI 輸出如何透過來源核對、功能測試與使用者回饋，建立與用途相符的信任。
觀點與隨筆035 · AI & Work · 6 MIN · 293 次瀏覽評估 AI 能力，不必等意識之爭有答案《盲視》用小說挑戰智慧與意識的關係，也讓人重新想起工作中的疑問：AI 交來的成果能相信嗎？本文把任務能力、主觀經驗與交付責任分開看，主張用具體證據驗證成果，並為使用者安排驗收與修正。
觀點與隨筆026 · AI & Work · 20 MIN · 282 次瀏覽AI 影像接案還有機會嗎？一張圖只要幾分錢，客戶到底在買什麼？（2026）2026 年，雲端模型生一張圖只要幾分錢，圖本身已經不值錢。客戶付錢買的是兩件事：控制（姿勢、空間、角色在每一格都對）和權利（交得出去、說得清楚是誰的）。從 Stable Diffusion 學起的人，該把學習時間花在哪裡。
觀點與隨筆025 · AI & Work · 11 MIN · 245 次瀏覽2026 年轉職 AI 該學什麼？照職缺學最快，也最容易被追上照職缺反推要學什麼，是轉職 AI 最快的入口；但越容易照著職缺學會的技能，也越容易被下一批人追上。入場券和護城河，要分兩步準備。
觀點與隨筆019 · AI & Work · 12 MIN · 277 次瀏覽一個人用 AI 能做出整個產品嗎？Solo Builder 最缺的是會否決你的人（2026）AI 讓一個人能做完整個產品，補得起 PM、設計、工程、QA 的第一版。補不了的，是一個和你利害不同、會對你說「不」的人。一人團隊缺的是摩擦，人手 AI 補得上；試用者、付費意願、法規審查，是把否決點接回來的三種方法。
