術語速查 · 158 個
術語速查
158 個名詞與人物，都連得回它出現的那一集。
158 個名詞
harness engineering
051駕馭工程，指圍繞模型做的那層設計，讓模型真的能解決 coding 問題。
053大語言模型外面那一層，負責 loop 與 tool call，決定一個 agent 用起來聰不聰明。
057在既有模型外面加工具與流程，把模型能力撐到最大的做法。
058幫模型加上工具跟限制，讓輸出更可控，避免同一個模型在不同人手上體驗差太多。
060開新 session、把流程寫成 skill 這類改善模型表現的技巧，但補不了最後那一步。
Phantom
050主持人任職的加密貨幣新創，全遠端、約一百多人，每半年辦一次員工旅遊。
052他目前任職的公司，在待過的四間裡他排第二，僅次於 Square。
059加密貨幣錢包公司，是他這次裸辭前的最後一份工作，待了快三年。
Boris Cherny
051Claude Code 的作者，在 X 上說明這是發布時的人為失誤，內部已改善流程。
058Claude Code 的創辦人，他說 Claude Code 現在 100% 是由 Claude Code 自己打造的。
Hermes Agent
053跑在自己電腦上的個人 AI 助理，用 CLI 操作，也能接上 Telegram 之類的訊息軟體。
059他日常在用的 agent，搭配 Hyperframe 處理剪輯與資訊卡；S2E53 有完整的上手心得。
404 Media
068報導此事的媒體，記者把 AirTag 縫進書裡追蹤，才找出書的去向。
AI overview
066Google 搜尋的 AI 摘要，前後與內容裡都能塞廣告，是這波轉型還撐得住營收的原因。
AMI Labs
054楊立昆離開 Meta 後於今年成立的公司，專門研究世界模型。
Afterpay
064他 2018 年加入的先買後付公司，後來被 Square 併購，他被分到 payment 這一側。
Agent SDK
053Anthropic 的 SDK 之一，可以想成 Claude Code 的程式版，工具能力比 Client SDK 完整。
Agents Last Exam
061較新的複雜任務 benchmark，GPT-5.5 加 Codex 拿 24%，Fable 5 加 Claude Code 拿 22%。
AlphaGo 第 37 手
0562016 年與李世石對弈第二局的一手棋，當時無人看懂，百手之後成為致勝關鍵。
Andrej Karpathy
058OpenAI 11 位創始成員之一，待過特斯拉做自動駕駛，現在加入 Anthropic 的預訓練團隊。
Andy Jassy
062Amazon 執行長，據報導是他向美國政府通報模型可以用簡單方式越獄。
Auto Dream
051定期把雜亂的對話記錄與主題記憶重新整理、去重，寫進長期記憶的機制。
Barret Zoph
057Thinking Machines 共同創辦人之一，後來回到 OpenAI，官方說法是疑似要帶走機密資料而被開除。
Business Insider
069做過當面實驗的媒體，請乘客秀出付款金額再問司機收到多少，對出 70 塊與 27 塊的落差。
CMU Silicon Valley
059卡內基美隆大學矽谷校區，原本十六個月的課程他用九個月讀完。
CMU 矽谷分校
052Carnegie Mellon University 在加州矽谷的校區，多數人熟悉的是 Pittsburgh 校區。他選這裡是因為矽谷工作機會最多。
Cash App
064Square 旗下另一個 business unit，節奏快得像早期 Facebook，跟傳統 payment 團隊的文化差很多。
Circle 與 USDC
064節目拿來類比 Jarsy 的儲備概念：發行方背後有真的美金可以贖回，也公開財務報告。
Claude Agent SDK
050主持人拿來自製個人助理的開發套件，能力理論上接近 Claude Code。
Claude Code
052這一年成長最快的 AI 開發工具之一；他在公司會同時開好幾個 session，多工到很疲勞。
Claw Code
051社群用 OpenAI Codex 讀原始碼後重寫成 Python 的開源版本，最快衝到五萬顆星的 GitHub repo。
Codex
055OpenAI 的 coding agent，這集推薦用它的 app 而不是 CLI，功能多很多。
Consumer Report
0692026 年做同起終點比價實驗的報告，174 位志願者、30 趟旅程，算出 42.4% 的價差中位數。
Core-Bench
056測模型能不能依論文寫的方法重現該篇實驗結果。
DORA
060調查多個工程團隊後提出「AI 是放大器」的研究單位，實作能力強的團隊才用得順。
Dario Amodei
060今年一月在達沃斯世界經濟論壇預測 AI 六到十二個月內能做完工程師工作的人，近期修正了說法。
David Ha
063Sakana AI 現任 CEO，2016 到 2022 年在 Google Brain，與 Jeff Dean 合作過，之後待過 Stability AI。
DeepSWE
061題目從頭設計的新 benchmark，任務執行更長，確保新模型預訓練時沒看過。
Demis Hassabis
066原 Google DeepMind CEO，卸任後轉任 DeepMind 董事長與 Google 首席 AI 科學家。
Discovery Loop
066Jeff Dean 與 3 位 Google 研究員新創的公司，做 AI 輔助的機器學習研究。
Eureka Labs
058他 2024 年離開 OpenAI 後創辦的 AI 教育公司，想讓一般人理解模型背後是怎麼運作的。
ExploitGym
0652026 年 5 月推出的基準測試，用 869 個真實漏洞考模型能不能實際利用它們發動攻擊。
Forge Global、EquityZen
064受 SEC 監管的傳統 pre-IPO 平台，賣的是真的股權，但服務成本高，偏向大戶。
Frontier Code
061看產出的程式碼能不能被核心開發者 merge，只要有人給 P0 feedback 就不得分。
Frontier Code benchmark
062他引用的評測，依那份成績，Fable 5 用 medium effort 的表現應該比 xhigh 還好。
FrontierCode、DeepSWE
063節目認為還有指標性、可以繼續看的 benchmark。
Fugu
063從自家模型池裡挑一個模型出來處理請求，不是這集的重點。
Fugu Ultra
063靠一個小模型指揮多家前沿模型協作的版本，官方宣稱表現可比 Fable 與 Mythos 系列。
G 值 / G function
067SynthID 文字版的做法，每個候選字拿到 0 或 1 的值，抽兩次取高者，不動原本的機率分佈。
GLM 5.2
065中國智譜 Z.AI 的開源模型，Hugging Face 自行架設後用它分析 log、找出入侵路徑。
GPT-5.5
055OpenAI 這次的新模型，長上下文與長任務表現是最大賣點。
GPT-5.6 Sol
065目前 ExploitGym 排行第一的模型，也是 OpenAI 這次內部受測的兩個模型之一。
Gary Gensler
064他 2023 年開始創業時的 SEC 主席，公開說 blockchain 大部分是 scam，當時很多人勸他別碰。
Gemma 4
05331 billion 參數的開源通用模型，比 Qwen 3.6 早 12 天發表，coding 表現落後。
Genie
054Google DeepMind 幾個月前發表的世界模型，是他們並行嘗試的另一條路。
Harness Engineering（駕馭工程）
054在大語言模型之上架一層骨架，補上狀態與控制流程，讓 agent 的輸出更穩定。
Honcho
053Hermes Agent 可選的記憶 provider，除了語義搜尋還會對聊天脈絡做推論。
Hugging Face
065AI 與機器學習領域的 GitHub，託管大量模型、資料集與 benchmark 的題目和答案。
Human in the loop
060系統還不夠穩定，所以架構決策仍需要資深工程師把關的狀態。
Hyperframe
059他拿來改造影片製作流程的工具。
ISBN
068書碼，Amazon 這批採購用它去重，重複的書就不再買、不再掃。
Import AI
056Jack Clark 自己經營的電子報，60% 這個預測就發表在上面。
Isomorphic Labs
066Alphabet 旗下公司，用 AI 協助新藥開發，Demis 會花更多時間在這裡。
JEPA
054聯合嵌入預測架構，把資料映射到低維度的潛在空間做預測，而不是在像素或 token 層級預測。
JFrog Artifactory
065OpenAI 內部託管的第三方套件管理系統，AI agent 從這裡找到零日漏洞連上外網。
Jack Clark
056Anthropic 七位共同創辦人裡唯一沒有技術背景的一位，擔任公共政策負責人，這集談的文章出自他手。
Jarsy
064他 2023 年開始做的平台，讓一般散戶用最低十塊美金投資 pre-IPO 公司，買到的是對應的 token。
Jeff Dean
066Google 的 AI 大神，宣布離開公司創立 Discovery Loop。
John Jumper
066AlphaFold 共同發明人、諾貝爾化學獎得主之一，今年 6 月離開 Google 去 Anthropic。
John Schulman
057OpenAI 共同創辦人，PPO 演算法的發明人，現在是 Thinking Machines 的首席科學家。
KV cache
050推論時把對話文本存在顯卡記憶體裡的那一塊，context window 越大它就越肥。
Kairos
051原始碼裡被發現的未公開自主模式，全天候主動運行，會自己找事做並回報。
Koray
066Google SVP，接手 Gemini 與 DeepMind 的日常營運。
LLM Wiki
058讓 AI 把你看過的文件跟對話整理成個人或公司的 wiki，把舊概念跟新概念連起來。
LeWorldModel
054上個月發表的論文，用常態分布約束擋住特徵崩塌，把訓練門檻降到一張 GPU。
LeetCode
052面試軟體工程師的必備刷題練習，他在還沒申請上學校前就開始準備。
Llion Jones
063Sakana AI 的 CTO，2017 年 Transformer 那篇論文的八位共同作者之一。
Lyft
069美國另一家叫車平台，既是 Uber 調價時的參考對象，也是乘客比價的第一個替代選項。
METR
060做那個 AI 生產力實驗的研究單位，去年的結論是 AI 讓開發者自我感覺良好。
METR Time Horizon
056METR 做的 benchmark，測模型在維持 50% 可靠度的前提下，能連續執行任務多久。
Mem0
050用向量資料庫做 agent 記憶的工具，先前也用來補強 OpenClaw 的記憶力。
Mira Murati
057OpenAI 前 CTO，Thinking Machines 創辦人，2024 年 9 月離開 OpenAI。
Mythos / Capybara
051前一週不小心外流的代號，被指是 Opus 的下一代模型。
Noam Shazeer
066Transformer 共同作者之一，Google 花 27 億美金從 character.ai 把他挖回來，今年 6 月宣布去 OpenAI。
OpenClaw（小龍蝦）
053主持人先前用的個人 agent，設定麻煩、記憶力不穩，這集被歸類成可以跳過。
Opus 4.7
055拿來對照的 Anthropic 模型，在長上下文測試裡落後 GPT-5.5。
PPO
057近端策略優化，強化學習拿到 feedback 時漸進式調整權重、不會一次擺盪到另一端的做法。
Playwright
062瀏覽器自動化工具，Fable 5 沒被要求就自己拿它驗證遊戲畫面。
Qwen 3.6
053阿里推出的開源模型，35 billion 參數，採 MoE，推論時只啟用 3 billion。
R 平方
069統計上的判定係數，越接近 1 代表價格越能被時間、距離、尖峰這三個客觀因素解釋。
RSI
068recursive self improvement，模型自己設計實驗、調參數，產生下一代模型。
Ramp AI index
058Ramp 觀察美國客戶花費做出的報告，今年 4 月顯示 Anthropic 的企業採用率超車 OpenAI。
SWE-bench
056直接拿大量 GitHub issue 當測驗集，測模型解決真實世界軟體問題的能力。
Sakana AI
0632023 年成立、總部在東京的日本 AI 新創，主打把現有模型組合出新能力。
Sam Altman
060曾預測入門白領工作會大量消失，最近承認消失得沒有他想的快。
Square
052他在美國的第一間公司，2017 年加入，前兩年做 Android 刷卡機 app，之後轉到 traffic infrastructure。
Superpower
055先做 brainstorming、再產出 spec 與實作計畫的 skill，Claude Code 與 Codex 都有。
SynthID
067Google 在 2023 年推出的浮水印架構，從圖片起家，後來擴到影片、聲音與文字。
System Card
055官方隨模型發布的技術與安全文件，幾十頁的 PDF，安全測試數據都在裡面。
TML interaction small
057這次發表的模型名稱，規模比較小，互動品質領先但智力面還不是最好的。
Thinking Machines
057Mira Murati 在 2025 年 2 月創立的 AI 公司，這次發表的就是互動模型。
TimeSpeak / CueSpeak
057Thinking Machines 自己提出的兩項內部基準測試，他們認為既有的測法已經不夠用。
Token Maxxing
060過去半年公司不太計較成本、狂燒 token 導入 AI 的風氣。
TurboQuant
050Google 發表的記憶體壓縮演算法，號稱記憶體縮 6 倍、推論快 8 倍且零損失。
VGT3
068Amazon 在拉斯維加斯的倉庫代號，團隊 logo 是一隻恐龍爪子抓著書在吃。
VOO
059追蹤大盤的 ETF，用來說明資產本身就會產生回報。
alignment（對齊）
056讓模型在能力持續變強的同時，仍遵守人類設定的原則，不作弊也不假裝完成。
auto research
058他的實驗：把訓練模型的步驟交給 AI，讓它自己設實驗、跑參數，一兩個晚上就拉高表現。
cap table plus one
064不直接跟公司買股，而是跟已經投資的 VC 買下他們釋出的一部分持股，Forge 和 EquityZen 也是這個模式。
cluster admin
065Kubernetes 叢集的最高權限；那張設定錯誤的憑證被綁到這個角色上。
context engineering
058也是他提的概念，重點是餵對上下文給模型，而不是只在 prompt 上改字。
effort level
062Claude Code 裡控制模型思考投入程度的設定，這次兩邊都固定在 xhigh。
encoder / decoder
067一對一起訓練的神經網路，前者把浮水印嵌進內容，後者給出 0 到 1 的判斷機率。
false negative
067明明是 AI 產生卻驗不出來，這集認為這類誤判機率最大，反過來的誤判則少見。
first citizen
057時間在這個模型裡的地位，代表它知道現在過了多久，而不用靠外部工具去查。
micro turn（微回合）
057以 200 毫秒為單位的輸入輸出區塊，模型每一個區塊決定一次要不要出聲。
natural language autoencoder
061Anthropic 用來把模型內部狀態取出成自然語言的技術，用於和思想鏈比對，但本身也可能有幻覺。
one-shot prompt
062只給一次需求、不再補充來回的提示方式，這集的測試就是這種形式。
scalable oversight（可擴展監督）
056Anthropic 的研究題目：當 AI 能力超過人類時，要怎麼安全地評估它的行為。
second order effect
066指這次離職的連鎖反應：帶動更多人離開、士氣受損、以後不容易招到頂尖研究員。
service connector
065某個 worker 內部的 API，回應裡帶出內部 Kubernetes cluster 的網址與 CA 憑證。
source map
051把混淆壓縮過的程式碼對回原始碼的對照檔，會寫出檔案位置與 function 名稱，這次誤打包進發布版本。
surge pricing
069尖峰時段加價，2011 年就有，用漲價壓下需求、避免司機都在趕去接人的路上空轉。
system card
061官方發布模型時附的系統卡，記錄測試方式、可解釋性與模型的異常行為。
take rate
069抽成率，乘客付的錢裡 Uber 留下的比例，是這集所有數據最後指向的重點。
test-time compute
068把力氣放在推論階段，例如多想一點、chain of thought、routing、動態調整思考深度。
thinking effort
053控制模型思考深度的設定，原本只有到 high 與 max，4.7 中間多了一級 xhigh。
total compensation
059總報酬，私人公司常把股票選擇權一併算進去，他自己不這樣算。
traffic infrastructure
052Square 內部非常底層的 infra 團隊，他兩年後內轉過去，開始長期做後端。
upfront pricing
069前置定價，下單前就把價格定死；2015 年只做乘客端，2022 年連司機端一起納入，也是定價鬆綁的起點。
vibe coding
058他發明的詞，指讓 AI 去寫、人在旁邊看感覺的開發方式；現在的說法偏向 agentic engineering。
世界模型
054讓模型理解物理世界為什麼這樣運作，而不是只預測下一秒看起來會怎樣。
互動模型
057訓練時就把聲音、影像、文字包進去的模型，能邊聽邊說，目前是 research preview。
出口管制
062美國商務部這次祭出的手段，過去多用於晶片，禁止任何外國人使用受管制的模型。
分類器
065模型前面的安全判斷層，會擋掉疑似攻擊或敏感的請求，這集裡兩度成為關鍵變數。
動態混合精度
050TurboQuant 的做法，依重要性給不同壓縮率，不重要的壓到 2-bit 甚至 1-bit。
可解釋性
055從神經元與 module 層級去看模型為何給出這個答案，難度比檢查思想鏈高得多。
安全分類器
061判斷請求是否涉及資安、生物化學或蒸餾的機制，命中就把能力降回 Opus 4.8。
巴拿馬計畫
068Anthropic 2024 年秘密啟動的計畫，內部文件寫明要大規模掃描實體書且不能曝光。
御三家
063這集指 Fugu Ultra 背後調度的 Opus 4.8、GPT 5.5 與 Gemini 3.1 Pro。
忠實度 faithfulness
055測模型被動說謊的指標：看它是否用了提示卻在思想鏈裡隱瞞。
持續學習
068讓模型在知識 cut off 之後還能吸收新資訊，不必重訓整個大模型。
指揮官模型
063Fugu Ultra 前端那個 7 billion 參數的小模型，負責拆子任務、分派模型、決定誰看得到什麼。
柯柯
052節目的另一位主持人，已經很久沒出現；她先決定來美國念 Princeton，是 Kenji 出國的起點。
楊立昆
054世界模型最主要的倡導者之一，前 Meta 首席 AI 科學家，2022 年就開始喊這條路。
歐盟 AI 法案
0678 月 2 號生效，新模型產出必須標示為 AI 生成，舊模型 12 月 2 號前跟上。
炒飯哥
051X 上的資安研究員，handle 是 Fried_rice，3 月 31 號美國凌晨最先發現這個漏洞。
特徵崩塌
054JEPA 訓練時模型走捷徑，把所有輸入都映射到同一個向量，預測看似精準卻毫無意義。
秦漢
064這集的來賓，Jarsy 創辦人，先後在 Facebook、Uber、Afterpay 的早期階段加入，三家最後都成功出場。
紅綠燈法
0672023 年文字浮水印論文的做法，用私鑰加前文產生種子，把候選字分成紅綠兩組調整機率。
臥底模式 Undercover
051給員工用的模式，在公開專案協作時隱藏內部代號與 AI 產生的痕跡。
蒸餾
061拿老師模型的大量問答去訓練參數較小的學生模型。
裝弱測試 sandbagging
055告訴模型表現太好會被加限制，看它會不會刻意放水。
裸辭
059辭職時沒有下一份工作接著，這集的主題與這個詞背後的社會預設。
裸辭俱樂部
059頻道的會員機制，已經默默存在六個月，這集才第一次公開。
記憶體牆 (Memory Wall)
050KV cache 從顯卡記憶體送進運算核心的通道塞住，讓 GPU 的運算單元一直在等待。
達克效應
060能力不夠好反而過度自信的現象，這集認為 AI 把它從特定族群擴散到所有人。
零知識驗證
067不透露解法也能證明自己有解法，用來讓第三方在拿不到私鑰的情況下驗證浮水印。
非目的性的合目的性
064康德的說法：不以目的為出發點做選擇，結果卻剛好合乎目的。節目裡拿來跟老子的無為而治對照。
駕馭工程
063harness engineering，不動模型本體，用外圍架構與工具把輸出做得更好。