科技新知

前陣子翻到一份來自 Exploding Topics 的資料包告，裡頭有一個現象讓我盯著螢幕發了三分鐘呆：在他們的全球搜尋熱度排行榜上，「AI Lighting」以 99 倍以上的搜尋成長率霸佔榜首，緊跟在後的「AI Shoes」同樣飆升 99 倍以上，而「AI Earbuds」也衝上了 7,800% 的五年增長曲線。 這些不是什麼科幻小說裡的未來產品名稱。它們是現在、就在 2026 年夏天，已經擺在 Amazon、Best Buy 和各大科技展會攤位上等你掏錢的東西。 你不會再聽到人們問「AI 是什麼？」——這個階段早就過了。現在人們搜尋的是：用什麼 AI 燈具把客廳調到最適合看球的色溫？哪雙 AI 鞋能在我馬拉松最後五公里幫我修正跑步姿勢？能不能有一副耳機讓我在東京居酒屋跟老闆娘無障礙聊天？ AI Lighting：你的房間開始比你更懂你該開什麼燈 AI Lighting 霸了搜尋榜第一名，是因為它真的在變。從過去單顆智慧燈泡到現在整間房間自己調光，這中間只差了一個協議。 2026 年最關鍵的轉折點是 Matter 2.0 協議的全面普及。過去你買了一個 Philips Hue 燈泡，就得忍受它跟 Google Nest 或 Apple HomePod 之間需要額外中繼器的尷尬；現在不同品牌的智慧燈具可以直接對話，不需要任何橋接硬體。這讓消費者終於敢把整棟房子的照明交給 AI 管理——而不只是客廳那盞吸頂燈。 真正有意思的功能叫「預測性晝夜節律同步」。早上自動從 5000K 冷白光開始，傍晚降到 2700K 暖黃，深夜再壓到 1800K 左右——這個數值接近專業畫廊級別的全頻譜照明。你不用管它怎麼調，它就自己跑了。 Signify（原 Philips Lighting）和 Lutron 等大廠開始推「照明即服務」訂閱模式——你買的不只是燈泡，而是持續更新的調光演演算法。2026 年第一季資料顯示，裝設全屋智慧照明的住宅比傳統 LED 省了約 15% 的電。 更遠一點的未來——預計在 2027 年——生物適應性照明將開始與你的穿戴裝置（像是手錶或健康貼片）同步。如果你的心率變異度（HRV）顯示你今天壓力偏高，房間的燈光會自動調到你最放鬆的色溫組合。這不是噱頭，是已經在 Beta 測試中的功能。 - 廣告 - AI Shoes：穿在腳上的私人教練與健康管家 「AI Shoes」搜尋成長也是 99x+。聽起來像偽概念——鞋子怎麼可能有 AI？但技術其實很實在：三層架構，足底壓力感測器、板載晶片，加上學你走路姿勢的演演算法。 ...

你買的電影，真的屬於你嗎？ 昨天（6/30）Sony 開始陸續寄信給 PlayStation 用戶，通知一個讓不少人傻眼的消息：9 月 1 日起，551 部你「買過」的電影和影集，會從你的 PS 帳號裡消失。 不是下架、不是暫時不能看——是徹底刪除。連退錢都沒有。 這封信的原文寫得很平淡： “From September 1, 2026, due to our content licensing agreements, you will no longer be able to access your previously purchased content from Studio Canal, and it will be removed from your video library.” 翻譯成人話就是：因為 Sony 跟法國大廠 StudioCanal 的授權合約到期了，所以你在 PlayStation Store 上買的所有 StudioCanal 出品的電影和影集，9 月 1 日之後全部看不了。 被刪的到底有哪些片？ 這次名單長達 551 部，涵蓋電影與影集，從好萊塢大片到歐洲藝術電影都有。這裡挑幾個大家可能聽過的： 《終結者 2》（Terminator 2: Judgment Day）— 科幻經典，連天網都擋不住被刪的命運 《現代啟示錄》最終版（Apocalypse Now: The Final Cut）— 科波拉神作 《魔鬼終結者》（Total Recall）、《從地心竄出》（From Dusk Till Dawn）— 昆汀跟羅德里奎茲的經典組合 《賈吉》系列（Bridget Jones）、《柏靈頓》1 & 2（Paddington）— 英式喜劇 《熱鎮》（Hot Fuzz）、《惡靈古堡》1 & 2（Evil Dead）— 蓋瑞奇跟山姆雷米的邪典之作 《藍色最情深》（Blue Valentine）、《月光》（Moonlight）、《潘神的迷宮》（Pan’s Labyrinth）— 奧斯卡級電影 《美國眾神》第一季（American Gods）、《年輕教宗》（The Young Pope）、《凡爾賽》2-3 季（Versailles）— 高質感影集 還有 《駭客任務》（Under the Skin）、《屍速列車》（Train to Busan）、《星際殺陣戰》（Attack the Block）、《第一滴血》1-3（Rambo）等等 名單中甚至包含大量法語、義大利語、西班牙語等歐洲語言電影，像是 《Gomorra》2-4 季、《ZeroZeroZero》、《Baron Noir》全季等。 ...

前言 2026 年 6 月 25 日，蘋果悄悄在官網動手調漲了旗下絕大多數產品的售價。沒有盛大的新聞發布會，沒有精心設計的行銷文案，就這麼「突發」宣布——iPad 全系列、Mac 全系列、HomePod、Apple TV、Apple Vision Pro 全部加價，部分型號漲幅高達 93%。 更狠的是，蘋果執行長庫克在《華爾街日報》專訪中放話：「價格上漲不可避免。」而這句話，只是冰山一角。 今天哥就帶你地毯式盤點這波「RAMageddon（記憶體大洪水）」到底怎麼回事、哪些產品漲最多、iPhone 18 會貴到什麼地步，以及現在該不該買。 - 廣告 - 一、為什麼蘋果這次「撐不住了」？ 要理解這波漲價，得先搞懂一個關鍵詞：HBM（High Bandwidth Memory，高頻寬記憶體）。 AI 伺服器狂飆，記憶體產能遭排擠 過去兩年，全球科技巨頭瘋狂建設 AI 資料中心。而 AI 訓練最吃什麼？記憶體。特別是 HBM——一種專為高效能運算設計的記憶體，廣泛用於 NVIDIA GPU 和 Apple 的 M 系列晶片中。 問題出在哪裡？ 製造 1GB 的 HBM3e 所消耗的晶圓產能，是傳統 DDR5 記憶體的 3 倍。 ...

前言 你家裡是不是也有一台「食之無味、棄之可惜」的舊筆電？ 買來才三五年，跑 Windows 11 就卡到懷疑人生；升級記憶體，價格都快趕上二手機價了。丟了吧，螢幕、鍵盤、電池都還好好的；留著吧，每天開機像在等公交，滑個 YouTube 都要轉圈圈。 別急，今天我們要介紹的這個免費作業系統——ChromeOS Flex，也許能讓你那台舊筆電重新煥發第二春。 Google 在 2022 年正式推出 ChromeOS Flex，專門給一般 PC 和 Mac 使用，目標很明確：讓老舊電腦延長壽命、減少電子垃圾。截至 2026 年，Google 已認證支援超過 450 款機型，涵蓋 ASUS、Acer、Dell、HP、Lenovo 等各大廠牌。 那麼，它到底好不好用？能不能取代 Windows 或 Ubuntu？軟體相容性如何？接下來就來一次掰開揉碎地聊聊。 - 廣告 - ChromeOS Flex 到底是什麼？ 先釐清一個常見迷思：ChromeOS Flex ≠ Chromebook 上的 ChromeOS。 Chromebook 是 Google 認證的硬體設備，內建完整的 ChromeOS，支援 Google Play 商店、Android 應用程式、以及豐富的企業管理功能。而 ChromeOS Flex 是 Google 把 ChromeOS 的核心「剝離」出來，讓你可以安裝在任何 x86-64 架構的電腦上——它就是給「非 Chromebook 設備」用的版本。 ...

前陣子整理抖音直播錄屏的儲存方案，我深入研究了各種冷儲存（Cold Storage）選項，從外接硬碟到 LTO 磁帶，最後把焦點放在 AWS S3 Glacier Deep Archive。 官方宣稱「每 TB 只要 $1/月」，聽起來便宜到不行。但社群裡一堆人喊冤：「存的時候很爽，取回的時候心在滴血。」 到底 Glacier Deep Archive 值不值得用？取回成本有多高？我跑了完整的成本模擬，整理出一份詳細的長期儲存成本分析報告。 - 廣告 - 什麼是 Glacier Deep Archive？ AWS S3 提供多種儲存階層，從即時存取的 S3 Standard 到幾乎不取用的 Deep Archive。 Glacier Deep Archive 的定位非常明確：「寫入一次，幾乎永不取用」。它是 S3 家族中儲存費最便宜的選項，專為合規存檔、災難復備份這類「放了就忘了」的場景設計。 基本規格 項目 規格 儲存費率 $0.00099/GB/月（約 $1/TB/月） 最小儲存期限 180 天（提前刪除要付罰金） 批量取回（Bulk） $0.0025/GB，12-48 小時 標準取回（Standard） $0.004/GB，4-12 小時 快速取回（Expedited） $0.02/GB，1-5 分鐘 資料出網費（Egress） 首 100GB 免費，之後 $0.09/GB 上傳資料費 $0.0018/GB API 請求費 每 1000 次 $0.005 ⚠️ 注意： 每個物件會額外消耗 40KB 的中繼資料（Metadata），所以小檔案不適合單獨上傳，建議先打包成 tar/zip。 ...

前言 如果你最近更新了 Windows 11，可能會發現系統變「變快了」——不是那種微乎其微的感覺，而是真的能肉眼察覺的流暢度提升。這一切都要歸功於微軟這次在六月 Patch Tuesday 更新中正式推出的隱藏殺招：Low Latency Profile（低延遲設定檔）。 這篇文章就來好好聊聊這個功能到底在做什麼、對你有什麼影響，以及如何確保它已經在你電腦上運作。 - 廣告 - Low Latency Profile 是什麼？ 簡單來說，Low Latency Profile（以下簡稱 LLP）是一個讓 CPU 在特定操作時「瞬間超頻」的機制。 以前你點擊開始選單、搜尋、或打開通知中心時，Windows 的 CPU 排程器會先有一段「漸進式拉升」的過程——頻率慢慢爬升，然後才開始處理渲染任務。這段爬升時間，就是你在舊電腦上感覺到的「頓一下」的原因。 LLP 做了一件事：它跳過了漸進式爬升，直接在觸發 UI 操作時，把 CPU 頻率拉到最高，維持 1 到 3 秒後立刻回到低功耗狀態。微軟把它叫做「race to sleep」策略——跑得快，然後趕快回去睡覺。 根據測試數據，LLP 讓原生應用程式的啟動速度提升了約 40%，而開始選單和搜尋等 UI 元素的載入速度則提升了約 70%。這個差距可不是小數字。 技術原理：它怎麼做到的？ LLP 的核心邏輯其實很直覺： 觸發時機：開始選單、搜尋、通知中心、快速設定、右鍵選單、應用程式啟動 執行方式：CPU 頻率瞬間衝到最高 Turbo 狀態，持續 1–3 秒 結束條件：任務完成後立即回到深度睡眠（C-state）狀態 關鍵在於「短、快、準」。因為 CPU 高頻運行的時間很短，所以對電池壽命和散熱的影響非常有限。測試顯示，LLP 讓 CPU 花在低頻待機狀態的時間反而更多了——因為它不用慢慢爬升、不用長時間維持高頻，做完就睡。 ...

最近看到 Simon Willison 寫了一篇很有意思的短文，談到 Uber 對旗下工程師使用 AI 編碼工具（像是 Claude Code、Cursor 等）設定了每個月 $1,500 美金的使用上限。 - 廣告 - 先來交代一下背景。Uber 在 2026 年前三個月就把全年的 AI 預算燒光了。這其實並不令人意外——因為他們設定預算的時間點是在 2025 年，那時誰能預料到 token 消耗型編碼代理工具（coding agents）會變得這麼可怕地吃錢呢？ 根據 Bloomberg 的報導，Uber 的規定是： 每位員工每種 AI 編碼工具每月限額 $1,500 美金的 token 消費。也就是說，每個工具的花費不會影響到另一個工具的預算。這個限制適用於 Cursor、Anthropic 的 Claude Code 等代理式編碼軟體。 一個合理的數字？ $1,500 美金一個月，聽起來多嗎？ Simon 覺得這是一個相當理性的政策回應。比起那些鼓勵員工爭搶 AI 使用量的「token 排行榜」（tokenmaxxing leaderboards），這種有上限的做法反而更 sensible。 ...

前言 2022 年，Elixir 團隊宣布要為這個語言加入「集合論類型系統」（set-theoretic type system）。經過四年的研發，由 CNRS 與 Remote 合作、Fresha 和 Tidewave 贊助，這個願景終於在 Elixir v1.20 中實現了第一個重要里程碑。 這篇文章由 Elixir 創始人 José Valim 親自撰寫，我來幫你整理重點，用比較輕鬆的方式看懂這次更新到底有什麼了不起。 什麼是「漸進式類型系統」？ 簡單來說，Elixir v1.20 現在可以對每一個 Elixir 程式進行類型推論和漸進式類型檢查，而且不需要你寫任何類型註解（type annotations）。 這意味著什麼呢？ Elixir 現在會自動幫你找出死程式碼（dead code） 會找出已驗證的 bug（verified bugs）—— 這些是如果執行到就一定會在執行時期失敗的類型錯誤 不需要你加註解、不會增加開發者負擔、誤報率極低 換句話說，你什麼都不用改，Elixir 就免費送你一堆潛在 bug 讓你修。 Elixir 的 dynamic() 類型：跟其他語言的 any() 不一樣 很多漸進式類型系統（比如 TypeScript）都有類似 any 的類型，意思是「什麼都可以，不做檢查」。但 Elixir 的漸進式類型叫做 dynamic()，而且有兩個重要特性： 1. 相容性（Compatibility） dynamic() 類型在呼叫函數時，只有當「傳入的類型」和「函數接受的類型」完全不相交（disjoint）時，才會報錯。 舉個例子： value_or_error = if value > 1 do value else "not well" end Map.fetch!(value_or_error, :some_key) 這裡 value_or_error 的類型是 dynamic(integer() or binary())。而 Map.fetch! 只接受 map。因為 integer 和 binary 跟 map 完全不重疊，所以會報一個已驗證的 bug。 ...

引言：12B 的參數，26B 的野心 2026 年 6 月 3 日，Google DeepMind 在官方部落格發表了一篇看似平淡卻暗藏殺機的聲明——Gemma 4 12B 正式開源。 這聽起來只是一個數字遊戲：12B 參數、Apache 2.0 授權、16GB VRAM 就能跑。但如果你仔細看它的架構設計和基準測試數據，會發現 Google 在這款「中型」模型上塞進了不少過去只有大模型才有的黑科技。 這篇文章結合 Google 官方技術部落格與社群實測影片，來一次完整拆解：Gemma 4 12B 到底強在哪裡？值得你從 Qwen 2.5 7B 跳槽嗎？ 一、架構革命：去編碼器（Encoder-free）的多模態設計 傳統多模態模型的痛點 大多數多模態大模型（比如早期的 GPT-4V、Claude Vision）都採用「編碼器 + LLM」的雙段式架構： 視覺編碼器（Vision Encoder）先把圖片轉成向量表示 音訊編碼器（Audio Encoder）再把聲音轉成特徵 最後把這些向量餵給語言模型做理解 這個流程的問題很明顯：編碼器佔記憶體、增加延遲、而且每個模態都要單獨訓練一套編碼器。 Gemma 4 的解法：直接丟進 LLM Gemma 4 12B 做了兩件大事： 視覺處理： 用一個極輕量的嵌入模組取代了傳統視覺編碼器——只有一個矩陣乘法、位置嵌入（positional embedding）和正規化。換句話說，圖片被直接投影到跟文字相同的向量空間，然後由 LLM 主幹直接處理視覺資訊。 音訊處理： 更徹底。直接把原始音訊訊號投影到文字 token 的維度空間，完全省掉了音訊編碼器。這也是 Gemma 4 系列第一個內建原生音訊輸入的中型模型。 這種 encoder-free 架構的好處是： 更低的延遲：少了一次編碼器的轉換 更小的記憶體佔用：不用額外儲存編碼器權重 更統一的訓練：所有模態在同一個 LLM 上 jointly train 用 Google 的原話說：「我們讓 LLM backbone 自己接管視覺處理。」 ...

影片介紹 ClearMode 的 Marcelo 在這次影片介紹了一個他為 Hermes Agent Dashboard 開發的模組化外掛——Floating Chat Bubble（浮動聊天視窗）。這個外掛解決了他在使用 Hermes Agent 時的一個痛點：在操作 dashboard 的不同功能頁籤時，需要不斷切換回 chat 頁面才能下指令，非常不便。 什麼是 Floating Chat Bubble？ Floating Chat Bubble 是一個疊加在 Hermes Agent Dashboard 之上的浮動聊天介面。簡單來說，無論你在 dashboard 的哪個分頁（Kanban Board、Settings、Logs 等），這個聊天視窗都會跟著你，讓你不用切換分頁就能即時與 Agent 對話。 Marcelo 提到，這種浮動介面其實在網路世界很常見，只是大家可能沒注意到。他的靈感來自於自己在操作 Hermes Agent 時的不便，於是決定動手做一個解決方案。 核心功能 跨分頁即時對話 外掛最核心的功能就是「跟隨」：當你瀏覽 dashboard 的不同分頁時，chat bubble 會保持在畫面上。這意味著你可以一邊看著 Kanban 板上的任務，一邊直接在下方的浮動視窗中下指令，完全不用切換分頁。 可調整大小與位置 這個 chat bubble 預設固定在畫面右下角，但你可以拖曳四個角落來調整大小，也可以把整個視窗拖到畫面的任何位置。它會記住你的設定，下次開啟時維持在你喜歡的位置。 情境感知 當你進入 dashboard 的「Main Chat」分頁時，浮動視窗會自動隱藏，因為該分頁本身就已經是聊天介面了，不需要重複顯示。這是一個聰明的情境判斷。 主題支援 外掛支援 skin-aware（主題感知），會自動配合 dashboard 的暗色/亮色模式，保持視覺一致性。 開發歷程 Marcelo 提到，這個外掛是在過去幾週的直播中逐步開發完成的。他每週一、三、五上午九點（太平洋時間）進行直播，在直播中實作並測試這個外掛。 他已經針對 Hermes Agent 的多次更新進行了測試，確認外掛在這些更新中都能正常運作，核心功能穩定。 ...