近期科技圈對於軟體股的下跌感到焦慮，許多人擔心AI技術將取代傳統軟體。Boldstart Ventures的合夥人Shomik Ghosh指出，這一跌勢主要是由於資金流向的變化，而非AI對軟體的威脅。他強調，市場的流動性影響了股價，並且指出並非所有軟體公司的基本面都出現問題。對於長期投資者而言，這可能是個機會。

張文鈿近日發布了 AI Engineer 電子報第 34 期，內容涵蓋多位專家的見解與未來趨勢。這期報導包括 Andrej Karpathy 對 2025 年的回顧與訪談，以及 OpenAI 研發長 Mark Chen 的專訪，探討 AI 在未來的發展方向。此外，報導也涉及 AI 進展的思考、YC 對 AI 泡沫的真相分析，以及多項有關 AI 編碼和代理技術的研究。這些內容將有助於讀者了解 AI 領域的最新動態與挑戰。

劉詩雁在最新貼文中指出，業界普遍認為 MLOps 的問題已經解決，但實際上，大型語言模型（LLM）的維運挑戰與傳統 MLOps 大相徑庭。LLM 的推理行為無法用靜態指標描述，且自主 Agents 的複雜性進一步增加了管理難度。這一變化使得許多傳統 MLOps 的基本假設面臨挑戰。

Marc Andrusko 在其文章「The Palantirization of Everything」中探討了許多 AI 公司如何定位自己為高度客製化的解決方案提供商，並承諾派遣工程師以應對複雜的企業環境。這種模式對於專注企業市場的 AI 基礎設施公司來說非常吸引，因為它能夠減少整合過程中的阻力。然而，Andrusko 指出，這樣的做法可能導致公司變成以服務為主的軟體公司，而非產品驅動的企業。他強調，客製化應該是通向產品能力的橋樑，而不是長期依賴的狀態。成功的公司應該尋求簡化複雜的導入過程，而非僅僅依賴人力來解決問題。

OpenAI API 最近推出了一項新功能 /responses/compact，能夠將對話紀錄中的所有 assistant 輸出壓縮為加密 tokens，只保留用戶消息。這一功能旨在解決 context window 滿的問題，讓用戶能夠持續對話。根據測試，該功能的壓縮率可達 99.3%，但質量評分卻相對較低。Factory AI 的研究顯示，結構化設計和增量更新在保持信息完整性方面更具優勢。

隨著AI技術的進步，軟體外包與系統整合產業正面臨結構性轉型。全球系統整合市場預計將顯著成長，然而初階開發者職缺卻大幅減少，顯示出產業運作邏輯的根本變化。AI不僅提升了開發者的生產力，還重新定義了外包模式，從以工時計價轉向以價值為導向的交付模式。這一轉變為企業帶來了龐大的基礎設施需求，尤其是在AI增強交付團隊的工具和治理基礎設施方面。

在SaaS產業中，許多產品面臨同質化的挑戰，這主要源於團隊成員的背景和思維方式過於相似。劉詩雁指出，真正的創新來自於拒絕被單一領域定義的人。透過跨領域的學習與獨特的視角，團隊能夠在競爭激烈的市場中脫穎而出。案例中提到的印刷品質管理系統和履歷篩選系統，均展示了不同背景的知識如何促進創新解決方案的誕生。

Linux 之父 Linus Torvalds 最近在 GitHub 上開啟了一個新的專案，專注於數位吉他效果器的開發，並透露使用 AI 來撰寫 Python 代碼。這一舉動不僅展示了他對新技術的接受度，也引發了對專業領域界限重新定義的討論。Torvalds 表示，這個專案主要是為了學習數位音訊處理的基礎，並且希望透過這種方式探索新技術的可能性。

2026年1月11日，Google在紐約全國零售聯合會年度大會上推出了《Universal Commerce Protocol》（通用商務協定），預示著數位商務基礎設施的競爭將進入新階段。這一協定不僅是API規格書，更是AI系統與商業互動方式的根本性變革。本文將探討UCP的技術架構及其對平台開發者和企業決策者的策略意義。

在一場長達兩個多小時的訪談中，AI 專家 Andrej Karpathy 討論了多個關鍵主題，包括強化學習的侷限性、自駕車的挑戰以及 AGI 對經濟的潛在影響。他指出，現行的強化學習方法存在缺陷，需要新的監督方式來改善學習過程。此外，Karpathy 也強調 AGI 的發展將是漸進式的，不會出現突發性的智慧爆發。

劉詩雁在最新的貼文中指出，許多人詢問如何預估每月的 Token 費用，並強調 AI 產品的本質應被視為一種全新的經濟物種。她認為，傳統的按席次計費或吃到飽方案在 AI 產品中已不再適用，因為每次互動都會產生實際成本。劉詩雁透過分析 AI 成本的七個層次，提出了新的定價模型，並強調產品定價已成為產品策略的核心。這一觀點對於理解 AI 產品的經濟運作具有重要意義。

在傳產數位轉型的過程中，企業面臨多重挑戰。劉詩雁指出，雖然企業領導者普遍希望轉型，但實際執行時卻遭遇許多阻礙，如技術老舊、缺乏API介面及文件不全等問題。她強調，這些整合障礙主要源自於技術的過時、資料的缺失及人才的流失。透過採用LLM技術，企業可望改善這些問題，提升數位轉型的效率。

劉詩雁近日分享了她在Vibe Coding內訓計畫中的最新動態，強調這段時間的努力和教材的積累。她提到，雖然內訓過程繁重，但看到學員從不懂程式到能夠熟練使用Claude Code、CodeX及Gemini CLI，讓她感到一切付出都是值得的。劉詩雁期待未來能開放API，進一步推動學習與應用。

在華盛頓大學的講座中，科幻作家Cory Doctorow對AI產業提出批判，認為AI工具的根本目的是將人類變成機器的附屬品。他指出，許多科技公司利用AI的成長敘事來維持高估值，但實際上AI並不能完全取代人類工作。此外，Doctorow還強調了自動化盲視的問題，表明人類在監督AI時可能無法有效識別其錯誤。

在開源專案中，工程師常面臨來自 AI 生成的未經測試的 Pull Request，這不僅浪費時間，也反映出對程式碼審查過程的不尊重。專家呼籲，工程師應該提交已經手動和自動化測試過的程式碼，以確保其可靠性和有效性。