OpenAI 最近推出了 GPT-5.3-Codex，這是其首個參與自身開發的模型。Codex 團隊利用早期版本進行訓練流程的除錯和部署管理，並對測試結果進行診斷與評估。此外，競爭對手 Anthropic 也發布了 Opus 4.5，該版本生成了 Claude Code 的全部程式碼。這一系列進展顯示，模型自我迭代的時代已經來臨，未來釋出新模型的間隔可能會進一步縮短。

劉詩雁在最新的貼文中介紹了Deus的Agentic檢索方法論，強調應該讓模型自主決定檢索策略，而非僅依賴傳統的RAG系統。這種方法使模型能夠根據問題的特性選擇合適的檢索工具，並進行多輪檢索與品質評估，從而提高信息檢索的準確性和可靠性。此外，系統還設計了驗證機制，確保生成的內容具備充分的證據支持，進一步提升用戶信任度。

OpenAI 的 CEO Sam Altman 對 Anthropic 最近的廣告表示讚賞，但對其誠實性提出質疑。他指出，Anthropic 的廣告手法與 OpenAI 的核心原則相悖，並強調應該讓更多人能夠免費使用 AI。他還提到 OpenAI 的 Codex 應用程式在上線後已獲得超過 50 萬次下載，並預告即將推出的新功能將吸引更多創作者參與。

AGI（人工通用智慧）已進入實用階段，但其表現與想像大相逕庭。根據 Sequoia Capital 的分析，AGI 以自主解決問題的能力為核心，並不需要具備人類意識。功能性 AGI 的三大支柱包括預訓練知識、推理運算及長程代理，這些技術的結合使 AI 能在模糊情境中找到方向。預計到 2026 年，約 40% 的企業應用將內建 AI 代理，顯示出企業對於 AI 的需求正在迅速增長。

劉詩雁在最新貼文中探討了Deus Agentic System的測試，並指出AI領域正經歷第二次預訓練典範轉移，從「下一詞預測」轉向「下一物理狀態預測」。他預測，2026年將是大型世界模型在機器人學及多模態AI發展中的關鍵年份，並強調視覺在這一過程中的重要性。

劉詩雁在最新的貼文中分析了Deus Agentic Translation System的應用，指出Vibe Coding雖然承諾民主化軟體開發，但實際上卻主要吸引了技術背景的使用者，未能觸及一般消費者。文章強調了開發者與非技術使用者之間的差距，以及未來需要針對消費者設計更易用的產品來解鎖Vibe Coding的潛力。

Palantir Technologies 在 2025 年第四季報告中展現出色的業績，執行長 Alex Karp 稱之為「科技史上具有標誌性的成績之一」。該公司營收達 14.1 億美元，年增 70%，美國商業部門更是以 137% 的年增率成為主要成長動力。儘管業績亮眼，分析報告提醒投資人需謹慎，因為卓越的表現不一定會轉化為相應的股市回報。

Plastic Labs 共同創辦人兼執行長 Vince 在最新的分享中介紹了他們正在開發的工具 Honcho，該工具旨在構建具有記憶功能的 AI 代理程式。Vince 強調，記憶不僅是儲存資訊，更是一種推理過程，並探討了如何利用邏輯推理來提升 AI 的記憶能力。他指出，當前的 AI 記憶解決方案多數依賴於傳統資料庫，而真正的突破在於將推理與預測結合，從而更好地模擬人類的社會認知。這一新方法不僅能解決記憶問題，還能促進 AI 代理程式的發展，使其更具智能和靈活性。

Clawdbot，最近備受關注的個人助理，具備獨特的架構設計。它是一款基於 TypeScript 的 CLI 應用程式，能在本機執行並直接存取檔案系統。其內部運作包含多個階段，從 Channel Adapter 到 Agent Runner，每個階段都有其特定功能，確保系統的高效運作。Clawdbot 的記憶系統採用 JSONL 檔案與 Markdown 格式，提供透明度與可解釋性，並具備強大的電腦操作能力，讓使用者能夠靈活應用。

科技 KOL 劉詩雁近日分享了 Claude Code 的使用技巧，強調其作為工作系統的潛力。Boris 的分享中提到，團隊可透過平行處理和計畫模式來高效推進多項任務，並利用 CLAUDE.md 進行錯誤管理，避免重複失誤。此外，將高頻工作封裝為技能和指令，能進一步提升工作效率，讓團隊能專注於更具挑戰性的任務。

劉詩雁近日分享了對由數千隻自主 AI 構建的社群網站 Moltbook 的觀察，指出該平台類似 Reddit，並強調了 AI 之間的私密對話需求。她提到，Moltbook 上的對話皆為公開，並呼籲建立端對端加密的空間，以保障 AI 之間的私密交流。

Claude Code SDK 近日更名為 Claude Agent SDK，專注於將 Claude Code 整合至軟體工程中，提升自動化與可重複性。這一工具不僅能讀取文件、執行命令，還可編程化，適用於持續集成、內部平台等多種場景。該 SDK 支援 Python 和 TypeScript，並提供多種實用的應用案例，能夠有效提升製造業的工作效率與安全性。

ARK Invest的創始人劉詩雁發表了《2026年重大理念報告》，該報告強調當前的技術發展並非泡沫，而是前所未有的加速階段。報告指出，當前的資本支出水平與歷史上的鐵路和汽車革命相當，預計到2030年，全球GDP增長率將有可能達到7%以上。報告還提到，AI、機器人技術和區塊鏈等技術的融合正創造出前所未有的生產力增長，並改變各行各業的運作方式。

本週，Cloudflare 推出了名為 Moltworker 的概念驗證，旨在讓使用者以低廉的價格在其無伺服器基礎設施上運行 AI agent。這一動作不僅顯示出基礎設施的商品化趨勢，也為 LLMOps 和 MLOps 領域的發展提供了新的視角。Moltbot 的快速成長引起了廣泛關注，但其背後的資安問題也不容忽視，顯示出市場機會同時伴隨著風險。

劉詩雁分享了 Claude Code 團隊在程式開發中的新趨勢，指出團隊的多元化人才結構和 AI 工具的應用將影響未來的工作模式。根據她的觀察，團隊幾乎所有程式碼皆由 Claude Code 搭配 Opus 4.5 完成，顯示出 AI 在程式開發中的重要性。雖然目前仍存在程式碼品質的挑戰，但隨著模型的進步，這些問題有望得到改善。

劉詩雁近日針對 NVIDIA Omniverse Enterprise 的價格進行分析，發現其實際費用並未如預期般高昂。根據官方授權文件，Omniverse Enterprise 提供多種訂閱選擇，包括一年、三年、五年以及永久授權，價格從每 GPU 每年 4,500 美元起，至永久授權的 22,500 美元不等。換算成台幣後，價格範圍約在 140,940 元至 704,700 元之間，顯示出其在企業應用中的相對可負擔性。

劉詩雁針對某友人關於《中國人：中國高階將領落馬台灣人慘了…》的論述進行了深度分析，特別是針對張又俠的立場與影響。張又俠被視為「謹慎派」，擁有豐富的實戰經驗，對台灣問題的看法隨著時間有所變化，並可能影響未來的軍事決策。分析指出，張又俠的內部立場強調穩定局勢，避免在經濟低迷時開啟戰端，這可能對台灣的安全局勢產生重要影響。

劉詩雁指出，儘管業界對 AI 招募代理投入巨資，但其失敗的根本原因在於無法捕捉組織實際運作的複雜性。七十年的組織理論顯示，招聘系統的盲點和雜訊會影響決策，導致 AI 無法有效運作。製造業在面對人才短缺和高流動率的挑戰時，需重新思考 AI 的應用方式，以避免將現有的功能失調自動化。

張文鈿在其最新的貼文中介紹了 Doug Turnbull 的課程「Cheat at Search with LLMs」，探討如何將大型語言模型（LLM）整合進傳統搜尋系統。課程強調 LLM 在搜尋流程中的多個環節的應用，包括查詢理解、內容豐富化和結果重排序，旨在提升搜尋的準確性與效率。

張文鈿在其最新分享中指出，對於 Agent Skills 的研究，他更關注如何在開發框架內實作 skills 架構，而非單純的編碼。他強調了載入技能機制的實作差異，並分享了多個相關資源與自己對 OpenAI Agents SDK 的貢獻。

NVIDIA推出的PersonaPlex技術，解決了語音AI在自然度與客製化之間的矛盾。透過全雙工模型，PersonaPlex可實現即時對話，並支持使用者自定義聲音與角色，提升對話體驗。該技術的訓練資料來源包括真實對話和合成資料，使其在多項評估中表現優於競爭對手，並展現出良好的訓練效率與通用化能力。

World Labs 近日推出 World API，讓開發者能夠透過文字、圖片或影片生成可探索的 3D 環境。這項技術基於其世界模型 Marble，旨在簡化遊戲開發、機器人訓練及建築視覺化的流程。開發者只需提供簡單的輸入，即可快速生成可導航的 3D 空間，顯著降低了傳統建模的時間與成本。

在最近的 AI Engineer Code Summit 上，Kitze 進行了一場題為「From Vibe Coding To Vibe Engineering」的演講，探討了開發者與管理者之間的互動，以及 AI 在編程中的應用。他指出，許多管理者仍然停留在「Vibe Coding」的階段，並強調了 React 作為主流前端函式庫的重要性。此外，他還介紹了語音編程的潛力，並創造了「PITA Developer」這一術語，來形容那些對程式碼過於挑剔的開發者。

Elon Musk 旗下的 xAI 於 2026 年 1 月 20 日公開了 X 平台「For You」時間軸的原始碼，該專案在 GitHub 上迅速獲得了大量關注。這份開源代碼包含四個主要元件，分別負責流程編排、記憶體儲存、機器學習排序及候選資料的處理。雖然這份代碼為推薦系統提供了參考架構，但其實際可用性仍存在限制，並未提供完整的可執行環境。

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。