by 柯柯與肯吉在矽谷
成為贊助夥伴一起支持我們持續創造優質的內容：https://glow.fm/jktech/ 這個頻道由在美國矽谷科技公司工作的軟體工程師肯吉 Kenji 和資料科學家柯柯 Jessica 所創立，帶給你來自美國矽谷科技業第一手的經驗分享，我們會談到軟體開發、職涯發展、美國的生活以及科技公司的新聞和八卦！想要了解矽谷科技業最新趨勢的你，千萬不能錯過喔！ 矽谷輕鬆談傳送門：https://linktr.ee/jktech
Language
🇨🇳
Publishing Since
1/1/2020
Email Addresses
1 available
Phone Numbers
0 available
April 20, 2025
<p>你曾經是那種從小被說「很聰明」的小孩嗎？功課好、學得快、大家都說你將來會很有前途。</p><p>但長大後，卻常常覺得自己卡住、提不起勁、跟人也越來越難連結，最痛的是——你說不上為什麼。</p><p><br></p><p>這集我們聊聊：那些曾經是「資優生」的我們，為什麼會在長大之後迷惘、孤單，甚至對人生感到無能為力？</p><p><br></p><p>這集我們聊聊：</p><p>📌 為什麼「聰明」會變成一種束縛，而不是優勢？</p><p>📌 為什麼我們越來越不敢嘗試、不敢失敗？</p><p>📌 為什麼社交會變成一場「表現」而不是連結？</p><p>📌 為什麼理性分析，卻無法解開內在的痛苦？</p><p>📌 該怎麼放下「我必須很聰明」這個身份，重新出發？</p><p><br></p><p>00:00 開頭</p><p>01:10 為什麼聰明小孩長大後反而迷惘？</p><p>05:31 該怎麼辦？從放下「聰明」開始</p><p>07:21 個人感觸</p><p>08:28 為什麼我們會卡住？談談單一價值觀的影響</p><p>11:05 沒有探索自己的空間，會發生什麼事？</p><p>13:01 解法一：找回你的內在動機</p><p>14:13 解法二：把注意力放在過程而不只是結果</p><p><br></p><p>原文影片：https://youtu.be/U4PsIm9dDvs</p><p><br></p><p>🎧 聽完這集，如果你覺得某一句話特別打中你，歡迎留言跟我分享：你是不是也曾經是那個「被看好」的小孩，卻在長大後搞不清楚該往哪走？</p><p>🔗 《矽谷輕鬆談》一鍵收聽 ➡️ https://linktr.ee/jktech</p><p><br></p>
April 13, 2025
<p>📣 <strong>本集感謝《天下雜誌》贊助</strong></p><p>想快速掌握每天的財經、科技、管理重點？我最近體驗了<strong>《天下每日報》</strong>App，覺得超適合像我們這種想吸收高品質內容、但沒時間每天刷一堆新聞的人。</p><p><br></p><p>每天 8 則精選新聞＋深度解析，幾分鐘就能更新知識。還有仿真人語音可以邊走邊聽，資訊密度很高但吸收很輕鬆。</p><p><br></p><p>🎁 <strong>4/30 前使用《矽谷輕鬆談》專屬連結免費體驗 60 天（價值 NT$360），還有機會抽 AirPods 4！</strong></p><p>👉 <a href="https://bit.ly/42cE2Ph" target="_blank" rel="ugc noopener noreferrer">https://bit.ly/42cE2Ph</a></p><p><br></p><p>大型語言模型到底會不會「思考」🧠？這次我們終於有機會一探究竟。Anthropic 發表兩篇突破性的研究，透過名為「電路追蹤（Circuit Tracing）」的方法，<strong>第一次打開了語言模型的腦袋</strong>，讓我們看到 Claude 是如何推理、做決策、甚至提前規劃答案。</p><p><br></p><p>這集我們聊聊：</p><li><p>📌 為什麼 LLM 這麼難解釋？</p></li><li><p>📌 MLP 到底在模型裡做了什麼？</p></li><li><p>📌 CLT 是怎麼繞過黑盒、還原語意電路？</p></li><li><p>📌 Claude 真的有「中間想法」還是只是唬人？</p></li><li><p>📌 未來會不會出現一個完全可控、可理解的 AI？</p></li><p><br></p><p>此外，當然也要來看一下<strong>Llama 4 的災難現場</strong>——表面 benchmark 飆高，實際上卻連 strawberry 都拼不對？Meta 說的和大家實際拿到的版本真的一樣嗎？ChatBot Arena 上測試的是誰？這場開源大戰背後，又藏了哪些沒說清楚的眉角🧐？</p><p><br></p><p>00:00 開頭</p><p>02:41 Llama 4 發表</p><p>05:42 實測翻車</p><p>09:42 測試版不等於開源版？</p><p>10:50 Meta 為何這麼趕？</p><p>12:27 LLM 可解釋性的困難</p><p>14:05 Claude 的思維過程</p><p>15:20 LLM 有計畫能力</p><p>17:57 技術細節</p><p>20:48 為何 LLM 是黑盒？</p><p>21:25 怎麼打開黑盒？</p><p>23:34 未來會有可解釋的 LLM？</p><p>26:13 結論：今天學到什麼？</p><p><br></p><p>🎧 聽完也歡迎留言告訴我：你覺得語言模型真的「有在思考」嗎？Llama 4 的表現，有讓你失望嗎？</p><p>🔗 《矽谷輕鬆談》一鍵收聽 ➡️ <a href="https://linktr.ee/jktech" target="_blank" rel="ugc noopener noreferrer">https://linktr.ee/jktech</a></p><p><br></p>
April 7, 2025
<p>你有沒有想過，一間被 Apple 修理過、靠廣告起家的公司，為什麼現在拼命開源 AI 模型，還說這是對社會有益？</p><p>Meta 高調開源了 Llama 系列大型語言模型，號稱「免費給大家用」，但背後的故事遠比你想的複雜：這不是送禮，這是一次搶佔未來平台主導權的戰略反擊。</p><p>從當年被 Apple ATT 政策斷掉廣告追蹤開始，Meta 就一直想擺脫「靠別人生態系吃飯」的宿命。現在到了 AI 世代，Mark Zuckerberg 選擇走開源路線，不只是工程文化，<strong>更是一場平台賽局的再下注。</strong></p><p><br></p><p>這集帶你拆解這場開源操作背後的理想與盤算，包含：</p><p>📌 Meta 為什麼非開源不可？它真的學乖了嗎？</p><p>📌 Llama 為何用條件式授權，擋掉其他科技巨頭？</p><p>📌 DeepSeek 的技術為什麼讓 Llama 有點壓力？</p><p>📌 開源到底是利他、利己，還是兩者都是？</p><p>📌 這樣的策略，真的能讓 Meta 變成 AI 世界的 Android 嗎？</p><p><br></p><p>你不需要是工程師或產業分析師，也能聽懂這集，因為我會用最白話的方式拆解這場科技巨頭間的 AI 開源博弈、資料壟斷反擊戰，以及 Mark 如何把「被修理過的痛」，變成推開下一扇門的力氣。</p><p><br></p><p>🎧 聽完也歡迎留言告訴我：</p><p>你覺得 Meta 是在做公益？還是在打造自己的帝國？</p><p>🔗 《矽谷輕鬆談》一鍵收聽 ➡️ <a href="https://linktr.ee/jktech" target="_blank" rel="noopener noreferer">https://linktr.ee/jktech</a></p><p><br></p>
Tech Job N Talk 科技工作講
Manny Li
INSIDE
謝孟恭
哈利
Miula - 科技巨頭解碼主筆
Silicon Tailao
IEO 國際經濟觀察版主
財報狗 - 台灣最大基本面投資平台
財女Jenny
MacroMicro
閱讀前哨站 瓦基
報導者 The Reporter
大人學
Tony & Esther
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at [email protected] for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.