Weekly Issue 第 5 期:OpenAI 的企業文化

我一直都喜歡看科技公司的願景與文化,原因是,我想知道別人是如何看待自己的使命,又是用什麼方式打造它。願景通常在官網都會有,但想要知道文化,只能聽內部人講講了。

Palantir 前陣子因為它不同於矽谷的文化,而引起很多討論。受此影響,前 OpenAI 的員工在離職創辦公司後,也發文談論他所見到的 OpenAI。最讓我震撼的是,他們幾乎沒有資金困擾,想的都是如何打造出色的 AI 模型。


🗞️ 熱門新聞

Reflections on OpenAI

前員工談 OpenAI 的內部文化。

讀起來最大的感觸是,有些價值觀、觀點、實踐,只有在世界級的公司跟資源下,才有可能建立起來。讓每個團隊各自為政,看誰能端出最好的成果,這對新創(特別是沒拿創投)實在太奢侈了。

我相信這種經歷會變成是「可以帶著走的饗宴」,那種衝擊也是最寶貴的。

AI Open Source Productivity

METR 前陣子發了一篇研究,說使用 AI 工具後,開發時間反而增加 19%。這篇談到一些假設跟因素。

整篇討論很有意思,像是排除了用錯模型的可能,我只能說量測生產力一直都不是件容易的事。

文中還有提到,雖然開發時間沒降低,但是閒置時間增加了,這倒是好事,另外就不知道對品質是否有影響?


✨ 科技觀點

I'm Done With Social Media

很推薦經營內容的人看這篇「我不用社群媒體了」,應該很有共鳴 :)

自己贊同的點「我覺得是時候發揮我的長處,而不是試圖讓自己適應一種我從未感到舒適的格式。」「RSS 可能是我們目前擁有的最棒且最純粹的技術 」「事實上,我已經敲打這篇文章的草稿好幾個月了,試圖理清我對此的感受。 」

最後講到不用 Substack 的原因也跟我很像,他們技術跟產品的打磨(相較以前)有越來越好的趨勢,但整體始終讓我不放心 :p

The Who Cares Era

這篇「誰在乎的時代」講說內容貶值的現象(希望我沒理解錯),有點激進,但也有些值得細想的點。

創作者經濟可能是對「內容貶值」這話題最敏感的領域,LLM 出現後,大家在問創作還有沒有意義,經濟面上是在說內容是否會貶值到不值得投入。

我在想的是,內容貶值不是從現在才開始,古騰堡發明印刷機,是不是會讓內容貶值呢?攝影的出現呢?班雅明在〈機械複製時代的藝術作品〉談的就是這個話題。

Google | Acquired Podcast

Podcast 的逐字稿,談 Google 的商業故事。

雖然看過相關故事幾次,但每次看還是有新收穫。Google 剛起家時,曾跟 Excite 談技術授權,結果因為 Google 效果太好,用戶停留時間太短,Excite 不想用他們家技術。

這就是商業模式跟產品不匹配的例子,Google 可以說發明了新的模式。

How Duolingo Build Product 10x Faster with AI

Duolingo CPO 的訪談。

兩個點可以想,首先是廣告業務,說服自己的過程很有意思。先是用 A/B 測試來確認廣告是中性的,不會影響使用者,接著再優化 UX,只在完課後展示廣告,再接著,有使用者提出想付費去除廣告,因此有了訂閱付費功能。

我真的很好奇他怎麼會覺得論述沒有矛盾。不會影響使用者,那人家為什麼願意付費去除廣告呢?

另個點是留存率,用了遊戲化設計的原則,這點倒是很好,我沒想過 Streak 是個關注重點,難怪最近有看到一些 SaaS 使用類似的設計。


📌 工程實務

GitHub Next | Continuous AI

AI 的一種應用情境:持續性 AI。

文中指的是用 AI 強化 workflow 的例子,例如自動 PR Review、自動文件化、自動補全等等。這個字的用法很有 GitHub 的風格,畢竟他們的關注點是 CI/CD。

我自己是真的很需要一個 AI 助手來幫忙整理訊息源就是。

An illustrated guide to Amazon VPCs

如果你也對 AWS VPC 是什麼覺得困惑,那可以看看這篇。

「Amazon 需要的是一種方法,讓每個人都能擁有自己的私有網路,但這個網路是在 AWS 內部。這樣一來,他們就能帶著自己的 IP 位址,而不會與其他人的 IP 位址發生衝突。 」

原理有點像網路版的 Virtual memory?

Everything I know about good system design

這篇談系統設計寫超好。有些現在沒讀懂,存起來慢慢看。

例如這點「事實上,複雜系統通常反映出缺乏良好設計。」可能要搞砸過一些事情才能體會。

我以前在做電商產品時,曾經想要在系統引入 Rollback 機制,當系統出問題時,能保持事務特性。當時的 Manager 跟我說失敗就讓它失敗,留個紀錄就是了,不要 Rollback,重要的是 Deterministic。我們的產品不是高流量產品,而且我們還有客服部門,能替客戶處理問題。很久後,我發現 Amazon 也是這樣幹的。

要保持系統簡單是件很困難的事。

Repeat Yourself

你聽過 DRY(Don't Repeat Yourself) 原則嗎?我非常建議再讀讀這篇。

內文提到很多 DRY 的問題,最認同的點是:「重複遠比錯誤的抽象來得便宜。」Martin Fowler 在 Refactor 說重複的程式碼是 Bad Smell,但那是在重構階段呀,何況這是在能找到正確的抽象的前提下。

DRY 大概是我最不鼓勵的原則了,我這輩子處理過最棘手的 Legacy Code 就是把所有東西都抽成 Functional Style,然後到處注入。

Prioritizing Technical Debt

這篇談「處理技術債的優先順序」,還給出了決策矩陣。

內文的要點大致是「盡可能把技術債翻譯成商業價值」,然後用開發功能的角度來看待。我這幾年大多也是這樣做的。

只是有時候會有困惑,這樣真的對嗎?這本質上把技術問題變成政治問題,例如你知道沒做去識別化,可能的風險是資料洩漏時的法律責任,但這真的需要「翻譯」嗎?有時候就是別人對你不夠信任,或者是別人有其他想做的事情而已。

我得說自己不會照文章決策,可是這套說法拿來說服別人還是行的,應該吧。

Read more

Weekly Issue 第 13 期:Google 無須出售 Chrome

Chrome 的判決出來了,Google 不用分拆,只需要保障競爭者能跟它公平競爭。 這個判決有指標意義,所有人都知道 Google 長期利用 Chrome 數據改善它的搜尋引擎,讓其他廠商處於競爭劣勢。要解決這問題,最簡單方式是要求 Google 出售 Chrome,而法官在仔細評估後,給出相當審慎的判決。 我喜歡這種法律見解,具有實務與原則的平衡,法律條文不應該是照本宣科。 🗞️ 熱門新聞 Google Can Continue Paying for Firefox Search Deal, Judge Rules 以前很少注意 Chrome 的新聞,剛好最近判決出來了,看了一些。 最驚訝的是,Mozilla 有 85% 的年度收入是由 Google 給的,如果判決禁止 Google 出錢成為瀏覽器預設的搜尋引擎,將直接影響到 Mozilla

By Ken Chen

Weekly Issue 第 12 期:Bear 修改授權條款

通常開源專案需要面對長期維護的問題,而長期維護需要人力(開發者)物力(伺服器與基礎建設),個人開發者來說是個負擔。有些專案會有企業贊助,有些專案則是替用戶提供顧問與服務來收費維持。 這期選了 Bear 修改授權的新聞,也因為這則新聞,順道看了 Sentry 的授權模式。我們都希望擁有健康的開發生態,而授權條款很大程度左右了這點。 🗞️ 熱門新聞 Bear changes license to Elastic License Blog 平台工具 Bear 修改授權,原本是 MIT,現在改用 Elastic License。 看開發者的說法,原因是有人搭便車,fork 完直接部署成服務賣錢。開源不是免費勞工,這樣確實有點過分。Elastic License 的差別是不准以託管方式提供服務,算是補上這個洞。 相對 AGPL 來講,有時這種個人開發的小型專案,也不追求產業影響力,直接用 EL

By Ken Chen

Weekly Issue 第 11 期:AI 代理人插件可能存在資安風險

Preplexity 跟 Anthropic 等公司開始讓瀏覽器 AI 代理化,資安領域專家 Simon Willison 指出這可能會導致眾多資安漏洞出現。我建議兩邊的意見都可以看看,Anthropic 為了防堵問題,也下過不少功夫,看完後你會比較知道該如何使用 AI 代理。 另外這期特別喜歡 Mike Sun 談台灣的產品經理遇到的挑戰,我現在不太建議新人直接在台灣當產品經理,舞台太小,成長空間有限,會影響日後發展。如果真的對產品很有興趣,可以先到其他地方建立起正確的產品觀後,再回到台灣發展。 🗞️ 熱門新聞 Piloting Claude for Chrome Anthropic 最近推出 Chrome 用的 Claude 插件,但是依照說明文件:「當我們在自主模式中加入安全防護機制後,成功將 23.6%的攻擊成功率降低至 11.2%。」 儘管 Anthropic 特地專文說明它們的防護措施,

By Ken Chen

Weekly Issue 第 10 期:AI 機器人正造成網站負擔

隨著 LLM 變成日常的一部分,它們也在改變原有的網路生態。Fastly 的報告顯示,AI 機器人每分鐘可對網站發起高達 39K 次請求,日後造訪網站的,可能大多是機器人,而不是真人。 🗞️ 熱門新聞 Fastly warns AI bots can hit sites 39K times per minute 繼上次 Codeberg 的新聞後,Fastly 出報告指出 AI 機器人正造成網站營運負擔。 大多觀點延續幾個月來的趨勢:「網站負載增長主要並非來自人類訪客,而是代表聊天機器人公司運作的自動爬蟲與抓取程式。 」值得注意的是,AI Fetcher 的數量也在增加中,我猜這多少暗示了用戶搜尋資料的行為正在變化。 Meta 占了所有 AI 流量的 52% 🙄 ,相對下 Anthropic 只佔 3.76%

By Ken Chen