Weekly Issue 第 8 期:數位時代的遷徙自由

以前在開發內容平台產品時,常常想,如果有天我們的使用者要離開平台,他們擁有自由嗎?在現代,數位創作者有點像是佃農,替平台生產內容,可是因為數位落差,他們沒有移動的能力。

隨著時代進步,法規應該要與時俱進,這期選了數位部的公告草案,告訴我們科技與制度可以如何相輔相成。

另外,從本期開始,加入了目錄大綱,希望讓讀者閱讀時能更容易在不同議題間切換。


🗞️ 熱門新聞

社交資料可攜權與互通性

在唐鳳那看到這則消息,最近衛城出版編輯的帳號被無預警停權,引發討論,我自己也常常焦慮,當使用這些便利的平台服務時,我們是不是交出一些沒意識到的權利?

身為個人,可行的策略是,在發布內容到平台前,先保留一份在自己手中,但這其中的不平等顯而易見。《數位選擇法案》讓我理解到,創作者有機會在一個更好更平等的環境下創作。

我希望台灣也能有這樣的一天。

I gave the AI arms and legs – then it rejected me

在 HN 上看到的新聞,有名開發者發現自己的函式庫被用在 Claude Computer Use,他想,既然都用了我的函式庫,應該會想招募我吧,於是他應徵 Anthropic,然後被拒絕 😆 。

是不是該複習 Max Howell 的名言:我們 90%的工程師都使用你所寫的軟體(Homebrew),不過,因為你不能反轉白板上的二元樹(binary tree),所以,我們沒辦法用你。

Atlassian terminates 150 staff with pre-recorded video, AI customer contact solutions rolled out

最近幾週一直看到科技大廠裁員的消息,現在輪到 Atlassian 了。

看起來爭議是在,裁員只有給預錄影片說明,接著電腦上鎖,給人的印象過於冷淡。

畢竟不是當事者,不確定實際感受是什麼,但只要有離職金與合理的保險,我覺得反而乾脆。台灣走 PIP 流程也沒比較好呀,我還聽過 PIP 中,其他同事禁止跟當事人搭話的。

The Future of Airbnb Revealed by Its Founder and CEO Brian Chesky

Brian Chesky 的專訪。

自從 Chesky 用了 Founder Mode 後,這名詞都快變成時尚了。從對話中也能看出來,他習慣提出宏大的願景,然後驅使人們實現。用 Airbnb 訂私廚?聽起來跟 Uber 有幾分像。

還好我不是他的股東。可以笑著欣賞這些夢想。

常說 CEO 也需要好的 COO 搭配,看 Chesky 講話(包括他談 AI)時,這種感受特別明顯。


✨ 科技觀點

Trying to impress people you may not respect

這篇講到工程師跟產品經理、管理者(決定你職場升遷的人)的不同觀點,看完挺有感觸的。

「工程師會被與管理者和產品經理不同類型的工作所吸引。 」
「即使是相當技術性的產品經理,也不是工程師。他們無法準確判斷從工程角度來看什麼令人印象深刻或不令人印象深刻——這正是他們依賴你的地方! 」

記得在第五項修煉也看過類似的觀點。你跟他人眼中的世界不會相同,因而影響了你們的觀點。

往好的說,工作的修行是異中求同,只是不像字面上這麼輕鬆就是。

AI is a Floor Raiser, not a Ceiling Raiser

很有意思的觀點:AI 提高的是下限,不是上限。

作者認為主要原因是,基礎問題被談論的比較多,所以在 AI 的學習資料中也出現比較多次。因此在學習曲線的改變上,影響的主要是基礎部分。

有些推論待商榷,但電子郵件的部分還算認同
「垃圾郵件的摘要,說穿了,就是垃圾。」
「 對於重要的電子郵件,我不想要摘要 」

我覺得 n8n 好像也可以用上下限的角度來看待。

If Writing is Thinking…

AI 會讓人變得只讀摘要嗎?

確實從 ChatGPT 出來後,我的閱讀量大幅增加,但也發現自己花在單篇文章的閱讀時間開始降低——畢竟資訊太多,時間有限。

AI 可以幫我們快速過濾訊息,這在資訊過載的時代非常重要。我不確定作者講的「省去寫作、省去思考」會不會是日後的趨勢,至少我還是都自己寫(只是會給 AI 校稿)。

但得承認,在看投信報告時,我比較喜歡只看 AI 摘要。

陶哲軒對使用 AI 的看法

最近在想的問題:LLM 的應用場景,剛好看到陶哲軒談 AI 應用。

非常有啟發的結構化描述,例如「若人工智慧要在「藍隊」扮演角色,也必須侷限於「紅隊」能捕捉並修正其錯誤的能力範圍內。 」「我發現 AI 工具提供的建議對我提出的文本、論證、程式碼或簡報都能帶來額外的回饋(包含這段文字)。 」

這好像能解釋,為什麼讓 AI 來做「錯了影響不大」的問題時,他能表現得更好。

Apple Interview (1995)

作者回憶了他在 1995 年的 Apple 面試經驗。

他當時將自己的遊戲程式碼印成一本書,帶到蘋果總部,有些工程師會跟他聊起這本書(我大概也會),想當然聊得很愉快,最後他來到大魔王關卡,有了底下對話。

「也許你要問我一個關於資訊理論的問題——熵,類似那樣的東西——而我沒有電腦科學學位,所以……」
「那麼,跟我說說資訊理論,熵的部分。」

好好笑,這真的很像一千零一夜,最喜歡這種充滿細節的小故事。


📌 工程實務

PostgreSQL已主宰数据库世界

超詳細的 Database 調查分析,沒想到 PostgreSQL 這麼強。

幾個要點:PG 主宰當前的資料庫生態系、Redis 因為授權問題而面臨 Valkey 的挑戰、Supabase 有取代 Firebase 的跡象,還有 Mongodb 持續滑落。

像現在 App 越來越輕薄短小,有時可能一個 SQLite 就夠了,部署起來也更省事。

So You're A Manager Now.

一直都很喜歡看別人怎麼當 leader,可能是需要補能量。

兩個有感的點,一個是「Be Clear. Painfully Clear」,雖然原文是強調清晰的重要,但這需要勇氣的素質,承受疼痛是種勇氣。另一個是「Protect Your Energy」,你的團隊會跟著你一起 burnout,要保護團隊要先保護自己。

看到有人將 Bookmark 餵給 LLM,請 LLM 來描述自己。

我很常餵自己的文章給 LLM,但餵書籤倒是沒想過,也許行為比輸出更準?抱著這樣的想法,加上前陣子剛架完 Linkding,直接來試看看。

結果出乎意料的準。包括年齡、性別、風格、職業、國籍。這又是個熟悉的 LLM 體驗,當我們讓 AI 回答這種錯了也沒差的問題時,得到的效果往往非常好。

Read more

Weekly Issue 第 23 期:Mastodon CEO 離職感言

電子報本質是種自媒體,儘管我發文前都會確認,還因為能力所限,偶爾還是有沒做好的地方。每次遇到時我都會想,不知道其他自媒體是如何查證的呢? 現代的訊息越來越快,不只是自媒體,很多專業媒體也不見得有完備的查證能力,我猜當內容氾濫,「真實」會變得越來越有價值,最終變成一門生意。 🗞️ 熱門新聞 Explore the independent web Ghost 最新一期的電子報談到他們如何處理「內容發現」的問題。 簡單來說,他們有個內容發現工具 Ghost Explore,如果創作者願意提交自己的網站數據,他們能依照這些網站數據來推薦。再來,他們還會參考 ahrefs 的資料,判斷該網域是否具有高品質。 這比 Substack 發展社群工具,更貼近我對產品的想像。現代內容網站基本都需要演算法,這已經不是要不要,是怎麼設計的問題。 My next chapter with Mastodon Mastodon 的 CEO 即將卸任,他發了篇談談這段時間的心路歷程。

By Ken Chen

Weekly Issue 第 22 期:Google 發布 Nano Banana Pro

最近大新聞要算 Cloudflare 出問題,以及 Google 發布新的 AI 模型。新的 Nano Banana Pro 不管在一致性還是文字呈現,都出乎意料地好。如果 Google 真的能在這場 AI 大戰中笑到最後,這一定會成為商業競爭的經典案例。 🗞️ 熱門新聞 How we’re bringing AI image verification to the Gemini app Google 幾天前發布的 AI 模型太強了,各種錦上添花的稱讚就不說了,在 Simon Willison 的 Blog 看到,Google 設計出防偽機制,避免假圖到處跑。 機制有兩種,一種是在生成的內容中,插入人眼不可辨識的 SynthID,

By Ken Chen

Weekly Issue 第 21 期:JetBrains 發表 2025 Go 生態系調查

最近在讀 Tony Fadell 的 "Build",作者曾經參與過 iPhone 的開發,各種經驗談讓人嘆為觀止,例如這段:「如果故事有某個部分銜接不上,那麼產品本身也會有某個地方行不通…這便是為什麼最後 iPhone 的表面是玻璃,而不是塑膠,以及為什麼 iPhone 沒有硬體鍵盤。」 好在哪呢?好在如果能掌握這個觀念,就能知道如何「閱讀」產品,看見一個產品,就像閱讀一則故事一樣,知道它的抑揚頓挫,知道它想表現的東西。我相信每個經歷過產品開發的人,看這本書都會很有感覺。   🗞️ 熱門新聞 The Go Ecosystem in 2025: Key Trends in Frameworks, Tools, and Developer Practices JetBrains 前陣子公布 Go 生態系的調查結果。

By Ken Chen

Weekly Issue 第 20 期:AI 泡沫的遺產

2000 年的 .com 泡沫雖然造成嚴重的經濟問題,但也給後續的網路世代留下豐富的遺產。我們現在使用的網路基礎建設,很多是因為泡沫的原因,才能一次性投資到位。而當下經歷的 AI 浪潮,在時間過去後,又會給我們留下什麼遺產呢? 🗞️ 熱門新聞 The Benefits of Bubbles 我看 Ben Thompson 的文章通常會有兩種感受,負面是他太囉唆了,把簡單的觀念講得太長(儘管容易懂),而正面是他的觀點一向很有創造性。 這篇也是,前陣子看到有篇談 AI 泡沫後,什麼都不會留下,因為 GPU 很快會隨著時間折舊掉。我持保留態度,我認為重點不僅是 GPU(正如我認為 .com 泡沫的重點不是 CPU),還有其他的東西,至於是什麼,我沒想到。 BT 認為是晶圓製造與電力,It's amazing,

By Ken Chen