0:00.160–0:04.240
zh一億兩千五百萬參數、不連網，手機上就能秒接你彈的旋律——
0:04.560–0:06.320
zh這算你的創作，還是作弊？
0:06.592–0:10.432
zhMIT授權開源模型直接嗆Claude Opus 4.8！
0:10.832–0:13.472
zh可是自我改進根本是行銷話術？？？
0:13.776–0:17.536
zh今天第一則。一億兩千五百萬參數、每秒一百零八個音符——
0:17.696–0:19.936
zh而且完全在一支 iPhone 上跑完，不連網。
0:20.176–0:23.616
zh這是獨立開發者 simedw 在二零二六年八月二十號發的文章
0:23.856–0:25.296
zh，他訓練了一個 transformer 模型，
0:25.456–0:28.656
zh幫你的鋼琴演奏做自動補全。 你可能會問「等等等等——
0:28.896–0:32.896
zh自動補全鋼琴？？是我彈幾個音，它就接著幫我彈下去的意思嗎？
0:33.296–0:34.016
zh」——對。就是這個意思。
0:34.336–0:36.736
zh概念跟寫程式那個 GitHub Copilot 一模一樣，
0:36.976–0:39.776
zh差別在輸入不是程式碼、是你按下去的音符。
0:40.096–0:44.016
zh你可能會問「完全在手機上？？所以我在飛機上關機模式也能用？
0:44.336–0:46.336
zh他一個人做到這個⋯⋯是天才嗎？」——
0:46.656–0:49.776
zh他提到這是經過十四次實驗才走到目前這個階段。
0:49.776–0:51.776
zh成果做成一個免費 App 叫 RollTab。
0:52.016–0:54.336
zh十四次⋯⋯聽起來前面十三次都很慘。
0:54.736–0:57.616
zh那他到底怎麼教模型看懂音樂？樂譜又不是文字。
0:57.936–1:01.296
zh這就是最有料的部分。他用 MIDI 檔——記錄音高、時間、
1:01.296–1:03.136
zh力度的樂譜格式，不是錄音檔。
1:03.376–1:05.136
zh裝 miditok 跟 symusic 這兩個套件，
1:05.536–1:08.096
zh然後從 miditok 匯入 REMI 跟 Tokenize
1:08.096–1:10.016
zhrConfig、從 symusic 匯入 Score，
1:10.016–1:10.496
zh設 config 等於 TokenizerConfig，
1:10.496–1:14.336
zh裡面把 num_velocities 設成十六、
1:14.576–1:16.496
zhuse_chords 跟 use_programs 都打開，
1:16.736–1:18.816
zhtokenizer 等於 REMI 包住 config，
1:19.056–1:21.376
zh再讓 midi 等於 Score 讀進你的 MIDI 檔路徑
1:21.376–1:23.296
zh、tokens 等於 tokenizer 處理 midi，
1:23.296–1:25.456
zh還能把 tokens 丟回 tokenizer 轉回 MIDI 驗證。
1:25.856–1:26.156
zhI 驗證。
1:26.176–1:29.536
zh所以具體來說就是——我把一堆鋼琴曲的 MIDI 丟進去，
1:29.696–1:32.816
zh那句 num_velocities 十六就是把「按多用力」切
1:32.816–1:35.776
zh成十六格，和絃跟樂器也各自標記，
1:35.936–1:39.856
zh最後整首曲子被切成一串像單字一樣的東西，模型才讀得懂？
1:40.096–1:43.456
zh對，方向完全正確。而且他還訓練自己的詞彙表：
1:43.456–1:45.341
zh建好 config 跟 tokenizer 之後，
1:45.486–1:48.256
zh拿你自己收集的 MIDI 路徑清單呼叫 tokenizer.
1:48.256–1:50.256
entrain(vocab_size=30000,
1:50.256–1:51.056
enfiles_paths=files_paths)，
1:51.056–1:52.288
zh再 tokenizer.save 存檔，
1:52.864–1:56.016
zh也可以 tokenizer.push_to_hub 丟到 Hugging Face 分享。
1:56.576–1:57.104
zhugging Face 分享。
1:57.120–2:01.136
zh那後面那個 DPO 呢？我只知道它是讓模型「往好的方向調」，
2:01.296–2:02.576
zh但好是誰說了算？
2:02.976–2:05.536
zh拿兩段接續給人聽，人指出哪一段比較順耳，
2:05.936–2:09.776
zh訓練就把模型往順耳那段的寫法推、另一段的機率壓下去。
2:09.776–2:11.456
zh實作很短：裝 trl 套件，
2:11.616–2:14.576
zh從 trl 匯入 DPOTrainer、
2:14.576–2:14.976
zh從 datasets 匯入 load_dataset，
2:15.296–2:16.816
zh接著呼叫 DPOTrainer，
2:16.816–2:20.736
zhmodel 指定 Qwen 二點五 的零點五 B 指令版這個
2:20.736–2:22.096
zh模型，
2:22.096–2:22.464
zhtrain_dataset 用 load_dataset 載
2:22.832–2:24.616
zh入 trl-lib 那份 ultrafeedback binarized 的訓練集，
2:24.676–2:25.216
zharized 的訓練集，
2:25.536–2:26.416
zh然後 trainer 點 train。
2:26.416–2:31.696
zh懶得寫程式就終端機一行：先打 trl dpo，
2:31.776–2:32.816
zhmodel_name_or_path 指定 Qwen 二點五
2:32.880–2:34.576
zh的零點五 B 指令版這個模型，
2:34.576–2:36.976
zhdataset_name 指定 trl-lib 那份 ultrafeedback binarized 資料集。
2:36.976–2:38.496
zhrafeedback binarized 資料集。
2:38.496–2:41.856
zh一行就能跑？那我家那張破顯卡會不會直接爆掉⋯⋯
2:42.336–2:46.176
zh會，不過這類情況常見的做法就是縮小每次餵進去的批次、
2:46.416–2:49.136
zh改用梯度累積，等於一次只餵少少幾筆進去、
2:49.296–2:51.616
zh累積幾次再更新一次權重，記憶體撐得住、
2:51.616–2:53.376
zh效果跟一次餵一大批差不多。
2:53.376–2:58.496
zh喔——所以是把一大口拆成八小口慢慢吞，胃小的人也吃得完。
2:58.656–2:59.616
zh那社群反應好嗎？
2:59.856–3:02.096
zh兩極。Hacker News 上有人覺得效果不錯、
3:02.096–3:05.136
zh稱讚這點子；pil0u 說他接觸 AI 這麼多年，
3:05.136–3:07.696
zh還是被這個 App 驚艷到；noman-land 更狠，
3:07.856–3:11.136
zh說這是第一個真正有潛力產出優美旋律的 AI 音樂作品；
3:11.456–3:13.376
zhtom_vidal 則說自動補全這概念，
3:13.376–3:15.856
zh其實跟古典作曲家的訓練方式有相通之處。
3:16.096–3:17.936
zh那罵的呢？我猜一定有人氣炸。
3:18.336–3:19.856
zhbubblegumcrisis 強烈反感，
3:19.856–3:22.096
zh說這助長人們不願意真正學樂器；
3:22.104–3:26.416
zhghm2199 覺得讓機器生成音符是剝奪即興演奏的樂趣；
3:26.416–3:30.016
zhrajivayyangar 質疑效果沒比簡單的馬可夫模型好多
3:30.016–3:32.576
zh少；tescreal 說這只是新奇小把戲，
3:32.656–3:36.576
zh而且很多人對 AI 進藝術本來就特別反感。我的立場很明確：
3:36.816–3:40.336
zh我覺得這篇的價值不在音樂，在於它把「一個人、十四次實驗、
3:40.336–3:44.176
zh端上手機」這條路整套公開，這是今年少見誠實的技術文。
3:44.736–3:48.976
zh那我直球問——AI 幫你把旋律接完，這還算你的創作嗎？
3:48.976–3:50.176
zh還是根本就是作弊？
3:50.176–3:54.336
zh要我說，這跟 IDE 幫你補完函式名沒兩樣。你決定要往哪走、
3:54.336–3:57.696
zh它幫你打字。真的作弊是你按兩個音就掛名作曲家——
3:57.856–4:01.616
zh那不是工具的問題，是你的問題。
4:01.616–4:03.376
zh那 rajivayyangar 說「沒比馬可夫模型好多少」，
4:03.376–4:04.416
zh是不是打臉整篇？
4:04.576–4:06.736
zh花這麼大力氣搞 transformer 有意義嗎？
4:06.976–4:11.296
zh我認為那句話有一半對、一半不重要。短接續確實聽起來像，
4:11.536–4:15.776
zh但真正差別在能在 iPhone 上即時跑到每秒一百零八個音符
4:15.856–4:18.976
zh還不失控——工程難度在那裡，不在炫技。
4:19.136–4:23.032
zh那這則跟我這種不彈琴的普通上班族，有關嗎？我要做什麼？
4:23.352–4:26.792
zh對你的一句話結論是——一個人、一支手機、十四次實驗，
4:27.032–4:30.472
zh就能把一個能即時創作的 AI 塞進口袋、還免費送出來，
4:30.792–4:33.432
zh這代表「AI 一定要連雲端」這件事正在鬆動，
4:33.752–4:36.632
zh你以後很多 app 會在斷網時照樣聰明。行動上：
4:36.872–4:38.872
zh一般人知道這個風向就好、什麼都不用做，
4:39.112–4:40.872
zh這則純粹是給你一個很酷的談資，
4:41.112–4:43.992
zh下次有人說 AI 一定要燒大機房，你可以講這個例子；
4:44.312–4:47.352
zh要更積極的兩種人——會彈琴或做音樂的，去玩玩看，
4:47.512–4:50.072
zhApp 叫 RollTab、免費，彈四個音聽它接；
4:50.312–4:51.512
zh想學微調的工程師，
4:51.672–4:54.072
zh回去查一下 miditok 跟 trl 這兩個套件，
4:54.312–4:56.632
zh照他那段 DPOTrainer 的程式碼跑一次，
4:56.792–4:58.712
zh你就懂偏好訓練到底在幹嘛。
4:58.776–5:00.376
zh第二則。換個方向。
5:00.696–5:03.336
zh有個 Hacker News 使用者 simonw 講了一句
5:03.336–5:07.816
zh很嗆的話——「自我改進的說法具誤導性，那只是訓練流程、
5:07.896–5:10.776
zh不是推理時的自我迭代。」他在酸的，
5:10.856–5:13.816
zh就是今天要講的 Ornith-1.5 開源模型家族。
5:14.136–5:17.016
zh等等——先講一下這家族到底是什麼？我完全沒聽過欸！
5:17.416–5:20.056
zh三種規模：九十億參數的密集模型，
5:20.216–5:24.536
zh還有三百五十億跟三千九百七十億參數的 MoE 混合專家架構（
5:24.776–5:28.616
zh就像一間公司裡養了很多不同科的師傅，每次來一張單子，
5:28.776–5:32.536
zh只叫其中兩三個相關的師傅出來做，其他人在旁邊休息，
5:32.696–5:36.696
zh所以人很多但每次真正動工的很少，跑起來就省電又快）。
5:37.176–5:41.016
zh官方宣稱推理、agentic（意思是它不只回你一段話，
5:41.176–5:45.496
zh而是能自己一步一步動手，像助理自己去翻資料、自己打開工具、
5:45.656–5:48.696
zh做完一件事再接著做下一件）、寫程式的表現，
5:48.856–5:51.576
zh媲美 Claude Opus 4.8。而且——
5:51.736–5:54.376
zh全部 MIT 授權，商業用途不受限。
5:54.856–5:57.496
zh你可能會問「MIT 授權？？所以就是⋯⋯
5:57.736–6:00.136
zh我開公司拿去賣錢也沒人管？」——對。
6:00.296–6:03.416
zh就是這個意思。而且 FP8、GGUF、MLX、
6:03.416–6:09.896
zhNVFP4 量化格式（把原本又大又精細的模型檔案壓成比較粗略
6:09.896–6:12.776
zh的版本，就像把無損音樂壓成小一點的檔，
6:13.016–6:18.216
zh聽起來差不多但容量小很多，普通電腦才塞得下）全給，vLLM、
6:18.456–6:21.096
zhOllama 這些推理框架（可以想成播放器，
6:21.336–6:24.776
zh模型檔案本身只是一堆資料，要有這種程式把它讀起來、
6:24.936–6:27.176
zh讓你能打字問問題）也火速接上了。
6:27.656–6:32.216
zh你可能會問「那它主打的「端到端自我改進」（意思是從頭到尾整
6:32.216–6:36.056
zh套流程都不用人插手，出題、練習、批改、進步全部自己來，
6:36.296–6:39.576
zh像一個學生自己買參考書、自己出考卷、自己訂正，
6:39.576–6:43.256
zh家長完全不用管）呢？聽起來很科幻⋯⋯
6:43.416–6:47.736
zh是說 AI 自己教自己？」——流程是：模型自己提出新任務，
6:47.896–6:52.056
zh自己產生對應的任務鷹架（就是先幫這題搭好一個解題架子，
6:52.136–6:55.976
zh寫清楚第一步要做什麼、第二步要做什麼、答案長什麼樣才算對，
6:56.136–6:59.016
zh像蓋房子前先搭的那層鷹架，蓋好就拆掉），
6:59.416–7:02.776
zh再用強化學習（做對了就給糖、做錯了就沒糖，
7:02.776–7:06.536
zh反覆練幾百萬次之後它自己摸出哪種做法會拿到糖，
7:06.776–7:09.976
zh像訓練狗學動作那樣）跑出解答、從解答裡學。
7:10.296–7:12.616
zh等於不斷幫自己造新的訓練經驗，
7:12.696–7:16.616
zh把前代 Ornith-1.0 的自我鷹架策略擴成完整迴圈。
7:16.936–7:21.576
zh喔——所以具體像是，它自己出一份考卷、自己搭好答題的步驟表，
7:21.816–7:25.016
zh然後自己寫十遍、挑寫得最好的那遍當教材餵回去？
7:25.096–7:29.896
zh方向對。更精準說，強化學習（做對就給糖、做錯就沒糖，
7:30.056–7:35.416
zh一直反覆練到它自己抓到訣竅）是靠獎勵訊號（就是每寫完一次會被
7:35.416–7:39.976
zh打一個分數，分數高的做法以後就多做，分數低的就少做，
7:40.216–7:43.576
zh像遊戲裡每過一關跳出來的得分）評分，
7:43.656–7:48.616
zh不是「挑最好那遍」這麼直覺，但精神就是自己造題自己練。
7:48.776–7:51.816
zh那我這種普通工程師，實際怎麼跑起來？很難嗎？
7:52.136–7:54.901
zh最懶的一行：在終端機打 ollama run，
7:54.993–7:57.816
zh後面接 ornith 一點五 的九十億參數版本。
7:58.136–8:00.456
zh想用 llama.cpp 就執行 llama-server，
8:00.456–8:02.296
zh指定 Hugging Face 上 ornith ai 帳號
8:02.296–8:06.496
zh底下、Ornith 一點五 九十億參數的 GGUF 版本，
8:06.676–8:07.736
zh連接埠設八千。
8:07.976–8:10.456
zhPython 端用 Transformers 的 AutoProcessor 跟 AutoModelForMultimodalLM，
8:10.696–8:13.800
zhrocessor 跟 AutoModelForMultimodalLM，
8:14.504–8:17.656
zhfrom_pretrained 指到 ornith ai 帳
8:17.816–8:21.256
zh號底下的 Ornith 一點五 九十億參數版本，
8:21.496–8:23.176
zhdevice_map 設 auto。
8:23.336–8:25.736
zh那如果我要架成服務給整個團隊用呢？
8:26.136–8:29.176
zh用 vllm serve 起 ornith ai 帳號底下的
8:29.176–8:31.389
zhOrnith 一點五 九十億參數模型，
8:31.576–8:35.256
zh參數加上 max-model-len 設二十六萬兩千一百四十
8:35.256–8:35.576
zh四、
8:35.896–8:38.936
zhgpu-memory-utilization 設零點九零、
8:39.336–8:41.296
zhenable-prefix-caching（把每次對話開頭那
8:41.296–8:44.736
zh段一模一樣的內容算過一次就先存起來，
8:44.976–8:47.936
zh下次再遇到同樣開頭就直接拿來用，不用重算，
8:48.176–8:50.976
zh像便利商店先把常賣的關東煮煮好放著）、
8:51.376–8:53.296
enenable-auto-tool-choice、
8:53.296–8:55.856
zhtool-call-parser 選 qwen3_xml、
8:55.856–8:56.496
zhreasoning-parser 選 qwen3，
8:59.376–9:01.056
zh再加 trust-remote-code。
9:01.456–9:03.616
zh或者用 SGLang 啟動 launch_server，
9:04.176–9:06.896
zhmodel-path 指到 ornith ai 帳號底下的
9:06.896–9:08.816
zhOrnith 一點五 九十億參數版本，
9:08.816–9:11.776
zhcontext-length 設二十六萬兩千一百四十四，
9:12.096–9:14.096
zhmem-fraction-static 設零點八五。
9:14.416–9:17.456
zh架好之後用 OpenAI 的 SDK 打本機位址、
9:17.616–9:19.296
zh連接埠八千的 v1 路徑，
9:19.536–9:21.216
zhapi_key 填 EMPTY 就好，
9:21.536–9:23.536
zh取樣參數 temperature 設零點六、
9:23.696–9:25.296
zhtop_p 設零點九五。
9:25.456–9:29.216
zh這麼順⋯⋯前代 397B 那隻也一樣跑法嗎？
9:29.536–9:33.216
zh前代範例是用 vllm serve 起 deepreinfo
9:33.216–9:37.776
zhrce ai 帳號底下的 Ornith 一點零 三千九百七十
9:37.856–9:38.736
zh億參數版本，
9:38.896–9:41.856
zh再加 tensor-parallel-size 設八（意思是
9:41.936–9:46.256
zh這個模型太大一張顯示卡裝不下，就把它切成八份分給八張卡，
9:46.576–9:50.896
zh八張卡同時算再把結果拼回來，像一份大工程分給八個人一起做），
9:51.216–9:53.216
zh取樣建議 temperature 設零點六、
9:53.376–9:57.136
zhtop_p 設零點九五、top_k 設二十。我的立場：
9:57.216–10:00.096
zh這種一行指令就能本機跑、又 MIT 授權的，
10:00.336–10:02.336
zh我覺得比任何 benchmark 數字都值錢。
10:02.576–10:06.096
zh但社群真的買單嗎？我不太信官方自己講的話欸⋯⋯
10:06.496–10:08.576
zh正反都有。但反面很兇——
10:09.216–10:13.376
zhkennywinker 質疑團隊在強化學習（讓模型自己一直練
10:13.536–10:17.776
zh、做對給糖做錯不給，
10:17.776–10:20.656
zh慢慢練出本事的那套訓練方式）訓練過程的透明度。
10:20.896–10:22.496
zh那我直接問尖銳的——
10:22.576–10:25.696
zh他們是不是根本只是拿 Qwen 或 Gemma 基底去針對
10:25.836–10:28.256
zhbenchmark 優化，然後包裝成「自我改進」？
10:28.736–10:31.376
zh社群先前對 Ornith 一點零 就有這個質疑，
10:31.376–10:33.456
zh到了 一點五 也還沒散掉。要我說，
10:33.936–10:37.776
zh我站 simonw 那邊——「自我改進」這詞行銷成分太重，
10:37.936–10:42.336
zh它是訓練流程，不是模型上線後還會自己變聰明。但我也認為，
10:42.496–10:45.616
zh包裝歸包裝，權重真的丟出來給你 MIT 隨便用，
10:45.616–10:48.416
zh這誠意勝過九成只發論文的團隊。
10:48.656–10:49.616
zh那第二個問題——
10:49.616–10:52.656
zh開源都追到宣稱媲美 Claude Opus 4.8 了，
10:52.896–10:56.176
zh那些一年繳幾萬塊訂閱費的公司，是不是被當盤子？
10:56.496–10:58.496
zh我認為還不到。宣稱歸宣稱，
10:58.656–11:02.176
zhv3ss0n 那個長對話工具呼叫幻覺就是致命傷——
11:02.496–11:06.576
zh真正的 agentic工作流最吃的就是穩定度。我的判斷是：
11:06.736–11:11.696
zh開源負責把價格天花板打下來，閉源負責可靠度，短期內兩邊都活。
11:12.016–11:14.896
zh那這則跟我這種不寫 code 的普通上班族，有關嗎？
11:15.056–11:16.016
zh我要做什麼？
11:16.016–11:17.376
zh對你的一句話結論是——
11:17.616–11:20.336
zh以後公司內部那種要吃機密資料的 AI 助理，
11:20.496–11:23.616
zh可以完全跑在自家電腦裡、不用把資料傳出去，
11:23.856–11:27.376
zh這代表「怕外洩所以不能用 AI」這個藉口正在消失，
11:27.536–11:31.776
zh你們公司導入 AI 的速度會變快。行動上：一般上班族，
11:31.856–11:35.056
zh知道這個風向就好、什麼都不用做，順便幫你擋一件事——
11:35.296–11:38.124
zh別看到開源就衝去買高階顯卡跑本機模型，
11:38.233–11:42.629
zh社群實測長對話還會出包，省下你一筆硬體錢。
11:42.882–11:46.336
zh要更積極的有兩種——如果你是工程師，去玩玩看，
11:46.576–11:48.096
zh在終端機打 ollama run，
11:48.176–11:50.656
zh後面接 ornith 一點五 的九十億參數版本，
11:50.896–11:54.256
zh十分鐘就知道值不值；如果你在法務、醫療、
11:54.256–11:57.696
zh金融這種資料不能外流的產業當 PM，回去查一下，
11:57.856–12:00.896
zh問你們技術部門有沒有評估過本機開源模型這條路。
12:01.216–12:04.496
zh第三則。想像一下這個畫面——你打開 ChatGPT，
12:04.656–12:07.536
zh貼上那套你已經用到滾瓜爛熟的剪片指令，
12:07.776–12:10.496
zh結果出來的東西又有點怪，你又要手動修。
12:10.856–12:12.456
zh在 2026 年八月十九號，
12:12.736–12:15.696
zhThe Rundown 這個專門教人用 AI 工具的教學網站
12:15.936–12:18.816
zh，就丟出一篇教學，叫 Loop Method、迴圈法。
12:19.216–12:22.016
zh你可能會問「等等——我天天都在這個畫面裡耶！！
12:22.256–12:25.536
zh所以它是要解決「同一套 prompt 每次結果都不一樣」這件
12:25.536–12:28.416
zh事？」——對，就是專治那種你重複在跑、
12:28.416–12:32.816
zh但品質一直不穩的流程——寫作、剪輯、產圖這種固定套路。
12:33.376–12:35.776
zh核心做法是叫 ChatGPT 自己組一個 sub-agent
12:36.256–12:37.776
zhpanel，子代理小組，
12:38.016–12:40.896
zh用對抗式審查（就是不讓它自己稱讚自己，
12:41.056–12:44.336
zh而是要它扮成專門挑毛病的人，一條一條把哪裡爛、
12:44.416–12:47.216
zh哪裡不合格講出來，像同事故意刁難你，
12:47.456–12:49.936
zh逼你把破綻攤開）跑三輪迴圈。
12:50.496–12:54.896
zh你可能會問「「子代理小組」「對抗式審查」（也就是叫它站在挑
12:54.896–12:57.936
zh刺的立場，專門找出這份東西最不能過關的地方，
12:58.096–13:00.896
zh而不是順著你說好棒）⋯⋯這兩個詞都好玄。
13:00.896–13:03.496
zh可以講具體一點嗎？」——具體到可以照抄。
13:03.856–13:06.699
zh那段啟動指令裡明講要三個角色：
13:06.750–13:08.736
zh第一個角色叫做成果或品質審查員，
13:09.056–13:11.136
zh也就是 outcome 或 quality 那個 revie
13:11.376–13:15.536
zhwer，專門看成果品質；第二個角色是流程與提示詞審查員，
13:15.776–13:17.936
zh英文寫 workflow 和 prompt 的 review
13:17.936–13:20.416
zher，看你流程跟提示詞本身寫得爛不爛；
13:20.496–13:22.976
zh還有一個有相關領域知識的 reviewer。
13:23.376–13:25.536
zh三個人各自從不同角度來找碴。
13:25.856–13:29.936
zh喔——所以不是叫它「再改好一點」，是叫它分飾三角、
13:29.936–13:33.456
zh故意刁難自己？就像你交稿之前先找主管、找編輯、
13:33.656–13:35.736
zh再找一個懂這行的老鳥各罵一輪？
13:36.056–13:40.616
zh對，就是這個意思。而且每一輪的動作是被鎖死的：先檢視現況、
13:40.656–13:44.576
zh找出目前最大的那個失敗點、然後只改動最小必要的那一塊——
13:44.816–13:48.016
zhprompt、腳本、檢查表或流程——再重跑一次，
13:48.336–13:50.736
zh最後對照你事先訂好的完成定義，
13:51.056–13:53.696
zh英文叫 definition of done（就是動手前先把
13:53.696–13:56.696
zh「做到什麼程度才算做完」寫成幾條白紙黑字，
13:57.011–14:00.931
zh像講好片子要在三分鐘內、開頭不能有雜音、字幕不能出錯，
14:01.096–14:04.376
zh最後拿這幾條一條一條打勾），來做檢查。
14:04.376–14:07.656
zh「只改最小必要的一塊」這句我很有感⋯⋯因為我通常是整段重寫，
14:07.776–14:10.016
zh然後就再也回不去原本那版了！
14:10.256–14:12.656
zh所以指令裡還有一句要你保留舊版本，
14:12.896–14:14.816
zh英文寫 preserve earlier 的 version
14:15.056–14:16.416
zhs，而且第三輪之後就停，
14:16.656–14:18.496
zh英文寫 stop after loop three，
14:18.656–14:22.416
zh跑滿三輪就停、不準無限跑。前面還有兩個模板要先填：
14:22.736–14:25.376
zh第一個是簡報格式，包含流程 Workflow、
14:25.376–14:26.736
zh測試輸入 Test input、
14:26.736–14:29.536
zh目前結果 Current result、我注意到的問題，
14:29.536–14:31.256
zh英文是 problems I noticed，
14:31.256–14:32.856
zh還有要保留的檔案或指令，
14:33.136–14:35.216
zh英文是 files or instructions to p
14:35.696–14:37.696
zhreserve；第二個是三輪審查迴圈的模板，
14:37.936–14:39.376
zh英文寫 three review loops；
14:39.616–14:42.096
zh第三個是目標模板，先寫目標 Goal，
14:42.336–14:44.576
zh再加三條完成定義 definition of done，
14:44.816–14:48.736
zh最後一句是請它在開始第一輪前先跟你確認目標跟檢查項，
14:48.736–14:50.736
zh英文寫 confirm the goal and check
14:50.896–14:51.216
ens with me，
14:51.456–14:53.056
zh然後 before starting loop one。
14:53.296–14:56.896
zh所以流程是——先跟它交代清楚現況跟已知問題，
14:56.896–15:01.056
zh再訂好「改到什麼樣才算過」，它還要先跟你確認才準動手？
15:01.416–15:05.176
zh對。確認完你再回一句，說目標跟完成定義都核准了，
15:05.376–15:06.576
zh英文是 the goal and definition of
15:06.576–15:09.816
zhdone are approved（意思是那幾條「做成什麼
15:09.856–15:13.536
zh樣才算做完」的標準你點頭了，之後大家都照這幾條驗收，
15:13.776–15:16.576
zh不能再臨時改口），接著再說開始第一輪，
15:16.896–15:19.376
zh英文是 begin loop one，它才開始跑，
15:19.376–15:22.376
zh而且每輪都要回報：小組發現什麼、改了什麼、
15:22.496–15:25.696
zh有什麼證據顯示這個改動有效、還有什麼沒解決。
15:25.696–15:29.056
zh中間如果發現是你指令寫得模糊，有第五個模板，
15:29.336–15:32.456
zh格式是先說上一次的結果暴露了這個模糊之處，
15:32.736–15:34.896
zh英文是 the last result exposed th
15:34.896–15:36.656
zhis ambiguity，加上模糊那句，
15:37.056–15:39.696
zh然後說請更新流程讓它的意思變成，
15:39.696–15:41.856
zh英文是 update the workflow so it
15:41.856–15:44.096
zhmeans，再加上你要的精確要求，
15:44.296–15:46.536
zh叫它下一輪套用並在輸出裡驗證。
15:46.736–15:48.496
zh那三輪跑完呢？就結束了？
15:48.656–15:51.776
zh還有第五步，換一個新輸入測穩定度，
15:52.096–15:55.936
zh指令的意思是請把更新過的某某流程用在第二個輸入上，
15:56.176–15:58.496
zh英文寫 use the updated 某某 workflo
15:58.656–15:59.776
zhw，然後 on second input，
16:00.256–16:04.096
zh保留審查過的指令跟完成定義，結果另存、不要蓋掉第一份，
16:04.416–16:08.176
zh然後回報三件事——每項檢查有沒有過、哪些還要你人工看、
16:08.416–16:11.496
zh哪些人工判斷應該變成腳本、規則或檢查項。
16:11.816–16:15.896
zh最後那句超關鍵欸！！等於是逼它把你腦袋裡的隱性標準，
16:16.056–16:17.336
zh變成寫下來的規則？
16:17.576–16:19.336
zh對。The Rundown 自己說，
16:19.416–16:23.336
zh他們就是拿這套來改善自己的影片剪輯和圖片產生技能，
16:23.656–16:26.136
zh而且認為任何重複性的工作流程都適用。
16:26.376–16:29.256
zh聽起來一片叫好⋯⋯但我有點不信耶，
16:29.416–16:32.296
zh這不就是「叫 AI 再檢查一次」換個帥名字嗎？
16:32.536–16:34.896
zh你這句幾乎就是反對方會講的話。
16:35.016–16:37.976
zh那我直接問尖銳的——這種「提示詞技巧」文章，
16:38.136–16:42.296
zh是不是根本就是內容農場在收割焦慮？教學網站賣會員，
16:42.456–16:43.896
zh當然要一直生新名詞啊！
16:44.136–16:48.136
zh我覺得要分開看。名詞是行銷、流程是真的。要我說，
16:48.296–16:50.376
zh這篇有價值的地方不是「Loop」這個字，
16:50.616–16:55.096
zh是它把「只改最小必要部分」「保留舊版」「跑三輪就停」「先訂完
16:55.096–16:57.016
zh成定義」寫死成可照抄的指令——
16:57.416–17:01.576
zh這幾條是真的能擋掉你亂改一通的護欄。至於名字叫什麼，
17:01.576–17:02.376
zh我完全不在乎。
17:02.616–17:06.216
zh那再一題——如果 AI 自己找碴、自己修、自己驗收，
17:06.376–17:09.496
zh那那個「懂這行的老鳥」不就被自己取代了？
17:09.816–17:11.256
zh以後還需要人來把關嗎？
17:11.496–17:15.176
zh我的看法很明確：不但需要，而且人的價值往上移了。
17:15.576–17:19.176
zh我自己的體會是——迭代品質取決於你問的問題品質。
17:19.416–17:23.256
zh這套流程裡最不可外包的兩件事，一是你訂的完成定義，
17:23.256–17:25.296
zh也就是 definition of done 那一段（就是你
17:25.336–17:28.936
zh自己寫下來的那幾條驗收標準，像交出去前一定要看得懂、
17:29.096–17:32.776
zh一定要照時間、一定不能有錯字，這幾條只有你能決定），
17:32.936–17:37.656
zh二是最後那句「哪些人工判斷該變成規則」。AI 能罵自己，
17:37.896–17:40.536
zh但它不知道你的標準在哪。標準寫不出來的人，
17:40.536–17:42.536
zh用這套一樣是垃圾進垃圾出。
17:42.776–17:46.456
zh那這則跟我這種完全不寫 code 的普通上班族，有關嗎？
17:46.696–17:47.416
zh我該做什麼？
17:47.656–17:51.496
zh對你的一句話結論是——你手上任何一件「每個月都要重做、
17:51.576–17:53.656
zh每次品質都看運氣」的例行工作，
17:53.896–17:56.776
zh都可以先叫 AI 用三個不同角色把它罵一輪、
17:56.936–18:01.576
zh再只改最小的那一塊，而不是整份砍掉重練。行動上：一般上班族，
18:01.576–18:05.096
zh去玩玩看，挑你最煩的那個重複任務，把目標 Goal，
18:05.096–18:07.816
zh再加三條完成定義 definition of done 先寫
18:07.816–18:08.136
zh出來、
18:08.136–18:11.896
zh貼給 ChatGPT（那三條就是「做成什麼樣才算做完」的白話
18:11.896–18:15.896
zh標準，像這份月報要有數字、要有結論、主管三十秒能看完），
18:16.136–18:19.016
zh光是被逼著寫出「怎樣才算做完」就已經賺到；
18:19.336–18:23.496
zh要更積極的有兩種——常做重複產出的行銷、小編、設計，
18:23.496–18:26.936
zh回去把那段三個 reviewer 的完整指令抄下來存成自己的
18:26.936–18:31.656
zh模板，下次直接套；帶團隊的主管，往上一級、帶進公司提案，
18:31.816–18:36.376
zh把最後那句「哪些人工判斷該變成規則」當成內部 SOP 的起點
18:36.616–18:38.616
zh，這才是真正留得下來的東西。
18:38.824–18:43.784
zh第四則。換個方向，來講一個聽起來很反直覺的：AI 越好用，
18:44.024–18:46.824
zh你直接把 AI 的答案貼給別人，反而越沒禮貌。
18:47.384–18:49.944
zh幾天前有個網站，名字叫做「別貼 AI」，
18:50.264–18:52.104
zh英文寫成 Don't Paste the AI，
18:52.464–18:55.584
zh它在科技論壇 Hacker News 上拿到 717 個
18:55.584–18:59.344
zh讚，另外有 355 則留言。 你可能會問「等等等等——
18:59.624–19:02.184
zh貼 AI 答案是沒禮貌？？我以為那叫效率耶！
19:02.424–19:06.504
zh我幫你查好了不是很體貼嗎？」——網站的核心論點是：對方問你，
19:06.584–19:07.864
zh是想要「你的想法」，
19:08.104–19:11.064
zh不是一段任何人四秒內自己就能問到的制式回答。
19:11.544–19:15.224
zh你只是當 AI 跟對方之間的傳聲筒，這段對話就沒意義了。
19:15.384–19:16.824
zh唔⋯⋯這句有點刺到我。
19:17.064–19:20.264
zh那實際上到底要怎麼做？總不能叫我不準用 AI 吧？
19:20.424–19:23.064
zh不是禁用，是加工。步驟很具體：
19:23.304–19:25.624
zh先讓 ChatGPT 或 Claude 生草稿，
19:25.944–19:29.464
zh然後你自己讀過，只擷取真正回答問題的那一句核心，
19:29.784–19:33.944
zh其餘贅字全刪，補充意見控制在三句話以內再回覆對方。
19:34.184–19:35.144
zh所以具體來說——
19:35.304–19:38.664
zh假設同事在 Slack 問我「這個 API 為什麼會逾時」，
19:38.824–19:40.504
zh我丟給 Claude 拿到八百字，
19:40.664–19:42.904
zh我只留「因為連線池滿了」那一句，
19:43.064–19:46.984
zh再加我自己三句「我們上禮拜也踩過、我建議先調參數」這樣？
19:46.984–19:50.824
zh對，就是這個意思。而且如果 AI 那段真的很有價值、
19:50.904–19:53.944
zh你想引用，網站給的範本措辭是直接講：
19:53.944–19:56.904
zh「我詢問了 Claude，這段很有道理」——標明出處、
19:56.904–19:58.584
zh順便說明你為什麼認同。
19:58.864–20:02.944
zh那如果我讀完真的沒意見呢？我不能每次都硬擠三句吧！！
20:03.144–20:05.784
zh那就直接用英文回一句 No strong opinion h
20:05.944–20:08.424
zhere，意思是我對這件事沒有特別的意見，
20:08.424–20:12.024
zh網站認為這是有效而且真誠的回答。另外還有實戰招：
20:12.344–20:13.224
zh有人在 DM、
20:13.384–20:15.384
zhSlack 或 PR review 貼整段 AI 原文，
20:15.384–20:18.624
zh你直接把 dontpastetheai.com 這個連結複製
20:18.624–20:20.104
zh傳給他，不用多解釋。
20:20.184–20:23.224
zh哈哈哈這超被動攻擊——不過我喜歡！！
20:23.224–20:24.104
zh還分版本。
20:24.344–20:27.688
zh對同事這種正式場合分享標準版 dontpastetheai.
20:27.960–20:29.624
zhcom；對熟到能開玩笑的人，
20:29.624–20:34.664
zh有比較嗆的版本 dontpastetheai.com/ang
20:34.664–20:36.064
zhry/，網站上點複製按鈕就自動把當前網址複製起來。
20:36.064–20:40.464
zh那留言區有人跳出來嗆嗎？我不信 355 則全部一面倒。
20:40.464–20:43.584
zh沒有一面倒。正面的像 mscbuck 說，
20:43.584–20:46.144
zh貼 AI 原文是把理解的負擔轉嫁給別人；
20:46.755–20:49.224
zhipython 說這會侵蝕人跟人之間的信任；
20:49.624–20:52.584
zhAbsurdCensor 更直接，受夠同事複製貼上，
20:52.584–20:54.984
zh想把這篇當公司內部 AI 使用準則。
20:55.504–20:57.184
zh原 po disillusioned 的論點是，
20:57.454–20:59.214
zh別人付錢是要你的專業與見解。
20:59.544–21:00.424
zh那反方咧？
21:00.424–21:02.664
zhTenoke 質疑一味反 AI 的立場，
21:02.664–21:06.144
zh認為問題不在工具本身、而在你有沒有附加價值，
21:06.424–21:07.864
zh完全不用 AI 也一樣愚蠢。
21:08.344–21:10.584
zhkerkeslager 則點出有些人走極端——
21:10.744–21:13.144
zh只要發現對方用過 AI 就直接失去尊重，
21:13.144–21:16.864
zh這種一刀切被其他人質疑是不是反應過度。我的判斷：
21:16.904–21:20.264
zh這篇真正的重點不是反 AI，是反「零加工轉貼」。
21:20.264–21:21.384
zh那我問個尖銳的——
21:21.384–21:24.344
zh那些抓到別人用 AI 就直接看不起對方的人，
21:24.344–21:26.344
zh是不是根本就是在耍優越感？
21:26.504–21:28.424
zh我覺得是。而且很快就會反噬——
21:28.424–21:31.144
zh再過一兩年幾乎所有人都會用 AI 起草，
21:31.384–21:33.464
zh你憑「有沒有 AI 味」判斷一個人，
21:33.624–21:37.828
zh只會讓你自己變成那個誤判一堆好同事的人。該罵的是沒讀就轉貼，
21:37.926–21:38.744
zh不是用工具。
21:39.144–21:42.504
zh再一個——如果我老闆就是那種整天貼 AI 原文的人，
21:42.824–21:46.744
zh我真的敢把那個嗆版連結丟給他嗎？這不是職場自殺嗎？
21:46.744–21:50.984
zh老實講，我不建議對老闆用嗆版，那是給熟人的。要我說，
21:50.984–21:54.984
zh對上級最有效的做法不是提醒他，是你自己每次都做加工版——
21:55.384–21:58.344
zh他收到你的三句話結論、跟收到別人八百字 AI 文，
21:58.584–22:02.024
zh體感差距他自己會有感。用示範贏，不用說教贏。
22:02.104–22:05.464
zh那這則跟我這種普通上班族有關嗎？我要做什麼？
22:05.864–22:07.144
zh對你的一句話結論是——
22:07.144–22:09.984
zh以後職場上真正稀缺的不是「查得到答案」，
22:10.264–22:14.344
zh是「你讀完之後那三句自己的話」，貼原文的人會越來越廉價。
22:14.344–22:17.344
zh行動上：一般人就今天起改一個小習慣，
22:17.384–22:21.864
zh回訊息前把 AI 草稿砍到只剩一句核心加三句自己的意見，
22:21.864–22:24.224
zh沒意見就誠實講一句英文 No strong opinion
22:24.224–22:25.904
zhhere，也就是我沒有特別的意見，
22:25.904–22:28.944
zh這一招就幫你省下被同事默默扣分的風險；
22:29.384–22:32.984
zh如果你是主管或帶團隊的，往上一級、帶進公司提案，
22:33.224–22:36.530
zh把 dontpastetheai.com 這頁直接貼進團隊守
22:36.530–22:40.757
zh則當內部 AI 使用共識；如果你是接案或做顧問的，最該警惕，
22:40.757–22:45.784
zh客戶付錢買的是你的見解，被抓到整段轉貼一次，信任就回不來了。
22:45.864–22:48.024
zh第五則。換個方向，問你一個問題——
22:48.104–22:50.664
zh如果你公司的 AI 亂編一個數字、害客戶賠錢，
22:50.744–22:53.224
zh你猜保險會不會賠？答案多半是不賠，
22:53.544–22:56.984
zh所以現在冒出一種新東西叫「AI 保險」。 你可能會問「蛤？？
22:57.064–23:00.344
zh不賠喔！！我還以為公司都有買那種什麼商業險、網路險，
23:00.344–23:02.224
zh這種算意外吧？」——問題就在這。
23:02.824–23:04.424
zhGartner 分析師 Lauren Kornutick 原
23:04.424–23:07.504
zh話是：「許多企業現有的保單裡都有 AI 排除條款」——
23:07.864–23:11.144
zh白紙黑字把 AI 風險排掉，這是風險管理上的一大缺口。
23:11.704–23:12.584
zh你可能會問「等等⋯⋯
23:12.744–23:14.984
zh所以是保險公司早就先寫好「這塊我不管」？
23:14.984–23:17.904
zh那這種新的 AI 保單，到底保什麼？」——保五塊：
23:18.184–23:21.784
zhAI 幻覺——就是它一本正經編造錯誤資訊——造成的財務損失；
23:22.184–23:25.304
zh演算法歧視（就是電腦在幫忙篩人的時候自己養成偏心，
23:25.464–23:26.984
zh比方說同樣條件的兩份履歷，
23:26.984–23:29.544
zh它固定把某個性別或某個地區的人往後排，
23:29.864–23:33.624
zh或是同樣收入的人來借錢，某些人就是被多算利息、直接被拒絕，
23:33.784–23:37.784
zh而且它天天這樣做，沒人發現），像招募或放貸偏袒特定族群；
23:38.024–23:42.584
zh用受著作權保護的資料訓練或生成惹來的侵權求償；還有保固式的，
23:42.824–23:44.584
zh模型效能沒達標就退你授權費。
23:44.824–23:46.264
zh才四個啊？第五個呢？
23:46.424–23:47.144
zh第五個最誇張——
23:47.224–23:50.264
zhAI 代理人（不是那種你問一句它答一句的助理，
23:50.344–23:53.864
zh而是你交代一個任務，它自己會一步一步去做完，像是自己去下單、
23:53.864–23:56.984
zh自己去改設定、自己去操作機器手臂，中間不用你按確認），
23:56.984–24:01.384
zh就是能自己執行任務的程式，操作失誤造成大規模實體財產損失。
24:01.384–24:03.184
zhGartner 還預測到 2030 年，
24:03.384–24:06.877
zh保險公司會把「嚴格的 AI 風險控管」列為承保的必要條件。
24:06.984–24:08.904
zh哇⋯⋯那保險公司自己願意賣嗎？
24:08.904–24:10.984
zh我怎麼覺得他們才是最怕的那一個。
24:11.144–24:13.064
zh你直覺很準。AIG、Great American、
24:13.224–24:16.184
zhWR Berkley 這些大公司甚至在尋求監管許可，
24:16.344–24:18.744
zh想把 AI 責任完全排除在企業保單外。
24:18.824–24:21.464
zh所以是兩邊互推？？那有沒有人看好啊。
24:21.624–24:22.824
zh有。實際案例也有——
24:23.064–24:25.704
zhElevenLabs 買了首創的 AI 代理人責任保單，
24:25.704–24:28.544
zh涵蓋幻覺、未授權操作、資料隱私。
24:28.544–24:31.944
zh那對我這種普通上班族，保險這兩個字聽起來就很遠耶⋯⋯
24:32.104–24:33.784
zh有什麼是我現在就能做的嗎？
24:33.864–24:37.064
zh有，而且很實用：你自己的保單就能用 AI 健檢。
24:37.384–24:40.758
zh第一步先把姓名、身分證字號、保單號碼全部遮掉再上傳，
24:40.833–24:41.804
zh避免個資外洩。
24:41.804–24:44.544
zh喔——就是拿麥克筆塗掉那幾欄再拍照上傳，
24:44.584–24:46.504
zh不是整份原封不動丟進去，對吧？
24:46.504–24:51.424
zh對。第二步貼上保單內容，輸入：「把這份保單整理成表格：險種、
24:51.424–24:53.864
zh保障內容、保額、繳費年期、每年保費，
24:54.104–24:57.544
zh用臺灣保險術語的白話解釋每一項。」第三步再問：
24:57.784–25:01.784
zh「以臺灣常見的保障規劃原則，我的醫療實支實付、失能、意外、
25:01.784–25:04.264
zh壽險保額有哪些明顯缺口或重複投保？」
25:04.424–25:07.384
zh所以等於是叫 AI 先幫我把那本天書排成一張表，
25:07.624–25:09.944
zh再幫我抓哪裡買重複、哪裡根本沒保？
25:10.144–25:12.464
zh精準。第四步是請 AI 擬問題清單，
25:12.664–25:15.464
zh像「我的實支實付雜費額度多少？有沒有副本理賠？
25:15.464–25:19.904
zh癌症險是初次罹癌給付還是療程型？」帶著這張清單去問業務員。
25:20.184–25:22.264
zh我的結論：AI 保險現在還在早期，
25:22.424–25:24.744
zh但「用 AI 看懂合約」這件事今天就能用。
25:24.984–25:28.904
zh那我尖銳一點問——保險公司想把 AI 責任整包排除，
25:28.984–25:30.984
zh這是不是擺明推卸責任、坑企業？
25:31.144–25:32.904
zh我覺得不算坑，但很不負責任。
25:33.064–25:35.864
zh他們自己也坦承根本不知道這類風險的成本該怎麼估算——
25:35.864–25:39.624
zh不知道就標高一點保費，而不是整塊剪掉。我站在企業這邊。
25:39.624–25:42.766
zh那第二個——AI 出包最後保險賠一賠就沒事，
25:42.881–25:45.464
zh會不會反而讓公司更敢亂用 AI 這種工具呢？
25:45.624–25:47.464
zh我認為會，而且這是真風險。
25:47.744–25:50.304
zh所以我覺得 Gartner 那個 2030 年的預測是對的方
25:50.344–25:52.824
zh向：要拿保單，先證明你有嚴格的風控，
25:52.904–25:54.504
zh不然保險就變成亂搞的許可證。
25:54.984–25:57.944
zh那這則跟我這種不碰保險業的普通上班族，到底有關嗎？
25:58.024–25:58.984
zh我要做什麼？
25:58.984–26:00.024
zh對你的一句話結論是——
26:00.264–26:02.877
zhAI 出包這件事現在連保險公司都不敢賠，
26:02.984–26:05.384
zh代表責任最後還是落在用它的人身上，
26:05.384–26:09.184
zh你在公司拿 AI 生出來的東西直接送出去，出事沒人幫你擋。
26:09.224–26:11.562
zh行動上：一般上班族這週花十分鐘，
26:11.562–26:14.076
zh把自己保單遮掉個資丟給 AI 跑那兩段 prompt，
26:14.115–26:17.144
zh順手幫你抓出白繳的重複保費，這是最實際的收穫；
26:17.544–26:20.424
zh如果你是公司裡負責採購或簽 AI 工具合約的人，
26:20.424–26:22.224
zh要更積極一級、回去查一下，
26:22.224–26:24.784
zh公司現有保單有沒有那條 AI 排除條款；
26:25.104–26:26.944
zh如果你是 HR 或做放貸、審核的，
26:27.344–26:31.000
zh回去問清楚你們用的 AI 工具出了歧視爭議，責任算誰的。
0:00.160–0:04.240
一億兩千五百萬參數、不連網，手機上就能秒接你彈的旋律——
0:04.560–0:06.320
這算你的創作，還是作弊？
0:06.592–0:10.432
MIT授權開源模型直接嗆Claude Opus 4.8！
0:10.832–0:13.472
可是自我改進根本是行銷話術？？？
0:13.776–0:17.536
今天第一則。一億兩千五百萬參數、每秒一百零八個音符——
0:17.696–0:19.936
而且完全在一支 iPhone 上跑完，不連網。
0:20.176–0:23.616
這是獨立開發者 simedw 在二零二六年八月二十號發的文章
0:23.856–0:25.296
，他訓練了一個 transformer 模型，
0:25.456–0:28.656
幫你的鋼琴演奏做自動補全。 你可能會問「等等等等——
0:28.896–0:32.896
自動補全鋼琴？？是我彈幾個音，它就接著幫我彈下去的意思嗎？
0:33.296–0:34.016
」——對。就是這個意思。
0:34.336–0:36.736
概念跟寫程式那個 GitHub Copilot 一模一樣，
0:36.976–0:39.776
差別在輸入不是程式碼、是你按下去的音符。
0:40.096–0:44.016
你可能會問「完全在手機上？？所以我在飛機上關機模式也能用？
0:44.336–0:46.336
他一個人做到這個⋯⋯是天才嗎？」——
0:46.656–0:49.776
他提到這是經過十四次實驗才走到目前這個階段。
0:49.776–0:51.776
成果做成一個免費 App 叫 RollTab。
0:52.016–0:54.336
十四次⋯⋯聽起來前面十三次都很慘。
0:54.736–0:57.616
那他到底怎麼教模型看懂音樂？樂譜又不是文字。
0:57.936–1:01.296
這就是最有料的部分。他用 MIDI 檔——記錄音高、時間、
1:01.296–1:03.136
力度的樂譜格式，不是錄音檔。
1:03.376–1:05.136
裝 miditok 跟 symusic 這兩個套件，
1:05.536–1:08.096
然後從 miditok 匯入 REMI 跟 Tokenize
1:08.096–1:10.016
rConfig、從 symusic 匯入 Score，
1:10.016–1:10.496
設 config 等於 TokenizerConfig，
1:10.496–1:14.336
裡面把 num_velocities 設成十六、
1:14.576–1:16.496
use_chords 跟 use_programs 都打開，
1:16.736–1:18.816
tokenizer 等於 REMI 包住 config，
1:19.056–1:21.376
再讓 midi 等於 Score 讀進你的 MIDI 檔路徑
1:21.376–1:23.296
、tokens 等於 tokenizer 處理 midi，
1:23.296–1:25.456
還能把 tokens 丟回 tokenizer 轉回 MIDI 驗證。
1:25.856–1:26.156
I 驗證。
1:26.176–1:29.536
所以具體來說就是——我把一堆鋼琴曲的 MIDI 丟進去，
1:29.696–1:32.816
那句 num_velocities 十六就是把「按多用力」切
1:32.816–1:35.776
成十六格，和絃跟樂器也各自標記，
1:35.936–1:39.856
最後整首曲子被切成一串像單字一樣的東西，模型才讀得懂？
1:40.096–1:43.456
對，方向完全正確。而且他還訓練自己的詞彙表：
1:43.456–1:45.341
建好 config 跟 tokenizer 之後，
1:45.486–1:48.256
拿你自己收集的 MIDI 路徑清單呼叫 tokenizer.
1:48.256–1:50.256
train(vocab_size=30000,
1:50.256–1:51.056
files_paths=files_paths)，
1:51.056–1:52.288
再 tokenizer.save 存檔，
1:52.864–1:56.016
也可以 tokenizer.push_to_hub 丟到 Hugging Face 分享。
1:56.576–1:57.104
ugging Face 分享。
1:57.120–2:01.136
那後面那個 DPO 呢？我只知道它是讓模型「往好的方向調」，
2:01.296–2:02.576
但好是誰說了算？
2:02.976–2:05.536
拿兩段接續給人聽，人指出哪一段比較順耳，
2:05.936–2:09.776
訓練就把模型往順耳那段的寫法推、另一段的機率壓下去。
2:09.776–2:11.456
實作很短：裝 trl 套件，
2:11.616–2:14.576
從 trl 匯入 DPOTrainer、
2:14.576–2:14.976
從 datasets 匯入 load_dataset，
2:15.296–2:16.816
接著呼叫 DPOTrainer，
2:16.816–2:20.736
model 指定 Qwen 二點五 的零點五 B 指令版這個
2:20.736–2:22.096
模型，
2:22.096–2:22.464
train_dataset 用 load_dataset 載
2:22.832–2:24.616
入 trl-lib 那份 ultrafeedback binarized 的訓練集，
2:24.676–2:25.216
arized 的訓練集，
2:25.536–2:26.416
然後 trainer 點 train。
2:26.416–2:31.696
懶得寫程式就終端機一行：先打 trl dpo，
2:31.776–2:32.816
model_name_or_path 指定 Qwen 二點五
2:32.880–2:34.576
的零點五 B 指令版這個模型，
2:34.576–2:36.976
dataset_name 指定 trl-lib 那份 ultrafeedback binarized 資料集。
2:36.976–2:38.496
rafeedback binarized 資料集。
2:38.496–2:41.856
一行就能跑？那我家那張破顯卡會不會直接爆掉⋯⋯
2:42.336–2:46.176
會，不過這類情況常見的做法就是縮小每次餵進去的批次、
2:46.416–2:49.136
改用梯度累積，等於一次只餵少少幾筆進去、
2:49.296–2:51.616
累積幾次再更新一次權重，記憶體撐得住、
2:51.616–2:53.376
效果跟一次餵一大批差不多。
2:53.376–2:58.496
喔——所以是把一大口拆成八小口慢慢吞，胃小的人也吃得完。
2:58.656–2:59.616
那社群反應好嗎？
2:59.856–3:02.096
兩極。Hacker News 上有人覺得效果不錯、
3:02.096–3:05.136
稱讚這點子；pil0u 說他接觸 AI 這麼多年，
3:05.136–3:07.696
還是被這個 App 驚艷到；noman-land 更狠，
3:07.856–3:11.136
說這是第一個真正有潛力產出優美旋律的 AI 音樂作品；
3:11.456–3:13.376
tom_vidal 則說自動補全這概念，
3:13.376–3:15.856
其實跟古典作曲家的訓練方式有相通之處。
3:16.096–3:17.936
那罵的呢？我猜一定有人氣炸。
3:18.336–3:19.856
bubblegumcrisis 強烈反感，
3:19.856–3:22.096
說這助長人們不願意真正學樂器；
3:22.104–3:26.416
ghm2199 覺得讓機器生成音符是剝奪即興演奏的樂趣；
3:26.416–3:30.016
rajivayyangar 質疑效果沒比簡單的馬可夫模型好多
3:30.016–3:32.576
少；tescreal 說這只是新奇小把戲，
3:32.656–3:36.576
而且很多人對 AI 進藝術本來就特別反感。我的立場很明確：
3:36.816–3:40.336
我覺得這篇的價值不在音樂，在於它把「一個人、十四次實驗、
3:40.336–3:44.176
端上手機」這條路整套公開，這是今年少見誠實的技術文。
3:44.736–3:48.976
那我直球問——AI 幫你把旋律接完，這還算你的創作嗎？
3:48.976–3:50.176
還是根本就是作弊？
3:50.176–3:54.336
要我說，這跟 IDE 幫你補完函式名沒兩樣。你決定要往哪走、
3:54.336–3:57.696
它幫你打字。真的作弊是你按兩個音就掛名作曲家——
3:57.856–4:01.616
那不是工具的問題，是你的問題。
4:01.616–4:03.376
那 rajivayyangar 說「沒比馬可夫模型好多少」，
4:03.376–4:04.416
是不是打臉整篇？
4:04.576–4:06.736
花這麼大力氣搞 transformer 有意義嗎？
4:06.976–4:11.296
我認為那句話有一半對、一半不重要。短接續確實聽起來像，
4:11.536–4:15.776
但真正差別在能在 iPhone 上即時跑到每秒一百零八個音符
4:15.856–4:18.976
還不失控——工程難度在那裡，不在炫技。
4:19.136–4:23.032
那這則跟我這種不彈琴的普通上班族，有關嗎？我要做什麼？
4:23.352–4:26.792
對你的一句話結論是——一個人、一支手機、十四次實驗，
4:27.032–4:30.472
就能把一個能即時創作的 AI 塞進口袋、還免費送出來，
4:30.792–4:33.432
這代表「AI 一定要連雲端」這件事正在鬆動，
4:33.752–4:36.632
你以後很多 app 會在斷網時照樣聰明。行動上：
4:36.872–4:38.872
一般人知道這個風向就好、什麼都不用做，
4:39.112–4:40.872
這則純粹是給你一個很酷的談資，
4:41.112–4:43.992
下次有人說 AI 一定要燒大機房，你可以講這個例子；
4:44.312–4:47.352
要更積極的兩種人——會彈琴或做音樂的，去玩玩看，
4:47.512–4:50.072
App 叫 RollTab、免費，彈四個音聽它接；
4:50.312–4:51.512
想學微調的工程師，
4:51.672–4:54.072
回去查一下 miditok 跟 trl 這兩個套件，
4:54.312–4:56.632
照他那段 DPOTrainer 的程式碼跑一次，
4:56.792–4:58.712
你就懂偏好訓練到底在幹嘛。
4:58.776–5:00.376
第二則。換個方向。
5:00.696–5:03.336
有個 Hacker News 使用者 simonw 講了一句
5:03.336–5:07.816
很嗆的話——「自我改進的說法具誤導性，那只是訓練流程、
5:07.896–5:10.776
不是推理時的自我迭代。」他在酸的，
5:10.856–5:13.816
就是今天要講的 Ornith-1.5 開源模型家族。
5:14.136–5:17.016
等等——先講一下這家族到底是什麼？我完全沒聽過欸！
5:17.416–5:20.056
三種規模：九十億參數的密集模型，
5:20.216–5:24.536
還有三百五十億跟三千九百七十億參數的 MoE 混合專家架構（
5:24.776–5:28.616
就像一間公司裡養了很多不同科的師傅，每次來一張單子，
5:28.776–5:32.536
只叫其中兩三個相關的師傅出來做，其他人在旁邊休息，
5:32.696–5:36.696
所以人很多但每次真正動工的很少，跑起來就省電又快）。
5:37.176–5:41.016
官方宣稱推理、agentic（意思是它不只回你一段話，
5:41.176–5:45.496
而是能自己一步一步動手，像助理自己去翻資料、自己打開工具、
5:45.656–5:48.696
做完一件事再接著做下一件）、寫程式的表現，
5:48.856–5:51.576
媲美 Claude Opus 4.8。而且——
5:51.736–5:54.376
全部 MIT 授權，商業用途不受限。
5:54.856–5:57.496
你可能會問「MIT 授權？？所以就是⋯⋯
5:57.736–6:00.136
我開公司拿去賣錢也沒人管？」——對。
6:00.296–6:03.416
就是這個意思。而且 FP8、GGUF、MLX、
6:03.416–6:09.896
NVFP4 量化格式（把原本又大又精細的模型檔案壓成比較粗略
6:09.896–6:12.776
的版本，就像把無損音樂壓成小一點的檔，
6:13.016–6:18.216
聽起來差不多但容量小很多，普通電腦才塞得下）全給，vLLM、
6:18.456–6:21.096
Ollama 這些推理框架（可以想成播放器，
6:21.336–6:24.776
模型檔案本身只是一堆資料，要有這種程式把它讀起來、
6:24.936–6:27.176
讓你能打字問問題）也火速接上了。
6:27.656–6:32.216
你可能會問「那它主打的「端到端自我改進」（意思是從頭到尾整
6:32.216–6:36.056
套流程都不用人插手，出題、練習、批改、進步全部自己來，
6:36.296–6:39.576
像一個學生自己買參考書、自己出考卷、自己訂正，
6:39.576–6:43.256
家長完全不用管）呢？聽起來很科幻⋯⋯
6:43.416–6:47.736
是說 AI 自己教自己？」——流程是：模型自己提出新任務，
6:47.896–6:52.056
自己產生對應的任務鷹架（就是先幫這題搭好一個解題架子，
6:52.136–6:55.976
寫清楚第一步要做什麼、第二步要做什麼、答案長什麼樣才算對，
6:56.136–6:59.016
像蓋房子前先搭的那層鷹架，蓋好就拆掉），
6:59.416–7:02.776
再用強化學習（做對了就給糖、做錯了就沒糖，
7:02.776–7:06.536
反覆練幾百萬次之後它自己摸出哪種做法會拿到糖，
7:06.776–7:09.976
像訓練狗學動作那樣）跑出解答、從解答裡學。
7:10.296–7:12.616
等於不斷幫自己造新的訓練經驗，
7:12.696–7:16.616
把前代 Ornith-1.0 的自我鷹架策略擴成完整迴圈。
7:16.936–7:21.576
喔——所以具體像是，它自己出一份考卷、自己搭好答題的步驟表，
7:21.816–7:25.016
然後自己寫十遍、挑寫得最好的那遍當教材餵回去？
7:25.096–7:29.896
方向對。更精準說，強化學習（做對就給糖、做錯就沒糖，
7:30.056–7:35.416
一直反覆練到它自己抓到訣竅）是靠獎勵訊號（就是每寫完一次會被
7:35.416–7:39.976
打一個分數，分數高的做法以後就多做，分數低的就少做，
7:40.216–7:43.576
像遊戲裡每過一關跳出來的得分）評分，
7:43.656–7:48.616
不是「挑最好那遍」這麼直覺，但精神就是自己造題自己練。
7:48.776–7:51.816
那我這種普通工程師，實際怎麼跑起來？很難嗎？
7:52.136–7:54.901
最懶的一行：在終端機打 ollama run，
7:54.993–7:57.816
後面接 ornith 一點五 的九十億參數版本。
7:58.136–8:00.456
想用 llama.cpp 就執行 llama-server，
8:00.456–8:02.296
指定 Hugging Face 上 ornith ai 帳號
8:02.296–8:06.496
底下、Ornith 一點五 九十億參數的 GGUF 版本，
8:06.676–8:07.736
連接埠設八千。
8:07.976–8:10.456
Python 端用 Transformers 的 AutoProcessor 跟 AutoModelForMultimodalLM，
8:10.696–8:13.800
rocessor 跟 AutoModelForMultimodalLM，
8:14.504–8:17.656
from_pretrained 指到 ornith ai 帳
8:17.816–8:21.256
號底下的 Ornith 一點五 九十億參數版本，
8:21.496–8:23.176
device_map 設 auto。
8:23.336–8:25.736
那如果我要架成服務給整個團隊用呢？
8:26.136–8:29.176
用 vllm serve 起 ornith ai 帳號底下的
8:29.176–8:31.389
Ornith 一點五 九十億參數模型，
8:31.576–8:35.256
參數加上 max-model-len 設二十六萬兩千一百四十
8:35.256–8:35.576
四、
8:35.896–8:38.936
gpu-memory-utilization 設零點九零、
8:39.336–8:41.296
enable-prefix-caching（把每次對話開頭那
8:41.296–8:44.736
段一模一樣的內容算過一次就先存起來，
8:44.976–8:47.936
下次再遇到同樣開頭就直接拿來用，不用重算，
8:48.176–8:50.976
像便利商店先把常賣的關東煮煮好放著）、
8:51.376–8:53.296
enable-auto-tool-choice、
8:53.296–8:55.856
tool-call-parser 選 qwen3_xml、
8:55.856–8:56.496
reasoning-parser 選 qwen3，
8:59.376–9:01.056
再加 trust-remote-code。
9:01.456–9:03.616
或者用 SGLang 啟動 launch_server，
9:04.176–9:06.896
model-path 指到 ornith ai 帳號底下的
9:06.896–9:08.816
Ornith 一點五 九十億參數版本，
9:08.816–9:11.776
context-length 設二十六萬兩千一百四十四，
9:12.096–9:14.096
mem-fraction-static 設零點八五。
9:14.416–9:17.456
架好之後用 OpenAI 的 SDK 打本機位址、
9:17.616–9:19.296
連接埠八千的 v1 路徑，
9:19.536–9:21.216
api_key 填 EMPTY 就好，
9:21.536–9:23.536
取樣參數 temperature 設零點六、
9:23.696–9:25.296
top_p 設零點九五。
9:25.456–9:29.216
這麼順⋯⋯前代 397B 那隻也一樣跑法嗎？
9:29.536–9:33.216
前代範例是用 vllm serve 起 deepreinfo
9:33.216–9:37.776
rce ai 帳號底下的 Ornith 一點零 三千九百七十
9:37.856–9:38.736
億參數版本，
9:38.896–9:41.856
再加 tensor-parallel-size 設八（意思是
9:41.936–9:46.256
這個模型太大一張顯示卡裝不下，就把它切成八份分給八張卡，
9:46.576–9:50.896
八張卡同時算再把結果拼回來，像一份大工程分給八個人一起做），
9:51.216–9:53.216
取樣建議 temperature 設零點六、
9:53.376–9:57.136
top_p 設零點九五、top_k 設二十。我的立場：
9:57.216–10:00.096
這種一行指令就能本機跑、又 MIT 授權的，
10:00.336–10:02.336
我覺得比任何 benchmark 數字都值錢。
10:02.576–10:06.096
但社群真的買單嗎？我不太信官方自己講的話欸⋯⋯
10:06.496–10:08.576
正反都有。但反面很兇——
10:09.216–10:13.376
kennywinker 質疑團隊在強化學習（讓模型自己一直練
10:13.536–10:17.776
、做對給糖做錯不給，
10:17.776–10:20.656
慢慢練出本事的那套訓練方式）訓練過程的透明度。
10:20.896–10:22.496
那我直接問尖銳的——
10:22.576–10:25.696
他們是不是根本只是拿 Qwen 或 Gemma 基底去針對
10:25.836–10:28.256
benchmark 優化，然後包裝成「自我改進」？
10:28.736–10:31.376
社群先前對 Ornith 一點零 就有這個質疑，
10:31.376–10:33.456
到了 一點五 也還沒散掉。要我說，
10:33.936–10:37.776
我站 simonw 那邊——「自我改進」這詞行銷成分太重，
10:37.936–10:42.336
它是訓練流程，不是模型上線後還會自己變聰明。但我也認為，
10:42.496–10:45.616
包裝歸包裝，權重真的丟出來給你 MIT 隨便用，
10:45.616–10:48.416
這誠意勝過九成只發論文的團隊。
10:48.656–10:49.616
那第二個問題——
10:49.616–10:52.656
開源都追到宣稱媲美 Claude Opus 4.8 了，
10:52.896–10:56.176
那些一年繳幾萬塊訂閱費的公司，是不是被當盤子？
10:56.496–10:58.496
我認為還不到。宣稱歸宣稱，
10:58.656–11:02.176
v3ss0n 那個長對話工具呼叫幻覺就是致命傷——
11:02.496–11:06.576
真正的 agentic工作流最吃的就是穩定度。我的判斷是：
11:06.736–11:11.696
開源負責把價格天花板打下來，閉源負責可靠度，短期內兩邊都活。
11:12.016–11:14.896
那這則跟我這種不寫 code 的普通上班族，有關嗎？
11:15.056–11:16.016
我要做什麼？
11:16.016–11:17.376
對你的一句話結論是——
11:17.616–11:20.336
以後公司內部那種要吃機密資料的 AI 助理，
11:20.496–11:23.616
可以完全跑在自家電腦裡、不用把資料傳出去，
11:23.856–11:27.376
這代表「怕外洩所以不能用 AI」這個藉口正在消失，
11:27.536–11:31.776
你們公司導入 AI 的速度會變快。行動上：一般上班族，
11:31.856–11:35.056
知道這個風向就好、什麼都不用做，順便幫你擋一件事——
11:35.296–11:38.124
別看到開源就衝去買高階顯卡跑本機模型，
11:38.233–11:42.629
社群實測長對話還會出包，省下你一筆硬體錢。
11:42.882–11:46.336
要更積極的有兩種——如果你是工程師，去玩玩看，
11:46.576–11:48.096
在終端機打 ollama run，
11:48.176–11:50.656
後面接 ornith 一點五 的九十億參數版本，
11:50.896–11:54.256
十分鐘就知道值不值；如果你在法務、醫療、
11:54.256–11:57.696
金融這種資料不能外流的產業當 PM，回去查一下，
11:57.856–12:00.896
問你們技術部門有沒有評估過本機開源模型這條路。
12:01.216–12:04.496
第三則。想像一下這個畫面——你打開 ChatGPT，
12:04.656–12:07.536
貼上那套你已經用到滾瓜爛熟的剪片指令，
12:07.776–12:10.496
結果出來的東西又有點怪，你又要手動修。
12:10.856–12:12.456
在 2026 年八月十九號，
12:12.736–12:15.696
The Rundown 這個專門教人用 AI 工具的教學網站
12:15.936–12:18.816
，就丟出一篇教學，叫 Loop Method、迴圈法。
12:19.216–12:22.016
你可能會問「等等——我天天都在這個畫面裡耶！！
12:22.256–12:25.536
所以它是要解決「同一套 prompt 每次結果都不一樣」這件
12:25.536–12:28.416
事？」——對，就是專治那種你重複在跑、
12:28.416–12:32.816
但品質一直不穩的流程——寫作、剪輯、產圖這種固定套路。
12:33.376–12:35.776
核心做法是叫 ChatGPT 自己組一個 sub-agent
12:36.256–12:37.776
panel，子代理小組，
12:38.016–12:40.896
用對抗式審查（就是不讓它自己稱讚自己，
12:41.056–12:44.336
而是要它扮成專門挑毛病的人，一條一條把哪裡爛、
12:44.416–12:47.216
哪裡不合格講出來，像同事故意刁難你，
12:47.456–12:49.936
逼你把破綻攤開）跑三輪迴圈。
12:50.496–12:54.896
你可能會問「「子代理小組」「對抗式審查」（也就是叫它站在挑
12:54.896–12:57.936
刺的立場，專門找出這份東西最不能過關的地方，
12:58.096–13:00.896
而不是順著你說好棒）⋯⋯這兩個詞都好玄。
13:00.896–13:03.496
可以講具體一點嗎？」——具體到可以照抄。
13:03.856–13:06.699
那段啟動指令裡明講要三個角色：
13:06.750–13:08.736
第一個角色叫做成果或品質審查員，
13:09.056–13:11.136
也就是 outcome 或 quality 那個 revie
13:11.376–13:15.536
wer，專門看成果品質；第二個角色是流程與提示詞審查員，
13:15.776–13:17.936
英文寫 workflow 和 prompt 的 review
13:17.936–13:20.416
er，看你流程跟提示詞本身寫得爛不爛；
13:20.496–13:22.976
還有一個有相關領域知識的 reviewer。
13:23.376–13:25.536
三個人各自從不同角度來找碴。
13:25.856–13:29.936
喔——所以不是叫它「再改好一點」，是叫它分飾三角、
13:29.936–13:33.456
故意刁難自己？就像你交稿之前先找主管、找編輯、
13:33.656–13:35.736
再找一個懂這行的老鳥各罵一輪？
13:36.056–13:40.616
對，就是這個意思。而且每一輪的動作是被鎖死的：先檢視現況、
13:40.656–13:44.576
找出目前最大的那個失敗點、然後只改動最小必要的那一塊——
13:44.816–13:48.016
prompt、腳本、檢查表或流程——再重跑一次，
13:48.336–13:50.736
最後對照你事先訂好的完成定義，
13:51.056–13:53.696
英文叫 definition of done（就是動手前先把
13:53.696–13:56.696
「做到什麼程度才算做完」寫成幾條白紙黑字，
13:57.011–14:00.931
像講好片子要在三分鐘內、開頭不能有雜音、字幕不能出錯，
14:01.096–14:04.376
最後拿這幾條一條一條打勾），來做檢查。
14:04.376–14:07.656
「只改最小必要的一塊」這句我很有感⋯⋯因為我通常是整段重寫，
14:07.776–14:10.016
然後就再也回不去原本那版了！
14:10.256–14:12.656
所以指令裡還有一句要你保留舊版本，
14:12.896–14:14.816
英文寫 preserve earlier 的 version
14:15.056–14:16.416
s，而且第三輪之後就停，
14:16.656–14:18.496
英文寫 stop after loop three，
14:18.656–14:22.416
跑滿三輪就停、不準無限跑。前面還有兩個模板要先填：
14:22.736–14:25.376
第一個是簡報格式，包含流程 Workflow、
14:25.376–14:26.736
測試輸入 Test input、
14:26.736–14:29.536
目前結果 Current result、我注意到的問題，
14:29.536–14:31.256
英文是 problems I noticed，
14:31.256–14:32.856
還有要保留的檔案或指令，
14:33.136–14:35.216
英文是 files or instructions to p
14:35.696–14:37.696
reserve；第二個是三輪審查迴圈的模板，
14:37.936–14:39.376
英文寫 three review loops；
14:39.616–14:42.096
第三個是目標模板，先寫目標 Goal，
14:42.336–14:44.576
再加三條完成定義 definition of done，
14:44.816–14:48.736
最後一句是請它在開始第一輪前先跟你確認目標跟檢查項，
14:48.736–14:50.736
英文寫 confirm the goal and check
14:50.896–14:51.216
s with me，
14:51.456–14:53.056
然後 before starting loop one。
14:53.296–14:56.896
所以流程是——先跟它交代清楚現況跟已知問題，
14:56.896–15:01.056
再訂好「改到什麼樣才算過」，它還要先跟你確認才準動手？
15:01.416–15:05.176
對。確認完你再回一句，說目標跟完成定義都核准了，
15:05.376–15:06.576
英文是 the goal and definition of
15:06.576–15:09.816
done are approved（意思是那幾條「做成什麼
15:09.856–15:13.536
樣才算做完」的標準你點頭了，之後大家都照這幾條驗收，
15:13.776–15:16.576
不能再臨時改口），接著再說開始第一輪，
15:16.896–15:19.376
英文是 begin loop one，它才開始跑，
15:19.376–15:22.376
而且每輪都要回報：小組發現什麼、改了什麼、
15:22.496–15:25.696
有什麼證據顯示這個改動有效、還有什麼沒解決。
15:25.696–15:29.056
中間如果發現是你指令寫得模糊，有第五個模板，
15:29.336–15:32.456
格式是先說上一次的結果暴露了這個模糊之處，
15:32.736–15:34.896
英文是 the last result exposed th
15:34.896–15:36.656
is ambiguity，加上模糊那句，
15:37.056–15:39.696
然後說請更新流程讓它的意思變成，
15:39.696–15:41.856
英文是 update the workflow so it
15:41.856–15:44.096
means，再加上你要的精確要求，
15:44.296–15:46.536
叫它下一輪套用並在輸出裡驗證。
15:46.736–15:48.496
那三輪跑完呢？就結束了？
15:48.656–15:51.776
還有第五步，換一個新輸入測穩定度，
15:52.096–15:55.936
指令的意思是請把更新過的某某流程用在第二個輸入上，
15:56.176–15:58.496
英文寫 use the updated 某某 workflo
15:58.656–15:59.776
w，然後 on second input，
16:00.256–16:04.096
保留審查過的指令跟完成定義，結果另存、不要蓋掉第一份，
16:04.416–16:08.176
然後回報三件事——每項檢查有沒有過、哪些還要你人工看、
16:08.416–16:11.496
哪些人工判斷應該變成腳本、規則或檢查項。
16:11.816–16:15.896
最後那句超關鍵欸！！等於是逼它把你腦袋裡的隱性標準，
16:16.056–16:17.336
變成寫下來的規則？
16:17.576–16:19.336
對。The Rundown 自己說，
16:19.416–16:23.336
他們就是拿這套來改善自己的影片剪輯和圖片產生技能，
16:23.656–16:26.136
而且認為任何重複性的工作流程都適用。
16:26.376–16:29.256
聽起來一片叫好⋯⋯但我有點不信耶，
16:29.416–16:32.296
這不就是「叫 AI 再檢查一次」換個帥名字嗎？
16:32.536–16:34.896
你這句幾乎就是反對方會講的話。
16:35.016–16:37.976
那我直接問尖銳的——這種「提示詞技巧」文章，
16:38.136–16:42.296
是不是根本就是內容農場在收割焦慮？教學網站賣會員，
16:42.456–16:43.896
當然要一直生新名詞啊！
16:44.136–16:48.136
我覺得要分開看。名詞是行銷、流程是真的。要我說，
16:48.296–16:50.376
這篇有價值的地方不是「Loop」這個字，
16:50.616–16:55.096
是它把「只改最小必要部分」「保留舊版」「跑三輪就停」「先訂完
16:55.096–16:57.016
成定義」寫死成可照抄的指令——
16:57.416–17:01.576
這幾條是真的能擋掉你亂改一通的護欄。至於名字叫什麼，
17:01.576–17:02.376
我完全不在乎。
17:02.616–17:06.216
那再一題——如果 AI 自己找碴、自己修、自己驗收，
17:06.376–17:09.496
那那個「懂這行的老鳥」不就被自己取代了？
17:09.816–17:11.256
以後還需要人來把關嗎？
17:11.496–17:15.176
我的看法很明確：不但需要，而且人的價值往上移了。
17:15.576–17:19.176
我自己的體會是——迭代品質取決於你問的問題品質。
17:19.416–17:23.256
這套流程裡最不可外包的兩件事，一是你訂的完成定義，
17:23.256–17:25.296
也就是 definition of done 那一段（就是你
17:25.336–17:28.936
自己寫下來的那幾條驗收標準，像交出去前一定要看得懂、
17:29.096–17:32.776
一定要照時間、一定不能有錯字，這幾條只有你能決定），
17:32.936–17:37.656
二是最後那句「哪些人工判斷該變成規則」。AI 能罵自己，
17:37.896–17:40.536
但它不知道你的標準在哪。標準寫不出來的人，
17:40.536–17:42.536
用這套一樣是垃圾進垃圾出。
17:42.776–17:46.456
那這則跟我這種完全不寫 code 的普通上班族，有關嗎？
17:46.696–17:47.416
我該做什麼？
17:47.656–17:51.496
對你的一句話結論是——你手上任何一件「每個月都要重做、
17:51.576–17:53.656
每次品質都看運氣」的例行工作，
17:53.896–17:56.776
都可以先叫 AI 用三個不同角色把它罵一輪、
17:56.936–18:01.576
再只改最小的那一塊，而不是整份砍掉重練。行動上：一般上班族，
18:01.576–18:05.096
去玩玩看，挑你最煩的那個重複任務，把目標 Goal，
18:05.096–18:07.816
再加三條完成定義 definition of done 先寫
18:07.816–18:08.136
出來、
18:08.136–18:11.896
貼給 ChatGPT（那三條就是「做成什麼樣才算做完」的白話
18:11.896–18:15.896
標準，像這份月報要有數字、要有結論、主管三十秒能看完），
18:16.136–18:19.016
光是被逼著寫出「怎樣才算做完」就已經賺到；
18:19.336–18:23.496
要更積極的有兩種——常做重複產出的行銷、小編、設計，
18:23.496–18:26.936
回去把那段三個 reviewer 的完整指令抄下來存成自己的
18:26.936–18:31.656
模板，下次直接套；帶團隊的主管，往上一級、帶進公司提案，
18:31.816–18:36.376
把最後那句「哪些人工判斷該變成規則」當成內部 SOP 的起點
18:36.616–18:38.616
，這才是真正留得下來的東西。
18:38.824–18:43.784
第四則。換個方向，來講一個聽起來很反直覺的：AI 越好用，
18:44.024–18:46.824
你直接把 AI 的答案貼給別人，反而越沒禮貌。
18:47.384–18:49.944
幾天前有個網站，名字叫做「別貼 AI」，
18:50.264–18:52.104
英文寫成 Don't Paste the AI，
18:52.464–18:55.584
它在科技論壇 Hacker News 上拿到 717 個
18:55.584–18:59.344
讚，另外有 355 則留言。 你可能會問「等等等等——
18:59.624–19:02.184
貼 AI 答案是沒禮貌？？我以為那叫效率耶！
19:02.424–19:06.504
我幫你查好了不是很體貼嗎？」——網站的核心論點是：對方問你，
19:06.584–19:07.864
是想要「你的想法」，
19:08.104–19:11.064
不是一段任何人四秒內自己就能問到的制式回答。
19:11.544–19:15.224
你只是當 AI 跟對方之間的傳聲筒，這段對話就沒意義了。
19:15.384–19:16.824
唔⋯⋯這句有點刺到我。
19:17.064–19:20.264
那實際上到底要怎麼做？總不能叫我不準用 AI 吧？
19:20.424–19:23.064
不是禁用，是加工。步驟很具體：
19:23.304–19:25.624
先讓 ChatGPT 或 Claude 生草稿，
19:25.944–19:29.464
然後你自己讀過，只擷取真正回答問題的那一句核心，
19:29.784–19:33.944
其餘贅字全刪，補充意見控制在三句話以內再回覆對方。
19:34.184–19:35.144
所以具體來說——
19:35.304–19:38.664
假設同事在 Slack 問我「這個 API 為什麼會逾時」，
19:38.824–19:40.504
我丟給 Claude 拿到八百字，
19:40.664–19:42.904
我只留「因為連線池滿了」那一句，
19:43.064–19:46.984
再加我自己三句「我們上禮拜也踩過、我建議先調參數」這樣？
19:46.984–19:50.824
對，就是這個意思。而且如果 AI 那段真的很有價值、
19:50.904–19:53.944
你想引用，網站給的範本措辭是直接講：
19:53.944–19:56.904
「我詢問了 Claude，這段很有道理」——標明出處、
19:56.904–19:58.584
順便說明你為什麼認同。
19:58.864–20:02.944
那如果我讀完真的沒意見呢？我不能每次都硬擠三句吧！！
20:03.144–20:05.784
那就直接用英文回一句 No strong opinion h
20:05.944–20:08.424
ere，意思是我對這件事沒有特別的意見，
20:08.424–20:12.024
網站認為這是有效而且真誠的回答。另外還有實戰招：
20:12.344–20:13.224
有人在 DM、
20:13.384–20:15.384
Slack 或 PR review 貼整段 AI 原文，
20:15.384–20:18.624
你直接把 dontpastetheai.com 這個連結複製
20:18.624–20:20.104
傳給他，不用多解釋。
20:20.184–20:23.224
哈哈哈這超被動攻擊——不過我喜歡！！
20:23.224–20:24.104
還分版本。
20:24.344–20:27.688
對同事這種正式場合分享標準版 dontpastetheai.
20:27.960–20:29.624
com；對熟到能開玩笑的人，
20:29.624–20:34.664
有比較嗆的版本 dontpastetheai.com/ang
20:34.664–20:36.064
ry/，網站上點複製按鈕就自動把當前網址複製起來。
20:36.064–20:40.464
那留言區有人跳出來嗆嗎？我不信 355 則全部一面倒。
20:40.464–20:43.584
沒有一面倒。正面的像 mscbuck 說，
20:43.584–20:46.144
貼 AI 原文是把理解的負擔轉嫁給別人；
20:46.755–20:49.224
ipython 說這會侵蝕人跟人之間的信任；
20:49.624–20:52.584
AbsurdCensor 更直接，受夠同事複製貼上，
20:52.584–20:54.984
想把這篇當公司內部 AI 使用準則。
20:55.504–20:57.184
原 po disillusioned 的論點是，
20:57.454–20:59.214
別人付錢是要你的專業與見解。
20:59.544–21:00.424
那反方咧？
21:00.424–21:02.664
Tenoke 質疑一味反 AI 的立場，
21:02.664–21:06.144
認為問題不在工具本身、而在你有沒有附加價值，
21:06.424–21:07.864
完全不用 AI 也一樣愚蠢。
21:08.344–21:10.584
kerkeslager 則點出有些人走極端——
21:10.744–21:13.144
只要發現對方用過 AI 就直接失去尊重，
21:13.144–21:16.864
這種一刀切被其他人質疑是不是反應過度。我的判斷：
21:16.904–21:20.264
這篇真正的重點不是反 AI，是反「零加工轉貼」。
21:20.264–21:21.384
那我問個尖銳的——
21:21.384–21:24.344
那些抓到別人用 AI 就直接看不起對方的人，
21:24.344–21:26.344
是不是根本就是在耍優越感？
21:26.504–21:28.424
我覺得是。而且很快就會反噬——
21:28.424–21:31.144
再過一兩年幾乎所有人都會用 AI 起草，
21:31.384–21:33.464
你憑「有沒有 AI 味」判斷一個人，
21:33.624–21:37.828
只會讓你自己變成那個誤判一堆好同事的人。該罵的是沒讀就轉貼，
21:37.926–21:38.744
不是用工具。
21:39.144–21:42.504
再一個——如果我老闆就是那種整天貼 AI 原文的人，
21:42.824–21:46.744
我真的敢把那個嗆版連結丟給他嗎？這不是職場自殺嗎？
21:46.744–21:50.984
老實講，我不建議對老闆用嗆版，那是給熟人的。要我說，
21:50.984–21:54.984
對上級最有效的做法不是提醒他，是你自己每次都做加工版——
21:55.384–21:58.344
他收到你的三句話結論、跟收到別人八百字 AI 文，
21:58.584–22:02.024
體感差距他自己會有感。用示範贏，不用說教贏。
22:02.104–22:05.464
那這則跟我這種普通上班族有關嗎？我要做什麼？
22:05.864–22:07.144
對你的一句話結論是——
22:07.144–22:09.984
以後職場上真正稀缺的不是「查得到答案」，
22:10.264–22:14.344
是「你讀完之後那三句自己的話」，貼原文的人會越來越廉價。
22:14.344–22:17.344
行動上：一般人就今天起改一個小習慣，
22:17.384–22:21.864
回訊息前把 AI 草稿砍到只剩一句核心加三句自己的意見，
22:21.864–22:24.224
沒意見就誠實講一句英文 No strong opinion
22:24.224–22:25.904
here，也就是我沒有特別的意見，
22:25.904–22:28.944
這一招就幫你省下被同事默默扣分的風險；
22:29.384–22:32.984
如果你是主管或帶團隊的，往上一級、帶進公司提案，
22:33.224–22:36.530
把 dontpastetheai.com 這頁直接貼進團隊守
22:36.530–22:40.757
則當內部 AI 使用共識；如果你是接案或做顧問的，最該警惕，
22:40.757–22:45.784
客戶付錢買的是你的見解，被抓到整段轉貼一次，信任就回不來了。
22:45.864–22:48.024
第五則。換個方向，問你一個問題——
22:48.104–22:50.664
如果你公司的 AI 亂編一個數字、害客戶賠錢，
22:50.744–22:53.224
你猜保險會不會賠？答案多半是不賠，
22:53.544–22:56.984
所以現在冒出一種新東西叫「AI 保險」。 你可能會問「蛤？？
22:57.064–23:00.344
不賠喔！！我還以為公司都有買那種什麼商業險、網路險，
23:00.344–23:02.224
這種算意外吧？」——問題就在這。
23:02.824–23:04.424
Gartner 分析師 Lauren Kornutick 原
23:04.424–23:07.504
話是：「許多企業現有的保單裡都有 AI 排除條款」——
23:07.864–23:11.144
白紙黑字把 AI 風險排掉，這是風險管理上的一大缺口。
23:11.704–23:12.584
你可能會問「等等⋯⋯
23:12.744–23:14.984
所以是保險公司早就先寫好「這塊我不管」？
23:14.984–23:17.904
那這種新的 AI 保單，到底保什麼？」——保五塊：
23:18.184–23:21.784
AI 幻覺——就是它一本正經編造錯誤資訊——造成的財務損失；
23:22.184–23:25.304
演算法歧視（就是電腦在幫忙篩人的時候自己養成偏心，
23:25.464–23:26.984
比方說同樣條件的兩份履歷，
23:26.984–23:29.544
它固定把某個性別或某個地區的人往後排，
23:29.864–23:33.624
或是同樣收入的人來借錢，某些人就是被多算利息、直接被拒絕，
23:33.784–23:37.784
而且它天天這樣做，沒人發現），像招募或放貸偏袒特定族群；
23:38.024–23:42.584
用受著作權保護的資料訓練或生成惹來的侵權求償；還有保固式的，
23:42.824–23:44.584
模型效能沒達標就退你授權費。
23:44.824–23:46.264
才四個啊？第五個呢？
23:46.424–23:47.144
第五個最誇張——
23:47.224–23:50.264
AI 代理人（不是那種你問一句它答一句的助理，
23:50.344–23:53.864
而是你交代一個任務，它自己會一步一步去做完，像是自己去下單、
23:53.864–23:56.984
自己去改設定、自己去操作機器手臂，中間不用你按確認），
23:56.984–24:01.384
就是能自己執行任務的程式，操作失誤造成大規模實體財產損失。
24:01.384–24:03.184
Gartner 還預測到 2030 年，
24:03.384–24:06.877
保險公司會把「嚴格的 AI 風險控管」列為承保的必要條件。
24:06.984–24:08.904
哇⋯⋯那保險公司自己願意賣嗎？
24:08.904–24:10.984
我怎麼覺得他們才是最怕的那一個。
24:11.144–24:13.064
你直覺很準。AIG、Great American、
24:13.224–24:16.184
WR Berkley 這些大公司甚至在尋求監管許可，
24:16.344–24:18.744
想把 AI 責任完全排除在企業保單外。
24:18.824–24:21.464
所以是兩邊互推？？那有沒有人看好啊。
24:21.624–24:22.824
有。實際案例也有——
24:23.064–24:25.704
ElevenLabs 買了首創的 AI 代理人責任保單，
24:25.704–24:28.544
涵蓋幻覺、未授權操作、資料隱私。
24:28.544–24:31.944
那對我這種普通上班族，保險這兩個字聽起來就很遠耶⋯⋯
24:32.104–24:33.784
有什麼是我現在就能做的嗎？
24:33.864–24:37.064
有，而且很實用：你自己的保單就能用 AI 健檢。
24:37.384–24:40.758
第一步先把姓名、身分證字號、保單號碼全部遮掉再上傳，
24:40.833–24:41.804
避免個資外洩。
24:41.804–24:44.544
喔——就是拿麥克筆塗掉那幾欄再拍照上傳，
24:44.584–24:46.504
不是整份原封不動丟進去，對吧？
24:46.504–24:51.424
對。第二步貼上保單內容，輸入：「把這份保單整理成表格：險種、
24:51.424–24:53.864
保障內容、保額、繳費年期、每年保費，
24:54.104–24:57.544
用臺灣保險術語的白話解釋每一項。」第三步再問：
24:57.784–25:01.784
「以臺灣常見的保障規劃原則，我的醫療實支實付、失能、意外、
25:01.784–25:04.264
壽險保額有哪些明顯缺口或重複投保？」
25:04.424–25:07.384
所以等於是叫 AI 先幫我把那本天書排成一張表，
25:07.624–25:09.944
再幫我抓哪裡買重複、哪裡根本沒保？
25:10.144–25:12.464
精準。第四步是請 AI 擬問題清單，
25:12.664–25:15.464
像「我的實支實付雜費額度多少？有沒有副本理賠？
25:15.464–25:19.904
癌症險是初次罹癌給付還是療程型？」帶著這張清單去問業務員。
25:20.184–25:22.264
我的結論：AI 保險現在還在早期，
25:22.424–25:24.744
但「用 AI 看懂合約」這件事今天就能用。
25:24.984–25:28.904
那我尖銳一點問——保險公司想把 AI 責任整包排除，
25:28.984–25:30.984
這是不是擺明推卸責任、坑企業？
25:31.144–25:32.904
我覺得不算坑，但很不負責任。
25:33.064–25:35.864
他們自己也坦承根本不知道這類風險的成本該怎麼估算——
25:35.864–25:39.624
不知道就標高一點保費，而不是整塊剪掉。我站在企業這邊。
25:39.624–25:42.766
那第二個——AI 出包最後保險賠一賠就沒事，
25:42.881–25:45.464
會不會反而讓公司更敢亂用 AI 這種工具呢？
25:45.624–25:47.464
我認為會，而且這是真風險。
25:47.744–25:50.304
所以我覺得 Gartner 那個 2030 年的預測是對的方
25:50.344–25:52.824
向：要拿保單，先證明你有嚴格的風控，
25:52.904–25:54.504
不然保險就變成亂搞的許可證。
25:54.984–25:57.944
那這則跟我這種不碰保險業的普通上班族，到底有關嗎？
25:58.024–25:58.984
我要做什麼？
25:58.984–26:00.024
對你的一句話結論是——
26:00.264–26:02.877
AI 出包這件事現在連保險公司都不敢賠，
26:02.984–26:05.384
代表責任最後還是落在用它的人身上，
26:05.384–26:09.184
你在公司拿 AI 生出來的東西直接送出去，出事沒人幫你擋。
26:09.224–26:11.562
行動上：一般上班族這週花十分鐘，
26:11.562–26:14.076
把自己保單遮掉個資丟給 AI 跑那兩段 prompt，
26:14.115–26:17.144
順手幫你抓出白繳的重複保費，這是最實際的收穫；
26:17.544–26:20.424
如果你是公司裡負責採購或簽 AI 工具合約的人，
26:20.424–26:22.224
要更積極一級、回去查一下，
26:22.224–26:24.784
公司現有保單有沒有那條 AI 排除條款；
26:25.104–26:26.944
如果你是 HR 或做放貸、審核的，
26:27.344–26:31.000
回去問清楚你們用的 AI 工具出了歧視爭議，責任算誰的。
0:00.160–0:04.240
zh一億兩千五百萬參數、不連網，手機上就能秒接你彈的旋律——
一億兩千五百萬參數、不連網，手機上就能秒接你彈的旋律——
0:04.560–0:06.320
zh這算你的創作，還是作弊？
這算你的創作，還是作弊？
0:06.592–0:10.432
zhMIT授權開源模型直接嗆Claude Opus 4.8！
MIT授權開源模型直接嗆Claude Opus 4.8！
0:10.832–0:13.472
zh可是自我改進根本是行銷話術？？？
可是自我改進根本是行銷話術？？？
0:13.776–0:17.536
zh今天第一則。一億兩千五百萬參數、每秒一百零八個音符——
今天第一則。一億兩千五百萬參數、每秒一百零八個音符——
0:17.696–0:19.936
zh而且完全在一支 iPhone 上跑完，不連網。
而且完全在一支 iPhone 上跑完，不連網。
0:20.176–0:23.616
zh這是獨立開發者 simedw 在二零二六年八月二十號發的文章
這是獨立開發者 simedw 在二零二六年八月二十號發的文章
0:23.856–0:25.296
zh，他訓練了一個 transformer 模型，
，他訓練了一個 transformer 模型，
0:25.456–0:28.656
zh幫你的鋼琴演奏做自動補全。 你可能會問「等等等等——
幫你的鋼琴演奏做自動補全。 你可能會問「等等等等——
0:28.896–0:32.896
zh自動補全鋼琴？？是我彈幾個音，它就接著幫我彈下去的意思嗎？
自動補全鋼琴？？是我彈幾個音，它就接著幫我彈下去的意思嗎？
0:33.296–0:34.016
zh」——對。就是這個意思。
」——對。就是這個意思。
0:34.336–0:36.736
zh概念跟寫程式那個 GitHub Copilot 一模一樣，
概念跟寫程式那個 GitHub Copilot 一模一樣，
0:36.976–0:39.776
zh差別在輸入不是程式碼、是你按下去的音符。
差別在輸入不是程式碼、是你按下去的音符。
0:40.096–0:44.016
zh你可能會問「完全在手機上？？所以我在飛機上關機模式也能用？
你可能會問「完全在手機上？？所以我在飛機上關機模式也能用？
0:44.336–0:46.336
zh他一個人做到這個⋯⋯是天才嗎？」——
他一個人做到這個⋯⋯是天才嗎？」——
0:46.656–0:49.776
zh他提到這是經過十四次實驗才走到目前這個階段。
他提到這是經過十四次實驗才走到目前這個階段。
0:49.776–0:51.776
zh成果做成一個免費 App 叫 RollTab。
成果做成一個免費 App 叫 RollTab。
0:52.016–0:54.336
zh十四次⋯⋯聽起來前面十三次都很慘。
十四次⋯⋯聽起來前面十三次都很慘。
0:54.736–0:57.616
zh那他到底怎麼教模型看懂音樂？樂譜又不是文字。
那他到底怎麼教模型看懂音樂？樂譜又不是文字。
0:57.936–1:01.296
zh這就是最有料的部分。他用 MIDI 檔——記錄音高、時間、
這就是最有料的部分。他用 MIDI 檔——記錄音高、時間、
1:01.296–1:03.136
zh力度的樂譜格式，不是錄音檔。
力度的樂譜格式，不是錄音檔。
1:03.376–1:05.136
zh裝 miditok 跟 symusic 這兩個套件，
裝 miditok 跟 symusic 這兩個套件，
1:05.536–1:08.096
zh然後從 miditok 匯入 REMI 跟 Tokenize
然後從 miditok 匯入 REMI 跟 Tokenize
1:08.096–1:10.016
zhrConfig、從 symusic 匯入 Score，
rConfig、從 symusic 匯入 Score，
1:10.016–1:10.496
zh設 config 等於 TokenizerConfig，
設 config 等於 TokenizerConfig，
1:10.496–1:14.336
zh裡面把 num_velocities 設成十六、
裡面把 num_velocities 設成十六、
1:14.576–1:16.496
zhuse_chords 跟 use_programs 都打開，
use_chords 跟 use_programs 都打開，
1:16.736–1:18.816
zhtokenizer 等於 REMI 包住 config，
tokenizer 等於 REMI 包住 config，
1:19.056–1:21.376
zh再讓 midi 等於 Score 讀進你的 MIDI 檔路徑
再讓 midi 等於 Score 讀進你的 MIDI 檔路徑
1:21.376–1:23.296
zh、tokens 等於 tokenizer 處理 midi，
、tokens 等於 tokenizer 處理 midi，
1:23.296–1:25.456
zh還能把 tokens 丟回 tokenizer 轉回 MIDI 驗證。
還能把 tokens 丟回 tokenizer 轉回 MIDI 驗證。
1:25.856–1:26.156
zhI 驗證。
I 驗證。
1:26.176–1:29.536
zh所以具體來說就是——我把一堆鋼琴曲的 MIDI 丟進去，
所以具體來說就是——我把一堆鋼琴曲的 MIDI 丟進去，
1:29.696–1:32.816
zh那句 num_velocities 十六就是把「按多用力」切
那句 num_velocities 十六就是把「按多用力」切
1:32.816–1:35.776
zh成十六格，和絃跟樂器也各自標記，
成十六格，和絃跟樂器也各自標記，
1:35.936–1:39.856
zh最後整首曲子被切成一串像單字一樣的東西，模型才讀得懂？
最後整首曲子被切成一串像單字一樣的東西，模型才讀得懂？
1:40.096–1:43.456
zh對，方向完全正確。而且他還訓練自己的詞彙表：
對，方向完全正確。而且他還訓練自己的詞彙表：
1:43.456–1:45.341
zh建好 config 跟 tokenizer 之後，
建好 config 跟 tokenizer 之後，
1:45.486–1:48.256
zh拿你自己收集的 MIDI 路徑清單呼叫 tokenizer.
拿你自己收集的 MIDI 路徑清單呼叫 tokenizer.
1:48.256–1:50.256
entrain(vocab_size=30000,
train(vocab_size=30000,
1:50.256–1:51.056
enfiles_paths=files_paths)，
files_paths=files_paths)，
1:51.056–1:52.288
zh再 tokenizer.save 存檔，
再 tokenizer.save 存檔，
1:52.864–1:56.016
zh也可以 tokenizer.push_to_hub 丟到 Hugging Face 分享。
也可以 tokenizer.push_to_hub 丟到 Hugging Face 分享。
1:56.576–1:57.104
zhugging Face 分享。
ugging Face 分享。
1:57.120–2:01.136
zh那後面那個 DPO 呢？我只知道它是讓模型「往好的方向調」，
那後面那個 DPO 呢？我只知道它是讓模型「往好的方向調」，
2:01.296–2:02.576
zh但好是誰說了算？
但好是誰說了算？
2:02.976–2:05.536
zh拿兩段接續給人聽，人指出哪一段比較順耳，
拿兩段接續給人聽，人指出哪一段比較順耳，
2:05.936–2:09.776
zh訓練就把模型往順耳那段的寫法推、另一段的機率壓下去。
訓練就把模型往順耳那段的寫法推、另一段的機率壓下去。
2:09.776–2:11.456
zh實作很短：裝 trl 套件，
實作很短：裝 trl 套件，
2:11.616–2:14.576
zh從 trl 匯入 DPOTrainer、
從 trl 匯入 DPOTrainer、
2:14.576–2:14.976
zh從 datasets 匯入 load_dataset，
從 datasets 匯入 load_dataset，
2:15.296–2:16.816
zh接著呼叫 DPOTrainer，
接著呼叫 DPOTrainer，
2:16.816–2:20.736
zhmodel 指定 Qwen 二點五 的零點五 B 指令版這個
model 指定 Qwen 二點五 的零點五 B 指令版這個
2:20.736–2:22.096
zh模型，
模型，
2:22.096–2:22.464
zhtrain_dataset 用 load_dataset 載
train_dataset 用 load_dataset 載
2:22.832–2:24.616
zh入 trl-lib 那份 ultrafeedback binarized 的訓練集，
入 trl-lib 那份 ultrafeedback binarized 的訓練集，
2:24.676–2:25.216
zharized 的訓練集，
arized 的訓練集，
2:25.536–2:26.416
zh然後 trainer 點 train。
然後 trainer 點 train。
2:26.416–2:31.696
zh懶得寫程式就終端機一行：先打 trl dpo，
懶得寫程式就終端機一行：先打 trl dpo，
2:31.776–2:32.816
zhmodel_name_or_path 指定 Qwen 二點五
model_name_or_path 指定 Qwen 二點五
2:32.880–2:34.576
zh的零點五 B 指令版這個模型，
的零點五 B 指令版這個模型，
2:34.576–2:36.976
zhdataset_name 指定 trl-lib 那份 ultrafeedback binarized 資料集。
dataset_name 指定 trl-lib 那份 ultrafeedback binarized 資料集。
2:36.976–2:38.496
zhrafeedback binarized 資料集。
rafeedback binarized 資料集。
2:38.496–2:41.856
zh一行就能跑？那我家那張破顯卡會不會直接爆掉⋯⋯
一行就能跑？那我家那張破顯卡會不會直接爆掉⋯⋯
2:42.336–2:46.176
zh會，不過這類情況常見的做法就是縮小每次餵進去的批次、
會，不過這類情況常見的做法就是縮小每次餵進去的批次、
2:46.416–2:49.136
zh改用梯度累積，等於一次只餵少少幾筆進去、
改用梯度累積，等於一次只餵少少幾筆進去、
2:49.296–2:51.616
zh累積幾次再更新一次權重，記憶體撐得住、
累積幾次再更新一次權重，記憶體撐得住、
2:51.616–2:53.376
zh效果跟一次餵一大批差不多。
效果跟一次餵一大批差不多。
2:53.376–2:58.496
zh喔——所以是把一大口拆成八小口慢慢吞，胃小的人也吃得完。
喔——所以是把一大口拆成八小口慢慢吞，胃小的人也吃得完。
2:58.656–2:59.616
zh那社群反應好嗎？
那社群反應好嗎？
2:59.856–3:02.096
zh兩極。Hacker News 上有人覺得效果不錯、
兩極。Hacker News 上有人覺得效果不錯、
3:02.096–3:05.136
zh稱讚這點子；pil0u 說他接觸 AI 這麼多年，
稱讚這點子；pil0u 說他接觸 AI 這麼多年，
3:05.136–3:07.696
zh還是被這個 App 驚艷到；noman-land 更狠，
還是被這個 App 驚艷到；noman-land 更狠，
3:07.856–3:11.136
zh說這是第一個真正有潛力產出優美旋律的 AI 音樂作品；
說這是第一個真正有潛力產出優美旋律的 AI 音樂作品；
3:11.456–3:13.376
zhtom_vidal 則說自動補全這概念，
tom_vidal 則說自動補全這概念，
3:13.376–3:15.856
zh其實跟古典作曲家的訓練方式有相通之處。
其實跟古典作曲家的訓練方式有相通之處。
3:16.096–3:17.936
zh那罵的呢？我猜一定有人氣炸。
那罵的呢？我猜一定有人氣炸。
3:18.336–3:19.856
zhbubblegumcrisis 強烈反感，
bubblegumcrisis 強烈反感，
3:19.856–3:22.096
zh說這助長人們不願意真正學樂器；
說這助長人們不願意真正學樂器；
3:22.104–3:26.416
zhghm2199 覺得讓機器生成音符是剝奪即興演奏的樂趣；
ghm2199 覺得讓機器生成音符是剝奪即興演奏的樂趣；
3:26.416–3:30.016
zhrajivayyangar 質疑效果沒比簡單的馬可夫模型好多
rajivayyangar 質疑效果沒比簡單的馬可夫模型好多
3:30.016–3:32.576
zh少；tescreal 說這只是新奇小把戲，
少；tescreal 說這只是新奇小把戲，
3:32.656–3:36.576
zh而且很多人對 AI 進藝術本來就特別反感。我的立場很明確：
而且很多人對 AI 進藝術本來就特別反感。我的立場很明確：
3:36.816–3:40.336
zh我覺得這篇的價值不在音樂，在於它把「一個人、十四次實驗、
我覺得這篇的價值不在音樂，在於它把「一個人、十四次實驗、
3:40.336–3:44.176
zh端上手機」這條路整套公開，這是今年少見誠實的技術文。
端上手機」這條路整套公開，這是今年少見誠實的技術文。
3:44.736–3:48.976
zh那我直球問——AI 幫你把旋律接完，這還算你的創作嗎？
那我直球問——AI 幫你把旋律接完，這還算你的創作嗎？
3:48.976–3:50.176
zh還是根本就是作弊？
還是根本就是作弊？
3:50.176–3:54.336
zh要我說，這跟 IDE 幫你補完函式名沒兩樣。你決定要往哪走、
要我說，這跟 IDE 幫你補完函式名沒兩樣。你決定要往哪走、
3:54.336–3:57.696
zh它幫你打字。真的作弊是你按兩個音就掛名作曲家——
它幫你打字。真的作弊是你按兩個音就掛名作曲家——
3:57.856–4:01.616
zh那不是工具的問題，是你的問題。
那不是工具的問題，是你的問題。
4:01.616–4:03.376
zh那 rajivayyangar 說「沒比馬可夫模型好多少」，
那 rajivayyangar 說「沒比馬可夫模型好多少」，
4:03.376–4:04.416
zh是不是打臉整篇？
是不是打臉整篇？
4:04.576–4:06.736
zh花這麼大力氣搞 transformer 有意義嗎？
花這麼大力氣搞 transformer 有意義嗎？
4:06.976–4:11.296
zh我認為那句話有一半對、一半不重要。短接續確實聽起來像，
我認為那句話有一半對、一半不重要。短接續確實聽起來像，
4:11.536–4:15.776
zh但真正差別在能在 iPhone 上即時跑到每秒一百零八個音符
但真正差別在能在 iPhone 上即時跑到每秒一百零八個音符
4:15.856–4:18.976
zh還不失控——工程難度在那裡，不在炫技。
還不失控——工程難度在那裡，不在炫技。
4:19.136–4:23.032
zh那這則跟我這種不彈琴的普通上班族，有關嗎？我要做什麼？
那這則跟我這種不彈琴的普通上班族，有關嗎？我要做什麼？
4:23.352–4:26.792
zh對你的一句話結論是——一個人、一支手機、十四次實驗，
對你的一句話結論是——一個人、一支手機、十四次實驗，
4:27.032–4:30.472
zh就能把一個能即時創作的 AI 塞進口袋、還免費送出來，
就能把一個能即時創作的 AI 塞進口袋、還免費送出來，
4:30.792–4:33.432
zh這代表「AI 一定要連雲端」這件事正在鬆動，
這代表「AI 一定要連雲端」這件事正在鬆動，
4:33.752–4:36.632
zh你以後很多 app 會在斷網時照樣聰明。行動上：
你以後很多 app 會在斷網時照樣聰明。行動上：
4:36.872–4:38.872
zh一般人知道這個風向就好、什麼都不用做，
一般人知道這個風向就好、什麼都不用做，
4:39.112–4:40.872
zh這則純粹是給你一個很酷的談資，
這則純粹是給你一個很酷的談資，
4:41.112–4:43.992
zh下次有人說 AI 一定要燒大機房，你可以講這個例子；
下次有人說 AI 一定要燒大機房，你可以講這個例子；
4:44.312–4:47.352
zh要更積極的兩種人——會彈琴或做音樂的，去玩玩看，
要更積極的兩種人——會彈琴或做音樂的，去玩玩看，
4:47.512–4:50.072
zhApp 叫 RollTab、免費，彈四個音聽它接；
App 叫 RollTab、免費，彈四個音聽它接；
4:50.312–4:51.512
zh想學微調的工程師，
想學微調的工程師，
4:51.672–4:54.072
zh回去查一下 miditok 跟 trl 這兩個套件，
回去查一下 miditok 跟 trl 這兩個套件，
4:54.312–4:56.632
zh照他那段 DPOTrainer 的程式碼跑一次，
照他那段 DPOTrainer 的程式碼跑一次，
4:56.792–4:58.712
zh你就懂偏好訓練到底在幹嘛。
你就懂偏好訓練到底在幹嘛。
4:58.776–5:00.376
zh第二則。換個方向。
第二則。換個方向。
5:00.696–5:03.336
zh有個 Hacker News 使用者 simonw 講了一句
有個 Hacker News 使用者 simonw 講了一句
5:03.336–5:07.816
zh很嗆的話——「自我改進的說法具誤導性，那只是訓練流程、
很嗆的話——「自我改進的說法具誤導性，那只是訓練流程、
5:07.896–5:10.776
zh不是推理時的自我迭代。」他在酸的，
不是推理時的自我迭代。」他在酸的，
5:10.856–5:13.816
zh就是今天要講的 Ornith-1.5 開源模型家族。
就是今天要講的 Ornith-1.5 開源模型家族。
5:14.136–5:17.016
zh等等——先講一下這家族到底是什麼？我完全沒聽過欸！
等等——先講一下這家族到底是什麼？我完全沒聽過欸！
5:17.416–5:20.056
zh三種規模：九十億參數的密集模型，
三種規模：九十億參數的密集模型，
5:20.216–5:24.536
zh還有三百五十億跟三千九百七十億參數的 MoE 混合專家架構（
還有三百五十億跟三千九百七十億參數的 MoE 混合專家架構（
5:24.776–5:28.616
zh就像一間公司裡養了很多不同科的師傅，每次來一張單子，
就像一間公司裡養了很多不同科的師傅，每次來一張單子，
5:28.776–5:32.536
zh只叫其中兩三個相關的師傅出來做，其他人在旁邊休息，
只叫其中兩三個相關的師傅出來做，其他人在旁邊休息，
5:32.696–5:36.696
zh所以人很多但每次真正動工的很少，跑起來就省電又快）。
所以人很多但每次真正動工的很少，跑起來就省電又快）。
5:37.176–5:41.016
zh官方宣稱推理、agentic（意思是它不只回你一段話，
官方宣稱推理、agentic（意思是它不只回你一段話，
5:41.176–5:45.496
zh而是能自己一步一步動手，像助理自己去翻資料、自己打開工具、
而是能自己一步一步動手，像助理自己去翻資料、自己打開工具、
5:45.656–5:48.696
zh做完一件事再接著做下一件）、寫程式的表現，
做完一件事再接著做下一件）、寫程式的表現，
5:48.856–5:51.576
zh媲美 Claude Opus 4.8。而且——
媲美 Claude Opus 4.8。而且——
5:51.736–5:54.376
zh全部 MIT 授權，商業用途不受限。
全部 MIT 授權，商業用途不受限。
5:54.856–5:57.496
zh你可能會問「MIT 授權？？所以就是⋯⋯
你可能會問「MIT 授權？？所以就是⋯⋯
5:57.736–6:00.136
zh我開公司拿去賣錢也沒人管？」——對。
我開公司拿去賣錢也沒人管？」——對。
6:00.296–6:03.416
zh就是這個意思。而且 FP8、GGUF、MLX、
就是這個意思。而且 FP8、GGUF、MLX、
6:03.416–6:09.896
zhNVFP4 量化格式（把原本又大又精細的模型檔案壓成比較粗略
NVFP4 量化格式（把原本又大又精細的模型檔案壓成比較粗略
6:09.896–6:12.776
zh的版本，就像把無損音樂壓成小一點的檔，
的版本，就像把無損音樂壓成小一點的檔，
6:13.016–6:18.216
zh聽起來差不多但容量小很多，普通電腦才塞得下）全給，vLLM、
聽起來差不多但容量小很多，普通電腦才塞得下）全給，vLLM、
6:18.456–6:21.096
zhOllama 這些推理框架（可以想成播放器，
Ollama 這些推理框架（可以想成播放器，
6:21.336–6:24.776
zh模型檔案本身只是一堆資料，要有這種程式把它讀起來、
模型檔案本身只是一堆資料，要有這種程式把它讀起來、
6:24.936–6:27.176
zh讓你能打字問問題）也火速接上了。
讓你能打字問問題）也火速接上了。
6:27.656–6:32.216
zh你可能會問「那它主打的「端到端自我改進」（意思是從頭到尾整
你可能會問「那它主打的「端到端自我改進」（意思是從頭到尾整
6:32.216–6:36.056
zh套流程都不用人插手，出題、練習、批改、進步全部自己來，
套流程都不用人插手，出題、練習、批改、進步全部自己來，
6:36.296–6:39.576
zh像一個學生自己買參考書、自己出考卷、自己訂正，
像一個學生自己買參考書、自己出考卷、自己訂正，
6:39.576–6:43.256
zh家長完全不用管）呢？聽起來很科幻⋯⋯
家長完全不用管）呢？聽起來很科幻⋯⋯
6:43.416–6:47.736
zh是說 AI 自己教自己？」——流程是：模型自己提出新任務，
是說 AI 自己教自己？」——流程是：模型自己提出新任務，
6:47.896–6:52.056
zh自己產生對應的任務鷹架（就是先幫這題搭好一個解題架子，
自己產生對應的任務鷹架（就是先幫這題搭好一個解題架子，
6:52.136–6:55.976
zh寫清楚第一步要做什麼、第二步要做什麼、答案長什麼樣才算對，
寫清楚第一步要做什麼、第二步要做什麼、答案長什麼樣才算對，
6:56.136–6:59.016
zh像蓋房子前先搭的那層鷹架，蓋好就拆掉），
像蓋房子前先搭的那層鷹架，蓋好就拆掉），
6:59.416–7:02.776
zh再用強化學習（做對了就給糖、做錯了就沒糖，
再用強化學習（做對了就給糖、做錯了就沒糖，
7:02.776–7:06.536
zh反覆練幾百萬次之後它自己摸出哪種做法會拿到糖，
反覆練幾百萬次之後它自己摸出哪種做法會拿到糖，
7:06.776–7:09.976
zh像訓練狗學動作那樣）跑出解答、從解答裡學。
像訓練狗學動作那樣）跑出解答、從解答裡學。
7:10.296–7:12.616
zh等於不斷幫自己造新的訓練經驗，
等於不斷幫自己造新的訓練經驗，
7:12.696–7:16.616
zh把前代 Ornith-1.0 的自我鷹架策略擴成完整迴圈。
把前代 Ornith-1.0 的自我鷹架策略擴成完整迴圈。
7:16.936–7:21.576
zh喔——所以具體像是，它自己出一份考卷、自己搭好答題的步驟表，
喔——所以具體像是，它自己出一份考卷、自己搭好答題的步驟表，
7:21.816–7:25.016
zh然後自己寫十遍、挑寫得最好的那遍當教材餵回去？
然後自己寫十遍、挑寫得最好的那遍當教材餵回去？
7:25.096–7:29.896
zh方向對。更精準說，強化學習（做對就給糖、做錯就沒糖，
方向對。更精準說，強化學習（做對就給糖、做錯就沒糖，
7:30.056–7:35.416
zh一直反覆練到它自己抓到訣竅）是靠獎勵訊號（就是每寫完一次會被
一直反覆練到它自己抓到訣竅）是靠獎勵訊號（就是每寫完一次會被
7:35.416–7:39.976
zh打一個分數，分數高的做法以後就多做，分數低的就少做，
打一個分數，分數高的做法以後就多做，分數低的就少做，
7:40.216–7:43.576
zh像遊戲裡每過一關跳出來的得分）評分，
像遊戲裡每過一關跳出來的得分）評分，
7:43.656–7:48.616
zh不是「挑最好那遍」這麼直覺，但精神就是自己造題自己練。
不是「挑最好那遍」這麼直覺，但精神就是自己造題自己練。
7:48.776–7:51.816
zh那我這種普通工程師，實際怎麼跑起來？很難嗎？
那我這種普通工程師，實際怎麼跑起來？很難嗎？
7:52.136–7:54.901
zh最懶的一行：在終端機打 ollama run，
最懶的一行：在終端機打 ollama run，
7:54.993–7:57.816
zh後面接 ornith 一點五 的九十億參數版本。
後面接 ornith 一點五 的九十億參數版本。
7:58.136–8:00.456
zh想用 llama.cpp 就執行 llama-server，
想用 llama.cpp 就執行 llama-server，
8:00.456–8:02.296
zh指定 Hugging Face 上 ornith ai 帳號
指定 Hugging Face 上 ornith ai 帳號
8:02.296–8:06.496
zh底下、Ornith 一點五 九十億參數的 GGUF 版本，
底下、Ornith 一點五 九十億參數的 GGUF 版本，
8:06.676–8:07.736
zh連接埠設八千。
連接埠設八千。
8:07.976–8:10.456
zhPython 端用 Transformers 的 AutoProcessor 跟 AutoModelForMultimodalLM，
Python 端用 Transformers 的 AutoProcessor 跟 AutoModelForMultimodalLM，
8:10.696–8:13.800
zhrocessor 跟 AutoModelForMultimodalLM，
rocessor 跟 AutoModelForMultimodalLM，
8:14.504–8:17.656
zhfrom_pretrained 指到 ornith ai 帳
from_pretrained 指到 ornith ai 帳
8:17.816–8:21.256
zh號底下的 Ornith 一點五 九十億參數版本，
號底下的 Ornith 一點五 九十億參數版本，
8:21.496–8:23.176
zhdevice_map 設 auto。
device_map 設 auto。
8:23.336–8:25.736
zh那如果我要架成服務給整個團隊用呢？
那如果我要架成服務給整個團隊用呢？
8:26.136–8:29.176
zh用 vllm serve 起 ornith ai 帳號底下的
用 vllm serve 起 ornith ai 帳號底下的
8:29.176–8:31.389
zhOrnith 一點五 九十億參數模型，
Ornith 一點五 九十億參數模型，
8:31.576–8:35.256
zh參數加上 max-model-len 設二十六萬兩千一百四十
參數加上 max-model-len 設二十六萬兩千一百四十
8:35.256–8:35.576
zh四、
四、
8:35.896–8:38.936
zhgpu-memory-utilization 設零點九零、
gpu-memory-utilization 設零點九零、
8:39.336–8:41.296
zhenable-prefix-caching（把每次對話開頭那
enable-prefix-caching（把每次對話開頭那
8:41.296–8:44.736
zh段一模一樣的內容算過一次就先存起來，
段一模一樣的內容算過一次就先存起來，
8:44.976–8:47.936
zh下次再遇到同樣開頭就直接拿來用，不用重算，
下次再遇到同樣開頭就直接拿來用，不用重算，
8:48.176–8:50.976
zh像便利商店先把常賣的關東煮煮好放著）、
像便利商店先把常賣的關東煮煮好放著）、
8:51.376–8:53.296
enenable-auto-tool-choice、
enable-auto-tool-choice、
8:53.296–8:55.856
zhtool-call-parser 選 qwen3_xml、
tool-call-parser 選 qwen3_xml、
8:55.856–8:56.496
zhreasoning-parser 選 qwen3，
reasoning-parser 選 qwen3，
8:59.376–9:01.056
zh再加 trust-remote-code。
再加 trust-remote-code。
9:01.456–9:03.616
zh或者用 SGLang 啟動 launch_server，
或者用 SGLang 啟動 launch_server，
9:04.176–9:06.896
zhmodel-path 指到 ornith ai 帳號底下的
model-path 指到 ornith ai 帳號底下的
9:06.896–9:08.816
zhOrnith 一點五 九十億參數版本，
Ornith 一點五 九十億參數版本，
9:08.816–9:11.776
zhcontext-length 設二十六萬兩千一百四十四，
context-length 設二十六萬兩千一百四十四，
9:12.096–9:14.096
zhmem-fraction-static 設零點八五。
mem-fraction-static 設零點八五。
9:14.416–9:17.456
zh架好之後用 OpenAI 的 SDK 打本機位址、
架好之後用 OpenAI 的 SDK 打本機位址、
9:17.616–9:19.296
zh連接埠八千的 v1 路徑，
連接埠八千的 v1 路徑，
9:19.536–9:21.216
zhapi_key 填 EMPTY 就好，
api_key 填 EMPTY 就好，
9:21.536–9:23.536
zh取樣參數 temperature 設零點六、
取樣參數 temperature 設零點六、
9:23.696–9:25.296
zhtop_p 設零點九五。
top_p 設零點九五。
9:25.456–9:29.216
zh這麼順⋯⋯前代 397B 那隻也一樣跑法嗎？
這麼順⋯⋯前代 397B 那隻也一樣跑法嗎？
9:29.536–9:33.216
zh前代範例是用 vllm serve 起 deepreinfo
前代範例是用 vllm serve 起 deepreinfo
9:33.216–9:37.776
zhrce ai 帳號底下的 Ornith 一點零 三千九百七十
rce ai 帳號底下的 Ornith 一點零 三千九百七十
9:37.856–9:38.736
zh億參數版本，
億參數版本，
9:38.896–9:41.856
zh再加 tensor-parallel-size 設八（意思是
再加 tensor-parallel-size 設八（意思是
9:41.936–9:46.256
zh這個模型太大一張顯示卡裝不下，就把它切成八份分給八張卡，
這個模型太大一張顯示卡裝不下，就把它切成八份分給八張卡，
9:46.576–9:50.896
zh八張卡同時算再把結果拼回來，像一份大工程分給八個人一起做），
八張卡同時算再把結果拼回來，像一份大工程分給八個人一起做），
9:51.216–9:53.216
zh取樣建議 temperature 設零點六、
取樣建議 temperature 設零點六、
9:53.376–9:57.136
zhtop_p 設零點九五、top_k 設二十。我的立場：
top_p 設零點九五、top_k 設二十。我的立場：
9:57.216–10:00.096
zh這種一行指令就能本機跑、又 MIT 授權的，
這種一行指令就能本機跑、又 MIT 授權的，
10:00.336–10:02.336
zh我覺得比任何 benchmark 數字都值錢。
我覺得比任何 benchmark 數字都值錢。
10:02.576–10:06.096
zh但社群真的買單嗎？我不太信官方自己講的話欸⋯⋯
但社群真的買單嗎？我不太信官方自己講的話欸⋯⋯
10:06.496–10:08.576
zh正反都有。但反面很兇——
正反都有。但反面很兇——
10:09.216–10:13.376
zhkennywinker 質疑團隊在強化學習（讓模型自己一直練
kennywinker 質疑團隊在強化學習（讓模型自己一直練
10:13.536–10:17.776
zh、做對給糖做錯不給，
、做對給糖做錯不給，
10:17.776–10:20.656
zh慢慢練出本事的那套訓練方式）訓練過程的透明度。
慢慢練出本事的那套訓練方式）訓練過程的透明度。
10:20.896–10:22.496
zh那我直接問尖銳的——
那我直接問尖銳的——
10:22.576–10:25.696
zh他們是不是根本只是拿 Qwen 或 Gemma 基底去針對
他們是不是根本只是拿 Qwen 或 Gemma 基底去針對
10:25.836–10:28.256
zhbenchmark 優化，然後包裝成「自我改進」？
benchmark 優化，然後包裝成「自我改進」？
10:28.736–10:31.376
zh社群先前對 Ornith 一點零 就有這個質疑，
社群先前對 Ornith 一點零 就有這個質疑，
10:31.376–10:33.456
zh到了 一點五 也還沒散掉。要我說，
到了 一點五 也還沒散掉。要我說，
10:33.936–10:37.776
zh我站 simonw 那邊——「自我改進」這詞行銷成分太重，
我站 simonw 那邊——「自我改進」這詞行銷成分太重，
10:37.936–10:42.336
zh它是訓練流程，不是模型上線後還會自己變聰明。但我也認為，
它是訓練流程，不是模型上線後還會自己變聰明。但我也認為，
10:42.496–10:45.616
zh包裝歸包裝，權重真的丟出來給你 MIT 隨便用，
包裝歸包裝，權重真的丟出來給你 MIT 隨便用，
10:45.616–10:48.416
zh這誠意勝過九成只發論文的團隊。
這誠意勝過九成只發論文的團隊。
10:48.656–10:49.616
zh那第二個問題——
那第二個問題——
10:49.616–10:52.656
zh開源都追到宣稱媲美 Claude Opus 4.8 了，
開源都追到宣稱媲美 Claude Opus 4.8 了，
10:52.896–10:56.176
zh那些一年繳幾萬塊訂閱費的公司，是不是被當盤子？
那些一年繳幾萬塊訂閱費的公司，是不是被當盤子？
10:56.496–10:58.496
zh我認為還不到。宣稱歸宣稱，
我認為還不到。宣稱歸宣稱，
10:58.656–11:02.176
zhv3ss0n 那個長對話工具呼叫幻覺就是致命傷——
v3ss0n 那個長對話工具呼叫幻覺就是致命傷——
11:02.496–11:06.576
zh真正的 agentic工作流最吃的就是穩定度。我的判斷是：
真正的 agentic工作流最吃的就是穩定度。我的判斷是：
11:06.736–11:11.696
zh開源負責把價格天花板打下來，閉源負責可靠度，短期內兩邊都活。
開源負責把價格天花板打下來，閉源負責可靠度，短期內兩邊都活。
11:12.016–11:14.896
zh那這則跟我這種不寫 code 的普通上班族，有關嗎？
那這則跟我這種不寫 code 的普通上班族，有關嗎？
11:15.056–11:16.016
zh我要做什麼？
我要做什麼？
11:16.016–11:17.376
zh對你的一句話結論是——
對你的一句話結論是——
11:17.616–11:20.336
zh以後公司內部那種要吃機密資料的 AI 助理，
以後公司內部那種要吃機密資料的 AI 助理，
11:20.496–11:23.616
zh可以完全跑在自家電腦裡、不用把資料傳出去，
可以完全跑在自家電腦裡、不用把資料傳出去，
11:23.856–11:27.376
zh這代表「怕外洩所以不能用 AI」這個藉口正在消失，
這代表「怕外洩所以不能用 AI」這個藉口正在消失，
11:27.536–11:31.776
zh你們公司導入 AI 的速度會變快。行動上：一般上班族，
你們公司導入 AI 的速度會變快。行動上：一般上班族，
11:31.856–11:35.056
zh知道這個風向就好、什麼都不用做，順便幫你擋一件事——
知道這個風向就好、什麼都不用做，順便幫你擋一件事——
11:35.296–11:38.124
zh別看到開源就衝去買高階顯卡跑本機模型，
別看到開源就衝去買高階顯卡跑本機模型，
11:38.233–11:42.629
zh社群實測長對話還會出包，省下你一筆硬體錢。
社群實測長對話還會出包，省下你一筆硬體錢。
11:42.882–11:46.336
zh要更積極的有兩種——如果你是工程師，去玩玩看，
要更積極的有兩種——如果你是工程師，去玩玩看，
11:46.576–11:48.096
zh在終端機打 ollama run，
在終端機打 ollama run，
11:48.176–11:50.656
zh後面接 ornith 一點五 的九十億參數版本，
後面接 ornith 一點五 的九十億參數版本，
11:50.896–11:54.256
zh十分鐘就知道值不值；如果你在法務、醫療、
十分鐘就知道值不值；如果你在法務、醫療、
11:54.256–11:57.696
zh金融這種資料不能外流的產業當 PM，回去查一下，
金融這種資料不能外流的產業當 PM，回去查一下，
11:57.856–12:00.896
zh問你們技術部門有沒有評估過本機開源模型這條路。
問你們技術部門有沒有評估過本機開源模型這條路。
12:01.216–12:04.496
zh第三則。想像一下這個畫面——你打開 ChatGPT，
第三則。想像一下這個畫面——你打開 ChatGPT，
12:04.656–12:07.536
zh貼上那套你已經用到滾瓜爛熟的剪片指令，
貼上那套你已經用到滾瓜爛熟的剪片指令，
12:07.776–12:10.496
zh結果出來的東西又有點怪，你又要手動修。
結果出來的東西又有點怪，你又要手動修。
12:10.856–12:12.456
zh在 2026 年八月十九號，
在 2026 年八月十九號，
12:12.736–12:15.696
zhThe Rundown 這個專門教人用 AI 工具的教學網站
The Rundown 這個專門教人用 AI 工具的教學網站
12:15.936–12:18.816
zh，就丟出一篇教學，叫 Loop Method、迴圈法。
，就丟出一篇教學，叫 Loop Method、迴圈法。
12:19.216–12:22.016
zh你可能會問「等等——我天天都在這個畫面裡耶！！
你可能會問「等等——我天天都在這個畫面裡耶！！
12:22.256–12:25.536
zh所以它是要解決「同一套 prompt 每次結果都不一樣」這件
所以它是要解決「同一套 prompt 每次結果都不一樣」這件
12:25.536–12:28.416
zh事？」——對，就是專治那種你重複在跑、
事？」——對，就是專治那種你重複在跑、
12:28.416–12:32.816
zh但品質一直不穩的流程——寫作、剪輯、產圖這種固定套路。
但品質一直不穩的流程——寫作、剪輯、產圖這種固定套路。
12:33.376–12:35.776
zh核心做法是叫 ChatGPT 自己組一個 sub-agent
核心做法是叫 ChatGPT 自己組一個 sub-agent
12:36.256–12:37.776
zhpanel，子代理小組，
panel，子代理小組，
12:38.016–12:40.896
zh用對抗式審查（就是不讓它自己稱讚自己，
用對抗式審查（就是不讓它自己稱讚自己，
12:41.056–12:44.336
zh而是要它扮成專門挑毛病的人，一條一條把哪裡爛、
而是要它扮成專門挑毛病的人，一條一條把哪裡爛、
12:44.416–12:47.216
zh哪裡不合格講出來，像同事故意刁難你，
哪裡不合格講出來，像同事故意刁難你，
12:47.456–12:49.936
zh逼你把破綻攤開）跑三輪迴圈。
逼你把破綻攤開）跑三輪迴圈。
12:50.496–12:54.896
zh你可能會問「「子代理小組」「對抗式審查」（也就是叫它站在挑
你可能會問「「子代理小組」「對抗式審查」（也就是叫它站在挑
12:54.896–12:57.936
zh刺的立場，專門找出這份東西最不能過關的地方，
刺的立場，專門找出這份東西最不能過關的地方，
12:58.096–13:00.896
zh而不是順著你說好棒）⋯⋯這兩個詞都好玄。
而不是順著你說好棒）⋯⋯這兩個詞都好玄。
13:00.896–13:03.496
zh可以講具體一點嗎？」——具體到可以照抄。
可以講具體一點嗎？」——具體到可以照抄。
13:03.856–13:06.699
zh那段啟動指令裡明講要三個角色：
那段啟動指令裡明講要三個角色：
13:06.750–13:08.736
zh第一個角色叫做成果或品質審查員，
第一個角色叫做成果或品質審查員，
13:09.056–13:11.136
zh也就是 outcome 或 quality 那個 revie
也就是 outcome 或 quality 那個 revie
13:11.376–13:15.536
zhwer，專門看成果品質；第二個角色是流程與提示詞審查員，
wer，專門看成果品質；第二個角色是流程與提示詞審查員，
13:15.776–13:17.936
zh英文寫 workflow 和 prompt 的 review
英文寫 workflow 和 prompt 的 review
13:17.936–13:20.416
zher，看你流程跟提示詞本身寫得爛不爛；
er，看你流程跟提示詞本身寫得爛不爛；
13:20.496–13:22.976
zh還有一個有相關領域知識的 reviewer。
還有一個有相關領域知識的 reviewer。
13:23.376–13:25.536
zh三個人各自從不同角度來找碴。
三個人各自從不同角度來找碴。
13:25.856–13:29.936
zh喔——所以不是叫它「再改好一點」，是叫它分飾三角、
喔——所以不是叫它「再改好一點」，是叫它分飾三角、
13:29.936–13:33.456
zh故意刁難自己？就像你交稿之前先找主管、找編輯、
故意刁難自己？就像你交稿之前先找主管、找編輯、
13:33.656–13:35.736
zh再找一個懂這行的老鳥各罵一輪？
再找一個懂這行的老鳥各罵一輪？
13:36.056–13:40.616
zh對，就是這個意思。而且每一輪的動作是被鎖死的：先檢視現況、
對，就是這個意思。而且每一輪的動作是被鎖死的：先檢視現況、
13:40.656–13:44.576
zh找出目前最大的那個失敗點、然後只改動最小必要的那一塊——
找出目前最大的那個失敗點、然後只改動最小必要的那一塊——
13:44.816–13:48.016
zhprompt、腳本、檢查表或流程——再重跑一次，
prompt、腳本、檢查表或流程——再重跑一次，
13:48.336–13:50.736
zh最後對照你事先訂好的完成定義，
最後對照你事先訂好的完成定義，
13:51.056–13:53.696
zh英文叫 definition of done（就是動手前先把
英文叫 definition of done（就是動手前先把
13:53.696–13:56.696
zh「做到什麼程度才算做完」寫成幾條白紙黑字，
「做到什麼程度才算做完」寫成幾條白紙黑字，
13:57.011–14:00.931
zh像講好片子要在三分鐘內、開頭不能有雜音、字幕不能出錯，
像講好片子要在三分鐘內、開頭不能有雜音、字幕不能出錯，
14:01.096–14:04.376
zh最後拿這幾條一條一條打勾），來做檢查。
最後拿這幾條一條一條打勾），來做檢查。
14:04.376–14:07.656
zh「只改最小必要的一塊」這句我很有感⋯⋯因為我通常是整段重寫，
「只改最小必要的一塊」這句我很有感⋯⋯因為我通常是整段重寫，
14:07.776–14:10.016
zh然後就再也回不去原本那版了！
然後就再也回不去原本那版了！
14:10.256–14:12.656
zh所以指令裡還有一句要你保留舊版本，
所以指令裡還有一句要你保留舊版本，
14:12.896–14:14.816
zh英文寫 preserve earlier 的 version
英文寫 preserve earlier 的 version
14:15.056–14:16.416
zhs，而且第三輪之後就停，
s，而且第三輪之後就停，
14:16.656–14:18.496
zh英文寫 stop after loop three，
英文寫 stop after loop three，
14:18.656–14:22.416
zh跑滿三輪就停、不準無限跑。前面還有兩個模板要先填：
跑滿三輪就停、不準無限跑。前面還有兩個模板要先填：
14:22.736–14:25.376
zh第一個是簡報格式，包含流程 Workflow、
第一個是簡報格式，包含流程 Workflow、
14:25.376–14:26.736
zh測試輸入 Test input、
測試輸入 Test input、
14:26.736–14:29.536
zh目前結果 Current result、我注意到的問題，
目前結果 Current result、我注意到的問題，
14:29.536–14:31.256
zh英文是 problems I noticed，
英文是 problems I noticed，
14:31.256–14:32.856
zh還有要保留的檔案或指令，
還有要保留的檔案或指令，
14:33.136–14:35.216
zh英文是 files or instructions to p
英文是 files or instructions to p
14:35.696–14:37.696
zhreserve；第二個是三輪審查迴圈的模板，
reserve；第二個是三輪審查迴圈的模板，
14:37.936–14:39.376
zh英文寫 three review loops；
英文寫 three review loops；
14:39.616–14:42.096
zh第三個是目標模板，先寫目標 Goal，
第三個是目標模板，先寫目標 Goal，
14:42.336–14:44.576
zh再加三條完成定義 definition of done，
再加三條完成定義 definition of done，
14:44.816–14:48.736
zh最後一句是請它在開始第一輪前先跟你確認目標跟檢查項，
最後一句是請它在開始第一輪前先跟你確認目標跟檢查項，
14:48.736–14:50.736
zh英文寫 confirm the goal and check
英文寫 confirm the goal and check
14:50.896–14:51.216
ens with me，
s with me，
14:51.456–14:53.056
zh然後 before starting loop one。
然後 before starting loop one。
14:53.296–14:56.896
zh所以流程是——先跟它交代清楚現況跟已知問題，
所以流程是——先跟它交代清楚現況跟已知問題，
14:56.896–15:01.056
zh再訂好「改到什麼樣才算過」，它還要先跟你確認才準動手？
再訂好「改到什麼樣才算過」，它還要先跟你確認才準動手？
15:01.416–15:05.176
zh對。確認完你再回一句，說目標跟完成定義都核准了，
對。確認完你再回一句，說目標跟完成定義都核准了，
15:05.376–15:06.576
zh英文是 the goal and definition of
英文是 the goal and definition of
15:06.576–15:09.816
zhdone are approved（意思是那幾條「做成什麼
done are approved（意思是那幾條「做成什麼
15:09.856–15:13.536
zh樣才算做完」的標準你點頭了，之後大家都照這幾條驗收，
樣才算做完」的標準你點頭了，之後大家都照這幾條驗收，
15:13.776–15:16.576
zh不能再臨時改口），接著再說開始第一輪，
不能再臨時改口），接著再說開始第一輪，
15:16.896–15:19.376
zh英文是 begin loop one，它才開始跑，
英文是 begin loop one，它才開始跑，
15:19.376–15:22.376
zh而且每輪都要回報：小組發現什麼、改了什麼、
而且每輪都要回報：小組發現什麼、改了什麼、
15:22.496–15:25.696
zh有什麼證據顯示這個改動有效、還有什麼沒解決。
有什麼證據顯示這個改動有效、還有什麼沒解決。
15:25.696–15:29.056
zh中間如果發現是你指令寫得模糊，有第五個模板，
中間如果發現是你指令寫得模糊，有第五個模板，
15:29.336–15:32.456
zh格式是先說上一次的結果暴露了這個模糊之處，
格式是先說上一次的結果暴露了這個模糊之處，
15:32.736–15:34.896
zh英文是 the last result exposed th
英文是 the last result exposed th
15:34.896–15:36.656
zhis ambiguity，加上模糊那句，
is ambiguity，加上模糊那句，
15:37.056–15:39.696
zh然後說請更新流程讓它的意思變成，
然後說請更新流程讓它的意思變成，
15:39.696–15:41.856
zh英文是 update the workflow so it
英文是 update the workflow so it
15:41.856–15:44.096
zhmeans，再加上你要的精確要求，
means，再加上你要的精確要求，
15:44.296–15:46.536
zh叫它下一輪套用並在輸出裡驗證。
叫它下一輪套用並在輸出裡驗證。
15:46.736–15:48.496
zh那三輪跑完呢？就結束了？
那三輪跑完呢？就結束了？
15:48.656–15:51.776
zh還有第五步，換一個新輸入測穩定度，
還有第五步，換一個新輸入測穩定度，
15:52.096–15:55.936
zh指令的意思是請把更新過的某某流程用在第二個輸入上，
指令的意思是請把更新過的某某流程用在第二個輸入上，
15:56.176–15:58.496
zh英文寫 use the updated 某某 workflo
英文寫 use the updated 某某 workflo
15:58.656–15:59.776
zhw，然後 on second input，
w，然後 on second input，
16:00.256–16:04.096
zh保留審查過的指令跟完成定義，結果另存、不要蓋掉第一份，
保留審查過的指令跟完成定義，結果另存、不要蓋掉第一份，
16:04.416–16:08.176
zh然後回報三件事——每項檢查有沒有過、哪些還要你人工看、
然後回報三件事——每項檢查有沒有過、哪些還要你人工看、
16:08.416–16:11.496
zh哪些人工判斷應該變成腳本、規則或檢查項。
哪些人工判斷應該變成腳本、規則或檢查項。
16:11.816–16:15.896
zh最後那句超關鍵欸！！等於是逼它把你腦袋裡的隱性標準，
最後那句超關鍵欸！！等於是逼它把你腦袋裡的隱性標準，
16:16.056–16:17.336
zh變成寫下來的規則？
變成寫下來的規則？
16:17.576–16:19.336
zh對。The Rundown 自己說，
對。The Rundown 自己說，
16:19.416–16:23.336
zh他們就是拿這套來改善自己的影片剪輯和圖片產生技能，
他們就是拿這套來改善自己的影片剪輯和圖片產生技能，
16:23.656–16:26.136
zh而且認為任何重複性的工作流程都適用。
而且認為任何重複性的工作流程都適用。
16:26.376–16:29.256
zh聽起來一片叫好⋯⋯但我有點不信耶，
聽起來一片叫好⋯⋯但我有點不信耶，
16:29.416–16:32.296
zh這不就是「叫 AI 再檢查一次」換個帥名字嗎？
這不就是「叫 AI 再檢查一次」換個帥名字嗎？
16:32.536–16:34.896
zh你這句幾乎就是反對方會講的話。
你這句幾乎就是反對方會講的話。
16:35.016–16:37.976
zh那我直接問尖銳的——這種「提示詞技巧」文章，
那我直接問尖銳的——這種「提示詞技巧」文章，
16:38.136–16:42.296
zh是不是根本就是內容農場在收割焦慮？教學網站賣會員，
是不是根本就是內容農場在收割焦慮？教學網站賣會員，
16:42.456–16:43.896
zh當然要一直生新名詞啊！
當然要一直生新名詞啊！
16:44.136–16:48.136
zh我覺得要分開看。名詞是行銷、流程是真的。要我說，
我覺得要分開看。名詞是行銷、流程是真的。要我說，
16:48.296–16:50.376
zh這篇有價值的地方不是「Loop」這個字，
這篇有價值的地方不是「Loop」這個字，
16:50.616–16:55.096
zh是它把「只改最小必要部分」「保留舊版」「跑三輪就停」「先訂完
是它把「只改最小必要部分」「保留舊版」「跑三輪就停」「先訂完
16:55.096–16:57.016
zh成定義」寫死成可照抄的指令——
成定義」寫死成可照抄的指令——
16:57.416–17:01.576
zh這幾條是真的能擋掉你亂改一通的護欄。至於名字叫什麼，
這幾條是真的能擋掉你亂改一通的護欄。至於名字叫什麼，
17:01.576–17:02.376
zh我完全不在乎。
我完全不在乎。
17:02.616–17:06.216
zh那再一題——如果 AI 自己找碴、自己修、自己驗收，
那再一題——如果 AI 自己找碴、自己修、自己驗收，
17:06.376–17:09.496
zh那那個「懂這行的老鳥」不就被自己取代了？
那那個「懂這行的老鳥」不就被自己取代了？
17:09.816–17:11.256
zh以後還需要人來把關嗎？
以後還需要人來把關嗎？
17:11.496–17:15.176
zh我的看法很明確：不但需要，而且人的價值往上移了。
我的看法很明確：不但需要，而且人的價值往上移了。
17:15.576–17:19.176
zh我自己的體會是——迭代品質取決於你問的問題品質。
我自己的體會是——迭代品質取決於你問的問題品質。
17:19.416–17:23.256
zh這套流程裡最不可外包的兩件事，一是你訂的完成定義，
這套流程裡最不可外包的兩件事，一是你訂的完成定義，
17:23.256–17:25.296
zh也就是 definition of done 那一段（就是你
也就是 definition of done 那一段（就是你
17:25.336–17:28.936
zh自己寫下來的那幾條驗收標準，像交出去前一定要看得懂、
自己寫下來的那幾條驗收標準，像交出去前一定要看得懂、
17:29.096–17:32.776
zh一定要照時間、一定不能有錯字，這幾條只有你能決定），
一定要照時間、一定不能有錯字，這幾條只有你能決定），
17:32.936–17:37.656
zh二是最後那句「哪些人工判斷該變成規則」。AI 能罵自己，
二是最後那句「哪些人工判斷該變成規則」。AI 能罵自己，
17:37.896–17:40.536
zh但它不知道你的標準在哪。標準寫不出來的人，
但它不知道你的標準在哪。標準寫不出來的人，
17:40.536–17:42.536
zh用這套一樣是垃圾進垃圾出。
用這套一樣是垃圾進垃圾出。
17:42.776–17:46.456
zh那這則跟我這種完全不寫 code 的普通上班族，有關嗎？
那這則跟我這種完全不寫 code 的普通上班族，有關嗎？
17:46.696–17:47.416
zh我該做什麼？
我該做什麼？
17:47.656–17:51.496
zh對你的一句話結論是——你手上任何一件「每個月都要重做、
對你的一句話結論是——你手上任何一件「每個月都要重做、
17:51.576–17:53.656
zh每次品質都看運氣」的例行工作，
每次品質都看運氣」的例行工作，
17:53.896–17:56.776
zh都可以先叫 AI 用三個不同角色把它罵一輪、
都可以先叫 AI 用三個不同角色把它罵一輪、
17:56.936–18:01.576
zh再只改最小的那一塊，而不是整份砍掉重練。行動上：一般上班族，
再只改最小的那一塊，而不是整份砍掉重練。行動上：一般上班族，
18:01.576–18:05.096
zh去玩玩看，挑你最煩的那個重複任務，把目標 Goal，
去玩玩看，挑你最煩的那個重複任務，把目標 Goal，
18:05.096–18:07.816
zh再加三條完成定義 definition of done 先寫
再加三條完成定義 definition of done 先寫
18:07.816–18:08.136
zh出來、
出來、
18:08.136–18:11.896
zh貼給 ChatGPT（那三條就是「做成什麼樣才算做完」的白話
貼給 ChatGPT（那三條就是「做成什麼樣才算做完」的白話
18:11.896–18:15.896
zh標準，像這份月報要有數字、要有結論、主管三十秒能看完），
標準，像這份月報要有數字、要有結論、主管三十秒能看完），
18:16.136–18:19.016
zh光是被逼著寫出「怎樣才算做完」就已經賺到；
光是被逼著寫出「怎樣才算做完」就已經賺到；
18:19.336–18:23.496
zh要更積極的有兩種——常做重複產出的行銷、小編、設計，
要更積極的有兩種——常做重複產出的行銷、小編、設計，
18:23.496–18:26.936
zh回去把那段三個 reviewer 的完整指令抄下來存成自己的
回去把那段三個 reviewer 的完整指令抄下來存成自己的
18:26.936–18:31.656
zh模板，下次直接套；帶團隊的主管，往上一級、帶進公司提案，
模板，下次直接套；帶團隊的主管，往上一級、帶進公司提案，
18:31.816–18:36.376
zh把最後那句「哪些人工判斷該變成規則」當成內部 SOP 的起點
把最後那句「哪些人工判斷該變成規則」當成內部 SOP 的起點
18:36.616–18:38.616
zh，這才是真正留得下來的東西。
，這才是真正留得下來的東西。
18:38.824–18:43.784
zh第四則。換個方向，來講一個聽起來很反直覺的：AI 越好用，
第四則。換個方向，來講一個聽起來很反直覺的：AI 越好用，
18:44.024–18:46.824
zh你直接把 AI 的答案貼給別人，反而越沒禮貌。
你直接把 AI 的答案貼給別人，反而越沒禮貌。
18:47.384–18:49.944
zh幾天前有個網站，名字叫做「別貼 AI」，
幾天前有個網站，名字叫做「別貼 AI」，
18:50.264–18:52.104
zh英文寫成 Don't Paste the AI，
英文寫成 Don't Paste the AI，
18:52.464–18:55.584
zh它在科技論壇 Hacker News 上拿到 717 個
它在科技論壇 Hacker News 上拿到 717 個
18:55.584–18:59.344
zh讚，另外有 355 則留言。 你可能會問「等等等等——
讚，另外有 355 則留言。 你可能會問「等等等等——
18:59.624–19:02.184
zh貼 AI 答案是沒禮貌？？我以為那叫效率耶！
貼 AI 答案是沒禮貌？？我以為那叫效率耶！
19:02.424–19:06.504
zh我幫你查好了不是很體貼嗎？」——網站的核心論點是：對方問你，
我幫你查好了不是很體貼嗎？」——網站的核心論點是：對方問你，
19:06.584–19:07.864
zh是想要「你的想法」，
是想要「你的想法」，
19:08.104–19:11.064
zh不是一段任何人四秒內自己就能問到的制式回答。
不是一段任何人四秒內自己就能問到的制式回答。
19:11.544–19:15.224
zh你只是當 AI 跟對方之間的傳聲筒，這段對話就沒意義了。
你只是當 AI 跟對方之間的傳聲筒，這段對話就沒意義了。
19:15.384–19:16.824
zh唔⋯⋯這句有點刺到我。
唔⋯⋯這句有點刺到我。
19:17.064–19:20.264
zh那實際上到底要怎麼做？總不能叫我不準用 AI 吧？
那實際上到底要怎麼做？總不能叫我不準用 AI 吧？
19:20.424–19:23.064
zh不是禁用，是加工。步驟很具體：
不是禁用，是加工。步驟很具體：
19:23.304–19:25.624
zh先讓 ChatGPT 或 Claude 生草稿，
先讓 ChatGPT 或 Claude 生草稿，
19:25.944–19:29.464
zh然後你自己讀過，只擷取真正回答問題的那一句核心，
然後你自己讀過，只擷取真正回答問題的那一句核心，
19:29.784–19:33.944
zh其餘贅字全刪，補充意見控制在三句話以內再回覆對方。
其餘贅字全刪，補充意見控制在三句話以內再回覆對方。
19:34.184–19:35.144
zh所以具體來說——
所以具體來說——
19:35.304–19:38.664
zh假設同事在 Slack 問我「這個 API 為什麼會逾時」，
假設同事在 Slack 問我「這個 API 為什麼會逾時」，
19:38.824–19:40.504
zh我丟給 Claude 拿到八百字，
我丟給 Claude 拿到八百字，
19:40.664–19:42.904
zh我只留「因為連線池滿了」那一句，
我只留「因為連線池滿了」那一句，
19:43.064–19:46.984
zh再加我自己三句「我們上禮拜也踩過、我建議先調參數」這樣？
再加我自己三句「我們上禮拜也踩過、我建議先調參數」這樣？
19:46.984–19:50.824
zh對，就是這個意思。而且如果 AI 那段真的很有價值、
對，就是這個意思。而且如果 AI 那段真的很有價值、
19:50.904–19:53.944
zh你想引用，網站給的範本措辭是直接講：
你想引用，網站給的範本措辭是直接講：
19:53.944–19:56.904
zh「我詢問了 Claude，這段很有道理」——標明出處、
「我詢問了 Claude，這段很有道理」——標明出處、
19:56.904–19:58.584
zh順便說明你為什麼認同。
順便說明你為什麼認同。
19:58.864–20:02.944
zh那如果我讀完真的沒意見呢？我不能每次都硬擠三句吧！！
那如果我讀完真的沒意見呢？我不能每次都硬擠三句吧！！
20:03.144–20:05.784
zh那就直接用英文回一句 No strong opinion h
那就直接用英文回一句 No strong opinion h
20:05.944–20:08.424
zhere，意思是我對這件事沒有特別的意見，
ere，意思是我對這件事沒有特別的意見，
20:08.424–20:12.024
zh網站認為這是有效而且真誠的回答。另外還有實戰招：
網站認為這是有效而且真誠的回答。另外還有實戰招：
20:12.344–20:13.224
zh有人在 DM、
有人在 DM、
20:13.384–20:15.384
zhSlack 或 PR review 貼整段 AI 原文，
Slack 或 PR review 貼整段 AI 原文，
20:15.384–20:18.624
zh你直接把 dontpastetheai.com 這個連結複製
你直接把 dontpastetheai.com 這個連結複製
20:18.624–20:20.104
zh傳給他，不用多解釋。
傳給他，不用多解釋。
20:20.184–20:23.224
zh哈哈哈這超被動攻擊——不過我喜歡！！
哈哈哈這超被動攻擊——不過我喜歡！！
20:23.224–20:24.104
zh還分版本。
還分版本。
20:24.344–20:27.688
zh對同事這種正式場合分享標準版 dontpastetheai.
對同事這種正式場合分享標準版 dontpastetheai.
20:27.960–20:29.624
zhcom；對熟到能開玩笑的人，
com；對熟到能開玩笑的人，
20:29.624–20:34.664
zh有比較嗆的版本 dontpastetheai.com/ang
有比較嗆的版本 dontpastetheai.com/ang
20:34.664–20:36.064
zhry/，網站上點複製按鈕就自動把當前網址複製起來。
ry/，網站上點複製按鈕就自動把當前網址複製起來。
20:36.064–20:40.464
zh那留言區有人跳出來嗆嗎？我不信 355 則全部一面倒。
那留言區有人跳出來嗆嗎？我不信 355 則全部一面倒。
20:40.464–20:43.584
zh沒有一面倒。正面的像 mscbuck 說，
沒有一面倒。正面的像 mscbuck 說，
20:43.584–20:46.144
zh貼 AI 原文是把理解的負擔轉嫁給別人；
貼 AI 原文是把理解的負擔轉嫁給別人；
20:46.755–20:49.224
zhipython 說這會侵蝕人跟人之間的信任；
ipython 說這會侵蝕人跟人之間的信任；
20:49.624–20:52.584
zhAbsurdCensor 更直接，受夠同事複製貼上，
AbsurdCensor 更直接，受夠同事複製貼上，
20:52.584–20:54.984
zh想把這篇當公司內部 AI 使用準則。
想把這篇當公司內部 AI 使用準則。
20:55.504–20:57.184
zh原 po disillusioned 的論點是，
原 po disillusioned 的論點是，
20:57.454–20:59.214
zh別人付錢是要你的專業與見解。
別人付錢是要你的專業與見解。
20:59.544–21:00.424
zh那反方咧？
那反方咧？
21:00.424–21:02.664
zhTenoke 質疑一味反 AI 的立場，
Tenoke 質疑一味反 AI 的立場，
21:02.664–21:06.144
zh認為問題不在工具本身、而在你有沒有附加價值，
認為問題不在工具本身、而在你有沒有附加價值，
21:06.424–21:07.864
zh完全不用 AI 也一樣愚蠢。
完全不用 AI 也一樣愚蠢。
21:08.344–21:10.584
zhkerkeslager 則點出有些人走極端——
kerkeslager 則點出有些人走極端——
21:10.744–21:13.144
zh只要發現對方用過 AI 就直接失去尊重，
只要發現對方用過 AI 就直接失去尊重，
21:13.144–21:16.864
zh這種一刀切被其他人質疑是不是反應過度。我的判斷：
這種一刀切被其他人質疑是不是反應過度。我的判斷：
21:16.904–21:20.264
zh這篇真正的重點不是反 AI，是反「零加工轉貼」。
這篇真正的重點不是反 AI，是反「零加工轉貼」。
21:20.264–21:21.384
zh那我問個尖銳的——
那我問個尖銳的——
21:21.384–21:24.344
zh那些抓到別人用 AI 就直接看不起對方的人，
那些抓到別人用 AI 就直接看不起對方的人，
21:24.344–21:26.344
zh是不是根本就是在耍優越感？
是不是根本就是在耍優越感？
21:26.504–21:28.424
zh我覺得是。而且很快就會反噬——
我覺得是。而且很快就會反噬——
21:28.424–21:31.144
zh再過一兩年幾乎所有人都會用 AI 起草，
再過一兩年幾乎所有人都會用 AI 起草，
21:31.384–21:33.464
zh你憑「有沒有 AI 味」判斷一個人，
你憑「有沒有 AI 味」判斷一個人，
21:33.624–21:37.828
zh只會讓你自己變成那個誤判一堆好同事的人。該罵的是沒讀就轉貼，
只會讓你自己變成那個誤判一堆好同事的人。該罵的是沒讀就轉貼，
21:37.926–21:38.744
zh不是用工具。
不是用工具。
21:39.144–21:42.504
zh再一個——如果我老闆就是那種整天貼 AI 原文的人，
再一個——如果我老闆就是那種整天貼 AI 原文的人，
21:42.824–21:46.744
zh我真的敢把那個嗆版連結丟給他嗎？這不是職場自殺嗎？
我真的敢把那個嗆版連結丟給他嗎？這不是職場自殺嗎？
21:46.744–21:50.984
zh老實講，我不建議對老闆用嗆版，那是給熟人的。要我說，
老實講，我不建議對老闆用嗆版，那是給熟人的。要我說，
21:50.984–21:54.984
zh對上級最有效的做法不是提醒他，是你自己每次都做加工版——
對上級最有效的做法不是提醒他，是你自己每次都做加工版——
21:55.384–21:58.344
zh他收到你的三句話結論、跟收到別人八百字 AI 文，
他收到你的三句話結論、跟收到別人八百字 AI 文，
21:58.584–22:02.024
zh體感差距他自己會有感。用示範贏，不用說教贏。
體感差距他自己會有感。用示範贏，不用說教贏。
22:02.104–22:05.464
zh那這則跟我這種普通上班族有關嗎？我要做什麼？
那這則跟我這種普通上班族有關嗎？我要做什麼？
22:05.864–22:07.144
zh對你的一句話結論是——
對你的一句話結論是——
22:07.144–22:09.984
zh以後職場上真正稀缺的不是「查得到答案」，
以後職場上真正稀缺的不是「查得到答案」，
22:10.264–22:14.344
zh是「你讀完之後那三句自己的話」，貼原文的人會越來越廉價。
是「你讀完之後那三句自己的話」，貼原文的人會越來越廉價。
22:14.344–22:17.344
zh行動上：一般人就今天起改一個小習慣，
行動上：一般人就今天起改一個小習慣，
22:17.384–22:21.864
zh回訊息前把 AI 草稿砍到只剩一句核心加三句自己的意見，
回訊息前把 AI 草稿砍到只剩一句核心加三句自己的意見，
22:21.864–22:24.224
zh沒意見就誠實講一句英文 No strong opinion
沒意見就誠實講一句英文 No strong opinion
22:24.224–22:25.904
zhhere，也就是我沒有特別的意見，
here，也就是我沒有特別的意見，
22:25.904–22:28.944
zh這一招就幫你省下被同事默默扣分的風險；
這一招就幫你省下被同事默默扣分的風險；
22:29.384–22:32.984
zh如果你是主管或帶團隊的，往上一級、帶進公司提案，
如果你是主管或帶團隊的，往上一級、帶進公司提案，
22:33.224–22:36.530
zh把 dontpastetheai.com 這頁直接貼進團隊守
把 dontpastetheai.com 這頁直接貼進團隊守
22:36.530–22:40.757
zh則當內部 AI 使用共識；如果你是接案或做顧問的，最該警惕，
則當內部 AI 使用共識；如果你是接案或做顧問的，最該警惕，
22:40.757–22:45.784
zh客戶付錢買的是你的見解，被抓到整段轉貼一次，信任就回不來了。
客戶付錢買的是你的見解，被抓到整段轉貼一次，信任就回不來了。
22:45.864–22:48.024
zh第五則。換個方向，問你一個問題——
第五則。換個方向，問你一個問題——
22:48.104–22:50.664
zh如果你公司的 AI 亂編一個數字、害客戶賠錢，
如果你公司的 AI 亂編一個數字、害客戶賠錢，
22:50.744–22:53.224
zh你猜保險會不會賠？答案多半是不賠，
你猜保險會不會賠？答案多半是不賠，
22:53.544–22:56.984
zh所以現在冒出一種新東西叫「AI 保險」。 你可能會問「蛤？？
所以現在冒出一種新東西叫「AI 保險」。 你可能會問「蛤？？
22:57.064–23:00.344
zh不賠喔！！我還以為公司都有買那種什麼商業險、網路險，
不賠喔！！我還以為公司都有買那種什麼商業險、網路險，
23:00.344–23:02.224
zh這種算意外吧？」——問題就在這。
這種算意外吧？」——問題就在這。
23:02.824–23:04.424
zhGartner 分析師 Lauren Kornutick 原
Gartner 分析師 Lauren Kornutick 原
23:04.424–23:07.504
zh話是：「許多企業現有的保單裡都有 AI 排除條款」——
話是：「許多企業現有的保單裡都有 AI 排除條款」——
23:07.864–23:11.144
zh白紙黑字把 AI 風險排掉，這是風險管理上的一大缺口。
白紙黑字把 AI 風險排掉，這是風險管理上的一大缺口。
23:11.704–23:12.584
zh你可能會問「等等⋯⋯
你可能會問「等等⋯⋯
23:12.744–23:14.984
zh所以是保險公司早就先寫好「這塊我不管」？
所以是保險公司早就先寫好「這塊我不管」？
23:14.984–23:17.904
zh那這種新的 AI 保單，到底保什麼？」——保五塊：
那這種新的 AI 保單，到底保什麼？」——保五塊：
23:18.184–23:21.784
zhAI 幻覺——就是它一本正經編造錯誤資訊——造成的財務損失；
AI 幻覺——就是它一本正經編造錯誤資訊——造成的財務損失；
23:22.184–23:25.304
zh演算法歧視（就是電腦在幫忙篩人的時候自己養成偏心，
演算法歧視（就是電腦在幫忙篩人的時候自己養成偏心，
23:25.464–23:26.984
zh比方說同樣條件的兩份履歷，
比方說同樣條件的兩份履歷，
23:26.984–23:29.544
zh它固定把某個性別或某個地區的人往後排，
它固定把某個性別或某個地區的人往後排，
23:29.864–23:33.624
zh或是同樣收入的人來借錢，某些人就是被多算利息、直接被拒絕，
或是同樣收入的人來借錢，某些人就是被多算利息、直接被拒絕，
23:33.784–23:37.784
zh而且它天天這樣做，沒人發現），像招募或放貸偏袒特定族群；
而且它天天這樣做，沒人發現），像招募或放貸偏袒特定族群；
23:38.024–23:42.584
zh用受著作權保護的資料訓練或生成惹來的侵權求償；還有保固式的，
用受著作權保護的資料訓練或生成惹來的侵權求償；還有保固式的，
23:42.824–23:44.584
zh模型效能沒達標就退你授權費。
模型效能沒達標就退你授權費。
23:44.824–23:46.264
zh才四個啊？第五個呢？
才四個啊？第五個呢？
23:46.424–23:47.144
zh第五個最誇張——
第五個最誇張——
23:47.224–23:50.264
zhAI 代理人（不是那種你問一句它答一句的助理，
AI 代理人（不是那種你問一句它答一句的助理，
23:50.344–23:53.864
zh而是你交代一個任務，它自己會一步一步去做完，像是自己去下單、
而是你交代一個任務，它自己會一步一步去做完，像是自己去下單、
23:53.864–23:56.984
zh自己去改設定、自己去操作機器手臂，中間不用你按確認），
自己去改設定、自己去操作機器手臂，中間不用你按確認），
23:56.984–24:01.384
zh就是能自己執行任務的程式，操作失誤造成大規模實體財產損失。
就是能自己執行任務的程式，操作失誤造成大規模實體財產損失。
24:01.384–24:03.184
zhGartner 還預測到 2030 年，
Gartner 還預測到 2030 年，
24:03.384–24:06.877
zh保險公司會把「嚴格的 AI 風險控管」列為承保的必要條件。
保險公司會把「嚴格的 AI 風險控管」列為承保的必要條件。
24:06.984–24:08.904
zh哇⋯⋯那保險公司自己願意賣嗎？
哇⋯⋯那保險公司自己願意賣嗎？
24:08.904–24:10.984
zh我怎麼覺得他們才是最怕的那一個。
我怎麼覺得他們才是最怕的那一個。
24:11.144–24:13.064
zh你直覺很準。AIG、Great American、
你直覺很準。AIG、Great American、
24:13.224–24:16.184
zhWR Berkley 這些大公司甚至在尋求監管許可，
WR Berkley 這些大公司甚至在尋求監管許可，
24:16.344–24:18.744
zh想把 AI 責任完全排除在企業保單外。
想把 AI 責任完全排除在企業保單外。
24:18.824–24:21.464
zh所以是兩邊互推？？那有沒有人看好啊。
所以是兩邊互推？？那有沒有人看好啊。
24:21.624–24:22.824
zh有。實際案例也有——
有。實際案例也有——
24:23.064–24:25.704
zhElevenLabs 買了首創的 AI 代理人責任保單，
ElevenLabs 買了首創的 AI 代理人責任保單，
24:25.704–24:28.544
zh涵蓋幻覺、未授權操作、資料隱私。
涵蓋幻覺、未授權操作、資料隱私。
24:28.544–24:31.944
zh那對我這種普通上班族，保險這兩個字聽起來就很遠耶⋯⋯
那對我這種普通上班族，保險這兩個字聽起來就很遠耶⋯⋯
24:32.104–24:33.784
zh有什麼是我現在就能做的嗎？
有什麼是我現在就能做的嗎？
24:33.864–24:37.064
zh有，而且很實用：你自己的保單就能用 AI 健檢。
有，而且很實用：你自己的保單就能用 AI 健檢。
24:37.384–24:40.758
zh第一步先把姓名、身分證字號、保單號碼全部遮掉再上傳，
第一步先把姓名、身分證字號、保單號碼全部遮掉再上傳，
24:40.833–24:41.804
zh避免個資外洩。
避免個資外洩。
24:41.804–24:44.544
zh喔——就是拿麥克筆塗掉那幾欄再拍照上傳，
喔——就是拿麥克筆塗掉那幾欄再拍照上傳，
24:44.584–24:46.504
zh不是整份原封不動丟進去，對吧？
不是整份原封不動丟進去，對吧？
24:46.504–24:51.424
zh對。第二步貼上保單內容，輸入：「把這份保單整理成表格：險種、
對。第二步貼上保單內容，輸入：「把這份保單整理成表格：險種、
24:51.424–24:53.864
zh保障內容、保額、繳費年期、每年保費，
保障內容、保額、繳費年期、每年保費，
24:54.104–24:57.544
zh用臺灣保險術語的白話解釋每一項。」第三步再問：
用臺灣保險術語的白話解釋每一項。」第三步再問：
24:57.784–25:01.784
zh「以臺灣常見的保障規劃原則，我的醫療實支實付、失能、意外、
「以臺灣常見的保障規劃原則，我的醫療實支實付、失能、意外、
25:01.784–25:04.264
zh壽險保額有哪些明顯缺口或重複投保？」
壽險保額有哪些明顯缺口或重複投保？」
25:04.424–25:07.384
zh所以等於是叫 AI 先幫我把那本天書排成一張表，
所以等於是叫 AI 先幫我把那本天書排成一張表，
25:07.624–25:09.944
zh再幫我抓哪裡買重複、哪裡根本沒保？
再幫我抓哪裡買重複、哪裡根本沒保？
25:10.144–25:12.464
zh精準。第四步是請 AI 擬問題清單，
精準。第四步是請 AI 擬問題清單，
25:12.664–25:15.464
zh像「我的實支實付雜費額度多少？有沒有副本理賠？
像「我的實支實付雜費額度多少？有沒有副本理賠？
25:15.464–25:19.904
zh癌症險是初次罹癌給付還是療程型？」帶著這張清單去問業務員。
癌症險是初次罹癌給付還是療程型？」帶著這張清單去問業務員。
25:20.184–25:22.264
zh我的結論：AI 保險現在還在早期，
我的結論：AI 保險現在還在早期，
25:22.424–25:24.744
zh但「用 AI 看懂合約」這件事今天就能用。
但「用 AI 看懂合約」這件事今天就能用。
25:24.984–25:28.904
zh那我尖銳一點問——保險公司想把 AI 責任整包排除，
那我尖銳一點問——保險公司想把 AI 責任整包排除，
25:28.984–25:30.984
zh這是不是擺明推卸責任、坑企業？
這是不是擺明推卸責任、坑企業？
25:31.144–25:32.904
zh我覺得不算坑，但很不負責任。
我覺得不算坑，但很不負責任。
25:33.064–25:35.864
zh他們自己也坦承根本不知道這類風險的成本該怎麼估算——
他們自己也坦承根本不知道這類風險的成本該怎麼估算——
25:35.864–25:39.624
zh不知道就標高一點保費，而不是整塊剪掉。我站在企業這邊。
不知道就標高一點保費，而不是整塊剪掉。我站在企業這邊。
25:39.624–25:42.766
zh那第二個——AI 出包最後保險賠一賠就沒事，
那第二個——AI 出包最後保險賠一賠就沒事，
25:42.881–25:45.464
zh會不會反而讓公司更敢亂用 AI 這種工具呢？
會不會反而讓公司更敢亂用 AI 這種工具呢？
25:45.624–25:47.464
zh我認為會，而且這是真風險。
我認為會，而且這是真風險。
25:47.744–25:50.304
zh所以我覺得 Gartner 那個 2030 年的預測是對的方
所以我覺得 Gartner 那個 2030 年的預測是對的方
25:50.344–25:52.824
zh向：要拿保單，先證明你有嚴格的風控，
向：要拿保單，先證明你有嚴格的風控，
25:52.904–25:54.504
zh不然保險就變成亂搞的許可證。
不然保險就變成亂搞的許可證。
25:54.984–25:57.944
zh那這則跟我這種不碰保險業的普通上班族，到底有關嗎？
那這則跟我這種不碰保險業的普通上班族，到底有關嗎？
25:58.024–25:58.984
zh我要做什麼？
我要做什麼？
25:58.984–26:00.024
zh對你的一句話結論是——
對你的一句話結論是——
26:00.264–26:02.877
zhAI 出包這件事現在連保險公司都不敢賠，
AI 出包這件事現在連保險公司都不敢賠，
26:02.984–26:05.384
zh代表責任最後還是落在用它的人身上，
代表責任最後還是落在用它的人身上，
26:05.384–26:09.184
zh你在公司拿 AI 生出來的東西直接送出去，出事沒人幫你擋。
你在公司拿 AI 生出來的東西直接送出去，出事沒人幫你擋。
26:09.224–26:11.562
zh行動上：一般上班族這週花十分鐘，
行動上：一般上班族這週花十分鐘，
26:11.562–26:14.076
zh把自己保單遮掉個資丟給 AI 跑那兩段 prompt，
把自己保單遮掉個資丟給 AI 跑那兩段 prompt，
26:14.115–26:17.144
zh順手幫你抓出白繳的重複保費，這是最實際的收穫；
順手幫你抓出白繳的重複保費，這是最實際的收穫；
26:17.544–26:20.424
zh如果你是公司裡負責採購或簽 AI 工具合約的人，
如果你是公司裡負責採購或簽 AI 工具合約的人，
26:20.424–26:22.224
zh要更積極一級、回去查一下，
要更積極一級、回去查一下，
26:22.224–26:24.784
zh公司現有保單有沒有那條 AI 排除條款；
公司現有保單有沒有那條 AI 排除條款；
26:25.104–26:26.944
zh如果你是 HR 或做放貸、審核的，
如果你是 HR 或做放貸、審核的，
26:27.344–26:31.000
zh回去問清楚你們用的 AI 工具出了歧視爭議，責任算誰的。
回去問清楚你們用的 AI 工具出了歧視爭議，責任算誰的。
影片筆記：宣稱媲美Opus 4.8還全部MIT開源，Ornith-1.5敢這樣喊？｜AI 散步日記每日 AI 新聞彙整 0821
<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
⚠️ 全文快速校讀發現待確認修正
本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。
- 待修正：⚠️ 全文快速校讀：已套用暫定修正，請確認（segment=30 已先套用暫定修正：還能把 tokens 丟回 tokenizer 轉回 MID → 還能把 tokens 丟回 tokenizer 轉回 MIDI 驗證。；segment=42 已先套用暫定修正：也可以 tokenizer.push_to_hub 丟到 H → 也可以 tokenizer.push_to_hub 丟到 Hugging Face 分享。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=7 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=11 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）
<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->
一句話總結
本期影片涵蓋四則 AI 新聞：手機端離線音樂創作模型 RollTab 的技術實作與社群爭議、開源模型 Ornith-1.5 宣稱媲美 Opus 4.8 的自我改進機制與部署細節、Loop Method 迴圈法提示詞技巧，以及職場 AI 使用倫理「別貼 AI」的原則；最後補充保險公司排除 AI 責任的風險與個人保單健檢建議。
核心重點
- 手機端 AI 音樂創作 (RollTab)：
- 獨立開發者 simedw 開發僅需 1.25 億參數的 Transformer 模型，可在 iPhone 離線運行，速度達每秒 108 個音符。
- 技術核心為 MIDI 格式輸入，透過
miditok與symusic進行分詞與偏好訓練 (DPO)。 - 社群反應兩極：正面肯定其創意與端上手機的潛力，負面質疑其為馬可夫模型變體或剝奪創作樂趣。
- 開源模型 Ornith-1.5 與自我改進爭議：
- Ornith 家族提供 90 億至 3970 億參數版本，宣稱推理、Agentic 與寫程式能力媲美 Claude Opus 4.8，且為 MIT 授權。
- 爭議點在於「端到端自我改進」機制：模型自行提出任務、產生鷹架、使用強化學習 (RL) 解答並學習。社群質疑這僅是訓練流程，非推理時的自我迭代，且可能僅針對 Benchmark 優化基底模型 (如 Qwen 或 Gemma)。
- 提供多種部署方式，包括 Ollama、llama.cpp、Transformers、vLLM 與 SGLang。
- Loop Method 迴圈法提示詞技巧：
- 由 The Rundown 網站提出，旨在解決重複性工作流程（寫作、剪輯、產圖）品質不穩的問題。
- 透過組建「子代理小組」進行三輪對抗式審查（品質、流程、領域專家）。
- 核心規則：只改最小必要部分、保留舊版、三輪後停止、先訂完成定義 (Definition of Done)。
- 職場 AI 使用倫理「別貼 AI」：
- 源自 Hacker News 熱門網站「Don't Paste the AI」，主張直接複製 AI 答案給他人是沒禮貌且缺乏價值的行為。
- 提倡將 AI 產出作為草稿，僅擷取核心一句並補充個人三句話意見，或明確標註出處，以維持人際信任。
- AI 保險與合約健檢：
- Gartner 指出許多企業保單包含「AI 排除條款」，導致 AI 風險未被覆蓋。
- 新產品「AI 保險」涵蓋幻覺損失、演算法歧視、侵權求償、效能未達標及代理人失誤等項目。
- 建議個人遮擋個資後，利用 AI 檢查保單缺口與重複投保情況。
詳細大綱
第一則：手機上的 AI 音樂自動補全 (RollTab)
- 技術核心：
- 模型規模：1.25 億參數，Transformer 架構。
- 運行環境：完全離線，於 iPhone 上運行，速度達每秒 108 個音符。
- 開發者：獨立開發者 simedw，歷經 14 次實驗。
- 實作細節：
- 輸入格式：MIDI 檔（記錄音高、時間、力度），非錄音檔。
- 工具套件：
miditok、symusic。 - 處理流程：
- 使用
REMI與TokenizerConfig進行分詞。 - 設定
num_velocities=16（力度分 16 格）。 - 開啟
use_chords與use_programs。 - 自訂詞彙表訓練：
tokenizer.train(vocab_size=30000)。 - 分享機制：
tokenizer.push_to_hub至 Hugging Face。 - 偏好訓練 (DPO)：
- 使用
trl套件中的DPOTrainer。 - 基底模型指定為
Qwen 二點五 的零點五 B 指令版。 - 訓練數據集：
trl-lib的ultrafeedback binarized。 - 記憶體優化：縮小批次大小、使用梯度累積。
- 社群反應：
- 正面：Hacker News 用戶稱讚其潛力與創意；pil0u 感到驚艷；noman-land 認為是首個有潛力產出優美旋律的作品。
- 負面：bubblegumcrisis 認為助長不學樂器；ghm2199 認為剝奪即興樂趣；rajivayyangar 質疑效果僅如馬可夫模型。
- 結論：價值在於將「一人、十四次實驗、端上手機」的路徑公開，象徵 AI 不再依賴雲端。
第二則：Ornith-1.5 開源模型與自我改進爭議
- 模型介紹：
- 家族規模：90 億參數（密集）、350 億參數（MoE）、3970 億參數（MoE）。
- 授權：MIT 授權，商業用途不受限。
- 宣稱表現：推理、Agentic（自主執行任務）、寫程式能力媲美 Claude Opus 4.8。
- 支援格式與框架：FP8、GGUF、MLX、NVFP4 量化；支援 vLLM、Ollama。
- 自我改進機制 (End-to-End Self-Improvement)：
- 流程：模型自行提出任務 -> 產生任務鷹架 (Task Scaffolding) -> 使用強化學習 (RL) 跑出解答 -> 從解答中學習。
- 強化學習原理：透過獎勵訊號評分，做對給糖、做錯沒糖，反覆練習。
- 爭議：simonw 指出這只是訓練流程，非推理時的自我迭代；社群質疑是否僅針對 Benchmark 優化基底模型 (如 Qwen 或 Gemma)。
- 部署方式：
- 懶惰法：終端機執行
ollama run指定 90 億參數版本。 - 服務架設：
llama.cpp：執行llama-server，指定 GGUF 版本，連接埠 8080。Transformers(Python)：使用AutoProcessor與AutoModelForMultimodalLM，device_map設 auto。vLLM：執行vllm serve，設定max-model-len=262144、gpu-memory-utilization=0.90等參數。SGLang：執行launch_server，設定context-length與mem-fraction-static。- API 呼叫：使用 OpenAI SDK 指向本機位址，
api_key填EMPTY。 - 結論：MIT 授權與本機可運行性比 Benchmark 數字更重要；開源降低價格天花板，閉源提供可靠度。
第三則：Loop Method 迴圈法提示詞技巧
- 來源：The Rundown 網站，2026 年 8 月 19 日發布。
- 核心概念：專治重複性工作流程（寫作、剪輯、產圖）品質不穩的問題。
- 具體做法：
- 組建
sub-agent panel（子代理小組）。 - 進行三輪「對抗式審查」(Adversarial Review)。
- 三個審查角色：
- 成果或品質審查員 (
outcome或qualityreviewer)。 - 流程與提示詞審查員 (
workflow和promptreviewer)。 - 有相關領域知識的 reviewer。
- 循環規則：
- 檢視現狀 -> 找出最大失敗點 -> 只改動最小必要部分 (Prompt/腳本/檢查表/流程)。
- 保留舊版本 (
preserve earlier versions)。 - 三輪後停止 (
stop after loop three)。 - 前置準備：
- 簡報格式：包含流程、測試輸入、目前結果、問題、需保留檔案。
- 目標模板：寫明目標 (
Goal) 與三條完成定義 (definition of done)。 - 確認步驟：AI 需先與使用者確認目標與檢查項 (
confirm the goal and checks with me)。 - 模糊處理：若結果暴露模糊之處，需更新流程並精確要求。
- 穩定度測試：用更新後的流程測試第二個輸入，保留審查過的指令與完成定義，另存結果。
- 結論：價值在於將「只改最小部分」、「保留舊版」、「三輪停止」、「先訂完成定義」寫死為可照抄的指令；人的價值在於制定「完成定義」與判斷「哪些人工判斷該變成規則」。
第四則：職場 AI 使用倫理「別貼 AI」
- 來源：網站「Don't Paste the AI」，在 Hacker News 獲得 717 讚與 355 則留言。
- 核心論點：
- 對方詢問的是「你的想法」，而非任何人都能問到的制式回答。
- 直接複製貼上 AI 原文是將理解負擔轉嫁給別人，侵蝕人際信任。
- 建議做法：
- 加工原則：讓 AI 生草稿 -> 讀者自行閱讀 -> 僅擷取回答問題的核心一句 -> 補充意見控制在三句話以內。
- 引用範本：若 AI 內容有價值，應標明出處，如「我詢問了 Claude，這段很有道理」。
- 無意見回應：若無特別意見，直接回覆英文
No strong opinion here。 - 實戰招數：
- 對同事：分享標準版連結
dontpastetheai.com。 - 對熟人：分享嗆版連結
dontpastetheai.com/angry/。 - 社群觀點：
- 正面：認為貼 AI 原文是沒禮貌、缺乏專業與見解。
- 反面：質疑一味反 AI 是愚蠢的，問題在於是否附加價值；有人認為對用過 AI 的人失去尊重是反應過度。
- 結論：重點是反「零加工轉貼」，而非反 AI 工具本身；職場稀缺的是讀完後的「三句自己的話」。
第五則：AI 保險與合約健檢
- 背景：Gartner 分析師指出許多企業現有保單包含「AI 排除條款」，導致 AI 風險未被覆蓋。
- 新產品「AI 保險」保障項目：
- AI 幻覺造成的財務損失。
- 演算法歧視（招募或放貸偏袒）。
- 使用受著作權保護資料訓練或生成的侵權求償。
- 模型效能未達標的退費保固。
- AI 代理人 (Autonomous Agents) 操作失誤造成的實體財產損失。
- 市場動態：
- 大型保險公司 (AIG, Great American, WR Berkley) 尋求監管許可以排除 AI 責任。
- 少數案例：ElevenLabs 購買首創的 AI 代理人責任保單。
- Gartner 預測：2030 年嚴格的 AI 風險控管將成為承保必要條件。
- 個人行動建議 (AI 健檢保單)：
- 遮掉姓名、身分證、保單號碼後上傳給 AI。
- 請 AI 整理成表格（險種、保障內容、保額、繳費年期、保費），並用白話解釋。
- 請 AI 分析醫療實支實付、失能、意外、壽險的缺口或重複投保。
- 請 AI 擬定問題清單（如實支實付額度、副本理賠、癌症險類型），以便詢問業務員。
工具 / 模型 / 名詞整理
- 模型名稱：
Qwen 二點五 的零點五 B 指令版(Qwen 2.5 0.5B Instruct)Ornith-1.5(包含 90 億、350 億、3970 億參數版本)Ornith-1.0(3970 億參數版本)Claude Opus 4.8(宣稱被比擬的模型)Qwen(基底模型提及)Gemma(基底模型提及)DeepReinforce AI(Ornith 1.0 的帳號或相關提及)
- 軟體與框架：
RollTab(免費 App，鋼琴自動補全)miditok(MIDI 轉 Token 套件)symusic(MIDI 處理套件)REMI(MIDI 編碼格式)TokenizerConfig(Tokenizer 配置類)Score(MIDI 讀取類)trl(Transformer Reinforcement Learning 套件)DPOTrainer(DPO 訓練器)datasets(Hugging Face 數據集套件)ultrafeedback binarized(訓練數據集名稱)trl-lib(數據集來源庫)vLLM(推理框架)Ollama(推理框架)llama.cpp(C++ 推理庫)Transformers(Hugging Face 模型庫)AutoProcessor(處理器類)AutoModelForMultimodalLM(多模態語言模型類)SGLang(伺服器啟動框架)OpenAI SDK(API 呼叫套件)Hugging Face(模型分享平台)ChatGPT(對話模型)Claude(對話模型)Slack(通訊軟體)PR review(程式碼審查工具/流程)
- 網站與平台：
Hacker News(科技論壇)The Rundown(AI 工具教學網站)Don't Paste the AI(網站，dontpastetheai.com)Gartner(分析機構)ElevenLabs(AI 聲音技術公司)AIG(保險公司)Great American(保險公司)WR Berkley(保險公司)
- 格式與協議：
MIDI(音樂數字介面格式)MIT(授權協議)FP8,GGUF,MLX,NVFP4(模型量化格式)MoE(混合專家架構)DPO(直接偏好優化)RL(強化學習)
操作流程整理
RollTab 音樂模型訓練流程
- 數據準備：使用 MIDI 檔，透過
miditok與symusic處理。 - 分詞配置：
- 使用
REMI格式與TokenizerConfig。 - 設定
num_velocities=16。 - 開啟
use_chords與use_programs。 - 訓練詞彙表：
tokenizer.train(vocab_size=30000)。 - 上傳至 Hugging Face：
tokenizer.push_to_hub。
- 偏好訓練 (DPO)：
- 載入基底模型：
Qwen 二點五 的零點五 B 指令版。 - 使用
trl套件中的DPOTrainer。 - 載入數據集：
trl-lib的ultrafeedback binarized。 - 調整參數：縮小批次大小、使用梯度累積以優化記憶體。
Ornith-1.5 部署流程
- 本地運行 (Ollama)：
- 執行
ollama run
尚未產生學習筆記
請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習