RTX Spark Laptop 需要與否v.s.你需要幾個模型?

最近走上以前常走的古道,原本的獨木橋不再,現在變成木棧道

Happy Halloween ! Microsoft RTX Spark Surface Laptop終於上市了

最近的新硬體版面已經被RTX Spark Laptop包圍, 還有MTK的黑歷史又被挖出來(恩....在硬核的電玩玩家們都對 MediaTek Wi-Fi   ...!@$^  對, 很感冒, 從Android 有MTK開始就是敬謝不敏. 

Github (Reverse Engineering Anything) 

不過對於影音編輯與硬體自編控制器的人來說, 這個產品的誕生可能蠻有趣的, 一方面是Windows的很多硬體綁定(基本上硬體周邊廠商都只會優先考量Windows Drivers) 搭上最近很紅逆向工程的REA skill , 本地模型可依照Windows 讀到的周邊裝置回頭更新那些萬年硬體drivers或是控制器. (或是調用本地模型滲透你手上有的硬體, 直接變成紅軍外掛.....最近發現本地模型這個能力有點.....令人不安XD)

今天的東西, 那些在未來還有價值 - (FV)未來價值 including Humen, Mac Studio M5 On-boarding

 

難得在區塊鏈大會上, 基金經理人 (37:37)又提醒了我這堂課, 謝謝Bonnie LOL

讀書不是為了別人,是為了你未來的自己

在很久以前曾經修過一門線上MBA課程-財務金融工程, 基本上就是一個Excel導讀的課程,想不到今天在Claude上的小幫手真的還把它做出來放在手機裡隨時檢驗, 一個時間的投入, 一個物品的採買, 還有所謂的知識通膨(當智力變成了commidity 或是 tokens)以前的知識是否在未來還有一樣的稀缺. 像是到了一個時間再也買不到20歲的體力時, 就會想要花錢買時間, 或是訓練自己的一個localhost LLM, 趁現在Fable 5.1, GPT-6 Astra, Gemini 3.8-Flash(high)都還在線上可以讓大家使用.(現在也有很多來源, 可以讓人自己透過讀paper來改善本地模型的paper-What Did the Agent Actually Do? Evidence-Grounded Oversight for Long-Horizon Agents | Cool Papers - Immersive Paper Discovery)

(Match Point) 個人剩下能打的球 Computing(Hyperscaler), Power(Goverment), Horse/Harness(Person)

對於這段時間(也才2個月的時間)新模型的互相能力超車的感覺越來越快, 相對於去年那種安穩感, 這兩個月的暗自升級潮(Antropic Mythos 5, OpenAI GPT-5.6 Sol+6 Astra)都狠狠地教訓了他們的訓練模型的專家, 資安專家, 順便外面公司的安全性也被教育了一頓後, 我們都不知道該怎麼辦, 只好乖乖地交出更高的訂閱與API帳單, Claude......Fable 5.1 好貴,但是好像也只有他能跟上GPT-6互相訓練疊代現在的AIOS .....照這樣燒token.....還是買台Mac Studio划算,Qwen 3.8-27B安裝指南

組織要怎麼要跟AI協作, 組員要怎麼透過AI Training Onboarding, 剛好就是n年前的任務(GPT3.5.... XD)

AIOS_TonyCAPM
Harness Engineering總是期待更新更強的競爭, 至少有兩個在那裏互相成長(還是傷害?) 

(本地端與雲端模型中局求解) 無越獄解鎖把Hermes agent裝進 Android Phone

Hermes Agent in Termux 成功Oauth呼叫GPT-5.6 Sol

Hermes Agent 安裝在F-Droid 安裝的最新版Termux後24/7運作(手機不關機)

經過漫漫survey後(AI hardware benchmark), 後來發現想要買一台足以支撐Agentic AI 的本地端系統根本就是花小錢跟眾AI大神的打群架中賽跑的事情(不要被踩死就很難了XD). 本地端模型即便持續不斷的在開源社群被壓縮(Qwen3.8-27B 越狱无审查模型本地部署完整指南) , 其Token產出的速率仍無法支持多個AI agent協作的過程. 有種像用螞蟻拉著大象走的感覺...所以換了一個考慮點, 就是仍維持用API 以 Hyperscaler的 便宜模型(ex. GPT-5.4-mini, Deepseek-V4-Flash/Pro, Claude Haiku 4.5/Opus5,Grok....)來維持AIOS的獨立作業, 以現今的記憶體推進新電腦的報價高到無法直視(BOM cost來看 memory已經高到讓人很有感)

Qwen3.8 開源模型之神座如何在Mac 本機端部屬

二、硬件要求參考(Qwen 3.8-27B 本地模型, 在最低限度下可以跑Agentic AI的模型之一)

量化版本 大約大小 推薦配置 備注

BF16（官方） ~55-56GB 64GB+ 顯存/內存 最高精度

FP8（官方） ~31GB 40-48GB 官方推薦

Q4_K_M / UD-Q4_K_XL ~17-18GB 24GB 顯存（RTX 4090 等） 性價比最高

Q3 / IQ4 ~13-16GB 16GB 顯卡 可用但質量略降

超低量化（越獄專用） 更低 最低 4GB 顯存 實測重點，質量有妥協

Mac 統一內存、RTX 30/40/50 系列消費級顯卡均可嘗試。 (BTW, 台灣近期的高溫可能要注意散熱不要把硬體燒掉可能更迫切)

半年前

 

現在的報告

炙熱的暑假, 熱情的燒token錢的好機會又來了~Fable 5回歸, 半個月對比API帳單(Antropic,OpenAI,Deepseek)

現在的電腦大概就是 "BURN IT! It is FINE🔥"

2026-07-17  BTW, 目前AI架構下的服務~25GB

Anthropic is bringing back Claude Fable 5 globally after US lifts export control order — where can enterprises access it? | VentureBeat

Fable 5無疑是最貴的金紙無誤, 雖然這次的(號稱)回歸讓大家都鬆了一口氣, 但是使用下來有種跟第一輪出場的華麗感明顯差距存在...然後在他下線的期間, 同時Kimi 2.6也做到了相當不錯的表現(API套在Agent Openclaw的Harness下) ,然後哈佛妹妹也做了一集的影片解說這個新開源模型的實測.(沒錯他有提到 Agent Swarm這個好用的功能!推薦大家看Kimi Agent Swarm)

 

(nVidia NIM Models) 意外發現有趣的nVidia開源模型試車市集

(mistralaimistralai/mistral-medium-3.5-128b) NIM API 體驗Prototype, 然後很意外大好用

喵娘Hermes Agent搭配Mistral-medium-3.5-128b 開啟Reaoning High,嘗試解決問題

以往要測試不同的LLM Model需要訂閱或是開API儲值超多家有的沒的的服務或是OpenRouter來導流. 不過現在有可以透過nVidia NIM Developer, 搭配Agentic AI來設定config就可以有效的驗證各家新東西. 

AIanalysis 模型最新的評比(透過各種CP比較, 周末裡面幾個開源模型Reasoning High來測試)

將手上的模型把已經建好的Skills套用這類開源模型後, 實際體驗下來只能說驚訝, 尤其是過往Production-Ready的都是基於Gemini-2.5-Flash/Pro這類穩定但沒有Reasoning或是MoE的,

Openclaw上網自動化AGI滿3周目, 不是爬起來而是跑起來了. 我們應該已經踏入AGI 的生活(幾乎)

3周目, 表示部屬了3個版本(可能是前一個死透了, 或是能力天花板到了,需要拉一個新的API灌注到另一個agent招喚他起來)

AGI就算還沒有到來, 但是應該也快了像是如果你在龍蝦中部屬的初期選對了語言(OpenAI近期有討論到語言稅), 跟一個相對低幻覺的(arXiv:2603.19974v1 [cs.CR] 20 Mar 2026發表的論文,Claude Soonet4.6是最能抵抗幻覺與語詞注入汙染的) 

其實你就走在成功了一半的道路上(另外一半是你要有足夠的勇氣把神奇小卡刷下去XD)

關於Openclaw Agent的注入攻擊方式前沿研究

AI世代的超能力, 還有成為最幸運的開拓史上的第一代

巨變第一排, 我們是幸運的一代可以手作翅膀飛出島嶼

在近3年,從隱隱約約到現在已經可以很明顯地感受到這個科技轉變從過去煉鋼> 石化產業> 精密鐵加工>內燃機>半導體>普及的3C硬體(IBM, Intel, iMac)>軟體(OS, SaaS)>搜索引擎(MSN, Google)>到現在百家爭鳴(Claude, OpenAI, Gemini, Deepseek,百度Qwen), 我們要嘛都很幸運地接住每次強風吹拂, 要嘛就是認清一次又一次的科技都是另一種穢土轉生並且從中學到甚麼爬蟲或是鍊成的鍊金術. 

"People Can Change their attitude and their actions to unlock possibilities that they didn't see before."~Tina

橋接新的一年, 把邊界推更遠1% (每一天?) 來實踐旅行的意義

(Github) Bridge: Node-(edge)-node

今天早上一樣跑步看河濱的風景時, 看到了101想說今天終於露臉了. 等等應該可以順利看Netflix直播. 果然回家打開Netflix洗澡等開爬Alex, 雖然途中看起來很緊張, 但是我想在爬的人應該是還好(就像爬山的人通常都覺得攀岩很好玩而已), 果然完成後的訪談中, Alex提到101真的是國際認證的[家庭友善]攀爬的好地方.容易到達, 訊號良好, 還可以直播🤣 如果這大好新的一年有甚麼計畫, 應該是每天都來進步1%(在AI的幫助下好像很容易📖). 

<Neflix Streaming 1/25 09:00AM> Alex Honnald 

"Death is not the greatest loss in life. The greatest loss is what dies inside us while we live.” – Norman Cousins

<個人心得> 從零開始學任何東西

從AI之輔助下來解決問題, 不知道算不算 Vibe Coding, 但絕對是Vibe Solving. 從最早的跛腳版AI到ChapGPT, DeepSeek到現在可以超長token的Gemini 3, 似乎在2025年中開始就讓人更覺得可以好好搬開石頭, 解開所有每個階段的問題.  同時也推薦這個創投與顧問業提醒大家的影片, 從更高的角度來看手上的資源與試著用你的知識來槓桿~ 來解決一輩子想追求的問題, 還有持續追求答案的過程.

推薦閱讀:

1.<The Thinker Model> 中:多模型思維 

這個書中提到的各模型思考當初是為了想要體驗資料科學家生活, 但是現在有AI 可以更進一步讓你對於想要的模型套用到你有興趣與記錄的觀察事件上.高度推薦把它當作工具書放在身邊, 有想到甚麼看到的問題時, 就可以隨時翻到模型並追求解答

我的一個小Vibe Coding來做模擬實驗(Packaging Thermal Analysis)

2. Justin <Introduction to Algorithms and Machine Learning from Sorting to Strategic Agents>

高中演算法的入門教材, 只要有讀過高中數學的人, 都可以從裡面得到一些有趣的科學實驗! 

但是有一些點是整個摸索到現在可以問到想要的code與答案(幾乎) 的親身體驗. 

WorldView 世界新聞快照 & 閉著眼睛來猜數字啊 & GPX->KML 轉換工具（離線地圖使用）

之前想要找個精簡版的世界新聞集散地，一方面是國外的新聞媒體太多但也不想花太多時間看台灣（本土）的新聞，那就交給ＡＩ來做個簡單的篩選器，做個國際新聞櫥窗，結果今年的COP35竟然沒有入AI篩選 (Time Fossil Fuel CO2 Emissions Set to Hit Record High in 2025)。 另外由於Ad實在有點多，建議用（閱讀模式 Reader View）看（新聞網站感覺嚴重被廣告商洗板）

來射飛鏢猜數字的美股工具：

 

Enter Ticker(ex. NVDA, TSM) and It will do AlphaVoter App

關於台灣病的圖像化整理

關於這期經濟學人的封面提到的台灣病，只要在2000出來工作的人都可以很深刻的體會（才會有最倒霉的6,7年級），工時長也剛好沒經歷到科技業分紅配股的那段，只能做個打工仔（就跟乞丐中的霸主還是丐幫幫主，還是乞丐一樣 ＸＤ）。 

Ref:

(Open Source) A.I.整理Podcast功能開放，策略交易的資料整理還有網頁應用（計算機，俄羅斯方塊）的測試

今天看到了很多資訊愛好者分享了Notebook LLM 可以自動生成Podcast後，迫不及待打開便發現介面的右側，裡面出現了一個新的AI summarized Podcast的功能，透過Google Notebook LLM生成了以下這兩個Podcasts（英文）

Podcast-test1 關於使用AI做交易策略 Apr.-30 

加入MIB後的第1周心得：Life will find a way

hint:其中一個是我們家大老闆

        加入MIB後（穿著黑西裝，辦公室又是在黑到不行的建築物內，大廳有時候還沒有燈.....囧)，對於美商的感想是.....超扁平組織，扁到就算你才剛on-board....一個禮拜內就可以聽到遠在Bay area總公司的CEO 舉辦company concall meeting (P.S.Top CEO也真不好當....還要配合亞洲時間熬夜與員工開會, 避免大家不清楚公司的方向)、被另外一個國家的 PM 叫來下新專案的comment (是說我才剛報到.....連這邊在做什麼都還沒搞清楚....:| )

(閱讀/複習) 你要如何衡量你的人生? (How Will You Measure Your Life?)-- 邊際成本

"成功者絕不相信偶然,而且無一例外" -- 尼采

(36Kr 完整紀錄)本周FB創辦人難得穿上西裝而不是短褲與馬云並席討論

剛好這禮拜追蹤的部落客們分別又把以前讀過的這本書提到的觀念個別從不同的面向重新認識了一次這本--你要如何衡量你的人生?, 其中有的是資訊工程人,自由投資人, 愛書人, 新聞媒體, 還有商管實習生. 不論如何, 這裏面有一些價值與原則我覺得對於處在什麼都要零邊際成本的物聯網時代(IoT), 從前我們總說未來我們要怎麼樣怎樣, 但是如果今天就是從前你說的未來時, 今天的你就是以前的你所夢想的嗎?

Amazon 書評 73% 5星

# (哈佛商業評論,CN)你要如何衡量你的人生


#再論邊際成本(about Marginal Cost):

今天才看到了(MBAtics) 那年我在商周實習—若要無可取代，就別花時間在機器人也能做的事. 然後延伸出想在寫作機器人上花了一些時間做調查. 才發現原來已經可以做到給寫作機器人excel與相關附件, 然後他就幫你自動發刊的層級了(automated insights).同樣的也有ESL robot, 幫你練習TOEIC.

"如果你需要一部新的機器，但不想花錢購買，最後你會發現，你雖然沒買，卻仍得付出代價。" ~ Henry Ford