來了來了！ 真的要細心品嚐唷🥰 外表氣質的美術設計師 身體的淫蕩跟敏感程度 根本無法想像！ 名副其實的從裡到外都非常高標 那種忘不掉的感覺

來了來了！ 真的要細心品嚐唷🥰 外表氣質的美術設計師 身體的淫蕩跟敏感程度 根本無法想像！ 名副其實的從裡到外都非常高標 那種忘不掉的感覺 是她一直來的原因❤️ 剪到勃起了啦 只好先去尻一發了 你們也趕快跟上啦 真是的😖 #Fansone觀看超淫蕩完整版# #美乳美穴# #美術設計師# #這身體跟反應太過癮了#

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

【美交通部長指責福特依賴中企技術 美媒：這是逼美國車企自斷生路】 近日，美國交通部長達菲向福特汽車發難，在公開信中指責這家美國汽車製造商日益依賴中國企業的技術。福特汽車隨即罕見強硬回擊，稱達菲此舉是“博眼球的錯誤之舉”。美國彭博社10日發佈觀點文章稱，中國企業正在引領全球汽車產業發展，而福特需要他們的技術，達菲的發難無異於讓美國車企自絕斷路。 文章稱，達菲對他眼中這家標誌性美國企業將其未來與美國最大戰略競爭對手的企業綁得“過緊”一事，表達了“深度關切”。首先是，福特位於美國密歇根州的工廠使用授權自寧德時代的技術生產電池——這家中國企業是電池製造領域的全球領導者；達菲還不喜歡福特與中國吉利汽車在西班牙成立合資企業，也不樂意看到福特與中國比亞迪汽車就零部件供應進行洽談；達菲還稱福特曾提議與中國汽車製造商在美國成立合資企業——福特否認了該說法，儘管這是個好主意。 文章認為，這是一封奇怪的信，達菲既沒有指出福特違反了哪條法律，也沒有依據某項法定權力明確要求福特終止相關協議。相反，這封信交織著擔憂、警覺和失望的情緒，敦促福特通過自我約束，主動終止與中國企業的一切合作。 文章表示，達菲的說法在某種程度上與現實脫節。“像福特這樣的標誌性美國企業，同樣被期望能在創新方面超越競爭對手。為此他們需要規劃出實現技術自主的明確路徑”——達菲這話說得，好像“在創新上超越競爭對手”是多麼新穎且易於實現的目標。 文章續指，達菲忽略了一個事實：在汽車設計、製造周期、用戶體驗和電動化等領域，福特的中國競爭對手如今正引領全球汽車行業的發展步伐。他現在竟要美國汽車製造商在無法向行業頂尖創新者學習的情況下，實現“創新超越”。文章稱，福特之所以從寧德時代獲取技術授權，正是因為他們需要這項技術，以在美國建立具有競爭力的磷酸鐵鋰電池工廠；福特之所以與吉利成立合資企業，是為了提高西班牙工廠的產量，否則該廠或將面臨關閉。福特正在根據現實情況，做著力所能及的事。 文章表示，一邊是政治操弄，一邊則是務實行事，或許這就是福特罕見地公開回擊達菲的原因。 美國《外交政策》10日也發文稱，若美國想要生產更先進的產品，就必須對外國投資保持開放態度，包括來自中國的投資。中國目前在電動汽車、儲能等關鍵技術領域處於領先地位，在許多情況下，通過外國投資獲取這些技術，是美國迎頭趕上的唯一途徑。（來源：香港新聞網） 詳情：

AI技術已遠超出純粹的技術範疇，逐漸成為重要的政治議題，甚至牽動人類社會的長遠未來。目前美國五大AI巨頭——OpenAI（Sam Altman）、Anthropic（Dario Amodei）、xAI（Elon Musk）、Google DeepMind（Sundar Pichai / Demis Hassabis）與Meta AI（Mark Zuckerberg）——在政治理念與意識形態上各有差異，從加速主義到安全謹慎派，再到務實中間路線，與政府的互動程度也不盡相同。這些立場是否以及如何影響其在模型設計、護欄設定、開放程度、軍事應用、偏見控制及發布策略等方面的技術決策？企業是否會為了與政府合作或追求商業利益而調整甚至放棄部分原則？面對此一現況，政府是否應介入監管？若需監管，又應採取何種適當方式？6月12日特朗普政府與Anthropic之間的衝突，再次把AI與政治治理問題擺到檯前。本文特別整理相關評論，供讀者參考思考。 書訊 | AI與政治治理：Anthropic Lonely Fight Against Trump？

【美國拉盟友入局，“矽和平”不被看好】 美國主導的“矽和平”倡議正在快速擴容。據英國《金融時報》報道，當地時間23日，於美國華盛頓開幕的“矽和平”峰會上，歐盟、荷蘭、德國和希臘成為最新一批加入該倡議的美國盟友。自成立以來，該倡議就被普遍認為是明顯針對中國。25日，相關專家告訴記者，美國拉攏各國組建聯盟，在產業鏈上排除中國，對中國進行科技封鎖的意圖非常明顯。 據《環球時報》援引《金融時報》稱，該倡議由美國牽頭，在西方及其盟友面臨來自中國日益加劇的競爭之際，旨在強化與人工智能（AI）相關的科技供應鏈。 去年12月11日，美國國務院公布“矽和平”倡議並表示，倡議植根於與可信賴的盟友的深度合作，旨在減少脅迫性依賴，保護作為AI根基的關鍵材料與能力，並確保立場一致的國家能够大規模地開發及部署變革性技術。 同一時期，首屆“矽和平峰會”在美國華盛頓召開，美國與日本、以色列、澳大利亞、新加坡、英國和韓國簽署《矽和平宣言》，正式啟動所謂“矽和平”倡議。 今年以來，卡塔爾、阿聯酋、芬蘭、印度、瑞典、菲律賓和挪威先後加入，成員數增加到15個。日前，該倡議的設計者、負責經濟事務的美國副國務卿雅各布·赫爾伯格在採訪中還透露，阿根廷、智利、哥斯達黎加等國也將在本周加入，屆時成員總數將達到24個。 “矽和平”倡議快速擴容，其成員涵蓋了從關鍵礦產、芯片設計和製造到能源設施、算力算法等一個完整的AI產業鏈條。歐洲新聞網站“歐盟動態”25日報道稱，代表歐盟27國的歐盟委員會23日簽署了美國主導的“矽和平”倡議，歐盟委員會一名發言人對此也予以證實。“歐盟動態”25日稱，該倡議為一項“不具約束力”的聲明，旨在把中國排除於具備AI能力的半導體供應鏈之外。 中國商務部研究院研究員周密25日在接受採訪時表示，雖然各國迫於美國科技霸權以及在AI領域的影響力，不得不迎合美國並加入倡議。但基於各國利益立場的不同，在倡議框架內協調各方形成統一目標的難度很大。周密認為，美國的脅迫並不會轉化成對這些國家在AI發展上的支持，反而會擠壓它們的空間。除此之外，作為全球AI產業鏈的重要一環，也是全球最重要市場之一，沒有中國的參與，該倡議能否真正落地也存有疑問。（來源：香港新聞網） 詳情： #USA# #PaxSilica# #AI#

早安！8/11 外電綜合整理 - 6274台燿：7月自結靚 7月稅前利益率 31.6%優於亞系券商的預估，也大幅高於2Q的24%；隱含7月毛利率有機會來到36–37%，高於券商原本3Q毛利率31%的預估，顯示有明顯上修空間。券商表示泰國廠按照進度執行並有提前；AI伺服器需求強勁、規格升級帶動 ASP上揚。重申正向。 - 6187萬潤: 2Q財報靚 2Q財報大幅優於美系大行預估，毛利率升至54.8%，亦高於券商及市場的預估。券商預期3Q營收季增至少3成，毛利率維持在54-55%。CPO會照計畫在4Q放量，預估今年75台，明年超過200台。CoPoS明年中完成試產認證，1H28放量。重申正向。 - 2327國巨: 美系重申正向 7月營收歷史新高，QTD達成美系券商預估數33%，略優於預期。券商表示7 月是電容價格調整開始反映的第一個月，預期3Q出貨量與價格會形成複合疊加的正面效果，重申正向。 - AI供應鏈追蹤報導： 美系大行首先提到記憶體，認爲Nvidia 的 Rubin Ultra 將推出數種 SKU，高階版本採用 HBM4e 8Hi，較低階版本則使用 HBM4 12Hi 或 8Hi，本季底會有最終答案。不過券商觀察降低每顆晶片搭載的記憶體容量，可能會增加整體晶片出貨量，對以出貨量取勝的供應商有利。 再來提到CPO，即便Kyber遞延，但機櫃間 CPO 互連仍是 Nvidia 偏好的發展方向。第一代 Rubin Ultra 伺服器機櫃可能仍將繼續使用 Oberon 解決方案來支援 NVL72，同時採用 CPO／NPO 技術，以實現 NVL576 規模的部署。而中國 AI GPU 廠商則採用 NPO 做爲機櫃間互連。 最後提到ASIC， 2454聯發科：有望在明年取得15-20%市佔率，隨著 2nm TPU 後年放量，營收會比明年更高。 3443創意：上調後的需求展望不僅涵蓋 Google TPU，也延伸至 Google CPU，也有意為未來世代的 TPU 提供 compute die的後端設計服務。 2449京元電: TPU 相關業務在今年年可貢獻營收7–8%營收，明年高於 10%。Google CPU 專案需要進行 burn-in測試與system-level testing，明年可貢獻3-4%營收。總結，Google 相關需求在明年將占總營收的 10–15%。 - 光通訊產業： 美系券商不對美方的最終結果下定論，但仍看好中國光通訊的產業領導者，因不僅長期以來擁有與 CSP客戶及 AI 基礎設施供應鏈合作的豐富經驗，也較早合作，掌握需求設計方向。券商對覆蓋裡的台廠：上詮、聯亞、全新重申正向不變。 #下次會考#

【Cloudflare 也要做加密錢包了？】 這幾天有人發現一個很可疑的網址： 乍看很像釣魚網站，但它其實真的是 Cloudflare 官方推出的新產品。 不過，Cloudflare Wallet 並不是另一個 MetaMask。 它真正想解決的是： 「未來 AI Agent 要怎麼自己花錢？」 一串看懂 Cloudflare 正在布局的 Agent 經濟 👇 1／Cloudflare 在 2026 年 8 月 4 日宣布推出 Cloudflare Wallets。 目前開放的主要功能，是先註冊一個專屬 Wallet Handle，也就是類似： 的識別名稱。 完整的儲值、付款、收款與提領功能，則會在之後逐步推出。 2／為什麼 AI Agent 需要自己的錢包？ 現在一個 AI Agent 想使用付費 API，通常得經過： ・註冊帳號 ・驗證 Email ・填信用卡 ・選訂閱方案 ・建立 API Key ・請人類核准付款 這整套流程都是替「人」設計的，不適合機器自主操作。 3／Cloudflare 惛的是另一種模式： AI Agent 發現某個資料、API 或 MCP 工具需要付費後，可以直接知道價格、完成付款，然後取得服務。 不用開啟結帳頁面，也不用先和商家建立帳號關係。 也就是把「付款」直接嵌進網路請求裡。 4／背後使用的是 x402 協議。 「402 Payment Required」其實是 HTTP 很早就保留的一個狀態碼，但過去一直沒有被廣泛使用。 x402 把它變成一套可執行的機器付款流程： ① Agent 請求資源 ② 伺服器回傳 402 與付款條件 ③ Agent 簽署付款 ④ 再次發送請求 ⑤ 商家驗證付款並交付內容 5／付款可在同一個 HTTP 流程內完成，不必跳轉到傳統結帳頁面。 Cloudflare 文件顯示，x402 能使用鏈上穩定幣結算，目前技術文件涵蓋 EVM、Solana、Aptos、Stellar、Sui 等網路。 常見情境可能是： ・每次搜尋收 0.01 美元 ・每次 MCP Tool Call 收費 ・按資料量收費 ・按 AI 推論次數收費 ・成功完成任務才付款 6／Cloudflare Wallet 會分成兩層： ① Account Wallet 由人類或企業管理的主要錢包，可存入資金、提領資金及設定政策。 ② Virtual Wallet 分配給不同 AI Agent 使用的虛擬錢包，Agent 透過 API Key 操作。 你可以把它理解成：企業主帳戶＋AI 員工的公司卡。 7／Virtual Wallet 最重要的地方，是可以設定支出限制。 例如： ・每週預算 100 美元 ・每筆最多 1 美元 ・只能支付指定服務商 ・只准購買 AI 推論 ・超過額度要人工批准 AI Agent 因此能自主探索和購買服務，但不能無限制花掉主帳戶裡的錢。 8／假設你給研究 Agent 10 美元預算。 它可以自行測試 20 個不同資料 API，每個只花幾美分，最後選出最適合的服務。 過去人類可能不會為了測試每個 API 都註冊、綁卡和開通訂閱。 但當付款單位縮小到「單次請求」，Agent 就能自行比較價格和品質。 這才是 Cloudflare Wallet 真正想開啟的市場。 9／除了付款，Cloudflare 還想解決 AI Agent 的「身份」問題。 例如： 可以代表某家公司的研究 Agent。 商家不只看到一個匿名 Bot，還能知道它背後可能由哪個 Cloudflare 帳戶授權。 這個身份是選擇性公開，不代表所有 Agent 都必須揭露身份。 10／這對商家有什麼用？ 一個網站未來可能設定： ・匿名 Agent：只能使用免費額度 ・已驗證 Agent：可獲得試用額度 ・特定企業 Agent：享有批發價格 ・高風險 Agent：必須先付款 ・付費 Agent：才能存取完整資料 換句話說，Cloudflare 想把「Agent 身份、存取權限和付款」整合在同一層。 11／Cloudflare 同時在推 Monetization Gateway。 賣方可以把以下資源放到 Cloudflare 後方收費： ・網頁內容 ・資料集 ・REST API ・AI 模型推論 ・MCP 工具 ・檔案下載 ・特定運算結果 買方由 Wallet 付款，賣方透過 Gateway 收錢。 一邊做買方錢包，一邊做賣方收款閘道。 12／這也是整件事最值得注意的地方。 Cloudflare 本來就位於大量網站、API、Bot 與網路流量之間。 它已經擁有： ・全球邊緣網路 ・Workers 運算平台 ・Bot Management ・網站身份與安全系統 ・AI Agents SDK ・網站及 API 客戶 現在再加入「付款」，就有機會成為 AI Agent 商業活動的基礎設施。 13／它不是單純推出一個錢包 App。 Cloudflare 真正押注的是：未來網路的主要消費者，不一定是坐在螢幕前點擊按鈕的人，而可能是替人類工作、比較服務、購買資料及呼叫工具的 AI Agent。 當 Agent 成為買家，網路的商業模式也可能從：廣告＋月費訂閱 轉向：按請求、按使用量、按結果付款。 14／對加密產業而言，這也是穩定幣很重要的一個使用場景。 人類不會為了價值 0.003 美元的內容，打開錢包完成一筆交易。但機器可以。 因此穩定幣微支付最大的潛在市場，未必是人與人轉帳， 而是： Machine-to-Machine Payment Agent-to-API Payment Agent-to-Agent Payment 讓軟體直接為資源付費。 15／但目前還不能過度解讀。 Cloudflare Wallet 仍處於非常早期的階段，目前主要是預約 Wallet Handle。 官方尚未完整公布的資訊包括： ・實際支援哪些國家 ・支援哪些穩定幣與鏈 ・託管及私鑰管理方式 ・KYC／AML 規則 ・手續費 ・退款及爭議處理 ・正式上線時間表 現階段比較像基礎設施預告，而不是成熟產品。 16／另外提醒： 這次 Cloudflare 官方公告沒有推出代幣，也沒有公布任何空投。不要因為看到： 「Cloudflare Wallet 空投」 「連接錢包領取代幣」 「輸入助記詞啟用帳戶」 就直接操作。 官方目前使用的根網域是 Agent，不等於都是 Cloudflare 官方人員。 17／Cloudflare Wallet 最值得觀察的，不是它能不能挑戰 MetaMask，而是它能不能把穩定幣付款藏進一般網路基礎設施裡。 真正成功的加密支付，使用者可能根本不會感覺自己正在「使用區塊鏈」。 - AI Agent 只知道： - 這個 API 要付 0.01 美元。 - 付款完成。 - 資料取得。 底層才由穩定幣與鏈上協議處理。 18／我的看法： Cloudflare Wallet 是一個非常早期、但方向合理的產品。 它把 AI Agent 現在缺少的三個元素連在一起： - 身份 - 權限 - 付款 真正的挑戰則是 x402 能否形成足夠大的買賣雙邊市場，以及監管、託管、安全與退款機制能否跟上。 但 Cloudflare 已經站在網路流量入口，確實比一般錢包公司更有機會推動這件事。 19／ 一句話總結：Cloudflare Wallet 不是做給人類每天轉帳用的加密錢包。 它更像是 AI Agent 的「可程式化公司卡＋網路身份證」，讓 Agent 能在預算和權限範圍內，自主購買 API、資料、內容及工具。 今天先搶名稱。 未來搶的，可能是 AI Agent 經濟的付款入口。