DeepSeek 自建搜尋引擎,AI Agent 的權力正在重新分配!當 OpenCode、Codex 都會搜尋,誰才是真正的指揮官?
DeepSeek 自建搜尋引擎,AI Agent 的權力正在重新分配!當 OpenCode、Codex 都會搜尋,誰才是真正的指揮官?

DeepSeek 自建搜尋引擎,AI Agent 的權力正在重新分配!當 OpenCode、Codex 都會搜尋,誰才是真正的指揮官?

DeepSeek 正式開放自研搜尋引擎的 Search API 與 Fetch API,代表 AI 競爭正從模型能力延伸至搜尋與工具基礎設施。當 OpenCode、Codex 搭配 DeepSeek LLM 時,究竟由誰執行搜尋?關鍵在於 Harness 的工具調度與設定,而非模型本身。若同時啟用不同搜尋路徑,甚至可能產生重複搜尋與額外成本。從企業 AI 技術主管的角度,未來應建立統一的 Search Gateway,集中管理搜尋服務、API 成本、權限與執行紀錄。AI 下一場競爭,不只是誰的模型最聰明,而是誰能掌握工具調度權,建立高效率、可監控且不受單一平台綁定的 AI Agent 架構!

Continue Reading DeepSeek 自建搜尋引擎,AI Agent 的權力正在重新分配!當 OpenCode、Codex 都會搜尋,誰才是真正的指揮官?
一台 Mac,開始有資格成為公司的 AI 伺服器了:從 Splash 看中小企業地端 AI 的下一步
一台 Mac,開始有資格成為公司的 AI 伺服器了:從 Splash 看中小企業地端 AI 的下一步​

一台 Mac,開始有資格成為公司的 AI 伺服器了:從 Splash 看中小企業地端 AI 的下一步

Inco AI 推出的 Splash,正在改變中小企業部署地端 AI 的想像。它不是追求支援大量模型的通用推論引擎,而是針對特定模型打造專屬核心、記憶體配置與推論最佳化。目前 Qwen3.8-27B 已能在 Apple Silicon 上展現高速推論與多人併發能力,讓一台大記憶體 Mac 有機會從個人 AI 實驗機,進一步成為企業內部 AI Server。除了文字生成與 Coding,也能支援 RAG、文件分析、圖片理解與 Agent Tool Calling。對中小企業而言,真正值得注意的不是單純每秒多少 Token,而是能否讓 2~4 位員工共同使用、降低部署維護成本,同時讓重要資料留在公司內部。Splash 顯示了一個新方向:未來企業導入 Local AI,可能真的只需要一台開機就能生產的 Mac。

Continue Reading 一台 Mac,開始有資格成為公司的 AI 伺服器了:從 Splash 看中小企業地端 AI 的下一步
短片:Grok 4.7別只看Token單價🔥
Grok 4.7別只看Token單價🔥

短片:Grok 4.7別只看Token單價🔥

Grok 4.7 最值得注意的,不只是模型能力變強,而是 AI 的「單價」與「實際使用成本」可能完全是兩回事。表面上,每百萬輸出 Token 的價格可以低至 6 美元,看起來相當便宜,但真正影響帳單的關鍵,是完成一項任務究竟需要消耗多少 Token。 如果 Grok 4.7 為了完成相同工作,比上一代消耗更多 Token,即使每百萬 Token 單價下降,最終任務成本仍可能增加。部分測試甚至顯示,單一任務平均可能消耗約 8.1 萬 Token。因此企業評估 AI 模型時,不能只比較官方 Token 報價,更應觀察「每項任務總成本」。模型跑得快不快、能力強不強固然重要,但真正決定荷包的,是完成工作到底花了多少錢。

Continue Reading 短片:Grok 4.7別只看Token單價🔥
短片:台積追聯發?🔥
台積追聯發?🔥

短片:台積追聯發?🔥

台積電董事長暨總裁魏哲家日前接待退休主管時,當著聯發科副董事長暨執行長蔡力行的面開玩笑表示,希望台積電股價「趕快趕上聯發科」,一句話迅速引發市場熱議。9 月 21 日台積電收在 2,480 元,聯發科則收在 5,010 元,兩者每股價差達 2,530 元,讓部分投資人聯想到台積電是否仍有上漲空間。不過,5,010 元並非魏哲家提出的目標價,兩家公司股本、市值及營運規模也不同,單純比較每股價格並不能直接衡量企業價值。甚至有網友幽默表示,若聯發科跌到 2,480 元,也算是「趕上」。這句話究竟只是場合上的幽默,還是展現魏哲家對台積電未來發展的信心,也成為投資人討論焦點。

Continue Reading 短片:台積追聯發?🔥
短片:AI 沒單就去挖礦 🔥
AI 沒單就去挖礦 🔥​

短片:AI 沒單就去挖礦 🔥

企業導入 AI,真的每件工作都需要出動 ChatGPT、Claude、Gemini 這類大型模型嗎?TypeSafe AI 推出的 Jev 提供另一種思路:它不負責聊天或長篇文字生成,而是專注於選擇、評分與 Yes/No 等快速決策。對中小企業而言,垃圾郵件判斷、任務分類、Agent 路由、Context 篩選等工作,如果都交給大型模型,不只速度可能受影響,也會累積大量 Token 與 API 成本。Jev 的價值並非取代大型語言模型,而是成為 AI 系統中的「交通警察」,讓簡單工作快速分流,複雜任務再交給大型 AI。未來企業 AI 的關鍵,可能不再只是追求更強模型,而是建立大型模型、小模型、決策模型與人工審核各司其職的 AI 團隊。

Continue Reading 短片:AI 沒單就去挖礦 🔥
短片:⚡ 你正在拿 ChatGPT 法拉利送外賣?
法拉利送外賣?

短片:⚡ 你正在拿 ChatGPT 法拉利送外賣?

企業導入 AI,真的每件工作都需要出動 ChatGPT、Claude、Gemini 這類大型模型嗎?TypeSafe AI 推出的 Jev 提供另一種思路:它不負責聊天或長篇文字生成,而是專注於選擇、評分與 Yes/No 等快速決策。對中小企業而言,垃圾郵件判斷、任務分類、Agent 路由、Context 篩選等工作,如果都交給大型模型,不只速度可能受影響,也會累積大量 Token 與 API 成本。Jev 的價值並非取代大型語言模型,而是成為 AI 系統中的「交通警察」,讓簡單工作快速分流,複雜任務再交給大型 AI。未來企業 AI 的關鍵,可能不再只是追求更強模型,而是建立大型模型、小模型、決策模型與人工審核各司其職的 AI 團隊。

Continue Reading 短片:⚡ 你正在拿 ChatGPT 法拉利送外賣?
別再拿法拉利送外賣:Jev 出現後,我開始重新思考企業 AI 的分工方式
GPT 像主治醫師,Jev 它卻只當「檢傷護理師」🏥 速度竟快 40~200 倍

別再拿法拉利送外賣:Jev 出現後,我開始重新思考企業 AI 的分工方式

企業導入 AI,真的每件工作都需要出動 ChatGPT、Claude、Gemini 這類大型模型嗎?TypeSafe AI 推出的 Jev 提供另一種思路:它不負責聊天或長篇文字生成,而是專注於選擇、評分與 Yes/No 等快速決策。對中小企業而言,垃圾郵件判斷、任務分類、Agent 路由、Context 篩選等工作,如果都交給大型模型,不只速度可能受影響,也會累積大量 Token 與 API 成本。Jev 的價值並非取代大型語言模型,而是成為 AI 系統中的「交通警察」,讓簡單工作快速分流,複雜任務再交給大型 AI。未來企業 AI 的關鍵,可能不再只是追求更強模型,而是建立大型模型、小模型、決策模型與人工審核各司其職的 AI 團隊。

Continue Reading 別再拿法拉利送外賣:Jev 出現後,我開始重新思考企業 AI 的分工方式
開源模型新霸主登場!1兆參數Kimi K2寫程式比GPT-4.1強
開源模型新霸主登場!1兆參數Kimi K2寫程式比GPT-4.1強

開源模型新霸主登場!1兆參數Kimi K2寫程式比GPT-4.1強

開源模型 Kimi K2 採用 Mixture of Experts(MoE)架構,擁有高達 1 兆參數卻在每次推論僅啟用約 320 億參數,以達到知識廣度與運算效率兼具的效果;它在 15.5 兆詞彙規模的預訓練下展現出強大的程式碼生成能力,於 Live Code Bench 評測中取得 Pass@1 達 53.7%,顯著優於 GPT-4.1 的 44.7%;同時支援智能體式工具呼叫,能自主規劃步驟並整合計算機、搜尋引擎及第三方 API,實現工作流程自動化;其低延遲 “Reflex Grade” 回應體驗與長文本風格一致性,結合開放且寬鬆的修改後 MIT 授權,為開發者與企業提供高度可試用與可整合的全新智能協作機會。

Continue Reading 開源模型新霸主登場!1兆參數Kimi K2寫程式比GPT-4.1強
DeepSeek 大型語言模型於硬體平台上高速運算關鍵條件與展望報告
DeepSeek 大型語言模型於硬體平台上高速運算關鍵條件與展望報告

DeepSeek 大型語言模型於硬體平台上高速運算關鍵條件與展望報告

主要探討了 NPU 與 GPU 兩大平台在低精度運算、模型架構硬體友好性、內存與數據流管理、專用軟體生態與工具鏈支援以及協同優化算法等面向的技術挑戰與成熟度評估,指出目前 NPU 的各項技術約介於 3 至 4 分之間,相較之下 GPU 則因其完善的軟硬體生態已達 5 分水準,預計 NPU 若要全面追平需約 3 至 5 年的技術進步;此外,報告亦針對 DeepSeek 結合 Ollama 平台在 AMD 消費級 GPU 上進行推論運算的實際表現進行比較,發現其運行穩定但效能普遍比 Nvidia 同級產品低約 10% 至 20%,整體呈現出未來隨著生態與工具優化,無論在邊緣運算還是商用應用上,都有望達到更省電、高效能的運算表現​。

Continue Reading DeepSeek 大型語言模型於硬體平台上高速運算關鍵條件與展望報告
全球5大科技公司AI算力與營收項目推論報告書
全球5大科技公司AI算力與營收項目推論報告書​

全球5大科技公司AI算力與營收項目推論報告書

本文探討生成式人工智慧的快速發展背景下,全球五大科技公司(Google、微軟、Meta、亞馬遜、xAI)對AI算力的需求變化,並分析Nvidia最新推出的GB200超級芯片對市場的影響。GB200具備推論速度提升30倍、能效提高、架構創新等優勢,對AI模型的訓練和運行成本顯著降低。報告指出,這些科技公司若採用GB200,其算力效能將至少提升15倍,進一步優化生成式AI應用、廣告優化、雲端服務、內容生成及元宇宙部署等領域的營收策略。同時,GB200的低能耗設計和高效能有助於推動AI技術的落地,但面臨晶片產能和競爭加劇的挑戰。展望未來,GB200將重新定義AI市場競爭格局,加速全球AI生態系統的發展,並提升科技公司在生成式AI領域的市場領導地位。

Continue Reading 全球5大科技公司AI算力與營收項目推論報告書

End of content

No more pages to load