Re: [情報] google財報亮眼

看板Stock (股票)作者 (Channel Coding)時間1小時前 (2026/07/28 11:36), 35分鐘前編輯推噓52(520100)
留言152則, 46人參與, 20分鐘前最新討論串24/25 (看更多)
已經說了快爛掉了 agent這玩意就是自動化 不是只有軟體 任何瑣碎化 自動化資訊流 都是可以用x10,x100 增加產出速度(註1) 現在已經有再開始做Verilog IC等相關自動化 兩年後我們可以回頭來再看看 https://zhuanlan.zhihu.com/p/2057780507878888099 上一篇strlen說的openai新模型 gpt-live-alpha全雙工 (邊聽邊講) 因為在公司是ML Scientist 加上公司是openai戰略夥伴 我是第一批可以測試openai模型 然後可以跟他們ML team討論模型反饋 他們的說法很簡單 這玩意就是體感無限接近 真人對話服務 https://www.instagram.com/reels/DanlbzPiBOu/ https://reurl.cc/90OEYn 然後在前沿幹點事情後 你都會收到類似這種信 以下是我收到能免費跟Andrew Ng對談 信 https://ibb.co/GQYfXBNX 上面那個是邀請制 你可以跟吳恩達一對一面談 然後他們是可以贊助你實現一個想法落地 現在就是一個機會年代 你有能力 能把個人能力最大化 機會就會替你開門 回到此篇觀點 LLM->Agent 最大的進展就是透過多模態能跟現實世界自動化 透過tool call和sandbox自我驗證 能在現實中將大量人力需求自動化給縮減 因此要把模型做大量落地 就是要跟現實世界系統對接 這也是為何FDE這工作職缺今年大量出現 https://techcubator.substack.com/p/fde https://baoyu.io/blog/2026-05-15/forward-deployed-engineer 在理解AI之前要理解 模型最大的影響 不只是來自模型本身 而是跟現實世界系統融合度 LLM ->走向Agent 就是現實世界tool call等 如果你具有對話能力 理解傳統企業痛點 能找到自動化痛點 能睡在對方公司數月 那你就具有良好FDE工程師特質 之前說的垂直整合行業 就是傳統系統對接 FDE角色就是一個人要找能自動化的地方 對接產業系統 至於為何有些公司短期沒有AI需求 我的認知就是來自競爭和效率 假設三年後IC世界出現跟碼農一樣情況 許多工具可以自動化 那現在軟體員工產出x10,x100 造就職業需求下降 我們現在的遭遇就會在IC世界出現 https://zhuanlan.zhihu.com/p/2009388130277552149 https://www.ctee.com.tw/news/20260328700046-439901 人跟猴子差別就在於使用工具 只要agent能使用現實工具 然後一個東西能自動化 agent就有機會能做到 與其追求agi LLM智能 現在更多的是瞄準agent跟現實世界的整合自動化 知識碎片流 上面的IC設計就是一個例子 然後身為記憶卡哇 我最近已經破產了 QQ 以後在公園看到我 請餵食友善時光 -- 註1: 之前我買蘇媽還有一個理由就是 很早在之前股版有討論這觀點 就是agent能不能打破cuda? 理論上agent自動化 可以縮短軟體上的壁壘 生態圈 https://www.sohu.com/a/1054035614_130887 https://news.marsbit.co/20260728080309112615.html ※ 引述《jyuny1 (凱文藍)》之銘言: : 標題: Re: [情報] google財報亮眼 : 時間: Tue Jul 28 10:10:21 2026 : : 在談 AI 前應該要理解這個名詞的包含範圍 : 擷取 GCP 的部分說明 : : https://cloud.google.com/learn/what-is-artificial-intelligence?hl=zh-TW : : LLM 大語言模型是自然語言 NLP 的分支 : : 其中 google 的 search engine 使用的是 ML+NLP(不是 LLM) 做點擊率預估 : : 這個模式已經在工業界行之有年了,非常穩定沒有 LLM 也能穩定運行。 : : 我懷疑劈柴在 earning call 的說法只是在安撫市場而已 : : ——以下是正文—— : : google 財報過了幾天後再回來看目前市場上的懷疑論應該已經成形了 : : mega7 對 ai data center 投資在短中期內有什麼能明顯增加企業收入的應用? : : 目前在水面上且一直有消息且有可能造成新型經濟有幾個(歡迎補充) : 1. Coding Agent:包含但不限於前端、後端等 : 2. 機器人:包含物理世界模型、人型機器人的運作,主要影響製造業 : 3. 自動導航:包含但不限於 TESLA 的 Robot Taxi 還有 FSD : : 以上三個對 LLM 的關係是 : LLM 會作為對人的溝通介面執行不同的工具完成工作 : 所以語意的理解非常重要(NLP 的本質) : : 這也是前沿模型公司為什麼要一直推出新的識別模型尤其是 voice to text : : 因為要能有足夠的能力除了文字輸入外能獲得指令 : : 目前這些 coding agent、機器人、自動導航看起來都很棒 : 但還是沒辦法組合成一個 killer application : : 核心還是 LLM 在 context window、tool execution、memory management 沒有明顯突破 : : 所以自己感覺 LLM 的爆點應該要先在上述幾個 : 能力有突破才能引爆需求然後再進一步降低算力成本才能無縫的融入日常 : : 這樣的需求量才能引爆 : : 那種感覺就是 GUI 誕生在 XEROX但最後是 Jobs 在 OSX發揚光大 : : 現在感覺少了點引爆的東西 : : -- : ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.67.174 (臺灣) : ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1785204623.A.C79.html : : ※ 編輯: jyuny1 (223.137.67.174 臺灣), 07/28/2026 10:13:27 : 噓 ken52011219 : Agent 本身就是killer application 07/28 10:14 : kill 在哪裡?是裁員嗎? : 現在有大規模用 agent 嗎?agent network 在哪? : 推 pponywong : coding agent 我覺得已經很強了 07/28 10:15 : 用點線面的角度看只有到點跟線還不到面的影響 : : 整體運作方式還是非常早期 : 而不是具有完整的運作方式 : : 成熟完善的軟體產品不需要管 context window 大小 : 還要自己裝一堆 skill 或 plugin 管理 memory : : 開箱即用才有成為 killer application 或 killer service 的潛力 : → pponywong : 光是企業訂閱就不知道多少了 07/28 10:15 : 賣訂閱對於 google 這種習慣用軟體能力賺邊際成本為0 的公司,這種屬於血汗錢 : → cz031300 : 有沒有爆我不知道 我股票爆了 07/28 10:17 : : → as3366700 : 老黃借錢給OPENAI基本上就是坐實了下游快給吸死了 07/28 10:22 : → as3366700 : 這是華爾街七月一直在講的鬼故事 被老黃直接證實 07/28 10:22 : 從他的角度看,這種操作其實就是做大生態圈 : 以他的江湖地位需要跳出來做這種事情 : 拼的就是一個空間跟可能性吧 : → zzahoward : 我上週不就發文 LLM根本沒辦法讓我這種10B中小掏錢 07/28 10:37 : → zzahoward : 可能版上同溫層都是在百B以上的軟體公司工作 07/28 10:39 : 舉個我自己常說的例子,目前的 harness : 操作起來就像以前用 dos 需要自己搞設定 : : 或者再晚一點,需要自己搞 Linux : 自己搞 boot system、自己 compile gcc : 自己 compile kernel。然後自己兜起來裝個 gui : : 後來 debian 出來了、ubantu 出來了 : 各種發行版本出來了,開箱即用 : : 對比目前的 coding agent 還只是在起步階段而已 : 受眾無法擴張,應用的廣度就不夠 : token 就賣不出去,還需要拓展 data center 嗎? : : 這是非常正常的推理 : 推 ted1985 : 不過老黃對op醬的採購意象上季已縮手。老黃是有看 07/28 10:39 : → ted1985 : 到什麼新的嗎? 07/28 10:39 : : : ※ 編輯: jyuny1 (223.137.67.174 臺灣), 07/28/2026 10:47:58 : 推 strlen : 某10B企業不掏錢是因為食古不化 公司廢 不要扯東扯 07/28 10:52 : → strlen : 西啊 我合作的一個台灣新創才幾百萬台幣資本額 人家 07/28 10:53 : → strlen : 老闆非工程師都開2個200鎂帳號全開vibe coding了 07/28 10:53 : 新創公司需要用特規手法尋求突破 : 這不一定是現在的常規做法 : → strlen : 另外killer app早就出來了 去看看GPT voice+codex 07/28 10:53 : → strlen : 只是才出不到一週 一堆人還沒反應過來 07/28 10:54 : 我的 killer application 定義是能普及到所有人天天都能用而且能為公司實質上增加財報 : 業績的東西 : : 現在 openai 這些功能到最後都會卡在訂閱制 : 有多少的新功能是用戶希望多付錢的? : 看看 fable5 就大概知道了。大家還是想薅羊毛的 : : 單純的技術突破或新功能頂多曇花一現 : : 舉例 ms-dos 到 win95 的突破 : win95 就是 killer application : : 推 hpk89 : killer app是一般使用者也願意花錢的,coding agen 07/28 10:57 : → hpk89 : t目前並不是,連軟體工程師都沒有每個人都訂閱,離 07/28 10:57 : → hpk89 : 一般人就更遠了 07/28 10:57 : → hpk89 : 別的不說,光看台灣前十大科技公司的員工就好,有 07/28 11:01 : → hpk89 : 花錢(無論是個人花還是公司花)使用AI agent的比 07/28 11:01 : → hpk89 : 例有超過30%嗎? 我個人在台灣一線ic design house 07/28 11:01 : → hpk89 : , 我的觀察這比例連20%都沒有,其他公司想必更低 07/28 11:01 : : ※ 編輯: jyuny1 (1.160.86.138 臺灣), 07/28/2026 11:03:18 : 推 hpk89 : 光靠佔人口基數不到5%的科技狂熱者要支撐整個ai產 07/28 11:04 : → hpk89 : 業, 不太可能 07/28 11:04 : 推 atelier : 可以用LLM的場景這麼多 就算是Coding也不需要一直 07/28 11:05 : → atelier : 用Fable5 你看不上的東西不等於垃圾 07/28 11:05 : 推 Wishmaster : 不是早就證明了ai dc 回收超快,是無底洞和現金流的 07/28 11:05 : → atelier : 對企業來說 夠用之後就是比價格和風險 07/28 11:06 : → Wishmaster : 問題,但我相信就算少借一點還是跌給你看 07/28 11:06 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 98.37.67.135 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1785209768.A.4E7.html ※ 編輯: LDPC (98.37.67.135 美國), 07/28/2026 11:38:10

07/28 11:37, 1小時前 , 1F
07/28 11:37, 1F

07/28 11:37, 1小時前 , 2F
永支業內LDPC大
07/28 11:37, 2F

07/28 11:38, 1小時前 , 3F
我就說碼農只是第一批 短劇演員可能是第二批 DE會
07/28 11:38, 3F

07/28 11:38, 1小時前 , 4F
不會是第三批呢 終究都輪的到
07/28 11:38, 4F

07/28 11:38, 1小時前 , 5F
又要到飯啦 兄弟們
07/28 11:38, 5F

07/28 11:38, 1小時前 , 6F
L大對8月初的AMD財報看法怎麼樣呢,會財報前先出一
07/28 11:38, 6F

07/28 11:38, 1小時前 , 7F
些嗎,現在市場的情況好像不管財報怎樣都是先殺再
07/28 11:38, 7F

07/28 11:38, 1小時前 , 8F
07/28 11:38, 8F

07/28 11:39, 1小時前 , 9F
Agent 代理有極限…,
07/28 11:39, 9F

07/28 11:39, 1小時前 , 10F
實際上要成行 大概也是5-0年後的事情
07/28 11:39, 10F

07/28 11:39, 1小時前 , 11F
這波只能說你們散戶太猛 ai沒有網路厲害 確造就更
07/28 11:39, 11F

07/28 11:39, 1小時前 , 12F
大的幻覺
07/28 11:39, 12F

07/28 11:39, 1小時前 , 13F
卡娃都被賽蓮煮來吃惹
07/28 11:39, 13F

07/28 11:40, 1小時前 , 14F
技術瓶頸我已經透露很多次了,這是目前人類的極限
07/28 11:40, 14F

07/28 11:40, 1小時前 , 15F
AI比網路厲害太多了 網路你還是得自己動手找 AI快
07/28 11:40, 15F

07/28 11:40, 1小時前 , 16F
要出張嘴就行了
07/28 11:40, 16F

07/28 11:44, 1小時前 , 17F
L大必推
07/28 11:44, 17F

07/28 11:46, 1小時前 , 18F
拿掉技術面,貨幣 勞動等人類環節 可能會拖慢這塊
07/28 11:46, 18F

07/28 11:46, 1小時前 , 19F
發展
07/28 11:46, 19F

07/28 11:46, 1小時前 , 20F
確實 AI發展越來越誇張了
07/28 11:46, 20F

07/28 11:46, 1小時前 , 21F
99ggll 99nvdl 99來電IL
07/28 11:46, 21F

07/28 11:46, 1小時前 , 22F
來電OL
07/28 11:46, 22F

07/28 11:46, 1小時前 , 23F
人跟猴子的差別:猴子看到火災會跑 人看到股災會跳
07/28 11:46, 23F

07/28 11:46, 1小時前 , 24F
進去
07/28 11:46, 24F

07/28 11:47, 1小時前 , 25F
感謝L大分享
07/28 11:47, 25F

07/28 11:47, 1小時前 , 26F
以後辦公室沒有真人OL
07/28 11:47, 26F

07/28 11:47, 1小時前 , 27F
公園蛙!強大!
07/28 11:47, 27F

07/28 11:47, 1小時前 , 28F
真人客服看起來也不怎麼需要了
07/28 11:47, 28F

07/28 11:48, 1小時前 , 29F
我覺的這串討論一直都有個問題,看多的講技術,看
07/28 11:48, 29F

07/28 11:48, 1小時前 , 30F
空的講金融面,我自己是IC設計工程師,也有在用LLM
07/28 11:48, 30F

07/28 11:48, 1小時前 , 31F
輔助,技術面確實有用處,但市場面我是看空的,有
07/28 11:48, 31F

07/28 11:48, 1小時前 , 32F
看多的人也解釋目前的市場規模短期內要怎麼支撐這
07/28 11:48, 32F

07/28 11:48, 1小時前 , 33F
些支出?
07/28 11:48, 33F

07/28 11:48, 1小時前 , 34F
老實講 這都時間問題而已 太新了 很多人根本沒辦法
07/28 11:48, 34F

07/28 11:48, 1小時前 , 35F
反應過來
07/28 11:48, 35F

07/28 11:49, 1小時前 , 36F
先推就對了 再來思考用處
07/28 11:49, 36F

07/28 11:50, 1小時前 , 37F
推 專業人士
07/28 11:50, 37F

07/28 11:50, 1小時前 , 38F
我自己感觸是很深啦 有在跟AI最前沿技術的人 一般
07/28 11:50, 38F

07/28 11:50, 1小時前 , 39F
普通百姓 或甚至是華爾街那些機構的經理人 認知已
07/28 11:50, 39F
還有 73 則推文
還有 1 段內文
07/28 12:21, 35分鐘前 , 113F
b 還是只有一張嘴
07/28 12:21, 113F

07/28 12:22, 34分鐘前 , 114F
我應該是各家agent 開始刷廣告之前就開始訂閱了
07/28 12:22, 114F

07/28 12:22, 34分鐘前 , 115F
甚至自己搞…
07/28 12:22, 115F

07/28 12:22, 34分鐘前 , 116F
問題還是在客戶端 要怎麼對接 還有風險控管
07/28 12:22, 116F

07/28 12:22, 34分鐘前 , 117F
最大體悟是就算有AI輔助,瓶頸還是你自己。同時處理
07/28 12:22, 117F

07/28 12:22, 34分鐘前 , 118F
感謝L大分享看法
07/28 12:22, 118F

07/28 12:22, 34分鐘前 , 119F
三件計畫腦袋就OOM了。
07/28 12:22, 119F

07/28 12:22, 34分鐘前 , 120F
公司出產品不可能不review. 出包不能說AI 的錯
07/28 12:22, 120F

07/28 12:26, 30分鐘前 , 121F
LDPC 的文底下總是會有大量的時間差....都年中了一
07/28 12:26, 121F

07/28 12:26, 30分鐘前 , 122F
堆公司都開始自建 agent 搞自動化搞出東西了還在那
07/28 12:26, 122F

07/28 12:26, 30分鐘前 , 123F
邊講 review 的至少 lag 半年了
07/28 12:26, 123F

07/28 12:26, 30分鐘前 , 124F
風險控管這塊責任歸屬問題目前還是無解
07/28 12:26, 124F

07/28 12:28, 28分鐘前 , 125F
現在已經不是AI行不行的問題 也不是找不到商業營利
07/28 12:28, 125F

07/28 12:28, 28分鐘前 , 126F
問題 現在是 如果要普及(就一直在吹的未來大餅)
07/28 12:28, 126F

07/28 12:28, 28分鐘前 , 127F
那token價格不能貴 (現在AI軟體節能的空間相對於
07/28 12:28, 127F

07/28 12:28, 28分鐘前 , 128F
算力硬體「再」高速爆發或是鏟子生產鏈狂撈相比 杯
07/28 12:28, 128F

07/28 12:28, 28分鐘前 , 129F
水車薪) 在這情況 要嘛gpu 性價比噴10倍甚至百倍
07/28 12:28, 129F

07/28 12:28, 28分鐘前 , 130F
不然就是ai生產鏈扣除核心都變成茅山道士 (更別
07/28 12:28, 130F

07/28 12:28, 28分鐘前 , 131F
說稱勢狂撈的記憶體造成需求排擠變向進入需求寒的
07/28 12:28, 131F

07/28 12:28, 28分鐘前 , 132F
情況) 如果都沒有 那記憶體之亂燒到炸開的3c需求寒
07/28 12:28, 132F

07/28 12:28, 28分鐘前 , 133F
冬就是AI「資金潮」的終點了 一切都是商業問題 想想
07/28 12:28, 133F

07/28 12:28, 28分鐘前 , 134F
也諷刺 技術爆發起動 商業崩盤結尾==
07/28 12:28, 134F

07/28 12:28, 28分鐘前 , 135F
我要專職FDE了,雖然現在做的也是FDE的工作就是了
07/28 12:28, 135F

07/28 12:29, 27分鐘前 , 136F
LLM寫程式是真的強,但寫起來很沒架構也是真的XD
07/28 12:29, 136F

07/28 12:29, 27分鐘前 , 137F
最近數學界也一直被AI震撼 人類幾十年無法證明的猜
07/28 12:29, 137F

07/28 12:29, 27分鐘前 , 138F
想 一個一個被AI解決了
07/28 12:29, 138F

07/28 12:29, 27分鐘前 , 139F
通常都要專業人員進去調教AI,搞成自己公司的形狀
07/28 12:29, 139F

07/28 12:29, 27分鐘前 , 140F
外包FDE這我也有點疑問 碰到business model複雜的
07/28 12:29, 140F

07/28 12:29, 27分鐘前 , 141F
另外 AI Penetration Testing ,我大概五年前就跟
07/28 12:29, 141F

07/28 12:29, 27分鐘前 , 142F
資安朋友再討論了,
07/28 12:29, 142F

07/28 12:29, 27分鐘前 , 143F
但做法要收斂 還有很多問題要克服
07/28 12:29, 143F

07/28 12:29, 27分鐘前 , 144F
未來的路非常長
07/28 12:29, 144F

07/28 12:30, 26分鐘前 , 145F
公司還是太多不可預測性
07/28 12:30, 145F

07/28 12:31, 25分鐘前 , 146F
QQ好文 不要再刪文惹
07/28 12:31, 146F

07/28 12:32, 24分鐘前 , 147F
agent 唯一的瓶頸只有不能比人貴而已 其他什麼問
07/28 12:32, 147F

07/28 12:32, 24分鐘前 , 148F
題都假的
07/28 12:32, 148F

07/28 12:33, 23分鐘前 , 149F
其實一人公司 早就一堆人在搞了 主要是看你搞什麼
07/28 12:33, 149F

07/28 12:34, 22分鐘前 , 150F
事業 你要開工廠當然沒辦法 但是做一個數位新創 一
07/28 12:34, 150F

07/28 12:34, 22分鐘前 , 151F
個人絕對可以
07/28 12:34, 151F

07/28 12:36, 20分鐘前 , 152F
預防刪文先下載了
07/28 12:36, 152F
文章代碼(AID): #1gQ2EeJd (Stock)
文章代碼(AID): #1gQ2EeJd (Stock)