Show Notes
說到矽谷新創，你腦海中浮現的是什麼？是 Anthropic 那種火箭式的高速成長，還是 xAI 那種每天都在救火的混亂？在大廠裡開不完的會、升遷要看 politics 多過看實力、好不容易推動一個專案卻卡在三層 review——你是不是也偷偷幻想過，加入一個 startup 重新找回當初寫 code 的熱情？但新創真的是你想像中的淨土嗎？今天我們請到了從 Google 跳槽到新創的簡聃 Daniel，來聊聊他為什麼受夠了大廠的 bureaucracy，以及 startup 光環背後，那些沒人告訴你的真相。
More from 矽谷咖啡館 Silicon Cafe
過去三年，AI 越來越會說話，也越來越像人。但如果我們一直追錯了方向呢？真正該問的也許不是 AI 能多聰明，而是它能多快、多便宜、多可靠地幫我們做決定。 這集我們不聊 ChatGPT 又變得多會寫，而是聊一個完全不說話的 AI。ChatGPT 的早期開發者之一 Diogo Almeida，創立 TypeSafe AI，推出決策模型 Jev。它不聊天、不寫文章，只回答「是或不是」、打個分數，或從選項中挑一個，再附上自己有幾成把握。官方號稱它比一般大型語言模型快將近 200 倍、便宜 400 多倍，上線兩週就成為 Vercel 平台上採用速度最快的模型。 Jev 用一套叫 RLCD 的新方法，訓練 AI 對自己的把握誠實。它的名字來自經濟學的傑文斯悖論：技術越便宜，我們反而會用得越多。但研究也發現，Jev 不擅長算術和多步推理，「不會幻覺」的說法也值得打個問號。AI 的下一步，會是更會說話，還是更會判斷？Jev 是 ChatGPT 的對手，還是它最好的搭檔？
過去三年，大家都在問：AI 到底是不是泡沫？但也許我們問錯了問題。真正該問的是：如果泡沫真的破了，這些錢最後會炸在誰手上？ 這集我們不聊 Nvidia 股價，而是跟著錢走。Amazon 正在洽談，要把約 80 億美元的 Nvidia 晶片移進特殊目的機構（SPV），再租回來自己用。Google 透過租約和信用擔保，讓外部資本幫它蓋資料中心。Oracle 則選擇自己扛，結果被 S&P 降到 BBB-，離垃圾債只差一級。 過去一年，科技巨頭為 AI 基礎建設提供了高達 3000 億美元的擔保，而且大多不在資產負債表上。這些「看不見的債」藏在哪裡？萬一出事，風險最後會落在科技巨頭、私募信貸、退休基金身上，還是我們每一個人？
這一集，我們從一趟十一天的義大利旅行出發，用問答的方式，把路上冒出來的每一個「為什麼」都找出答案。 從蓋到一半就開始歪的比薩斜塔、名字其實是「辦公室」的烏菲茲美術館，到缺了一大塊的羅馬競技場、兩千年來幾乎完好的萬神殿，再到金碧輝煌的聖彼得大教堂，看看這些我們以為理所當然的東西，背後藏著什麼故事。 我們也聊到旅行時最實際的問題：義大利的治安真的很差嗎？為什麼走在街上，感覺到處都有人在抽菸？ 義大利真正好玩的，也許不只是那些兩千年的古蹟，而是當你開始問「為什麼」的那一刻，整個國家就變成了一本讀不完的書。
你有沒有想過，為什麼晚上在 Amazon 下單，隔天早上甚至幾個小時後，包裹就已經出現在家門口？這一集，我們從消費者角度拆解 Amazon 背後的物流系統。從需求預測、Same-Day Fulfillment Center、倉庫裡的隨機存放與機器人揀貨，到配送車與最後一哩路的最佳化，看看 Amazon 如何把每一個環節都壓縮到極致。我們也聊到一個常被忽略的部分：退貨之後，商品到底去了哪裡？Amazon 真正厲害的，也許不只是「送得快」，而是當你按下 Buy Now 的那一刻，這場物流其實早就已經開始了。
NVIDIA 豪擲近 130 億美元買下 Hugging Face，一家年化營收只有約 1.5 億美元、卻坐擁 1,800 萬開發者與 300 萬個 AI 模型的開源平台。這筆交易，買的顯然不只是營收。 更有意思的是，NVIDIA 與 OpenAI、Anthropic 這些最大客戶，利益其實未必完全一致：模型公司希望最強的 AI 保持稀缺、昂貴、封閉；NVIDIA 卻希望模型越多、越便宜、越普及，最後全部轉化成無止境的算力需求。 這一集，我們從 Hugging Face 憑什麼值 130 億美元談起，拆解 NVIDIA 為什麼要大力扶持開源 AI、如何降低對少數超級客戶的依賴，以及 Jensen Huang 真正想控制的，究竟只是 GPU，還是整個 AI 生態系的入口。