矽谷輕鬆談 Just Kidding Tech

柯柯與肯吉在矽谷

成為贊助夥伴一起支持我們持續創造優質的內容：https://glow.fm/jktech/ 這個頻道由在美國矽谷科技公司工作的軟體工程師肯吉 Kenji 和資料科學家柯柯 Jessica 所創立，帶給你來自美國矽谷科技業第一手的經驗分享，我們會談到軟體開發、職涯發展、美國的生活以及科技公司的新聞和八卦！想要了解矽谷科技業最新趨勢的你，千萬不能錯過喔！ 矽谷輕鬆談傳送門：https://linktr.ee/jktech

  1. 1 DAY AGO

    S2E26 AI 時代 LeetCode 還重要嗎？

    過去十年，刷 LeetCode 幾乎是每個軟體工程師的必修課。 想進 Google、Meta、Amazon，你再怎麼不想刷題，還是得背熟各種演算法與花式解法。 但現在，AI 不只會刷題，還有人專門做出作弊工具 Cluely，聲稱可以幫你在任何場合通關，從面試到會議，連聲音跟表情都能即時分析，還不會被螢幕錄影抓到。 這集我們就來聊聊： 📌 AI 時代下，LeetCode 面試還有意義嗎？ 📌 什麼樣的核心能力，才是未來面試勝出的關鍵？ 📌 Cluely：一間專門提供「面試作弊」服務的新創，到底多狂？ 📌 大公司怎麼面對 AI 作弊？Google、Meta、Anthropic 三種完全不同路線 📌 AI coding 工具真的有幫助嗎？還是只會讓 PR 更肥、Bug 更多？ 📌 哪些任務 AI 表現好？哪些場景反而會出事？ 📌 面試流程的底層邏輯是什麼？哪些設計更貼近真實工作？ 🎧 如果你正在找工作、面試、或好奇工程師這行未來會變成什麼樣子，這集你會聽得很有感。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開頭 (01:03) 第一次打匹克球就上手 (04:39) 結論先講：為什麼 LeetCode 重要性正在下降？ (06:29) AI 是放大器：好工程師更強，差工程師更快暴露 (09:31) 面試新亂象：一堆人開始靠 AI 作弊 (12:05) Cluely 上線！專門提供面試作弊服務的新創公司 (14:19) 公司格言超狂：「今天叫作弊，明天叫公平」 (15:26) AI 導入開發流程後：效率變高，但 bug 也暴增 (17:03) AI coding 的強項與弱點：哪些任務能交給 AI？ (18:56) 科技公司反作弊大作戰：Google、Meta、Anthropic 各自打法 (20:25) 真的不是所有軟體工程師都會用 AI 耶 (22:08) 面試流程的底層邏輯 (23:16) 理想的面試長什麼樣？更接近真實工作的挑戰 (25:19) 為什麼我拒絕 Meta 超過 50 萬美金的 Offer?

    29 min

  2. 17 AUG

    S2E25 十萬訂閱就裸辭！矽谷工程師的瘋狂職涯實驗

    在美國當軟體工程師，大概是全世界最爽的工作了：薪水高、福利好、自主性強，還有機會打造改變世界的產品！ 我是 Kenji，在美國快十年了，待過 Square (Block 前身)、Brex、Cruise，現在在一間加密貨幣新創。我拿過 Meta、Coinbase、Robinhood 資深工程師的 Offer，這是很多人夢寐以求的機會。 可是現在，我準備做一個瘋狂的決定：只要我的 YouTube 頻道突破十萬訂閱，我就裸辭，全職當創作者！ 為什麼？因為我相信：每個人都應該去追求自己真正熱愛的事物，人生只有一次，我們不該只是照著社會預設的劇本走，有個還不錯的工作、過著還不錯的生活，這樣就好了。 我想證明：人生不是只有一條路，你可以選擇你真正熱愛的事，然後勇敢去嘗試。這是一場終極的職涯實驗，歡迎你加入我的旅程，一起體驗接下來發生的事。 喜歡這集的內容，歡迎訂閱頻道、留言分享你對職涯的想法，也可以把這支影片轉給你那個總是說「想辭職」的朋友 😄 🔔 記得訂閱我的 YouTube 頻道，幫我一起推進「十萬訂閱就裸辭計劃」！ (00:00) 開頭：我準備做一件瘋狂的事 (01:19) 十萬訂閱就裸辭計劃，正式啟動！ (02:54) 我的軟體工程師職涯故事：從台灣到美國 (04:26) 為什麼我還是會用我討厭的「矽谷標籤」？ (06:03) 在美國當工程師是全世界最爽的工作！ (07:37) 為什麼我要放棄矽谷工程師的高薪？ (09:38) 我們真的需要不斷追求更高薪、更高職位嗎？ (10:43) 給自己的職涯反思 (11:24) 你也覺得人生卡住了嗎？我想跟你說… (12:12) 這不是一時衝動，而是深思熟慮的選擇 (13:53) 最後想說：不要在最糟的一天放棄

    15 min

  3. 10 AUG

    S2E24 GPT-5 是備胎？我超愛自動選模型

    OpenAI 發表了 GPT-5，距離上一代 GPT-4 已經超過兩年，但這次的主角，其實是個「備胎」。 原本的旗艦模型 Orion 沒練起來，OpenAI 乾脆改走「混搭流」：把幾個模型組在一起，配上一個會神預測的自動選模型 Router，讓 GPT-5 不只更聰明、更省錢，連免費用戶都能用。 它是有史以來 OpenAI 寫程式最強的模型，能讀懂大型 repo、解 GitHub issue，寫作更懂語氣和節奏，幻覺比 GPT-4 少了 45%。但背後，也是一段旗艦模型失敗、備胎逆襲的故事。 這集我們就來聊聊： 📌 GPT-5 發表會亮點：自動選模型、推論成本省 40–60%、免費用戶也能用 📌 寫程式、解 issue、寫作細膩度的全面升級 📌 Orion 旗艦計畫為什麼失敗？為何沒走 Grok 4 的「強化學習加碼」路線？ 📌 從 GPT-4.5 到 GPT-5，OpenAI 怎麼用混合模型逆襲成功 📌 我們是不是對 AI 進步已經漸漸無感？ 🎧 如果你想知道 GPT-5 的真面目、背後的戰術轉折，還有自動選模型為什麼這麼香，這集你會聽得很過癮。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開頭 (01:09) 人生過這麼爽真的可以嗎？ (04:50) GPT-5 正式登場！自動選模型真香 (07:18) 推論成本省 40~60% 的祕密武器 (09:28) 史上最強寫程式 AI？Software on Demand 上線 (12:39) 超有感的提升：不會再捧你 LP 了 (15:03) 缺點：生圖普普、語音也還好 (15:57) GPT-5 原來是備胎？Orion 旗艦夢碎全紀錄 (19:21) 為什麼我開始對 AI 的進步無感了？ (21:41) 退一步看 AI 速度還是快得誇張

    24 min

  4. 3 AUG

    S2E23 Figma 大逆襲：從 Adobe 併購失敗到市值暴衝 4 倍

    Figma 上市首日暴漲超過 250%，市值一口氣飆上 680 億美金，成為 SaaS 有史以來最猛的 IPO 之一。但這家公司差點兩年前就被 Adobe 以 200 億收購，還因為反壟斷調查破局，拿到一筆高達 10 億的分手費。 沒被收購的 Figma，反而靠產品驅動爆發成長，年營收來到 9 億、年增率 46%，而且超過三分之二的使用者根本不是設計師！ 這集我們就來聊聊： 📌 為什麼 Adobe 的併購案最後破局？英國跟歐盟為什麼有權干預美國交易？ 📌 Figma 的創業故事到底多硬派？WebGL + Thiel Fellowship 怎麼撐過四年才上線？ 📌 他們怎麼用產品驅動成長？為什麼能成為 SaaS 最強 IPO？ 📌 沒有被收購反而變更強，這到底是運氣還是實力？ 📌 現在估值高達 680 億，真的撐得起來嗎？AI 跟一站式產品策略夠猛嗎？ 🎧 如果你對 SaaS 成長策略、產品主導公司（PLG）、或是創業如何撐到發光，這集你會聽得超爽。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開頭(01:08) Figma 一飛沖天市值飆上 680 億！ (04:23) 2022 年差點被 Adobe 收購的故事 (06:31) 賣股的員工哭哭：估值砍半虧超大 (07:50) 英國歐盟為何能卡美國公司的併購？ (10:53) 創業故事：差點變成迷因產生器 (12:38) 四年打底，五年才開始收費的耐心 (14:06) Figma 的超猛關鍵數字 (15:06) 成長飛輪：產品驅動成長讓產品自己賣自己 (18:03) All in AI：Figma 想當設計界的 OS (20:14) 股票一直漲這麼幸福真的可以嗎？ (22:26) 幕後花絮：這集差點生不出來

    24 min

  5. 27 JUL

    S2E22 AI 想越久越笨？最強推理模型 Gemini Deep Think 怎麼破解？

    AI 想越久越笨？Anthropic 最新研究震撼業界，模型越推理越跑偏，還自信滿滿腦補出一整段錯誤邏輯。 這不是 Bug，是一種全新的現象，名字叫做 Inverse Scaling in Test-Time Compute。 研究人員發現，在某些邏輯問題中，推理時間拉長反而讓模型表現變差，答案不只錯，還會越講越離譜。 這集我們就來聊聊： 📌 Anthropic 發現了什麼？哪些問題最容易讓模型越想越笨？ 📌 為什麼推理時間拉長反而讓模型表現變差？ 📌 我們該怎麼修？Tree-of-Thoughts、反思模組、平行推理各有什麼用？ 📌 平行推理是不是解方？還是只是把廢話講成團？ 📌 Gemini Deep Think 怎麼解題？為什麼它不會中招？ 🎧 如果你對推理模型、模型幻覺、AI 訓練技巧、高階模型架構有興趣，這集你會聽得很過癮。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開場 (01:12) 強推白天運動，真的有差！ (04:19) 五件事，讓你人生持續快樂 (07:12) Anthropic 最新研究：推理時間越長，模型反而越差？(08:49) 蘋果橘子陷阱題：你答得比 AI 還聰明嗎？ (10:29) 模型也會有「存在危機」？ (11:48) 為什麼 AI 越想越笨？ (14:09) 怎麼救？從 Prompt 到模型架構一次整理 (16:24) 平行推理是萬靈丹還是團體腦補？ (18:22) 可解釋性可以幫上什麼忙？ (19:43) 模型要重新分級了：高階推理模型登場 (20:24) Gemini Deep Think 最強模型拿下 IMO 金牌 (21:46) 從 2024 銀牌到 2025 金牌：Google 怎麼辦到的？ (24:18) 模型進步飛快，為什麼你用的還是一樣笨？

    26 min

  6. 20 JUL

    S2E21 到手的 Windsurf 飛了：OpenAI、微軟與 Google 的三角收購戰

    OpenAI 原本準備砸 30 億美金，收購 AI coding 新創 Windsurf，沒想到排他期一過，Google 火速攔胡，用一波 acqui-hire 把人和技術都帶走，只花了 24 億。 三天後，Windsurf 剩下的團隊也沒閒著，直接被另一間做 AI coding agent 的新創 Cognition AI 收下，這場戲劇性的收購戰，終於畫下句點。 這集我們就來聊聊： 📌 為什麼 OpenAI 的收購案會破局？微軟的條款到底卡了什麼？ 📌 Windsurf 到底是什麼公司？為什麼這麼搶手？ 📌 Claude、Cursor、Copilot、Windsurf，AI coding 助理市場正在怎麼變？ 📌 為什麼現在大家都愛用 acqui-hire？這招有多陰、有多快？ 📌 留在原地的 Windsurf 員工，到底是不是最慘的那群人？ 🎧 如果你對 AI 新創收購案、OpenAI 和微軟的愛恨情仇、還有 AI coding 助理的未來感興趣，這集你會聽得很過癮。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開頭 (02:07) 西雅圖無敵夏天來了 (04:25) 西雅圖最大的缺點 (05:42) Windsurf 收購案到底發生什麼事？ (07:08) Cursor 為什麼拒絕 OpenAI 100 億報價？ (08:47) OpenAI 收購失敗的真正原因 (11:25) 傳說中的 AGI 條款是什麼？ (12:23) AI coding 助手從補字到寫 PR 的進化史 (14:14) AI 工程師正式上線：Agentic Coding (16:41) Acqui-hire 為什麼成為主流？ (18:30) 留下來的 Windsurf 員工是不是有點慘？ (19:30) 人還是要為自己而活：大部分的 deadline 都是假的

    23 min

  7. 13 JUL

    S2E20 最聰明 AI 誕生：Grok 4 靠巨量 RL 打爆人類最終測驗

    全球最聰明的 AI 誕生了，而且它不是 GPT。 xAI 推出的 Grok 4，在最新的 AI 大魔王考試裡，不只全場最高分，甚至學會了怎麼自己叫工具、自己算數學、還自己訂貨賣東西，靠經營虛擬販賣機賺了 4694 美金，撐了 324 天不崩潰。 它的祕密武器叫做——巨量強化學習。 這集我們就來聊聊： 📌 Grok 4 的架構到底哪裡跟別人不一樣？ 📌 強化學習不是拿來下圍棋的嗎？怎麼變成新的 pretraining？ 📌 人類最終測驗是什麼？為什麼它比你所有面試都難一百倍？ 📌 Vending-Bench 是什麼鬼？為什麼可以逼瘋大模型？ 📌 Grok Heavy 值不值得每月 300 美金？ 📌 如果每個 AI 都能考滿分，下一步是什麼？ 🎧 喜歡最前線的 AI 訓練技術、尖端模型設計與超酷 benchmark，這集你一定會聽得超過癮。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開頭 (00:58) 說走就走的旅行來去 Minneapolis (04:35) 愛情來得太快就像龍捲風 (08:21) Grok 4 登場拿下最聰明 AI 寶座 (10:30) 人類最終測驗到底有多難？ (12:47) 為什麼 Benchmark 越來越不重要？ (14:12) Grok 4 vs Heavy 版到底差在哪？ (15:51) 巨量強化學習：訓練方式的大突破 (19:04) RL 是新的預訓練？效果到底有多猛？ (20:48) Grok 的語音模型：生動、即時、很會演 (22:02) ARC-AGI 測驗：人類秒解，AI 煩死 (23:45) Grok 經營虛擬販賣機 324 天賺爆 (26:03) Grok 的強項與罩門：推理很強，但日常還是 GPT？ (27:34) 我對 AI 的未來想像：內容自動化個人化 + 科學突破

    30 min

  8. 29 JUN

    S2E19 深入解析特斯拉 FSD：為什麼 Robotaxi 每個城市都得重練？

    特斯拉的無人計程車，正式在德州奧斯汀上路了。馬斯克說這是 FSD 的指標性時刻，但很多人不知道，這根本不是真正的無人駕駛。 因為每台 Robotaxi 的副駕駛座上都還坐著一位安全監控員，而且每進一個新城市，系統還得重新訓練與微調，處理無數長尾事件。 這集我們就來聊聊： 📌 FSD 到底是不是端到端？為什麼技術路線其實還是分層模組？ 📌 特斯拉怎麼用 AI 開車？感知模型和規劃模型如何分工？ 📌 Robotaxi 為什麼每進一個新城市都得重新訓練？調哪些專家？ 📌 MoE（混合專家）架構是什麼？怎麼解決大模型推論太慢的問題？ 📌 安全員還在也能叫無人車？Tesla 的 Robotaxi 真的是 L4 自駕嗎？ 🎧 如果你對 AI、自駕車、城市部署與技術演進有興趣，這集不能錯過。 🔗 《矽谷輕鬆談》傳送門 ➡️ https://linktr.ee/jktech (00:00) 開頭 (01:03) 特斯拉無人計程車正式登場！ (02:04) 副駕有安全員還算是「無人車」嗎？ (03:55) 事件一：導航失靈，左轉直走分不清 (04:47) 事件二：逆光鬼煞！FSD 看不到路(05:31) 事件三：第一次人為介入現場還原 (08:37) 關鍵法案：德州 9/1 起無人載客要執照 (10:40) FSD 到底怎麼運作？ (12:01) 我完全不怕酸民 (12:54) 傳統自駕車怎麼做？ (14:16) V12 的革命：C++ 被 AI 模型取代了 (15:58) 特斯拉資料策略：不是什麼都上傳 (17:40) FSD 真的是端到端？實際架構拆解給你看 (20:32) 技術最大挑戰：模型太大跑不動 (22:39) 混合專家模式：每種路況召喚不同專家 (25:56) 長尾事件最難搞，AI 要學的還很多 (27:06) 為什麼光達雷達在極端情況下更穩？ (29:27) 擴展速度有這麼快？別被馬斯克騙了 (30:32) Robotaxi 進軍新城市：實際流程拆解 (32:43) 特粉先別急著罵 (35:30) 作者外出取材下週停更

    37 min
See All (199)

Trailers

About

成為贊助夥伴一起支持我們持續創造優質的內容：https://glow.fm/jktech/ 這個頻道由在美國矽谷科技公司工作的軟體工程師肯吉 Kenji 和資料科學家柯柯 Jessica 所創立，帶給你來自美國矽谷科技業第一手的經驗分享，我們會談到軟體開發、職涯發展、美國的生活以及科技公司的新聞和八卦！想要了解矽谷科技業最新趨勢的你，千萬不能錯過喔！ 矽谷輕鬆談傳送門：https://linktr.ee/jktech

Information

You Might Also Like