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. 3D AGO

    S2E41 從西洋棋神童到 DeepMind：Demis 追尋 AGI 的 20 年長征

    成為這個頻道的會員並獲得福利： https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join 前陣子我在旅行途中看了一部剛出的紀錄片《The Thinking Game》，看完之後只能用「驚為天人」來形容。這部片記錄了 DeepMind 創辦人 Demis Hassabis 追尋通用人工智慧（AGI）的過程，看完當下我就決定：一定要做一集影片好好跟大家聊聊這個人，以及這家改變世界的公司。 你很難想像，現在我們熟悉的 AlphaGo、AlphaFold 甚至是 Gemini，其實都源自於一個 13 歲西洋棋神童的頓悟。 當年 Demis 在一場長達 10 小時的對弈後，意識到人類大腦如果只用來玩零和遊戲太過浪費。於是他從遊戲開發轉向神經科學，最後創立 DeepMind，並向 Peter Thiel 和 Elon Musk 提出了一個瘋狂的計畫：「我們要打造一個 AI 界的阿波羅計畫，第一步解開智慧，第二步用它解決所有問題。」 這集影片不只是紀錄片的補充說明，我整理了 Demis 過去 20 年的長征故事，包括 Google 與 Facebook 當年的搶人大戰內幕、AlphaFold 如何破解困擾科學界 50 年的難題，以及現在 Google DeepMind 如何在逆境中反擊。 這不只是一個關於開發軟體或遊戲的故事，更是一段人類試圖解開智慧謎團、破解生命密碼的旅程。希望能透過這集，帶大家看懂這場人類史上最宏大的科學實驗。 本集精彩亮點： ♟️ 西洋棋神童的頓悟： 為什麼一場 10 小時的平局，讓他決定放棄下棋轉做 AI？ 🎢 17 歲的財富自由： 在 Gap Year 開發出銷量破百萬的經典遊戲《Theme Park》。 🚀 矽谷最狂 Pitch： 如何用「AI 界的阿波羅計畫」說服 Peter Thiel 與 Elon Musk 掏錢？ 💼 5 億美金的抉擇： Facebook 出高價卻被拒絕？揭秘 Google 收購案背後的關鍵談判。 🧬 破解上帝密碼： 從玩 Atari 遊戲到 AlphaFold，AI 如何學會破解生命的原始碼？ ⚔️ 戰時 CEO 的反擊： ChatGPT 崛起後，DeepMind 如何轉型並推出 Gemini 迎戰？ 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:11) 近年最讚紀錄片：《The Thinking Game》 (03:05) 西洋棋神童遇到「噁心的大人」 (05:01) Gap Year 跑去開發遊戲竟然爆紅？ (06:42) 為什麼財富自由後選擇回劍橋唸書？ (09:06) 關鍵研究：失憶症患者無法想像未來 (10:52) DeepMind 成立：向 Peter Thiel 與 Elon Musk 募資 (12:41) 公司太神秘，面試者以為要被綁架？ (13:27) DQN 演算法：史上第一個真正端到端通用 AI (15:13) Google 與 Facebook 的 DeepMind 搶人大戰 (16:23) 為什麼 Demis 堅持團隊要留在倫敦？ (17:28) AlphaGO → AlphaZero → 星海爭霸 (18:46) 革命性突破：AlphaFold 破解蛋白質折疊之謎 (20:59) 蛋白質折疊能帶來什麼巨大價值？ (22:32) DeepMind 純研究的時光成為歷史 (23:48) Gemini 一度爛到爆？回顧影片造假爭議 (25:35) 結語：能活在這個時代見證 AI 真是太好了

    27 min

  2. JAN 11

    S2E40 帶雙寶旅遊一個月：為什麼我把兩台推車丟在東京？聊聊裸辭計畫

    成為這個頻道的會員並獲得福利：https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join 新年快樂 🎉 我回來了！過去一個月，我跟柯柯完成了一項壯舉：帶 2 歲半＋4 歲雙寶，從西雅圖一路玩到東京（箱根）再回台灣（台中／台北／日月潭），整整一個月！ 說是放假，其實根本是大型壓力測試 😅 東京篇有 TeamLab 豐洲超讚（就算 Chloe 生病也還是覺得值）、推推車搭捷運直接崩潰、半小時路程走成一個半小時，然後這次我買了新推車，把兩台舊推車「留」在日本…（對，我真的丟了）。 還有一個我到現在都覺得很扯的「命運電梯」故事，以及箱根泡溫泉、大湧谷、富士山美到不行的回血時刻。 台灣篇則是滿滿生活感：大部分時間待在台中，逛了綠美圖、見家人朋友、還去打了一場網球比賽。 另外也跟三個朋友聊到我的「10 萬訂閱裸辭計畫」：大家都在想辦法讓我快點達標，但我越來越確定：過程才是最好玩的，我想好好享受，也想跟你們一起成長。 最後回到西雅圖，還是家裡最舒服。這次調時差也意外地沒什問題。 我回來了！接下來會開始定期更新，敬請期待 🙌 錄完這集以後，我才發現一件很瞎的事情：這集根本是一個沒有旅遊影像的 Vlog。所以我真的不知道這一集會不會有人看，但是沒關係，這就是我的風格：想講什麼就講什麼 😎 下週沒意外的話，就會回歸 AI 科技的主題！ (00:00) 開頭：挑戰帶雙寶旅居一個月！ (03:05) 東京必去：豐洲 TeamLab 體驗 (04:03) 崩潰實錄：Chloe 生病無法吃東西的日子 (06:48) 東京地鐵迷宮：推車族的噩夢 (08:44) 斷捨離決心：為何把兩台推車丟在東京？ (09:38) 命運的電梯：在東京巧遇朋友的機率？ (10:54) 箱根之旅：泡溫泉、海賊船與絕美富士山 (14:26) 台灣慢活：台中的生活感與綠美圖 (15:02) 十萬訂閱就裸辭的反思：笨蛋！重點是在過程啊 (18:04) 網球比賽：被高手教育的一天 (19:34) 重返西雅圖：這次調時差居然沒失敗

    22 min

  3. 11/23/2025

    S2E39 生產力暴增，智力卻歸零？AI 時代人類的真正價值

    成為這個頻道的會員並獲得福利： https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join Gemini 3 發表了！AI 的跑分再度屠榜，Antigravity 功能更是讓人驚艷。 但在生產力暴增的背後，你有沒有一種隱隱的焦慮：我們會不會因此反而變笨了？ 過去，計算機讓我們不用心算，Google 讓我們不用死背， 但這一次不一樣。AI 外包的不再只是體力或記憶，而是我們最寶貴的「認知與判斷」。 當學習不再需要掙扎，當 LeetCode 再也不會卡關， 我們是不是也失去了「頓悟」的快樂，以及成長的機會？ 這集是 2025 年的最後一集，我們不談技術細節，來聊聊人類的核心價值： 🚀 Gemini 3 與 Antigravity：為什麼最強的功能反而被公司擋在門外？ 🧠 生產力悖論：為什麼 Google 讓我們學會統整，AI 卻可能讓我們喪失思考能力？ 🔥 摩擦力的價值：為什麼「痛苦」與「卡關」才是學習的必需品？ 🎮 消失的心流：當所有挑戰都被秒解，我們該如何面對巨大的空虛感？ 💎 人類的真正價值：在演算法統治的時代，為什麼「品味」與「好奇心」是你最後的護城河？ 🎧 如果你也擔心在 AI 什麼都會的時代失去價值， 這集會讓你重新思考「學習」的意義，找回身為人類無可取代的特質。 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:12) Gemini 3：再度登上地表最強 AI 寶座 (02:47) 模型不是重點：真正的戰場是「產品整合」 (04:46) Antigravity：第一個真正 Agentic 的 IDE (06:32) Demo 超猛？不，重點是你用起來怎樣 (07:30) AI 到底讓我們變笨，還是變聰明？ (09:33) 這次真的不一樣嗎？認知首次被外包 (11:14) 樂觀派的看法：人類沒那麼脆弱 (12:33) 關鍵分水嶺：主動選擇 vs 被動吸收 (13:50) AI 到底有沒有幫助學習？ (14:49) 第一次寫 LeetCode 的痛苦時刻 (15:58) AI 會成為體驗破壞者？ (18:30) AI 時代人類的剩餘價值？ (20:05) 好奇心：把 AI 當成最強導遊 (21:19) 品味：選擇做什麼比怎麼做來得重要 (22:47) 今年最後一集

    25 min

  4. 11/16/2025

    S2E38 GPU 永動機：AI 生態系的玩家、金流與正被吹大的泡泡

    成為這個頻道的會員並獲得福利：https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join 你有沒有發現，AI 生態系裡的錢好像多到花不完？Nvidia 股價一飛沖天，OpenAI、xAI 的估值都高到嚇人。 但你有沒有想過，這些錢到底是怎麼流動的？ 投資人把錢給 AI 公司，AI 公司拿去買 GPU，然後 Nvidia 再把賺來的錢，回頭投資這些 AI 公司... 聽起來是不是有點耳熟？更瘋狂的是，還有人拿 GPU 去抵押貸款，再用借來的錢買更多的 GPU。 這集我們就來聊聊： 💸 AI 生態系的玩家（大模型、算力、金主）是怎麼分工的？ 🔄 什麼是「循環金流」？Nvidia 投資 AI 公司，AI 公司再拿錢買 GPU？ 📈 這場 AI 狂歡，到底是不是一個金融泡沫？ 💰 什麼是「GPU 抵押貸款」？為什麼 CoreWeave 和 xAI 都在玩？ 💥 這個「GPU 永動機」如果停了，泡泡破了會發生什麼事？ 📉 為什麼 GPU 崩盤，AI 模型公司不見得能買到便宜算力？ 🧼 泡沫破掉是壞事嗎？還是能清掉玩家，讓產業回到健康狀態？ 🎧 如果你也好奇 AI 業內人士怎麼看這場資本遊戲，以及這個「GPU 永動機」到底能轉多久，這集你一定要聽。 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:15) 吃麻辣燙遇到聽眾 (02:31) 五年後你還會記得什麼？ (04:04) AI 生態系有哪些關鍵玩家？ (05:53) AI 世界的金流路線圖：錢到底怎麼跑？ (06:57) OpenAI × Nvidia：一千億美元的互利關係 (07:48) 循環金流啟動：AI 業界的永動機機制 (08:44) 泡沫警訊：需求爆炸與隱形風險 (09:16) 這算洗錢嗎？談談金融工程的邏輯 (10:10) 最大雷點：GPU 抵押借錢的連鎖風險 (12:26) 泡泡如果破了，會發生什麼？ (12:48) 為什麼 GPU 崩盤對模型公司不是好消息？ (14:15) 泡沫會破嗎？ (14:52) 泡沫破掉反而是好事？產業健康化的開始

    16 min

  5. 11/09/2025

    S2E37 AI 的「小」革命：小型語言模型才是未來？

    加入頻道會員，解鎖更多專屬福利： 👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join 雖然大家都在追求「越大越好」的 AI 模型，但真正讓 AI 普及、走進每個人生活的關鍵，可能是那些「小」到能在你手機上跑的模型。 Google、Meta、微軟甚至蘋果，都在默默佈局小型語言模型。它們更快、更便宜、更懂特定領域，甚至在某些任務上已經超越大模型。 這集我們就來聊聊： 🤖 為什麼小模型可能才是 AI 普及的關鍵？ ⚙️ 小模型是怎麼被「蒸餾」出來的？ 💡 MiniLLM 為什麼有時能打敗老師？ 📱 當 AI 可以在手機上運行，Nvidia 的 GPU 還會是主角嗎？ 🏁 蘋果的「混合模式」策略，會不會是最後的贏家？ 🎧 如果你也好奇 AI 的下一場戰爭，不是在雲端，而是在你手上，這集你一定要聽。 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:05) 小型語言模型有什麼特點？ (03:36) 成本省近百倍？這才是真正的關鍵 (04:33) 什麼時候該用大模型 vs 小模型？ (06:20) 小孩子才做選擇：我大小模型都要！ (07:27) 或許蘋果才是最後的贏家？ (08:37) 深入解析小模型訓練核心：蒸餾是什麼？ (10:28) 進階蒸餾：讓學生模型學會「思考機率」 (11:21) MiniLLM 蒸餾法：只學最有用的部分 (12:31) 模型怎麼變小、推論又能更快？ (14:17) 手機也能跑 AI？GPU vs NPU 大比拼 (15:43) 原來你的手機早就有 NPU 了 (16:33) 黃仁勳爸爸出馬：GPU 才是王道！ (17:12) 反對陣營回嗆：NPU 已經夠用了

    19 min

  6. 11/02/2025

    S2E36 常態裁員時代最佳生存指南：別忘了你有選擇

    越來越多公司就算營收創新高，還是持續裁員。 科技業最美好的時代已經結束，常態裁員時代正式來臨。 Amazon 宣布裁員一萬四千人，接下來還會陸續裁到最多三萬。 但這次的裁員，其實只是更大結構轉變的開始。 為什麼公司賺錢也要裁員？為什麼我們會對裁員如此焦慮？ 更重要的是，我們要怎麼面對這種不確定性，活得更自由？ 這集我們就來聊聊： 💼 為什麼「常態裁員」會成為科技業的新常態？ 🏢 從 Amazon 到 Airbnb，不同公司怎麼面對同一場風暴？ 📉 為什麼公司財報亮眼還要裁員？這背後有什麼邏輯？ 🧠 為什麼我們面對裁員特別焦慮？損失迴避的心理機制怎麼運作？ 💪 當你意識到焦慮從何而來，你就能重新找回主導權， 不再被恐懼推著走，而是主動選擇自己的方向。 🎧 如果你也感受到這波不確定性的壓力， 這集會讓你理解焦慮的根源，也教你怎麼把焦慮變成力量。 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:11) Amazon 大裁員，一萬四只是開始 (02:51) 從瘋狂招聘到大規模裁員，風向怎麼變的？ (04:08) 我的第一次裁員經驗 (06:17) 即使大裁員，人數仍比疫情前更多 (06:44) Airbnb 的人性化裁員：你可以，不代表你應該 (09:31) 為什麼科技公司開始全面精簡人力？ (12:04) 回辦公室，真的為了效率嗎？ (13:37) YouTube「自願離職」方案，背後的用意是什麼？ (14:23) 為什麼裁員讓人恐懼？損失迴避的心理學 (16:30) 損失迴避：揭開我們不理性的行為模式 (17:49) 為什麼各種服務都要你「免費試用」？ (19:20) 假設自己一無所有，你就能看清什麼才重要 (21:14) 被裁員後該怎麼辦？ (23:23) 為什麼現在，反而是被裁員的最好時機？

    26 min

  7. 10/27/2025

    S2E35 AWS 大當機內幕：Race Condition 拖垮全球網路

    10 月 20 號星期一，亞馬遜雲端服務 AWS 的核心區域 us-east-1 爆出一個 Race Condition， 導致 DynamoDB 的 DNS 被清空，結果連帶拖垮了 113 項內部與外部服務。 從社群平台、交易所、航空公司、政府單位，甚至英超足球聯盟，全都中標。 這場十五小時的大當機，不只是 AWS 的災難，更是「雲端集中化」的一次警訊。 這集我們就來聊聊： ☁️ 為什麼 us-east-1 這麼關鍵？ ⚙️ Race Condition 到底怎麼讓 DNS 全毀？ 💥 為什麼 EC2、Network Manager 會跟著爆？ 📉 為什麼 Amazon 股價幾乎沒動？ 🧠 AWS 與用戶能怎麼避免下一次的災難？ 🎧 如果你想知道這場當機背後的真實技術細節， 以及雲端世界最脆弱的一面，這集你一定要聽。 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:11) 為什麼我對 AI 新聞越來越無感？ (03:30) AWS 大當機 (04:58) 為什麼亞馬遜股價幾乎沒動？ (06:27) DynamoDB 一個月只能當機四分半 (07:41) 全球服務出事：從社群平台到航空公司 (08:27) 英超半自動越位系統原理是什麼？ (10:23) 或許「被迫離線」反而是好事 (11:01) Root cause 分析 (11:52) DynamoDB 是怎麼管理 DNS (13:56) Race Condition 出現，災難開始擴散 (15:36) DynamoDB 修好後 EC2 卻開不了機 (17:46) EC2 開機了但沒網路 (19:25) AWS 工程師真的辛苦了 (20:00) 如何預防下一次：備援系統的關鍵思維 (23:14) 制定緊急應變 SOP + 定期演練的重要性 (24:06) 再怎麼準備，壞事還是會發生

    26 min

  8. 10/19/2025

    S2E34 Threads 演算法為什麼有毒？看完直接免疫！

    Threads 的演算法怎麼操控你的情緒？為什麼越滑越焦慮？ 這集帶你看懂它的底層邏輯，還教你怎麼反制它。 從 2023 年推出以來，Threads 用戶一路狂飆，日活突破 1.3 億，甚至超越了 X。 更驚人的是，台灣人特別愛用脆，貢獻了全球第一的流量。 但很多人發現，用久了之後，看到那些極端或對立的內容，心情會變差。 這不是你玻璃心，而是你的大腦還停在遠古時代。 演算法懂得精準利用你的情緒反應，讓你越滑越上癮。 這集我們就來聊聊： 📌 為什麼 Threads 的演算法這麼「快」？ 📌 它怎麼仿效 TikTok，做到即時個人化推送？ 📌 為什麼演算法特別愛推對立內容？ 📌 我們的大腦是怎麼被這些刺激馴化的？ 📌 台灣人為什麼特別愛用脆？ 📌 我們可以怎麼重塑大腦，讓自己不被演算法控制？ 🎧 如果你也覺得 Threads 看久了心情變差、焦慮上升，這集會讓你重新理解「有毒演算法」背後的心理設計。聽完你真的會開始對演算法免疫了。 🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech (00:00) 開頭 (01:07) 做有意義的影片，被喜歡是什麼感覺 (03:08) 為什麼連尿尿、泡湯都在滑？ (05:00) Threads 演算法真的有毒 (05:45) 社群的商業模式：販賣你的注意力 (06:58) 最新數據：脆日活超過 X、台灣流量全球第一 (08:07) 台灣人為什麼特別愛用脆？ (09:32) 脆為什麼這麼快？即時個人化的祕密 (11:14) 為什麼看了心情差？演化心理在作祟 (13:20) 我大腦壞了嗎？對負評幾乎無感 (14:36) 推薦系統拆解①：蒐集你的所有行為 (15:42) 推薦系統拆解②：兩大模型篩選內容 (17:12) 核心：幫「觀眾找內容」不是幫「內容找觀眾」 (18:17) 推薦系統拆解③：排序模型＋後處理 (20:48) 重點來了：如何擺脫有毒演算法？ (24:00) 直面內心打造可持續的快樂

    27 min
See All (214)

Trailers

4.8
out of 5
162 Ratings

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