大神觀點 · 趨勢觀察 （原發 2024-09，溯源 07-29）
本篇出自 2026年7月29日 晨報
同一位 Gavin Baker 的另一筆帳，與上一則的 TPU 估計合看：同一個人，一筆低估、一筆美化，共同教訓是轉述會失真：方向能信，數字與「免費」要回原文。他多次引用的太空資料中心說法，今天溯源到出處：新創 Starcloud 的白皮書（2024-09）。太陽能那半句方向對、還被他說小了：白皮書寫在軌峰值日照比地面高約 40%、同一片板年發電是美國地面中位電廠的 5 倍多（母體：對照的是容量因子約 24% 的美國中位地面電廠，不是任意地面配置）（白皮書）。但「散熱免費，把散熱板朝深空放就好」與原文相悖：太空沒有空氣對流，熱只能靠展開式輻射板慢慢輻射出去，1 平方米的黑板在 20°C 下雙面約輻射 838 瓦，這就是為什麼散熱板得展開到跟太陽能板同一個量級大；白皮書自己把 GW 級散熱列為核心工程難題。
驗證： 白皮書物理數字可對照教科書級公式；但整份文件出自賣太空資料中心的公司，成本比較表自算、未經第三方覆核；單一來源、動機偏誤的風險最高，按單源保留。
判斷更新： 「太空資料中心」作為 5〜10 年選項的物理基準點，從二手轉述換成一手原文：能源優勢可以信；散熱是工程帳，不是免費午餐。往後看到太空資料中心的成本或「散熱免費」主張，先問三件事：散熱板面積是不是得展開到跟太陽能板同一量級、成本比較表是不是廠商自算而未經第三方覆核、發電倍數對照的地面基準是哪一種。
只留 email，隨時退訂。這是我們唯一想請你做的事。
AI 工程圈意見領袖、Latent Space 播客共同主持人 swyx 公開宣告：「每百萬 token 多少錢，大約去年就不再是相關的成本量測了；x 軸還沒換成每任務成本（$/t…
Anthropic 強化學習研究者 Sholto Douglas 推文預測：約 2027 年，雙臂機器人將可靠到能在裝配線或倉配中心實際工作（他自己標注「I think?」的不確定…
Nathan Lambert 對 Opus 5 追平旗艦給出機制解釋:他認為關鍵是「更快的迭代速度＋規模化強化學習(RL)」,而旗艦模型「反而還太大、還沒法同樣做 RL」。若這個解…
Dwarkesh Patel 是獨立科技訪談者與作者，其 AI 產業深度論述常被業界轉引。他 6 月的文章主張：每個要教給模型的技能，背後對應至少數百位人類專家寫示範與評分標準；專…