大神觀點 · 本週 （發文日 8 月 23 日）
本篇出自 2026年8月24日 晨報
Drew Breunig 是資料策略與 AI 應用領域的獨立作者，長期寫模型能力與實務工程的取捨。他在〈Fable & The End of the Free Lunch〉裡寫道：在 Fable 之前，花太多力氣改進自己的編程外殼與脈絡策略是不划算的，因為新模型總是用一樣的價格、甚至更便宜的價格推出，把你大部分的問題都蓋過去；但 Fable 落地後，它很強，成本卻高到讓他的團隊開始思考「哪些工作該送到哪裡」，因為便宜一階的模型對他們大部分程式碼已經夠好（dbreunig.com，08-23；本報經 Simon Willison 的引述頁讀到）。
收它的理由，以及為什麼它不是證據。它為今日主線第 2 點那個 8.0% 提供了一種機制解釋——不是賣不動，是貴到值得把工作分層送到不同價位的模型。這是比「旗艦失敗」精確得多的讀法。但它是一個人、一個團隊的第一人稱經驗，零量測，母體是一個團隊不是市場，所以它既不能證明也不能否證那個被本報退掉的判斷。本報拿它當一種說法，不拿它當證據——這個分別，正是第 2 點在講的同一件事。如果你在做編程助理類產品，他的做法本身就是一個可以自己驗的動作：把工作按難度分層，試算哪一層送旗艦、哪一層送便宜一階的模型。但這是一個團隊的做法，不是本報的建議，也不是本報實測過的結論。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Sebastian Raschka 是長期寫深度學習架構解說的技術作者，經營電子報《Ahead of AI》，與模型廠商沒有利害關係（Ahead of AI，2026-09-09）…
Evan Hubinger 是 Anthropic 對齊科學團隊的負責人；對齊是一個研究領域，目標是讓 AI 系統的行為符合人類意圖與價值。9 月 8 日他回應一名剛離職同事的長文…
對企業採購方來說，它影響的是「供應商對自己產品風險的內部評估」這一欄，而那一欄平常只能靠猜測。本報收的是「Hubinger 這樣說」，不是那個機率數字本身。 ⚠️ 那是他個人的主觀…
Zvi 9 月 7 日逐字寫：「Jakub Pachocki flat out says that no one is at a place where it would be r…