矽谷輕鬆談 Just Kidding Tech

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！
👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

這個禮拜應該很多人跟我一樣，瘋狂被 Cybercab 洗版。沒有方向盤、沒有踏板、沒有後視鏡，而且已經正式在奧斯汀載客。從概念車走到真的有人可以搭，我覺得這確實是很大的里程碑。

但大家都在看車子怎麼自己開，我反而覺得 Cybercab 更大的革命藏在工廠裡。這是特斯拉第一次真正用 Unboxed 開放式模組製造流程量產一款全新的車。傳統汽車要讓整台車沿著產線移動，很多零件還得裝上去又拿下來；特斯拉則是把不同部位分開製造，最後才組在一起。

如果這套方法真的走通，影響的可能不只是 Cybercab，而是汽車到底應該怎麼被製造。至於它為什麼比無人載客本身更讓我在意，影片裡會好好聊到。

Cybercab 能這麼快上路，某種程度上也是採取了先上車後補票的策略。特斯拉認為這台車符合聯邦規範，所以先開始商業載客；同一天，NHTSA 也立刻啟動調查。之前 Zoox 走過非常相似的路，審查了 21 個月，最後還是得改走豁免。特斯拉是不是也會走上類似的路，以及這會不會限制 Cybercab 接下來的擴張，現在還很難說。

另外一個很多人沒有注意到的地方是，無人車並不是真的無人。Cybercab 遇到施工或不確定的路況時，背後的 Mission Control 可以在地圖上提示路線，也能遠端解鎖車門、打開行李箱，必要時聯絡 911。真的卡住時，遠端操作員甚至能在低速狀態下移動車輛。

不過遠端操作可以做到什麼程度，其實有非常明確的限制。如果連這些方法都解決不了，最差的情況還是得派人到現場。車裡沒有駕駛，不代表整套服務背後不需要人。

所以判斷一支無人車隊能不能賺錢，我自己會看兩個數字：車子多久需要人類介入一次，以及一個遠端人員到底能管理幾台車。

Waymo 曾經透露，大約用 70 名值班人員管理 3000 台車，比例差不多是 1 比 43。特斯拉目前沒有公布類似數據，而且這還沒有算進清潔、充電、維修和現場救援的人力。少了這兩個數字，其實很難判斷我們現在看到的是技術上的突破，還是一門已經能夠大規模運作的生意。

這也是為什麼我不認為大家很快就能買一台 Cybercab，睡覺時讓它自己出去載客賺錢。奧斯汀的小規模商業車隊，跟一台私人 Cybercab 可以離開限定範圍、想去哪裡就去哪裡，是兩個完全不同的難度。

真的出事時誰負責？誰來遠端支援？如果特斯拉隨時都能看到私人車輛的狀況，又會不會產生新的隱私問題？這中間有些困難，甚至不是把自駕技術繼續做得更準就能解決的。

以現在的進度來看，我認為 3 到 5 年內幾乎不可能實現。特斯拉如果能在 10 年內讓一般人買 Cybercab，並在不用車時把它加入車隊賺錢，我就覺得已經是非常大的突破。

不過這不代表我看衰特斯拉。現在特斯拉 Robotaxi 的規模大約還落後 Waymo 20 倍，但 Cybercab 的車輛成本更低，也不需要進入每座城市前都先繪製高清地圖。一旦跨過前期門檻，它的擴張速度確實有機會突然拉高，甚至超車 Waymo。

我也不認為特斯拉和 Waymo 現在是你死我活的零和競爭。這個市場目前總共也才幾千台車，兩家公司現階段更需要一起讓大家習慣無人車。更現實的是，只要任何一家發生重大事故，都可能一起改變大眾信心和政府監管的態度。

Cybercab 已經證明自己不是停留在發表會上的概念車，但從正式載客走到大量普及，中間還有很多問題沒有答案。這集就來聊聊它已經完成了哪些突破，以及馬斯克所說的「睡覺賺錢」，離我們到底還有多遠。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：Cybercab 正式進入商業載客
(01:04) 沒有方向盤和踏板：真正的專用無人車
(02:04) 大家都在看載客，更大的革命卻藏在工廠
(04:16) 先上車後補票：Cybercab 的法規審查才剛開始
(05:56) 無人車並不是真的無人
(08:39) 無人車隊能不能賺錢，要看這兩個數字
(10:07) 買一台 Cybercab 睡覺賺錢，還要等多久
(12:45) 說 Cybercab 還很遠，就是看衰特斯拉嗎
(13:52) 特斯拉的難題：聲量很大，實際規模仍然很小
(15:18) Waymo 的難題：車輛成本與高清地圖
(16:21) 特斯拉與 Waymo 其實在同一條船上
(17:52) 結尾：Cybercab 最後有機會超車 Waymo 嗎

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！
👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

裸辭到現在剛好滿 4 個月。先講結論，我相當不推薦裸辭，因為你會突然多出大把大把的時間，多到你會回不去。這句話聽起來很欠揍，但我是認真的。

最有感的改變，是生活多了一種餘裕。以前送完小孩就要趕九點的會，開車在路上總是很急；現在有人想超車，我笑一笑就讓他先過。中午突然想吃頓好的，就跑去超市買一塊牛排回來，慢慢醃、慢慢煎。這種不用趕的感覺，比我想像中還爽。

但生理上的餘裕只是表面，真正大的是腦袋空了出來。以前被 sprint、roadmap、下一個 level 佔滿的空間不見之後，我開始認真想一些以前根本沒空想的事。我這幾週幾乎一週運動四五天，踢球、打網球、重訓，戶外時間變超多，連這集都是在戶外邊騎滑板車邊錄的。最好笑的是我戴的 Whoop，五月以前我的生理年齡是緩慢往上爬的，五月之後直接開始往下掉。我看到那個趨勢圖只想到五個字：離職治百病。

腦袋一空，很多突發奇想就冒出來。我開始認真研究青訓，想說會不會哪天真的去當個足球教練，結果一頭栽進去才發現一堆反直覺的東西，像是太早讓小孩專項化反而容易 burnout，還有歐洲現在很推的 bio-banding 到底是在幹嘛。我也開始把小時候陪我長大的漫畫一本一本收回來，青之蘆葦、七龍珠、哨聲響起、死亡筆記本，這些以前忙起來根本不會想到的事，現在都變成很想做的事。

不過這幾個月讓我最有感的一件事，是帶小孩的時候重新想起來的：人生最重要的其實就是好玩。我們從小被訓練成一定要有目標、要逼自己過得很辛苦，但看 Leon 跟 Chloe 每天早上自己爬起來，把一堆玩偶搬來搬去說這是他們做的寶可夢樂園，你就會發現很多事情不為了什麼，好玩本身就是理由。

當然也有人會問，裸辭久了會不會焦慮、會不會失去價值感。這題我在影片裡聊了蠻多，還講到一個我自己昨天才想通的角度：這世界上有誰能比你更會當你自己？這個問題想通之後，你大概就不太會拿社群上別人的高光時刻來鞭自己了。

我唯一的一點顧慮也很誠實地留在影片裡講了。如果你也正在考慮這件事，或正走在類似的路上，希望這集能給你一點東西。看完也歡迎在下面留言，跟我聊聊你探索之後找到了什麼。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：裸辭 4 個月，但我「相當不推薦」
(02:33) 運動變多、Whoop 生理年齡開始倒著走
(03:27) 現代人的病痛，很多是久坐坐出來的
(04:05) 突發奇想：我要不要去當足球教練
(04:34) 研究青訓才發現：太早專項化反而會 burnout
(07:23) 開始收藏那些從小陪我長大的經典漫畫
(08:26) 帶小孩才重新想起：人生最重要的是好玩
(09:37) 裸辭焦慮、價值感，還有「誰能比你更會當你自己」
(12:28) 我唯一的一點顧慮

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！
👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

你有沒有覺得 Uber 越來越貴了？我五六年前從機場回家，一趟大概 30 到 40 塊美金，現在一樣的車程至少 80，有時候要 100 才叫得到。這已經不是通膨可以解釋的了。

轉折點是 2022 年 9 月，Uber 對司機跟乘客都推出了前置定價。聽起來很透明嘛，你上車前就知道要付多少，司機接單前也知道能賺多少。但這其實是 Uber 第一次真正有了上下其手的空間，因為它的演算法從那時候開始就不再算里程，而是去猜你這個人願意付的最高價，再找一個肯用最低酬勞接單的司機來配對。

而且這件事不是體感，是真的被抓出來的。有個哥倫比亞商學院的教授分析了兩萬多趟旅程，發現車資能被時間、距離、尖峰這些客觀因素解釋的程度，從 2019 年的 0.98 一路掉到 2024 年的 0.77；價格落在合理區間裡的比例，更是從 86% 崩到只剩 22%。白話講就是，你現在叫一趟 Uber，基本上是在擲骰子。

Consumer Report 還找了一百多個人做實驗，同一時間、同一個起點跟終點，價差的中位數是 42.4%。最誇張的一趟在奧斯汀，最便宜的人叫到 25 塊，最貴的 65 塊，硬生生貴了 160%。另外有一個更狠的畫面，一位乘客付了 70 塊，結果司機只拿到 27。

那 Uber 到底是看你哪些東西，決定要不要對你加價？供需當然是一個，但有一個蠻反直覺的，就是當供給很多、你幾乎一秒就配到司機的時候，它反而更有理由對你加價。這背後跟「平台最怕的風險其實不是貴，而是配不到車」有關，我在影片裡有聊到。

Uber 官方當然是否認的，他們說在美國抽成只有 20 幾趴，也說沒有用任何個人特徵去定價。但這句話藏了一個玄機，他否認的是「個人特徵」，可沒否認「差異化定價」，這兩件事差很多。

最後我整理了三個能叫到比較便宜 Uber 的方法，再加兩個 bonus。其中一個冷知識是，你手機的電量會影響你被開的價格；還有一個 tip 我自己覺得講了等於沒講，你聽完應該會笑出來。

我做完這些研究，倒也不覺得 Uber 就是特別邪惡。它前面燒了十幾年的錢，好不容易才開始賺，會走到今天這步，我覺得蠻合理的。真正值得想一下的是，到底怎麼樣的抽成、怎麼樣的價格，才是乘客、司機、平台三邊都能接受的？你有什麼想法，歡迎在下面留言告訴我。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：一樣的車程，為什麼現在要付兩三倍
(01:41) Uber 早期最美好的時候：像跳表一樣單純
(02:55) 燒錢十幾年，2022 第一次由虧轉盈
(03:27) 尖峰計價其實是必要之惡，不是為了多賺你的錢
(04:54) 2022 司機端也加入前置定價，局面徹底改變
(05:51) 哥倫比亞教授分析兩萬多趟：合理車資的公式正在失效
(07:41) Consumer Report 實驗：同時同地，價差可以到 160%
(08:55) Uber 決定要不要對你加價，到底在看哪些因素
(11:50) 換到司機端：什麼時候會被偷偷壓低酬勞
(13:14) 乘客付 70、司機只拿 27，抽成率一路飆到 50%
(14:58) Uber 說沒有個人化定價，這句話的玄機
(15:59) 怎麼叫到比較便宜的 Uber：三個方法加兩個 bonus
(17:47) 結尾：Uber 真的特別邪惡嗎？

👉 矽谷輕鬆談專屬優惠連結：https://nordvpn.com/jktech
訂閱即額外多送 4 個月｜30 天退款保證

#NordVPN

🔒 本集節目由 NordVPN 贊助

根據內政部 165 打詐儀表板，詐騙件數第一名的類別是「網路購物」。社群上那些限時特價的一頁式廣告，做得跟官方商店一模一樣，用完就丟、換個網域再開，讓你根本學不會怎麼認出它。NordVPN 內建的威脅防護會在你連上這些網站之前就先擋掉，釣魚連結、惡意網站都在源頭自動處理，不用你自己判斷。

有興趣的朋友透過上方矽谷輕鬆談的專屬連結試試看，訂閱額外多送 4 個月，30 天不滿意直接退，完全沒有損失。

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！
👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

你有沒有想過，現在網路上大概每三個網頁就有一個帶著 AI 處理過的痕跡，而且只會越來越多。所以對這些模型商來說，2022 年 ChatGPT 出現以前、還沒被 AI 污染過的資料，突然變成一種稀缺資源。而他們的解法蠻粗暴的，就是直接去二手書市場大量收書，掃描，然後銷毀。

Anthropic 在 2024 年偷偷啟動了一個叫巴拿馬計畫的東西，內部文件寫得很直接，要大規模掃描全世界的實體書，而且不能被其他人發現。很多人以為是為了乾淨資料，其實他們一開始的動機是版權。至於他們試過買數位版、也試過一家一家去談授權，最後為什麼還是回去走這種土法煉鋼的路，我在影片裡講。

更好笑的是 Amazon。一開始是二手書商發現怎麼一直有來路不明的大單，一筆下去可能就是他們一週的營業額，而且每次買家還都不太一樣。後來一個 404 Media 的記者乾脆在書裡縫了 AirTag，一路追到拉斯維加斯的一個 Amazon 倉庫，代號 VGT3，倉庫 logo 是一隻恐龍抓著書在啃。他們掃書還有個規矩，只買沒重複過的 ISBN，連市面上剩沒幾本的珍本都照掃照毀，也難怪社群上反彈這麼大。

很多人把這件事類比成焚書坑儒，但我覺得性質不太一樣，秦始皇是不想讓知識傳出去，這些公司是想把知識鎖進自己的資料庫裡。至於掃描完為什麼不乾脆賣回去、非得銷毀不可，我自己歸納出三個理由，一個最直接跟成本有關，一個跟法律有關，還有一個就比較不能明講了。

不過拿到乾淨資料就贏了嗎？我覺得是也不是。這招在 2023 年很成立，但 scaling law 後來慢慢撞牆，大家才轉去做強化學習跟推論時的運算。有趣的是這條路也有它的代價，模型在能被驗證的程式、數學上越來越強，可是在沒辦法量化的語感上反而退步了。我前陣子換到 Opus 5 之後真的很煩躁，每個字我都看得懂，連起來卻不知道它在公三小，一度還懷疑是不是自己腦霧，後來才發現不是我的問題，是模型的問題。

最後我聊了一個反過來的角度。當這些公司拼命想餵乾淨資料的同時，也有人正花大錢想餵髒的。以色列政府花了 90 萬美金請公關公司做了一個看起來很中立、有引用有註腳的假智庫網站，目的就是讓你問到以巴衝突的時候，ChatGPT 或 Gemini 會引用到他們的觀點。還有一種更難防的，是網站裡藏一些你看不到的字，等你請 AI 幫你摘要，那些字就悄悄把某些想法寫進 AI 給你的答案、甚至你的個人記憶裡。

所以在這個時代，你還敢全信 AI 講的每一句話嗎？看完歡迎在下面留言告訴我。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：AI 公司正在偷買二手書，掃描完就銷毀
(01:01) 最近讓我最有感的防詐工具
(02:26) 2022 年以前的書，為什麼變成 AI 最想要的資料
(02:56) Anthropic 的巴拿馬計畫：為了版權，偷偷掃描全世界的書
(04:52) Amazon 也在幹一樣的事：記者用 AirTag 抓到吃書恐龍倉庫
(06:30) 這不是焚書坑儒，是知識私有化
(07:51) 掃完為什麼不賣回去，非得銷毀？三個理由
(09:14) 拿到乾淨資料就贏了嗎，其實沒那麼簡單
(11:05) 岔題吐槽：Opus 5 的語感到底怎麼了
(12:42) 從 test-time compute 到持續學習與 RSI
(15:04) 換個角度：有人反而想幫 AI「下毒」
(15:50) 看不見的隱藏字，怎麼悄悄污染你的 AI
(17:14) 結尾：戶外聊天這個形式，你們喜歡嗎

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！
👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

Anthropic 最近宣布要在他們所有文字模型的產出上加浮水印。一開始我以為只是他們自己的政策，結果背後是歐盟一條 8 月 2 號生效的新法，Gemini、OpenAI、Grok 這些主流模型全都得跟。而且它管的不只是歐洲人，模型也分不出你是不是歐洲人，所以 12 月 2 號之後連舊模型都要補上，你平常在用的這些工具，產出的東西大概都會帶著一個你看不到的記號。

這集我把文字、圖片、聲音、影像這四種浮水印怎麼藏進去、又怎麼被抓出來，一種一種講清楚。圖片、影像、聲音這三種其實蠻像的，都是靠一組神經網路，把肉眼肉耳都察覺不到的訊號嵌進去。聲音那段我自己覺得最有意思，它得先把聲波變成一張圖，在圖上動完手腳，再變回聲音。文字就完全是另一套邏輯了，2023 年那篇開山論文用的方法我把它叫做「紅綠燈」，很聰明，但也有它的代價，後來 Google 的 SynthID 才又想辦法補回來。

中間有一段講到 OpenAI。他們其實 2024 年就把文字浮水印做得差不多了，準確度號稱可以到 99.99%，本來都要推出了。結果他們做了一份問卷問使用者，看到某個回覆之後，就把這個功能收起來，一路藏到現在。一家整天在講安全、講透明的公司，手上有一個能證明「這是我做的」的工具卻選擇不放，他們到底在顧慮什麼，我覺得蠻值得想的。

從這件事我也延伸聊了一個比較個人的問題：既然 AI 產的東西以後都有記號了，那我們在工作上、在創作上，到底還該不該用 AI。我的想法是沒有標準答案，差別在於這件事對你來說是一個省事的手段，還是一件你本來就享受在做的事。我拿曼尼很愛寫作這件事當例子，也講了為什麼我自己反而蠻放心把文字交給 AI。

後半我把現在浮水印技術還解不掉的問題整理成三個難題，其中一個會用小時候玩的「尋找威利」來解釋什麼是零知識驗證。而文字浮水印最尷尬的地方是，它基本上防君子不防小人，一個大部分人都做得到的小動作，就能讓整個記號失效。至於是哪個動作，我在影片裡會講。

如果有一天你用 AI 產的每一段文字、每一張圖都被標上記號，你會因此少用，還是根本不在意？看完歡迎在下面留言。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：歐盟新法上路，全世界的 AI 內容都要加浮水印
(01:14) 倒帶 2023：Google SynthID，浮水印的開山祖師
(02:03) OpenAI 早就做好文字浮水印，為什麼選擇不用
(02:44) 該不該幫 AI 內容加浮水印，又該不該用 AI 創作
(03:29) 曼尼很愛寫作，而我為什麼放心把文字交給 AI
(05:15) 圖片、聲音、影像的浮水印是怎麼藏進去的
(06:37) 聲音浮水印最有趣：先變成頻譜圖再動手腳
(07:25) 這集重點：文字浮水印的「紅綠燈」方法
(10:28) 紅綠燈的副作用，跟 SynthID 的加強版
(13:19) 現在浮水印技術的三大難題
(13:53) 用「尋找威利」秒懂零知識驗證
(16:23) 防君子不防小人：一次翻譯就能讓浮水印失效