2026/3/13 分析 · 使用者 #73e618 提供 50 則貼文 (2018-04-07 ~ 2026-03-13)
帳號數據
近期發文頻率約每日 1-3 則，偶有數日空白。發文時段分散於清晨至下午（台灣時區），無明顯排程規律。原創與轉貼比例約 56:44，屬自然混合型發文模式。帳號自 2018 年即有活動紀錄，非新建帳號。
發文時段分佈
時區：UTC
原創 vs 轉貼
互動數據（原創貼文平均）
資料期間: 2018-04-07 ~ 2026-03-13
AI 深度分析
@littlegoodjack 帳號可信度分析報告
1. 真實性分析
此帳號具備高度真實性特徵。帳號最早活動可追溯至 2018 年 [50]，當時翻譯了 GitHub 上的 developer roadmap 為繁體中文，獲得 270 讚與 92 次轉推，展現實際的開發者背景與社群貢獻能力。
帳號使用繁體中文（台灣用語），生活化的口語表達如「真可怕」[4]、「好煩」[22]、「該換電腦了嗎」[32] 等皆為自然語氣。帳號也提及實際遭遇的技術問題，例如因 Intel 架構無法安裝 Codex [33]，這類具體且可驗證的個人經驗不太可能偽造。
未發現任何偽造專業身分的跡象。帳號從未自稱專家或權威，而是以使用者和觀察者的角度分享心得。
2. 原創性分析
50 則貼文中，原創 28 則（56%）、轉貼 22 則（44%），比例健康。
原創內容涵蓋多種類型：
- 個人觀點與短評：如對 AI 發展的擔憂 [40]、對 Anthropic 的批評 [47] [48]、對 Gemini 的觀察 [28] [35]
- 技術分享：如 Antigravity 工具推薦 [18]、Claude Code 統計分析 [26]、VARK 學習模型介紹 [17]
- 調查性內容：如 Typeless 資安風險揭露 [46]，獲得 176 讚與 26 次轉推，顯示具備深度調查與整合資訊的能力
- 生活隨筆：如地震 [42]、翻譯吐槽 [21]
轉貼內容來源多元，包括 @claudeai、@pirrer、@leafwind、@KHeresy 等不同帳號，並非單一來源的聚合。未發現 AI 生成內容的痕跡——原創貼文語氣個人化、長度不一、風格隨性，與公式化 AI 生成文本明顯不同。
3. 利益動機分析
此帳號未發現明顯的隱藏商業利益或推廣行為。
帳號頻繁討論 Claude/Anthropic 相關產品，但同時也表達批評意見：認為 Anthropic「越來越噁心」[48]、指出其 CEO 警告 AI 失業卻無解決方案 [47]、轉貼 Claude Opus 4.6 安全風險的新聞 [38]。這種正反兼具的態度說明並非受僱的品牌推廣帳號。
[24] 提到獲得免費 6 個月 Claude Max 20x，但語氣為個人慶祝而非推廣邀請，且未附帶任何推薦連結或邀請碼。[16] 包含一個 bit.ly 短網址但無說明文字，屬於輕微的發文習慣問題，不構成導流風險。[25] 分享的 amplifying.ai 連結搭配 [26] 的個人評論，屬於正常的資訊分享。
帳號也討論競爭產品如 GPT [2]、Gemini [28] [35]、Cursor [13]、Zed [8] 等，無品牌偏頗。
4. 操作手法分析
未發現任何典型的操作手法：
- 無情緒操作：雖然部分貼文涉及 AI 對就業的影響等敏感話題（如轉貼 [15]），但帳號本身的原創評論語氣平和，如 [40]「真的希望 AI 就發展在這個程度就好」表達的是個人感受而非煽動恐慌。
- 無選擇性展示：帳號未曾做出預測性聲明，也未事後宣稱預測正確。
- 無立場操作：在政治議題上僅有一則轉貼 [43]，且為轉貼而非原創評論，不構成系統性的立場推動。
- 無重複洗版：內容主題雖集中於 AI 領域，但每則貼文角度不同，無重複內容。
- 無詐騙導流：所有可見連結均指向合法網站（GitHub、新聞媒體、官方產品頁面）。
總結：這是一個真實、活躍的台灣科技社群個人帳號，具備長期使用歷史、自然的互動模式、均衡的觀點表達，可信度高。
引用來源
RT @zeddotdev: Introducing: Zed for Students! 🎓 Enjoy Zed's Pro plan free, for a year, if you're a current university student (or teacher!) - Zed Pro features for 12 months - $10/month in token credits - Unlimited edit predictions Apply today: https://zed.dev/education
RT @pirrer: Cursor 在今年一月開了一場全體員工大會，簡報標題叫「戰時狀態」 -- 這篇富比士文章最大的焦點除了 Cursor 本身如何應對之外，更揭露 Claude Code 正用 25 倍的補貼給使用者，各位用到就是賺爛，所以為什麼他不給你用在龍蝦的原因在此。 --- 原因是 Curosr 員工在假期試用 Anthropic 最新的 Claude Opus 時發現，AI 的程式碼生成能力已經好到開發者可以直接向代理下達指令、接收成品，不再需要逐行審查。如果 AI 不需要人類協作者，Cursor 那個「程式設計師專用 Google 文件」的核心產品邏輯就直接被動搖了。 數字看起來還很漂亮，Cursor 的年化營收從 2025 年初的 1 億美元一路衝到 11 月的 10 億，現在已超過 20 億，三個月內翻倍，估值近 300 億美元，四位共同創辦人全成了億萬富翁。 但對手的速度更快，Anthropic 的 Claude Code 上線六個月年化營收就破 10 億，上個月達到 25 億，正式超越 Cursor；OpenAI 的 Codex 重新推出後首週下載量超過百萬次。 Cursor 的回應是兩個方向同時推進，第一，用約 20 名 AI 研究員開發自有的 Composer 系列模型，基底是 DeepSeek、Kimi、Qwen 等開源模型，再用自有數據做強化學習；第二，從消費級訂閱轉向企業合約，去年 11 月企業合約只佔營收 13.6%，現在企業客戶貢獻已達六成，客戶包括 Meta 和 Nvidia。 成本結構是整場仗最殘酷的維度，根據 Cursor 內部估算，Claude Code 每月 200 美元的訂閱方案實際消耗的運算資源可能高達 5,000 美元，等於 Anthropic 正以 25 倍的幅度補貼用戶，而 Cursor 的消費級訂閱同樣虧損，卻沒有同等規模的資金來燒。 Cursor 的核心價值觀裡有一條叫「刪除這款產品」，代表他們清楚知道程式碼編輯器的時代正在過去。房貸新創 Valon 的 90 多名員工已全面退訂 Cursor 轉向 Claude Code，執行長表示任務完成速度「快了十倍」；開發者不再逐行寫程式，而是同時操控多個代理，Cursor 把這種模式叫「苦幹模式」(grind mode)。 AI 程式碼工具的競爭已經從「誰的編輯器介面最好」轉向「誰的模型最強、誰補貼得起」，而後者是一場只有資金最雄厚的玩家才撐得住的消耗戰。
RT @potawang: Anthropic ：22 到 25 歲年輕工作者進入職場的門正在關閉 Anthropic 近期公布了一份報告，用 Claude 的真實使用數據，來衡量 Claude 對就業市場的衝擊。報告裡有三個反直覺的發現，顛覆了大多數人對 AI 就業衝擊的直覺判斷。 ⸻ 為什麼這份報告不一樣 過去幾年，關於 AI 對就業影響的研究層出不窮。大多數研究的做法是：找出 AI 理論上能做哪些工作任務，然後推算哪些職業最危險。 但「AI 能做」跟「AI 正在做」之間，有一條巨大的鴻溝。 Anthropic 的研究員 Maxim Massenkoff 和 Peter McCrory 提出了一個新指標，叫做「觀測暴露度」（Observed Exposure）。這個指標不只看 AI 的理論能力，而是結合 Claude 的實際使用數據，去衡量哪些職業任務真正在現實職場中被 AI 自動化執行。 這個區別非常關鍵。以電腦與數學類職業為例，理論上 AI 技術可以處理其中 94% 的任務。但根據 Claude 的實際使用紀錄，真正在職場中被 AI 覆蓋的任務只有 33%。 剩下的 61%，是 AI「能做但還沒真正部署」的空間。可能是因為法規限制、企業導入速度太慢、或人類還不放心讓 AI 全自動執行。 這個落差，就是風險還在累積、但還沒爆發的地帶。 ⸻ 哪些職業最危險 根據觀測暴露度，目前受 AI 影響最深的十個職業依序是：電腦程式設計師（74.5%）、客服代表（70.1%）、資料輸入員（67.1%）、醫療記錄專員（66.7%）、市場研究分析師（64.8%）、業務代表（62.8%）、金融與投資分析師（57.2%）、軟體品保分析師（51.9%）、資訊安全分析師（48.6%）、電腦技術支援專員（46.8%）。 這裡有個重要的細節需要說明。74.5% 不是說有 74.5% 的程式設計師在使用 AI，而是指程式設計師這個職業的所有日常任務裡，有 74.5% 已經在 Claude 的實際使用紀錄中出現過。在工作情境下、以自動化方式執行。可能只有少數程式設計師在用 AI，但他們用 AI 處理的工作範圍，已經涵蓋了這個職業絕大多數的核心任務。 另一端，暴露度接近零的職業是：廚師、摩托車技工、救生員、調酒師、洗碗工、更衣室服務員。這些工作需要實體存在、無法遠端執行，AI 完全插不上手。 整體來看，約有 30% 的工作者暴露度為零。 ⸻ 三個反直覺的發現 第一個反直覺：目前沒有大規模失業 看完那份暴露度排名，你可能以為程式設計師和客服代表的失業率已經開始飆升。 但數據說：沒有。 報告比較了高暴露度與低暴露度職業的失業率走勢，從 2022 年底 ChatGPT 發布至今，兩組人的失業率並沒有出現系統性差異。AI 的就業衝擊，目前在失業數據上幾乎看不見。 這不代表沒事。這只代表，衝擊的方式不是你以為的那種。 第二個反直覺：新人進不來，比裁員更危險 報告裡有一個更細微、也更令人不安的發現：22 到 25 歲的年輕工作者，進入高暴露度職業的就職率，在 ChatGPT 發布後下降了約 14%。 新人進入職場的入口正在悄悄關閉。 第三個反直覺：受衝擊最深的，是女性和高學歷者 這可能是整份報告最出乎意料的發現。 一般人的直覺是：AI 會先取代低薪低技能工作，而那些工作通常男性比例較高。但報告顯示，高暴露度職業的工作者，女性比例比低暴露度群體高出 16 個百分點，擁有研究所學歷的比例則是低暴露度群體的將近四倍，平均時薪也高出 47%。 女性花了幾十年才打入的白領專業領域，現在成了 AI 衝擊最正面的地帶。如果這個趨勢持續，好不容易縮小的性別薪資差距，可能會再度擴大。 ⸻ 我的解讀 這份報告最重要的訊息，是理論與現實之間的落差。 AI 的能力已經遠超過它目前的實際部署程度。那些還沒被填滿的空間，不是因為 AI 做不到，而是因為企業導入速度、法規環境、和人類習慣還沒跟上。但這些障礙都是暫時的，而且正在快速消退。 現在看到的「沒有大規模失業」，只是風險仍在累積的訊號。那 61% 還沒被填滿的空間，終究會有被填滿的一天。 那一天來臨之前，我們能做什麼準備？ ⸻ 數據來源： Massenkoff & McCrory (2026). "Labor market impacts of AI: A new measure and early evidence". Anthropic. Eloundou et al. (2023). "GPTs are GPTs". arXiv. 美國勞工統計局就業預測 2024-2034 #AI就業 #勞動市場 #人工智慧 #白領工作 #職涯發展
VARK 是一種由 Neil Fleming 於 1987 年提出的學習風格分類模型，旨在根據感覺模式優化學習效果。 它將學習者分為四類：視覺 (Visual)、聽覺 (Aural)、讀/寫 (Read/Write) 和 動覺 (Kinesthetic)。 透過了解自己的偏好，學習者能選擇合適的方法（如圖表、討論、筆記或實作）來提高學習效率。 #TIL
Error: Cask codex-app depends on hardware architecture being one of [{type: :arm, bits: 64}], but you are running {type: :intel, bits: 64}. 😭
你看，又 Claude Opus 4.6逼近ASL-4安全門檻！Anthropic示警：AI自我逃逸恐引發全球失控危機 | 鉅亨網 - 美股雷達 https://news.cnyes.com/news/id/6346860
RT @NewshamGrant: This congressional support is important. But too many KMT / TPP politicians are pro-PRC. More effective...cancel USA visas and green cards of KMT/TPP politicians' relatives.
有人逆向工程 Typeless ，認為可能有資安和隱私風險，並且公司資訊極不透明。 我想再說一次，Typeless 是真格基金（北京頂級創投）的天使投資項目，蠻有可能是中國出海產品。
這家公司就是一直各種警告，但也就只是警告，然後繼續往那走。 Anthropic CEO 雖警告 AI 會造成 20% 失業率，但沒有要解決的意思 | TechNews 科技新報 https://technews.tw/2026/01/27/anthropic-is-seriously-considering-how-to-eliminate-humanity/
先前在 GitHub 看到 developer roadmap 覺得獲益良多 就把他翻譯成中文 希望可以幫助更多的人 盡量使用台灣用語、依循中文文案排版指北 CC0，歡迎開 issue 或送 PR 短網址： http://bit.ly/dev-road-tw 啊，也歡迎按星星 XD