前言：走出「缸中之腦」的困境

在上篇中，我們分析了 Google 如何利用 TPU 的垂直整合與 Gemini 3 的成本優勢，在「雲端純軟體」戰場上對 OpenAI 形成了合圍之勢。如果 AI 的未來僅僅是生成文字、圖片或編寫程式碼，那麼 OpenAI 在這場價格割喉戰中將極為被動。

然而，矽谷的另一場革命正在悄然發生。目前的 LLM（大型語言模型）本質上是**「缸中之腦」 (Brain in a Vat)**。它們被困在伺服器機房裡，透過 API 與世界對話，卻始終受制於 Google (Android) 與 Apple (iOS) 構築的終端高牆。

OpenAI 意識到，要突圍就必須擁有 …

前言：當矽谷的「冷戰」轉為「熱戰」

過去兩年，AI 產業彷彿經歷了一場典型的「顛覆者故事」：靈活的新創公司 OpenAI，憑藉著 ChatGPT 與 Nvidia 的強大算力，將昔日的科技巨獸 Google 打得措手不及。當時的市場敘事簡單而粗暴——Google 動作太慢、包袱太重，在這個新的生成式 AI 時代似乎註定要成為下一個 Yahoo 或 Kodak。

然而，隨著 Gemini 3 的橫空出世，風向在一夜之間發生了劇烈的逆轉。

這不僅僅是一次模型參數的升級，更是一次對 AI 產業商業模式的降維打擊。當開發者發現 Gemini 3 在效能超越 GPT-4o/o1 的同時，價格卻能壓低到競 …

在 2025 年的科技投資版圖中，最引人注目的對決莫過於 Google 的 Gemini 與 xAI 的 Grok。這不僅僅是兩個大型語言模型（LLM）的技術較量，更是兩種截然不同的商業模式與資本邏輯的碰撞。

隨著 xAI 的估值在近期融資談判中逼近 2,300 億美元，以及 Alphabet (Google 母公司) 將年度資本支出 (Capex) 推升至 900 億美元以上，這場「AI 軍備競賽」已經進入了白熱化的深水區。本文將從投資與產業分析的角度，拆解這兩大巨頭的競爭優勢與護城河。

1. 資本支出的規模與效率：TPU vs GPU 的算力之戰

首先，我們必須關注「算力」這個 AI 時代 …

前言：AI + LLM = 第二大腦？

前幾天在 FB 社團上意外看到有篇貼文是在講述說 AI + LLM 可以化作為第二大腦。

印象中作者的例子是將 Obsidian（筆記軟體）搭配 LLM 的套件做整合。讓過往的筆記軟體可以真正成為一個大腦，你可以透過和 LLM 對話的方式去探尋自己過往的筆記內容。

聽起來很酷！如果我沒誤會他的意思的話，聽起來很像是把所有筆記作為資料庫，套用 RAG 的機制去實作。

這就很像自己私人的 notebookLM 一樣，當時也只是看過以後就沒特別著墨。反正筆記軟體我已經選用 Anytype 作為我的私人筆記，沒必要為了 讓 AI 知道 我的一些機敏資訊而去研究。 …

前言：一個懶惰的想法

約莫今年三月份(2025-03)的事情，和同事閒聊時有談到最近他訂閱了華爾街日報的消息。

並且每日也會寄送報紙版本的華爾街日報到信箱來，但是每日看完一份報紙對於一個上班族工程師來說是個奢侈的妄想，或許對現代人來說都是。

如果能有更簡短的重點資訊和摘要，應該會對日常接收資訊上有所幫助。甚至可以進一步過濾出有用的資訊就更好了。

所以當下決定搞起這份專案。

核心概念很簡單，就是

從下載《華爾街日報》(WSJ) 的每日 PDF 報紙，利用 Google Gemini AI 進行深度分析與摘要，最終將精美的 HTML 格式報告透過 Email 發送給訂閱者。

實作：細節往往比想像中 …

前言

近期 Google 宣布將 Gemini 整合至 Chrome 瀏覽器，這項消息激發了我從 Arc 瀏覽器重返 Chrome 的想法。然而，我非常喜愛 Arc 瀏覽器那套垂直管理分頁和書籤的設計，因此決定自己動手開發一個功能類似的 Chrome 擴充功能。

這篇文章將分享我如何使用 Google 最新釋出的 Gemini CLI，從零開始打造一個 Arc 風格的 Chrome Extension。文中會記錄整個開發過程的經驗、遇到的挑戰，以及我對 Gemini CLI 這類 AI 開發工具的實用心得。

使用 Gemini CLI 開發 Chrome Extension

Gemini …