Tokenmaxxing:為什麼 AI Token Burn 不是生產力指標 根據 Tech in Asia 的報導,AI 採用正在出現一種模式:組織會在每天的提示(prompts)、代理(agents)和自動化工作流程中,盡可能燒掉(burn)最多的 token——這種做法被稱為「tokenmaxxing」。Tech in Asia 記者 Glenn Kaonang 認為,高 token 使用量不一定與高輸出或改善的商業成果有關。 健身房比喻:努力 vs. 結果 Kaonang 將這點比喻為健身房文化:在場館待更長時間並不保證訓練結果更好。類似地,token 消耗代表在 AI 系統內付出的努力,但並不會立刻顯示輸出是否真的有所提升。文章指出,多數企業仍會透過登入、提示次數和座位使用率等使用訊號來衡量 AI 採用。 真正重要的指標 根據來源,應優先關注的指標包括: AI 能為特定工作流程節省多少時間 AI 輸出在不需要大量返工的情況下,能否維持可用性 回收的時間被分配到哪裡(描述為「多數團隊在哪裡開始沉默」) 文章提出的框架建議一個務實的順序:先看效率,再看輸出品質,最後才是產能重新配
根據 The Block 報導,美國聯邦上訴法院週二在美國哥倫比亞特區巡迴法院(United States Court of Appeals for the District of Columbia Circuit)聽取口頭辯論,討論在審理被指控的 Bitcoin Fog 運營商 Roman Sterlingov 上訴案時,美國的資金傳輸(money transmission)與管轄地(venue)法律延伸到多遠,才涵蓋基於網際網路的加密服務平台。 Sterlingov 於 2024 年因包含洗錢陰謀(money laundering conspiracy)與經營未經許可的資金傳輸業務而被定罪;該業務與 Bitcoin Fog 相關。Bitcoin Fog 是一種加密混幣服務,檢方稱其移動了與暗網市場(darkweb markets)相關的數億美元。由三位法官組成的合議庭面前的核心問題是:儘管辯方主張該服務是在境外運作,檢方是否提出了足夠證據以證明 Bitcoin Fog 在華盛頓特區(Washington, D.C.)運作。 管轄地與司法管轄辯論 辯護律師 Tor Ekeland 主