分類 AI 下的文章
當 AI 的角色不再只是工具，而是一場結構的改變
你以為 AI 只是幫你寫報告、生圖片的小助手？Karen Hao 的《AI 帝國》會告訴你：醒醒，這早就不是技術問題了，這是一場權力重新分配的遊戲。
Karen Hao 是少數能把 AI 產業寫得像地緣政治分析的記者。她在《AI 帝國》裡做的事情很簡單——把那些矽谷巨頭包裝在「讓世界更美好」底下的東西，一層一層剝開。
剝開之後你會看到什麼？
資料的壟斷、算力的軍備競賽、還有一套「我來制定規則，你來遵守」的權力邏輯。
這跟歷史上的帝國擴張，本質上沒有區別。只不過以前搶的是土地和石油，現在搶的是數據和晶片。
改用 LoRA 訓練模型生圖
claude code 額度推算
從昨天的數據來分析 $10/月 實際上大概能用的總金額，下圖是昨天到今天的使用量
┌────────────┬───────────────┬───────────┬───────────┬───────────────┬─────────────┬───────────────┬─────────────┐
│ Date │ Models │ Input │ Output │ Cache Create │ Cache Read │ Total Tokens │ Cost (USD) │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ Project: J │ │ │ │ │ │ │ │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ 2026-04-09 │ - haiku-4-5 │ 406 │ 42,986 │ 477,088 │ 12,547,364 │ 13,067,844 │ $5.13 │
│ │ - sonnet-4-6 │ │ │ │ │ │ │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ 2026-04-10 │ - haiku-4-5 │ 2,254 │ 14,506 │ 264,462 │ 5,590,877 │ 5,872,099 │ $2.62 │
│ │ - sonnet-4-6 │ │ │ │ │ │ │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ Project: J │ │ │ │ │ │ │ │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ 2026-04-09 │ - sonnet-4-6 │ 169 │ 93,469 │ 229,481 │ 12,690,029 │ 13,013,148 │ $6.07 │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ 2026-04-10 │ - sonnet-4-6 │ 7 │ 2,009 │ 87,456 │ 365,925 │ 455,397 │ $0.47 │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ Project: G │ │ │ │ │ │ │ │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ 2026-04-10 │ - sonnet-4-6 │ 41 │ 30,639 │ 57,122 │ 1,193,695 │ 1,281,497 │ $1.03 │
├────────────┼───────────────┼───────────┼───────────┼───────────────┼─────────────┼───────────────┼─────────────┤
│ Total │ │ 2,877 │ 183,609 │ 1,115,609 │ 32,387,890 │ 33,689,985 │ $15.32 │
└────────────┴───────────────┴───────────┴───────────┴───────────────┴─────────────┴───────────────┴─────────────┘然後目前周額度在 23%
七層金字塔結構
Claude Code 的「7層金字塔結構」是指它的記憶體優先級層次（Memory Hierarchy）。完整的 7 層結構如下，優先級由高到低：
| 優先級 | 來源 | 生命週期 |
|---|---|---|
| 1（最高） | System instructions（內建系統指令） | 永久內建 |
| 2 | Global CLAUDE.md（~/.claude/CLAUDE.md） |
永久 |
| 3 | Project CLAUDE.md（專案根目錄） | 永久 |
| 4 | CLAUDE.local.md（本地個人設定） | 永久 |
| 5 | Auto memory（MEMORY.md 自動記憶） |
持久 |
| 6 | Conversation history（當次對話歷史） | 僅限本次 session |
| 7（最低） | Compacted summaries（壓縮摘要） | 僅限本次 session |
高優先級的層會覆蓋低優先級的層。例如，CLAUDE.md 裡寫「使用 tabs」會蓋過壓縮摘要裡的「使用 spaces」。 Skills Playground
各層說明
層 1–3（永久指令）：CLAUDE.md 是最核心的記憶機制，你手動撰寫，每次 session 啟動時自動載入，包含架構規範、建置指令、開發慣例等。 Skills PlaygroundClaude
層 5（Auto Memory）：Claude 在工作過程中自動學習並寫入的記憶，分為四種類型：user（角色偏好）、feedback（修正確認）、project（決策背景）、reference（外部資源位置）。不需要你手動撰寫，Claude 自行判斷什麼值得記住。 DEV Community
層 6–7（Session 層）：對話歷史和壓縮摘要只存在於當次 session，新 session 開啟後即消失。 Skills Playground
補充：另一個「7層」的解讀
從 Claude Code 洩漏原始碼的逆向工程角度，還有另一種 7 層架構：指的是從毫秒級的 token 剪枝（token pruning）到數小時背景「dreaming」整合的記憶管理系統，每層成本遞增但功能更強大，設計上讓低成本層能阻止更昂貴層的觸發。 X.com