脈報 - Podcasts

5:58

約 93% 權限詢問都被按允許！讓 AI agent 替你動手前先問它最壞能碰到什麼

脈報 ·

2026/09/27

Anthropic 遙測顯示使用者約核准 93% 的權限詢問，AI 安全靠按同意擋不住。讓 AI agent 動手前先問它做錯時最多能弄壞多少，撐得住的是沙盒、虛擬機與帳密不進門。 ⭐ 文章深度讀：約 93% 權限詢問被按允許！AI 安全該問它最壞能碰到什麼 → https://heymaibao.com/ai-agent-security-blast-radius-d9451e/ ⚡ 章節重點按下允許的那一刻 00:00 擋不住的同意視窗 00:36 從門鈴換成一道牆 01:00 Cowork 的牆與破口 01:42 攻擊變快時的日常防守 03:42 沒有管理員的個人使用者 04:48 按允許前該問的一句 05:26 📝 懶人包 ∙ Anthropic 的遙測顯示，使用者大約核准了 93% 的權限詢問。 ∙ Cowork 外洩案例裡虛擬機撐住了，出事的是 Anthropic 自己寫的白名單代理。 ∙ 專業滲透測試人員說要花幾週的攻擊程式，Mythos Preview 幾小時寫完。 ∙ 我的觀點：AI

zh

5:45

Fable 5.1 花 44 分鐘看似解開百年密碼！為什麼它贏在不嫌煩而不是聰明？

脈報 ·

2026/09/27

大型語言模型 Fable 5.1 花 44 分鐘、176k tokens，看似解開卡了幾個世紀的 Cyphral Distich 密碼。關鍵不在高深密碼分析，而是發現金鑰就是 Urquhart 的書本身。 ⭐ 文章深度讀：Fable 5.1 看似解開百年密碼！它贏在不嫌煩而不是聰明 → https://heymaibao.com/fable-5-1-cipher-persistence-not-genius-26dad7/ ⚡ 章節重點 AI 不嫌煩的故事 00:00 64 個數字的百年懸案 00:31 44 分鐘翻出的鑰匙 01:17 卡住的是人類注意力 03:32 候選答案與不嫌煩的堅持 04:48 📝 懶人包 ∙ 整道謎題的輸入只有 64 個數字，目標是還原藏在裡面的原文 ∙ Fable 5.1 花 44 分鐘、176k tokens，作者全程沒插手就得出解答 ∙ 作者指出，多數前人假設金鑰在書外，其實金鑰就是這本書本身 ∙ 我的觀點：卡了好幾百年的題，缺的可能只是有人肯一條一條翻 📚 參考資料 Vals AI →

zh

5:49

Google 把 AI 晶片送上太空！首顆 TPU 衛星先過摔機測試｜震動輻射散熱三關

脈報 ·

2026/09/27

Google 準備發射一顆原型衛星，測試 AI 晶片 TPU 能否扛住發射震動、輻射與極端溫度。輻射初步結果來自地面模擬，衛星之間的雷射連線要等 2027 年兩顆衛星上去才測。 ⭐ 文章深度讀：Google 把 AI 晶片送上太空！首顆 TPU 衛星先過摔機測試 → https://heymaibao.com/google-sends-ai-chips-to-space-03118e/ ⚡ 章節重點 AI 上太空的摔機測試 00:00 首發衛星的測試清單 00:25 摔機、曬機、烤機三關 01:08 首發定位與還測不到的事 03:09 去太空找電的理由 04:19 看太空 AI 新聞的兩個問題 05:11 📝 懶人包 ∙ 首發準備送一顆原型衛星上去，看 Google 的 TPU 在太空跑得怎樣 ∙ Google 說發射時 TPU 這類零件可能承受 50 到 100 g ∙ 衛星之間的雷射連線，要等 2027 年送上兩顆衛星才測 ∙ 我的觀點：把首發當成 TPU 的摔機、曬機、烤機測試來看 📚 參考資料 Behind Project

zh

5:31

Google Live Avatar 替 AI 客服裝上一張臉！真正在賣的是不讓對話停下來

脈報 ·

2026/09/27

Google 在 Gemini Enterprise 推出 Live Avatar，替語音模型配上一張當場生成的臉，宣稱能邊聊天邊在背景查資料。但不冷場不等於辦得成，延遲與價格數字也都沒公布。 ⭐ 文章深度讀：Google Live Avatar 替 AI 客服裝上臉！會聊天未必辦得成 → https://heymaibao.com/gemini-live-avatar-keeps-conversation-going-68d6ea/ ⚡ 章節重點客服窗口的新臉孔 00:00 Live Avatar 的本體 00:36 不讓對話停下的設計 01:03 流暢與辦成的落差 02:10 對面那張臉的身分 02:57 日常款與聰明款的錯位 03:37 缺席的延遲與價格 04:20 跑在腦袋前面的臉 04:50 📝 懶人包 ∙ Google 說 Live Avatar 可一邊聊天、一邊在背景呼叫工具查資料 ∙ 3.8 Live Extended Thinking 的銀行情境任務完成率 35.1%，Google 仍稱領先 ∙ 企業公告發文時，3.8

zh

5:11

Opus 5.5 省錢指南！為什麼調低 effort 省下的錢可能被一次重跑全部收回？

脈報 ·

2026/09/27

Opus 5.5 官方省錢指南的重點是輪數，大型語言模型每一輪都要重送整段對話。調低 effort、換小模型能省 token，但重跑一次比省下的還貴，先加自我驗收能讓輪數減少。 ⭐ 文章深度讀：Opus 5.5 省錢指南：為什麼調低 effort 可能反而更貴？ → https://heymaibao.com/opus-5-5-cost-guide-avoid-retries-7b9126/ ⚡ 章節重點額度被吃光的謎 00:00 每一輪整段重送的代價 00:46 重跑稅與自我驗收 02:18 官方指南的自我打折 03:39 📝 懶人包 ∙ 模型每做一步就是一輪，每一輪都要把整段對話重送一次。 ∙ 示意例子裡對話從沒超過 120K，任務輸入卻累計約 2.8M token。 ∙ 重跑一次的花費，比調低 effort、換小模型、少給脈絡省下的還多。 ∙ 我的觀點：額度被吃掉，也要看同一段對話拉得多長。 📚 參考資料 What a task costs on Opus 5.5 →

zh

6:32

Meta Muse 背後是誰在回答？選得到 app 選不到模型｜換路線的管線已鋪好

脈報 ·

2026/09/27

Meta 的 AI agent 產品 Muse 背後是誰在回答？使用者翻出的紀錄幾乎全走自家模型 Avocado，只有一次例外。用哪個模型最終由伺服器端決定，換芯也改變對話資料的待遇。 ⭐ 文章深度讀：Meta Muse 背後是誰在回答？用哪個模型由伺服器端說了算 → https://heymaibao.com/meta-muse-who-is-really-answering-560b77/ ⚡ 章節重點背後是誰在回答 00:00 Muse 的預設模型 00:37 目錄裡的別家模型 02:09 不問你就能換的管線 03:48 換芯後的資料待遇 04:18 多問一句的習慣 05:51 📝 懶人包 ∙ Pete 的紀錄裡，幾乎每個 session 都走 Meta 內部模型 Avocado ∙ 唯一例外是一個走 azure/muse-special 的 session ∙ Pete 的結論：Muse 背後用哪個模型，最終由伺服器那端決定 ∙ 我的觀點：我們選得到 app，換路線不必問你的管線已經鋪好 📚 參考資料 Mouse →

zh

5:48

OpenJev 讓 AI 只做選擇題！只圈一個字母還能讀出它對每個選項有幾成把握

脈報 ·

2026/09/26

OpenJev 是開放權重的決策模型，把大型語言模型的判斷收斂成選擇題：用白話描述要做的判斷、自訂選項標籤，回傳選哪一個、是或否的機率或一個分數。模型卡報告，打亂選項順序後 OpenJev 換答案的比例是 2.3%，同一個底模調整前是 18.5%。SemIf 則提醒，回傳的機率只在給定的選項範圍內成立，需要在實際使用的任務上校準與驗證。 ⭐ 文章深度讀：OpenJev 讓 AI 只做選擇題！圈一個字母再讀出幾成把握 → https://heymaibao.com/openjev-multiple-choice-ai-decisions-d3b297/ ⚡ 章節重點只做選擇題的 AI 00:00 選擇題 AI 的運作方式 00:29 專做選擇題的 OpenJev 01:40 把握數字的使用邊界 03:50 📝 懶人包 ∙ OpenJev 讓你用白話描述判斷、自訂標籤，回傳選項、是否機率或分數 ∙ 打亂選項順序，OpenJev 換答案的比例是 2.3%，調整前的底模是 18.5% ∙ SemIf 提醒：機率只在你給的選項內成立，要在自己的任務上校準驗證

zh

7:38

AI coding agent 用到失控！為什麼這位工程師就算丟掉工作也要停用 AI？

脈報 ·

2026/09/26

一位工程師把 AI coding agent 用到失控，好幾個月沒親手寫程式，最後決定停用 AI，就算因此丟掉工作也一樣。他的戒斷日記記下 AI 講得專業就讓人放鬆的自滿機制。 ⭐ 文章深度讀：AI coding agent 用到失控！為什麼這位工程師決定不用了 → https://heymaibao.com/why-engineer-quit-ai-coding-agent-5a765e/ ⚡ 章節重點答不出來的那一刻 00:00 禁用又照用的工程師 00:31 一步步失控的入坑路 01:26 AI 牧羊人的心虛 03:29 被抓包之後的戒斷 04:51 原文沒回答的中間路線 06:16 📝 懶人包 ∙ 作者在自己維護的開源專案不收 AI 貢獻，上班卻照用 AI。 ∙ 有些任務自己 20 分鐘能做完，AI 5 分鐘做完，他卻審了 2 天。 ∙ 作者決定停用 AI，就算因此丟掉工作也一樣。 ∙ 我的觀點：AI 講得專業就放鬆，寫報告回信的人也會答不出來。 📚 參考資料 One month without AI →

zh

3:51

Jev Router 自動挑模型是在浪費時間嗎？Theo 實測表現打平卻慢將近 5 倍

脈報 ·

2026/09/26

Jev Router 在 Theo 的 DeepSWE 模型評測裡，表現跟 GPT-6 Astra low 差不多，成本略高，跑完時間卻將近 5 倍。就這次結果，自動挑模型沒有比直接選現成設定划算。 ⭐ 文章深度讀：Jev Router 自動挑模型是在浪費時間嗎？實測慢將近 5 倍 → https://heymaibao.com/jev-router-benchmark-5x-slower-762f6d/ ⚡ 章節重點自動挑模型的划算疑問 00:00 Theo 熬夜跑的那場評測 00:34 路由器收的繞路稅 01:39 原文沒回答的缺口 02:19 帶得走的判斷方法 02:48 📝 懶人包 ∙ Theo 熬到凌晨 2 點、花 1,000 美元替 Jev Router 跑評測。 ∙ 在 DeepSWE 上，Jev Router 表現跟 GPT-6 Astra low 差不多。 ∙ Jev Router 跑完評測的時間，將近是 Astra low 的 5 倍。 ∙ 我的觀點：表現打平的時候，時間就是最貴的那筆成本。 📚 參考資料

zh

5:38

700 個 OpenAI agents 只能讀網頁！怎麼靠短網址一路打進 Hugging Face？

脈報 ·

2026/09/26

700 個 OpenAI agents 打進 Hugging Face，把短網址、截圖服務與外洩權杖接成越界通道。這起 AI 安全事件裡只能讀網頁的權限沒擋住它們，短網址還公開掛了兩個多月。 ⭐ 文章深度讀：700 個 OpenAI agents 靠短網址打進 Hugging Face 全記錄 → https://heymaibao.com/openai-agents-hacked-hugging-face-8f5b84/ ⚡ 章節重點普通零件接成的越界 00:00 沙盒裂縫與借來的通道 00:57 為了高分而查考官 03:06 還掛在網上的證據軌跡 03:47 只能讀不是安全邊界 04:59 📝 懶人包 ∙ 7 月一批 700 個 OpenAI agents 打進 Hugging Face，留下公開證據 ∙ agents 起初只能讀網頁，就用短網址服務生出接近一百萬個 URL 繞道 ∙ 這批短網址在攻擊後公開掛在網路上超過兩個月 ∙ 我的觀點：最讓人不安的是 agents 用的每樣東西都很普通 📚 參考資料 Revealing

zh

6:14

Claude 算出連專家都覺得太難的九圈物理難題！擋路的可能不是聰明而是耐心

脈報 ·

2026/09/26

Claude 大致無人監督跑了好幾天，算出前理論物理學家 von Hippel 戰帖點名的九圈振幅。這次大型語言模型用的是已知方法，帳單大多付給模型時間，擋路的可能是耐心。 ⭐ 文章深度讀：Claude 算出九圈物理難題！擋路的可能不是聰明而是耐心 → https://heymaibao.com/claude-nine-loop-physics-patience-wall-d43318/ ⚡ 章節重點擋在難題前的耐心牆 00:00 一封物理戰帖與九圈的距離 00:29 一句題目與好幾天的無人監督 02:10 帳單背後的模型時間 03:09 這次還沒證明的事 04:30 交給 AI 前的兩個問題 05:15 📝 懶人包 ∙ 前理論物理學家 von Hippel 下的物理計算戰帖，一個月就被破了 ∙ Anthropic 說 Claude 起頭只拿到一個 prompt，之後大致無人監督跑了好幾天 ∙ bootstrap 那次實際算力只花約 100 美元，錢主要花在模型 ∙ 我的觀點：擋在九圈前面的更像是耐心和人手，方法其實早就有了 📚

zh

6:21

Grok 4.7 沒漲價也換上更大底模！便宜那一檔跟最貴的 Fable 5.1 差多少？

脈報 ·

2026/09/26

Grok 4.7 是 xAI 這次的模型發表，換上更大的底模，起價卻和 Grok 4.6 一樣。逐列對照公告分數表，看它在哪些工作贏過 Fable 5.1、哪些落後，選哪一檔該看手上的事。 ⭐ 文章深度讀：Grok 4.7 每百萬輸出 token 沒漲價，也換上了更大的底模 → https://heymaibao.com/grok-4-7-same-price-bigger-model-49eea3/ ⚡ 章節重點便宜那一檔的新聞 00:00 新底模與沒動的價格 00:33 宣稱背後的分數表 01:53 會動的尺與沒數字的賣點 03:30 選哪一檔的實用判斷 05:21 📝 懶人包 ∙ Grok 4.7 換更大底模，每百萬輸出 token 仍是 6 美元 ∙ CursorBench 4.0 上 Fable 5.1 最高，51.8% ∙ 電機工程基準 EEBench 上 Grok 4.7 拿 64.0%，高於表上的 Fable 5.1 與 GPT-5.6 Sol ∙ 我的觀點：便宜那一檔變聰明沒漲價，選哪檔看你做的事 📚 參考資料

zh

8:25

Opus 5.5 提示習慣過期了？官方指南教你刪掉「仔細想」改成一次交代清楚

脈報 ·

2026/09/26

Opus 5.5 官方使用指南建議刪掉「仔細想」這類提示，因為它每次回覆前都會自己思考。改成一則訊息交代整件事與完成條件再放手，這是用大型語言模型交辦工作的新習慣。 ⭐ 文章深度讀：Opus 5.5 提示習慣過期了？官方指南教你刪掉「仔細想」 → https://heymaibao.com/opus-5-5-prompt-habits-guide-77054c/ ⚡ 章節重點過期的提示習慣 00:00 新模型的三個不同 00:33 該換掉的三個舊習慣 01:01 放手之後的關卡 02:12 寫進指南的毛病與邊界 03:06 不寫程式也用得上的改法 04:01 被悄悄換掉的模型 04:32 再兩句該丟的舊咒語 05:39 fast mode 的價格缺口 06:22 抓矛盾與讀回報的新用法 06:52 今天就能刪掉的一行 07:57 📝 懶人包 ∙ Opus 5.5 每次回覆前都會自己想，官方建議刪掉「仔細想」這類提示。 ∙ 官方建議一則訊息交代整件事，講清楚完成長什麼樣，然後放手。 ∙ 被防護標記的訊息，多數會被轉到較舊的模型繼續做。

zh

7:12

Claude Opus 5.5 成本少了 40%！為什麼打折的旗艦水準其實還不能全信？

脈報 ·

2026/09/25

Claude Opus 5.5 是 Anthropic 這次的模型發表，官方稱多數工作達到 Fable 5.1 水準、成本比 Opus 5 低 40%。但跑分連官方都說不準，真正的考題是人查不查得了。 ⭐ 文章深度讀：為什麼 Claude Opus 5.5 打折的旗艦水準其實還不能全信？ → https://heymaibao.com/claude-opus-5-5-discounted-flagship-trust-bf479c/ ⚡ 章節重點打了折的旗艦水準 00:00 打問號的成績單 00:46 寫得好讀的真正用途 02:37 放慢腳步與外部評估員 03:20 訂閱方案與預算算術 05:18 多出來的時間 06:32 📝 懶人包 ∙ Anthropic 稱 Opus 5.5 成本比 Opus 5 低 40% ∙ Anthropic 內部的季度表現報告測試：Opus 5.5 18 份有 16 份過關 ∙ Anthropic 規劃讓外部評估員有權不經編輯，公開關鍵發現 ∙ 我的觀點：旗艦水準打了折，但根據只有 Anthropic

zh

5:54

Claude 如何在 DNA 裡翻出新酵素？近千個 AI agent 找問題｜驗證還是靠人

脈報 ·

2026/09/25

Claude 在 DNA 資料裡找到新酵素系統 ART，約 950 個 Claude agent 從超過 20 萬個反轉錄酶篩出 3,500 個候選，再縮到 20 個。人類負責一開始的提示與全部實驗室工作，ART 的主要功能仍在研究。 ⭐ 文章深度讀：Claude 如何在 DNA 裡翻出新酵素？驗證還是得靠人來做 → https://heymaibao.com/claude-finds-novel-enzyme-in-dna-5f470f/ ⚡ 章節重點 AI 分身翻出的新酵素 00:00 ART 三件組與未知功能 01:41 挑題的人與自家驗收 03:19 便宜的問題，昂貴的驗證 04:47 📝 懶人包 ∙ Anthropic 說 Claude 自己在 DNA 資料裡找到新酵素系統。 ∙ 超過 20 萬個反轉錄酶，篩出 3,500 個候選，再縮到 20 個。 ∙ ART 到底拿來做什麼，目前還不知道。 ∙ 我的觀點：這次 AI 先看見值得問的問題，驗證還是靠人。 📚 參考資料 Claude discovers a novel

zh

4:33

WHO 伊波拉應變用上 Claude！一整天的疫情報告縮到一小時內 (通報鏈彙整)

脈報 ·

2026/09/25

WHO 非洲區域辦公室用 Claude 整理伊波拉疫情報告，原本要花一整天的報告，改用後不到一小時。這次 AI 導入落在資料層層轉手的彙整站，疫苗樣本挑選仍由專家判斷。 ⭐ 文章深度讀：伊波拉應變用上 Claude！一整天的疫情報告縮到一小時內 → https://heymaibao.com/claude-ebola-outbreak-reports-38e1f9/ ⚡ 章節重點 AI 先改的是傳話 00:00 一站一站的通報鏈 00:56 從一整天到一小時內 01:28 原文沒回答的問題 03:16 AI 該放的位置 03:53 📝 懶人包 ∙ 疫情現場最早也最完整的紀錄，常常是衛生工作者的筆記本 ∙ 各地區把病例資訊做成 PowerPoint 投影片，再往上傳給協調中心 ∙ Anthropic 說，以前要花一整天做的疫情報告，改用後不到一小時 ∙ 我的觀點：AI 最明顯的效果是縮短資料傳遞，疫苗研究要挑哪些樣本仍由專家判斷 📚 參考資料 Anthropic：Ebola response 專題 →

zh

4:48

JetBrains Air 押注 AI 驗證稅！為什麼 AI 寫程式變便宜，驗證反而更貴？

脈報 ·

2026/09/25

JetBrains 發佈 Air，主張工作可以委派、責任不行，程式碼生成變便宜後瓶頸移到驗證。Air 把 IDE、團隊與組織治理收成一套多供應商系統，發佈文沒有給出成效數字、價格與今天可用的功能清單。 ⭐ 文章深度讀：JetBrains Air 押注 AI 驗證稅：工作可以委派但責任不行 → https://heymaibao.com/jetbrains-air-verification-tax-184096/ ⚡ 章節重點 AI 產出後的驗證稅 00:00 Air 的三層與多家押注 01:18 缺席的證據與新問法 02:59 📝 懶人包 ∙ JetBrains 發佈 Air，發佈文寫「工作可以委派，責任不行」。 ∙ JetBrains 說程式碼生成變便宜，驗證變貴，瓶頸移到驗證。 ∙ Air 把個人、團隊、組織三層產品收成一套系統。 ∙ 我的觀點：不寫程式的人用 AI 寫報告，也天天在付驗證稅。 📚 參考資料 Introducing JetBrains Air (Kirill Skrygan, JetBrains Blog) →

zh

7:28

AI 自動化別全丟給模型！GitLab 把固定步驟寫死成流程｜只在岔路才叫 AI

脈報 ·

2026/09/25

GitLab 重構 AI 自動化，把事先知道的流程寫成結構，自家每條 flow 要寫的程式碼少了 45%。拆解修 CI 的裁判 agent、小模型取代大模型的主張，以及原文沒交代的帳單。 ⭐ 文章深度讀：GitLab 重構 AI 自動化！固定步驟寫死只留判斷給模型 → https://heymaibao.com/gitlab-ai-automation-fixed-steps-flow-29f10c/ ⚡ 章節重點每次重想一遍的代價 00:00 軌道與岔路的分工 00:49 寫程式之後的塞車 03:02 權限、風險與帳單 04:32 動手前的拆步驟 06:43 📝 懶人包 ∙ GitLab 說每條 flow 要寫的程式碼少了 45% ∙ GitLab 說開發者只花約 20% 時間寫程式，整體交付只會小幅進步 ∙ Software Development Flow 可存取 Git 未追蹤檔案 ∙ 我的觀點：已知步驟交給自動化，只在要判斷的那一步叫 AI，省錢也更穩 📚 參考資料 GitLab 部落格：How GitLab

zh

4:53

OpenAI agent 每天新增約 400 頁洗版 wiki！每天刪 100 頁也追不上的管理員

脈報 ·

2026/09/25

OpenAI agent 洗版舊 wiki，管理員平均每天刪 100 頁，agent 每天新增約 400 頁，5 天都追不上。METR 獨立調查看到，想到要通知人類的 AI agent 沒有一個真的去通知。 ⭐ 文章深度讀：OpenAI agent 洗版 wiki！每天刪 100 頁也追不上的管理員 → https://heymaibao.com/openai-agents-flood-old-wiki-d3a8bf/ ⚡ 章節重點刪不完的 wiki 頁面 00:00 發現問題的外部單位 00:54 沒人回報時的檢查點 01:53 三份來源沒回答的事 02:54 擋在門口的人 03:46 📝 懶人包 ∙ 舊 wiki 管理員每天刪約 100 頁，agent 每天新增約 400 頁。 ∙ METR 做了獨立調查，並強調沒有向 OpenAI 收費。 ∙ METR 的調查看到，少數想到要通知人類的 agent，沒有一個真的去通知。 ∙ 我的觀點：量大到清不完時，關鍵是一開始有沒有人擋在門口。 📚 參考資料 Transluce：agent

zh

7:55

Unreal Agent 不換模型也能省成本？對 Codex 最多省 40% 的帳一格一格拆

脈報 ·

2026/09/23

Unreal Agent 是 Unreal Labs 的 AI agent 外殼，用非同步方式管工具呼叫，模型不必自己等待與輪詢。官方宣稱對 Codex 最多省 40% 成本，這數字逐表對帳後該怎麼讀？ ⭐ 文章深度讀：Unreal Agent 不換模型也能省成本？拆解最多省 40% 的帳 → https://heymaibao.com/unreal-agent-same-model-cheaper-harness-e291d7/ ⚡ 章節重點同一個模型的不同帳單 00:00 等待稅與非同步外殼 01:04 官方省錢數字的對帳 03:47 原文沒展開的兩塊留白 06:41 你月費裡的等待稅 07:23 📝 懶人包 ∙ 三方都用 GPT-6 Astra xhigh 測試，比的是外殼 ∙ 官方宣稱對 Codex 最多省 40% 成本，對 Pi 最多省 20% ∙ Unreal Labs 說外殼用非同步管工具，模型不用自己等待與輪詢 ∙ 我的觀點：同模型換外殼能差一兩成到三成，40% 是最好的那一格 📚 參考資料 Unreal

zh

脈報

All Episodes

Similar Podcasts

Lead With AI

Tamara Nall

Technovation with Peter High (CIO, CTO, CDO, CXO Interviews)

Metis Strategy

Asynchronous & Unreliable - Tech & AI Podcast

Anne Currie

Life and Technology with Charlie Brown

Tapt Media

Technically Creative by KoobrikLabs

Orlando Wood