脈報 - Podcasts

7:06

Kimi K3 每 token 便宜一半，實際帳單卻和 GPT-5.6 打平

脈報 ·

2026/07/20

2.8 兆參數的 Kimi K3 能力擠進第一梯隊，價格也是。它每 token 便宜一半但用掉兩倍，總帳單和 GPT-5.6 Sol 打平。原因是它只有 max 一個思考檔位，完全沒有省的餘地。 ⭐ 文章深度讀：7 月 27 日的開放權重會不會準時釋出 → https://heymaibao.com/kimi-k3-cost-reality-check/ ⚡ 章節重點開場 00:00 K3 是什麼 00:36 公告裡沒有出現的那個字 01:09 價格才是這次真正的新聞 01:22 Theo 的算法：單價砍半，帳單打平 02:05 評測數字對得上 03:08 兩個數字只差一毛，這叫打平 03:21 因為它只有一個檔位 03:37 鵜鶘實測：八成輸出花在想 04:04 能力上它擠進了第一梯隊 05:04 兩個 token 數字，比較對象不同 05:33 那個鵜鶘測試被作者除役了 06:02 開放權重還是一張期票 06:23 我的觀察：要比就比每個任務 06:33 📝 懶人包 ∙ Moonshot 發佈 Kimi K3，官方主打 2.8

zh

8:15

他不換工具，把 Hermes 的記憶系統重建在 Claude Code 裡

脈報 ·

2026/07/20

記憶系統可以拆成三個問題：怎麼存、開新對話載入什麼、問三個月前的事找不找得到。有人用這三個問題，決定不換工具，直接把 Hermes 的記憶重建在 Claude Code 裡。 ⭐ 文章深度讀：影片講的是三個問題怎麼拆，文章多寫了我保留的部分與可查證邊界 → https://heymaibao.com/rebuild-hermes-memory-in-claude-code/ ⚡ 章節重點開場 00:00 大家離開的理由 00:28 拆記憶系統的三個問題 01:55 前兩格兩邊幾乎打平 03:12 真正的差距在第三格 04:29 最容易被跳過的一步 05:53 為什麼不換工具 06:21 我保留的部分 07:16 你今天可以做的 07:54 📝 懶人包 ∙ Kilo 的留言分析指出，大家換到 Hermes agent 的第一名理由是記憶，不是整合數量，也不是自建技能 (影片轉述，未出示可查證出處) ∙ 任何記憶系統都可以拆成三個問題：重要的事怎麼存、開新對話時自動載入什麼、問一件三個月前的事怎麼找回來 ∙

zh

8:19

GPT-5.6 額度爆炸的真正原因：Ultra 根本不是推理等級

脈報 ·

2026/07/20

Codex 的 Ultra 被放在推理強度滑桿上，但 OpenAI 官方文件寫的是它預設協調四個代理平行跑。這篇拆解 GPT-5.6 額度爆炸的三個放大器，以及四個可以立刻執行的調整。 ⭐ 文章深度讀：文章多了一段把模型固定住只換工具的對照實驗，以及它踩到服務條款的那一面 → https://heymaibao.com/gpt-5-6-ultra-usage-burn/ ⚡ 章節重點開場 00:00 Ultra 到底做了什麼 01:01 放大器一併發加最高強度 02:27 放大器二子任務繼承不了較低設定 02:40 放大器三系統提示詞 03:37 可以立刻做的四件事 04:10 有沒有終點才是真正的差別 05:44 更正節目的一處說法 06:43 我的判斷 07:41 📝 懶人包 ∙ 在 OpenAI 官方文件裡，Ultra 做的事是預設協調四個代理平行跑，Max 才是給單一代理更多推理時間。這是兩個不同維度的東西 ∙ 節目的說法是，Codex 目前的子任務實作不讓上層指定要用哪個模型與多高的強度，所以開著 Ultra

zh

5:37

ChatGPT 記憶以前很健忘，新版靠 Dreaming 突然變聰明

脈報 ·

2026/07/20

ChatGPT 記憶以前只記幾筆筆記還會過時，新版靠背景機制 Dreaming 大幅翻新。OpenAI 官方評估裡，跟上時間變化從 9.4% 拉到 75.1%，算力降約 5 倍，免費版 6 月起跟上。 ⭐ 文章深度讀：你最想先讓 ChatGPT 記住你哪一件事 → https://heymaibao.com/chatgpt-memory-dreaming-upgrade/ ⚡ 章節重點開場 00:00 記憶系統是什麼 00:20 以前記憶爛在哪 00:38 轉捩點是 Dreaming 01:42 三個數字攤開看 02:47 為什麼現在才輪到免費版 04:22 思思的判斷 05:06 📝 懶人包 ∙ 舊版「已儲存的記憶」只在對話中寫入，還得靠你講出很強的指令 (像「記住我七月要去新加坡」) 才會觸發，而且會慢慢過時，用起來像跟一個只記了幾筆筆記、其他全忘光的人講話。 ∙ 2025 年 OpenAI 加進 Dreaming，讓 ChatGPT 在背景自動整理記憶，不用你開口要求它記住，這才是記憶開始變好的真正轉捩點。 ∙ 新版 (OpenAI

zh

6:30

只問 Claude 一間咖啡店，它就交出你的姓名、雇主和老家

脈報 ·

2026/07/20

安全研究者示範：只要請 Claude 看一個被動過手腳的網站，它就把你的姓名、雇主、老家悄悄交給攻擊者，畫面毫無異狀。本文拆解攻擊面與 AI 助理記憶功能真正的安全教訓。 ⭐ 文章深度讀：這個攻擊為什麼連零失誤的使用者都擋不掉，記憶以外還有哪些工具同樣危險 → https://heymaibao.com/claude-memory-heist-pii-leak/ ⚡ 章節重點開場：一句話就交出個資 00:00 攻擊者要偷的是 Claude 的記憶 00:48 兩個安全能力，相乘才是破口 01:38 假咖啡店騙過了 Claude 02:31 它說出你沒講過的事 03:42 使用者根本無從察覺 04:22 洞補了，但真正的教訓 05:08 📝 懶人包 ∙ 整條攻擊只用了 Claude 內建的網頁瀏覽工具 web_fetch 當外洩通道，不需要任何實驗性設定、外掛或程式碼執行 ∙ Claude 的記憶系統本身是安全的，真正的破口來自「有記憶的助理」加上「能上網」這兩種能力相乘 ∙ 更毛的是，Claude 還會推理出你根本沒說過的事，實驗中它從一個

zh

6:28

Fable 5 vs GPT-5.6：上線一週，該選誰不如問怎麼分工

脈報 ·

2026/07/19

Fable 5 和 GPT-5.6 上線一週，社群共識和一位重度使用者的答案一致：別再問誰比較強，把對的任務路由給對的模型。便宜的贏用量，聰明的贏落地，這篇幫你理清怎麼分工。 ⭐ 文章深度讀：影片濃縮過的完整分工清單，還有那些數字哪些是第一手、哪些只是社群廣傳的 96%/46%，都攤在文章裡 → https://heymaibao.com/fable-5-vs-gpt-5-6-first-week/ ⚡ 章節重點開場 00:00 為什麼重疊只有一週 00:45 社群十條其實是同一句 01:31 一個人的真實帳單 02:46 便宜的代價 04:17 聰明的代價 04:45 到底怎麼分工 05:42 你才是變數 06:01 📝 懶人包 ∙ 社群共識：Matt Van Horn 讀遍重疊第一週的 Reddit、YouTube、TikTok 討論後發現，兩家官方 prompting guide 同一週落在同一句話，你 over-prompting (過度指令) 了，該停。他整理的十條實踐收束成一句，你的槓桿從 prompt 移到了 process (流程)。

zh

5:24

Claude Advisor tool：快模型做事，強模型只管關鍵判斷

脈報 ·

2026/07/19

Claude Advisor tool 讓快模型做大量執行，強模型集中處理會影響後續工作的關鍵判斷。本文拆解呼叫時機、token 成本、多輪狀態與適用場景，幫你判斷是否值得導入。 ⭐ 文章深度讀：如果你正在設計長流程 Agent，先找出少數會支配後續工作的決策點，再判斷哪些值得讓強模型介入 → https://heymaibao.com/claude-advisor-tool-agent-cost/ ⚡ 章節重點開場：每一步都要最強模型嗎 00:00 Advisor tool 是什麼 00:26 執行模型與顧問模型如何合作 00:45 適合與不適合的任務 01:32 多輪狀態與續跑陷阱 02:19 明文與加密的顧問結果 03:01 兩層 token 與呼叫成本 03:22 何時值得啟用快取 04:11 我會怎麼開始測 04:34 Beta 上線前的邊界 05:00 📝 懶人包 ∙ Advisor tool 讓較快的 executor model (執行模型) 在生成途中，向能力更高的 advisor model (顧問模型)

zh

5:09

Matt Pocock Skills v1.1 用 5 個交棒點收住 AI 專案

脈報 ·

2026/07/19

Matt Pocock 的 Skills v1.1 把 AI 開發拆成 grill、spec、tickets、implement、code review 5 個交棒點，並用 Wayfinder 處理跨多個 agent session 的大型模糊任務。 ⭐ 文章深度讀：你最常在哪個交棒點遇到 Agent 搶跑？ → https://heymaibao.com/matt-pocock-skills-v1-1-ai-workflow-handoffs/ ⚡ 章節重點開場：為什麼流程會偷偷偏掉 00:00 v1.1 新增與改動總覽 00:20 Grilling：先把人類決策問清楚 00:40 to-spec：把共識固定成規格 01:20 to-tickets：切成可驗證的工作票券 01:56 implement：用薄層接起實作 02:34 code-review：分開檢查品質與方向 03:12 Wayfinder：跨多次對話的導航圖 03:49 舊版使用者如何升級 04:26 結論：把控制權畫進流程 04:44 📝 懶人包 ∙ to-prd 改名

zh

6:54

Theo 燒了 20 萬美元 token，換來這份 Codex 省額度心法

脈報 ·

2026/07/19

Theo 燒掉 20 萬美元 token，整理出 Codex 省額度心法：先關掉吃 2.5 倍額度的 fast mode、降低推理強度避開 Ultra、管好 subagent，讓 gpt-5.6 的 5 小時額度窗撐更久。 ⭐ 文章深度讀：完整版有 Terra、Luna 代號怎麼挑，還有讓 Fable 代你開 Codex 的設定細節 → https://heymaibao.com/codex-gpt56-usage-saving/ ⚡ 章節重點開場 00:00 先搞懂：額度為什麼燒這麼快 00:53 第一件事，先把 fast mode 關掉 02:08 推理強度降一級，別碰 Ultra 03:06 管好會自我繁殖的子代理 03:56 選對模型，用停點寫 prompt 04:31 我的判斷 05:59 📝 懶人包 ∙ Theo 在 $200 Codex Pro 訂閱下燒掉超過 20 萬美元 token，最常見的踩雷是不知不覺就把 5 小時的額度窗提早燒光 ∙ 最大的黑洞是 fast mode：它吃 2.5 倍額度，配上 gpt-5.6

zh

7:51

一個工程師用 Claude 11 天重寫 Bun：100 萬行，社群兩極

脈報 ·

2026/07/19

一個工程師用 Claude 花 11 天、約 16.5 萬美元把 Bun 從 Zig 重寫成 Rust。拆解這套大規模 AI 重寫怎麼做才負責任，以及 Zig 創造者為何公開反對、社群為何吵成兩派。 ⭐ 文章深度讀：這套讓 AI 大量產出又能大量把關的重寫方法，怎麼搬到你自己的工作上 → https://heymaibao.com/bun-rust-rewrite-claude/ ⚡ 章節重點開場：一個工程師 11 天重寫 Bun 00:00 為什麼離開 Zig 換 Rust 00:43 Claude 怎麼 11 天寫完 100 萬行 02:17 16.5 萬美元是貴還是便宜 04:23 成果與要看清楚的代價 05:45 另一邊的聲音 06:46 真正值得帶走的 07:18 📝 懶人包 ∙ Bun 團隊用約 50 個 Claude Code 工作流程、峰值同時 64 個 Claude、連續 11 天，把 535,496 行 Zig 程式碼重寫成 Rust (最後落地的 Rust 新增了 100 萬行以上)，以 API 定價換算約 16.5 萬美元

zh

5:06

OpenClaw 創作者拆解 3 招：讓 Coding Agent 少叫你回來

脈報 ·

2026/07/18

Coding Agent 寫得更快，人卻更忙？OpenClaw 創作者 Peter Steinberger 分享 transcript、上下文 review 與隔離驗證 3 招，讓 Agent 自己跑到需要人判斷的節點。 ⭐ 文章深度讀：如果你的 Agent 也常在半路把你叫回來，先找出最常卡住的一個節點，再補上 transcript、脈絡裁決或乾淨驗證。 → https://heymaibao.com/openclaw-coding-agent-attention-loop/ ⚡ 章節重點注意力成為新瓶頸 00:00 3 招拉長 Agent loop 00:46 第一招：留下 transcript 01:08 第二招：把 review 送回原 session 02:08 第三招：到乾淨環境驗證 03:09 帶回自己的工作流 04:19 重新設計人的出場時機 04:41 📝 懶人包 ∙ 在 PR (程式碼變更提案) 附上清理過的 Agent transcript，可以讓維護者看見解題過程與上下文 ∙ Auto review 的結果回到原本的

zh

4:30

17 萬星 GitHub 技能庫：AI Agent 真正厲害的是會追問

脈報 ·

2026/07/18

AI Agent 不該急著動手。拆解 Matt Pocock 17 萬星 GitHub 技能庫的 grill 系列，看設計樹、問題依賴與共同文件如何減少需求錯位，讓每一輪只問現在能回答的問題。 ⭐ 文章深度讀：你的 Agent 最常在哪一種需求上太早動手？ → https://heymaibao.com/matt-pocock-skills-grill-series/ ⚡ 章節重點開場：先問對再動手 00:00 17 萬星 skills repo 值得看什麼 00:17 grill-me 如何啟動追問 00:55 一次問一題，還是整份問卷 01:15 設計樹與 frontier 01:50 Agent 能自查的事不要問人 02:53 grill-with-docs 留下共同語言 03:14 把追問方法放進工作流 03:34 版本狀態與結論 03:53 📝 懶人包 ∙ mattpocock/skills 不是一個巨型 Prompt，而是一組小型、可調整、可組合的 Agent skills，入口與底層能力刻意分開。 ∙ 新的

zh

9:35

用 AI 學卻記不住？這個 15 萬星 GitHub 技能給了解法

脈報 ·

2026/07/05

用 AI 問一句答一句學東西，當下看懂、過幾天忘光？拆解 Matt Pocock 那個 15 萬星 GitHub 技能，看它用學習科學把 AI 變成有記憶的家教，附 4 個能偷用的原則。 ⭐ 文章深度讀：teach 每個檔案的作用、星數歸屬查證，還有我對它值不值得裝的判斷 → https://heymaibao.com/ai-learning-teach-skill/ ⚡ 章節重點開場 00:00 15 萬星 repo 與 teach 技能 01:19 臨場流暢度 vs 長期留存強度 03:00 有益的困難與費力回想 03:47 拆解 teach 的檔案工作區 04:39 藏在裡面的學習科學 05:34 4 個你能偷用的原則 06:59 AI 是羅盤不是答題機 08:47 📝 懶人包 ∙ teach 把你「當前的資料夾」變成一個跨越多次對話的教學工作區，用一組檔案把你的學習狀態存下來，讓 AI 家教有記憶、不會每次都從零開始。 ∙

zh

8:34

別再轉那張截圖了：Fable 沒變笨，是 Anthropic 不會講話

脈報 ·

2026/07/04

大家瘋傳 Fable 變笨的截圖，但連常年酸 Anthropic 的人都說是誤會。拆解爛文案與不可信的評分截圖，真正該在意的是成本和 7 月 7 日退訂閱，附兩招立刻能用的省錢做法。 ⭐ 文章深度讀：為什麼連常年酸 Anthropic 的人都跳出來說這次是誤會，還有 7 月 7 日退訂閱前兩招立刻能用的省錢做法 → https://heymaibao.com/truth-about-fable/ ⚡ 章節重點開場：那張變笨截圖 00:00 恐慌一：Fable 到底有沒有變笨 01:38 恐慌二：跑分截圖為什麼不能信 03:51 恐慌三：7 月 7 日退訂閱是缺算力 04:34 兩招立刻能用的省錢技巧 05:37 怎麼在 AI 消息潮裡分辨雜訊 07:21 📝 懶人包 ∙ Fable「變笨、不能寫程式」主要是誤會。源頭是 Anthropic 一句官方說明，寫得像是禁止拿新模型寫程式，實際上只是偵測到風險時，偶爾把回答交給另一個較保守的模型。 ∙ 那張「模型變笨」的評分截圖來自單一、不可靠的來源。同一份榜單還把 Sonnet 5

zh

9:10

和 Claude 協作的真功夫：在昂貴之前先找出你的未知數

脈報 ·

2026/07/04

和 Claude 寫程式老是差一點？問題常常不在模型，在你沒想清楚的未知數。這篇拆解未知數的四種型態，整理一套從動手前到做完後、幫你在昂貴之前找出未知數的實用技法。 ⭐ 文章深度讀：影片講的是心法，完整文章補上每個技法的實際 prompt 寫法，還有四種未知數的完整拆解 → https://heymaibao.com/claude-coding-find-your-unknowns/ ⚡ 章節重點開場：模型變強，瓶頸換人 00:00 地圖不是領土，落差就是你的未知數 01:07 你的四種未知數 02:50 太具體或太模糊，都會兩頭失敗 03:47 動手前：盲點掃描、原型與訪談 04:27 真實案例：剪一部你不懂的影片 05:27 動手中與做完後：記帳與小測驗 06:41 會問才是關鍵：AI 時代的權力轉移 07:28 📝 懶人包 ∙ 地圖不是領土：你給 Claude 的 prompt 與 context 是地圖，真正的工作場 (codebase 和各種真實限制) 是領土，兩者的落差就是未知數。 ∙

zh

8:49

中國灰市把 Claude token 砍到一折，便宜的代價是你的資料

脈報 ·

2026/07/03

中國灰市把 Claude token 砍到官方價一折，靠的不是技術，而是中轉站、AI 假證件與 shadow API 假模型疊出來的詐欺。這篇拆解它怎麼運作，以及買家看不見的代價。 ⭐ 文章深度讀：四層詐欺怎麼疊出一折價，還有我對「這筆便宜是誰替你付的」的判斷 → https://heymaibao.com/claude-token-black-market/ ⚡ 章節重點開場 00:00 中轉站是什麼 01:27 三道防線怎麼被打穿 02:30 便宜的四層詐欺 04:56 一個未證實的推測 06:30 便宜的隱藏代價 07:39 📝 懶人包 ∙ 這套黑市的基本單位叫「中轉站」(transit station)，把被限制國家的請求中轉到 Anthropic 或 OpenAI 再送回來，本質就是一個 VPN，技術上和大家熟悉的 OpenRouter 沒兩樣，差別只在合不合法。 ∙ 大量註冊帳號本來要過三道防線 (瀏覽器指紋、簡訊驗證、證件驗證)，現在幾乎全被攻破，AI 生成的假證件甚至能通過官方的護照校驗。 ∙ token

zh

10:48

Anthropic 的 Fable 5 被美國出口管制下線 18 天後才解禁

脈報 ·

2026/07/03

Claude Fable 5 被美國出口管制強制下線 18 天後解禁。拆解事件時間線、Amazon 發現的漏洞、Anthropic 的能力普及辯護，以及它聯合大廠提出的 jailbreak 評分框架。 ⭐ 文章深度讀：那套 jailbreak 評分框架會不會變成產業與政府都認的共通語言 → https://heymaibao.com/anthropic-fable-5-export-control-return/ ⚡ 章節重點開場 00:00 18 天強制下線是怎麼發生的 01:34 導火線與時間線 02:17 最強防護為什麼還會出包 03:33 Anthropic 的辯護：別的模型也做得到 05:29 一套幫 jailbreak 打分數的框架 07:05 對使用者的實際影響 08:54 📝 懶人包 ∙ Fable 5 和 Mythos 5 在 6 月 9 日發佈，6 月 12 日被美國出口管制、當天全面下線，6 月 30 日管制解除，Fable 5 於 7 月 1 日全球重新上線。 ∙ 導火線是 Amazon 研究員發現的一個 safeguard

zh

7:41

對齊也會傳染：OpenAI 發現 AI 的好特質會跨領域擴散

脈報 ·

2026/06/18

OpenAI 發現好特質會傳染：少量有益特質訓練讓模型在 53 個對齊評估中 44 個變更好，只訓練健康一個領域就泛化到其他領域，還更難被惡意提示與微調掰彎，但仍是早期證據。 ⭐ 文章深度讀：只訓練健康一個領域，模型卻在完全無關的領域全面變乖，這是我覺得最反常識的一點 → https://heymaibao.com/openai-beneficial-rl-alignment/ ⚡ 章節重點開場 00:00 什麼是對齊與失準 00:54 把好特質變成可訓練資料 02:04 好特質跨領域擴散 03:18 極難被掰彎 04:36 結論種下對的種子 06:26 📝 懶人包 ∙ OpenAI 在標準訓練資料裡混入少量「有益特質」資料 (誠實、願意被糾正、會解釋自己的思路等)，結果模型在 53 個對齊評估中有 44 個，表現優於用同樣算力訓練的對照組。 ∙ 最驚奇的是跨領域: 只用「健康」這一個領域訓練好特質，模型在跟健康無關的指標 (鑽漏洞、欺騙、一般失準) 上也變好; 反過來把健康和科學從訓練資料拿掉，它在健康評估上照樣進步。 ∙

zh

9:18

Meta 把最強的工程師編進新部門，逼他們訓練取代自己的 AI

脈報 ·

2026/06/18

Meta 把最頂尖的工程師強制編進新 AI 部門，逼他們出題訓練取代自己的 AI。員工自稱被徵召、形容工作像古拉格。據 Wired 報導，我幫你看懂哪些是真痛、哪些被誇大。 ⭐ 文章深度讀：哪些是真痛、哪些被誇大，我把完整判斷寫在文章裡 → https://heymaibao.com/meta-ai-unit-engineers-train-replacement/ ⚡ 章節重點開場 00:00 打造替代品的荒謬性 01:14 Meta 的 AI 大轉向與裁員 02:10 拆解真相：哪些是真痛 03:48 管理層的回應為何打歪 05:19 一邊狂賺一邊崩壞 07:04 對知識工作者的意義 07:58 📝 懶人包 ∙ Meta 全力押注 AI，裁掉約 8000 人 (約一成員工)，並自 2026 年 4 月起，把約 6500 名員工分批編進一個新的 AI 組織。 ∙ 被選進去的工程師沒有去留選擇權，每週約兩個任務，工作是產出訓練、評估前沿 AI 模型用的程式題目，被形容像在訓練取代自己的 AI。 ∙

zh

9:08

AI 把你的程式碼搞成一團爛泥？這套方法能一步步救回來

脈報 ·

2026/06/16

AI 加速了程式碼的腐爛，但它有救。Matt Pocock 帶你看懂深模組、接縫與測試防護網這些老派基本功，並提醒你：救程式碼靠的不是更多 AI，而是你自己重新當回那個指揮官。 ⭐ 文章深度讀：你都怎麼防止自己的程式碼被 AI 越改越亂？留言聊聊 → https://heymaibao.com/rescue-ai-ruined-codebase/ ⚡ 章節重點開場 00:00 AI 加速的迷思與軟體熵 01:01 跟 AI 講同一種語言 02:05 深模組與兩個指南針 03:40 接縫、轉接器與測試防護網 05:20 奪回戰略指揮權 06:57 結論與行動 08:25 📝 懶人包 ∙ AI 沒有讓程式碼變好，它加速了「軟體熵」。每次不顧全局的局部修改都會埋小地雷，雪球滾成一團爛泥，越來越難改。 ∙ 救援的核心是把程式拆成「深模組」(deep module)：用一個簡單的入口，藏起背後一大坨複雜邏輯。目標是 locality (相關的改動集中在同一個地方) 和 leverage (學一點點就能換到一大堆能力)。 ∙

zh

脈報

All Episodes

Similar Podcasts

Lead With AI

Tamara Nall

BlockHash

BlockHash LLC

Elon Musk Podcast

Stage Zero

Talking HealthTech

Talking HealthTech

The Lunduke Journal of Technology

Bryan Lunduke