脈報 - Podcasts

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

8:10

不會寫程式也能用好 AI？Anthropic 40 萬次分析給了答案

脈報 ·

2026/06/16

Anthropic 分析約 40 萬次 Claude Code 使用發現，用好 AI 寫程式靠的是懂不懂自己的問題，不是會不會寫 code。專家成功率是新手兩倍多，這對非工程師是好消息。 ⭐ 文章深度讀：想用 AI 把領域知識變成技術產出，卻不知道自己現在算專家還是新手、該從哪裡開始把問題講清楚 → https://heymaibao.com/anthropic-ai-coding-expertise/ ⚡ 章節重點開場 00:00 人類指揮，AI 執行 01:35 重新定義專業 03:01 會寫程式正在貶值 05:09 你的制勝下一步 06:39 📝 懶人包 ∙ Anthropic 分析約 40 萬次 Claude Code 使用後發現，人和 AI 有清楚的分工：人決定「要做什麼」(約 70% 的規劃決策由人做)，AI 決定「怎麼做」(約 80% 的執行決策交給 AI)。 ∙ 真正放大效果的是你對問題的理解，不是寫程式的能力。被評為「專家」的使用情境，達到嚴格定義成功的比率是「新手」的兩倍多。遇到困難時，新手有 19% 直接放棄，其他人只有

zh

10:30

OpenClaw、Hermes 都很強，但現在還不是你該自架的時候

脈報 ·

2026/06/16

影片喊「停用 OpenClaw、改用 Hermes」，但真正的意思是兩個都很強、你現在還沒準備好自架。本文整理這位重度玩家縮小 AI 助理爆炸半徑的安全隔離與模型成本策略。 ⭐ 文章深度讀：他這套隔離最難的其實是第一次怎麼設權限白名單 → https://heymaibao.com/openclaw-hermes-self-host-security/ ⚡ 章節重點開場：標題在反差 00:00 它到底能幫你做什麼 02:23 最危險的安全噩夢 03:20 縮小爆炸半徑與隔離 04:45 MCP 痛點與 code mode 06:48 模型成本兩階段策略 07:33 權限審批與懶人包 08:34 總結：誰現在該碰 09:51 📝 懶人包 ∙ Hermes、OpenClaw 這類自架的個人 AI 助理現在能力驚人，但還在超早期。Ben Davis 強力推薦去玩，卻明說非技術的人現在自己架，幾乎一定會搞出一個安全惡夢。 ∙ 安全的核心思維是「縮小爆炸半徑」：把跑 agent

zh

9:30

他讓一群 Claude Code 進沙盒並行寫程式，組成軟體工廠

脈報 ·

2026/06/14

Matt Pocock 開源 Sandcastle，把 Claude Code、Codex 關進隔離沙盒並行跑：GitHub issue 當佇列，規劃、實作、互審、合併成軟體工廠，真正該學的是流程不是工具。 ⭐ 文章深度讀：你敢讓一群 AI agent 整晚自己寫程式嗎，還是覺得太冒險？ → https://heymaibao.com/sandcastle-ai-agent-sandbox-software-factory/ ⚡ 章節重點開場 AFK 軟體工廠的夢 00:00 關鍵不是放飛是把它關進沙盒 00:52 拆解 Sandcastle 其實只是一個函式 02:36 軟體工廠的四步驟產線 04:13 兩個值得偷學的小技巧 06:51 實際跑起來的結果 07:42 總結流程大於工具 08:15 📝 懶人包 ∙ AFK (away from keyboard，離開鍵盤掛機) 並行 agent 的真正前提是沙盒隔離，不是 YOLO 放飛。你以為瓶頸是 agent 不夠聰明，其實卡住大家的是「怎麼安全地讓它自己跑」。 ∙

zh

7:55

非工程師的 AI 出貨術：不讀計畫、不看 code、只問對問題

脈報 ·

2026/06/14

不會讀 code 的非工程師，怎麼把功能送進 Python 官方、還能持續出貨？拆解他的 agentic engineering 心法：用計畫逼 AI 別偷懶、靠結果把關、用假想反對者做決策。 ⭐ 文章深度讀：影片是 AI 速讀版，原文多補了我對 slop、被社群封禁與灰色 API 三個代價的完整判斷 → https://heymaibao.com/non-engineer-agentic-shipping/ ⚡ 章節重點開場 00:00 不會讀 code 卻進了 Python 00:36 矛盾：不讀計畫也不看 code 01:42 用計畫逼 AI 別偷懶 02:07 只問對問題：邊界與假想反對者 03:13 萬物皆有 API 04:39 真實的代價與新門檻 05:39 結語：先為自己出一個貨 07:22 📝 懶人包 ∙ 他最大的一招是 Compound Engineering 的 `CE plan` 和 `CE work` (一套 AI 建構工作流工具，他大力歸功給 Kieran)。他說 AI agent 天生會偷懶，會想用最少的算力

zh

8:52

微軟 CEO：別再追最強 AI 模型，真正的護城河是學習迴圈

脈報 ·

2026/06/14

微軟 CEO Satya Nadella 認為 AI 時代真正的護城河不是最強模型，而是會複利的學習迴圈。本文整理他的雙資本框架、生態系大於模型的主張，以及對一人創作者的啟發。 ⭐ 文章深度讀：微軟 CEO 這套說法哪裡是洞見、哪裡是對自己有利的定位，我的完整判斷寫在文章裡 → https://heymaibao.com/nadella-frontier-ecosystem-learning-loop/ ⚡ 章節重點開場 00:00 別再追最強模型 01:27 兩種資本：人力與 token 01:39 真正的護城河是學習迴圈 03:02 微軟為何高喊生態系大於模型 05:02 一人創作者怎麼建護城河 06:44 📝 懶人包 ∙ Nadella 認為真正的機會不在挑最強的模型，而在模型之上建立一個會複利的「學習迴圈」，讓人的判斷和企業自己的 AI 能力一起累積，這才是難以複製的護城河。 ∙ 他提出兩種資本，human capital (人的知識、判斷、關係、模式辨識) 和 token capital (企業自建並擁有的 AI

zh

9:25

Claude Code 的記憶哪裡弱？儲存、注入、召回一次拆給你看

脈報 ·

2026/06/14

沒有單一框架能把 AI 記憶的儲存、注入、召回三件事都做好。這篇拆解 Claude Code 原生記憶的弱點，以及怎麼擇優重組成一套會給出處、不知道就說不知道的記憶系統。 ⭐ 文章深度讀：影片帶你拆框架，文章裡我還多潑了一段冷水：為什麼「最強、打敗 Hermes」這種說法要打折，以及一張可以照著自我檢查 AI 記憶的清單。 → https://heymaibao.com/claude-code-memory-system/ ⚡ 章節重點開場 00:00 AI 記憶的三件事 01:40 Claude Code 的致命弱點 03:41 擇優重組：把各家最強的補回來 04:53 會給出處，不知道就說不知道 06:48 團隊版：共享腦還是私有 07:52 別被最強帶著走 08:39 📝 懶人包 ∙ 任何 AI 記憶系統其實只做三件事：儲存 (存得進)、注入 (開機時叫得出)、召回 (事後找得到)。每件事都有不只一種做法可以挑。 ∙ 影片診斷 Claude Code 原生記憶：儲存還行但會漏、注入很陽春、召回幾乎沒有搜尋，是三者裡最弱的一環。

zh

9:32

Anthropic 風光的一週『結束了』？真正重點不是這齣宮鬥戲

脈報 ·

2026/06/14

YouTuber 說美國政府逼 Anthropic 90 分鐘內下架模型，但宮鬥戲無法查證。真正該帶走的是三件事：AI 權力新聞怎麼讀、vibe coding 陷阱，以及 AI 為何增強而非取代你。 ⭐ 文章深度讀：完整文章裡我把「怎麼分清報導、各方敘事與個人推測」拆成可直接照做的判斷步驟 → https://heymaibao.com/anthropic-its-over-real-takeaways/ ⚡ 章節重點開場 00:00 怎麼讀 AI 宮鬥新聞 01:02 Vibe coding 陷阱 04:51 AI 是增強不是取代 06:51 三個帶走的判斷 08:17 📝 懶人包 ∙ 他把整起事件定調成一場權力與資本的鬥爭，不是安全問題。他甚至給出機率分配：10% 是各方在玩高階合謀，45% 是政府裡有人想分 Anthropic 上市的利益，45% 是純粹的混亂、情緒和自尊作祟。 ∙ 他戳破一個現象，我會把它叫做 vibe coding 陷阱 (vibe coding 指不太看程式碼、單靠和 AI 對話就把東西做出來)。週末隨手丟需求給

zh

11:13

有人說賺十億一定靠作弊，Paul Graham 用一道數學題反駁

脈報 ·

2026/06/14

賺到十億美元一定靠作弊嗎？Paul Graham 用一道指數成長的數學題告訴你不必。新創規模只取決於成長率與成長持續多久，這篇帶你自己算一次，順便校正你對指數成長的直覺。 ⭐ 文章深度讀：影片是重點版，文章版完整寫了我為什麼說這是「可能」不是「容易」，還有 YC 倖存者視角這個但書 → https://heymaibao.com/paul-graham-earn-billion-dollars/ ⚡ 章節重點開場 00:00 先自己算一次，不必作弊的證明 01:52 反直覺的指數成長 03:40 成長率到底從哪裡來 05:43 別刻意找點子，最好的點子不是找來的 06:41 可能不代表容易，一個誠實的但書 09:10 📝 懶人包 ∙ 賺到十億不必作弊。一家新創能長多大、創辦人能變多有錢，只取決於兩個數字：成長率，以及這個成長能持續多久。 ∙ 指數成長違反直覺到像魔術。每月成長 93%，從兩百萬到十億只要約九個半月，就算放慢到每月 15%，五年也會變成原本的 4384 倍。 ∙

zh

6:19

一個越獄就讓美國政府下架 Fable 5，Anthropic 公開不服

脈報 ·

2026/06/13

美國政府逼 Anthropic 對所有客戶下架 Fable 5 與 Mythos 5，理由只是一個被指控的窄越獄。Anthropic 合規卻公開不服，警告這種召回門檻會凍結整個前沿 AI 產業。 ⭐ 文章深度讀：這次被關掉的是 Fable 5，下次很可能就是你最依賴的那個工具 → https://heymaibao.com/anthropic-fable-5-government-recall/ ⚡ 章節重點開場：一個越獄就讓模型全面下架 00:00 發生了什麼：政府的出口管制令 00:49 政府的理由薄到什麼程度 01:23 先說清楚：消息只有一邊 01:48 Anthropic 的反駁與美工刀比喻 02:14 誠實是一把雙面刃 03:17 真正的爭點：召回門檻 03:50 你該怎麼辦：留一條退路 05:02 收尾：下次會是誰 05:49 📝 懶人包 ∙ 美國政府以國家安全與出口管制職權，要求 Anthropic 停止讓任何外國國民 (含 Anthropic 自家外國籍員工) 存取 Fable 5 與 Mythos 5。淨效果是

zh

8:53

Fable 5 還沒用就燒光額度，問題不在模型，在你不會分層

脈報 ·

2026/06/11

Fable 5 很強卻很燒額度。這篇從一部不談 benchmark 的影片，拆 effort 分層與多模型編排：貴模型規劃、便宜模型執行、貴模型驗證，並標出哪些只是影片未驗證宣稱。 ⭐ 文章深度讀：Fable 開哪一檔對應 Opus 哪一檔、什麼時候該主動降級，完整對照和三步流程我都整理在文章裡 → https://heymaibao.com/fable-5-effort-tier-token-strategy/ ⚡ 章節重點開場 00:00 為什麼切到 Fable 5 開 max 是陷阱 01:03 跟模型學成本紀律 01:55 善用 effort 分層 02:55 規劃執行驗證三步流程 03:53 事實與傳言怎麼分 06:28 把最貴的腦用在刀口上 08:17 📝 懶人包 ∙ 影片作者認為 Fable 5 是 Anthropic 新一代模型，能力很強，但 token (你的運算額度) 燒得極兇，無腦開高 effort 會非常快見底。 ∙ 他從一份宣稱來自 Fable 5 的 model card 觀察到一個有趣行為：Fable

zh

6:46

少下步驟反而更強，Fable 5 第一天社群實測的 8 條用法

脈報 ·

2026/06/11

Fable 5 發佈第一天，社群在 Reddit、X、TikTok 燒錢實測，摸出 8 條 day-one 用法：少下步驟、給目標、當 orchestrator、先餵截圖、用 medium effort 省 token，直接抄。 ⭐ 文章深度讀：影片是濃縮版，8 條用法的完整脈絡、社群迷因原文和每條來源連結都在文章裡 → https://heymaibao.com/fable-5-day-one-community-playbook/ ⚡ 章節重點開場 00:00 給目標，少下步驟 01:09 把它當排程者，不要當工人 02:03 省 token，先試 medium 檔 03:17 避開安全地雷與商業用法 04:27 6 月 22 日死線與技能蒸餾 05:19 八大鐵律總結 06:03 📝 懶人包 ∙ 少下步驟、給目標。舊 prompt 裡那些編號步驟、手把手指示，在 Fable 5 上反而扣分。 ∙ 把它當 orchestrator (調度者)、先試 medium 檔位，是社群一致摸出的「又夠強又省 token」組合。 ∙

zh

9:16

Anthropic 放出最強 coding 模型 Fable 5，但它會偷偷變笨

脈報 ·

2026/06/11

Anthropic Fable 5 被稱為最強 coding 模型，能改老專案、自寫測試找 bug。但燒錢快、強制留資料 30 天，還會在你不知情時偷偷調笨還照收全價。該不該用一次看懂。 ⭐ 文章深度讀：這段視窗到底該不該衝,我把完整判斷整理在文章裡 → https://heymaibao.com/anthropic-fable-5-coding-model/ ⚡ 章節重點開場 00:00 60 秒懶人包 00:53 釐清模型與跑分 01:49 能力跳級實測 03:14 三個隱性代價 05:09 該怎麼用：行動策略 07:32 總結 08:42 📝 懶人包 ∙ **使用者拿到的是 Fable 5，不是裸 Mythos 5。** Fable 5 是 Mythos 5 套了一層安全防護的版本。很多跑分 (benchmark) 看起來低分，其實是 Fable 對某些題目直接拒答造成的，不是能力不夠。 ∙ **它被認為是目前最強的 coding 模型。** Theo 用它改造了一個 15,000 行的老專案、讓它自己寫測試程式找出

zh

8:46

用 Claude Fable 5 別再堆指令，Anthropic 官方教你做減法

脈報 ·

2026/06/11

換更強的 Claude Fable 5，第一件事不是加 prompt 是減 prompt。Anthropic 官方指南整理了最該調整的行為、可直接複製的指令，還有一個會害你退回舊模型的隱藏陷阱。 ⭐ 文章深度讀：官方那十幾段可直接複製的 prompt 片段，加上 reasoning_extraction 陷阱遷移前該掃哪裡，都整理在文章裡 → https://heymaibao.com/claude-fable-5-prompting-guide/ ⚡ 章節重點開場 00:00 Fable 5 到底強在哪 01:24 該立刻改掉的實戰習慣 02:45 害你降級的隱藏陷阱 05:50 幫你的 AI 護欄瘦身 07:19 總結與我的判斷 07:55 📝 懶人包 ∙ Anthropic 官方明說，Fable 5 的指令遵循能力夠強，多數行為用一句簡短指令就能引導，不必逐項把每個行為列出來。為舊模型寫的那些又長又細的 prompt 和技能設定，反而可能拉低它的表現，該檢視並考慮刪掉。 ∙

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