脈報 - Podcasts

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

9:46

Claude Code 開放巢狀 subagent,3 個工作流現在就能用

脈報 ·

2026/06/11

Claude Code 開放巢狀 subagent,讓 subagent 能再開下一層。這篇用批次事實查核、bug 除錯、迭代 skill 三個馬上能套的工作流,帶你把這個新能力變成每天用得上的東西。 ⭐ 文章深度讀：影片沒講的三個代價,和到底該不該用的判斷,我寫在文章裡 → https://heymaibao.com/claude-code-nested-subagents/ ⚡ 章節重點開場 00:00 AI 為什麼會變笨：脈絡視窗 00:59 subagent 怎麼解決 01:41 巢狀 subagent 新在哪 02:45 Codex 的 max_depth 對照 03:20 工作流 1：批次事實查核 03:56 工作流 2：bug 除錯挖根因 04:45 工作流 3：比較與迭代 skill 06:05 三大隱藏代價 07:45 到底該不該用 08:33 結語與功課 09:07 📝 懶人包 ∙ Claude Code 現在讓 subagent 自己再開下一層 subagent，一層接一層，影片作者說最深可以疊到 5 層。 ∙

zh

8:48

最強的 Claude Fable 5 來了，但 Anthropic 沒告訴你全部

脈報 ·

2026/06/11

最強的 Claude Fable 5 來了，Anthropic 卻沒把代價說完。靜默降能、沒有零資料保留、又貴又慢、限時兩週。一位開發者整天實測後的心得，幫你判斷這顆模型值不值得碰。 ⭐ 文章深度讀：Anthropic 對你誠實，唯一選擇不講的是哪件事 → https://heymaibao.com/claude-fable-5-review-tradeoffs/ ⚡ 章節重點開場 00:00 三個重點先看懂 01:11 Fable 5 的身世 01:39 它真的有多強 02:21 聰明到教你繞過分類器 03:45 安全機制的兩面 04:18 又貴又慢的代價 05:32 沒有零資料保留 05:59 限時開放與算力瓶頸 06:49 我的判斷與該怎麼用 07:15 📝 懶人包 ∙ 第一點：Claude Fable 5 是 Anthropic 把內部那顆最大的 Mythos 模型，加上安全防護後對公眾釋出的版本，被實測者評為「世代級」的躍進，跟去年 11 月 Claude 4.5 那一跳同等級。 ∙

zh

9:36

Anthropic 團隊用 Claude Code 一年，學到 5 件反直覺的事

脈報 ·

2026/06/10

Claude Code 上線一年，Anthropic 團隊分享 5 件反直覺的事：犯錯寫成規則、驗證是讓 AI 自己跑起來、全自動核准比逐條把關更安全、讓 AI 自己接 bug、context 越少越好。 ⭐ 文章深度讀：把 AI 擺旁邊還是放中心，一年後拉開的產能差距 → https://heymaibao.com/anthropic-claude-code-one-year-lessons/ ⚡ 章節重點開場 00:00 反直覺 1：犯錯別糾正，寫成規則 01:44 反直覺 2：驗證是讓 AI 自己跑起來 03:00 反直覺 3：全自動核准更安全 04:17 反直覺 4：讓 AI 自己接活 05:29 反直覺 5：context 越少越好 06:44 把 AI 放中心，而不是擺旁邊 07:46 📝 懶人包 ∙ Claude Code 團隊發現，當 AI 犯錯時最好的做法不是當場糾正它，而是把規則寫進 CLAUDE.md (給 AI 看的專案說明檔) 或做成可重用的 skill，讓它下次自己照做。 ∙ 他們認為大家最常誤解「驗證

zh

9:19

Claude Code 創造者:我六個月沒寫程式,改成寫 loops 了

脈報 ·

2026/06/09

打造 Claude Code 的 Anthropic 工程師 Boris 六個月沒寫過程式,還卸載 IDE,改成寫 loops 讓自動迴圈去指揮 Claude。他說引擎是模型,並建議把預算從人力換成 tokens。 ⭐ 文章深度讀：為什麼打造 Claude Code 的人半年沒寫程式,還勸你把預算從人換成 tokens → https://heymaibao.com/claude-code-creator-writes-loops/ ⚡ 章節重點開場：創造者自己不寫程式了 00:00 他現在的工作是寫迴圈 01:54 真正的引擎是模型 04:06 用 tokens 換人力的建議 05:22 職稱會消失與品味的祛魅 06:37 今天就能動手的三件事 08:00 📝 懶人包 ∙ Claude Code 剛做出來時很爛，只幫 Boris 寫了大概 10% 到 20% 的 code。真正讓它變好用的，是底層模型變強 (他口述從 Sonnet 4、Opus 4 一路到 Opus 4.5)，而不是外層那些介面工程。 ∙ 寫程式的抽象層級一路往上跳:

zh

9:25

Anthropic Fable 5 實測一週：最強模型，卻不是給你用的

脈報 ·

2026/06/09

Every 實測 Anthropic 新模型 Fable 5 一週。benchmark 一個 prompt 拿 91 分、能自己跑 3-4 小時，但慢、貴、約 Opus 兩倍。最強卻不見得適合你，我整理它的強弱項。 ⭐ 文章深度讀：Fable 5 到底適不適合你，關鍵不在它多強，而在你手上有沒有夠大的問題 → https://heymaibao.com/anthropic-fable-5-week-test/ ⚡ 章節重點被嫌太危險的最強模型 00:00 它是什麼：一台曲速引擎 02:01 多強：91 分與丟了就走 03:22 代價：慢、貴、極吃 token 05:20 不是給你用的：誰該用 06:51 更大的一件事 08:29 📝 懶人包 ∙ Fable 5 最特別的能力是「丟了就走」。你給它一個夠大的任務，然後離開去做別的事，讓它自己跑 3 到 4 小時、甚至過夜，回來就有成品。Dan 把它比喻成曲速引擎，把原本要幾個月的大工程壓縮成幾小時。 ∙ 在 Every 自家的「資深工程師 benchmark」裡，Fable 5 用一個

zh

8:58

Anthropic 推出最強模型 Claude Fable 5，還幫它裝了煞車

脈報 ·

2026/06/09

Anthropic 推出最強模型 Claude Fable 5 與解鎖版 Mythos 5，能力躍進又降價一半，卻幫它裝了煞車：敏感請求會自動換成 Opus 4.8。一篇看懂雙模型差異與實際影響。 ⭐ 文章深度讀：搞懂那道煞車什麼時候會踩到你，以及訂閱方案 6 月 23 日之後的收費變化 → https://heymaibao.com/claude-fable-5-mythos-5/ ⚡ 章節重點開場 00:00 同一個引擎兩種封裝 00:59 它到底有多強 02:08 那道煞車怎麼運作 03:52 對你的實際影響 06:37 總結與行動指南 08:00 📝 懶人包 ∙ 這次其實是兩個模型一起發。Claude Fable 5 與 Claude Mythos 5 是同一個底層引擎，差別只在安全防護的開關。Fable 5 對所有人開放，Mythos 5 解除了部分防護，只給少數受信任的對象。 ∙ 能力躍進有具體背書。Anthropic 引用合作方說法，例如 Stripe 稱 Fable 5 在一個 5,000 萬行的 Ruby

zh

10:20

Google 自己做晶片，卻還要每月付 Elon 9.2 億美元租算力

脈報 ·

2026/06/09

為什麼連自製晶片的 Google 都得跟對手 Elon 租算力？這篇用 Theo 的影片拆解 AI 算力危機的四層供應鏈瓶頸，解釋為什麼砸錢也快不了，以及真正的贏家為什麼是 Nvidia。 ⭐ 文章深度讀：算力危機接下來會更嚴重還是緩解 → https://heymaibao.com/ai-compute-crisis-google-rents-from-elon/ ⚡ 章節重點連 Google 都得跟 Elon 租算力 00:00 算力荒到底有多嚴重 00:50 供應鏈的四層瓶頸 01:59 為什麼不能直接多蓋幾座廠 05:24 誰是這場危機的贏家 06:45 這跟你有什麼關係 08:54 📝 懶人包 ∙ 三大廠都被算力卡死。Theo 引述財報指出，Microsoft、Google、Anthropic 都明說自己「產能 / 供給受限」，連自製晶片的 Google 都得跟對手 Elon 租算力來補。 ∙ 瓶頸是「整條供應鏈同時卡」。從 TSMC 晶圓代工、HBM 高頻寬記憶體 (全球只有 3

zh

8:25

Google CEO Pichai 親口承認：我們在 AI coding 還落後

脈報 ·

2026/06/08

一場罕見坦白的訪談：Google CEO Pichai 承認在 AI coding 落後 Anthropic 與 OpenAI，新模型剛上線就被嫌。他也談競賽節奏、TPU 策略、就業前景與越來越近的 AGI。 ⭐ 文章深度讀：你覺得 Google 這次親口認落後，是真誠面對還是預期管理式的公關？ → https://heymaibao.com/google-ceo-admits-coding-behind/ ⚡ 章節重點開場 00:00 Google 到底落後在哪 01:21 追趕武器 Antigravity 02:26 30 到 60 天像 5 年 03:34 AI 會不會搶走工作 05:03 通往 AGI 之路 06:12 給知識工作者的啟發 07:19 📝 懶人包 ∙ Pichai 自評 Google 的位置很坦白：在文字、多模態、語音、推理這些能力上，Google 站在前沿，但在 agentic coding (能自己拆任務、呼叫工具一路把事情做完的那種 coding) 、工具使用、長時間的複雜任務上，「我們有點落後」，落後的對象包含

zh

10:42

OpenAI 攤牌：三大目標、2028 自動化研究、每人一個 AGI

脈報 ·

2026/06/08

OpenAI 攤牌三大目標：打造能自動化研究的 AI、加速經濟並共享收益、給每個人一個個人 AGI。唯一硬時間錨 2028 年 3 月，原文標為內部信念，幫你把硬資訊跟空話分開。 ⭐ 文章深度讀：OpenAI 會不會在 2028 年 3 月前，把收益分配與個人 AGI 普惠的具體機制端上桌 → https://heymaibao.com/openai-three-goals-2028-personal-agi/ ⚡ 章節重點開場：又一篇 AI 願景宣言？ 00:00 目標一：打造會自己做研究的 AI 01:41 2028 年 3 月這個時間錨 03:07 電力類比與普惠願景 04:31 目標二、三：加速經濟與個人 AGI 05:29 OpenAI 的第三階段劇本 06:37 反對全面自動化，人類做什麼 07:28 三個自打臉的矛盾 08:42 我的判斷：立場宣告不是路線圖 09:42 📝 懶人包 ∙ OpenAI 列出三大目標：打造能自動化研究流程的「自動化 AI 研究員」、加速經濟並讓收益廣泛共享、給地球上每個人一個「個人 AGI」。

zh

7:14

20k 星的 Claude Code 外掛，這個月在解一個更難的問題

脈報 ·

2026/06/08

AI 會寫程式已經不稀奇，難的是讓它在整段開發流程裡不掉脈絡。20k 星的 Claude Code 外掛 Compound Engineering 這個月就在解這題，從詞彙字典到克制設計，幫你抓重點。 ⭐ 文章深度讀：我把這套外掛這個月最值得學的幾個點整理成完整圖文 → https://heymaibao.com/compound-engineering-context-update/ ⚡ 章節重點開場 00:00 真正難的不是寫 code 00:30 為什麼爆紅到 20k 星 01:19 CONCEPTS.md：給專案一本字典 01:42 好的 AI 要懂得打斷你 03:02 用眼睛審查成品 03:42 趁故事還新鮮就先寫出來 04:55 成熟的克制 06:05 留給你的問題 06:46 📝 懶人包 ∙ Compound Engineering 這輪更新的主線，是讓 AI 把「脈絡 (context)」帶過整個開發流程，而不是再證明一次 AI 會寫程式。 ∙ 最大的新東西是

zh

8:49

AI 不只會寫程式，還能當你的私人家教，差別只在一件事

脈報 ·

2026/06/08

AI 不只會寫程式，還能當你的私人家教。Matt Pocock 的 teach skill 把 Claude Code 變成記得你進度的老師，連魔術方塊都教得會，關鍵是一個常被忽略的有狀態設計。 ⭐ 文章深度讀：把這套有狀態設計搬到你自己的學習或工作流，完整圖文版我整理在脈報 → https://heymaibao.com/ai-personal-tutor-teach-skill/ ⚡ 章節重點開場 00:00 你的 AI 會記住你嗎 01:03 有狀態與無狀態的差別 01:36 實測：教我還原魔術方塊 02:41 近側發展區，學習的甜蜜點 04:42 反依賴的教學法 05:52 知識工作者的實戰 07:01 📝 懶人包 ∙ 教 AI 的關鍵分水嶺，是它有沒有「狀態」。教學這種事必須是有狀態的，要把你的進度、找到的資源、上過的課都存進檔案，否則它每次都從零開始，記不得你是誰。 ∙ 近側發展區 (zone of proximal development) 是讓課程「剛剛好」的原則，每次只教你「被充分挑戰、但還不會被嚇跑」的一小步。

zh

8:16

Anthropic 自己攤牌：80% 程式碼是 AI 寫的，它卻想喊停

脈報 ·

2026/06/08

Anthropic 攤開內部數據：超過 80% 程式碼由 Claude 寫、工程師產出 8 倍於 2024，卻同時說願意可驗證地暫停前沿 AI。一篇拆解遞迴自我改進真相、taste 暗線與對齊風險。 ⭐ 文章深度讀：Anthropic 接下來幾個月要辦的 RSI 政策對話會生出什麼具體共識 → https://heymaibao.com/anthropic-recursive-self-improvement/ ⚡ 章節重點開場 00:00 80% 的程式碼是 AI 寫的 00:26 AI 一年內進化有多快 01:25 數字會騙人，方向沒騙人 02:14 什麼是遞迴自我改進 03:04 taste 是人類最後的護城河 04:15 模型開始訓練模型的恐怖 05:37 為什麼這家公司想暫停 06:32 我們該怎麼辦 07:21 📝 懶人包 ∙ Anthropic 攤開內部數據：超過 80% 的程式碼由 Claude 撰寫 (Claude Code 2025 年 2 月上線前還是個位數)，2026 年第二季每位工程師每天合併的程式碼量，是 2024

zh

7:40

AI 公司想賣你的東西，PewDiePie 自己做出來還免費送

脈報 ·

2026/06/08

AI 公司想包成訂閱賣你的功能，PewDiePie 免費開源做了一套自架 AI 工作站。ThePrimeagen 看完直呼跪。這篇談它的功能、為何是隱私宣言，還有一個人專案能撐多久的隱憂。 ⭐ 文章深度讀：Odysius 的完整功能清單、它到底抄了誰，以及我為什麼說它撐不撐得久還是問號，文章裡講得更細 → https://heymaibao.com/pewdiepie-free-self-hosted-ai-workspace/ ⚡ 章節重點開場 00:00 Odysius 到底是什麼 01:10 一個人做完 AI 公司的產品線 01:46 功能全是抄來再整合 02:58 資料主權與隱私宣言 04:21 AI 是工具，不是來取代你 05:35 我的判斷：門檻與隱憂 06:16 留給你的小挑戰 07:06 📝 懶人包 ∙ PewDiePie 發佈了一套叫 Odysius (拼法待確認) 的 AI workspace，定位像 Claude 或 ChatGPT 的網頁版，但完全自架、資料歸你、無追蹤、無訂閱，也可以用 API 接任何模型。 ∙

zh

9:47

別再 prompt AI？搞懂爆紅的 agent loop，再決定要不要學

脈報 ·

2026/06/08

最近 AI 圈很流行一句話：別再 prompt agent，去設計 loop。可是 loop 到底是什麼、你需不需要學？這篇用 Claude Code 和 openclaw 兩套做法解釋清楚，再給你務實判斷。 ⭐ 文章深度讀：到底該不該動手做 loop，我把判斷標準和務實做法整理在文章裡 → https://heymaibao.com/what-are-agent-loops/ ⚡ 章節重點開場 00:00 別再 prompt AI，兩段爆紅的話 00:36 loop 到底是什麼 01:48 你需不需要 loop 03:31 Boris 與 Peter 兩套做法 04:45 我的判斷，先別焦慮 08:19 📝 懶人包 ∙ loop 不是你程式課學的那種 for-loop。它是一個「會重複、會自己用工具、會自己驗收成果」的 AI 流程。而最關鍵、也最常被人偷懶跳過的，是「驗收」那一步。 ∙ 你需不需要 loop，其實只要問兩個問題：這件事會不會一直重複、AI 能不能自己判斷有沒有做對。兩個都「會」才划算。 ∙ 文章整理的兩位實作者

zh

9:19

Remotion 還是 HyperFrames？AI 影片社群早就不打這場仗

脈報 ·

2026/06/08

Remotion 還是 HyperFrames？社群早就不打這場仗。拆解 agent 影片工具的媒介之爭、one-shot 神話與 pacing 天花板，附兩套 prompting 心法，幫你按手邊的活選對工具。 ⭐ 文章深度讀：選工不選邊的完整判斷框架，加兩套 prompting 心法逐條拆解 → https://heymaibao.com/remotion-vs-hyperframes-ai-video/ ⚡ 章節重點開場 00:00 社群早就不打這場仗 00:42 媒介之爭：HTML 對 React 01:31 打破 one-shot 神話 02:29 節奏是品質天花板 03:57 兩套 prompting 心法 04:48 到底該用哪個 07:29 真正的轉變：agent 是編輯 08:12 📝 懶人包 ∙ Remotion 和 HyperFrames 的根本分歧在媒介，不在功能：Remotion 賭寫影片的人是 React 開發者，HyperFrames 賭寫影片的人已經是 agent。社群因此從「選邊站」轉向「選工適配」。 ∙

zh

9:54

OpenClaw 高手跳槽 Hermes，順手公開了砍掉 AI 帳單的方法

脈報 ·

2026/06/07

OpenClaw 頂端玩家悄悄跳槽 Hermes，攤開一套讓 AI agent 帳單變便宜又能賺錢的工作流，涵蓋 context 衛生、依模型分 profile、cron 全天候商機掃描與本地模型成本。 ⭐ 文章深度讀：省 AI 帳單的 context 衛生三步驟，加上那個全天候商機掃描 cron 的設定邏輯 → https://heymaibao.com/ai-agent-cost-cutting-workflow/ ⚡ 章節重點開場 00:00 OpenClaw 高手為何跳槽 Hermes 00:44 為什麼你的 AI 帳單會爆 01:50 依模型分工，別每個角色配一個 agent 03:38 Sub-agent 和 profile 差在哪 04:19 讓 agent 當你的全天候商機獵人 05:03 想玩本地模型該怎麼買 06:22 立刻能用的反向提示詞 07:32 總結：工作流才是資產 08:41 📝 懶人包 ∙ 你的 agent 帳單會爆，多半不是訂閱太貴，而是 context 沒管好。把對話分成多個 session、關掉用不到的

zh

10:52

YC 執行長炫耀一天寫 37000 行，這正是程式設計變糟的徵兆

脈報 ·

2026/06/06

YC 執行長炫耀靠 AI 一天寫 37000 行程式碼，但頂尖工程師其實都很懶。從 Theo 與 Brian Cantrill 的角度，看為何行數崇拜正在讓軟體變糟，以及 AI 時代我們該守住什麼。 ⭐ 文章深度讀：完整版多了我對行數崇拜與「爛軟體不再自然死亡」的判斷 → https://heymaibao.com/ai-erodes-programmer-laziness/ ⚡ 章節重點開場 00:00 一天 37000 行的數字反差 00:40 行數崇拜的謬誤 02:19 懶惰為什麼是工程師的美德 03:27 為什麼 AI 天生缺這種懶 05:09 軟體不再自然死亡 06:39 這群人不是在反 AI 08:18 割草機不會替你在乎 09:12 結語稀缺的是判斷 10:05 📝 懶人包 ∙ 好工程師的「懶」其實是一種費力的美德，它逼人把系統做到最簡單。這是 Larry Wall 提出、Cantrill 重新擦亮的老觀念。 ∙ AI 模型 (也就是大型語言模型，LLM)

zh

10:25

幾乎不寫 code 的 YC 創辦人：整天用語音指揮一群 AI

脈報 ·

2026/06/06

一位 YC 創辦人示範他幾乎不寫程式碼的工作流：用語音把任務派給多個並行 AI agent，卻同時設「AI 禁區」防爛碼、堅持不讓 AI 當架構師，token 全開卻刻意少寫 code。 ⭐ 文章深度讀：完整圖文版和我整理的適用邊界都在文章裡 → https://heymaibao.com/yc-founder-barely-writes-code-voice-agents/ ⚡ 章節重點開場 00:00 不寫 code 的工程師日常 01:15 token 隨便燒，行數卻要省 02:45 在 codebase 劃出 AI 禁區 04:43 code 變成鋸木屑 06:36 帶走的兩條紀律 09:05 📝 懶人包 ∙ 他幾乎不手寫程式碼，整天用語音加鍵盤快捷鍵，把任務派給好幾個同時在跑的 AI agent，只有偶爾要手動改檔時，才進他們戲稱的「caveman mode (穴居人模式)」用鍵盤打字。 ∙ 他重度用 AI，卻守住人類的邊界：在程式碼裡設「slop-free zone (無爛碼區)」，標明「human eyes only，AI

zh

7:47

規劃的重點不是 plan mode，是 plan mode 之前那段對話

脈報 ·

2026/06/05

多數人一開 plan mode 就讓 AI 直接 build，模型只能亂猜。這位創作者先多輪對話把 context 和取捨聊清楚，才進 plan mode、生成計畫檔再 build。看他的四步流程。 ⭐ 文章深度讀：plan mode 之前那段對話到底要聊什麼才不會白規劃 → https://heymaibao.com/planning-before-plan-mode/ ⚡ 章節重點 plan mode 被你用錯了 00:00 薄用法為何常常翻車 00:34 顛覆認知的四步流程 02:17 實戰：Expo 還是原生 Swift UI 03:26 計畫檔才是真正的交付物 05:14 花時間規劃會拖慢出貨嗎 06:27 結論：先投資十分鐘對話 07:16 📝 懶人包 ∙ 多數人的 plan mode 用法太薄：plan mode 是 AI 工具裡「先出計畫、再動手蓋」的模式，但多數人是一行需求 → 開 plan mode → 不讀計畫直接 build。模型手上只有一句話的 context (脈絡)，剩下全靠它替你猜，蓋出來自然不是你要的。 ∙

zh

脈報

All Episodes

Similar Podcasts

Signal Brief · Steady State Radio

Steady State Radio

Taylor Lorenz’s Power User

Taylor Lorenz

AI HR Daily by OVI

Tim from OVI

AI Newspaper

AI Newspaper

Apple Actus 🍏 - Les Actus de la Pomme

Le6lindre