脈報 - Podcasts

7:13

職場本來就是一場混亂：AI 為什麼不需要多強就能取代你

脈報 ·

2026/03/22

職場有多混亂，AI 就有多大機會。62% 員工只做最低限度，CEO 不知道公司在做什麼。從關節化差距到人類真正不可取代的位置，這篇分析改變你對 AI 取代工作的認知。 ⭐ 文章深度讀：整理關節化差距的核心邏輯，以及知識工作者現在能做的兩件事 → https://heymaibao.com/ai-replacing-knowledge-work/ ⚡ 章節重點開場 00:00 AI 的真正對手：不是頂尖人才 01:12 關節化差距：Cliff 退休後知識就消失了 02:39 AI 能力堆疊：四層蛋糕你守的是頂層 04:24 AI 缺少的那兩樣東西 05:17 知識工作者現在能做什麼 06:04 📝 懶人包 ∙ 真正和 AI 競爭的不是人類最好狀態，而是 62% 只做最低限度的職場現實。全球知識工作者薪酬約 55 兆美元，但 62% 的員工只做最低限度，15% 積極破壞。AI 不需要打敗頂尖人才，只需要比這個平均值好一點。 ∙ 人類和 AI 之間真正的差距不是能力，而是關節化差距：知識還沒被寫下來。知識一旦被捕捉進標準流程 (SOP)

zh

7:51

GPT-5.4 前端設計的反直覺：低推理等級反而輸出更好看

脈報 ·

2026/03/22

GPT-5.4 的前端能力比前代強，但提示方式不對照樣只會拿到泛用卡片格線。這篇整理 OpenAI 官方的提示策略與 Frontend Skill 的設計哲學，讓你輸出真正好看的設計。 ⭐ 文章深度讀：整理了 OpenAI 官方的提示策略全文，以及 Frontend Skill 六條設計哲學與七宗罪避雷清單 → https://heymaibao.com/gpt-54-frontend-design/ ⚡ 章節重點為什麼 AI 設計總是長一樣 00:00 問題根源：什麼是高頻模式 01:07 GPT-5.4 三大新能力 02:09 五個提示策略，第五招最反直覺 02:59 Frontend Skill：設計品味灌進 AI 腦袋 04:47 七宗罪避雷清單 06:22 📝 懶人包 ∙ GPT-5.4 的前端能力不是自動發揮，而是靠提示引導。提示不足時，模型會退回訓練高頻模式，輸出通用的卡片版面、弱品牌設定、流水線佈局。這不是能力問題，是 prompt 策略問題。 ∙ OpenAI 官方的 frontend-skill (前端設計技能包)

zh

5:59

CEO 用 AI 最危險的不是高產，而是太快相信自己已經懂了

脈報 ·

2026/03/22

AI 讓 CEO 更有自信，但這份自信有多少是真的？從 Garry Tan 的 gstack 爭議出發，結合迎合型 AI 研究拆解能力錯覺的來源，帶你分清楚做出來、會操作和真的懂三層差異。 ⭐ 文章深度讀：整理了三個層次的框架，幫你判斷自己是做出來、會操作，還是真的懂了 → https://heymaibao.com/ceo-ai-overconfidence/ ⚡ 章節重點 AI 讓人感覺像天才，但這是警訊 00:00 gstack 爭議：當宣傳比工具大好幾圈 0:37 AI 不翻白眼的代價：跳過碰壁就跳過理解 1:44 最危險場景：老闆週末做原型，週一指導工程師 3:43 三層框架：做出來、會操作、真的懂 4:34 📝 懶人包 ∙ 這部影片真正有力的，不是酸 Garry Tan，而是點出 AI 很容易把「工具幫你做出成果」包裝成「你已經學會了」。 ∙ gstack 不是空氣，它是一套 AI 代理工作流技能包，但圍繞它的公開宣傳語氣，確實比專案本身的底層能力大好幾圈。 ∙ 至少有一項 3,285 人的研究支持：迎合型 AI

zh

8:17

/plan-ceo-review：讓 AI 在你動手前先找出計畫的最大破綻

脈報 ·

2026/03/20

gstack /plan-ceo-review 讓 AI 在你寫第一行程式碼前挑戰計畫本身。四個審查模式、Boil the Lake 的壓縮比率哲學、CEO 思維本能植入，加上敵對子代理打破自我確認偏誤。 ⭐ 文章深度讀：整理了六種任務類型的 AI 壓縮比率對照表，以及四個審查模式的詳細觸發說明 → https://heymaibao.com/plan-ceo-review-gstack-design/ ⚡ 章節重點開場：AI 讓速度不再是瓶頸，方向才是 00:00 /plan-ceo-review：動手前先請 AI 執行長上班 01:30 四種審查模式：選定後就不能漂移的工作人格 02:25 Boil the Lake + CEO 認知模式：反捷徑本能的底層邏輯 04:41 敵對子代理：讓 AI 抓 AI 的包，以及判斷力才是真正稀缺的 06:26 📝 懶人包 ∙ gstack 把 Boil the Lake 哲學直接嵌入 AI 的決策格式：功能實作 30x 壓縮、測試 50x 壓縮，這讓「選完整方案」在 AI

zh

7:08

Anthropic 為何出貨這麼快？問題出在 OpenAI 的組織結構

脈報 ·

2026/03/20

Anthropic 工程師寫完程式碼，當天就能出貨並公告。OpenAI 需要執行長審批。這個結構差異，是解釋過去 7 天出貨數量差距的核心。一個迴圈在複利，另一個在開會。 ⭐ 文章深度讀：揭開工程師直接出貨背後的決策架構，以及你能套用的具體方法 → https://heymaibao.com/anthropic-vs-openai-shipping-speed/ ⚡ 章節重點 7 天的數字告訴我們什麼 00:00 飛輪效應，工具加速工具 01:14 OpenAI 的組織結構問題 03:51 你能帶走什麼？ 05:56 📝 懶人包 ∙ 過去 7 天，Anthropic 出了 Dispatch (遠端控制桌面 Claude)、Channels (頻道功能)、Voice mode (語音模式)、/loop (循環指令)、百萬上下文正式發佈等共 10 個功能；OpenAI 出了 GPT-5.4 mini 和 nano、模型選擇器改版，以及 3 則收購公告。要找到 OpenAI 同等量的產品出貨，要回到去年 12 月。 ∙ Anthropic 的

zh

8:40

Cursor 用開源模型包裝成自研，估值 500 億敘事遇到麻煩了

脈報 ·

2026/03/20

Cursor 宣佈 Composer 2 後不到 24 小時，開發者從 API 找到底層模型識別碼，揭露是 Moonshot 的 Kimi K2.5。授權條款有月收入門檻，而 Cursor 月收入超門檻 8 倍。

zh

6:47

Max Hodak 解釋 BCI：先讓盲人看見形狀，再建造有意識機器

脈報 ·

2026/03/20

Science 的 Prima 讓 40 多位盲人在腦中看見形狀，不是光點。Neuralink 共同創辦人 Max Hodak 解釋技術突破的關鍵，以及 BCI 的終點為什麼是有意識機器，不是 AI 合體。 ⭐ 文章深度讀：整理了 AI 路線與 BCI 路線的本質差異，以及 Max 對 2035 事件視界的清醒判斷 → https://heymaibao.com/max-hodak-bci-science/ ⚡ 章節重點盲人在腦中看見形狀，不只是光點 00:00 視網膜三層架構：關鍵在哪一層 01:05 神經工程思維：繞過問題，不修復問題 02:50 BCI vs AI：兩條根本不同的路 04:24 2035 事件視界與他看不穿的那道界線 05:19 📝 懶人包 ∙ Science 的 Prima 裝置是史上第一個讓盲人真正「看見形狀」的 BCI。技術關鍵在於刺激視網膜的雙極細胞，而非神經節細胞，保留了視網膜本身的壓縮邏輯。臨床試驗結果發表於《新英格蘭醫學雜誌》，目前有 40 多位患者，並已向主管機關申請上市許可。 ∙ Max Hodak

zh

7:21

Claude Code 越跑越笨的真相：context 塞爆，3 個功能修掉

脈報 ·

2026/03/20

Claude Code 越用越笨？context window 被舊搜尋和死路嘗試一點一點佔滿了。3 個功能組合對付 context 污染，context fork、/by the way、/fork，今天就能開始用。 ⭐ 文章深度讀：context fork 含金量最高的理由，以及三個防護盾的完整適用地圖 → https://heymaibao.com/claude-code-context-3-shields/ ⚡ 章節重點問題不是你的錯覺，AI 真的越來越鈍了 0:00 元兇揭曉：context window 的辦公桌效應 0:53 防護盾 1：/by the way 隔離臨時問題 3:07 防護盾 2：Context Fork 把雜訊趕出房間 3:51 防護盾 3：/fork 先存檔，探索無後顧之憂 4:57 三盾組合，覆蓋 90% 的 context 污染 5:47 📝 懶人包 ∙ Claude Code 長時間運作後體驗變差，根本原因是 context window 被雜訊一點一點佔滿，不是模型退化 ∙ `context

zh

9:17

讓 AI 自動改善你的 Claude Skill，成功率從 56% 跑到 92%

脈報 ·

2026/03/20

Claude Skill 的品質問題可以讓 AI 自己修。你只需要一份 yes/no 打分清單，告訴 agent 什麼叫好的輸出，它會自己跑測試、試改動、決定留不留，品質一輪輪自動收斂。 ⭐ 文章深度讀整理了 yes/no 評分清單的設計方法，以及 56% 到 92% 的實際改動記錄 → https://heymaibao.com/autoresearch-claude-skill/ 📝 懶人包 ∙ Claude skill 的品質問題可以讓 AI 自己修：你只需要事先告訴它「什麼是好的輸出」 ∙ 評分用 yes/no 清單，不用模糊打分，因為可以重現、不受心情影響 ∙ 這個方法不只能用在 skill，任何可以被客觀評分的輸出都能套用 ∙ 我的觀察：「零人工」其實是行銷說法。方法真正的門檻在於你有沒有辦法把「好的輸出長什麼樣」說清楚，這一步仍然是人的工作 📚 參考資料 Ole Lehmann (@itsolelehmann) 原始長文 →

zh

9:38

程式設計的終結？Karpathy 談 AI 代理人時代

脈報 ·

2026/03/20

如果你也感覺 AI 工具讓能力提升，但同時又很不安，Karpathy 說這叫心神失常。從他 12 月的 coding 轉折、AutoResearch 實驗到教育新形狀，這篇是那場一小時訪談的精華。 ⭐ 文章深度讀：看 Karpathy 如何把自己移出 AI 迴圈，以及你的剩餘價值在哪裡 → https://heymaibao.com/karpathy-ai-agents-autoresearch-no-priors/ ⚡ 章節重點 Karpathy：幾乎不再寫程式了 00:00 從 coding 到 manifesting：工作本質變了 02:00 把自己移出迴圈：AutoResearch 的哲學 03:01 一個晚上找到 20 年的超參數盲點 04:01 教育的下一步：解釋給 agents 聽 05:49 那你的剩餘價值在哪裡 08:00 📝 懶人包 ∙ Karpathy 說 2024 年 12 月是明確的分水嶺。他的工作從「寫 code」變成「把意志表達給 agents」，他稱這個動作叫 manifest (顯化)，不叫

zh

6:35

Claude Code 新功能：用 Telegram 傳訊息，直接叫 AI 做事

脈報 ·

2026/03/20

Anthropic 推出 Claude Code Channels，讓外部訊息可以主動推進你的 AI session。Telegram 和 Discord 工具集不對稱，設定門檻也比想像中高一些，這篇幫你整理清楚。 ⭐ 文章深度讀：說清楚 Telegram 和 Discord 各自能做什麼、Research Preview 的門檻在哪 → https://heymaibao.com/claude-code-channels-telegram/ ⚡ 章節重點想像這個場景：AI 不再被電腦綁住 00:00 Pull 變 Push：真正的破局點在哪 01:22 Telegram vs Discord：這個差別決定你選哪個 02:23 Research Preview 的坑：設定前先知道這幾件事 03:55 格局更大了：Anthropic 第一次親自下場的意義 05:07 📝 懶人包 ∙ Claude Code 推出 Channels (外部事件推送管道) 功能，Telegram 和 Discord 現在可以主動把訊息推進你正在執行的

zh

10:10

YC 主席的 AI 診斷工具：六個問題拆穿你對自己產品的幻覺

脈報 ·

2026/03/20

Garry Tan 的 Claude Code skill 只做一件事：在你動手寫程式之前，逼你回答六個 YC office hours 的診斷問題。從真實需求到最小切入點，每一題都在把抽象打成具體。 ⭐ 文章深度讀：整理了六個 YC 診斷問題的完整邏輯，以及為什麼禁止寫程式才是第一條規則 → https://heymaibao.com/yc-office-hours-ai-diagnostic-skill/ ⚡ 章節重點禁止寫程式的 AI 工具 00:00 這個 skill 在做什麼 02:47 六個問題，把抽象逼成具體 03:21 Builder Mode：截然不同的貨幣 06:03 YC 申請邀請藏在哪裡 07:18 你可以帶走什麼 09:02 📝 懶人包 ∙ Garry Tan 把 YC office hours 的診斷邏輯做成了 Claude Code skill，動手寫程式前強制跑六個問題，唯一輸出是設計文件，不輸出程式碼。 ∙

zh

6:00

AI agent 幫工程師 fork 了 AI 工具，安全警告全被刪了

脈報 ·

2026/03/19

AI agent 幫工程師 fork 了 AI 工具，把安全警告全刪了，直接推上 npm。從這場事件看懂 just-bash 是什麼，以及 Vercel 和 Cloudflare 為何對同一工具有完全不同的需求。 ⭐ 文章深度讀：整理了 Vercel 和 Cloudflare 對同一工具截然不同的需求，以及這場 fork drama 真正的技術根源 → https://heymaibao.com/just-bash-ai-fork-drama/ ⚡ 章節重點開場：工程師讓 AI 幫他刪光了安全警告 00:00 Just Bash 是什麼：AI 的專屬安全遊戲區 00:45 Vercel vs Cloudflare：同一工具，截然不同的需求 01:59 事件始末：週末的實驗怎麼變成公開風波 02:49 AI 為什麼刪了安全層 03:35 你分得出來嗎：AI 代勞時的新批判性思考 04:03 📝 懶人包 ∙ just-bash 是 Vercel CTO Malte 為 AI agents 設計的虛擬 Bash 環境。用 TypeScript 寫成，讓

zh

5:27

拆解 GitHub 9.9 萬星 Superpowers：AI 團隊怎麼分工

脈報 ·

2026/03/19

Superpowers 的執行引擎不在乎速度，在乎的是可修正性。從 git worktree 到子代理上下文隔離，拆解這四個 skill 如何讓一個 AI 變成真正可以分工協作的開發團隊。 ⭐ 文章深度讀：整理 4 個讓 AI 不出錯的設計邏輯，從 git worktree 的安全驗證到 subagent 的邊界設計 → https://heymaibao.com/superpowers-ai-agent-execution/ ⚡ 章節重點速度不是唯一的答案 00:00 先隔離才能開始做事 01:08 一人無法管全場，分工才是解法 02:32 原來它是一套作業系統 03:40 這跟你有什麼關係？ 04:12 📝 懶人包 ∙ 在 Superpowers 裡，任何代碼執行前都必須先建 git worktree (工作區隔離目錄)，這是整個執行引擎的安全起點，不是選配功能。 ∙ 子代理 (subagent) 不是為了讓多件事同時跑，而是讓協調者 (controller) 能精準控制每個任務的上下文邊界，不被執行細節淹沒。 ∙ 「並行」在

zh

7:20

拆解 GitHub 9.9 萬星 Superpowers：連寫 skill 都有流程

脈報 ·

2026/03/19

Superpowers 把 skill 視為行為工程：Iron Law 結構與 TDD 等價，description 不能概括 workflow，每個設計選擇背後都有說服科學。拆解 writing-skills 的完整邏輯。 ⭐ 文章深度讀：實際記錄的 AI 合理化說詞清單，以及為什麼 description 說越清楚反而讓 AI 跳過指令 → https://heymaibao.com/superpowers-writing-skills-tdd/ ⚡ 章節重點一行指令為什麼沒用 00:00 TDD：讓 AI 先失敗的工程心法 01:03 Iron Law：跳不過的第一步 02:07 描述陷阱：說越清楚越危險 03:50 說服心理學：為什麼要用強硬語氣 04:52 核心轉變：從作家到工程師 06:13 📝 懶人包 ∙ `writing-skills` 開宗明義：「skill 設計等同於把 TDD 應用在文件上。」Iron Law 的結構與 TDD 完全等價，沒有讓代理先失敗，就不能寫 skill。 ∙ Baseline failure

zh

8:32

拆解 GitHub 9.9 萬星 Superpowers：它怎麼防止 AI 亂做

脈報 ·

2026/03/19

AI 說做完了但根本沒做完，這是 AI coding agent 的系統性問題。Superpowers 用 TDD、系統性除錯、完成前驗證、code review 四個環節，讓每個完成都需要可驗證的執行證據。 ⭐ 文章深度讀：五個 skill 如何環環相扣製造難以繞過的品質鏈 → https://heymaibao.com/superpowers-quality-loop-ai-verification/ ⚡ 章節重點 AI 說「修好了」是系統性問題 0:00 五個 skill 組成的品質鏈 2:01 TDD Iron Law：先看測試失敗 3:16 Systematic Debugging：對抗壓力藉口 4:33 Verification Before Completion：驗證閘門 5:29 Code Review 迴圈：Fresh Context 審查 6:33 讓假裝完成比真正完成更麻煩 7:37 📝 懶人包 ∙ TDD 的 Iron Law

zh

7:36

拆解 GitHub 9.9 萬星 Superpowers：為何先想再寫

脈報 ·

2026/03/19

用 AI 寫程式最大的風險，不是 code 寫錯，而是在問題沒想清楚之前就動手。Superpowers 用三個前置技能鎖住決策順序，讓你在任何程式碼出現之前，先把設計確認清楚。

zh

7:32

AI 廣告工廠五步驟：從一段文字到多語言廣告素材全自動

脈報 ·

2026/03/19

用一段產品描述，讓 AI agent 自動生成 20 組 hook、完整腳本和多語版本，不需要手動選模型或改稿。本文拆解 Vibe Advertising 的五步驟廣告工廠邏輯與各模型適用場景。 ⭐ 文章深度讀：拆解五步驟工廠邏輯、各模型適用場景與前提條件 → https://heymaibao.com/vibe-advertising-ai-ugc-factory/ ⚡ 章節重點一個下午，47 支廣告 0:00 工人邏輯 vs. 工廠邏輯 0:35 五步驟廣告工廠設計藍圖 2:35 自我學習的廣告大腦 5:02 你的新角色：策略家 5:47 📝 懶人包 ∙ 一段產品描述 → Claude Code 自動生成 20 組 hook，含完整腳本和多語版本，全程不需要自己選工具或改稿 ∙ Vibe Advertising 的邏輯：你只負責設定「做什麼、給誰看、什麼語氣」，hook 生成、腳本寫作、模型選擇、渲染執行，全部交給 agent ∙ 五個視頻生成模型各司其職：talking head 用 Sora 2 Pro，大量 UGC 用

zh

9:13

你的 AI 助理每次都在失憶，原因不是模型，是基礎設施

脈報 ·

2026/03/18

AI 每次重啟都從零，不是模型問題，是框架沒有記憶。autocontext 用劇本庫讓每次執行繼承上次知識，只在改善被驗證時才寫入，還能把前沿模型探索蒸餾成本地模型降本。 ⭐ 文章深度讀：整理了 AI 記憶失效的根本原因，以及驗證式劇本庫怎麼解這個問題 → https://heymaibao.com/ai-agent-memory-autocontext/ ⚡ 章節重點 AI 為什麼越用越失憶？ 00:00 真正的病根：金魚腦基礎設施 01:02 autocontext 解法與劇本庫設計 02:12 六個 AI 代理的分工合作 03:48 怎麼知道 AI 真的在進步 05:27 本地模型省錢接力 06:30 📝 懶人包 ∙ AI 工具越用越沒進步，根本原因是 harness (agent 執行框架) 沒有跨次持久記憶，不是模型不夠好。每次執行都從零開始，上次學到的東西全部消失。 ∙ autocontext 用一個六代理的自動分析管線加上「劇本庫」(playbook) 解決這個問題：知識只在被驗證有改善時才寫入，確保 AI

zh

10:02

面對 AI，只有一個選擇是確定錯的，前 Meta 工程師這樣說

脈報 ·

2026/03/17

Philip Su 從 Meta E9 主動降職回去寫程式，結果發現 IC 這個角色本身快消失了。他說，面對 AI，唯一確定錯誤的押注是認為工作不會改變。問責制才是 AI 最難突破的護城河。 ⭐ 文章深度讀：IC 角色如何在 AI 時代被重新定義，以及為什麼問責制是 AI 最難突破的護城河 → https://heymaibao.com/ai-killed-the-ic/

zh

脈報

All Episodes

Similar Podcasts

The Interface

BBC

The Everything Feed - All Packet Pushers Pods

Packet Pushers

Talking HealthTech

Talking HealthTech

Trapital

Dan Runcie

The Fat Pipe - All Packet Pushers Pods

Packet Pushers