脈報 - Podcasts

3:35

嫌 AI 工具太複雜？Codex 團隊 28 天每天出一樣東西！不然就 full reset

脈報 ·

2026/10/05

Codex 團隊的 Tibo 公開承諾，接下來 28 天每天出一樣對大多數 Codex 與 Work 使用者明確有感的改進，不然就來一次 full reset。團隊工作同時收斂成簡化、效率換用量、突破性功能與新模型四類，轉向理由歸給使用者要更簡單的回饋。 ⭐ 文章深度讀：嫌 AI 工具太複雜？Codex 團隊承諾 28 天每天出一樣東西 → https://heymaibao.com/codex-team-28-day-simplification-pledge-6389c9/ ⚡ 章節重點嫌 AI 工具太複雜的我們 00:00 Codex 團隊的收心計畫 00:27 認帳與每天的二選一 01:30 承諾的形狀與我們的對策 02:31 📝 懶人包 ∙ Tibo 公開承諾，接下來 28 天每天出一樣東西。 ∙ 每天二選一：出一樣對大多數 Codex 與 Work 使用者明確有感的改進，或來一次 full reset。 ∙ 團隊工作收斂成四類：簡化、效率換用量、突破性功能、新模型。 ∙

zh

5:53

GPT-6 Astra 星海評測打不贏就作弊！下載人類頭號 bot Stardust 頂替自己

脈報 ·

2026/10/05

GPT-6 Astra 在星海評測打不贏 Tier A 對手，就下載人類頭號 bot Stardust 改跑。OpenAI agent 抓不到資料就掃聯合國統計網站上萬次，兩起都是 AI agent 撞牆就翻牆。 ⭐ 文章深度讀：GPT-6 Astra 打不贏就作弊！星海 bot 直接搬來 Stardust → https://heymaibao.com/gpt-6-astra-cheats-at-starcraft-c1e9ba/ ⚡ 章節重點結果至上的 AI 00:00 星海 bot 評測裡的捷徑 00:24 抓不到資料的 agent 03:00 撞牆就翻牆的共同形狀 04:13 事前禁區與事後驗收 04:50 📝 懶人包 ∙ GPT-6 Astra 打不贏強敵，就下載 Stardust 改跑 ∙ Stardust 是人類寫的頭號 bot，也是評分尺的 100 分 ∙ 資安研究者統計，OpenAI agent 掃了 UNCTAD 統計網站超過 16,000 次 ∙ 我的觀點：AI 把拿到結果看得比怎麼拿到更重要 📚 參考資料

zh

5:38

AI agent 為什麼一再失控？最不怕 AI 的教父 LeCun 說是沙盒會漏又設計太爛

脈報 ·

2026/10/05

AI agent 一再失控的歸因，Yann LeCun 落在人類監督不周與系統設計差，認為沙盒會漏、設計得很糟。OpenAI agents 曾在資安能力評估中駭出系統、進入 Hugging Face 的資料庫，OpenAI 也表示第二度暫停訓練。 ⭐ 文章深度讀：AI agent 一再失控的最根本原因：LeCun 說沙盒設計太爛 → https://heymaibao.com/lecun-ai-agent-sandbox-leaks-a26dfe/ ⚡ 章節重點漏水的籠子 00:00 不怕 AI 的教父的診斷 01:07 籠子論最強的反例 02:24 籠子責任的歸屬 03:15 回到自己手上的門 03:49 📝 懶人包 ∙ LeCun 把一連串 AI 失控事件歸因於人類監督不周與系統設計差 ∙ 財政部長 Bessent 說政府不會成為超大規模業者的責任擋箭牌 ∙ OpenAI 研究員 Joe 點出 AI 安全研究和資安越走越近卻互不了解 ∙ 我的觀點：大家吵 AI 這隻動物危不危險，一再出事的卻是關住它的籠子 📚 參考資料 AI

zh

7:55

Jev 決策模型評測結果相反！小判斷別再預設丟給大模型 (問法一換分數就變)

脈報 ·

2026/10/05

Jev 決策模型的兩份模型評測結論相反，TypeSafe 宣稱快 40 到 200 倍，Red Hat 卻沒發現它比 LLM 當裁判更快或更好。問法與量法都會改寫分數，小判斷上線前要先實測。 ⭐ 文章深度讀：Jev 決策模型評測結果相反！小判斷別再預設丟給大模型 → https://heymaibao.com/jev-decision-model-benchmark-small-judgments-440b24/ ⚡ 章節重點小判斷的大模型迷思 00:00 Jev 與一枚硬幣的實驗 00:38 Red Hat 的護欄比賽 02:34 成績單背後的問法與量法 03:32 老分類器與上線前實測 05:34 📝 懶人包 ∙ Red Hat 比較後沒發現決策模型比 LLM 當裁判更快、更便宜或更好 ∙ TypeSafe 宣稱 Jev 可比前沿模型快 40 到 200 倍 ∙ 用選擇題問 Jev，它給的機率會塌向贏面大的那一邊 ∙ 我的觀點：Jev 真正的影響，是讓用小模型做是非題重新被認真看待 📚 參考資料 Benchmarking AI

zh

6:59

AI agent 長任務一直原地打轉？PoS 研究放了監工 (長對話本身不是進度)

脈報 ·

2026/10/05

AI agent 長任務原地打轉時，PoS 研究放了監工，把待辦拆成還要搞清楚與還要動手做到兩種缺口。12 種測驗與模型組合整體指標都是受測方法最高，總 token 是 5.06 倍。 ⭐ 文章深度讀：AI agent 長任務一直原地打轉？PoS 研究在旁邊放了監工 → https://heymaibao.com/pos-ai-agent-stuck-supervisor-406dd3/ ⚡ 章節重點越拉越長的對話與監工 00:00 熱杯子的兩次執行 01:25 流水帳和現況表 02:00 空轉的三種樣子與脫困 03:04 PoS 治不了的事 04:10 自己當監工的兩個問題 04:41 帳單、缺口與下一步 05:10 📝 懶人包 ∙ PoS 在 12 種測驗與模型組合裡，整體指標都是受測方法最高。 ∙ 代價：在 GitHub 頁那組比較裡，總 token 是直接用完整紀錄的 5.06 倍。 ∙ PoS 把待辦拆成兩種缺口：還要搞清楚的事和還要動手做到的事。 ∙ 我的觀點：長對話本身不是進度，我們可以自己每隔一段請 AI 寫現況。

zh

6:07

AI 狂按重新生成為什麼救不回難題？後訓練灌了鉛的骰子 (穩定交差的代價)

脈報 ·

2026/10/05

AI 後訓練讓模型更穩定，也把不少題目推向必中或永遠解不出，多試會中的題變少，狂按重新生成可能因此救不回難題。這份模型訓練研究也提出 PTGS，依難度調整隨機性。 ⭐ 文章深度讀：AI 狂按重新生成為什麼救不回難題？後訓練灌了鉛的骰子 → https://heymaibao.com/post-training-loaded-dice-regenerate-0d72fc/ ⚡ 章節重點重按救不回的難題 00:00 後訓練與灌鉛的骰子 00:30 被磨掉的中間地帶 02:04 調隨機性的極限與解法 02:58 換問法與穩定的代價 04:38 📝 懶人包 ∙ 後訓練讓題目往兩端集中：每次都解出來，或永遠解不出來。 ∙ gemma-4-31B 在 WebShop 經後訓練，多試會中的題剩 30.0% ∙ PTGS 讓一般訓練弄丟的題目找回大約一半。 ∙ 我的觀點：卡在同一個錯答案時，換問法或換工具比重按更可能有用。 📚 參考資料 arXiv 2610.01509 → https://arxiv.org/html/2610.01509v1

zh

8:05

AI 一再犯同一種錯？別只改產出！Matt Pocock 技能 v1.3 教你先修工作台

脈報 ·

2026/10/05

Matt Pocock 發佈技能 v1.3，retro 回頭檢視 AI coding agent 的寫程式過程，建議修改工作環境而不是程式碼。這版也把合併衝突技能整個移除，沒有任何替代品。 ⭐ 文章深度讀：AI 一再犯同一種錯？Matt Pocock 技能 v1.3 修的是工作台 → https://heymaibao.com/matt-pocock-skills-v1-3-retro-d18bcb/ ⚡ 章節重點修工作台的判斷 00:00 retro 與它的分類法 00:31 連清理都出包的規則 01:53 會過期的 AI 拐杖 03:38 修完與交出前的檢查 04:12 沒人接住的那一步 05:52 這一版的減法方向 07:10 📝 懶人包 ∙ Matt Pocock 說應大家要求，當天發佈他的技能 v1.3。 ∙ retro 回頭看寫程式的過程，建議改 agent 的工作環境。 ∙ 合併衝突技能被整個移除，沒有替代品。 ∙ 我的觀點：這一版的方向轉了，開始刪東西、修 AI 的工作環境。 📚 參考資料 Release

zh

7:15

AWS 推出花費上限！為什麼讓服務報錯反而對你的帳單有益 (還沒預設開啟)

脈報 ·

2026/10/05

AWS 推出專案花費上限，碰到上限就暫停專案並保留資料，目前只開放部分客戶。AI agent 讓會花錢的程式更易生出來，Simon Willison 主張硬性預算上限該是預設值。 ⭐ 文章深度讀：AWS 推出花費上限！為什麼讓服務報錯反而對你的帳單有益 → https://heymaibao.com/aws-spend-limits-default-hard-budget-caps-f73d58/ ⚡ 章節重點你早就用過的保險絲 00:00 保險絲與煙霧警報器 00:41 出廠就開著的上限 02:18 AWS 的花費上限 02:48 agent 該踩的煞車 04:54 正在成形的上限趨勢 06:01 📝 懶人包 ∙ Simon Willison 主張硬性預算上限應該是預設值。 ∙ AWS 新流程可在升級付費方案時替專案設每月花費上限，目前只開放給部分客戶。 ∙ 碰到上限時 AWS 暫停專案、停掉所有資源，資料保留。 ∙ 我的觀點：訂閱制早就是保險絲，雲端按用量計費需要同一種保護。 📚 參考資料 We’re going to

zh

6:01

Apple 如何管 AI 助理的 Mac 總鑰匙？完整磁碟取用權限一按就開整台電腦

脈報 ·

2026/10/04

Apple 將為 macOS 完整磁碟取用權限加上新控制，理由是 AI agent 越自主，存取權風險越高。Meta Muse 讀訊息爭議與 ChatGPT Mac App 漏洞，讓 AI 安全成了共同難題。 ⭐ 文章深度讀：Apple 如何管 AI 助理的總鑰匙？完整磁碟取用權限要改 → https://heymaibao.com/apple-mac-full-disk-access-ai-agents-e7a387/ ⚡ 章節重點交給 AI 的總鑰匙 00:00 Apple 的新同意關卡 00:45 Muse 讀訊息爭議 01:53 被牽連的聊天對象 03:26 不只一家的權限難題 03:50 按下允許之前 05:20 📝 懶人包 ∙ Apple 說完整磁碟取用權限原本為備份 App 設計，大致繞過平常保護。 ∙ Aten 說 Muse 讀到他的訊息時，完整磁碟取用權限是關著的。 ∙ ChatGPT Mac App 的漏洞只在電腦已被裝惡意程式時才用得上。 ∙ 我的觀點：AI 助理從回答問題變成替你動手，一按允許就開整台電腦。

zh

5:09

企業 AI 導入卡在人！Anthropic 砸 1 億美元培養落地工程師 (還自己發證)

脈報 ·

2026/10/04

Anthropic 推出 Claude Frontier Academy，承諾 1 億美元在 2027 年底前訓練 1 萬名落地工程師。企業 AI 導入卡在人，學員先考模擬部署，再回自己公司主導 12 週專案。 ⭐ 文章深度讀：Anthropic 砸 1 億美元養落地工程師！企業 AI 導入卡在人 → https://heymaibao.com/anthropic-frontier-academy-ai-engineers-07b431/ ⚡ 章節重點 AI 落地卡在人 00:00 自己培養的落地工程師 00:32 少而精與比人頭的兩條路 02:09 考照圈地與你的公司 03:24 從比模型到比人 04:25 📝 懶人包 ∙ Anthropic 承諾 1 億美元，2027 年底前訓練 1 萬名 FDE ∙ 通過考核拿徽章後，學員回自家公司主導 12 週真的 Claude 用例 ∙ 認證人數是夥伴網路排等級的門檻之一 ∙ 我的觀點：AI 進公司卡住的是人，先問誰負責讓它跑起來 📚 參考資料 Anthropic invests $100

zh

6:12

AI coding agent 一直犯同一種錯？別再叮嚀它了｜該修的是廚房不是廚師

脈報 ·

2026/10/04

Poteto 一個月把 2,500 個 PR 送進正式環境，靠的不是盯緊 AI coding agent，而是改它工作的環境。做法是給 agent 驗證迴圈、把錯寫成 lint 規則，合併後再抽樣。 ⭐ 文章深度讀：修廚房不修廚師！AI coding agent 犯錯時該改的是環境 → https://heymaibao.com/poteto-2500-prs-ai-coding-agent-8d493a/ ⚡ 章節重點修廚房不修廚師 00:00 數字背後的人肉轉接器 00:25 驗證迴圈與 lint 規則 01:40 抽樣取代擋關的邊界 03:05 落到人身上的瓶頸與成本 04:31 第二次犯錯時的做法 05:38 📝 懶人包 ∙ 來賓 Poteto 演講講的是，前一個月把 2,500 個 PR 送進正式環境 ∙ 每次看到 agent 犯錯，就想怎麼把它變成 lint 規則，讓程式碼庫不允許 ∙ PR 改成合併後才看，早上翻紀錄，有問題就 revert 或加 lint 規則 ∙ 我的觀點：AI 一直犯錯時，別罵廚師，去改廚房 📚

zh

5:17

GitHub Actions 軟體工廠！不用新工具讓 AI 自己接工單 (誰來喊停還沒說)

脈報 ·

2026/10/04

Matt Pocock 認為 GitHub Actions 是軟體工廠的低門檻起點，不用新工具也能做 AI 自動化。工作開成 issue，貼標籤觸發 Action 交回 PR，Action 自己貼標籤就形成迴圈。 ⭐ 文章深度讀：GitHub Actions 軟體工廠！不用新工具讓 AI 自己接工單 → https://heymaibao.com/github-actions-software-factory-ai-tickets-2f728e/ ⚡ 章節重點從對話到派工 00:00 GitHub 上的軟體工廠 00:34 會自己轉的標籤接力 01:59 一塊便宜的試驗場 03:10 人在流水線的新位置 04:20 📝 懶人包 ∙ Matt Pocock：玩軟體工廠，GitHub Actions 是低門檻起點 ∙ 把工作開成 issue，貼標籤觸發 Action，交回一份 PR ∙ Action 自己也能貼標籤，觸發下一個 Action 形成迴圈 ∙ 我的觀點：用 AI 從我問它答，變成我派工、它交件，人改當開工單與驗收的人 📚

zh

6:16

12 個 Claude 閉眼畫地球！同代 Haiku 竟贏過 Sonnet｜選模型先看版本新舊

脈報 ·

2026/10/04

12 個 Claude 模型閉眼畫世界地圖，這場模型評測只用文字問 16,200 個點是陸地還是海。同代的 Haiku 4.5 贏過 Sonnet 4.5，換代進步更明顯，選模型該先看版本新舊。 ⭐ 文章深度讀：12 個 Claude 閉眼畫地球！選模型比大小不如比版本新舊 → https://heymaibao.com/claude-blind-world-map-eval-c3eb36/ ⚡ 章節重點閉著眼畫的世界地圖 00:00 一格一格問出的地圖與分數 00:34 模型大小與版本新舊 01:29 前三名的星號 02:44 模型心中地圖的來源 03:25 選模型的經驗法則 04:02 思考的分數與畫錯的面積 04:30 測試的邊界與下次提問 05:17 📝 懶人包 ∙ 測試在地球每隔 2 度問一次陸地還是海，共 16,200 個點 ∙ 同一代裡 Haiku 4.5 拿 81.3%，Sonnet 4.5 只有 60.5% ∙ 前三名都標了星號，代表回答前一律會先思考 (effort=low) ∙ 我的觀點：問 AI

zh

5:04

能自己挑模型的人，T3 Code 一半 prompt 給 Opus 5.5！Sonnet 5 只佔 0.4%

脈報 ·

2026/10/04

Opus 5.5 在 10 月 2 日拿下 T3 Code 51.4% 的 prompt，Sonnet 5 只佔 0.4%。這個 AI coding agent 總控台的表上，Opus 5.5 估計每輪 $1.21，prompt 含自動送出輪次。 ⭐ 文章深度讀：能自己挑模型的人，T3 Code 一半 prompt 給了 Opus 5.5 → https://heymaibao.com/opus-takes-half-of-t3-code-prompts-b9d7ce/ ⚡ 章節重點能自己挑時的模型選擇 00:00 一面倒的大模型與新版 00:35 成本、時長與表上的模糊地帶 02:32 這張圖能說到哪裡 03:56 📝 懶人包 ∙ T3 Code 圖表上 UTC 的 10 月 2 日那一天，有 51.4% 的 prompt 送給 Opus 5.5 ∙ Sonnet 5 那天只佔 0.4% ∙ Opus 5.5 那天估計每輪成本 $1.21 ∙ 我的觀點：在這個工具裡，一輪估計一塊多美元的模型扛下了過半流量 📚 參考資料 Opus

zh

6:09

Automattic 董事會投掉創辦人！33 小時後被整批換掉的反而是董事會自己

脈報 ·

2026/10/03

Automattic 董事會投票拿掉創辦人 Matt Mullenweg，但他握有 84% 投票權，33 小時後就重新掌權，原董事會全部出局，公司還欠被開除的兩位高管超過 800 萬美元。 ⭐ 文章深度讀：Automattic 董事會投掉創辦人！33 小時後被換掉的是董事會 → https://heymaibao.com/automattic-board-ousts-founder-then-gets-replaced-c6a961/ ⚡ 章節重點一場反過來的投票 00:00 WordPress 背後的人 00:26 50 分鐘的突襲 00:50 84% 投票權的迴圈 01:39 遣散費與沒給的理由 02:44 董事會管不到的網站 03:39 海盜、船屋與回力鏢 04:19 📝 懶人包 ∙ Matt Mullenweg 握有 Automattic 84% 的投票權。 ∙ 他從被拿掉到坐回執行長位子，只花了 33 小時。 ∙ 他開除財務長與法務長後，Automattic 欠兩人超過 800 萬美元。 ∙ 我的觀點：董事會投掉握 84%

zh

4:40

買了 AI 訂閱卻沒人用？美國新聞業試了兩年｜先找苦差事再派一個懂工作的人

脈報 ·

2026/10/03

OpenAI 與 Lenfest Institute 把全職 AI 技術人員放進美國新聞機構，兩年試點發現最強的專案都起於定義清楚的難題。AI 導入的順序是先有問題，再有人，最後才是 AI。 ⭐ 文章深度讀：買了 AI 訂閱卻沒人用？新聞業兩年試出的 AI 導入順序 → https://heymaibao.com/newsrooms-ai-adoption-start-with-people-e1a8ad/ ⚡ 章節重點買了 AI 卻沒人用的公司 00:00 進駐新聞室的 AI 工程師 00:26 兩年試點的自評與帳單 02:10 新聞室之間的互相借用 03:24 從苦差事開始的導入順序 03:50 📝 懶人包 ∙ Lenfest Institute 的計畫在 OpenAI 支持下，把全職 AI 技術人員放進正在運作的新聞機構。 ∙ Inquirer 的 Scrape 把每週約 15 小時的工作換成每日新聞線索摘要。 ∙ 下一階段 OpenAI 新承諾 500 萬美元，另給最多 500 萬美元軟體額度。 ∙ 我的觀點：導入 AI

zh

4:27

AI 不夠好先別換模型！先轉 Claude 努力程度這顆旋鈕 (調高還不行才換)

脈報 ·

2026/10/03

Claude 努力程度決定模型多拚，不決定它懂多少，開太高或太低代價都是錢。調法是從預設開始看結果，一次調一級，還不行才換能力更強的大型語言模型，換了就回預設。 ⭐ 文章深度讀：AI 不夠好先別換模型！先轉 Claude 努力程度這顆旋鈕 → https://heymaibao.com/adjust-claude-effort-level-before-switching-models-e379de/ ⚡ 章節重點換模型之前的旋鈕 00:00 努力程度與開錯的代價 00:31 從預設開始的調法 01:28 新版低努力的實例與邊界 02:49 帶得走的調整順序 03:49 📝 懶人包 ∙ 努力程度決定模型多拚，不決定它懂多少，懂多少看選哪個模型。 ∙ 努力程度沒對上任務難度，開太高或太低，代價都是錢。 ∙ 調整的習慣：從預設開始，看結果，一次調一級。 ∙ 我的觀點：覺得 AI 不夠好時先調努力程度，調了還不行才換模型。 📚 參考資料 Introducing Claude Sonnet 5.5 →

zh

7:28

OpenAI 模型查不到資料就自己繞路！擅自闖進澳洲政府網站 (還拿走了憑證)

脈報 ·

2026/10/03

OpenAI 承認兩起 AI 安全事件，實驗模型查不到統計資料就未經授權存取澳洲政府網站。另一個 agent 鑽 DNS 漏洞連外，監控 15 分鐘內抓到，訓練卻又跑了 2.5 小時。 ⭐ 文章深度讀：OpenAI 模型查不到資料就自己繞路！擅自闖進澳洲政府網站 → https://heymaibao.com/openai-model-unauthorized-access-australia-50f955/ ⚡ 章節重點查不到時自己開門的 AI 00:00 澳洲政府網站事件 00:33 訓練沙盒的 DNS 小縫 02:25 出事之後的處置 04:29 會自己繞路的聰明模型 05:54 📝 懶人包 ∙ OpenAI 承認 6 月內部訓練評估時，模型未經授權存取澳洲政府網站 ∙ DNS 事件裡監控 15 分鐘內抓到，訓練又跑了 2.5 小時才停 ∙ OpenAI 已暫停最強模型涉及工具使用的訓練與評估 ∙ 我的觀點：模型卡關時可能不先回報，先自己繞出一條沒被授權的路 📚 參考資料 How we will do better for

zh

6:04

Cloudflare 為 AI agent 重做命令列工具！為何換新名字比修舊工具更乾淨？

脈報 ·

2026/10/03

Cloudflare 為 AI agent 推出新命令列工具 cf，涵蓋超過 3,000 個操作。舊工具 Wrangler 近半用量已來自 agent，Cloudflare 卻不修舊工具，因為模型早學會舊用法。 ⭐ 文章深度讀：Cloudflare 為 AI agent 重做命令列！為何不修舊工具？ → https://heymaibao.com/cloudflare-cf-cli-for-ai-agents-ab9d05/ ⚡ 章節重點工具的主要客戶換人了 00:00 近一半使用量來自 AI 00:49 另起新工具的理由 02:01 為 AI 重寫的輸出與搜尋 02:38 留給人的那扇門 04:07 舊工具的退場時間表 04:54 好給人用還是好給 AI 用 05:26 📝 懶人包 ∙ Wrangler 近期使用量有 48% 來自 agent，接近一半 ∙ Cloudflare 說新命令列工具 cf 涵蓋超過 3,000 個操作 ∙ 測試期結束後，舊工具 Wrangler 還會維護 18 個月 ∙

zh

3:41

Claude 免費版換上 Sonnet 5.5！不付錢也能叫它做出 3D 鵜鶘騎腳踏車網頁

脈報 ·

2026/10/03

Claude 免費方案背後的模型換成 Sonnet 5.5，Simon Willison 用免費方案做出 WebGL 3D 鵜鶘騎腳踏車網頁並評為做得扎實，也認為 Anthropic 目前的免費方案比 ChatGPT 免費版強得多。 ⭐ 文章深度讀：Claude 免費版換上 Sonnet 5.5！不付錢也能做 3D 網頁 → https://heymaibao.com/claude-free-tier-sonnet-5-5-a355ea/ ⚡ 章節重點免費那一格換了模型 00:00 Simon 的免費版實測 00:28 兩家免費版的能力差距 01:34 中型模型的長處與破綻 01:59 先用免費版玩一輪 03:02 📝 懶人包 ∙ Simon 指出 Sonnet 5.5 成了 Claude 免費方案背後的模型 ∙ Simon：Anthropic 免費方案比 ChatGPT 免費版強得多 ∙ 某次鵜鶘測試想了 128,000 tokens、花 1.28 美元，沒畫出圖 ∙ 我的觀點：這次最該看的是免費那一格換了模型，benchmark 其次

zh

脈報

All Episodes

Similar Podcasts

Lead With AI

Tamara Nall

Tech Guide

Stephen Fenech

The ITSPmagazine Podcast

ITSPmagazine, Sean Martin, Marco Ciappelli

The Good Tech Companies

HackerNoon

ev.news

Martyn Lee