EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • Claude 外掛目錄開放付費方案開發者送件,核准後由開發者自行決定發布時間

    Claude 外掛目錄開放付費方案開發者送件,核准後由開發者自行決定發布時間。符合資格的開發者可從Claude 外掛送件入口開始提交。外掛可以提供連到遠端 MCP server 的 MCP connectors,也可以是託管於 GitHub、包含 MCP servers 與 Agent Skills 的 bundle;Claude Code bundle 還可包含 LSP、commands、hooks 與 agents。

    送件後會先經過自動驗證與安全掃描。開發者可以查看處理狀態、回饋、掃描結果與建議修改;獲得核准後,再選擇何時發布。上架後的 analytics 會依產品介面與版本列出安裝數,協助開發者調整功能。官方文章註明,文中的使用數據儀表板是示意畫面,不能視為真實外掛用量。

    Claude 表示,跨 Claude 與 Claude Code 的統一探索體驗會在接下來數週逐步推出,實際開放時間可能不同。本文只整理已保存的公告與來源摘錄;未完整保存的 MCP 使用量數字不納入主張。

    來源:@ClaudeDevs(回覆)|官方示意圖呈現 Support Toolkit 外掛的審查狀態與修改建議;畫面內容不代表實際送件或審核結果。

    來源:@ClaudeDevs(回覆)|官方文章以 Support Toolkit 示意已發布外掛的使用指標畫面;畫面中的 2,988、5,525 等數值僅為示意,不代表實際安裝量。

    原文:https://easyvibecoding.app/curated/3390-claude-plugins-submission-portal

    2 min
  • Claude 自主發現噬菌體 DNA 中的新酵素系統,功能仍待研究

    Claude 自主發現噬菌體 DNA 中的新酵素系統,功能仍待研究

    Anthropic 讓 Claude 在大量 DNA 資料中尋找值得研究的線索,找到了一組過去沒人辨識出的酵素系統,命名為 ART。它主要存在於噬菌體,也就是感染細菌的病毒。研究人員已做初步實驗,但還不知道這套系統在生物體內負責什麼工作。

    Claude 怎麼從大量資料中找到線索?

    搜尋從「反轉錄酶」(reverse transcriptase,簡稱 RT)開始。這類酵素能把 RNA 複製成 DNA;研究人員想知道,資料庫裡是否還藏著尚未被了解的相關系統。

    依 Anthropic 公告,Claude agents 蒐集了超過 20 萬個 RT,挑出約 3,500 個新候選系統,再篩成 20 個值得深入分析的候選並撰寫報告。這些數字描述的是搜尋與篩選過程,並不代表已確認了 20 項新發現。

    其中一個 agent 在某個 RT 基因旁,注意到一長串間距規律的重複 DNA。它接著計算重複次數、測量間距,比較已知系統的排列方式,並查文獻確認是否有人報告過。完成分析後,才把這個候選交給研究人員審閱。

    ART 有什麼特別之處?

    ART 的三個部分,是 RT、旁邊一個功能未知的輔助蛋白基因,以及一長串重複 DNA 序列。這個 RT 本身曾出現在先前研究中;Claude 找到的新線索,是它與另外兩個部分共同構成的系統。

    重複 DNA 的排列讓團隊想到 CRISPR。CRISPR 系統會利用 RNA 辨識目標,但排列相似並不能證明 ART 也有相同能力。ART 的名字「array-associated reverse transcriptase」,指的就是與這種重複序列陣列相關的反轉錄酶。

    初步實驗看到了什麼?

    研究人員分析既有的噬菌體感染資料,也把 ART 的相關 DNA 區段放入實驗室的大腸桿菌中觀察。結果發現,這段重複 DNA 會被轉錄成 RNA,並出現一段段較短的 RNA。換句話說,它確實產生了可觀察的分子產物,提供了後續研究的線索。

    不過,短 RNA 的用途還不清楚。技術報告尚未證明這個 RT 具有活性,也未確認它是否會使用這些短 RNA,或如何與旁邊的輔助蛋白合作。因此,現在能確認的是新系統及初步 RNA 觀察,ART 的實際功能仍要靠後續實驗釐清,目前也沒有證據顯示它能用於基因編輯。

    這次工作呈現了 AI 與實驗研究的分工:Claude 負責大量搜尋、比較與候選分析;研究人員審查報告並完成實驗。AI 能幫忙找到值得追查的問題,這些問題的答案仍需要驗證。

    來源:Anthropic 研究公告、技術報告。

    原文:https://easyvibecoding.app/curated/3388-claude-discovers-novel-enzyme-system-bacteriophage-dna

    3 min
  • Gemini 3.8 Flash TTS 與 Flash-Lite TTS 分別瞄準音質和大量生成

    Gemini 3.8 Flash TTS 與 Flash-Lite TTS 分別瞄準音質和大量生成

    Google 推出 Gemini 3.8 Flash TTS 與 Flash-Lite TTS,主打更有表情的語音生成,並可透過 Gemini API 和 AI Studio 使用。兩款模型共用 API schema 與提示方式,但定位不同:Flash 偏重聲音保真度、表演細節與口音;Flash-Lite 則偏向高吞吐、低延遲和成本效率。

    官方模型文件列出 Flash 支援 130 種語言、Flash-Lite 支援 101 種。選型可先依單次輸出的表現需求或服務量與延遲要求判斷;詳細價格和帳號可用範圍,公告沒有交代。

    來源:Google AI Studio 公告、Gemini TTS 模型文件。

    封存影格可見 6 秒的文字輸入畫面、30 秒「Remix it」及即將推出提示,以及 54 秒的人物畫面;抽樣未確認其他介面細節或語音複製已完成。

    原文:https://easyvibecoding.app/curated/3387-gemini-3-8-flash-tts-flash-lite

    1 min
  • ChatGPT Voice 可用連結應用程式;具權限者也能用語音操作 Work

    ChatGPT Voice 可用連結應用程式;具權限者也能用語音操作 Work

    OpenAI 宣布 ChatGPT Voice 可在對話中使用帳號可用的連結應用程式,例如電子郵件、行事曆與 Slack;Voice 也支援 ChatGPT Work 網頁與行動版。使用者可以口述建立文件、簡報和試算表、呼叫連結應用程式,或在瀏覽器中處理工作。

    官方宣傳影片把語音操作拍成一段連續的日常情境。開場時,使用者請 Voice 查看隔天的行事曆,找半小時寄餅乾給孫子;Voice 回覆已加上十點的郵局行程;畫面可見手機上的 ChatGPT 語音介面。中段她口述查找重複扣款,語音回覆提到《Sound and Stereo》雜誌;她接著要求取消多餘扣款並寄信索取退款。這是片中的對話示範,不能單憑影片判定真實金融交易或退款已完成。

    影片接著示範用語音要求建立陶器販售網站與簡單結帳頁;筆電畫面確實出現陶器商品網站,但網站實際上線或完成收款並未由畫面驗證。之後她請 Voice 寄信詢問 Fairfield Marina 當天下午的帆船租借,稍後再詢問碼頭回信、髮廊預約時間和碼頭天氣;車載螢幕與手機上都出現語音互動介面,後段鏡頭轉到帆船上。旁白將這些場景總結為「外出時也能用 ChatGPT Voice 處理事情」。逐字稿與畫面一起看,能分清口頭請求、語音回覆和實際可見的操作結果。

    官方說明指出,Voice in Work 需要帳號同時具備 Voice 與 Work 權限,連結應用程式也受帳號支援項目、既有連線、權限和用量限制影響。功能是否可用,仍以登入帳號實際顯示為準。

    來源:OpenAI 公告、ChatGPT 發布說明。

    影片示範使用者請 Voice 安排寄餅乾的時間,Voice 回覆已加入郵局行程

    影片示範使用者請 Voice 安排寄餅乾的時間,Voice 回覆已加入郵局行程 影片中的 Prompt 與操作:

    操作步驟: 1. (00:07)影片呈現以語音安排郵局行程;畫面是示範場景,不作日曆實際寫入證明。 2. (00:33)影片呈現詢問雜誌重複扣款;逐字稿記錄回覆,畫面不證明退款已完成。 3. (00:48)影片呈現陶藝商品網站;逐字稿另有結帳頁詢問,畫面不證明實際上線或訂單。 4. (01:10)影片呈現車內使用 ChatGPT Voice 的情境;不推斷駕駛時操作細節。 5. (01:22)影片呈現沙龍場景;以聲音逐字稿核對詢問預約時間的上下文。 6. (01:49)影片呈現帆船情境;逐字稿記錄碼頭回覆與後續查詢。

    原文:https://easyvibecoding.app/curated/3386-chatgpt-voice-connected-apps-work

    2 min
  • Google Gemma 帳號展示 Cloud Run 部署 DiffusionGemma-Jev,免備 GPU 即可測試 Jev API 相容端點

    Google Gemma 帳號展示 Cloud Run 部署 DiffusionGemma-Jev,免備 GPU 即可測試 Jev API 相容端點。

    貼文稱,單步延遲約 35–60 毫秒,batch@32 吞吐量為每秒 100–123 個請求;服務運作時每小時約 3 美元,閒置時費用降至 0。部署程式與說明見 djev-run。

    部署設定 djev-run 的 README 記載,此服務使用 NVIDIA RTX PRO 6000 Blackwell GPU,Cloud Run 設定為 concurrency=32、max-instances=1、min-instances=0。貼文提到可用單一指令啟動端點,但來源未提供該指令的實際字串,因此不列出可複製的命令。

    測量口徑 README 在 steps=1、samples=1 條件下,列出伺服器端中位數 61 毫秒、端到端中位數 117 毫秒;samples=auto 時為 121 毫秒。它另列出 concurrency=32 時每秒約 100–123 個請求。這些測量條件與貼文所稱的 35–60 毫秒單步延遲並不完全一致,兩者不應視為同一口徑的數值。

    影片展示 影片呈現 djev Snake 遊戲介面,包含分數、步數與延遲指示、各方向的移動機率,以及以 JSON 顯示的 system call。抽樣影格中,58 秒顯示 Score 26、Step 272;59 秒顯示 Score 26、Step 276。兩個相鄰時間點的步數不同,不能據此判定碰撞發生時間。這是操作介面示範,不是獨立效能測試;不同硬體、輸入負載與 Cloud Run 設定下的成本及延遲,來源未提供比較結果。

    djev / snake 遊戲運作介面與即時走步機率分析面板

    原文:https://easyvibecoding.app/curated/3383-google-gemma-cloud-run-diffusiongemma-jev-api-testing

    2 min
  • Anthropic 推出 Claude Opus 5.5:較 Opus 5 成本低 40%、輸出快逾 30%

    Anthropic 推出 Claude Opus 5.5:較 Opus 5 成本低 40%、輸出快逾 30%

    Anthropic 稱,Opus 5.5 是 Claude 5.5 家族首款,在多數任務可達 Claude Fable 5.1 水準。
    來源:@claudeai|Claude Opus 5.5 形象短片;抽查影格可見弧形紋理、「There's」字樣及 Claude 標誌。
    效能與成本 Anthropic 表示,Opus 5.5 在 Agentic 程式開發、電腦操作與知識工作等類別的自家評測中領先,輸出生成速度也比 Opus 5 快超過 30%。Claude Platform 的標準輸入與輸出價格分別為每百萬 token 4 美元與 20 美元,低於 Opus 5 的 5 美元與 25 美元;快取讀取價格為每百萬 token 0.20 美元,低於原本的 0.50 美元。ClaudeDevs 進一步將每項任務的成本描述為低 40%、速度約快 30%。
    固定模型 ID 為 claude-opus-5-5。
    思考功能一律啟用,預設 effort 為 medium,並可透過 effort 參數調整深度。
    Fast mode 的速度最高可達 2.5 倍,價格為每百萬輸入 token 8 美元、每百萬輸出 token 40 美元。
    Claude Platform 支援 1M token context window、128K token 最大輸出;Message Batches API 搭配 output-300k-2026-03-24 beta header 時,最大輸出可達 300K token。
    模型評測 Anthropic 的原表比較了 Opus 5.5、Fable 5.1 與 Opus 5 在程式開發及電腦操作測試的成績;下圖節錄三項。Terminal-Bench 的 Opus 5.5 使用 xhigh effort,其他列依 Anthropic 原表設定。
    Anthropic 發布的三項 benchmark 節錄;Terminal-Bench 的 Opus 5.5 為 xhigh effort。
    來源:Anthropic 模型公告。圖表數值節錄自 Anthropic 發布的比較表。
    來源:@ClaudeDevs|Opus 5.5、GPT-6 Astra、Fable 5.1、Opus 5 及 GPT-5.6 Sol 在 Terminal-Bench 4.0 基準測試中 agentic terminal coding 分數與成本權衡關係比較。
    Anthropic 表示,實際使用時 Opus 5.5 與 Claude Fable 5.1 的差距比 benchmark 分數呈現的更小。表內結果除特別註明外使用自適應思考與最高推理強度;正式安全防護觸發時,部分資安、生命科學及 frontier LLM development 任務會由其他 Claude 模型處理。
    外部測試與安全 Anthropic 表示,Opus 5.5 在發布前曾交由 METR 與 Frontier Design 等外部評估者測試;它在 Anthropic 自家的 alignment 測試中,也取得該公司歷來最高分。這是兩種不同來源的評估。模型延續 Fable 5.1 的資安、生物與 frontier LLM development 防護,遭標記的請求可能改由其他模型處理。
    Opus 5.5 延續 preserved thinking,防止 API 使用者修改 Claude 的既有 context 來擷取推理內容;這項防護適用於 2026 年 8 月 31 日及之後建立的 API 帳號。模型提供 zero data retention,也採用符合 EU AI Act 的 watermarking 措施,但 thinking 模式已不能關閉。對既有 Opus 5 整合而言,thinking 無法停用、強制 tool use 會回傳錯誤、thinking blocks 會與模型及對話綁定;Claude API 與 Google Cloud 也不接受較早的 computer_20251124 computer use tool。
    產品與方案變動 Opus 5.5 已在 Claude Code、Claude 應用程式與 Claude Cowork 中成為 Pro、Max、Team 方案的預設模型;Anthropic 也表示模型同步提供於 Claude Platform、Amazon Web Services、Google Cloud 與 Microsoft Azure。Claude Code 的五小時使用時段(session)額度提高 20%。Anthropic 另估計,較低價格可讓五小時時段與每週用量額度各延伸約 25%。Pro、Max、Team 使用者可在 Settings → Usage 取得一次 reset,並可自行選擇使用時間,但這項 reset 只能使用至 2026 年 10 月 22 日。
    使用體驗與後續 Anthropic 將 Opus 5.5 描述為比先前模型更自然溝通,會把重要資訊放在前面,也更能遵循使用者提供的寫作規則。早期測試者認為文字更清楚、容易閱讀;作者 @_catwu 表示自己已把 Opus 5.5 當作 daily driver,特別肯定它的溝通能力與模仿個人寫作風格的表現。Anthropic 另預告 Claude Sonnet 5.5 與 Claude Haiku 5.5 將在未來幾週推出,並帶來相近的效能、效率與安全改善。
    拼貼藝術風格的抽象圖像,上方為明亮的黃色背景,帶有粗細不一的黑色線條與塗鴉筆觸;下方為深褐色與黑色交織的木紋質地紙張,呈弧形邊緣鋪陳,表面點綴著兩枚白色碎紙片。

    原文:https://easyvibecoding.app/curated/3378-anthropic-launches-claude-opus-5-5-lower-cost-faster

    3 min
  • OpenAI 推出 GPT-6 Sol 與 Luna,API 輸入每百萬 token 分別 2 與 0.10 美元

    OpenAI 推出 GPT-6 Sol 與 Luna,API 輸入每百萬 token 分別 2 與 0.10 美元

    產品定位
    GPT-6 Sol 與 GPT-6 Luna 延續 GPT-6 Astra 在專業工作、事實性、程式開發、電腦操作與 alignment 方面的技術方向,但把重點放在速度與成本效率:
    GPT-6 Sol:面向複雜程式開發、專業工作與 agent 工作流程,OpenAIDevs 將它定位為「Build with Sol」。
    GPT-6 Luna:面向聚焦、重複性高且大量執行的任務,定位為「Scale with Luna」。
    GPT-6 Astra 仍是 OpenAI 所稱「整體表現最佳」的模型,適合需要最高結果品質的工作。
    GPT-6 系列的 Astra、Sol 與 Luna 模型定位與 API 價格對照
    OpenAI 表示,Sol 與 Luna 使用近似 GPT-6 Astra 的訓練方法,將 Astra 在專業工作、事實性、程式開發、電腦使用與 alignment 上的進展帶入更快速、價格更低的模型。官方也歸因於快取與推論效率改善,將節省的成本回饋給使用者。
    API 價格
    OpenAI 表示兩款模型的 API 價格比 GPT-5.6 促銷價低約一半;Luna 輸出單價則由每百萬 token 1.20 美元降到 0.50 美元。以下是新模型每 100 萬 token 的標準文字費率(美元):
    GPT-6 Sol:輸入 $2、輸出 $10;開發者文件另列快取輸入 $0.20、快取寫入 $2.50。
    GPT-6 Luna:輸入 $0.10、輸出 $0.50;快取輸入 $0.01、快取寫入 $0.125。
    兩個模型都支援 none、low、medium、high、xhigh 與 max 等推理強度(reasoning effort)設定;較高設定通常會花更多運算來處理複雜任務。模型文件列出的 context window 為 1,050,000 token,最大輸出為 128,000 token;GPT-6 Sol 的知識截止日為 2026 年 4 月 20 日,GPT-6 Luna 為 2026 年 5 月 18 日。輸入超過 272K token 時,整筆請求的輸入與快取輸入費率乘 2、輸出費率乘 1.5;非同步處理的 Batch 與可接受較慢回應、偶爾資源不足的 Flex,價格為標準費率的 50%;Fast mode 則為適用費率的兩倍。
    模型評測 OpenAI 的 AutomationBench 同時比較任務成績與成本;Artificial Analysis 則在自己的 Codex 測試環境比較程式 Agent。下圖將官方與第三方結果分成兩欄,顯示 Sol 的優勢,也保留 Luna 在第三方測試中低於前代的結果。
    左:OpenAI 的 AutomationBench 1.0.6;右:Artificial Analysis 在 Codex 環境、max effort 的 Coding Agent Index。兩項指標不共用尺度。
    來源:OpenAI 公告與 Artificial Analysis 實測。兩欄指標及量尺不同,依各來源原表分別閱讀。
    程式開發與電腦操作:OpenAI 官方評測 OpenAI 的 DeepSWE v1.1 將 Agent 放進真實程式庫執行長時間工程任務;官方結果中,Sol 與 Luna 都接近 Claude Fable 5 的成績。OSWorld 2.0 離線集則顯示 Sol 與 Claude Opus 5 接近,兩者以不同 effort 設定取得 partial reward。
    第三方實測:Artificial Analysis Artificial Analysis 的獨立評測在 Codex 測試環境、max effort 下,看到 Sol 的 Coding Agent Index 高於前代、Luna 則低於前代;比較數字見上圖。Sol 的每項程式任務成本約為前代的一半。
    該機構的 GDPval-AA v2.1 知識工作測試中,Sol 與 Luna 都低於前代;人工檢視發現,較短的交付成果有時漏掉評分要求。AA-Omniscience 顯示兩款模型的幻覺率下降,但 Sol 的答題比例與正確率也下降。
    事實性與 alignment OpenAI 使用曾被使用者標記出錯的去識別化 ChatGPT 對話,測得 Sol 的錯誤數約為前代一半;Luna 在較高 effort 下,以較低成本接近 GPT-5.6 Sol 的結果。
    OpenAI 的 alignment 測試顯示,Sol 與 Luna 比對應的 GPT-5.6 模型更少對程式開發成果提出誤導性聲稱。
    可用性與方案範圍
    GPT-6 Sol 與 GPT-6 Luna 已在 ChatGPT Work 與 Codex 提供給 Plus、Pro、Business、Enterprise、Edu 使用者,並同步開放於 OpenAI API,模型名稱為 gpt-6-sol 與 gpt-6-luna。Free 與 Go 使用者可在桌面應用程式試用 GPT-6 Luna。官方發布時兩個模型尚未在 Chat 提供,ChatGPT Work 與 Codex 的模型 rollout 也會為維持服務穩定而逐步進行。
    OpenAI 的開發者文件指出,兩個模型可透過 Responses API 使用內建工具與 function calling;Chat Completions 僅在 reasoning_effort 設為 none 時支援 function calling。歐盟資料駐留僅適用於 Standard processing,區域處理另加 10% 費用。
    產品團隊說法 Tibo Sottiaux 表示,Sol 與 Luna 的寫作品質和使用體驗也有改善,並稱 Plus、Pro 與 Business 帳號會載入 banked reset;他沒有公布額度、機制或生效時間。
    GPT-6 的 Sol 與 Luna 發表視覺圖,背景為深色星空,左上角有明亮恆星,右下角為新月狀的天體。

    原文:https://easyvibecoding.app/curated/3379-openai-launches-gpt-6-sol-luna-api-prices

    3 min
  • OpenAI 與獨立數學顧問團合作,研議如何評估與溝通新興數學成果

    OpenAI 與獨立數學顧問團合作,研議如何評估與溝通新興數學成果。

    公告同時稱其模型已解決 100 多個數學領域的長期未解問題,但重大成果仍需獨立學術查證。

    合作背景 OpenAI 表示,模型在多數數學領域解決超過 100 個長期未解問題,進展速度令公司內部數學家意外,因此開始討論如何向社群說明這項快速進展。數學家近期發布的公開信〈A Severe Misalignment of AI in Mathematics〉則警告,把解決未解問題當成新 AI 系統的 benchmark,可能帶來負面外部性,促使 AI 公司更審慎地與數學社群互動。

    顧問團職責 顧問團將作為 OpenAI、數學界與更廣泛公眾之間的橋梁,協助處理新興數學成果的評估與溝通:

    評估成果的重要性,並提供發布與協調傳播的建議。 就數學研究的學術與專業標準提供意見。 建議 OpenAI 如何打造支援數學研究與學習的工具。 讓數學家參與塑造 AI 支援數學理解,以及相關效益如何推廣至更廣泛社群。

    獨立性與限制 OpenAI 官方表示,顧問團將獨立於 OpenAI 運作,可主動提出未受邀請的建議、評論 OpenAI 對數學領域的影響,並公開發布自身意見。成員不由 OpenAI 支薪,顧問團也能自行調整成員組成;不過,公告明確指出,顧問團不負責建議 OpenAI 內部數學進展的節奏。這項安排因此聚焦於成果審查、對外溝通與研究工具方向,而非內部研發排程。

    初始成員 顧問團首批成員包括 François Charles、Camillo De Lellis、Timothy Gowers、Martin Hairer、Nikhil Srivastava、Ulrike Tillmann、Ravi Vakil、Edward Witten 與 Melanie Matchett Wood。

    原文:https://easyvibecoding.app/curated/3375-openai-works-with-independent-math-advisory-group

    2 min
  • Googlebook 開放預購:以 Gemini Intelligence 打造可直接開發工具的筆電,美國起價 899 美元

    Googlebook 開放預購:以 Gemini Intelligence 打造可直接開發工具的筆電,美國起價 899 美元。

    產品定位 Google 將 Googlebook 定位為結合 Android 與 Chrome 體驗的筆記型電腦,配備 2.8K OLED 觸控螢幕與 14 小時電池續航力,並可與 Android 手機同步,讓使用者在手機與電腦之間切換。相關產品資訊見 Google 官方公告。

    影片展示筆電外觀與結尾的 Googlebook、Designed for Gemini Intelligence 字卡。

    Gemini 功能 Googlebook 預先提供 Chrome 與 Android 上既有的 Gemini 功能,包括任務自動化、Gemini Live,以及根據螢幕內容主動提出下一步建議。使用者關閉筆電後,Gemini Spark 仍能在背景處理複雜請求並完成任務。每台 Googlebook 也包含 12 個月的 Google AI Pro,提供 5TB 雲端儲存空間與 Gemini Advanced 工具,另附 3 個月 YouTube Premium、Adobe Photoshop 等服務。

    建立與開發 Googlebook 讓使用者直接在裝置上打造個人化工具:

    Create My Widget 不需要程式撰寫經驗,使用者只要描述需求,就能建立追蹤球隊比分或家庭旅行倒數等 widget。 Google Antigravity 隨每台 Googlebook 提供,可用來撰寫應用程式並直接部署到 Googlebook。 開發者可使用完整 Linux 終端環境,執行 Claude Code 或 Antigravity CLI,進行 Agentic 程式開發。

    價格與上市 Googlebook 已在 Google Store、Best Buy 及其他指定零售商開放預購。美國將於 10 月 4 日上市;加拿大、英國、愛爾蘭、法國、德國與澳洲則於 10 月 5 日上市。Googlebook OS 也會持續取得功能更新,最長達 10 年;官方目前沒有列出台灣上市資訊,因此台灣是否正式供貨仍無法由這份公告確認。

    原文:https://easyvibecoding.app/curated/3369-googlebook-opens-preorders-gemini-intelligence-laptop

    2 min
  • Anthropic 提出三項指標追蹤 AI 研發速度,數據尚未經第三方驗證

    Anthropic 提出三項指標追蹤 AI 研發速度,數據尚未經第三方驗證。

    三項測量 Anthropic 表示,AI 系統日益強大,也逐漸被用來建造下一個版本的 AI;其研究機構在文章中發布內部快照與方法附錄,聚焦: AI 在 AI R&D 中實際參與多少工作 Agent 行動受到多完善的監督 compute 在研究工作間如何分配

    監督方法 Agent oversight 使用持續存在的身分識別,以及公開、彼此交叉參照的溝通方式,藉此追蹤 Agent 行動與監督之間的關係。

    Compute 分類 Anthropic 從近 10,000 次研究執行中抽樣約 14%,並提高高 compute 工作的權重,以估算 compute 分配情況。不過,這些標籤是盡力完成的分類,只涵蓋一週期間;compute 佔比也不是實際完成工作量的直接衡量。

    驗證狀態 目前公布的三項測量尚未經第三方獨立驗證;Anthropic 表示第三方驗證已規劃進行,但這批數字並非來自該驗證。

    原文:https://easyvibecoding.app/curated/3368-anthropic-proposes-three-metrics-tracking-ai-rnd-speed

    2 min