EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • Anthropic 將 Claude 文字加入不加價且不可見的 SynthID-Text 水印

    Anthropic 將 Claude 文字加入不加價且不可見的 SynthID-Text 水印。

    公告重點 Anthropic 於 2026 年 8 月 15 日發布 FAQ,說明未來 Claude model 產生的文字會帶有水印,並計畫在全球啟用,因目前尚無耐久且可靠的區域限定方式。其他主要 AI 供應商也簽署相同的《AI 生成內容透明度實務守則》;截至 2026 年 7 月,共約 190 個簽署方,相關規範要求服務商標記 AI 生成內容。詳情見 Anthropic 的官方說明 。
    運作方式 水印不會在文字中加入可見內容或隱藏字元,而是利用 Claude 每次選擇下一個字詞時,那些不影響語意的隨機決策留下模式。系統會根據密鑰與前文選擇字詞;持有密鑰的一方可檢查整段文字是否符合該模式,並估算 Claude 曾參與撰寫的可能性。這套方法採用 Google DeepMind 發表於 2024 年 Nature 論文的 SynthID-Text 版本,源自 Scott Aaronson 於 2022 年提出的相關設計。
    限制與影響 Anthropic 稱,內部測試未發現水印影響內容、創意或可讀性;Google DeepMind 在 Gemini 流量中測試 SynthID-Text 時,使用者的正負評分與未加水印版本也沒有統計上顯著差異。水印無法證明文字一定由 Claude 撰寫,也不能辨識其他 AI;短文本、事實性極高的內容、只做文法校對,以及必須精確的程式碼,通常可供水印作用的選擇較少。程式碼註解等可任意選詞的部分可能仍帶有水印,但對實際程式碼的影響可忽略。
    使用者權益與後續 水印不包含個人、組織或對話資訊,不能追溯到特定使用者,也不改變內容的所有權、作者身分或使用者依條款享有的權利。Anthropic 將推出水印偵測 API;Claude 產生或處理 .png、.jpg、.svg 等支援檔案時,則會在中繼資料加入符合 C2PA 的加密簽署憑證。輕度編輯可能無法完全移除文字水印,但全面改寫每個字詞通常可以避開;2026 年 8 月 2 日前發布的舊 Claude model 也預計在接下來幾個月逐步加入水印。

    原文:https://easyvibecoding.app/curated/2971-anthropic-claude-adds-free-invisible-synthid-text-watermark

    3 min
  • Qwen 開放 Qwen3.8-27B 權重,原生支援 262K tokens 多模態上下文

    Qwen 開放 Qwen3.8-27B 權重,原生支援 262K tokens 多模態上下文。

    Qwen3.8 Open Weights 的發表視覺圖,背景為太空中地球邊緣的弧線與星空,左側浮現白色科幻太空模組組成的標誌性幾何圖形,右側以白色粗體排印文字呈現標題。
    發布重點 Qwen 在 2026 年 8 月 14 日表示,先前承諾的 Qwen3.8 open weights 已正式提供。核心產品 Qwen3.8-27B 是原生多模態 dense model,僅 27B 參數,官方稱其整體表現超越 Qwen3.7-Plus,並特別強化真實世界的程式開發與 office 工作流程。模型採 Apache 2.0 授權,定位是讓開發者能在本機部署、微調並建立應用程式。
    圖表比較 Qwen3.8-27B、Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B 與 Opus4.6 Max 在 Coding、Agent 與 General 分組 benchmarks 的分數;Frontier agentic tasks(Agents' Last Exam)分列 Pass@1 與 Score。
    模型能力 Qwen3.8-27B 原生支援 262,144 tokens 的 context window,搭配 YaRN 可延伸至 1M tokens。它能理解圖片與影片,並支援 thinking mode、推理深度控制與保留前次對話的 reasoning context,適合處理需要多步規劃的 Agentic 工作流程。外部模型頁面也指出,Qwen3.8-27B 加強了 coding、專業工作、研究與 long-horizon agentic tasks,並改善環境回饋處理與端到端任務完成的穩定性。
    圖表比較 Qwen3.8-27B、Qwen3.6-27B、Qwen3.7-Plus、Muse Glimmer-30B 與 Opus4.6 Max 在 Agentic Multimodal Intelligence、General Multimodal Intelligence 分組的 benchmark 分數;ClawEval-MM、MathVision、BabyVision 與 CharXiv (RQ) 另列圖中可見的子指標。
    兩種部署方向 Qwen 將 Qwen3.8-27B 與近期釋出的 Qwen3.8-2.4T-A95B 分別定位在不同使用情境:
    Qwen3.8-27B 適合在本機執行輕量應用程式、視覺任務、聊天與 Agent 開發。
    Qwen3.8-2.4T-A95B 是 Max-level 的大規模模型,官方同步提供 open weights,面向高效能推理與複雜工作負載。
    權重可從 Hugging Face 與 ModelScope 取得。
    來源:@UnslothAI(回覆)|Qwen3.8-27B 的本機部署資訊圖:列出 2-bit 至 BF16 的記憶體需求、thinking/non-thinking 建議設定,並附上與 Qwen3.7-Plus 等模型的 benchmark 比較。
    本機生態系 Unsloth 隨即提供 Qwen3.8-27B 的 Dynamic GGUF、NVFP4 量化版本,並讓模型支援 Unsloth Desktop 的本機執行與微調。其資料顯示,量化後的 Qwen3.8-27B 約需 17GB RAM/VRAM;4-bit 版本通常需要 17–19GB,讓 RTX 5080、RTX 4090 或具 24GB 統一記憶體的 Mac 等裝置具備部署條件。Dynamic GGUF 也加入 Developer Role Support、MTP 快速推理,以及更能處理巢狀物件的 tool calling 解析。
    來源:@AMD(回覆)|AMD 與 Qwen 合作宣傳圖,上方醒目標示「Now Available: Qwen 3.8 27B」,中央展示黑色的 AMD RADEON AI PRO R9700 顯示卡與 AMD RYZEN AI Max Series 處理器晶片,背景為藍色科技線條與透光幾何圖形,底部印有 AMD 與 Qwen 的商標及「together we advance_」標語。
    效能與硬體支援 AMD 宣布 Day 0 支援,Qwen3.8-27B 可透過 llama.cpp 執行於 AMD Ryzen AI Max+ 處理器,或單張 AMD Radeon AI PRO R9700 32GB 顯示卡;初步測試在 Ryzen AI Max+ 395 上達到每秒 24.5 tokens,在 Radeon AI PRO R9700 上達到每秒 51.8 tokens。LM Studio 也提供圖形介面,讓使用者搜尋、下載並在本機測試模型;AMD 建議約 24GB VGM 或 VRAM,以較舒適地執行 Qwen3.8-27B。
    實際影響 這次發布把 Qwen3.8 的使用路徑分成「本機部署 27B 模型」與「建置大型 Agent 系統」兩端。Qwen 的核心訊息不是只公布新模型,而是強調開放權重、Apache 2.0 授權與多家工具及硬體在發布當日提供支援,讓開發者能直接下載、部署並自行建立過去尚未預想的應用程式。

    原文:https://easyvibecoding.app/curated/2967-qwen-opensources-qwen3-8-27b-model-262k-context-local

    4 min
  • SpaceX 完成收購 Cursor,團隊加入 SpaceXAI 改進 Grok 與相關產品

    SpaceX 完成收購 Cursor,團隊加入 SpaceXAI 改進 Grok 與相關產品。

    整合方向
    Cursor 表示,團隊將投入讓 Grok 成為「全球最實用的 AI」,並改進 Grok Build、Grok Bot、Grok API、Cursor 等產品。這也確認本站先前策展的〈SpaceX 收購 Cursor〉已從合作進一步落實為收購。
    官方立場
    Cursor 對 SpaceX 的技術成果給予高度肯定,形容其打造出全球最具啟發性與令人印象深刻的技術,並表示很榮幸加入這家公司;不過,貼文未公開交易條件、組織安排或後續產品時程。

    原文:https://easyvibecoding.app/curated/2966-spacex-acquires-cursor-team-joins-spacexai-grok-build

    1 min
  • Teknium 宣布 Hermes Agent Bot Mode 公開 beta:每個 profile 可成為獨立 bot

    Teknium 宣布 Hermes Agent Bot Mode 公開 beta:每個 profile 可成為獨立 bot。

    這項模式需先更新 Hermes,因為它依賴最新版本的 plugin API 增強。
    功能定位 Bot Mode 是 sessions mode 的替代方案:每個 Agent profile 都會成為一個獨立的 bot,擁有自己的對話、名稱、描述、頭像與個性,也能接收工作並和其他 bot 互動。使用者可在 Bots 分頁管理多個 bot,建立或編輯 profile,設定模型、技能、工具組與 SOUL.md,也能複製完整設定、記憶與外觀。
    主要能力 外部來源所述的 plugin 提供下列功能:
    以 roster 顯示各 bot、最新訊息與時間戳。
    支援幾何頭像、上傳圖片、AI 生成肖像,以及 bot 忙碌時會動的 pixel pet。
    透過 Hermes cron 為各 bot 建立週期性工作,結果會回到該 bot 的聊天紀錄。
    每個 bot 都有持久的 Agent Inbox,可互傳訊息;也能在對話輸入 @researcher,把工作轉交給指定 bot。
    每個 bot 的設定、記憶、技能、憑證與聊天紀錄會隔離存放於 ~/.hermes/profiles//,plugin 主要提供操作介面,不需修改核心程式或執行背景 daemon。
    安裝方式 這是安裝在執行 Hermes Desktop 的電腦上的 desktop plugin,不是安裝在 gateway;若 gateway 位於遠端伺服器,應在本機桌面電腦執行:
    `bash
    git clone https://github.com/NousResearch/Hermes-Bot-Mode ~/.hermes/desktop-plugins/hermes-bots
    `
    也可以將 plugin.js 下載至 ~/.hermes/desktop-plugins/hermes-bots/,接著在 Hermes Desktop 按下 Ctrl+K,選擇「Reload desktop plugins」,或直接重新啟動應用程式。完成後,Sessions 旁會出現 Bots 分頁,對話旁也會顯示 Routines 區塊。plugin 需求包括支援 plugin SDK 的 Hermes Desktop;profiles.* 與 image.generate gateway RPC 則需要 hermes-agent ≥ mid-2026 builds,較舊版本仍可使用基本 roster,但進階編輯與頭像生成可能不可用。
    測試重點 Teknium 表示 beta 期間最需要的是使用者回饋,後續會依問題修正,再把 Bot Mode 整合進正式 Desktop App。外部來源也提醒,刪除 profile 目前不在 UI 中,需使用 hermes profile delete ;bot-to-bot 訊息是每次執行時傳遞,無法即時中斷正在進行的對話。
    Hermes Desktop 桌面應用程式介面展示與 agent 之間的對話互動記錄,左側欄顯示 SESSIONS 與 BOTS 列表包含 Default、Developer 與 Mr Tester,中間主視窗顯示 Developer agent 回報與 Mr Tester 互動的詳細過程與回覆內容。
    黑暗模式的新 Agent 建立介面,頂部說明其具備獨立記憶、技能與聊天功能,下方提供頭像圖示選擇器、顏色選項,以及 Name、Title、Description 欄位供使用者輸入設定,並設有「Cancel」與「Create Agent」按鈕。
    New Agent 建立介面,上方顯示說明文字與頭像來源選項(Bot、Generate、Upload、Pet),下方提供搜尋欄與多個 pixel art 風格的寵物頭像選項供使用者選擇做為 Agent 的 profile picture。
    Hermes Agent 的對話介面顯示使用者發送指令要求向 mr-tester 打招呼,並列出回覆內容與其 wheelhouse 協作領域。

    原文:https://easyvibecoding.app/curated/2964-teknium-hermes-agent-bot-mode-public-beta

    3 min
  • 為開放發布 GLM-5.3 做準備:邁向負責任的網路防禦

    為開放發布 GLM-5.3 做準備:邁向負責任的網路防禦

    當 GLM-5.2 協助 Hugging Face 調查一起 AI 自主繞過自身安全防護措施的事件時,也凸顯出一項更廣泛的轉變:AI 正逐漸成為網路攻擊與網路防禦的一環。
    隨著強大的網路攻擊能力變得更容易取得,穩健的防禦能力不能只掌握在少數資源充足的組織手中。開源維護者、獨立研究人員、開發者與規模較小的資安團隊,同樣需要能協助他們在漏洞遭到利用前找出並修復漏洞的工具。
    一個開放的世界不能只有開放的攻擊面,也必須擁有一面開放的盾牌。
    GLM-5.3 是我們目前在網路安全任務上能力最強的模型。它在漏洞發現、漏洞利用分析,以及複雜的多步驟安全任務上都有大幅提升。這些能力能協助防禦方更早找出弱點、驗證風險,並加快修復速度。
    但這些能力也帶來明確的雙重用途風險。因此,我們將採取分階段發布的方式。首先,選定的資安合作夥伴會在受控環境中評估 GLM-5.3,接著才會提供更廣泛的存取權限與 API。必要的安全評估與發布準備完成後,我們將公開 GLM-5.3 的完整模型權重。
    負責任的開放,並不代表把每項能力都視為無害;而是要透明地評估風險,在發布前強化安全防護,協調已驗證漏洞的揭露流程,並以符合風險程度的方式,擴大先進防禦能力的取得管道。
    從漏洞發現到多步驟安全分析
    在後訓練階段,我們將漏洞發現資料與經授權的安全環境納入訓練組合。我們預期這能提升模型發現與分析漏洞的能力。
    隨著訓練規模擴大,這項提升不只體現在個別缺陷上。GLM-5.3 在多個分析階段中,連結漏洞條件、程式行為、驗證路徑與潛在影響的能力也變得更強。
    我們透過三項基準測試評估這些能力:
    GLM-5.3 在 CyberGym 以 84.5 分領先所有模型,且在 ExploitBench 與 ExploitGym 均大幅超越 GLM-5.2 與 Kimi K3。
    展開數據表(1)CyberGym分數GLM-5.384.5GLM-5.277.2Kimi K380.0Mythos 583.8GPT-5.6 Sol83.6展開數據表(2)ExploitBench分數GLM-5.354.4GLM-5.224.4Kimi K332.2Mythos 578.0GPT-5.6 Sol76.5展開數據表(3)ExploitGym2-hour budget6-hour budgetGLM-5.3105130GLM-5.22939Kimi K33670Mythos 5181247
    CyberGym 從白箱原始碼開始,測試模型能否透過觸發錯誤來識別並驗證漏洞。GLM-5.3 的得分為 84.5%,GLM-5.2 則為 77.2%。
    ExploitBench 要求模型對真實漏洞及其利用方式進行更深入的推理。GLM-5.3 達到 54.4%,超過 GLM-5.2 的 24.4%,是其兩倍以上。
    ExploitGym 在標準化評估預算下,衡量已完成的漏洞利用任務。GLM-5.3 能在兩小時內完成 105 項任務、六小時內完成 130 項;GLM-5.2 則分別完成 29 項與 39 項。
    這個趨勢相當一致:當任務從個別漏洞發現,逐步轉向多步驟漏洞利用時,GLM-5.3 相較於 GLM-5.2 的進步最為明顯。結果也顯示出仍需持續改進的方向,尤其是最複雜的端到端任務。
    從基準測試走向真實軟體
    我們也與大學及專業資安團隊合作,在經授權的環境中,使用真實世界的程式庫評估 GLM 系列模型。
    在這些工作中,GLM 系列一共在 269 個專案中產出 2,436 項漏洞發現,其中 1,097 項被歸類為中度至高度嚴重性。這些發現涵蓋系統軟體、作業系統、瀏覽器引擎、開源基礎架構、網路應用程式、網路協定與智慧裝置。其中部分底層問題已經存在數十年,卻一直未被注意到。原文正文將這 1,097 項描述為「中度至高度」,圖表則標為 Critical & High;兩者口徑不一致。
    在這些評估中,資安專家會界定經授權的範圍、審查模型輸出、調查潛在風險,並與相關各方協調。GLM 模型能協助研究人員重建複雜的程式邏輯、縮小大量候選路徑的範圍,並串連多個元件之間的證據。
    目的不只是產出更多發現,而是協助防禦方更早識別具有實質意義的風險,縮短從發現到修復之間的時間。
    發現漏洞後,必須進行負責任的揭露
    漏洞並不是在被發現的那一刻就算安全處理完成。適當的流程還包括進行審查、在適合的情況下重現問題、透過正確管道回報,並與受影響的維護者協調。
    我們在資安工作中發現的問題,會透過既有的漏洞揭露流程提交。只有在符合相關揭露與修復流程的情況下,我們才會公開技術細節。對於仍在協調中的問題,我們不會發布可能不必要地增加風險,或識別出受影響專案的資訊。
    為了讓這項工作更加透明,我們建立了 Z.ai Security Disclosure Ledger。
    追蹤的 2,436 項漏洞中含 1,097 項 Critical 及 High 級別漏洞,跨越 45 年影響且平均存活 26.6 年才被發現。
    展開數據表(1)摘要數據項目數值FINDINGS TRACKED2,436PUBLICLY DISCLOSED53UNDER EMBARGO2,383CRITICAL & HIGH1,097OSS PROJECTS269YEARS OF IMPACT45最古老漏洞年份1981漏洞發現前平均存活時間26.6年展開數據表(2)SEVERITY DISTRIBUTION項目數值Critical107High990Medium1,286Low53展開數據表(3)WHEN THE FLAWS WERE INTRODUCED項目數值時間範圍1981至2026
    這份帳簿會記錄漏洞發現如何在揭露流程中逐步推進。對於已公開揭露的問題,其中可能包含受影響的專案、嚴重性、可取得時的 CVE 或其他識別碼,以及該問題在程式庫中存在多久的資訊。
    對於仍在協調揭露階段的漏洞,帳簿可以發布密碼編譯雜湊值。如此一來,之後便能驗證該發現,同時不會過早揭露實際操作細節。
    開放模型與揭露漏洞是兩項不同的決策。讓模型更廣泛地提供給使用者,並不代表必須在維護者有適當機會調查與回應之前,先公開漏洞細節。
    安全性與分階段發布
    網路安全是 AI 安全中格外困難的領域。攻擊與防禦任務往往會使用相同的術語、程式碼與技術方法。
    分析漏洞的請求,可能來自準備修補程式的維護者、解 CTF 題目的學生、進行經授權評估的研究人員,也可能來自鎖定真實系統的攻擊者。單靠關鍵字無法可靠區分這些情況。意圖、授權、情境、目標與潛在影響都很重要。
    針對 GLM-5.3,我們採用由三個互補層次組成的縱深防禦方式。
    外部分類器
    在我們代管的服務中,外部分類器會識別高風險請求,並協助阻止明顯有害的活動。
    推理監控器
    推理監控器會在任務執行期間評估風險。它的設計目標,是偵測可能在多個步驟中逐漸浮現的有害目標,而不是只依賴初始請求的措辭。
    深度安全對齊
    模型本身經過訓練,能區分正當的資安工作與高風險攻擊活動,並拒絕越過這條界線的請求。
    深度安全對齊對開放權重發布尤其重要。代管服務中的分類器與監控器只適用於我們的服務,不會自動隨模型進入每一個本機部署環境。模型層級的對齊,是發布檢查點中所包含的安全層。
    為了開發這些系統,我們建立了差異化訓練資料,呈現經授權的資安研究與惡意活動之間的相似處與差異。我們也建構了涵蓋越獄變體、意圖偽裝,以及其他試圖規避安全審查方式的對抗性資料。
    我們的評估涵蓋多種網路安全任務,包括:
    資安教育與知識;
    藍隊防禦;
    CTF 挑戰;
    漏洞發現與修復;
    經授權的滲透測試;
    漏洞利用開發;
    未經授權的入侵與其他明顯的惡意活動。
    目標是在不廣泛拒絕正當防禦、教育與研究任務的前提下,降低高風險濫用。
    在更廣泛發布之前,專業資安團隊將進行安全評估與紅隊測試。這些評估會同時檢驗模型是否可能遭操弄而支援有害活動,以及安全防護是否會妨礙正當的資安工作。
    沒有任何安全系統能消除所有雙重用途風險。模型權重一旦公開,任何開發者都無法保證能控制每一種後續修改或使用方式。模型層級的安全防護可以提高濫用門檻,但無法提供絕對控制。
    因此,我們的發布流程聚焦於能有效降低風險的階段:訓練、發布前評估、受控的合作夥伴測試、代管服務的安全防護、負責任的漏洞揭露,以及持續進行的對抗性測試。
    啟動 OpenVuln 計畫
    世界上許多數位基礎架構都仰賴開源軟體。許多關鍵專案由小型團隊或個人貢獻者維護,卻沒有專門的資安資源。
    與此同時,AI 正讓複雜的網路任務更容易自動化。如果先進的防禦能力仍集中在少數組織手中,資源最少的專案可能會被迫保護軟體供應鏈中一些最重要的部分。
    為了協助處理這種不平衡…

    12 min
  • OpenAI 推出 Computer History:ChatGPT 與 Codex 可參考近期電腦活動

    OpenAI 推出 Computer History:ChatGPT 與 Codex 可參考近期電腦活動。

    推出範圍 Computer History 正在 Mac 版 ChatGPT 桌面應用程式中,向 Pro、Business 與 Enterprise 使用者全球推出;EEA、英國與瑞士預計在未來幾週開放。Business 與 Enterprise 團隊必須先由管理員啟用,使用者再到 Settings → Integrations 選擇加入。詳細說明見 Computer History 文件。
    一名講者在筆記型電腦前介紹電腦歷史功能與智能代理的運作方式
    功能設計 這項功能建立在 Chronicle research preview 上,OpenAI 表示新版降低了 token 使用量,並增加隱私控制。使用者可透過時間軸回顧近期工作,讓 ChatGPT 理解工作脈絡,也能從經常執行的流程建立可重複使用的 skill。畫面顯示,選單列可操作:
    暫停或恢復 Computer History
    查看近期活動與完整歷史
    清除全部或部分歷史
    排除特定應用程式與網站,例如 Slack
    在設定中加入要排除的網站;Private browsing 會一律排除
    來源:@OpenAI(回覆)|ChatGPT 結合 Computer History 功能產生工作進度報告的介面與操作畫面
    工作流程應用 媒體畫面顯示,ChatGPT 能根據 Computer History 產生 standup update。範例涵蓋清理每週銷售追蹤表、整理 email 與支援紀錄中的客戶問題、撰寫季節性組合商品的 launch checklist,以及列出尚待完成的產品圖片與包裝成本。系統也提出「Create Morning ops scan automation」,建議每天列出自前一天起有變動的商店、網站、供應商與 launch-owner 工作流。
    skill 建議 時間軸會把連續活動整理成具體工作,例如影片檢閱、Codex 海報示範錄製與圖片回饋示範準備,並提出建立「Video review follow-up skill」或「Image feedback demo recording skill」。使用者可以從歷史頁面或 ChatGPT 對話介面建立 skill,將收集 Frame.io 影片意見、開啟對應 Screen Studio 專案等流程重複使用。
    來源:@thsottiaux(回覆)|某 AI 服務的對話介面截圖,頂端顯示使用者輸入的指令「Computer History Roast my computer behavior」,下方標示執行時間為 1 分 43 秒,並有一段文字說明根據從上午 9 點 18 分到晚上 10 點記錄的 8,592 筆電腦事件所產生的效能評估前言。
    使用者反思 Tibo 示範以 Computer History plugin 要求 ChatGPT 評析一天的電腦使用情況,結果帶有諷刺意味:Slack 佔記錄活動的 48%,使用者按下「Clear」339 次、送出 253 則 Slack 訊息,按下 Delete 1,191 次,其中 1,065 次發生在 Slack;開啟 42 個分頁、關閉 53 個分頁,並在應用程式間切換超過 200 次。最忙碌時段是晚上 9 點,超過 1,500 個 Slack 事件,顯示這項功能除了提供個人化脈絡,也可能成為檢視工作習慣與數位過勞的工具。

    一名講者在筆記型電腦前介紹電腦歷史功能與智能代理的運作方式 影片中的 Prompt 與操作:

    Prompt(00:26): 嘿,我剛剛看的最後一個 Google Doc 是什麼?

    原文:Hey, what was the last Google Doc I was looking at?

    Prompt(00:46): 你能確定這個 Doc 有分享給稍早群組 DM 裡的 Josh 和 Priya 嗎?

    原文:Can you make sure the Doc was shared with Josh and Priya in the group DM from earlier?

    Prompt(01:07): 話說回來,你可以簡短總結一下我今天早上都把時間花在哪裡嗎

    原文:By the way, can you briefly summarize how I spend my time this morning

    操作步驟: 1. (02:01)點擊 macOS 選單列圖示展開 Computer History 下拉選單 2. (02:02)點擊選單中的 ChatGPT (Nightly) 子選單並點擊「Exclude Slack」 3. (02:03)開啟桌面 App 設定視窗切換至 Computer History 分頁 4. (02:05)點擊「+ Add website」並輸入網站網址(如 example.com、linkedin.com) 5. (02:13)捲動瀏覽歷史活動紀錄與 Suggested skill 項目 6. (02:33)點擊 Suggested skill 的「Create Video review follow-up skill」按鈕帶入聊天介面

    ChatGPT 結合 Computer History 功能產生工作進度報告的介面與操作畫面 影片中的 Prompt 與操作:

    Prompt(00:02): 根據我昨天的成果,為我草擬一份 standup 更新報告

    原文:Draft a standup update for me based on what I did yesterday

    操作步驟: 1. (00:02)輸入 prompt 並點擊送出 2. (00:21)點擊送出按鈕

    原文:https://easyvibecoding.app/curated/2970-openai-computer-history-chatgpt-codex-cross-app-context

    3 min
  • Z.ai 推出 GLM-5.3:程式開發基準 Terminal-Bench 3.0 從 4.6 提升至 28.3

    Z.ai 推出 GLM-5.3:程式開發基準 Terminal-Bench 3.0 從 4.6 提升至 28.3。

    ZCode 與方案變動 ZCode 表示 GLM-5.3 已全面推出,Coding Plan 使用者的配額歸零重算。官方也主打 98% 以上的快取命中率、約 30% 的有效 token 使用收益,以及截至 8 月 31 日的 1.5 倍限時配額加成,搭配快取節省後,標準配額最高可達 180%。Goal mode 會持續規劃、撰寫程式碼、測試與驗證,直到完成目標;Remote Control 則能讓使用者透過 WeChat 或 Feishu 從手機監控並操控長時間執行的任務。詳情見 Z.ai 官方公告,ZCode 可從 zcode.z.ai 取得。
    模型能力 GLM-5.3 沿用 GLM-5.2 的基礎模型,這次所有提升都來自 post-training。Z.ai 表示,模型在自家 Z.ai Code Bench 的表現提升 50%,並在 Terminal-Bench 3.0 與 Agents' Last Exam 取得 open-source SOTA。公開評測中,Terminal-Bench 3.0 從 4.6 提升至 28.3,DeepSWE v1.1 從 46.2 提升至 66.9,Agents' Last Exam 則從 23.8 提升至 28.5。
    來源:@cline(回覆)|GLM-5.3 在 Terminal-Bench 2.1 基準測試中以 88.2 分擊敗 Fable 5 與 V4-Pro 0813 等模型取得領先。
    Agentic 程式開發 Z.ai 將訓練環境擴展到更接近專業工程與研究工作的長流程任務,例如讓模型在具備運算叢集、儲存系統、內部文件、程式庫與實驗結果的環境中,診斷訓練瓶頸、實作最佳化、執行實驗,並在維持正確性的前提下交付端到端效能提升。在 Max effort 下,GLM-5.3 以約 75K output tokens 達到 34.5%,高於 GLM-5.2 的 23.4% 與 96K;High effort 則以約 50K output tokens 達到 31.4%,超過 Claude Opus 4.8 的 29.5% 與 120K,但仍落後 Claude Fable 5 的 39.5%。
    資安能力與風險 post-training 納入漏洞發現資料與環境後,GLM-5.3 的資安能力延伸到多階段漏洞利用。它在 CyberGym 得分 84.5%,高於 GLM-5.2 的 77.2%;在 ExploitBench 達 54.4%,是 GLM-5.2 的兩倍以上;ExploitGym 則在兩小時內完成 105 個任務、六小時內完成 130 個,GLM-5.2 分別為 29 與 39 個。Z.ai 與中國數個資安團隊檢視真實程式庫後,模型在 269 個專案中找出 2,436 個漏洞,其中 1,097 個屬中度至高度嚴重性;最早的漏洞可追溯至 1981 年,平均存在 26.6 年才被發現。這項能力也意味著模型部署與安全評估需要更嚴格的人工作業。
    GLM-5.3 在 AutomationBench、GDPVal-AA v2 與 CyberGym 取得領先,但在其餘 benchmark 與 GPT-5.6 Sol 等模型各有高低。
    開放與整合 模型權重預計在發布兩週後、完成安全評估與強化後公開。Ollama 表示將在 open release 後支援 GLM-5.3;Cline 稱其已在 ClinePass 提供,首月促銷價為 4.99 美元,之後每月 9.99 美元,可透過以下指令安裝:
    `bash
    npm i -g cline
    `
    OpenCode 則提供 GLM-5.3 的 Go 版本,支援文字輸出與 1M context,價格維持與 GLM-5.2 相同。
    API 遷移 GLM-5.3 僅支援 low、high、max 三種 thinking effort,不再支援停用 thinking。既有應用程式若使用 thinking.type: "disabled",更新 model ID 前必須依序完成:
    將 thinking.type: "disabled" 改為 enabled。
    將 reasoning_effort 設為 low。
    將 model ID 更新為 glm-5.3。
    否則 API request 會失敗。

    原文:https://easyvibecoding.app/curated/2968-z-ai-launches-glm-5-3-terminal-bench-3-0

    6 min
  • Google 發布 Gemini 3.7 Flash,程式開發評測領先前代並改善 Agent 工作流程

    Google 發布 Gemini 3.7 Flash,程式開發評測領先前代並改善 Agent 工作流程。

    這次更新也以三個 Agent 協作、從零訓練機器人控制模型的展示,說明其 agentic performance 與 coding accuracy 的進展。
    來源:@GoogleDeepMind(回覆)|Gemini 3.7 Flash 產品名稱與彩星圖示
    發布背景 發文者 Koray Kavukcuoglu 表示,Flash 系列在短時間內快速迭代,從 Gemini 3.5 到 Gemini 3.7 約三個月;Google 其他官方貼文則指出,Gemini 3.7 Flash 僅在 Gemini 3.6 Flash 推出約三週後登場。Logan Kilpatrick 將這次進步歸因於演算法改良,並強調模型速度快、價格較低,已可透過 API、Google AI Studio、Google Antigravity 等管道使用。Google DeepMind 將它定位為適合程式開發、知識工作與網頁開發的「workhorse model」,也就是面向日常生產工作的主力模型。
    Gemini 3.7 Flash 的產品標誌與四色星形圖示浮水印於淺藍色漸層背景上。
    評測表現 相較 Gemini 3.6 Flash,Gemini 3.7 Flash 在多項程式開發與企業工作流程評測中提升,發文者列出的結果包括:
    DeepSWE v1.1:發文者列出的整體評測由 37.0% 升至 65.3%。
    Code Arena Elo:1506 成長至 1588。
    AutomationBench:13.4% 成長至 30.4%。
    Gemini 3.7 Flash 在 DeepSWE v1.1(65.3%)、FrontierCode 1.1 Main(43.6%)、Code Arena(1588)及 AutomationBench(30.4%)等多項 benchmark 上相較 Gemini 3.6 Flash 均有明顯提升,並在多項評測中表現突出。
    Google 的產品文章提供了更細的對照數據。針對產出可直接用於生產環境的程式碼,FrontierCode 1.1 Main 從 34.4% 提升至 43.6%,Google 產品文章的文字口徑則顯示,DeepSWE v1.1 從 49.0% 提升至 65.3%。同篇不同附圖分別以 48.6% 或 48.0% 標示前代基準,反映來源版次或對照組不同,不宜混為同一組數據。在 Arena.ai 的 WebDev Arena 中,Elo 分數由 1538 提升至 1588;GDP.pdf 文件理解評測則由 22.0% 提升至 34.0%。這些結果涵蓋除錯、問題修復、複雜文件處理與真實世界企業流程,而不只是單次程式碼生成。
    來源:@OfficialLoganK(回覆)|GPT-5.6 Terra 在 DeepSWE V1.1 評測中以 69.6% 取得領先,Gemini 3.7 Flash 則以 65.3% 位居第二,並超越 Muse Spark 1.2(54.9%)、Claude Sonnet 5(53.8%)與 Gemini 3.6 Flash(48.6%)。
    程式開發與網頁生成 Gemini 3.7 Flash 被描述為更擅長處理除錯與 issue resolution,也提高首次產出程式碼的正確率。網頁開發方面,模型能用較少的 prompt 產生功能更完整的版面與應用程式;進行 UI 生成時,還能依照螢幕截圖、圖片或完整 design system,維持較高的設計遵循度與視覺一致性。
    來源:@OfficialLoganK(回覆)|Gemini 3.7 Flash 在 FrontierCode 1.1 Main 正式環境程式碼品質測試中以 43.6% 領先 Claude Sonnet 5(42.7%)、GPT-5.6 Terra(41.3%)與 Gemini 3.6 Flash(34.4%)。
    官方展示包含多種端到端產出:從文字 prompt 即時建立可遊玩的 3D 遊戲,並搭配 Nano Banana 動態生成角色、物品與材質;也展示以 Gemini 3.7 Flash 協調 sub-agents,再由 Gemini Omni 產生具互動視差效果的 landing page。此外,模型能把靜態 PDF 年報轉成包含即時圖表與彙整洞察的互動式資料故事。
    來源:@OfficialLoganK(回覆)|Gemini 3.7 Flash 在 Code Arena 網頁開發(Web development)測試中以 1588 Elo 分數領先 Claude Sonnet 5、Gemini 3.6 Flash、Muse Spark 1.2 與 GPT-5.6 Terra。
    Agent 協作展示 發文者特別分享了一項機器人實驗:以三個 Agent 組成團隊,讓 Gemini 3.7 Flash 在 MuJoCo 物理模擬環境中,從零開始自主訓練四足機器人的控制模型。媒體畫面顯示,這套展示採用「3-Agent Conditional Branching Graph」,由 Coordinator、Evaluator 與 Tuner 分工,反覆執行訓練、觀察與調整。
    Gemini 3.7 Flash 訓練機器人模型的展示畫面
    Coordinator 管理 Evolutionary Strategies(ES)的族群基準,並監控前進距離與保持直立等條件。
    Evaluator 讀取記憶體中的 video_frames 陣列與數值遙測資料,分析連續畫面的運動流與腿部離地高度,再輸出結構化 JSON 診斷。
    Tuner 依據診斷結果調整 rewardfunction.py 中的 computereward,以及 Kp、Kd、sigma、ACTION_SCALE 等超參數,將建議回傳給 Coordinator。
    來源:@OfficialLoganK(回覆)|Gemini 3.7 Flash 在 AutomationBench 以 30.4% 表現領先 GPT-5.6 Terra(23.6%)、Gemini 3.6 Flash(17.0%)與 Claude Sonnet 5(10.7%)。
    展示畫面所列的機器人設定包括 0.4m × 0.2m × 0.1m、0.8kg 的軀幹、四條各有髖關節與膝關節的腿、8 個 hinge joints,以及最高 2.0 Nm 的馬達扭矩。控制迴圈為 50 Hz,dt = 0.01s,每個 step 使用 2 個 substeps。這些屬於展示中出現的實驗設定,不應直接視為 Gemini 3.7 Flash 的通用產品規格。
    來源:@GoogleDeepMind(回覆)|Gemini 3.7 Flash 在 DeepSWE V1.1 測試中取得 65.3% 的成績,超越 Gemini 3.6 Flash 的 48.6%、Claude Sonnet 5 的 53.8% 與 Muse Spark 1.2 的 54.9%,僅次於 GPT-5.6 Terra 的 69.6%
    持續診斷與障礙測試 展示中的 Orchestrator Agent 會重複執行 ES 最佳化,直到機器人停止學習,再把影片交給 Multi-Modal Evaluator Agent 判斷問題,最後由 Tuner Agent 提出神經政策更新。媒體內容設定的最終驗證條件,是在完整 15.0 秒的 evaluation episode 中,champion policy 必須達到 distanceTraveled >= 15.0m 與 timeUpright >= 10.0s;訓練期間則可由 Coordinator 與 Tuner 動態選擇 rollout horizon,例如先使用 3.0 至 5.0 秒的探索區間,再逐步延長。
    來源:@GoogleDeepMind(回覆)|Gemini 3.7 Flash 在 FrontierCode 1.1 Main 的生產環境程式碼品質測試中以 43.6% 領先 Claude Sonnet 5(42.7%)、GPT-5.6 Terra(41.3%)與 Gemini 3.6 Flash(34.4%)。
    在不重新訓練、也不使用 privileged vision 的情況下,展示進一步測試了可推動木箱、固定階梯與多物件碎片場。畫面中的 Phase 2 報告指出,Gen 90 政策能與可移動障礙物互動,但面對固定垂直障礙時,單靠平面行走策略仍有限制。Gemini 3.7 Flash 的 Evaluator 建議提高擺腿離地高度,或加入以自身視角取得的地形高度感測,例如 egocentric raycast elevation grids;後續 Phase 3…

    8 min
  • MiniMax 推出開放權重 MiniMax-Music3,生成最長五分鐘完整歌曲

    MiniMax 推出開放權重 MiniMax-Music3,生成最長五分鐘完整歌曲。

    MiniMax Music 3 的發表橫幅,背景為帶有羽毛紋理的紫色漸層,中央以白色字樣標示主標題與「Next-Generation Open-Weights Production-Ready & Versatile Music Model」副標題。
    模型定位 MiniMax 透過 Hugging Face、GitHub 與 魔搭 分享模型。它可根據歌詞與音樂描述,生成最長五分鐘、32 kHz、16-bit 立體聲 WAV 完整歌曲,維持主題、節奏、人聲識別與編曲發展。
    紫色背景宣傳海報,中央醒目顯示白色大字「MiniMax Music 3」,下方標註「Next-Generation Open-Weights Production-Ready & Versatile Music Model」產品定位說明。
    控制方式 歌詞可加入 [Intro]、[Verse]、[Chorus]、[Bridge] 等段落標籤;音樂描述則指定曲風、情緒、人聲、樂器與製作風格。官方建議使用包含 Global Metadata、Vocal Details、Arrangement 的 Structured Caption,細化歌曲各段落的變化。
    混合語言模型架構圖,上方顯示 Flow-Matching 與 Flow VAE Decoder 的 Synthesis 區塊,中間包含 Global LLM、Local LLM 與 Hidden state 和 Stop Token,下方則為 Structured Caption 與 Lyrics 的 Input Conditions 區塊。
    技術架構 模型以 8B Global LLM 處理長距離結構,0.6B Local LLM 還原每個 frame 的聲學細節,再融合 hidden states,經過 Flow Matching(2.4B)與 Flow-VAE Decoder(123M)合成音訊。訓練 tokenizer 使用八層 RVQ,第一層有 16,384 個語意 codebook entries,其餘七層各有 1,024 個聲學 entries。
    部署與操作 官方文件提供以下流程:
    下載模型:
    `bash
    hf download MiniMaxAI/MiniMax-Music3 --local-dir /path/to/minimax_ttm
    `
    啟動 SGLang-Omni:
    `bash
    sgl-omni serve --model-path MiniMaxAI/MiniMax-Music3 --port 8000
    `
    呼叫 API 生成音訊:
    `bash
    curl http://127.0.0.1:8000/v1/audio/speech \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "MiniMaxAI/MiniMax-Music3",
    "input": "[Verse]\nMorning light filtering through the pine\n[Chorus]\nSoftly the world begins to breathe",
    "instructions": "A warm acoustic pop song with intimate female vocals, fingerpicked guitar, soft piano, and a gradual emotional build into a wide final chorus.",
    "response_format": "wav",
    "seed": 7,
    "maxnewtokens": 750,
    "stream": false
    }' \
    --output minimax_music3.wav
    `
    Prompt 強化與限制 music-caption-rewriter skill 可將簡短描述擴展成 Structured Caption,安裝指令為:
    `bash
    npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter
    `
    目前推論需要兩張 CUDA GPU,僅支援非串流生成;文字 prompt 上限為 5,000 tokens、音訊上限為 9,000 acoustic frames,段落標籤與描述只提供生成控制,無法保證完全符合指定速度、調性、歌詞或結構。

    原文:https://easyvibecoding.app/curated/2958-minimax-launches-open-weight-music-model-five-minute-songs

    3 min
  • Agent Plugins 是 Agent Skills 的未來

    Agent Plugins 是 Agent Skills 的未來

    Agent Plugins 是一項開放、與供應商無關的標準,用來將 Agent Skills 以及它們所依賴的 MCP 伺服器封裝到同一個可攜式資料夾中,任何相容的客戶端都能載入。Google 將以 Core Maintainer 身分加入 Technical Steering Committee。發布文章涵蓋了公告內容,而規格則提供詳細資訊。以下是我們讓實際的 skill 採用這套標準後得到的心得。
    Agent Skills 讓 Agent 能按需取得專業能力。它是一個由模型只在工作相符時才載入的指示資料夾,因此當你修正 CSS 錯誤時,context window 不會同時攜帶部署操作手冊。我們在 google/skills 程式庫,以及隨 Agents CLI 一起提供的七個 skill 中,都大量採用了這種方式。
    Skills 始終沒有解決的是發佈與分發。
    作者:@lavinigam,Google Cloud Developer Relations Engineer
    展開畫面重點畫面標題為「Plugins are part of an ecosystem」,下方副標題為「Four independent layers」。左側標註「four independent layers」並以大括號涵蓋四個橫向長條區塊,每個區塊分為左側的動作標籤與右側的內容描述:
    Find it:Agentic Resource Discovery(底部帶有黃色裝飾線)
    Describe it:AI Catalog(底部帶有灰色裝飾線)
    Package it:Agent Plugins(藍色長條背景,搭配白色文字)
    Run it:MCP + Agent Skills(底部帶有綠色裝飾線)
    最下方說明文字為「Adopting one never obligates you to the next」。
    需要工具的 skill 會由兩個成品組成。指示放在 SKILL.md,工具則放在 MCP 伺服器中,但沒有任何東西能將兩者綁在一起。因此,綁定關係只能寫在 README 裡:把這個複製到這裡,再把那段 JSON 加到另一處,而且每個客戶端都要使用不同的片段。每個客戶端最後都自行發明 bundle 格式來解決這件事,於是作者只能先選一種格式,接著為下一種格式重新撰寫。
    Agent Plugins 將這個封裝格式標準化。裡面的元件原本就具備可攜性。
    當你的 skill 變成 plugin 後,會有以下變化;而且你其實已經完成了大部分工作:
    你唯一缺少的那個檔案。你的資料夾結構本來就已經正確。
    工具會和你的專業能力一起移動。mcp.json,以及能在移動後繼續運作的路徑。
    元件會各自獨立失效。失效的伺服器不會拖垮你的 skill。
    不需要分支,就能支援客戶端專屬行為。使用 extension namespace。
    一個資料夾,所有客戶端都能使用。我們實際發布的內容,以及它真正能在哪裡執行。
    你唯一缺少的那個檔案
    如果你寫過 ADK skill,可以看看它目前的所在位置:skills//SKILL.md,底下再放 scripts/ / references/ / assets/。Agent Plugins 要求使用 skills//SKILL.md,並將該資料夾內部的內容交由 Agent Skills 規格處理。這是相同的樹狀結構。
    以下是我們早已寫好的 skill,封裝時完全不需要修改:
    `
    ---
    name: summarize-report
    description: Summarize a quarterly revenue report into an executive brief.
    Use when the user asks to summarize, condense, or brief a financial report.
    ---
    Summarize a revenue report
    Steps
    Fetch the report with the reports MCP server's fetch_report tool.
    Load references/house-style.md and follow its tone rules.
    Produce three sections: Headline, Numbers That Moved, Risks.
    Keep the brief under 300 words.
    Rules
    Never estimate a figure the report does not state.
    Quote every percentage with its comparison period.
    If a quarter is missing, say so rather than interpolating.
    `
    請注意 Steps 第 1 行的前提:MCP 伺服器必須正在執行。封裝要解決的正是這項相依性。
    遷移只需要在根目錄新增一個檔案:
    `json
    {
    "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
    "name": "acme.reports"
    }
    `
    這兩個欄位都是必要欄位,而這就是最小需求。名稱長度必須介於 1 到 64 個字元之間,只能包含小寫英數字元、連字號和句點,且必須以英數字元開頭和結尾,也不能包含 -- 或 ...。因此 acme.reports 沒問題,但 My-Plugin、-start 和 has--double 都不符合規定。
    準備好要發布,而不是只做測試時,manifest 也可以加入中繼資料。這個結構描述採封閉設計:只允許十個頂層欄位,不能有其他欄位(完整欄位參考)。
    `json
    {
    "$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json",
    "name": "acme.reports",
    "version": "1.2.0",
    "description": "Revenue reporting skills and the MCP server they call.",
    "author": { "name": "Acme Data", "url": "https://acme.example" },
    "homepage": "https://acme.example/reports-plugin",
    "repository": "https://github.com/acme/reports-plugin",
    "license": "Apache-2.0",
    "keywords": ["reports", "finance", "bigquery"]
    }
    `
    這是十個欄位中的九個。最後一個是 extensions,用於放置客戶端專屬資料,稍後會再介紹。author 也可以選擇性加入 email。
    version 應該使用 SemVer,license 則應該使用 SPDX;不過,如果字串格式不正確,客戶端不會因此拒絕你。JSON 型別錯誤則是另一回事:即使是選用欄位,該是字串的地方放了數字,也會造成致命錯誤。只有兩種結構描述違規不會造成致命錯誤:未知的頂層欄位,以及不是物件的 extensions 值。這兩者都會被回報並忽略,plugin 仍然可以載入。其他所有錯誤都是致命錯誤,客戶端會拒絕整個套件。
    有一項規則常讓正在遷移大型 skill 程式庫的人踩雷。探索只會深入一層:客戶端會讀取 skills/ 的直接子資料夾,不會遞迴搜尋(探索規則)。如果你過去將 skill 分組放在分類資料夾中,那些 skill 在封裝後就會直接消失,而且不會有錯誤說明原因。
    展開畫面重點畫面頂部標題:「You have already built most of one」
    副標題:「A skill folder plus one manifest is a plugin」
    左側方框內容:「Your skill folder」下方標示「skills/ + SKILL.md」,方框下方有綠色橫條。
    中間有加號(+),接著是方框標示「plugin.json」,下方有黃色橫條。
    右側有等號(=),接著是方框標示「An Agent Plugin」,下方有藍色橫條。
    底部文字:「The migration is a single file.」…

    14 min