EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • 用 Microsoft Decision 1.1 讀結帳截圖,一次選出接手組別、評估嚴重程度

    用 Microsoft Decision 1.1 讀結帳截圖,一次選出接手組別、評估嚴重程度

    假設客戶附上一張結帳失敗的截圖,留言說「我按付款就看到這個畫面」。客服系統可以把截圖和留言一起交給 Microsoft Decision 1.1,一次問誰該接手、問題有多嚴重。第一題會選出一個組別,並列出每個組別的機率,供系統決定要直接派單還是請人確認。第二題回傳嚴重程度分數,供客服排列處理順序。 來源 3 來源 2

    把結帳截圖和留言放進同一個請求

    微軟在 Ignite 2026 宣布 Microsoft Decision 1.1 新增圖像輸入。模型已在 Microsoft Foundry 正式開放,也能透過 OpenRouter 和 Vercel 使用。微軟的 Foundry 文件用一張送貨照片示範如何判斷貨品有沒有受損。以下沿用同一種傳圖方式,把照片換成結帳截圖,再加上選組別與評嚴重程度兩道題。 發表會現場舉了 Xbox 團隊的例子:他們把玩家對新遊戲的自由文字回饋,依意見主題分類。 來源 4 來源 1 來源 3

    微軟在發表會展示 Decision 1.1,約 0:20 轉入 Xbox 的玩家意見分類。片末的速度與費用比較針對這個案例。 影片來源 帶時碼逐字稿00:00:00.000 我們加入了多模態支援。00:00:02.800 效能也有提升,決策更準確,回應更快。00:00:08.240 已經有超過四千家客戶用過它。00:00:11.440 Copilot 系統本身就用它,把使用者的請求導向適合的模式、00:00:16.160 模型和推理強度,時間精準到毫秒。00:00:20.560 Xbox 團隊則用它將數以萬計的開放式意見分類,00:00:27.520 了解玩家對各款新遊戲說了些什麼。00:00:30.800 有趣的是,這項工作的處理速度比用大型語言模型快十倍以上,00:00:35.200 花費只有使用大型語言模型的大約兩百分之一。

    準備已設定有效付款方式的 Azure 訂用帳戶,開啟你有權部署模型的 Foundry 專案。在 Model catalog 搜尋 Microsoft-Decision-1.1,選 Deploy,完成設定後再按 Deploy。 從部署詳細資料頁複製資源端點、部署名稱與 API 金鑰,分別設為環境變數 AZURE\ENDPOINT、DEPLOYMENT\NAME 與 AZURE\API\KEY。若部署時自訂了名稱,DEPLOYMENT\_NAME 就填這個名稱。 把要測的 PNG 截圖存成 ticket.png,與下方程式放在同一個目錄。切換到該目錄,用 Python 3.10 以上版本執行程式。

    來源 3

    程式把截圖編成可隨文字傳送的資料,放進 assets,再用 image:ticket.png 讓模型知道留言指的是哪張圖。選組別用 choice,列出每組負責的問題。評嚴重程度用 score,從輕到重列出四級。執行後會印出兩份答案,team 對應組別,severity 對應嚴重程度。 來源 3

    ` import base64 import json import os from pathlib import Path from urllib.request import Request, urlopen

    imagedata = base64.b64encode(Path("ticket.png").readbytes()).decode("ascii") body = { "model": os.environ["DEPLOYMENT_NAME"], "state": "客戶留言:我按付款就看到這個畫面。截圖:image:ticket.png", "assets": { "ticket.png": {"type": "image", "format": "png", "database64": imagedata} }, "questions": { "team": { "type": "choice", "instructions": "依主要問題判斷,哪一組該接手?", "criteria": { "帳務組": "扣款、發票或退款問題", "技術組": "軟體錯誤、當機或串接失敗", "帳號組": "登入、密碼或帳號存取問題" } }, "severity": { "type": "score", "instructions": "這個問題有多嚴重?", "criteria": ["僅影響外觀", "輕微", "重大", "危急"] } } } endpoint = os.environ["AZURE_ENDPOINT"].rstrip("/") request = Request( f"{endpoint}/providers/microsoft/v1/systemone", method="POST", headers={"Content-Type": "application/json", "api-key": os.environ["AZUREAPIKEY"]}, data=json.dumps(body).encode("utf-8") ) with urlopen(request, timeout=60) as response: print(json.dumps(json.load(response)["answers"], ensure_ascii=False, indent=2)) `

    來源 3

    最高機率沒過派單門檻,就交給人工確認

    假設模型選了技術組,但帳務組的機率也很接近。如果技術組的機率低於客服團隊設定的門檻,系統就把這張單留給值班人員確認。要訂門檻,可以挑一批已知該由哪組接手、又能代表日常案件的舊單試跑。每換一道門檻,就數一數自動派出的單有幾張送錯組,又有幾張單需要人工看。 來源 3 來源 2

    嚴重程度分四級,為什麼會算出 2.5 分?

    至於哪張單先處理,要看 severity。範例中的四級依序是 0、1、2、3 分,模型用各級的機率算加權平均。假設「重大」和「危急」各占一半,其餘兩級都是零,這張單就得到 2.5 分。即使還得由人確認組別,客服仍可用這個分數,把它排在 2 分的單之前。 來源 3

    原文:https://easyvibecoding.app/curated/3786-microsoft-decision-1-1-support-ticket-image-routing

    4 min
  • 第一個回覆能等多久?OpenAI 背景請求 2 小時單價七折、8 小時六折

    第一個回覆能等多久?OpenAI 背景請求 2 小時單價七折、8 小時六折

    明早要看文件審查結果,今晚就可以把文件交給 OpenAI 的 GPT-6.2 Astra 或 Sol。選 8 小時背景處理,模型讀文件、寫回覆的用量都按 token 計算,單價是標準費率的六折。這 8 小時從 API 接受第一筆請求起算,目標是在時窗內給出第一個回覆。如果模型先請程式查一份文件,這就算第一個回覆,明早要拿到審查結果,還得為下一輪留時間。 官方示範片以晚間排入的員工晨報為例,依序查郵件、Slack、行事曆和文件,隔天早上交付每個人的待辦摘要。 來源 1 來源 2

    0:04 比較時窗,0:08 為隔天的員工晨報選 8h,0:16 開始查資料,0:20 顯示早晨收到的摘要。 影片來源

    下午開會要用,還是隔天早上才看?

    | 第一個回覆的目標 | 模型用量單價(標準費率=100%) | OpenAI 指南舉例 | | --- | --- | --- | | 儘快回覆(soonest,預設) | 100% | 有人正等著看臨時要用的報告 | | 2 小時內(2h) | 70% | 整理上午收到的客服案件,供下午開會決定處理順序 | | 8 小時內(8h) | 60% | 夜間審查一批文件,隔天早上閱讀 |

    來源 2 來源 3

    如果使用者需要邊生成邊讀,就選 soonest,並把 stream 設為 true。能等完整回覆再讀,就可以用折扣時窗。在 Responses API 把 background 設為 true、service\tier 設為 default,再把 background\options.completion\_window 設為 2h 或 8h。這兩種時窗都要把 stream 設為 false 或省略。送件後,程式可以等 API 通知完成,也可以用送件時取得的回覆 ID 查詢進度。 來源 2

    折扣請求和批次工作共用限額

    折扣時窗目前在 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna 公開測試。如果也用 Batch API 整批送件,估算還能送多少資料時,要把 2h、8h 請求一起算進去。每筆請求的輸入 token 數在送件時就計入共用限額。soonest 則使用一般請求次數與 token 限額。 來源 2

    模型請程式查文件,第二輪怎麼排隊、怎麼計費?

    在 OpenAI 的隔夜審查範例裡,程式送出第一筆 8h 請求時,先替這次審查取一個專用識別碼,填入 background\options.continuation\id。收到模型要求查文件的回覆後,程式查出文件,把結果放進第二筆請求。沿用同一個專案、模型、時窗和識別碼,這筆後續請求就有資格優先排隊。識別碼只用於排隊,模型需要的前文仍要由程式帶入。 來源 2 來源 3

    折扣按每筆符合條件的請求計算。指南裡前後兩筆都符合 8 小時折扣。假設依各輪實際用量換算,標準費率下第一輪要 10 美元、第二輪要 5 美元,打六折後各是 6 美元和 3 美元,這次審查的模型用量費合計 9 美元。 來源 2

    原文:https://easyvibecoding.app/curated/3785-openai-background-api-completion-windows-token-discounts

    4 min
  • Antigravity 讓 Hydrogen 改程式、跑測試,卡關時交回 Gemini 4 Neon 改計畫

    Antigravity 讓 Hydrogen 改程式、跑測試,卡關時交回 Gemini 4 Neon 改計畫

    在 Google Antigravity 裡,使用者只要交代一次開發任務,就能讓 Gemini 4 Neon 規劃程式架構,把例行改碼、更新套件和跑測試交給 Gemini 4 Hydrogen。這套分工功能叫 Orchestrator。Hydrogen 卡關時,會把任務交回 Neon,由 Neon 檢查目前狀態、修改計畫,再繼續執行。 來源 3

    11 月 18 日起,Google AI Pro 和 Ultra 付費訂戶陸續可以在 Antigravity 使用 Neon,也可以搭配 Hydrogen 分工。這次更新涵蓋桌面應用程式、命令列工具和程式編輯器的擴充套件。 來源 3

    在瀏覽器當第二位玩家,在 Blender 搭一張實驗桌

    Antigravity 團隊示範用 /swarm 指令讓多個 AI 代理分工,由 Neon 搭出一款有多個關卡的雙人迷你高爾夫遊戲。遊戲在內建瀏覽器跑起來後,AI 代理當起第二位玩家,點開球場總覽、查看雙人計分卡,也試著切換球洞。 來源 3

    [](https://antigravity.google/assets/image/blog/gemini-4-neon-neonputt-poster.png)

    點選第 2 洞的提示出現時,左上角仍顯示第 1 洞「NEON WINDMILL」。

    0:08 畫面開始分派八個工作項目,0:32 在瀏覽器測試球場,0:56 由人打第一球,約 1:04 輪到代理瞄準。 影片來源

    另一個 /swarm 示範把工作移到 3D 建模軟體 Blender。Google 讓 Neon 透過 Blender MCP 操作這套軟體,搭出一張實驗桌,用兩種發光方式呈現四款模型名稱對應的元素。碳(Carbon)和氫(Hydrogen)用本生燈火焰呈現,氬(Argon)和氖(Neon)則用高壓氣體放電管發光。 來源 1 來源 7

    0:04 可見紫色發光管,0:12 鏡頭帶到氫的標籤,0:24 拉遠看見四組裝置並列。這是 Blender 做出的實驗室場景。 影片來源

    Cursor 實測兩款模型的 High 檔,Neon 平均每題比 Hydrogen 多花 1.97 美元

    Cursor 已開放使用 Neon,也在自家的程式設計測試 CursorBench 4.1 分別評測了兩款模型。把兩者的推理強度都設為 High,也就是 Neon 的預設值,Neon 的得分比 Hydrogen 高 6.4 個百分點。按各模型的公開單價,計入每題實際用掉的輸入、輸出和快取用量,Neon 平均每題多花 1.97 美元。 來源 4 來源 5

    | 模型與推理強度 | CursorBench 4.1 得分 | 平均每題成本(美元) | | --- | --- | --- | | Gemini 4 Neon High | 63.7% | 6.54 | | Gemini 4 Hydrogen High | 57.3% | 4.57 |

    來源 5

    Agent Arena 公告將 Neon High 列為第 2,同日的最新總榜列為第 3

    Agent Arena 從 AI 代理執行實際任務的過程評比模型。11 月 18 日 Neon 發表時,主辦方公布 Neon High 排名總榜第 2,Google 公布的指數是 1,336 分。同樣標示 11 月 18 日的最新總榜上,Neon High 以 1,333 分排第 3,前兩名依序是 Claude Fable 5.2(Max)和 Claude Opus 5.5(Max)。這張榜用最近 14 天的任務計算成本,Neon High 的每項任務成本中位數是 2.60 美元。 來源 8 來源 1 來源 10

    原文:https://easyvibecoding.app/curated/3784-gemini-4-neon-antigravity-hydrogen-blender-cursorbench

    4 min
  • LINE 換機可用指紋登入,聊天紀錄要先在舊手機備份

    LINE 換機可用指紋登入,聊天紀錄要先在舊手機備份

    換手機前,先在平常使用的 iPhone 或 Android 手機確認 LINE 已更新到 26.17 或以上版本,再建立「通行金鑰」。新手機取得金鑰後,就能用臉部辨識、指紋或螢幕解鎖登入原來的 LINE 帳號。想在新手機接著看舊對話,LINE 建議換機前另外把聊天紀錄備份到雲端。 來源 1 來源 2

    在舊手機綁定電子郵件,再建立通行金鑰

    在平常登入 LINE 的主要手機上,從「主頁」點齒輪進入「設定」,再點「我的帳號」。 點「電子郵件帳號」,確認已綁定電子郵件。若欄位還是空的,先完成綁定。 回到「我的帳號」,點「通行金鑰」→「建立通行金鑰」,依手機提示完成臉部辨識、指紋辨識或螢幕解鎖。

    來源 2

    [](https://livedoor.blogimg.jp/linetw/imgs/0/f/0f84c2c5.png)

    建立後可查看「通行金鑰一覽」。上排右圖顯示這把金鑰的預設名稱「iPhone」。

    新手機要先取得金鑰,才能用它登入

    從 iPhone 換到 iPhone,在新機登入原本保存金鑰的 Apple ID,就能同步金鑰。Android 換到 Android,則登入原本的 Google 帳號。若在 iPhone 和 Android 之間換機,就要依金鑰服務商的說明,先把金鑰轉移到新手機。 來源 4 來源 1 來源 3

    在新手機開啟 LINE,點「登入」。新手機若是 Android,依提示選「主要裝置」,再點「確定」。 點「以其他方法登入」→「使用通行金鑰登入」,依提示用臉部、指紋或螢幕解鎖驗證身分。

    來源 2

    [](https://livedoor.blogimg.jp/linetw/imgs/6/f/6f99c8b8.png)

    從 Android 換到 iPhone,登入後再復原聊天紀錄

    舊 Android 手機還在手上,也可以用行動條碼移動帳號。先在舊機完成備份,再讓舊機顯示行動條碼。一旦進入用新 iPhone 掃描條碼的步驟,就無法補做備份。掃碼後,在舊機確認是本人操作並解鎖,再回到 iPhone 點「登入」。這時帳號會從舊機移除,接著就在 iPhone 上依提示復原聊天紀錄。 來源 3

    若舊 Android 手機已不在手邊,但金鑰已轉到 iPhone,用金鑰驗證後,先確認顯示的是自己的 LINE 帳號,再點「登入」,依提示復原聊天紀錄。如果換機前設過「備份啟用碼」,這時輸入正確的碼,就能復原最近 14 天的聊天紀錄。 來源 3

    原文:https://easyvibecoding.app/curated/3783-line-passkey-phone-transfer-chat-backup

    3 min
  • Apple 創作坊的「內容中心」新增影片,剪片補鏡頭、做簡報開場都能用

    Apple 創作坊的「內容中心」新增影片,剪片補鏡頭、做簡報開場都能用

    剪片時少了一個鏡頭,現在可以直接在 Final Cut Pro 裡挑一段現成影片。「Apple 創作坊」的素材庫「內容中心」(Content Hub)新增了 Apple 精選的影片,做簡報、寫報告或整理試算表時,也能在各自的 App 裡選片。Apple 在 10 月 27 日預告這波更新會在 11 月推出,@gregjoz 隨後在 X 宣布更新已上線。現有訂閱者可到 App Store 免費更新。 來源 3 來源 2

    在 Final Cut Pro 補鏡頭,挑素材時就看得到片長

    Apple 的示範畫面停在歌手彈吉他的鏡頭,下方還看得到剪好的片段。右側開著內容中心的「Food & Drink」分類,麵包那段影片長 23 秒。剪輯師可以對照正在剪的段落和縮圖上的片長,再決定取用哪個鏡頭。同一個素材庫也找得到照片和背景。 來源 1

    [](https://www.apple.com/newsroom/images/2026/10/apple-creator-studio-adds-powerful-new-ai-features-and-even-more-creative-tools/article/Apple-Creator-Studio-Final-Cut-Pro-Content-Hub-261027big.jpg.large.jpg)

    在 Mac 版套用動態標題,再調整位置和大小

    如果鏡頭已經選好,接下來想替人物加上動態標題,Mac 版 Final Cut Pro 也內建了一套名為 MotionVFX 的工具,提供標題、圖形和轉場範本。Apple 的另一張示範圖裡,「Create Further」字樣疊在人物前方,右側就能調整位置、大小和旋轉角度。創作坊的 Mac 版 Final Cut Pro 需要 macOS 26.6 或後續版本,部分功能需要 Apple 晶片。 來源 1 來源 3

    [](https://www.apple.com/newsroom/images/2026/10/apple-creator-studio-adds-powerful-new-ai-features-and-even-more-creative-tools/article/Apple-Creator-Studio-Final-Cut-Pro-MotionVFX-261027big.jpg.large.jpg)

    做簡報或寫報告,從文件裡就能挑影片

    例如替麵包店做提案,可以先在 Keynote 選好簡報主題,再從內容中心挑一段烘焙影片放在開場。若交付的是 Pages 報告或 Numbers 試算表,也能直接打開該 App 的內容中心選片。訂閱者還可取用這次新增的主題與範本。這三款 App 的系統需求為 macOS 26、iPadOS 26 或 iOS 26 以上版本。 來源 3

    原文:https://easyvibecoding.app/curated/3782-apple-creator-studio-content-hub-stock-video

    3 min
  • Gemini 4 Neon 的答案一樣長,為什麼費用會不同?

    Gemini 4 Neon 的答案一樣長,為什麼費用會不同?

    透過付費 Gemini API 使用 Gemini 4 Neon 時,模型作答前的推理也按輸出費率計價。即使兩次讀入相同的資料、寫出同樣長的答案,推理用量不同,費用就可能不同。Google 於 11 月 18 日正式推出 Neon,Google AI Pro 或 Ultra 訂戶也能在 Google AI Studio 試用。評估要不要換,可以拿同一件工作,比較現用模型和 Neon 各要多久才能交出合格結果、全程各花多少錢。 來源 3 來源 1

    Neon 現在哪裡可以用?

    付費 Gemini API 的 generateContent 和 Interactions API 都能呼叫 gemini-4-neon。Google AI Pro 與 Ultra 訂戶也能在 AI Studio 試用。開發文件另外列出 Gemini Managed Agents 裡的 Antigravity agent 可選 Neon。這三處的支援各有入口,Gemini App 與 Antigravity 個別訂閱方案的可用範圍仍需看各產品公告。 來源 3

    同樣長的答案,帳單怎麼算?

    API 用 token 計量模型讀入、推理和寫出答案的用量。以 Neon 的標準費率為例,每百萬個一般輸入 token 收 3 美元,每百萬個輸出 token 收 15 美元。假設兩次都讀入 1 萬個一般輸入 token,答案也都用掉 1,000 個 token,且都沒有額外工具費。若第一次推理用掉 1,000 個 token,整次是 0.06 美元;第二次推理用掉 5,000 個,整次就變成 0.12 美元。 來源 4 來源 3

    提示達 4,096 個 token 就會自動啟用快取。模型若能重用先前讀過的內容,命中的輸入部分按標準費率每百萬 token 收 0.15 美元。若讓模型用 Google 搜尋查資料,一次提問可能觸發多次查詢。Gemini 3 及更新模型每月共用 5,000 次免費查詢,超過後每 1,000 次收 14 美元,每日查詢上限為 1,500 次。 來源 3 來源 4

    用同一件工作,找出能過關的最低檔

    Neon 有四個檔位,決定模型回答前花多少力氣推理。Google 建議複雜任務先用預設的 high,遇到它做不好的多步驟問題,再試 xhigh。透過 Interactions API 呼叫 Neon 時,可以在 generation\config 裡設定 thinking\level。 來源 3

    | 推理檔位 | 適合的工作 | 速度與用量的取捨 | | --- | --- | --- | | low | 即時聊天、大量處理短任務 | 四檔中等待時間最短、用量最少 | | medium | 互動寫程式、邊改邊看的介面原型 | 比預設檔更快回應,用量也較低 | | high(預設) | 跨檔案改程式、需要呼叫工具的工作 | 兼顧解題能力與完成速度 | | xhigh | high 處理不好的多步驟工程或分析問題 | 推理最深、用量最多,也得等更久 |

    來源 3

    例如要模型修改好幾個程式檔,可以讓現用模型和 Neon 從同一份程式碼開始,用同一組測試驗收。測 Neon 四檔時,推理和最後的答案共用 max\output\tokens 上限。若舊程式把它設在 8,192,可以先調到同步請求預設的 65,536,以免答案寫到一半就被截斷。挑出能通過測試的最低檔,再和現用模型比較從送出需求到測試通過的總時間與費用。中途若要請模型補改,那幾輪也算在內。 來源 3

    一百萬 token 如何分給輸入和輸出?

    輸入、推理和答案共用 1,048,576 個 token。想輸出超過同步請求的 65,536 個 token,可以用背景執行或由新版 SDK 接續產生。前面讀進去的文件和推理用量都會占掉共用空間。 來源 3

    原文:https://easyvibecoding.app/curated/3781-gemini-4-neon-release-thinking-pricing-evaluation

    5 min
  • Contra 測 AI 網頁設計,真人作品細項評分第六,盲評勝率卻有 74%

    Contra 測 AI 網頁設計,真人作品細項評分第六,盲評勝率卻有 74%

    募資網站要讓贊助者走完結帳,線上課程要能做測驗、拿證書。Contra Labs 和 BenchFlow 把這類接案需求編進 Frontier Design Benchmark,既逐項檢查成品,也請專業設計師在不知道作品出自誰手的情況下,從兩件同題作品中選出偏好的一件。Contra 邀設計師製作的參考作品,細項得分在 16 組中排第六。在有這些真人作品可選的對決裡,卻有 74% 的票投給了它們。 來源 3 來源 4

    33 份設計需求裡,28 份附了品牌標誌

    Contra Labs 分析平台過去一年約 4,600 件網站委託,發現四分之三同時列出至少兩項限制,例如要沿用品牌素材,也要顧及特定客群。團隊據此編出首批 33 題,其中 27 題改寫自平台案件,換成虛構客戶。另外 6 題由新創公司提供,都是公司曾在 Contra 聘請設計師製作的專案。 來源 3

    模型開工時,手上可能已經有客戶選好的照片、配色和文案。以 Carafe 為例,需求裡就有酒紅色品牌字樣、餐桌照片和四色色票。全部 33 份需求中,有 28 份附了品牌標誌,25 份附了品牌圖片或示意圖。 來源 3 來源 4

    [](https://contralabs.com/frontierdesign/assets/blog/fdb-09-example-task.webp?h=ee749a6a98)

    真人設計師先提三種方向,收到回饋才做網站

    BenchFlow 讓 AI 在獨立環境裡逐題製作,記錄成品、花費和完整操作過程。為了讓每題都有可對照的設計,Contra Labs 也邀請平台上的專業設計師製作參考作品。設計師先用視覺參考圖提出三種設計方向,團隊看過並給予回饋後,設計師才用自己選的工具做出網站,再依第二輪回饋修改。 來源 3

    按鈕文字太暗會扣分,設計師仍可能選這個頁面

    Contra 的方法報告記錄了 35 名設計師在五輪盲評中投下的 4,311 票。評分表則逐項檢查字體大小能否分出主次、文字和背景的對比夠不夠、畫面元素有沒有完整顯示。就報告比較的 15 個模型來看,細項得分高的模型,通常也更受設計師青睞。 來源 3

    真人參考作品就有按鈕文字暗到讀不清、品牌字樣被上方區塊切掉等問題。這些缺點讓真人作品在評分表上丟了分,細項得分為 73.6,在 16 組中排第六。輪到設計師看整件作品,真人作品參與的 574 次對決裡,有 425 次獲選。 來源 3

    沒做完的頁面也可能看起來不像 AI

    團隊還測了頁面有多像 AI 做的。辨識工具會看模型常用的排版習慣,例如區塊標題已經寫明主題,上方又用一行小小的大寫字母重複一次。在工具的訓練資料裡,93% 的 AI 網頁至少有一半區塊這樣排,真人網頁只有 11%。 來源 3

    這個工具的讀數從 0 到 100,愈低代表頁面看起來愈不像典型的 AI 網頁。DeepSeek V4 Pro 和 Gestalt 的讀數同為 1.2,原因卻不同。DeepSeek 有許多頁面還沒做完;Gestalt 交出了完整頁面,在設計師的盲評中排名第一。 來源 3

    原文:https://easyvibecoding.app/curated/3780-contra-frontier-design-benchmark-real-client-briefs

    4 min
  • 書桌照一上傳就有描述草稿,W3C 為何看重這一步?

    書桌照一上傳就有描述草稿,W3C 為何看重這一步?

    Kevin 在網路上賣書桌,上傳照片時,平台就給了他一段可以修改的描述草稿。他的同事 Shawn Lawton Henry 負責全球資訊網協會(W3C)的網頁無障礙倡議。她看重這一步,因為賣家可以先確認描述是否寫出了他想讓買家留意的細節。盲人讀者就能用螢幕報讀軟體聽這段「替代文字」,也可以用點字顯示器讀。W3C 正召集各方更新創作工具的無障礙指引。 來源 1

    上傳時用一次 AI,讀者就不用各自問圖裡有什麼

    2025 年初,Henry 在香港一場身心障礙團體座談會上,聽到兩位盲人談起自己經常靠 AI 辨認缺少替代文字的圖片。Henry 指出,即使 AI 說得出圖裡有什麼,讀者仍無從確定那是不是作者想傳達的訊息。她認為,如果工具在上傳時用 AI 擬一份描述,讓作者確認後隨圖發布,AI 只需用一次,之後的讀者就能直接讀到描述。 來源 1

    同一張照片換個地方用,作者想說的事也可能不同。Henry 建議工具把替代文字和圖片一起存下來。下次有人再用這張圖,就把舊描述當成草稿,請作者確認它是否適合這次的用途。 來源 1

    指引也關心身心障礙者能否自己發文

    以學校的線上課程平台為例,現行《創作工具無障礙指引》(ATAG)2.0 涵蓋兩件事。平台要能幫老師替教材圖片加上描述,讓盲人學生讀得到。身心障礙的老師也要能操作平台,自己製作教材。社群網站的發文介面同樣適用這份指引。 來源 2 來源 1

    現在就能加入社群小組討論指引修訂

    如何適當運用 AI 改善無障礙,是這次更新要處理的問題之一。2026 年 11 月,W3C 工作人員提出工作小組的新章程草案,目標是與加拿大無障礙標準機構(Accessibility Standards Canada)共同更新指引。任何人現在都可以加入 ATAG 社群小組討論,也可以訂閱 W3C 的無障礙消息,在指引草案開放審閱時收到通知。 來源 1 來源 2

    原文:https://easyvibecoding.app/curated/3779-w3c-atag-authoring-tools-accessibility-update

    3 min
  • Google Colab 開放代管入口,AI 代理可在同一工作階段沿用 Python 變數

    Google Colab 開放代管入口,AI 代理可在同一工作階段沿用 Python 變數

    Google Colab 已向所有使用者開放兩個新入口。開發者可以用 Colab API 從自己的程式建立、查詢或釋放雲端執行環境。AI 代理則能透過 Google 代管的工具入口(MCP)直接在 Colab 跑 Python。只要兩次執行都指定同一個工作階段,第二段程式就能沿用第一段的變數。 來源 2 來源 3

    把 Colab 的代管網址填進代理設定

    在 Google Cloud 控制台開啟要使用的專案,啟用 Colab API。 建立用來授權連線的 OAuth 2.0 用戶端,取得用戶端 ID 和密鑰。 啟用 Colab 的 MCP 伺服器,在 AI 代理的連線設定中指定剛建立的用戶端,並填入網址 https://colaboratory.googleapis.com/mcp

    來源 2 來源 3

    第一次存下三筆金額,第二次再加總

    讓代理呼叫 list\_runtimes。若已有可沿用的執行環境,就選用它,直接進到第 3 步。 若需要新環境,用 list\runtime\specs 選出帳號有資格使用的規格。呼叫 create\_runtime 時,把選好的規格填入 runtime.runtimeSpec,再為這次請求產生新的識別碼(UUID),填入 requestId。工具會等到環境就緒。 在選好的環境呼叫 create\session,記下它傳回的完整工作階段名稱,格式為 runtimes/{runtime\id}/sessions/{session\_id}。

    來源 3

    第一次呼叫 execute\_code 時,把 session 設為剛才取得的工作階段名稱。傳入下面這行 Python,把三筆金額存進變數 amounts。 來源 3

    ` amounts = [80, 120, 60] `

    來源 3

    第二次呼叫 execute\_code 時,指定相同的 session,只傳入下面這行。它可以直接讀取 amounts,回傳結果中的 result 欄位會顯示 260。 來源 3

    ` sum(amounts) `

    來源 3

    算完後,用 delete\_session 關閉剛才開的工作階段。存在記憶體裡的 amounts 會隨之清除,雲端執行環境仍會繼續運作。如果程式曾寫入檔案,檔案也會留在該環境裡。 來源 3

    原文:https://easyvibecoding.app/curated/3778-google-colab-api-hosted-mcp-runtime

    3 min
  • ChatGPT for Accounting 可把郵件裡的工作明細轉成 QuickBooks 發票

    ChatGPT for Accounting 可把郵件裡的工作明細轉成 QuickBooks 發票

    OpenAI 已推出 ChatGPT for Accounting。在官方的客戶請款範例中,使用者請 ChatGPT 從電子郵件找出最近可以請款的工作,再依信裡的明細到 Intuit QuickBooks 建立客戶發票。ChatGPT 會標出不清楚的地方,讓使用者在審核發票時確認。 來源 1 來源 2

    OpenAI 的會計外掛提供處理發票、對帳和編製報表的指引,合作夥伴的外掛則讓 ChatGPT 連上既有的會計工具與帳務紀錄。除了 QuickBooks,OpenAI 列出的工具還有 Xero、Oracle NetSuite、BILL、FreshBooks、Rillet 和 Campfire。 來源 2 來源 1

    在公司工作區,管理員決定開放哪些應用程式,使用者再連上自己的帳號。ChatGPT 沿用該帳號原有的權限。要試用上述請款範例,可到 ChatGPT for Accounting 產品頁,在「Customer invoicing」下點選「Try in ChatGPT」。 來源 2

    原文:https://easyvibecoding.app/curated/3777-chatgpt-accounting-plugin-month-end-reconciliation

    2 min