EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • 掌握外迴圈 (Outer Loop)

    掌握外迴圈 (Outer Loop)

    在過去的一年裡,關於 Agentic 程式開發的討論已經轉向了 harness 與迴圈、機隊 (fleets) 以及軟體工廠。我個人的淺見是,工程師必須掌握「外迴圈」——即對這些系統負起當責。隨著 Fable 和 GPT-5.6 等強大模型問世,這一點只會變得更加重要。
    展開畫面重點圖片為黑底白字(部分文字為黃色與紫色)的文字簡報,內容如下:
    左上角標題:THE FUTURE OF ENGINEERING
    主文內容:The engineer of the future will choose what is worth doing, then own the evidence, understanding and verdict for work increasingly automated by agents.
    左下角署名:@addyosmani
    Agent 擁有槓桿效應,而槓桿效應會帶來義務。必須有人能夠精確解釋發生了什麼變更、為什麼它是安全的,以及如果出錯了會發生什麼事。否則,它們的行為就無法被正當化。這也使得組織不太可能從一開始就要求使用它們。
    因此,我想談談三個術語。首先是「品質」(Quality),指的是我們在讓系統上線前所設置的所有檢查。這些檢查會產生證據,而我們從這些證據中得出「裁決」(Verdict)。
    第二個術語「裁決」,指的是在工作進入我們依賴的系統之前所做的最終決定:我是這些內容的產線製作人。我經營的團隊,其產出的工作成果都是以我的名義發布的。模型或許寫出了那一行程式碼,但裁決權在我。未經我的決定,我團隊的工作成果絕不會進入我們依賴的系統。裁決就是生產決策:我們應該發布、阻擋、重新導向、縮減回應範圍、增加防護機制,還是直接拒絕?
    第三個術語「可答責性」(Answerability),指的是一種保證,即如果有人詢問,我能夠解釋原因。
    換句話說:我們的 Agent(我將其定義為模型加上由檔案、工具、記憶、skill、沙盒、權限、可觀測性與復原機制組成的 harness)是執行我們迴圈(我將其定義為調查、實作、驗證,然後重複)的核心。這也是建構我們軟體工廠的基礎。
    展開畫面重點圖表標題:THE AGENT IS THE SYSTEM AROUND THE MODEL
    主標題:HARNESS ENGINEERING
    副標題:The scaffolding that turns a model into an agent.
    架構核心公式:agent = model + harness
    架構組成(harness):prompts, tools, state, constraints, feedback loops
    圖表組件說明:
    中央區塊:MODEL(標示為 one chip on the board),功能為 reasons / decides。
    左側輸入/控制區塊:
    - CONTEXT (rules, memory)
    - CONTROL (plans, routing)
    - FAILURE (agent slipped)
    右側輸出/執行區塊:
    - ACTION (tools, MCPs)
    - PERSIST (files, git)
    外部反饋與規則區塊:
    - OBSERVE (tests, logs)
    - HOOKS (block, retry)
    - RATCHET (new rule)
    箭頭流向:
    FAILURE 指向 CONTEXT。
    CONTEXT、CONTROL 指向 MODEL。
    MODEL 指向 ACTION、PERSIST、HOOKS。
    HOOKS 指向 RATCHET。
    RATCHET 指向 MODEL。
    OBSERVE 指向 MODEL。
    FAILURE 與 OBSERVE 之間有循環箭頭。
    來源標註:Source: addyosmani.com/blog/agent-harness-engineering
    展開畫面重點圖片標題為「LOOP ENGINEERING」,副標題為「Design the loop, not the prompt.」。
    圖表定義循環公式為:loop = goal + cadence + isolated work + verification + state。
    核心區塊為「RECURSIVE GOAL」(iterate until done)。
    圍繞核心的流程區塊包含:
    VERDICT (owns outer loop)
    AUTOMATE (cadence finds work)
    STATE (memory lives outside)
    ACT (agents in worktrees)
    LEARNING (tomorrow reads today)
    VERIFY (maker != checker)
    ISOLATION (parallel, no chaos)
    DECIDE (ship, block, queue)
    底部文字為「Loops change the work. They do not delete the engineer.」。
    來源標註為:addyosmani.com/blog/loop-engineering。
    展開畫面重點該圖表描述了軟體開發的自動化流程,包含以下區塊與文字:
    標題:THE SOFTWARE FACTORY, WITH THE LIGHTS ON / AGENTIC SOFTWARE FACTORY
    輸入源:product intent、incidents、user feedback(下方註記:stuff worth doing)
    核心處理單元:agent inner loop,包含 guide / context、generate、verify / solve(下方註記:sandbox, traces, tests)
    產出與驗證:evidence(包含 tests、diff summary、risk notes)
    決策點:human verdict(包含 ship / block / redirect),此處為人類判斷的關鍵點。
    系統回饋:monitor 與 users 互動,並回饋至 agent inner loop。
    警示區塊:lights off fails here(指向 human verdict)。
    核心理念:
    - The win is not removing people from the loop.
    - The win is moving human judgment to the highest leverage checkpoint.
    而在這座工廠的核心,存在著一道謹慎的界線,區分了系統內部與外部。在系統內部:我們收集輸入(來自產品團隊的意圖、對先前已發布工作的了解、近期發生的事故,或是來自使用者的具體回饋)。Agent 迴圈會調查任務、執行計畫並驗證結果。接著,證據會跨越那道界線。一位負責該依賴系統的人類會查看證據,並決定是否繼續進行。
    展開畫面重點圖表標題:WHAT "HIGH AGENCY" MEANS NOW
    主標題:THE LOOP BOUNDARY IS EVIDENCE
    副標題:Agents run capability loops. Engineers own agency loops.
    左側區塊:01 AGENT INNER LOOP (capability: do work, return evidence)
    INVESTIGATE: inspect, search, plan
    IMPLEMENT: change, refactor, generate
    TEST: run checks, compare results
    REPORT: summarize what changed
    中間區塊:BOUNDARY EVIDENCE (diff, tests, logs, why)
    箭頭從 REPORT 指向 EVIDENCE,再指向右側的 VERIFY。
    右側區塊:02 ENGINEER OUTER LOOP (agency: decide what earns production trust)
    DECIDE: is this worth doing?
    VERIFY: is the evidence enough?
    APPROVE: ship, block, or redirect
    OWN: carry the consequence
    底部說明:
    虛線箭頭從右側的 OWN 指回左側的 REPORT,標註文字:constraints…

    8 min
  • SpaceXAI 與 Cursor 共同發布 Grok 4.5 模型,專為程式開發與 Agent 任務設計並展現 Opus 等級的效能

    SpaceXAI 與 Cursor 共同發布 Grok 4.5 模型,專為程式開發與 Agent 任務設計並展現 Opus 等級的效能。

    核心定位與效能
    Grok 4.5 是 SpaceXAI 首款針對程式撰寫與 Agent 應用深度訓練的模型,並與 Cursor 團隊合作開發。該模型在 Design Arena 評測中取得 1328 的 Elo 分數,排名第五,效能與 Claude Opus 4.6 (Thinking) 相當,特別在處理複雜程式庫與跨多個 repository 的長任務時表現優異。
    Grok 4.5 在 Website Arena 排行榜中位居第 5 名(Elo 評分為 1328),與 Claude Opus 4.6 (Thinking) 處於相同的性能區間,在真實網站任務中展現出 Opus 級別的程式開發能力。
    技術架構與訓練
    訓練規模:採用數萬張 NVIDIA GB300 GPU 大規模訓練,並針對「每 token 智慧」做強化學習(RL)。
    資料策略:訓練資料包含數兆 token 的 Cursor 使用者互動數據,涵蓋開發者與 Agent 的協作模式,並結合高品質的 STEM 任務與研究論文,使其具備廣泛的領域知識。
    Agent 系統:開發團隊建立了一套分散式 Agent 系統,用於自動化建構並驗證複雜的工程環境,讓模型在模擬中學習除錯與工具使用。
    在 DeepSWE 1.0 基準測試中,新發表的 Grok 4.5 取得 62% 的分數,超越 Opus 4.8 max 與 Opus 4.7 max,惟仍低於 Fable max(66.1%)與 GPT 5.5 xhigh(64.3%)。
    效率與成本優勢
    Grok 4.5 在效能提升的同時,大幅優化了運算成本與速度:
    成本:輸入 token 為 $2/M,輸出 token 為 $6/M。
    效率:執行任務所需的 token 數量僅為同級模型的一半,且處理速度可達 80 TPS。
    資源佔用:相比同類模型,Grok 4.5 能以更少的步驟解決複雜問題,提供更高的單位時間與成本智慧產出。
    新發表的 Grok 4.5 在多項軟體工程與編碼基準測試中表現優異,與 GPT-5.5 及 Opus 4.8 等前沿模型互有勝負。
    應用場景與使用方式
    Grok 4.5 具備強大的端到端應用程式建構能力,能透過單一 prompt 從需求直接生成功能完整的軟體。
    功能範疇:除了程式開發,還能處理複雜的 Excel 模型(包含網頁搜尋與多表單公式)、PowerPoint 簡報製作(使用原生圖形繪製圖表)以及 Word 文件撰寫。
    取得方式:使用者即日起可透過 SpaceXAI console、Grok Build 以及 Cursor 使用。
    使用限制:目前歐盟地區尚未開放,預計於本月中旬提供。
    開發者整合:可於 SpaceXAI console 取得 API key 後透過 API 呼叫。
    影片展示了 Grok 4.5 模型在軟體工程、數據分析、3D 建模及日常辦公任務中的多功能應用。
    與 Cursor 的整合
    Cursor 團隊確認 Grok 4.5 將作為其強大的模型選擇之一,並與現有的 Composer 2.5 並存,兩者屬於不同的模型權重等級。為慶祝發布,Cursor 提供首週雙倍使用額度,並針對該模型具備的網路安全能力新增了相關防護機制。

    影片展示了 Grok 4.5 模型在軟體工程、數據分析、3D 建模及日常辦公任務中的多功能應用。 影片中的 Prompt 與操作:

    Prompt(00:13): 建立一個天氣應用程式

    原文:Build a weather app

    Prompt(00:22): 為我的書評建立一個網站

    原文:Build a site for my book reviews

    Prompt(00:25): 根據我們最新的財務數據建立一個儀表板

    原文:Build a dashboard from our latest financials

    Prompt(00:27): 建立一個我可以走進去的 3D 城市

    原文:Build a 3D city I can walk through

    Prompt(00:28): 建立一個無限的設計畫布

    原文:Build an infinite design canvas

    Prompt(00:32): 模擬汽車的氣流

    原文:Simulate airflow over a car

    Prompt(00:34): 為我建立一個推進器的 3D 模型

    原文:Build me a 3D model of the booster

    Prompt(00:39): 將這些筆記轉換為季度路線圖

    原文:Turn these notes into a quarterly roadmap

    Prompt(00:44): 建立第二季銷售簡報

    原文:Build the Q2 sales deck

    操作步驟: 1. (00:13)輸入指令並生成天氣應用程式介面 2. (00:22)輸入指令並生成書評網站介面 3. (00:25)輸入指令並生成財務儀表板 4. (00:27)輸入指令並生成 3D 城市場景 5. (00:28)輸入指令並生成設計畫布 6. (00:32)輸入指令並展示氣流模擬 7. (00:34)輸入指令並展示 3D 推進器模型 8. (00:39)輸入指令並生成專案路線圖 9. (00:44)輸入指令並生成銷售簡報

    原文:https://easyvibecoding.app/curated/2413-spacexai-cursor-launch-grok-4-5-for-coding

    4 min
  • OpenAI 在 ChatGPT 推出 GPT-Live 支援即時語音對話

    OpenAI 在 ChatGPT 推出 GPT-Live 支援即時語音對話。

    影片展示了 ChatGPT 應用程式中 GPT-Live 的語音互動介面。
    核心功能與架構
    Sam Altman 指出,GPT-Live 的推出讓與 AI 的對話變得極具真實感與「魔法」,甚至讓他改變了以往偏好打字勝過語音的習慣。該模型採用了「全雙工」(full-duplex)架構,這項技術變革帶來了以下關鍵提升:
    同步聽說:模型不再需要等待使用者說完話才能回應,能同時聆聽與發聲,並能流暢地處理對話中的「嗯哼」、「對」等語氣詞,甚至在使用者思考時保持安靜。
    即時互動與翻譯:透過持續性的互動決策,模型能每秒多次判斷是否該發言、暫停或中斷,並支援即時翻譯功能。
    這支影片展示了 ChatGPT 的 GPT-Live 語音功能,透過自然對話與即時翻譯,讓使用者能更流暢地與 AI 互動。
    智慧委派機制:當對話涉及網頁搜尋、深度推理或複雜任務時,GPT-Live 會在背景自動呼叫最新的前沿模型(發布初期為 GPT-5.5)處理,並在完成後將結果帶回對話中,確保對話流程不中斷。
    使用體驗與部署
    GPT-Live 提供更具備「人格特質」的對話體驗,並針對語音場景強化了安全性與實用性:
    視覺輔助:在對話過程中,ChatGPT 能根據話題(如天氣、股市、賽事)即時呈現豐富的視覺卡片,讓資訊一目了然。
    這段影片展示了如何透過 ChatGPT 的語音功能,快速查詢天氣資訊、賽事賽程以及在地推薦。
    情境感知:模型具備更好的時間感知與背景雜訊過濾能力,能專注於使用者的聲音,並根據對話情境調整語氣。
    三位技術人員示範如何透過語音與 AI 模型即時對話,並展示其對時間與情境的感知能力。
    部署範圍:該功能即日起陸續向全球 ChatGPT 使用者開放,支援 iOS、Android 及網頁版,未來也將整合至 API。
    版本區分:Plus 與 Pro 使用者將預設使用 GPT-Live-1,免費版使用者則預設使用 GPT-Live-1 mini。
    技術背景與安全性
    OpenAI 在官方文件中說明,GPT-Live 解決了過往「級聯式語音系統」(Cascaded voice systems)因模型串接導致的延遲與資訊流失,以及「基於輪次」(Turn-based)模型因靜音檢測導致的僵硬中斷問題。
    三位技術人員透過對話展示並討論 ChatGPT 的語音互動能力。
    為了確保安全性,OpenAI 針對語音特性做了專門的紅隊測試(Red-teaming)與合成評估,涵蓋自我傷害、情緒依賴及暴力內容等風險,並內建了能即時偵測不安全輸出的防護機制,若系統偵測到高風險情境,會主動引導至安全資源或終止對話。
    三名技術人員在沙發上演示 ChatGPT 的即時語音翻譯與對話功能。

    這支影片展示了 ChatGPT 的 GPT-Live 語音功能,透過自然對話與即時翻譯,讓使用者能更流暢地與 AI 互動。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)點擊手機上的語音功能進行對話 2. (00:16)點擊手機螢幕啟動語音互動 3. (00:34)點擊手機螢幕進行語音詢問 4. (01:48)點擊手機螢幕進行語音詢問 5. (02:09)點擊手機螢幕進行語音詢問 6. (02:37)點擊手機螢幕進行語音詢問 7. (03:32)點擊手機螢幕進行語音詢問 8. 點擊手機螢幕啟動即時翻譯功能 9. 點擊手機螢幕進行語音詢問

    三名技術人員在沙發上演示 ChatGPT 的即時語音翻譯與對話功能。 影片中的 Prompt 與操作:

    Prompt(00:11): GPT-Live-1

    Prompt(00:13): 聆聽與說話

    原文:Listening & Speaking

    Prompt(00:16): Yuchen Zhang

    Prompt(00:16): Alyssa Huang

    Prompt(00:16): Justin Uberti

    Prompt(00:16): 技術人員成員

    原文:Members of Technical Staff

    操作步驟: 1. (00:11)畫面顯示標題「GPT-Live-1」 2. (00:13)畫面顯示標題「Listening & Speaking」 3. (00:16)畫面標示三位參與者的姓名與職稱「Members of Technical Staff」 4. (00:51)參與者展示使用手機與該模型進行即時語音翻譯互動 5. (02:19)參與者透過手機 UI 介面查看該模型對對話內容的總結

    三位技術人員示範如何透過語音與 AI 模型即時對話,並展示其對時間與情境的感知能力。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:51)參與者拿起手機與 AI 進行語音對話 2. (01:45)參與者使用手沖壺進行注水操作 3. 參與者將咖啡倒入杯中

    三位技術人員透過對話展示並討論 ChatGPT 的語音互動能力。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)影片開場,三名人員在室內沙發上進行對話。 2. (00:07)三人走在戶外步道上。 3. (00:09)三人坐在戶外長椅上,其中一人使用手機與 AI 進行語音對話。 4. 三人回到室內沙發區繼續討論。 5. 其中一人對著手機詢問 AI 關於拍攝行銷影片的建議。

    這段影片展示了如何透過 ChatGPT 的語音功能,快速查詢天氣資訊、賽事賽程以及在地推薦。 影片中的 Prompt 與操作:

    Prompt(00:00): 詢問 ChatGPT

    原文:Ask ChatGPT

    操作步驟: 1. (00:00)點擊輸入框並開始語音對話 2. (00:08)畫面自動顯示墨西哥市天氣預報圖表 3. (00:24)畫面自動顯示墨西哥隊小組賽賽程表 4. (00:44)畫面自動顯示墨西哥市地圖與推薦觀賽地點

    影片展示了 ChatGPT 應用程式中 GPT-Live 的語音互動介面。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)點擊語音輸入圖示 2. (00:01)進入語音互動模式,畫面中央出現動態波紋

    原文:https://easyvibecoding.app/curated/2415-openai-launches-gpt-live-in-chatgpt

    3 min
  • Claude Code 中的模型與努力程度:了解更多 vs. 嘗試更努力

    Claude Code 中的模型與努力程度:了解更多 vs. 嘗試更努力

    Claude Code 提供了兩個設定,看起來似乎都能「讓答案變得更好」:模型(Model)與努力程度(Effort)。但這些設定對輸出結果究竟有什麼影響?你又該如何判斷是該換個模型,還是調整努力程度就好?
    我們很容易認為,選擇像 Fable 這樣的大型模型會比 Sonnet 得到更聰明的輸出,而提高努力程度只是代表 Claude 在回答前會思考得更久。
    第一個假設是正確的。根據業界標準的基準測試,我們最大的模型確實具備更強的能力。
    但「努力程度」的意義不僅僅是「思考時間」。努力程度控制了 Claude 在處理你的請求時,整體投入了多少工作量。這不僅包含它思考的時間,還包括:
    它讀取了多少檔案;
    它做了多少驗證;以及
    在向你回報進度前,它在多步驟任務中推進了多遠。
    在較高的努力程度下,Claude 會在回覆你之前採取更多行動(讀取檔案、執行測試、雙重檢查)。而在較低的努力程度下,它寧願要求你提供更多 context,也不願花費 token 自己去推敲出答案。
    ---
    模型選擇的運作方式
    要理解模型設定究竟控制了什麼,我們得從最開始說起——也就是你按下 Enter 鍵的那一刻。
    Claude Code 會將你的訊息與系統提示詞(system prompt)、工具定義(tool definitions)、你的 CLAUDE.md、對話紀錄以及任何在 context 中的檔案組合在一起。這一切會作為單一請求發送到 API。
    展開畫面重點圖表呈現了從客戶端發送請求至 Anthropic Server 的處理流程,包含以下區塊與文字:
    左側輸入區塊:包含 System prompt、Tool definitions、CLAUDE.md、Conversation history、Files in context、Your message。
    中間 API 請求區塊:標題為「One API request」,顯示 POST /v1/messages 的 JSON 格式範例,包含欄位:"model"、"system"、"tools"、"messages" 以及 "output_config" 下的 "effort"。
    右側 Anthropic Server 區塊:包含一個 Tokenizer 處理單元,將程式碼片段「const x」轉換為數值「1078」與「865」,隨後將資料傳遞至下方的「Model」區塊。
    然而,模型永遠不會以純文字的形式看到這些內容。伺服器端發生的第一件事是 tokenization:文字會被拆解成片段,每個片段會對應到模型訓練時所使用的固定詞彙表中的一個整數。例如 const 可能對應到 1978,await 可能對應到 4293。從這裡開始,你的提示詞就變成了一串整數陣列。
    展開畫面重點圖片展示了程式碼 const x = await fetch( 如何被拆解為 Token ID。
    上方顯示程式碼片段,下方為對應的 Token 區塊與其 ID:
    const : 1078
    x : 865
    = : 284
    await : 2597
    fetch : 7185
    ( : 7
    右側為「VOCABULARY」列表,顯示總計 100,257 個條目,並標示出 ID 7185 對應的詞彙為 " fetch"。左下角註記 . 代表 leading space(前導空格)。此圖解說明了模型如何將文字轉換為數值序列,其中 fetch 被識別為詞彙表中的第 7185 個項目。
    模型的工作就是接收這個陣列,並預測下一個 token 是什麼。它透過計算詞彙表中每個 token 的機率,並從中挑選機率最高的來達成。在 "const x = await" 之後,一個訓練有素的模型會給 "fetch" 很高的機率(非常可能),而給 "banana" 近乎零的機率(完全不可能)。
    展開數據表項目數值fetch0.62Promise0.14getUser0.07new0.03banana≈0
    將你的輸入 token 轉化為這些機率的關鍵在於權重(也稱為參數):這是數十億個組織成大型矩陣的數字。為了預測一個 token,模型會將你的輸入通過這些矩陣(一連串長長的矩陣乘法),並在最後讀取機率。模型所「知道」的一切,都存在這些權重之中。
    每個模型的權重是在訓練期間設定的,當你發送請求時,這些權重是唯讀的。你的提示詞、CLAUDE.md 或 context 中的任何內容都不會改變它們。如果你聽過「推論」(inference)這個詞,它的意思就是:在訓練完成後,使用權重已固定的模型。
    展開數據表(1)INPUT TOKENS項目數值1078, 865, 284, 2597, ...展開數據表(2)weights第一列 · .12 · -1.4 · .83 · -.07第二列 · -.31 · .09 · -1.8 · .44第三列 · 1.7 · -.23 · .05 · -1.1第四列 · -.64 · .91 · -.18 · .27第五列 · .33 · -.57 · 1.2 · -.85展開數據表(3)NEXT-TOKEN PROBABILITIES項目數值fetch0.62Promise0.14getUser0.07banana~0
    Claude 對 TypeScript、熱門框架或任何其他通用程式開發知識的了解,都是在訓練時編碼進這些權重裡的。
    你的提示詞和 context 仍然可以引導預測結果。將你的真實程式碼放在 Claude 面前就是一種引導,而且效果非常好。然而,這並不會對權重本身增加任何東西。
    如果某個函式庫在模型訓練時還不存在,它就不會存在於權重中。你可以將文件放入 context 中讓 Claude 使用,但那屬於「引導」,而不是「學習」。Claude 的回應只會受到該次請求的影響,底層模型並沒有保留任何資訊。
    當 Claude 自信滿滿地呼叫一個不存在的 API 時(即幻覺),那是權重產生了一個從訓練模式看來合理,但實際上是錯誤的 token 序列,而不是查詢失敗。
    那麼,更改模型究竟做了什麼?它只是切換了處理你請求的那組凍結權重。
    模型不會一次生成完整的答案。它會預測一個 token,將其附加到序列中,然後再次執行整個計算以獲取下一個 token。一個 200 個 token 的回應,意味著權重經過了 200 次獨立的運算。這個迴圈就是你大部分等待時間(以及輸出成本)的來源。
    展開畫面重點圖片呈現了語言模型生成 JavaScript 程式碼 const x = await fetch(url); 的五個步驟,每個步驟顯示了模型當前預測的 Token 以及對應的機率值(p):
    step 1: 預測 fetch,機率 p=0.62
    step 2: 預測 (,機率 p=0.93
    step 3: 預測 url,機率 p=0.71
    step 4: 預測 ),機率 p=0.98
    step 5: 預測 ;,機率 p=0.99
    底部說明指出此過程會針對每個輸出的 Token 重複進行,例如輸出 200 個 Token 即對應 200 個步驟。
    模型設定決定了哪組權重處理你的請求,也決定了每個輸出 token 的成本。
    它沒有決定的是會生成多少個 token。對於相同的提示詞,這個數字可能會因為 Claude 決定做多少工作而有很大差異。
    而這正是努力程度所控制的部分。
    ---
    努力程度的運作方式
    當 Claude Code 處理任務時,它生成的 token 分為幾類:
    思考(Thinking):你在行動前後看到的串流推理過程。
    工具呼叫(Tool calls):結構化的區塊,命名如 Read 或 Edit 等工具及其參數,Claude Code 隨後會解析並執行這些內容。
    給你的文字(Text to you):計畫、進度更新、最後的總結。
    這些都是來自同一個迴圈的普通輸出 token,並以相同的費率計費。例如,思考 token 的生成方式與其他輸出 token 完全相同,並且在該次對話的剩餘部分中會保留在 context 裡。
    當 Claude 進入撰寫程式碼的階段時,它之前的推理過程已經成為輸入的一部分,就像它讀取的檔案一樣。
    展開畫面重點圖片展示了一個 AI 模型處理資訊的循環過程,左側為「weights」(權重),右側為三個階段的運作內容:
    thinking(思考階段):顯示為「Let me check the config ...」。
    tool call(工具呼叫階段):顯示為「Read ( "src / index .ts" )」。
    text to you(輸出階段):顯示為「Fou…

    7 min
  • Tavus 推出 Google Meet 整合功能讓 AI 數位分身即時互動

    Tavus 推出 Google Meet 整合功能讓 AI 數位分身即時互動。

    這是一張呈現 Tavus 與 Google Meet 整合的形象標題畫面。
    核心功能與應用
    Tavus 此次更新讓 AI 數位分身(PAL)不再僅限於網站或應用程式內,而是能以真實參與者的身分進入 Google Meet。這些 PAL 具備即時視聽能力,能與會議中的人類參與者對話、分享螢幕畫面,甚至協助簡報與主持會議。其主要應用場景包括:
    會議記錄與執行:PAL 可全程參與團隊同步會議,自動整理決策與待辦事項,並將結果發布至團隊工作空間,讓人類成員能專注於討論而非紀錄。
    業務支援:在銷售會議中,PAL 可即時回答客戶問題、追蹤承諾事項,並在會議結束後自動將資訊更新至 CRM 系統。
    技術支援與簡報:PAL 可擔任專家角色,透過螢幕分享功能向客戶演示產品細節,解決過去透過連結難以解釋的技術問題。
    會議主持:針對例行性站立會議,PAL 可擔任主持人,負責接待與會者、控管議程時間,並確保每位成員的意見都能被聽見。
    Tavus 宣布與 Google Meet 整合,推出能參與視訊會議的 AI 數位分身(PAL)。
    部署流程
    使用者只需透過幾個簡單步驟,即可將 PAL 部署至 Google Meet:
    在 Tavus 平台上選擇或建立一個 PAL。
    點擊「+ Create a new mail」產生該 PAL 專屬的會議 email。
    在 Google Calendar 建立會議邀請時,將該 email 加入參與者清單。
    會議開始時,PAL 將自動加入並參與互動。
    透過 Tavus 平台建立虛擬分身並將其部署至 Google Calendar 會議邀請的流程演示。
    設計理念與願景
    Tavus 團隊強調,這種「人類運算」(Human Computing)的實踐核心在於「讓機器主動走向使用者」,而非強迫使用者遷就機器。透過讓 AI 進入人們日常工作的場域(如視訊會議),PAL 能以更自然的語氣與面部表情互動,降低溝通的隔閡。Jesse Rowe 在官方部落格中提到,這項功能是 Tavus 開放的第一扇門,未來也計畫將此互動模式擴展至 Microsoft Teams 與 Zoom 等平台,讓 AI 成為如同同事般值得信賴的協作夥伴。
    Tavus AI 整合至 Google Meet 視訊會議,透過 AI 代理人協助簡報與互動。
    根據演示畫面顯示,Tavus 平台目前已支援多樣化的 AI 虛擬人物設定,並在會議介面中整合了「Ask Gemini」等互動工具。
    這段影片展示了 Tavus AI 平台在視訊會議中,透過 AI 即時生成虛擬替身互動的應用場景。

    Tavus 宣布與 Google Meet 整合,推出能參與視訊會議的 AI 數位分身(PAL)。 影片中的 Prompt 與操作:

    Prompt(00:44): 叫出明天會議的簡報。

    原文:Pull up the pitch deck for tomorrow's meeting.

    Prompt(00:45): 要我為您導覽重點投影片嗎?

    原文:Want me to walk you through the key slides?

    Prompt(00:45): 是的。從市場機會開始。

    原文:Yes. Start with the market opportunity.

    Prompt(00:46): 我們最強的證明點是什麼?

    原文:What's our strongest proof point?

    Prompt(00:47): 你能再回到市場機會那張投影片嗎?

    原文:Can you revisit the market opportunity slide?

    Prompt(00:48): Rohan,謝謝你。

    原文:Rohan. thank you.

    操作步驟: 1. (00:08)輸入名稱「Charlotte」 2. (00:10)點擊「+ Create a new mail」 3. (00:15)點擊「Copy email」 4. (00:19)在 Google 日曆中建立「Onboarding Meeting」 5. (00:21)點擊「Add guests」並輸入「Tavus AI」 6. (00:25)點擊「Save」 7. (00:39)在 Google Meet 介面中與 AI 進行互動 8. (00:43)點擊「Ask Gemini」並輸入指令

    Tavus AI 整合至 Google Meet 視訊會議,透過 AI 代理人協助簡報與互動。 影片中的 Prompt 與操作:

    Prompt(00:04): 叫出明天會議的簡報。

    原文:Pull up the pitch deck for tomorrow's meeting.

    Prompt(00:05): 是的。從市場機會開始。

    原文:Yes. Start with the market opportunity.

    Prompt(00:06): 我們最強有力的證明點是什麼?

    原文:What's our strongest proof point?

    Prompt(00:07): 你可以回到市場機會那張投影片嗎?

    原文:Can you revisit the market opportunity slide?

    操作步驟: 1. (00:02)Tavus AI 加入會議並開始簡報 2. (00:04)使用者在右側對話框輸入指令要求顯示簡報 3. (00:05)使用者要求 AI 針對市場機會進行說明 4. (00:06)使用者詢問證明點 5. (00:07)使用者要求切換回市場機會投影片

    透過 Tavus 平台建立虛擬分身並將其部署至 Google Calendar 會議邀請的流程演示。 影片中的 Prompt 與操作:

    Prompt(00:04): [email protected]

    Prompt(00:15): Tavus AI

    操作步驟: 1. (00:00)點擊建立新郵件 2. (00:04)輸入郵件地址 3. (00:08)複製郵件地址 4. (00:10)開啟 Google Calendar 5. (00:13)建立會議邀請 6. (00:15)將 Tavus AI 加入會議參與者

    這段影片展示了 Tavus AI 平台在視訊會議中,透過 AI 即時生成虛擬替身互動的應用場景。 影片中的 Prompt 與操作:

    Prompt(00:00): 詢問精靈

    原文:Ask Genies

    操作步驟: 1. (00:00)點擊介面下方的「Ask Genies」按鈕。

    原文:https://easyvibecoding.app/curated/2399-tavus-adds-google-meet-integration-for-ai-avatars

    3 min
  • Cognition 發布 SWE-1.7 模型,透過優化 RL 訓練流程與基礎架構,以更低成本達成前沿等級的程式開發效能

    Cognition 發布 SWE-1.7 模型,透過優化 RL 訓練流程與基礎架構,以更低成本達成前沿等級的程式開發效能。

    核心效能與應用
    Cognition 推出的 SWE-1.7 是目前該公司最強大的模型,其訓練基於 Kimi K2.7 基礎模型,並透過大規模的 RL 流程強化。該模型在專有評測基準「FrontierCode」上取得 42.3% 的分數,單項任務成本僅需 1.97 美元,展現了極高的成本效益。目前 SWE-1.7 已全面整合至 Devin 的 Web、Desktop 與 CLI 版本中,並透過 Cerebras 服務提供高達 1000 tok/s 的推論速度。
    Cognition 推出之 SWE-1.7 模型在 FrontierCode 1.1 Main、Terminal-Bench 2.1 及 SWE-Bench Multilingual 等基準測試中,展現出逼近最強前沿模型(如 Opus 4.8 與 GPT-5.5)的優異性能,且大幅領先 GLM-5.2 與 Composer 2.5。
    RL 訓練的技術突破
    針對長週期 RL 訓練中常見的「熵崩潰(Entropy collapse)」與數值不穩定問題,Cognition 採取了多項同步修復措施,成功突破了過往訓練的瓶頸:
    採用 Muon 優化器並導入 staleness 控制、離線策略修正(off-policy correction)、重要性採樣(importance sampling)及 top-p 採樣重播。
    整合 MoE 路由重播與量化感知訓練(quantization-aware training),確保模型在長時間訓練下仍能維持穩健性與熵值。
    訓練架構跨越三大洲的四個資料中心,利用物件儲存同步壓縮後的權重差異(weight diffs),實現了分散式推論與高容錯的訓練環境。
    本圖表比較了 SWE-1.7、GPT-5.5、Opus 4.8、Opus 4.7、Kimi K2.7、Composer 2.5 及 GLM 5.2 等模型在 FrontierCode 1.1 Main 基準測試中的平均每次 rollout 成本與得分表現。
    長週期任務與行為模式
    Cognition 在 Devin 的 harness 中訓練 SWE-1.7,使其具備「自我壓縮(self-compact)」能力,能處理超出原始 context window 的長週期任務:
    模型學會總結工作狀態並從摘要中恢復,藉此延長任務視野。
    觀察顯示,SWE-1.7 在編輯程式碼前,會花費更多時間研究與調查,這種「深思熟慮」的行為模式導致模型觸及的檔案範圍較廣,反映了推理能力提升後帶來的行為改變。
    相較於 baseline 在訓練後期發生熵崩潰(entropy collapse)導致策略熵降至極低,SWE-1.7 recipe 在整個訓練過程中成功維持了穩定的策略熵,避免了停止探索的問題。
    市場推廣與使用
    SWE-1.7 現已開放給所有付費使用者,並提供為期一個月的免費試用。
    Cognition 同步推出「SWE-1.7 Lightning」版本,專門針對 Cerebras 硬體優化,以維持極致的推論吞吐量。
    更多關於訓練細節、基礎設施與資料管線的技術說明,可參考官方部落格 SWE-1.7: Frontier Intelligence at a Fraction of the Cost 。
    展示了在整個訓練過程中,訓練與推理之間的失配(Training-Inference Mismatch)在訓練中期達到峰值後逐漸下降並趨於穩定,證實了訓練配方的穩定性。

    原文:https://easyvibecoding.app/curated/2411-cognition-launches-swe-1-7-model

    4 min
  • BytePlus 正式發布 Dola Seedream 5.0 Pro,透過互動式精確編輯與原生多語言生成強化企業級視覺工作流

    BytePlus 正式發布 Dola Seedream 5.0 Pro,透過互動式精確編輯與原生多語言生成強化企業級視覺工作流。

    BytePlus 於 2026 年 7 月 8 日推出的 Seedream 5.0 Pro,核心定位在於將 AI 影像生成從單純的「創作」轉向「精確控制」。該模型強調在不需反覆重寫 prompt 的前提下,透過互動式編輯精確修改影像中的特定區域,並保持其餘部分的完整性。此功能在產品設計、材質替換及多影像編輯場景中展現了高度的專業應用潛力。
    這段影片展示了如何使用 AI 工具對產品宣傳圖做精確的視覺編輯。
    核心功能與應用場景
    互動式精確編輯:使用者可針對影像中的特定物件編輯,例如在產品宣傳圖中直接調整鏡片顏色或頭帶材質,無需重新生成整張圖片。
    這張圖片展示了 Seedream 5.0 Pro 模型在處理光影細節、靜物懸浮效果及黑白紀實攝影風格上的圖像生成能力。
    複雜資訊視覺化:Seedream 5.0 Pro 具備將文字、圖表、流程圖與插圖整合為清晰、平衡排版的能力,適用於製作科普圖表或複雜的儀表板 UI。
    影片展示了 Seedream 5.0 Pro 模型在科普插圖生成、智慧家庭能源管理後台 UI 設計以及自行車電商網站設計上的應用。
    原生多語言生成:支援 14 種語言的文字生成,能自動適應不同市場的書寫系統、排版習慣與閱讀慣例,確保廣告海報在跨國應用時的一致性。
    這段影片展示了 Seedream 5.0 Pro 模型在廣告海報設計中,實現多語言自動生成與排版調整的能力。
    寫實渲染與一致性:在自然光影、材質呈現及人像膚質處理上具備高度真實感,並能維持視覺元素的一致性。
    這張圖片展示了 Seedream 5.0 Pro 模型在處理街頭紀實風格與海岸別墅場景時,所呈現出的高度真實質感與光影細節。
    API 與整合生態
    Seedream 5.0 Pro 已透過 BytePlus API 開放使用,支援 ap-southeast-1 與 eu-west-1 區域。該模型在影像生成上具備以下技術規格:
    支援單張影像生成,可結合 2 至 10 張參考影像與文字 prompt。
    支援多種輸入格式(jpeg, png, webp, bmp, tiff, gif, heic, heif),檔案大小上限為 30 MB。
    輸出解析度支援 1K 與 2K,並提供 url 或 b64_json 的回應格式。
    針對企業工作流,提供 optimizepromptoptions 以優化生成結果,並可選擇是否加入「AI generated」浮水印。
    這張圖展示了 Seedream 5.0 Pro 模型在呈現電影級人像細節與高擬真奇幻遊戲場景方面的生成能力。
    生態系支援
    目前多家平台已整合此模型:
    Morphic:提供 Seedream 5.0 Pro 的整合服務,強調層級分離(layer separation)與精確區域編輯。
    影片展示了 Morphic 平台整合 Seedream 5.0 Pro 模型,透過自然語言指令完成室內設計、廣告看板修改及網頁設計的 AI 創作流程。
    Runway:已將 Seedream 5.0 Pro 納入其工具庫,使用者可透過 prompt 或參考影像生成高細節內容,並支援多語言文字渲染。
    本影片展示了 Runway 平台整合的 Seedream 5.0 Pro 模型強大的 AI 影像生成與視覺創作能力。
    Magnific:提供 Seedream 5.0 Pro 的無限生成服務,解析度可達 1.5K,並支援 2K 額度。
    這是一段展示 Seedream 5.0 Pro 影像生成與編輯功能的宣傳影片。
    技術限制與注意事項
    根據官方 API 文件,Seedream 5.0 Pro 與舊版模型(如 Seedream 5.0 Lite 或 4.5)在功能上有顯著差異:
    Seedream 5.0 Pro 不支援 sequentialimagegeneration(批次生成)、stream(串流輸出)及 guidance_scale 參數。
    建議 prompt 長度控制在 600 個英文單字以內,過長可能導致模型忽略細節。
    影像輸入的寬高比需介於 [1/16, 16] 之間,且寬高數值必須為 16 的倍數。
    BytePlus 展示了 Seedream 5.0 Pro 的多項 AI 生成與互動編輯功能。
    透過這些功能,Seedream 5.0 Pro 要解決的是企業在電子商務、廣告行銷及視覺開發中,對於「精確控制」與「跨國內容生產」的迫切需求。

    這段影片展示了如何使用 AI 工具對產品宣傳圖做精確的視覺編輯。 影片中的 Prompt 與操作:

    Prompt(00:02): 根據圖片進行修改:將護目鏡改為綠色(第一排第三個選項),將護目鏡頭帶改為藍色(第二排第二個選項),並保持整體佈局不變。

    原文:Make changes as shown in the picture: change the goggles to the green one (the third option in the first row), change the goggle straps to the blue one (the second option in the second row), keep the whole layout the same.

    操作步驟: 1. (00:02)輸入指令並送出 2. (00:05)AI 處理完成,畫面顯示修改後的護目鏡與頭帶

    影片展示了 Seedream 5.0 Pro 模型在科普插圖生成、智慧家庭能源管理後台 UI 設計以及自行車電商網站設計上的應用。 影片中的 Prompt 與操作:

    Prompt(00:01): 創作一張關於珊瑚白化主題的科學普及插圖。

    原文:Create a science popularization illustration on the theme of coral bleaching.

    Prompt(00:06): 智慧家庭能源管理後台 UI 儀表板

    原文:Smart home energy management backend UI dashboard

    Prompt(00:09): 自行車電商網站首頁設計,配備產品展示模組與橫幅。

    原文:Homepage design for bicycle e-commerce website, equipped with product display modules and banners.

    操作步驟: 1. (00:01)輸入科普插圖 prompt 2. (00:06)輸入智慧家庭後台 UI prompt 3. (00:09)輸入電商網站設計 prompt

    這段影片展示了 Seedream 5.0 Pro 模型在廣告海報設計中,實現多語言自動生成與排版調整的能力。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)系統展示 Seedream 4.0 進行多語言生成的自動排版效果。 2. (00:09)畫面切換至多語言海報並列展示,標示「More」選項。

    影片展示了 Morphic 平台整合 Seedream 5.0 Pro 模型,透過自然語言指令完成室內設計、廣告看板修改及網頁設計的 AI 創作流程。 影片中的 Prompt 與操作:

    Prompt(00:07): 根據此情緒板重新設計室內空間

    原文:Redesign the interior based on this mood board

    Prompt(00:13): 改變物件的位置

    原文:Change the position of the objects

    Prompt(00:21): 更改廣告看板上的語言

    原文:Change the language on the billboard

    Prompt(00:27): 分離廣告看板的每個圖層

    原文:Separate each layer of the billboard

    Prompt(00:31): 為此產品建立一個落地頁設計

    原文:Create a landing page design for this product

    Prompt(00:39): 根據草圖建立一張海報

    原文:Create a poster based on the sketch

    操作步驟: 1. (00:07)輸入指令並生成室內設計圖 2. (00:13)輸入指令調整室內物件位置 3. (00:21)輸入指令修改看板語言 4. (00:27)輸入指令拆解看板圖層 5. (00:31)輸入指令生成產品落地頁 6. (00:39)輸入指令將手繪草圖轉化為海報

    這是一段展示 Seedream 5.0 Pro 影像生成與編輯功…

    4 min
  • OpenAI 宣布將於本週四正式推出 GPT-5.6 Sol、Terra 與 Luna 三款全新大型語言模型

    OpenAI 宣布將於本週四正式推出 GPT-5.6 Sol、Terra 與 Luna 三款全新大型語言模型。這項發布標誌著 OpenAI 在模型陣容上的重大擴展,目前官方已開始在全球範圍內擴大預覽權限。

    這是一張預告 GPT-5.6 系列模型 Luna、Sol 與 Terra 即將於週四發布的宣傳海報。
    發布核心資訊
    產品陣容:此次發布包含三款型號,分別為 GPT-5.6 Sol、GPT-5.6 Terra 以及 GPT-5.6 Luna。
    上線時間:預計於本週四正式對外公開。
    存取權限:OpenAI 目前正積極推動全球預覽計畫,讓更多使用者能先行體驗這些新模型。
    開發者與官方觀點
    Sam Altman (@sama) 於社群平台簡短表示「GPT-5.6 Sol launches thursday!」,並鼓勵開發者持續開發應用程式。
    Greg Brockman (@gdb) 對此給予正面評價,形容「Sol is rising. It’s a good model.」,暗示該模型在效能表現上值得期待。
    背景脈絡
    GPT-5.6 系列已於 6 月下旬發表,採旗艦 Sol、平衡型 Terra 與經濟型 Luna 的三層定位(見本站策展〈OpenAI 發表 GPT-5.6 系列模型〉),並因應美國政府要求先以有限預覽模式釋出(見〈Sam Altman 宣布推出 GPT-5.6 系列〉)。本次宣布代表該系列將於週四正式公開發布,預覽權限同步擴大至全球,開發者能更早接觸並評估這些新模型。

    原文:https://easyvibecoding.app/curated/2394-openai-launches-gpt-5-6-sol-terra-luna-models

    2 min
  • Pietro Schirano 發布了 j-space-lens skill,讓使用者能透過結構化自我報告機制,即時洞察 Claude 等大型語言模型在回應前的內部推理過程

    Pietro Schirano 發布了 j-space-lens skill,讓使用者能透過結構化自我報告機制,即時洞察 Claude 等大型語言模型在回應前的內部推理過程。

    核心概念與應用
    Pietro Schirano 受到 Anthropic 關於「J-Space」研究的啟發,開發了一套能揭露模型內部 workspace 的工具。J-Space 概念指的是模型在生成回應前,於內部 workspace 中先行運作並保留的概念集合。透過這項 skill,使用者可以觀察到模型在輸出前的「思考脈絡」,例如模型在選擇答案時,會先列出候選選項並自我審查與拒絕。
    實際操作與觀察
    在 Pietro Schirano 的演示中,他展示了模型如何透過 j-space-lens 揭露其偏見與幻覺傾向:
    當要求模型「選一張撲克牌」時,模型會先在 J-Space 中產生「黑桃 A」並自我拒絕(認為太過老套),隨後拒絕「紅心皇后」,最終才輸出「梅花 7」。
    這是一份名為 J-SPACE 的自我報告紀錄,詳細展示了在做撲克牌選擇決策時,透過不同認知階段與心理機制自我監控與偏誤分析的過程。
    在處理不存在的條約摘要時,模型會主動揭露其產生幻覺的衝動,讓使用者能看見模型內部的運作過程。
    這是一份展示 AI 模型透過自我監控機制,成功識別並標記出「1998 年里斯本深海採礦憲章」為不存在的虛構內容之分析紀錄。
    影片展示了名為 Fable 5 的 AI 模型在處理複雜查詢時,透過「J-SPACE」自我報告機制呈現推理與驗證的過程。
    根據上方影片演示,當模型處理複雜查詢(如自由女神像相關問題)時,介面會顯示包含 Concept、Channel、Stage、Salience 與 Conf 等欄位的表格,詳細列出模型在不同階段對各個概念的信心度與顯著性,並在最終輸出前掃描與驗證。
    技術實作與安裝
    這項功能屬於 Pietro Schirano 開發的 skirano-skills 專案的一部分,目標是透過可重複的 workflow 提升 AI Agent 的透明度與穩健性。若要使用此 skill:前往 GitHub 專案頁面 skirano-skills,clone 或將該 repo 安裝為 plugin,即可呼叫其中的 j-space-lens skill。(README 中「Adding Skills」的步驟——放入 skills/、附 SKILL.md、更新 .claude-plugin/plugin.json——是給要貢獻新 skill 到該 repo 的開發者,並非安裝流程。)
    工具定位與限制
    Pietro Schirano 強調,這並非直接存取模型的啟用狀態(activation access),而是基於模型自我報告的結構化輸出。該研究指出,Claude 所報告的內容是從其 workspace 中因果讀取出來的資訊。儘管這無法完全等同於模型內部的真實神經活動,但它確實為理解模型的決策過程提供了一扇窗口,讓使用者能更清楚地看見模型在給出最終答案前,是如何處理資訊與自我修正的。

    影片展示了名為 Fable 5 的 AI 模型在處理複雜查詢時,透過「J-SPACE」自我報告機制呈現推理與驗證的過程。 影片中的 Prompt 與操作:

    Prompt(00:00): j-space-lens 自由女神像表面塗層的金屬原子序是多少?只要數字。

    原文:j-space-lens What's the atomic number of the metal the Statue of Liberty is coated in? Only the number.

    操作步驟: 1. (00:00)輸入查詢指令並送出 2. (00:04)系統自動執行推理並顯示 J-SPACE 自我報告表格 3. (00:20)系統輸出最終答案 29

    原文:https://easyvibecoding.app/curated/2372-pietro-schirano-j-space-lens-reveals-claude-reasoning

    4 min
  • Fable 5 讓 Sonnet 5 執行任務以降低成本

    Fable 5 讓 Sonnet 5 執行任務以降低成本。

    核心策略與成本效益
    ClaudeDevs 分享了兩種利用「Fable 5」優化 Agent 工作負載的模式,用高智慧模型指導、低成本模型執行的組合,在維持效能的同時大幅節省 token 費用:
    Advisor 模式:由「Sonnet 5」作為執行者(Executor),在關鍵決策點呼叫「Fable 5」作為 Advisor 提供策略指導。在 SWE-bench Pro 測試中,此組合能達到 Fable 5 單獨執行約 92% 的效能,但成本僅為其 63%。
    在 SWE-bench Pro 基準測試中,Sonnet 5 搭配 Fable 5 顧問工具能以大約 63% 的成本達到 Fable 5 獨立運作時約 92% 的準確度。
    Orchestrator 模式:由「Fable 5」擔任協調者(Orchestrator)規劃與委派任務,由「Sonnet 5」擔任工作者(Worker)處理具體任務。在 BrowseComp 測試中,此架構達到 Fable 5 單獨執行 96% 的效能,成本降至 46%。
    在 BrowseComp 基準測試中,Fable 5 協調器搭配 Sonnet 5 工作代理的混合架構,以約 46% 的成本($18.53 vs $40.56)達到 Fable 5 獨立執行(準確度 90.8%)約 96% 的相對效能,其絕對準確度為 86.8%。
    Advisor Tool 技術細節
    Advisor tool 允許執行者模型在生成過程中諮詢高智慧模型。
    運作機制:執行者決定呼叫時機,透過 servertooluse 發出請求,Anthropic 伺服器端會執行獨立的 Advisor 推論,並將建議以 advisortoolresult 區塊回傳。
    這張流程圖展示了由 Sonnet 5 擔任執行者(Executor)與 Fable 5 擔任顧問(Advisor)之間的互動架構,透過工具呼叫與建議回饋機制運作。
    實作要求:
    - 請求時必須包含 beta header advisor-tool-2026-03-01。
    - Advisor 模型必須是 Claude Sonnet 4.6 或更強大的模型,且能力須大於或等於執行者。
    - 支援透過 caching 物件({"type": "ephemeral", "ttl": "5m" | "1h"})啟用 prompt caching。
    程式碼範例(Go):
    `go
    // 呼叫 advisor 工具的基礎設定
    coordinator, err := client.Beta.Agents.New(ctx, anthropic.BetaAgentNewParams{
    Name: "coordinator",
    Model: anthropic.BetaManagedAgentsModelConfigParams{ID: anthropic.BetaManagedAgentsModelClaudeOpus4_8},
    Tools: []anthropic.BetaAgentNewParamsToolUnion{{
    OfAgentToolset20260401: &anthropic.BetaManagedAgentsAgentToolset20260401Params{
    Type: anthropic.BetaManagedAgentsAgentToolset20260401ParamsTypeAgentToolset20260401,
    },
    }},
    // ... 其他設定
    })
    `
    多 Agent 協作架構
    Claude Managed Agents 支援透過 coordinator 管理多個 researcher 等子 Agent,實現領域專業化與平行處理。
    此圖展示了一種由 Fable 5 擔任 Orchestrator 規劃任務,並透過 Fan out 機制將工作分派給多個 Sonnet 5 執行個體(Worker)的運作架構。
    架構限制:委派深度僅限一層,每個 multiagent.agents 清單最多可列出 20 個唯一 Agent。
    會話管理:所有 Agent 共享沙盒與 vault_ids 憑證,但每個 Agent 執行於獨立的 session thread。
    事件監控:可透過 /v1/sessions/:id/events/stream 監控主要 thread,或透過 /v1/sessions/:id/threads/$THREAD_ID/stream 深入分析特定 Agent 的推理過程。
    實作建議與注意事項
    Nudge 機制:針對 Haiku 與 Sonnet 執行者,若未主動呼叫 Advisor,可設定 NUDGE_TURN(建議預設為 2)提醒,能顯著提升任務通過率。
    成本控制:僅在預期有 3 次以上呼叫時啟用 caching;達到預算上限時,應從 tools 陣列移除 Advisor 並清除歷史紀錄中的 advisortoolresult 區塊。
    資源清理:若需中斷執行,可發送 user.interrupt 事件,並在 thread 處於 idle 狀態時執行封存(Archive)以釋放額度。
    更多詳細資訊請參考官方文件:
    Advisor Tool 使用說明
    Claude Managed Agents 多 Agent 架構指南
    Claude Cookbook 範例(CMAplanbigexecutesmall.ipynb)

    原文:https://easyvibecoding.app/curated/2389-fable-5-uses-sonnet-5-to-cut-execution-costs

    3 min