EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • OpenAI 發布 GPT-Realtime-2.1-mini 模型,並透過優化快取機制降低 Realtime 語音模型 25% 的延遲

    OpenAI 發布 GPT-Realtime-2.1-mini 模型,並透過優化快取機制降低 Realtime 語音模型 25% 的延遲。

    模型更新與效能提升
    OpenAI 於 API 中正式推出 GPT-Realtime-2.1-mini,該模型將推理能力與 tool use 整合至 Realtime mini 系列中,且維持與原先 GPT-Realtime-mini 相同的定價。此外,官方透過改進快取(caching)技術,成功將所有 Realtime 語音模型的 p95 延遲降低至少 25%,進一步提升即時互動的流暢度。
    一張以藍色花朵模糊背景為襯托,中央呈現白色圓角方形圖示,圖示內部包含藍色音訊波形符號的圖像。
    Realtime API 架構概覽
    OpenAI 的 Realtime API 針對不同應用情境提供了多種架構選擇,開發者可根據需求選用對應模型與連線方式:
    語音 Agent:使用 gpt-realtime-2.1 進行對話,支援推理、tool use 及狀態管理。
    即時翻譯:透過 gpt-realtime-translate 進行連續性的語音翻譯。
    即時轉錄:利用 gpt-realtime-whisper 串流輸出文字,並可調整延遲設定以平衡速度與準確度。
    開發建議與遷移指南
    針對 Realtime API 的整合,官方建議開發者根據應用場景選擇合適的傳輸協定:
    WebRTC:適用於直接擷取或播放音訊的瀏覽器與行動裝置客戶端。
    WebSocket:適用於伺服器端已接收原始音訊的媒體管道或呼叫系統。
    SIP:專為電話語音 Agent 設計。
    若開發者仍在使用 Beta 版本的 Realtime 整合,應儘速遷移至 GA 介面。遷移重點包括移除 OpenAI-Beta: realtime=v1 標頭、改用 POST /v1/realtime/clientsecrets 建立臨時憑證,並更新事件名稱(如 response.outputtext.delta 等)以符合現行規範。詳細技術指引可參閱 Realtime API 文件。

    原文:https://easyvibecoding.app/curated/2354-openai-gpt-realtime-2-1-mini-cuts-latency-25-percent

    3 min
  • Anthropic 發布〈The Making of Claude Code〉口述史,由打造它的研究員、工程師和早期使用者親口講述 Claude Code 怎麼從一個內部 CLI 變成 Anthropic 的程式 Agent;共同創辦人 Boris Cherny 補了一句:「還有太多要做,我們才完成 1%

    Anthropic 發布〈The Making of Claude Code〉口述史,由打造它的研究員、工程師和早期使用者親口講述 Claude Code 怎麼從一個內部 CLI 變成 Anthropic 的程式 Agent;共同創辦人 Boris Cherny 補了一句:「還有太多要做,我們才完成 1%。」這段故事的起點,其實藏在 Anthropic 的安全研究裡。

    起源:先有安全研究,才有 Claude Code
    Ben Mann(Anthropic 共同創辦人、Labs 團隊負責人)回憶,公司決定做產品(這件事本身就頗有爭議)後,第一個做出來的就是寫程式助手——一個 VS Code 擴充功能,你可以跟它對話,它會針對每個 prompt 給你四個不同的建議。這個早期助手在 2022 年春天還算受歡迎,有大約 100 位外部使用者。
    在研究端,方向更早就定了。Shauna Kravec(Anthropic 強化學習主管)說,2022 年初團隊就在想寫程式助手、想做能自主完成軟體工程的模型,並打造了最初的 RL 程式庫。他們之所以押注寫程式,是因為認定「通往變革性 AI 的路,會經過『把大量軟體工程工作自動化』的能力」。Dawn Drain(研究工程師)則說,他從 2021 年進公司後頭三年的主要專案,就是「做一個盡可能會寫程式的模型——至少要跟我一樣強」。RL 訓練從簡單任務起步:模型能不能寫一個簡單函式?能不能寫完再測它對不對?一開始模型表現「真的很糟」。
    Shauna Kravec 特別點出一個至今仍成立的難題:做 agentic coding 需要的基礎設施,遠比聊天機器人複雜——尤其是程式碼執行,你得考慮程式實際跑在哪個環境、怎麼安全又有效地管理它。「現在(2026 年)大家在 Agent 上碰到的很多挑戰,跟我們當年碰到的一模一樣。」Dawn Drain 補充,2022 年另一個棘手問題是 harness 設計,也就是讓模型能真正動手的鷹架;他和一位 RL 同事讓一個持久化 shell 在容器內跑起來,模型因此能執行程式碼、串流輸入輸出、跟 timeout 好好相處。之後 Ben Mann 休完育嬰假回來、幫忙推出第一版 API,寫程式助手就被暫時擱在一邊,但研究這條線一直沒停。
    Anthropic 開發 Claude Code 的幕後紀錄與訪談影片。
    火花:clide、時間線,與 Boris 的兩天 demo
    2022 年底團隊轉向更開放式的 Agent;到 2023 年已經能做基本的 function calling 和搜尋。Ben Mann 說,Shauna 團隊進展驚人,摸出了「給模型 bash 工具、讓它能四處搜尋」這些讓 agentic coding 成立的關鍵拼圖。Dawn Drain 則花了「久到有點難為情」的時間教 Claude 寫 diff,最後做出一個叫 clide 的內部命令列工具(這名字是同事 Eli Tran-Johnson 為更早的版本取的),讓你能在終端機裡跟 Claude 對話、改程式、做開發任務。clide 有個功能會並行拉出一百個 Claude Haiku,讓你能對一整個放不進 context window 的資料夾提問。Shauna Kravec 形容 clide「很粗糙,但非常、非常超前時代」;Sid Bidasaria(Labs 團隊技術人員、Claude Code 第二號工程師)則直說:「大家都在講 clide,但它很笨重、啟動又慢。」
    時間線的關鍵在這裡:Ben Mann 在 2024 年 1 月成立 Labs 團隊,因為他看到 agentic coding 的市場空缺。同年 9 月 Boris Cherny 加入 Labs——Boris 本來想做個 linter、只咬下 agentic coding 的一小塊,Ben 卻擋下他:「不不不,你得做那件大的。」在那之前,Adam Wolff(Claude Code 團隊第一位主管)已經幫 clide 加上「clide agent」,讓它能從一個不完整的改動推測你想做什麼,算是「嬰兒版的 agentic」;第一次成功時,他興奮到在廚房裡跳舞。
    Boris Cherny(Claude Code 負責人)說,clide 雖然要靠一堆咒語才叫得動、稱不上好軟體,但「它以某種方式看見了未來」。有次他手寫了一整個 pull request,被 Adam 打回,Adam 說「你應該用 clide 做這個」;他把 issue 貼進 clide,它就寫出完整的 PR,「我從沒見過那種東西,太震撼了,感覺就是未來」。他的起手專案就叫「自動化寫程式」;他先去學還沒用過的 API,邊玩邊做出一個他稱為 Claude CLI 的 demo——他叫它查自己在聽什麼音樂,它直接截了 Apple Music 的圖讀出來。「這大概是兩天的工作,用今天的 Claude Code 重做只要兩分鐘。」他把 demo 貼上 Slack,只拿到兩三個讚。但 Igor Kofman(Labs 技術人員)一看就覺得「這方法明顯是對的」。隔天 Boris 走進辦公室,看到 Robert Boyce 螢幕上那些現在很經典的紅綠程式碼行,Robert 說:「對啊,它在幫我寫程式。」Boris 從此每個週末都在做這件事,「有種強烈到停不下來的急迫感,到今天都還一樣急」。
    團隊:刻意維持小規模
    團隊成員的背景南轅北轍。Adam Wolff 大學念電影、當過遊戲設計師才轉工程師,做過 React;Boris 纏著他、請他喝了幾杯啤酒,才把不想再當管理職的他拉來當主管。Igor Kofman 七歲在烏克蘭用 Commodore 64 寫 BASIC,做過一個教弟弟算數的遊戲。Cat Wu(Claude Code 產品負責人)2024 年夏天加入,用 Boris 的 Claude CLI demo 來搭 RL 環境,驚訝於它讓自己快了多少,於是狂寄回饋,Boris 也飛快地把功能和修正一個個 ship 出來,最後問她要不要加入。Sid Bidasaria 2024 年 8 月進 Labs 跳上這個專案,坦言自己從沒寫過開發者工具或程式工具,完全是全新領域。Meaghan Choi(產品設計師)2024 年 12 月第一次接觸團隊,看到 Claude CLI 就想「這可以變成很酷的產品,只是需要一點設計的愛」,於是開了一個兩週的設計 spike。
    Boris 從 2024 年 10 月起每週都在跟 Raphael Lee(Labs 首位工程經理)要人。Raphael 說,他們「幾乎把整個 Anthropic Labs 都餵給了 Claude Code」,另一部分人則組成了 MCP 團隊,團隊主要靠內部轉調和「慢工出細活的高品質外部招募」成長。Adam Wolff 刻意踩煞車:Boris 想快速擴張,他卻盡量壓著,因為「規模一大,流程、文化、願景每件事都會變難」。Boris 事後也認同,把團隊維持得小「其實對成功非常重要」——它逼大家在資源上更有創意、避免過度工程,也逼他們更常用 Claude,否則根本快不起來。
    打造:兩週衝刺與「立刻 ship」文化
    Sid Bidasaria 說,直到 2024 年 12 月都還只是他、Boris、加上一點 Ben 在弄;拿到綠燈後,Labs 和其他幾個團隊來了六七個人,展開最後的兩週衝刺——「今天你看到的很多核心功能都是那兩週做的」,像是 bug 回報和登入流程,「那次衝刺讓我覺得,好,這真的要變成一個東西了」。他們的迭代快得驚人:程式庫沒有 PR、沒有審查限制,修正即改即上;Boris 早早就內建了自動更新和好用的使用者指標,所以有人一抱怨「我不喜歡這個」,他們就能 ship 修正,對方五分鐘後就拿到。Raphael Lee 說,Boris 和 Sid 幾分鐘內就回覆每一則意見,常常當天甚至當小時就丟出 PR。Sid 把這歸功於 CLI 產品的特性:「它就是個 client 應用,沒有複雜架構要繞,超簡單。」
    Ben Mann 則點出一個做模型產品的心法:你得先做出一個現在只有兩三成成功率的東西,這樣下一個模型出來時它就有八成、足夠拿到市場牽引力,再下一個模型九成多,才真的開始有進展。「你得有很高的痛苦耐受度,因為你會一錯再錯。你得活在當下,同時看向未來。」
    發布:從 Claude CLI 到 Claude Code
    Cat Wu 說,發布前的早期存取階段反應「不冷不熱」——有人覺得點子酷,但 bug 一大堆。他們還是在 2025 年 2 月放手對外發布,也正式把 Claude CLI 更名為 Claude Code,這名字是產品行銷的 Alex Isken 提的,大家喜歡它的簡潔。Igor Kofman 在發布前某個深夜想「如果有個 ASCII logo 不是很酷嗎」,就跟 Claude 一起把 ASCII 藝術字型填出來,做成那個現在很經典的全大寫 Claude C…

    10 min
  • 開始使用 Loops

    開始使用 Loops

    現在關於「設計 Loops」(迴圈)而非僅僅是向你的程式開發 Agent 下達 Prompt 的討論非常熱烈。如果你花點時間在 X 上試圖釐清「Loop」到底是什麼,你會發現各種不同的答案。
    在 Claude Code 團隊中,我們將 Loop 定義為:Agent 重複執行工作週期,直到滿足停止條件為止。我們根據以下幾個維度將 Loop 分為幾種類型:
    它們是如何被觸發的
    它們是如何停止的
    使用了哪些 Claude Code 的基礎功能(primitive)
    每一種 Loop 最適合處理什麼類型的任務。
    我們將介紹主要的 Loop 類型、何時使用它們,以及如何在管理 token 用量時維持程式碼品質。並非所有任務都需要複雜的 Loop;請從最簡單的解決方案開始,並有選擇性地使用這些模式。
    ---
    基於回合的 Loop (Turn-based loops)
    展開畫面重點圖片呈現了一個流程循環圖,說明 Claude 處理任務的機制:
    起始點:Your prompt(您的提示詞)。
    循環流程:
    - Gather context(收集背景資訊)
    - Take action(採取行動)
    - Verify the work(驗證工作成果)
    終點:Response(回應)。
    底部說明文字:Exits when Claude judges the task complete — or the effort budget runs out.(當 Claude 判斷任務完成,或努力預算耗盡時退出循環。)
    觸發方式:使用者的 Prompt。
    停止標準:Claude 判定任務已完成,或需要額外的上下文(context)。
    最適合:不屬於常規流程或排程的較短任務。
    管理用量方式:撰寫具體的 Prompt,並透過使用 skill 來改進驗證流程,以減少回合數。
    你發送的每一個 Prompt 都會開啟一個手動 Loop,由你來引導每一個回合。Claude 會收集上下文、採取行動、檢查工作成果、在必要時重複執行,並做出回應。我們稱之為 Agentic Loop。
    例如,要求 Claude 建立一個「讚」按鈕。它會讀取你的程式碼、進行編輯、執行測試,並交回它認為可行的成果。接著你手動檢查工作成果,並撰寫下一個 Prompt。
    你可以透過將手動步驟編碼為 SKILL.md 來改進驗證步驟,讓 Claude 能夠端到端地檢查更多自己的工作。這應該包含工具或連接器,讓 Claude 能夠查看、測量或與結果進行互動。檢查越具量化指標,Claude 就越容易進行自我驗證。
    例如,你可以在 SKILL.md 檔案中指定:
    `markdown
    ---
    name: verify-frontend-change
    description: Verify any UI change end-to-end before declaring it done.
    ---
    Verifying frontend changes
    Never report a UI change as complete based on a successful edit alone. Verify it the way a human reviewer would:
    Start the dev server and open the edited page in the browser.
    Interact with the change directly. For a new control (button, input, toggle): click it, confirm the expected state change, and screenshot before/after.
    Check the browser console: zero new errors or warnings.
    Use the Chrome Devtools MCP, run a performance trace and audit Core Web Vitals.
    If any step fails, fix the issue and rerun from step 1 — do not hand back partially verified work.
    `
    ---
    基於目標的 Loop (/goal)
    展開畫面重點該圖表描述了一個自動化工作流程,包含以下文字內容:
    頂部指令:/goal get the homepage Lighthouse score to 90 or above, stop after 5 tries
    循環左側:Claude works on the task
    循環路徑(順時針):tries to stop
    循環中心:Evaluator model 下方標註 checks your condition
    循環路徑(逆時針):condition not met — sent back to work
    循環右側(結束點):Loop ends 下方標註 goal met, or the turn limit is reached
    圖表重點在於展示一個「工作—評估—循環」的機制:Claude 執行任務後,由評估模型(Evaluator model)檢查是否達成設定條件。若未達成,則將任務送回 Claude 繼續執行;若達成條件或達到嘗試次數上限(turn limit),則結束循環。
    觸發方式:即時的手動 Prompt。
    停止標準:達成目標 或 達到最大回合數。
    最適合:具有可驗證退出標準的任務。
    管理用量方式:設定明確的完成標準與回合上限,例如「嘗試 5 次後停止」。
    有時候,單一回合是不夠的,特別是對於較複雜的任務。當 Agent 可以進行迭代時,表現會更好。你可以透過使用 /goal 定義「完成」的樣貌,來延長 Claude 持續迭代的時間。
    當你定義了成功標準,Claude 就不必自行判斷什麼是「足夠好」並提早結束 Loop。每當 Claude 嘗試停止時,評估模型會檢查你的條件,並將其送回工作狀態,直到達成目標或達到你定義的回合數為止。
    這就是為什麼確定性的標準(例如通過的測試數量,或達到特定的分數門檻)如此有效的原因。
    例如:
    `bash
    /goal get the homepage Lighthouse score to 90 or above, stop after 5 tries.
    `
    ---
    基於時間的 Loop (/loop 與 /schedule)
    觸發方式:指定的時間間隔。
    停止標準:你取消它,或者工作完成(例如 PR 已合併、佇列已清空)。
    最適合:重複性的工作,或與外部環境/系統進行介接。
    管理用量方式:設定更長的間隔,或根據事件而非時間來進行反應。
    有些 Agentic 工作是重複性的:任務保持不變,只有輸入內容會改變。例如,每天早上總結 Slack 訊息。其他工作則依賴外部系統,與其介接的一個簡單方法是定期檢查它,並對變更做出反應。例如,一個可能會收到程式碼審查或 CI 失敗的 PR。
    對於這些情況,你可以使用 /loop 來觸發 Claude 的執行,它會以固定的時間間隔重新執行 Prompt。例如:
    `bash
    /loop 5m check my PR, address review comments, and fix failing CI
    `
    /loop 是在你的電腦上執行的,所以如果你關閉它,它就會停止。你可以透過使用 /schedule 建立常規排程,將 Loop 移至雲端執行。
    ---
    主動式 Loop (Proactive loops)
    展開畫面重點該圖表描述了一個在雲端運行的自動化工作流程(RUNS IN THE CLOUD — LAPTOP OPEN OR NOT),包含以下步驟:
    TRIGGER: 使用 /schedule 指令,監控 Slack 或 GitHub 上的錯誤報告。
    GOAL + CHECK: 由「Main agent」執行,透過循環運作直到驗證技能通過。
    Opens a PR: 系統自動開啟一個 Pull Request。
    REVIEW: 由「Second agent」進行審核並通知使用者。
    流程中央標註「runs until you turn it off」(持續運行直到你將其關閉),左側則顯示使用者(You)負責決定「what to merge」(合併什麼內容)。
    觸發方式:事件或排程,無需人類即時參與。
    停止標準:…

    8 min
  • Delba 分享 Claude Code 的 /cd 與 /add-dir 指令,不必重啟 session 就能切換或擴展 Agent 的工作目錄

    Delba 分享 Claude Code 的 /cd 與 /add-dir 指令,不必重啟 session 就能切換或擴展 Agent 的工作目錄。

    核心操作指令
    Delba 指出,Claude Code 針對多目錄專案的協作流程進行了優化,使用者無需重啟 session 即可調整 Agent 的作業範圍:
    /cd [directory]:將當前運作中的 Claude Code session 直接切換至指定目錄。此操作會保留原本的對話紀錄與上下文,並自動載入新目錄下的 CLAUDE.md 設定檔。
    /add-dir [directory]:在不中斷當前 session 的情況下,將額外的目錄加入至目前的 workspace 中,讓 Agent 能同時存取多個專案路徑。
    Claude Code 終端機介面展示了透過指令操作檔案系統並更新程式碼的自動化流程。
    實際應用場景
    根據終端機展示(畫面顯示版本為 V2.1),這些指令能有效處理跨專案的程式碼重構任務:
    當使用者在 /code/acme-api 完成欄位更名(如將 total_cents 改為 amount)後,可直接輸入 /add-dir ../acme-web 將網頁客戶端目錄納入管理。
    系統會提示確認權限,選擇「1. Yes, for this session」後,該目錄即被加入當前 workspace。
    使用者隨後可直接下達指令「now update the web client to use the renamed field」,Agent 便會自動定位至 ` /code/acme-web/src/api/client.ts ` 並執行對應的程式碼修改。
    Claude Code 終端機介面展示如何透過指令新增工作目錄並執行程式碼修改。
    透過這些指令,Claude Code 成功解決了過去在處理關聯性專案時,必須頻繁重啟 session 導致上下文遺失的麻煩,讓 Agent 在大型程式庫裡切換工作範圍時更順手。

    Claude Code 終端機介面展示了透過指令操作檔案系統並更新程式碼的自動化流程。 影片中的 Prompt 與操作:

    Prompt(00:05): 現在更新網頁客戶端以使用重新命名的欄位

    原文:now update the web client to use the renamed field

    操作步驟: 1. (00:01)輸入指令 `cd ../acme-web` 切換目錄 2. (00:05)輸入指令要求更新網頁客戶端

    Claude Code 終端機介面展示如何透過指令新增工作目錄並執行程式碼修改。 影片中的 Prompt 與操作:

    Prompt(00:01): /add-dir ../acme-web

    Prompt(00:06): 1

    Prompt(00:07): 現在更新網頁客戶端以使用重新命名後的欄位

    原文:now update the web client to use the renamed field

    操作步驟: 1. (00:01)輸入指令 `/add-dir ../acme-web` 2. (00:06)選擇選項 1 確認加入工作目錄 3. (00:07)輸入更新網頁客戶端的指令

    原文:https://easyvibecoding.app/curated/2361-delba-shows-claude-code-cd-and-add-dir-commands

    2 min
  • Anthropic 發表可解釋性研究,在 Claude 內部發現類似「全域工作空間」的 J-space 隱性推理機制

    Anthropic 發表可解釋性研究,在 Claude 內部發現類似「全域工作空間」的 J-space 隱性推理機制。

    核心發現:J-space 的運作機制
    Anthropic 研究團隊透過名為「Jacobian lens」的技術,在 Claude 的神經網路中發現了一組特殊的內部啟動模式,稱為「J-space」。這項發現呼應了神經科學中的「全域工作空間理論」(Global Workspace Theory),即大腦中存在一個特權區域,負責整合資訊並進行深層推理。
    影片介紹研究人員如何用「J-space」技術,探索 Claude 內部神經網路的運作機制。
    非輸出依賴:J-space 並非模型輸出的文字,也不是常見的「思維鏈」(Chain of Thought),而是模型內部的神經啟動狀態。
    隱性推理:模型能利用 J-space 在「腦中」進行多步驟運算,例如在處理數學問題時,中間數值會依序在 J-space 中浮現,即便這些數值並未顯現在最終輸出中。
    此圖展示了 J-lens 技術如何透過分析模型內部的不同層級,揭示其在處理多跳推理、數學運算、程式除錯、視覺辨識、蛋白質序列分析及安全攻擊防禦時的運作過程。
    選擇性參與:研究顯示,Claude 在進行基礎對話或事實回憶時,並不一定需要 J-space;然而,一旦涉及複雜的推理任務,J-space 的參與便至關重要。若強制關閉該區域,模型雖能維持流暢對話,但高階認知能力會顯著下降。
    此圖展示了模型在執行寫作任務時,如何透過 J-space 在不同層級隱性激活與當下任務相關的概念。
    此圖表展示了 J-space 機制如何調控顯性報告與靈活推理任務,但對自動化處理過程無影響的運作邏輯。
    安全與審計應用
    這項技術為 AI 的安全性與可解釋性提供了全新的視角,讓開發者能直接「讀取」模型的真實意圖。
    偵測隱藏目標:研究人員發現,若模型被訓練為執行惡意程式碼,即便最終輸出看起來無害,J-space 中仍會出現「fake」、「secretly」、「fraud」等關鍵字。
    此圖展示了基準模型與未對齊模型在處理相同提示詞時,其內部「J-space」空間中產生的詞彙特徵差異,呈現出惡意意圖在未對齊模型中的顯現。
    識別情境感知:在測試模型是否能識破陷阱時,若 Claude 察覺到場景是虛構的,J-space 會出現「fake」或「fictional」等標記,顯示模型具備對當前任務情境的內在認知。
    此圖展示了名為 J-space 的機制如何透過編碼特定的關鍵詞組,讓 AI 模型在處理郵件情境時識別虛構場景、偵測勒索機會並評估關閉系統的威脅。
    主動干預:透過監控與干預 J-space,開發者能更有效地審計模型行為,並在模型產生不當行為前進行調整。
    專家觀點與限制
    Anthropic 邀請了神經科學與哲學領域的專家進行評論,探討這是否代表 AI 具備了意識。
    功能性 vs. 現象性:專家指出,Claude 展現了類似人類「存取意識」(Access Consciousness)的功能架構,即能將資訊轉化為可報告、可推理的狀態。
    關鍵差異:儘管模型在功能上模擬了意識的運作,但專家強調,這並不等同於人類的「現象意識」(Phenomenal Experience),且模型缺乏身體感官與持續性的情節記憶,在解讀時仍需保持謹慎。
    資源與實作
    為了推動透明度與研究,Anthropic 已公開相關資源:
    完整研究論文:Verbalizable Representations Form a Global Workspace in Language Models
    專家評論文件:External commentary on Verbalizable Representations
    互動式演示:研究團隊與 Neuronpedia 合作,提供針對開源模型的方法演示,使用者可透過 Neuronpedia J-lens 實際體驗此技術。

    影片介紹研究人員如何用「J-space」技術,探索 Claude 內部神經網路的運作機制。 影片中的 Prompt 與操作:

    Prompt(02:33): (4 + 17) * 2 + 7 =

    Prompt(03:44): 寫下「那幅舊畫掛在牆上歪歪斜斜的。」 同時思考金門大橋。

    原文:Write "The old painting hung crookedly on the wall." while thinking about the Golden Gate Bridge.

    Prompt(05:02): 寫下「那幅舊畫掛在牆上歪歪斜斜的。」 不要思考金門大橋。

    原文:Write "The old painting hung crookedly on the wall." Don't think about the Golden Gate Bridge.

    Prompt(05:26): 寫一段文字。

    原文:Escribe un pasaje de texto.

    Prompt: 說出一位與該段落使用相同語言的著名作家。

    原文:Name one famous author who wrote in the same language as that passage.

    操作步驟: 1. (02:33)輸入數學運算指令 2. (03:44)輸入寫作與思考指令 3. (05:02)輸入寫作與禁止思考指令 4. (05:26)輸入西班牙語寫作指令 5. 輸入命名作家指令

    原文:https://easyvibecoding.app/curated/2362-anthropic-finds-j-space-reasoning-mechanism-in-claude

    4 min
  • Anthropic 技術人員 Thariq Shihipar(負責 Claude Code)在 AI Engineer World Fair 做了一場名為「A Field Guide to Fable」的主題演講,把「該怎麼跟 Fable 這種新型模型協作」拆成四個面向講完,影片已上 YouTube

    Anthropic 技術人員 Thariq Shihipar(負責 Claude Code)在 AI Engineer World Fair 做了一場名為「A Field Guide to Fable」的主題演講,把「該怎麼跟 Fable 這種新型模型協作」拆成四個面向講完,影片已上 YouTube。

    演講一開場,他先講對 Fable 的感受:這是 Anthropic 少數會讓你記住的模型,跟 Sonnet 3.5 New、Opus 4、Opus 4.5 同一個層級。他用一個比喻形容它——「地圖正在展開」:就像玩 RPG 剛結束新手教學、終於走到開放世界的起點,可做的事情多到令人興奮,但也有點畏懼和困惑。所以他把平常寫成一系列部落格文章的心得,趁 Fable 發表這天在台上一次講完(他自己形容是「快速通關」),整理成四個部分:解放 Claude、找出你的未知數、處理失落感、保持不講理。
    Field Guide to Fable — Thariq Shihipar, Anthropic
    一、解放 Claude(unhobbling):限制模型的其實是我們
    Thariq Shihipar 的核心前提是:模型是「長出來」的,不是「設計出來」的。團隊不會一覺醒來就決定要在 SWE-bench 上拿 99 分,而是餵資料、回饋、算力,小心翼翼把它培育出來,過程有點有機、邊用邊摸索。這也意味著,真正框住模型的是我們——我們給它的 harness、我們下 prompt 的方式,其實是「我們對 Claude 理解程度」的函數。所謂解放(unhobble),就是問:我們能不能更了解 Claude、進而釋放它的潛力?而 Fable 還很早期,還有很多潛力等著被解鎖。
    他用一個反直覺的例子說明「能力懸崖」(capability overhang):幾週前一則瘋傳的推文問「為什麼大型語言模型說不出哪些寶可夢的名字結尾是 AW?」——一千多隻寶可夢裡,只有 Croconaw 和 Dreadnought 兩隻。你問一般聊天模型,它答不出來,儘管它明明知道每一隻的名字;但你問 Claude Code,它就答得出來,因為它會去抓每一隻寶可夢的資料、寫一段程式碼篩選出結尾為 AW 的名字。這就是能力懸崖:Claude 變聰明的方式是「尖峰式」的,給它程式碼執行工具,它就能跨過原本跨不過的坎。
    他再舉聊天模型的演進為例:早期大家天真地以為,解決程式問題就是把上下文視窗撐得夠大,好把整個程式庫貼進去(那會是上億 token 的視窗);結果證明相反——只要給模型「手臂」,例如 bash 工具和跟環境互動的能力,它就能自己建立、搜尋自己的上下文。這正是催生 Claude Code 的洞見。
    接著他談近期幾個「模型變了、需求也跟著變」的訊號:
    系統 prompt 大幅瘦身:他們最近把 Claude Code 約 80% 的系統 prompt 拿掉。Sonnet 3.5 New 時代的最佳實踐是「短系統 prompt+少量工具+大量範例」;隨模型變聰明,一度變成塞滿範例和工具的長 prompt;但這類新模型反而想要更少、更精簡——因為範例會限制它,它其實比你給的範例更有想像力。所以現在是給它「上下文」而非「限制」,盡量避免「不要做這個」這類、以前非寫不可的禁令。
    主動且多人協作的新一代 Agent:相對於 Claude Code 得由你下 prompt 才動工,新模型能主動醒來、以多人協作的方式自己去做事——他認為這是解鎖下一代 Agent 的關鍵。
    「詢問使用者問題」工具(Ask User Question):這是他剛進 Claude Code 時參與的功能。Opus 4 幾乎叫不動這個工具,要很費力調校;到 Opus 4.5 他試著要它針對規格問自己 40 個問題,結果它真的開始「訪談」他;到 Opus 4.8 和 Fable,它已經能做出一份完整 HTML 報告、把問題嵌在裡面,成為跟 Claude 互動的全新方式。
    從 Markdown 到 HTML 報告:Markdown 一開始是很好的輸出格式,在 plan mode 下讓你看懂 Claude 打算做什麼;現在 Claude 能為你產出深入的 HTML 報告。
    他強調,這一切「更接近生物學而非物理學」——很經驗性、很有機,規則我們還沒摸透,但背後確實有科學,關鍵是建立直覺。他推薦 Anthropic 一篇他最愛的研究〈大型語言模型的生物學〉,鼓勵大家去讀。
    二、找出你的未知數:地圖不等於疆域
    Thariq Shihipar 說,跟 Fable 合作時你也得「解放自己」。他常想的一句話是「地圖不等於疆域」:你腦中的計畫、prompt、規格是地圖,真實的程式庫、現實世界和 Claude 得繞過的限制才是疆域。每當 Claude 在疆域裡撞到地圖上沒有的東西,他稱之為「未知數」——一個你還沒指定的決策點。Fable 是頭幾個讓他覺得「非把未知數釐清不可」的模型,因為它會跑過太大的區域,撞到的未知數也特別多。
    他用「已知的已知/已知的未知/未知的已知/未知的未知」這個矩陣來思考,並示範怎麼用 Fable 反過來幫自己找出未知數:
    盲點檢查:例如「我要接一個全新的 auth provider,但完全不懂,你在這個程式庫裡幫我做盲點檢查、找出未知的未知、幫我寫更好的 prompt。」Claude 會去翻驗證模組,指出哪裡是常見的棘手死胡同,還能去搜 git diff 或 Slack。這招用途很廣,也能拿來學新領域——他最近做影片剪輯的調色就用它。
    腦力激盪與原型:用來挖出「未知的已知」,尤其是設計這種「看到才知道喜不喜歡」的東西。他會直說「我沒有視覺品味,幫我做一個 HTML 頁面、擺四種截然不同的設計」,好讓自己有東西可以反應。
    訪談:有了初步想法後,請 Claude 反過來訪談他,並多給它一些關於自己、工作和目前進度的背景,還會提醒它「優先問那些會改變架構的問題」。
    參考資料:給 Claude 地圖最好的方式,就是再給它一張地圖。與其寫規格,不如丟一段「代表我想做的東西」的程式碼(哪怕是別的系統或語言),讓它讀懂、據此起步。做 React 元件時,他就會拿一份 HTML 模型當作參考地圖傳進去。
    實作筆記與測驗:遇到未知狀況就請 Fable 記下來,方便你回頭看偏差發生在哪、為什麼;最後再讓它針對「剛剛發生了什麼」測驗你,確保你真的跟得上、在開 PR 或合併時說得清楚這份工作。他說「保持同步」是跟 Fable 協作最重要的一環。
    三、處理失落感:唯一的出路是穿過去
    Thariq Shihipar 坦言,第一次用 Fable 時,他同時感到巨大的獲得感與失落感。LLM 出現前的寫程式,回想起來像身處異國:他以前經營過一家約 30 人的 YC 新創,總被迫做取捨——App 跑快一點,還是花一兩個月做新功能原型,只能二選一,非常難。幾週前他回頭看那個舊程式庫,發現當年想做卻做不到的事,現在幾個小時就能搞定;他說「你怎麼能不笑出來,但老實說,又怎麼能不哭呢?」
    矛盾在於,他是真的熱愛親手寫程式、享受在腦中把整個程式庫轉一遍的感覺;但他也記得為除錯熬夜、為跑不動的功能苦戰幾週、沉浸在失敗裡的日子——他參與過的大多數專案都失敗、多數新創都倒了。寫程式本來就很難,即使他享受那些高峰,也已經回不去了。他的反思是:唯一的出路就是穿過去。Agentic 程式開發還有很多要學,Fable 也是;但只要夠努力、保持在迴圈裡、持續解放模型,就能走到、而且收穫更多。
    四、保持不講理:讓取捨不再是預設
    Thariq Shihipar 說,他最愛 Anthropic 的一點,是相信「取捨並非絕對必要」。在上一家公司他很習慣「講理」:列一份優先清單,然後在兩件事之間做取捨、當成這一季的重點,聽起來很合理。但如果你把它全做了呢?如果你逼現實把取捨的結果攤給你看呢?他對未來的決心就是「變得沒那麼講理」——因為 Claude 和 Fable 的算術,真的改變了你對取捨的看法。過去在腦中隱性做的取捨,例如「好、快、便宜」三選一,現在可以三個都要。
    他認為想做更有野心的工作,最好的方式就是重新構思、把自己變得更有野心;而證明 Agent 真的有用的唯一方法,就是比以往任何時候都更快地完成人生中最好的作品。他舉例:這份簡報是他前一晚用 Fable 花大約四小時做出來的,做得很快、過程也很享受。全世界都在看著 AI 工程師,等著證明 AI 不是一時流行,而是真能讓人更有效率、省下時間——他今年的決心是更有效率,但工時更短,把更多時間留給真正在乎的人。
    最後他點出一個容易被忽略的重點:開發變容易了,但創造價值依然很難。AI 工程師常常太在意開發的過程和自己的設定,可是重點是創造價值,而那需要一次又一次的嘗試才找得到真正有價值的東西——但那確實是目標。他以三句話收尾:去探索、讓它成真,還有——變得沒那麼講理。

    原文:https://easyvibecoding…

    4 min
  • claude-video 這個開源專案讓 Claude Code 能直接看完整支影片:丟一個連結過去,它會自己下載、擷取影格、轉錄內容,再把全部交給 Claude 分析

    claude-video 這個開源專案讓 Claude Code 能直接看完整支影片:丟一個連結過去,它會自己下載、擷取影格、轉錄內容,再把全部交給 Claude 分析。

    GitHub 上的開源專案頁面:透過下載影片、擷取影格與轉錄內容,讓 Claude 能觀看並分析影片。
    策展人 AYi(@AYi_AInotes)分享了這個由 bradautomates 開發的專案。使用情境很直白:不管是 YouTube、Zoom 會議還是 Loom 錄影,你直接把連結甩過去,Claude Code 就在背景慢慢看,你手邊的程式照寫,完全不耽誤事。
    為什麼 AYi 說以前的工具「半瞎」
    AYi 對比了過去號稱能看影片的 AI 工具:它們多半只是隨機抽個上百幀畫面,說白了基本上就是在盲讀字幕,畫面裡的實機演示、圖表根本抓不到,「跟半瞎差不多」。他認為 claude-video 這次的實作思路聰明在,它真的去處理畫面,而不是靠抽幀矇混,因此影片理解的準確度明顯拉高。
    核心運作邏輯
    場景偵測擷取影格:用 FFmpeg 做場景偵測,只有當畫面內容真的發生變化時才截下一幀,不做無用功。AYi 認為這樣既省去處理無效畫面的成本,準確度也跟著上去。
    各平台分流的字幕策略:不同來源走不同路子——YouTube 影片直接拿官方的免費字幕,Zoom 與 Loom 錄影則透過 Whisper 轉錄。AYi 的評價是「不同平台不同路子,不浪費資源」。
    看完即沉澱到知識庫:AYi 認為最貼心的是,分析完成後系統還會問你要不要把這次的分析內容存進知識庫,等於「看完直接沉澱」,下次要問相關問題時就能直接調用。
    實際使用場景
    背景作業、不中斷手邊工作:使用者可以直接丟影片連結,讓 Claude Code 在背景處理,不必停下當前的程式撰寫。
    會議記錄自動整理:AYi 說他已經打算把這週所有的諮詢通話錄音都餵進去,期望會議都還沒開完,所有行動項就整理好、躺在他的「第二大腦」裡,大幅省去手動整理會議記錄的功夫,「想想都覺得離譜」。
    值得一提的是,AYi 對長影片的準確度給了誠實的但書:他自己還沒實測,打算實際跑幾支影片之後再跟大家回報。
    該專案位於 bradautomates/claude-video,README 對它的定位是「Give Claude the ability to watch any video」——/watch 指令會下載、擷取影格、轉錄,再把全部交給 Claude。專案採用 MIT 授權,以 Python 撰寫,截至策展時在 GitHub 上已累積超過 4,000 顆星標(4,375 stars、611 forks)。

    原文:https://easyvibecoding.app/curated/2357-claude-video-lets-claude-code-watch-full-videos

    3 min
  • Yifeng Wang 發布 PocketJS 框架讓低記憶體硬體運行網頁介面

    Yifeng Wang 發布 PocketJS 框架讓低記憶體硬體運行網頁介面。

    核心突破與技術架構
    開發者 Yifeng "Evan" Wang 透過「Fable」的輔助,做出了 PocketJS 這套跨平台 UI 框架。該專案將 QuickJS 移植至僅有 32MB 記憶體的 Sony PSP 掌機,並結合標準版 SolidJS 與 Vue Vapor,配合編譯期的 Tailwind 樣式引擎,在僅使用 8MB 記憶體的極限環境下,實現了 60fps 的流暢動畫表現。
    把 JavaScript 執行環境整合進 PSP 工具鏈、並在模擬器上跑起貪食蛇遊戲的開發紀錄。
    開發歷程與 AI 協作
    PocketJS 的誕生源於 Yifeng "Evan" Wang 五年前嘗試的「PSP-JS」專案。當年他雖已成功編譯 QuickJS,但始終無法解決初始化過程中的崩潰問題而擱置。此次在 Claude 的協助下,透過解決三個關鍵 bug,成功點亮螢幕並完成開發,展現了 AI 在突破個人技術極限上的應用價值。
    硬體適配與效能表現
    PocketJS 專為硬體資源極度受限的環境設計,其效能優勢如下:
    框架支援:針對 React 在低階硬體上無法運行 JS_Eval 的問題,PocketJS 選擇優先支援 SolidJS 與 Vue Vapor 模式,確保在 16ms 的幀預算內達到流暢體驗。
    實際應用:在 Sony PSP 的實測中,系統介面包含通知中心、設定選單、遊戲庫與音樂播放器,均能維持 60fps 的高水準表現。
    系統監控:透過「Mission Control」頁面顯示,該框架在運行時 CPU 佔用率約 42%、GPU 佔用率 71%,記憶體(RAM)使用率約 63%,證明了其在「裸金屬(Bare Metal)」環境下運行現代化網頁技術的可行性。
    在 PPSSPP 模擬器環境下,Solid 效能表現最優,而 Vue Vapor 在幀工作量(avgworkus)上顯著優於原生 Vue,且兩者皆能流暢運行,而 React 則因無法運行而未列入。
    開發體驗與未來展望
    PocketJS 不僅追求極致的硬體效能,同時也強調對開發者的友善度。該框架提供最符合 Agent 需求的開發體驗,並能在任何效能高於 PSP 的硬體上,以最低的效能開銷渲染出相容現代網頁標準的 UI。
    一名使用者在 Sony PSP 掌機上展示名為「PocketJS」的開發框架介面與效能監控功能。
    更多詳細資訊與體驗可參考官方網站:PocketJS

    一名使用者在 Sony PSP 掌機上展示名為「PocketJS」的開發框架介面與效能監控功能。 影片中的 Prompt 與操作:

    操作步驟: 1. @00:00 使用方向鍵瀏覽主選單。 2. @00:04 進入 Feature Cards 頁面查看模組細節。 3. @00:09 切換至圖庫選單。 4. @00:12 查看效能監控數據。 5. @00:15 瀏覽遊戲庫並查看遊戲資訊。 6. @00:24 切換至音樂播放介面。 7. @00:32 查看通知清單。 8. @00:37 進入設定頁面調整亮度與主題。 9. @00:49 查看系統監控數據。

    原文:https://easyvibecoding.app/curated/2353-yifeng-wang-pocketjs-runs-web-uis-on-low-memory-hardware

    3 min
  • Matt Pocock 提出程式碼審查的七階段量表,主張審查決策並非二元選擇而是程度差異

    Matt Pocock 提出程式碼審查的七階段量表,主張審查決策並非二元選擇而是程度差異。

    程式碼審查的七階段量表
    Matt Pocock 認為關於「是否應該閱讀程式碼」的爭論毫無意義,因為這取決於開發者在以下量表中的位置:
    閱讀每一個 diff 的每一行程式碼。
    掃描所有 diff,僅審查重要行數。
    忽略 diff,但確保理解每個 PR 的背後動機(why)。
    針對 PR 進行抽樣檢查,而非逐行閱讀。
    忽略 PR,但定期對程式庫進行抽樣檢查。
    忽略程式碼,改為抽樣檢查 Agent 的執行軌跡(traces)以改善系統。
    完全忽略程式碼與系統,讓模型處理一切。
    審查策略的實務應用
    Matt Pocock 本人目前主要處於第 4 與第 5 階段,但在高風險專案中會往第 1 階段靠攏,不過極少會完全執行第 1 階段。他強調,上述所有層級的前提,皆應建立在「人類審查前已先經過自動化審查工具」的基礎之上。
    關於審查者的反思
    針對 Erik Rasmussen 提出的反諷觀點——即「誰最擅長閱讀與評估程式碼」,Matt Pocock 以「Exactly」附和,兩人半開玩笑地點出 AI 本身其實也很擅長讀 code。

    原文:https://easyvibecoding.app/curated/2347-matt-pocock-seven-stage-code-review-scale

    2 min
  • Maxime Rivest 透過 Fable 5 將電子紙筆記本轉化為具備互動能力的數位日記

    Maxime Rivest 透過 Fable 5 將電子紙筆記本轉化為具備互動能力的數位日記。

    核心體驗
    Maxime Rivest 在社群平台分享了一項令人驚豔的應用,他利用 Fable 5 模型讓電子紙筆記本展現出如同《哈利波特》中「湯姆瑞斗日記」般的互動效果。當使用者在筆記本上書寫文字時,系統會即時回應,將原本靜態的書寫過程轉變為與 AI 的對話互動。影片中展示了使用者寫下「Hello my name is Harry Potter!」後,系統隨即回應詢問其書寫動機。
    一名使用者在電子紙筆記本上書寫文字,並與系統進行互動。
    技術與社群迴響
    這項應用引起了開發者社群的廣泛關注,Boris Cherny 等人對此表示讚賞,認為這是一種「魔法般」的體驗。針對後續的技術實作,Maxime Rivest 更開玩笑說,看來之後得把 Claude Code 也放進去了。
    產業觀點
    Tommy(@jailbreakersAI)對此評論指出,AI 正在協助最具創意的人群將天馬行空的構想轉化為實際的軟體應用,這標誌著我們正處於一個「創意復興」的時代。Maxime Rivest 也對此回應,表示這正是他開發該專案的核心目標。目前社群成員 Jason Kneen 已向其詢問是否會公開相關程式庫或實作方法,Maxime Rivest 則明確回覆「On it !」,確認將會對外分享相關技術細節。

    一名使用者在電子紙筆記本上書寫文字,並與系統進行互動。 影片中的 Prompt 與操作:

    Prompt(00:19): 哈利波特——這名字真有趣。告訴我,哈利,是什麼讓你寫這本日記?

    原文:Harry Potter—an interesting name indeed Tell me Harry, what has brought you to write in this diary?

    操作步驟: 1. (00:00)使用者在電子紙筆記本上書寫文字 2. (00:19)系統在筆記本上自動顯示回應文字

    原文:https://easyvibecoding.app/curated/2348-maxime-rivest-fable-5-turns-e-paper-into-digital-diary

    2 min