EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • @AndrewCurran_:Google核心研究員轉投Anthropic引發Gemini競爭力擔憂。 人才流動與產業影響 根據 Bloomberg 的報導,Google DeepM…

    Google核心研究員轉投Anthropic引發Gemini競爭力擔憂。

    人才流動與產業影響
    根據 Bloomberg 的報導,Google DeepMind 兩位關鍵成員 Jonas Adler 與 Alexander Pritzel 即將加入 Anthropic。這兩位研究員在內部被視為 Gemini 模型開發的核心貢獻者:
    Jonas Adler:曾負責 Google 的 AI 程式開發專案,具備應用數學背景,曾參與 AlphaFold、AlphaFold 3 及 Gemini 1.5 的開發。
    Alexander Pritzel:自 2014 年加入 DeepMind 的資深成員,專精於深度強化學習(Deep RL)、不確定性估計與情節記憶(episodic memory),亦是 AlphaFold 2 與 3 的核心作者,後轉入 Gemini 訓練體系。
    這是一張標示為 Jonas Adler 的個人簡介圖像,其職稱為 DeepMind 的研究科學家。
    此次離職被視為 Google 近期人才流失潮的延續,此前已有諾貝爾獎得主 John Jumper 加入 Anthropic,以及知名研究員 Noam Shazeer 轉投 OpenAI。市場分析指出,這波離職潮反映了 Google 在面對 Anthropic 與 OpenAI 等新創公司競爭時的壓力,特別是在計算資源分配與組織優先級調整過程中,導致部分核心人才選擇出走。
    這是一篇關於 DeepMind 科學家憑 AI 預測蛋白質 3D 結構(AlphaFold)獲諾貝爾獎的報導截圖。
    技術對齊與 Anthropic 的研究方向
    與此同時,研究員 Arthur Conmy 也宣布加入 Anthropic,並將專注於「對齊即將推出的模型」。他強調,目前的 Claude 模型雖然能力卓越,但尚未達到足以安全委託其進行 AGI 開發的對齊程度。他分享了 Anthropic 於 2026 年 5 月發布的技術文章「Teaching Claude Why」,該文探討了如何透過以下方式提升模型的對齊穩健性:
    訓練模型針對倫理困境提供建議,而非僅僅在特定情境下執行任務。
    使用關於 Claude 憲法(Constitution)的文件或虛構的 AI 行為故事進行訓練,這些資料雖與實際評測集分布差異極大(OOD),卻能有效提升模型表現。
    在無害性 RL 環境中加入工具定義,即使這些工具對使用者請求並無直接幫助,也能顯著降低 Agent 的對齊失效(misalignment)機率。
    Arthur Conmy 指出,單純針對評測指標進行訓練往往會導致過度擬合,無法推廣至分布外(OOD)的情境。Anthropic 的策略是教導模型理解「為什麼」某些行為優於其他行為,並透過憲法文件與高品質的 SFT(監督式微調)來建立模型對原則的理解,而非僅僅模仿對齊後的行為表現。
    產業觀點與後續效應
    針對人才流動現象,Google DeepMind 執行長 Demis Hassabis 在坎城的一場活動中回應,強調 AI 領域的人才流動極為頻繁,且 Google 仍擁有業界最廣泛的研究團隊。然而,社群觀察者如 Lucas Beyer(bl16)則指出,近期大量離職者多為長期駐紮倫敦的 DeepMind 老兵,這可能暗示了 Google 內部預訓練工作的重心正逐漸向美國山景城(MTV)轉移,導致部分研究人員因資源分配或地理因素選擇離開。
    Google 工程與 DevRel 主管 Addy Osmani 在任職 14 年後發文分享職涯感悟並宣布離職。

    原文:https://easyvibecoding.app/curated/2199

    4 min
  • @cognition:Devin 推出自動化測試與錄影功能,讓使用者在合併 PR 前能透過端到端測試影片確認功能運作。 核心功能與流程 Cognition 團隊宣布 Devi…

    Devin 推出自動化測試與錄影功能,讓使用者在合併 PR 前能透過端到端測試影片確認功能運作。

    核心功能與流程
    Cognition 團隊宣布 Devin 現已支援「測試模式」,該功能旨在解決開發者在審核程式碼時,難以即時驗證變更是否如預期運作的痛點。當 Devin 建立 PR 後,會主動提供測試選項,其自動化工作流程包含:
    環境準備:自動安裝依賴、啟動服務並登入必要帳號。
    測試規劃:根據程式碼變更內容,規劃出最關鍵的端到端測試路徑,並在執行前向使用者確認測試計畫。
    執行與錄影:在桌面環境中執行測試,同時進行螢幕錄影。系統會自動進行「自動縮放(Auto-zoom)」與「標註(Annotations)」,將錄影重點聚焦於關鍵互動,並壓縮閒置時間。
    結果回饋:將處理後的錄影檔直接作為訊息附件發送,讓使用者能快速檢視並決定是否合併 PR。
    測試優化與實務建議
    為了提升測試效率,Devin 整合了 skill 機制,讓使用者能透過 skill 定義測試步驟,並在測試完成後,Devin 會建議將成功的測試流程儲存為 skill 以供後續重複使用。官方建議在編寫 skill 時應保持具體,例如明確指出「點擊右上角的儲存按鈕」而非模糊的「測試儲存功能」。
    若要手動建立測試 skill,可參考以下格式:
    `markdown
    ---
    name: test-before-pr
    description: Run the local dev server and verify pages before opening any PR that touches frontend code.
    ---
    Setup
    Install dependencies: npm install
    Start the database: docker-compose up -d postgres
    Run migrations: npx prisma migrate dev
    Start the dev server: npm run dev
    Wait for "Ready on http://localhost:3000"
    Verify
    Read the git diff to identify which pages changed
    Open each affected page in the browser
    Check for: console errors, layout issues, broken links
    Screenshot each page at desktop (1280px) and mobile (375px) widths
    Before Opening the PR
    Run npm run lint and fix any issues
    Run npm test and confirm all tests pass
    Include screenshots in the PR description
    `
    實際應用案例
    影片展示了開發者使用 AI 輔助工具在「Lumen Desk」票務系統中新增「優先級(Priority)」篩選功能的完整開發與測試流程。
    在「Lumen Desk」票務系統的開發場景中,Devin 透過此流程成功實作了「優先級」篩選功能。在測試階段,Devin 自動執行了 8 項測試案例,涵蓋了狀態篩選、搜尋、重置及標籤顯示等功能,並透過錄影展示了使用者在介面選擇「緊急」或「中」優先級後,頁面即時更新且 URL 參數正確變更的過程,確保了功能的穩健性。更多詳細資訊可參考 Devin 官方文件。

    影片展示了開發者使用 AI 輔助工具在「Lumen Desk」票務系統中新增「優先級(Priority)」篩選功能的完整開發與測試流程。 影片中的 Prompt 與操作:

    Prompt(00:00): 請在票務頁面新增一個優先級篩選器。 功能需求: 1. 在 /tickets 頁面新增一個「依優先級篩選」下拉選單,放在現有的狀態篩選器旁邊。 2. 下拉選單應包含: - 「所有優先級」 - 低 - 中 - 高 - 緊急 3. 選擇優先級後應立即提交/更新頁面,如同狀態篩選器的運作方式。 4. 篩選器應使用 'priority' 查詢參數,例如 /tickets?priority=Urgent。

    原文:Please add a Priority filter to the Tickets page. Feature requirements: 1. Add a "Filter by priority" dropdown to /tickets, next to the existing status filter. 2. The dropdown should include: - "All priorities" - Low - Medium - High - Urgent 3. Selecting a priority should immediately submit/update the page, like the status filter does. 4. The filter should use a 'priority' query param, for example /tickets?priority=Urgent.

    操作步驟: 1. (00:00)於輸入框輸入需求並送出。 2. (00:12)點擊「Filter by priority」下拉選單。 3. (00:13)選擇「Urgent」選項。 4. (00:16)點擊「Filter by priority」下拉選單。 5. (00:17)選擇「Medium」選項。 6. (00:19)點擊「Reset」按鈕。 7. (00:26)點擊票務列表中的項目進入詳情頁。 8. (00:28)點擊「New ticket」按鈕。

    原文:https://easyvibecoding.app/curated/2192

    4 min
  • @NotionHQ:Notion 整合 Cursor 推出專屬 Agent 自動化開發任務。 核心整合功能 Notion 與 Cursor 攜手推出的這項整合,將 Curs…

    Notion 整合 Cursor 推出專屬 Agent 自動化開發任務。

    核心整合功能
    Notion 與 Cursor 攜手推出的這項整合,將 Cursor 的 Agent 能力直接嵌入 Notion 的任務管理流程中。這意味著開發團隊現在可以將「修復錯誤」、「開發新功能」或「程式碼審查」等具體工程任務,直接指派給 Cursor Agent 處理。該 Agent 具備以下關鍵特性:
    任務透明化:所有 Cursor 的執行過程均保持可見且可審查,並與 Notion 中的任務看板緊密連結。
    端到端自動化:當使用者將任務卡片(例如「Feature Requests」看板中的需求)指派給 Cursor 時,Agent 會自動讀取任務簡報(brief)、分析程式庫,並最終開啟一個 PR(Pull Request)。
    跨平台銜接:使用者可選擇在 Notion 發起工作,隨後無縫切換至 Cursor 繼續執行。系統會為每個工作階段建立一個「Cursor Cloud Agent」,自動同步使用者的環境設定、權限與連接資訊,確保工作進度不中斷。
    這張圖展示了 Notion 軟體中整合 Cursor AI 工具的應用情境,透過對話介面協助使用者排查並修復重複通知的程式錯誤。
    實際操作流程
    根據演示,這項整合透過視覺化的看板操作來驅動開發流程:
    任務指派:在 Notion 的「Feature Requests」看板中,將任務卡片(如「Version history diff view and named snapshots」)從「Plan」欄位拖曳至「Build」欄位,即可觸發 Cursor Agent 的自動化作業。
    自動化執行:系統會啟用「Cursor Investigator」代理工具,透過畫面顯示的 claude-3.5-sonnet 模型並結合 MCP(Model Context Protocol)進行運作。
    執行步驟:Agent 會自動執行「Fetch」資料、分析需求(如表單整合需求)、思考解決方案,並透過 create-comment 與 fetch 等指令與 Notion 互動。
    進度更新:Agent 完成工作後,會更新任務狀態。使用者可將卡片從「Build」拖曳至「Review」,最後確認「Cursor Builder is ready for review」的更新訊息,並將任務移至「Done」。
    這是一個展示專案管理看板介面的操作演示,透過拖曳卡片來更新任務狀態。
    技術與協作價值
    此項整合的核心在於將「非技術人員的任務需求」與「技術人員的程式碼庫」透過 Agent 連結起來。透過將 Cursor 的執行環境與 Notion 的專案管理邏輯綁定,團隊成員無需具備深厚的技術背景,也能將真實的工程任務委派給 Agent。這種設計不僅提升了開發效率,更透過將 Agent 的「思考過程」與「執行結果」直接呈現在專案管理介面上,解決了過去 AI 輔助開發中常見的「黑箱作業」問題,讓開發進度變得完全可追蹤且具備高度的協作性。
    透過 Cursor Investigator 代理工具自動化處理 Notion 資料庫中的功能需求與任務更新。

    這是一個展示專案管理看板介面的操作演示,透過拖曳卡片來更新任務狀態。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)點擊「Version history diff view and named snapshots」卡片 2. (00:02)將「Version history diff view and named snapshots」卡片拖曳至「Build」欄位 3. (00:18)將「Bulk page move and reorganize across teamspaces」卡片拖曳至「Review」欄位 4. (00:26)將「Version history diff view and named snapshots」卡片拖曳至「Review」欄位 5. (00:28)點擊「Version history diff view and named snapshots」卡片查看更新 6. (00:33)將「Version history diff view and named snapshots」卡片拖曳至「Done」欄位

    透過 Cursor Investigator 代理工具自動化處理 Notion 資料庫中的功能需求與任務更新。 影片中的 Prompt 與操作:

    Prompt(00:00): 詢問 Cursor Investigator...

    原文:Ask Cursor Investigator...

    操作步驟: 1. (00:00)點擊輸入框並開始與 Cursor Investigator 對話。 2. (00:06)系統自動執行一系列 MCP 工具呼叫以更新 Notion 內容。

    原文:https://easyvibecoding.app/curated/2184

    3 min
  • @NotionHQ:Notion 整合 Claude agents 實現自動化任務。 核心功能與應用場景 Notion 此次推出的 Claude agents 旨在將 AI…

    Notion 整合 Claude agents 實現自動化任務。

    核心功能與應用場景
    Notion 此次推出的 Claude agents 旨在將 AI 代理深度嵌入團隊協作流程中,使用者無需切換應用程式即可完成複雜工作。其關鍵能力包括:
    自動化工作流:Agent 可串聯多項任務,並在團隊共享的任務看板上協作,實現 24 小時不間斷的作業循環。
    這張圖片展示了在 Notion 平台中整合 Claude Agents 的應用場景,透過對話介面讓 AI 代理協助處理 Excel 財務預測與簡報製作等工作流程。
    文件與檔案生成:Agent 能讀取專案頁面資訊、連結外部工具,並直接在 Notion 頁面產出如 PowerPoint 簡報、試算表或精緻文件。例如,透過指令即可自動生成包含專案架構、技術堆疊(如 Next.js 19、TypeScript 5)的完整簡報檔案。
    使用者透過 AI 助理在文件協作平台上自動生成簡報檔案的演示過程。
    技術開發支援:針對程式開發需求,Agent 可讀取程式庫、解析 PRD(產品需求文件),並自動填補技術細節、更新規格說明,甚至提供包含無障礙設計與樣式調整的完整實作方案,讓團隊成員直接在文件中進行編輯與評論。
    影片展示了在專案管理介面中,透過 AI 代理協助自動撰寫技術規劃與程式碼實作的過程。
    系統設定與權限管理
    Claude agents 目前處於 Beta 測試階段,主要針對 Business 與 Enterprise 方案使用者開放。
    部署方式:在 Notion 側邊欄點選「Agents」並選擇「New Agent」後,可選擇使用預設模板(如程式開發模板)或從零開始自訂指令、觸發條件與連接設定。
    權限控制:Agent 的權限與 Notion 既有的 Custom Agents 邏輯一致,僅能存取使用者明確授權的頁面或資料庫。針對 Enterprise 與 HIPAA 工作空間,此功能預設為關閉,需由管理員至「Settings → Notion AI → Agent → Manage external agents」手動啟用。
    運作機制:Agent 由 Notion 透過 Anthropic 的基礎設施託管,無需使用者自行註冊 Anthropic 帳號。計費方式則依據執行次數扣除 Notion credits。
    故障排除與注意事項
    若功能無法正常運作,建議依序執行以下檢查:
    確認工作空間是否已啟用該功能(功能正逐步推廣中)。
    確認 Agent 已正確加入工作空間並完成初始化。
    檢查 Agent 的分享範圍與存取層級(如「Can view」或「Can edit」),確保其具備存取目標頁面或資料庫的權限。
    若為企業內部環境,Agent 可能需要經過審核流程才能在工作空間中顯示。

    使用者透過 AI 助理在文件協作平台上自動生成簡報檔案的演示過程。 影片中的 Prompt 與操作:

    Prompt(00:03): @Claude 請為這個專案製作一份簡短的 PowerPoint 簡報。只要 3 頁。

    原文:@Claude please make a short powerpoint presentation about this project. Just 3 slides.

    操作步驟: 1. (00:03)輸入指令要求製作簡報 2. (00:12)點擊下載生成的 Crumb.pptx 檔案 3. (00:21)開啟簡報檔案並瀏覽內容

    影片展示了在專案管理介面中,透過 AI 代理協助自動撰寫技術規劃與程式碼實作的過程。 影片中的 Prompt 與操作:

    Prompt(00:00): @Claude 你能填寫技術規劃嗎?

    原文:03: @Claude can you fill in the technical plan?

    操作步驟: 1. @00:03 使用者在評論區輸入請求 2. @00:07 AI 代理開始分析程式碼結構 3. @00:13 AI 代理自動更新任務描述中的技術規劃欄位 4. @00:17 AI 代理完成技術規劃撰寫並發布評論 5. @00:20 使用者向下捲動頁面查看完整的技術規劃細節 6. OGFRAME: 00:20

    原文:https://easyvibecoding.app/curated/2179

    3 min
  • @GoogleAIStudio:在 Gemini 3.5 Flash 中引入電腦操作功能 (Computer Use) 電腦操作功能現在已成為 Gemini 3.5 Flash 內建的支…

    在 Gemini 3.5 Flash 中引入電腦操作功能 (Computer Use)

    電腦操作功能現在已成為 Gemini 3.5 Flash 內建的支援工具,為 Agentic 程式開發任務提供了我們目前最佳的效能表現。過去,電腦操作功能僅能透過獨立的 Gemini 2.5 電腦操作模型使用,現在則已原生整合至 Gemini Flash 主模型中。Gemini 在函式呼叫 (function calling) 以及使用搜尋 (Search) 和地圖 (Maps) 基礎定位等內建工具方面表現卓越。隨著內建電腦操作能力的加入,開發者現在可以使用 3.5 Flash 來可靠地建構自訂 Agent,使其能夠在瀏覽器、行動裝置和桌面環境中進行觀察、推理並採取行動。這為長週期任務與企業自動化任務(例如持續軟體測試以及跨專業應用程式的知識工作)帶來了效能上的提升。
    展開數據表模型OSWorld-VerifiedGemini 3.5 Flash78.4Gemini 3 Flash65.1Gemini 3.1 Pro76.2Sonnet 4.678.4Opus 4.883.4GPT-5.4 mini72.1GPT-5.578.7
    確保 3.5 Flash 電腦操作功能的安全性
    為了減輕 Agent 在即時環境中運作時可能面臨的部分 Prompt 注入風險,我們針對 Gemini 3.5 Flash 的電腦操作功能進行了針對性的對抗性訓練。我們同時發布了兩套選用的企業級安全防護系統,讓企業能夠:
    針對敏感或不可逆的操作,要求使用者進行明確確認。
    若偵測到間接 Prompt 注入,自動停止任務。
    我們採取「縱深防禦」(defense-in-depth) 的策略,鼓勵開發者將這些功能與安全的沙盒 (Sandbox)、人機協作驗證 (human-in-the-loop verification) 以及嚴格的存取控制相結合。關於安全措施的更多資訊,請參閱我們的最佳實踐文件。
    我們已經看到客戶透過電腦操作功能創造了價值。以下是部分客戶的見解:
    Browserbase:「在 OnlineMind2Web 和私有基準測試中,具備電腦操作功能的 Gemini 3.5 Flash 提供了與頂尖模型相當的準確度,且具備更好的成本與延遲表現,使得執行複雜、長週期的瀏覽任務在規模化運作時變得更具經濟效益。」—— Miguel González Fernández,Browserbase
    Browser Use:「Gemini 3.5 Flash 在 Agentic 瀏覽器操作 harness 上,比起前一代 Flash 有顯著的進步。它在保持速度與成本優勢的同時,達到了頂尖水準的效能,這讓 Google 成為我們大規模應用時的首選。」—— Magnus Müller,執行長,Browser Use
    UIPath:「Gemini 3.5 Flash 特別適配於驅動 Delegate 和 ScreenPlay 等 Agent 的 UIPath 電腦操作 harness。在我們評估過的所有電腦操作模型中,Gemini 3.5 Flash 提供了高吞吐量、強大的可靠性以及最佳的性價比,同時還非常容易進行引導與控制。」—— Alvin Stanescu,資深總監,UIPath
    立即開始使用電腦操作功能進行開發:
    立即試用:在 Browserbase 託管的展示環境中測試各項功能。
    開始建構:透過 Gemini API 與 Gemini Enterprise Agent Platform 深入了解我們的參考實作與文件。

    原文:https://easyvibecoding.app/curated/2183

    4 min
  • @NotionHQ:Notion 推出 External Agents 實現 AI 協作。 Notion 官方正式發布 External Agents 功能(目前為 Beta…

    Notion 推出 External Agents 實現 AI 協作。

    Notion 官方正式發布 External Agents 功能(目前為 Beta 階段),這項更新讓團隊能將 Claude 與 Cursor 等 AI 代理視為虛擬隊友,直接整合進現有的 Notion 看板與文件工作流程中。使用者現在可以透過 @ 標記呼叫這些 Agent,讓它們參與任務排程、自動化執行工作,甚至在使用者離線時持續運作。
    Notion 整合 Claude 與 Cursor 外部 AI 代理,實現自動化工作流程。
    核心功能與協作模式
    團隊協作整合:Agent 可被指派至共享看板,並像真人隊友一樣被 @ 提及。它們能讀取共享文件、分析任務需求,並在看板上更新狀態。
    自動化工作流:支援多個 Agent 並行作業或排程執行,從任務分析、撰寫程式碼修復到建立 PR(Pull Request),實現端到端的自動化。
    透明化管理:所有 Agent 的執行過程對團隊皆具備完整可見度,確保工作進度隨時可追蹤。
    權限控管:使用者可針對每個 Agent 設定精確的存取權限(如僅檢視、可編輯或完整存取),確保 Agent 僅能接觸到被授權的資料。
    實際應用場景
    根據演示,Notion 整合了 Claude 與 Cursor 的協作流程:
    任務分析:Claude Agent 可自動分析看板上的 Bug 報告,從 workspace 提取上下文,並在頁面上更新修復計畫。
    開發與部署:經由團隊成員確認後,Cursor Agent 可接手進行程式碼建置,自動完成測試並建立 PR,最後將任務狀態推進至「Ship」階段。
    流程自動化:Agent 可根據觸發條件(如任務被提及或移動至特定欄位)自動執行預設任務,大幅減少手動更新看板的時間。
    這段影片展示了如何使用 AI 代理在 Notion 看板中自動化管理與規劃功能需求。
    設定與管理指引
    啟用方式:目前此功能適用於 Business 與 Enterprise 方案。Enterprise 與 HIPAA 工作空間預設為關閉,管理員需前往 Settings → Notion AI → Agents → Manage external agents 進行啟用。
    建立 Agent:在側邊欄進入 Agents → New Agent → Claude。使用者可選擇使用預設模板(如程式開發模板)或從零開始設定指令、觸發條件與連接。
    權限設定:在 Agent 的 Tools and access 設定中,可管理其對特定頁面或資料庫的存取層級。
    計費機制:Claude Agent 的執行透過 Notion credits 計算,並依據每次執行(per run)收費,無需額外建立 Anthropic 帳號。
    影片展示了在 Cursor 平台中設定 AI Agent 的權限管理與工具連接的操作流程。
    注意事項
    Beta 限制:此功能目前為 Beta 階段,正逐步向使用者開放,部分工作空間可能尚未看到選項。
    功能邊界:目前的 Claude Agent 不支援網頁瀏覽,且在單次會話中無法呼叫其他 Agent。
    故障排除:若功能異常,請確認該功能已在工作空間啟用、Agent 已正確加入,並檢查 Agent 對目標頁面是否具備足夠的存取權限。

    Notion 整合 Claude 與 Cursor 外部 AI 代理,實現自動化工作流程。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:03)點擊任務卡片「Bug: onboarding import failing」 2. (00:12)點擊 Claude Agent 的通知連結 3. (00:15)在評論區輸入指令並標記 @Cursor 4. (00:22)點擊 GitHub 連結

    這段影片展示了如何使用 AI 代理在 Notion 看板中自動化管理與規劃功能需求。 影片中的 Prompt 與操作:

    Prompt(00:07): 收到 - 我現在開始調查以指派來源、優先級和團隊,然後我會將其移至「規劃」階段。

    原文:On it - investigating this now to assign a source, priority, and team, then I'll move it to the Plan stage.

    Prompt(00:16): 收到 - 現在正在撰寫實作計畫。

    原文:On it - writing an implementation plan now.

    Prompt(00:19): 這是計畫:# 未找到 它涵蓋三個工作流: - 工作流 A - 自訂區塊與手動分組(關鍵路徑:新的 SidebarLayout 資料模型、API 端點、側邊欄渲染器變更、區塊 CRUD UI 以及 A 收藏夾遷移) - 工作流 B - 建立在 A 之上的每區塊排序選項(字母順序、最近、手動)。 - 工作流 C - 用於在已儲存版面配置之間切換的側邊欄預設(例如:「工作」對比「個人」)。 該計畫還包括分階段發布(內部測試 -> Beta -> GA)、風險緩解和成功指標。幾個懸而未決的問題已標記供設計和同步團隊審查。

    原文:Here is the plan: # Not found It covers three workstreams: - Workstream A - Custom sections & manual grouping (critical path: new SidebarLayout data model, API endpoints, sidebar renderer changes, section CRUD UI, and A favorites migration) - Workstream B - Per-section sort options (alphabetical, recent, manual) built on top of A. - Workstream C - Sidebar presets for switching between saved layouts (e.g., "Work" vs. "Personal"). The plan also includes a phased rollout (internal dogfood -> Beta -> GA), risk mitigations, and success metrics. A few open questions are flagged for design and sync-team review.

    操作步驟: 1. (00:07)Claude Investigator 留言並將卡片拖曳至 Plan 欄位 2. (00:10)Claude Investigator 將另一張卡片拖曳至 Plan 欄位 3. (00:16)Cursor PRD 留言 4. (00:18)Cursor PRD 留言並提供詳細計畫 5. (00:20)Cursor PRD 將卡片拖曳至 Build 欄位

    影片展示了在 Cursor 平台中設定 AI Agent 的權限管理與工具連接的操作流程。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)點擊「Share」按鈕開啟權限設定選單。 2. (00:03)在權限下拉選單中選擇「Full Access」。 3. (00:07)捲動頁面查看「Triggers」與「Instructions」設定。 4. (00:08)點擊「Notion」工具下的權限選單。 5. (00:10)在權限選單中選擇「Full access」。 6. (00:12)查看「Advanced」區塊中的 GitHub 儲存庫連接與模型選擇。

    原文:https://easyvibecoding.app/curated/2195

    4 min
  • @OpenAI:OpenAI 推出首款自研 AI 晶片 Jalapeño。 OpenAI 於 2026 年 6 月 24 日正式推出首款專為大型語言模型(LLM)推論設計…

    OpenAI 推出首款自研 AI 晶片 Jalapeño。

    OpenAI 於 2026 年 6 月 24 日正式推出首款專為大型語言模型(LLM)推論設計的 AI 加速器「Jalapeño」。該晶片由 OpenAI 從零開始設計,並與 Broadcom 合作進行生產,旨在為 ChatGPT、Codex、API 以及未來的 Agent 產品提供更高效的運算基礎。OpenAI 總裁 Greg Brockman 指出,Jalapeño 的開發週期僅歷時九個月,且在設計過程中大量運用了 OpenAI 自家的模型來加速優化,目前早期測試顯示其每瓦效能表現極為出色。
    OpenAI 執行長 Sam Altman 與 Broadcom 執行長陳福陽共同展示一塊刻有「Jalapeño Intelligence Processor」字樣的晶圓。
    核心設計理念
    Jalapeño 並非傳統通用型加速器的改良版,而是針對現代 LLM 推論需求量身設計的專用晶片,其設計重點包括:
    全端優化:針對 OpenAI 內部的核心運算需求(如 kernels、記憶體移動、網路傳輸及服務模式)進行架構調整,以達到接近理論峰值的運算利用率。
    軟硬體協同:透過減少資料移動並平衡運算、記憶體與網路資源,顯著提升推論效率。
    快速開發週期:透過 OpenAI 的軟體工程團隊與 Broadcom 的矽晶片實作經驗結合,創下了高效能先進半導體領域中最快的 ASIC 開發紀錄。
    策略影響與未來展望
    此次發布標誌著 OpenAI 在「全端平台」策略上的重大進展,將影響力從模型與產品層面延伸至底層基礎設施。
    降低推論成本:透過提升每瓦效能,OpenAI 旨在讓 AI 服務變得更快速、更可靠且更具經濟效益,進而推動 AI 的普及化。
    多世代路線圖:Jalapeño 僅是與 Broadcom 及 Celestica 合作計畫的第一步,預計於 2026 年底開始部署,並將在未來數年內持續擴展,目標是支援 gigawatt 等級的資料中心運作。
    正向循環:OpenAI 強調,更高效的基礎設施能驅動更強大的模型訓練與服務,進而創造更好的產品體驗,並透過增加的使用量與營收,持續投入下一代基礎設施的研發。
    目前,Jalapeño 的工程樣本已在實驗室中執行包括 GPT-5.3-Codex-Spark 在內的 ML 工作負載,詳細的效能技術報告預計將在未來幾個月內公佈。

    原文:https://easyvibecoding.app/curated/2176

    3 min
  • @NousResearch:Hermes Agent 推出 /learn 指令自動提煉技能。 核心功能與 /learn 指令 Nous Research 推出的 Hermes Ag…

    Hermes Agent 推出 /learn 指令自動提煉技能。

    核心功能與 /learn 指令
    Nous Research 推出的 Hermes Agent 新增了 /learn 指令,旨在簡化 skill 的建立流程。使用者無需手動撰寫 SKILL.md,只需提供目錄、程式碼、API 文件、PDF 或操作手冊等原始資料,Agent 便會自動進行資料蒐集與分析,並依據標準格式產出可驗證的 skill。該功能支援多種輸入方式:
    本地路徑:例如 /learn the REST client in ~/projects/acme-sdk。
    線上文件:直接輸入 URL,如 /learn https://docs.example.com/api/quickstart。
    對話脈絡:將剛完成的互動流程轉化為 skill,例如 /learn how I just deployed the staging server。
    文字描述:直接貼上筆記或流程說明。
    技術運作與整合
    這段影片展示了名為 NOUS 的系統如何處理資料並進行驗證的流程。
    /learn 指令並非透過獨立的擷取引擎運作,而是直接由 Agent 運用現有工具(如 readfile、webextract)進行處理,確保在 CLI、TUI 或 Dashboard 等不同介面下均能一致運作。產出的 skill 會遵循標準化規範(如 60 字元以內的描述、標準章節順序),並透過 skill_manage 工具儲存,若已開啟寫入審核機制,則需經使用者確認後方可儲存。
    Skills 系統管理
    Hermes Agent 的 skill 系統設計為按需載入,以降低 token 使用量並相容於 agentskills.io 開放標準。所有 skill 預設存放於 ~/.hermes/skills/ 目錄下。使用者若希望自訂環境,可透過以下指令管理預設的 skill 組合:
    安裝時排除預設 skill:
    `bash
    curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash -s -- --no-skills
    `
    建立設定檔時排除:
    `bash
    hermes profile create research --no-skills
    `
    執行期間調整:
    `bash
    hermes skills opt-out 停止未來自動同步
    hermes skills opt-out --remove 刪除未經修改的預設 skill
    hermes skills opt-in --sync 重新啟用並同步
    `
    此系統確保了 Agent 的擴充性,讓使用者能透過 /learn 快速累積個人化的自動化工作流,並透過 / 開頭的指令(如 /plan 或 /excalidraw)隨時呼叫使用。

    這段影片展示了名為 NOUS 的系統如何處理資料並進行驗證的流程。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:02)匯入 PDF 來源文件 2. (00:07)系統提煉文件內容 3. (00:10)系統進行測試與保存 4. (00:13)系統完成驗證並顯示標章 5. (00:20)輸入 /learn 指令

    原文:https://easyvibecoding.app/curated/2173

    3 min
  • @OpenAIDevs:OpenAI Developers 發布 API 平台更新。此次更新涵蓋了從高效能模型到 Agent 開發基礎設施的全面升級,旨在強化開發者在建構複雜應用時的靈…

    OpenAI Developers 發布 API 平台更新。此次更新涵蓋了從高效能模型到 Agent 開發基礎設施的全面升級,旨在強化開發者在建構複雜應用時的靈活性與控制力。

    一位講者正在介紹 OpenAI API 近期的功能更新與開發者工具。
    模型陣容擴充
    OpenAI 擴充了模型生態系,提供更多元化的選擇以應對不同運算需求:
    新增大型語言模型:GPT-5.5、GPT-5.4 mini 與 GPT-5.4 nano。
    即時互動系列:推出 GPT-Realtime-2(具備進階推理能力)、GPT-Realtime-Whisper 與 GPT-Realtime-Translate。
    視覺生成:推出 GPT-Image-2,支援自訂長寬比與 4K 高解析度輸出。
    Agent 開發基礎設施
    為了讓開發者更順暢地建構 Agent,OpenAI 導入了一系列關鍵組件:
    提供專用的 Agents SDK harness 與 sandbox 環境,確保 Agent 執行過程的隔離性與穩健性。
    在 Responses API 中加入 skill 支援,並引入 Server-side compaction 以優化效能。
    支援 WebSocket 模式以降低互動延遲,並提供 Hosted shell 讓開發者能直接在雲端環境執行程式碼。
    管理與部署彈性
    針對企業級應用與開發流程,OpenAI 強化了管理與整合能力:
    推出 Admin API,開發者可透過 SDK 或 OpenAI CLI 進行 API 金鑰管理(支援 GET、POST、DELETE 操作)。
    支援模型部署至 Amazon Bedrock,開發者可透過調整 config.toml 設定檔進行整合,例如設定 model_provider = "amazon-bedrock"。
    透過視覺演示顯示,開發者現已能更高效地在 workspace 中進行程式碼執行與 UI 互動,例如在「Dachshund Dash」遊戲開發案例中,透過整合上述工具實現了端到端的開發流程。

    一位講者正在介紹 OpenAI API 近期的功能更新與開發者工具。 影片中的 Prompt 與操作:

    Prompt(00:55): 使用 @Image Gen 設計一款復古貪食蛇遊戲,主角是一隻追逐零食的臘腸犬。

    原文:Use @Image Gen to design a retro Snake game with a dachshund that chases treats.

    Prompt(00:59): 將其製作成瀏覽器遊戲!

    原文:Build this as a browser game!

    操作步驟: 1. (00:55)點擊「Image Gen」工具生成遊戲畫面。 2. (00:59)點擊「Build this as a browser game!」按鈕進行程式開發。 3. 點擊「Admin APIs」選單。 4. 點擊「Admin API Keys」選單。 5. 點擊「Projects」選單。

    原文:https://easyvibecoding.app/curated/2174

    3 min
  • @hyojun_at:Aside 推出 AI 瀏覽器實現自動化任務處理。 核心產品定位 由 @hyojun_at (jun) 開發的 Aside 是一款標榜能執行「真正工作」…

    Aside 推出 AI 瀏覽器實現自動化任務處理。

    核心產品定位
    由 @hyojun_at (jun) 開發的 Aside 是一款標榜能執行「真正工作」的 AI 瀏覽器,旨在解決傳統 AI 助手在處理跨網站、跨帳號或敏感任務時,經常出現拒絕回應(如「I can't do that」)的問題。該瀏覽器在設計細節上導入了垂直分頁(vertical tabs)與 Liquid Glass 介面,並強調能透過「瀏覽器 Agent(Browsing Agent)」機制,自動化執行取消訂閱、查詢信用卡帳單及與客服對話等繁瑣流程。
    Aside 是一款專為處理複雜、長時程任務所設計的 AI 瀏覽器。
    效能與技術基準
    Aside 在效能表現上展現了極高的競爭力,根據官方數據:
    在 Online-Mind2Web 基準測試中,搭載 GPT-5.5 的 Aside 達到 99% 的任務完成率,表現優於 Claude Fable 等現有解決方案。
    該工具專為複雜、長時程的網頁互動設計,能有效克服傳統 AI 模型在跨網頁操作時的限制。
    隱私與整合性
    Aside 強調隱私優先的架構,確保所有處理過程均在本地端執行並加密,不會洩漏使用者的密碼等敏感資訊。此外,該瀏覽器具備高度的靈活性,使用者可以直接串接並使用個人既有的 Claude 或 ChatGPT 訂閱服務,無需額外購買專屬 AI 服務。
    欲了解更多詳情或體驗產品,請參考 Aside 官方網站。

    Aside 是一款專為處理複雜、長時程任務所設計的 AI 瀏覽器。 影片中的 Prompt 與操作:

    Prompt(00:28): 取消所有未使用的訂閱並申請退款

    原文:cancel all unused subscriptions and request refunds

    操作步驟: 1. (00:27)在搜尋框輸入指令 2. (00:35)點擊「Open chase.com」 3. (00:39)點擊「Sign in to Chase with Jun's Chase Passkey」 4. (00:40)點擊「Open last month's credit card statement」 5. (00:49)點擊「Starting a chat with the support」 6. (00:50)點擊「Asking for a refund」 7. 點擊密碼輸入框旁的眼睛圖示以隱藏密碼

    原文:https://easyvibecoding.app/curated/2166

    2 min