EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • @jasonzhou1993:到底什麼是 Loop Engineer?以及如何真正落實設定 昨天凌晨一點左右,我們的程式庫突然湧入了一堆 PR(Pull Request)。這並不是因為…

    到底什麼是 Loop Engineer?以及如何真正落實設定

    昨天凌晨一點左右,我們的程式庫突然湧入了一堆 PR(Pull Request)。這並不是因為我們的團隊熬夜加班。
    這些 PR 來自不同的 Agent 迴圈:Agent 自動發現問題、領取任務、驗證變更,並在沒有人手動下達指令的情況下開啟 PR。
    我們在 @SuperDesignDev 還有一個 SEO 迴圈,每天能產出 20 到 40 篇高品質的網頁。這些網頁即使我完全不插手,也已經在為公司帶來流量了。
    展開畫面重點畫面以手寫字體呈現了一個系統架構概念圖,主要內容如下:
    左側標示「You prompt agent」,並有一箭頭指向右側的「trigger agent」。
    右側的「trigger agent」上方有多個箭頭匯入,分別標註了觸發來源:
    - 「Cron job」(定時任務)
    - 「Agent」
    - 「Webhooks」
    - 「???」(代表其他未知的觸發方式)
    這就是我想談的轉變:Loop Engineering(迴圈工程):
    別再把 Agent 當成需要你手動下達 Prompt 的工具,開始設計一套能夠自行決定要做什麼、執行任務、驗證結果,並隨時間不斷改進的系統。
    一個好的迴圈不只是產生輸出,它會建立一套回饋系統,讓系統運作得越久就越有價值。
    我想解釋我們是如何設定這些機制,讓它們產生複利效應。
    Agent harness 有兩個嵌套層級
    展開畫面重點圖片為手繪風格的流程架構圖,背景為黑色。上方區塊列出了系統的核心組件:
    Orchestration/workflow(編排/工作流)
    State & memory (Task)(狀態與記憶(任務))
    init / Work Verification(初始化/工作驗證)
    Skills(技能)
    ...(省略符號)
    下方區塊標示為「Execution」(執行),並搭配一個像素風格的圖示與一個長方形的輸入框/狀態框。圖中透過箭頭線條標示了系統內部的循環與資料流向。
    「Agent harness」這個詞聽起來很模糊,因為它幾乎涵蓋了模型本身以外的所有東西。
    但我發現將其拆分為兩個層級會更有幫助:Agent 迴圈(Agent loop)+ 外層迴圈(Outer loop)。
    Agent 迴圈:協助 Agent 妥善完成特定任務
    內層迴圈就是大家熟悉的 Agent 執行環境(runtime),例如 Claude Code、Codex 等。
    你給 Agent 一個任務,它會讀取相關的 context、使用工具、執行工作、檢查結果,並持續運作直到任務完成。這也是目前大多數 Agent 優化集中的地方:更好的 context 與指令、skill 與工具定義、任務拆解、工具使用。
    這一層試圖回答的問題是:
    給定這個任務,我們該如何協助 Agent 可靠地完成它?
    但這仍然依賴於某個人來決定「這是一個值得做的任務」。這就是外層迴圈發揮作用的地方。
    外層迴圈:決定接下來該做什麼
    外層迴圈圍繞著 Agent 執行環境,它負責處理以下事項:
    什麼事件應該觸發 Agent
    跨 session 應該保留哪些狀態
    不同 Agent 如何共享資訊
    如何監控成果
    系統如何隨時間變得更好
    這一層試圖回答的問題是:
    Agent 接下來應該做什麼,系統又該如何從結果中學習?
    這就是我們所說的 Loop Engineering。Loop Engineer 不只是為 Agent 撰寫 Prompt,他們是在設計一個環境,讓 Agent 能夠持續進行以下步驟:
    發現值得處理的事項
    進行調查
    採取行動
    記錄發生了什麼
    驗證是否有效
    利用該結果決定下一步
    Agent 迴圈協助 Agent 執行,而外層迴圈則協助系統進行決策、學習並產生複利。
    當迴圈共享 artifact 與 log 時,就會產生複利
    展開畫面重點圖片呈現了一個以「/signals」為核心的營運流程架構圖,包含四個主要區塊:
    Support(客戶支援):
    - 每 30 分鐘執行一次循環:回應支援票務(Respond support tickets)→ 記錄摩擦點與想法(Log frictions & ideas)→ 監控效能(Monitor performance)。
    - 產生訊號:5 人詢問如何匯出(5 people asked how to export)。
    Product growth(產品成長):
    - 每 2 小時執行一次循環:分析產品數據與訊號(Product analytics + signal)→ 優先處理實驗(Prioritise experiments)→ 交付 PR(Deliver PR)。
    SEO(搜尋引擎優化):
    - 每天早上 9 點執行循環:分析數據(Analyse data)→ 研究主題(Research topics)→ 發布 SEO 頁面(Publish SEO pages)。
    - 產生訊號:/ai-wireframe-generator 獲得點擊但轉換率不佳(/ai-wireframe-generator get clicks but bad conversion)。
    Ads(廣告投放):
    - 每天早上 9 點執行循環:分析數據(Analyse data)→ 更新策略(Update strategy)→ 調整廣告活動(Adjust ads campaign)。
    - 產生訊號:/lovable-alternative CPC 表現良好(/lovable-alternative CPC is good)。
    中心樞紐為「/signals」,匯集了來自各處的 Markdown 檔案(exporttoohidden.md、conversion_gap.md),並將這些訊號反饋至產品成長與廣告策略中。
    單一迴圈很有用,但真正有趣的是當多個迴圈可以互相學習時。
    在我們公司,我們在支援(Support)、SEO、產品成長(Product growth)、廣告(Ads)等領域都有迴圈。每個迴圈都有自己的觸發條件、工作流程、工具與目標。
    但它們都會寫入同一個共享的 artifact 系統。
    例如,支援迴圈可能會注意到有五個人詢問如何匯出資料。
    它會建立一個訊號(signal):/export-too-hidden.md
    `markdown
    kind: signal
    title: "Export gated behind Pro is a recurring friction / conversion point"
    description: "Pricing friction, spawned (free, freq 5): users hit the export-is-Pro-only paywall (~769 hits/580 users), the cleanest Free->Pro trigger. Upgrade gate shipped."
    category: friction
    frequency: 6
    segments: [free]
    tags: [feedback, friction, pricing, export, conversion]
    -----
    Detail
    ...
    Timeline
    ...
    `
    同時,SEO 迴圈可能會注意到某個頁面流量很高,但轉換率很差。
    它會建立另一個訊號:/conversion-gap-ai-wireframe-generator.md
    接著,產品成長迴圈可以同時讀取這兩個訊號以及產品分析資料。它可能會得出結論:匯出功能的問題比原始分析資料顯示的更嚴重;或者它可能會發現,透過特定 SEO 頁面進來的使用者,正遇到與支援團隊觀察到的相同的產品阻礙。
    廣告迴圈可能會發現某個關鍵字點擊率很高,但缺乏對應的自然搜尋內容。這可以直接回饋給 SEO 迴圈。
    這就是讓系統產生複利的原因。這些迴圈不再是孤立的自動化程式。
    它們是在一個共享的知識庫上運作,這個知識庫記錄了企業正在學習的一切。
    共享日誌(Brian)
    展開畫面重點圖片呈現了一個名為「File structure」的檔案結構規劃,內容包含三個主要區塊:
    Artifacts(紅褐色區塊):
    - Docs/
    - Signals/
    - Tasks/
    - Contents/
    - campaign/
    - ...
    Loop contract(綠色區塊,外框包覆):
    - G…

    5 min
  • @OpenAI:OpenAI 透過強化學習訓練模型展現對齊表現。 研究核心目標 OpenAI 近期發表一項研究,旨在解決 AI 模型在處理高風險、長任務時,如何確保其行…

    OpenAI 透過強化學習訓練模型展現對齊表現。

    研究核心目標
    OpenAI 近期發表一項研究,旨在解決 AI 模型在處理高風險、長任務時,如何確保其行為能持續保持安全與有益。研究團隊透過強化學習(Reinforcement Learning, RL)訓練模型,使其在健康、科學、教育等 12 個領域的真實對話情境中,展現出誠實、面對不確定性時的謙遜、樂於接受修正、公平性以及對人類福祉的關懷等核心特質。
    這張圖表展示了針對不同領域(健康、藝術、工程、法律)評估 AI 模型回應品質的範例架構,包含使用者提問、候選回應內容以及評分標準。
    跨領域泛化能力
    研究發現,僅需少量的訓練資料,模型就能產生超越訓練情境的廣泛效益。與運算資源相當的基準模型相比,經過此訓練的模型在 53 項獨立的對齊與效益評估中,有 44 項表現顯著提升,涵蓋了防範欺騙、獎勵駭客行為(reward hacking)、安全性及心理健康等指標。
    相較於計算量匹配的基準模型(baseline),經過有益特徵強化學習訓練的模型(beneficial trait RL)在涵蓋欺騙、安全、健康等 28 項對齊與有益性評估指標中,隨著訓練進度(RL train progress)的推進,普遍展現出顯著且持續提升的對齊分數(Alignment score)。
    最關鍵的發現是「跨領域遷移」效果:即便僅在健康領域進行訓練,模型在非健康領域的評估(如防範欺騙與錯誤行為)中依然表現優異,顯示這種對齊特質具有跨領域的泛化潛力。
    僅在健康對話領域進行有益特質強化學習訓練的模型(health-only beneficial trait RL),在非健康領域的對齊、欺騙和獎勵黑客等各項評估中,其表現皆顯著優於基準模型(baseline),展現出強大的跨領域遷移能力。
    壓力下的穩健性
    除了泛化能力,研究亦測試了模型在壓力下的對齊持久性:
    對抗性提示(Adversarial prompts):模型在面對試圖引導其產生有害內容的對抗性提示時,展現出更強的抵抗力,同時仍能維持對正常指令的響應能力。
    抗有害微調(Harmful fine-tuning):初步證據顯示,經過此訓練的模型對於惡意微調的抵抗力更強,在遭受試圖植入錯誤醫療建議的微調後,其整體對齊表現的衰退程度遠低於基準模型。
    使用有益特質強化學習(beneficial RL)訓練的模型在面對對抗性提示與微調干預時,其對齊分數的下降幅度顯著小於基準模型,證實其具備更強的持久性。
    研究意義與展望
    OpenAI 指出,這項研究並非要定義 AI 應具備哪些最終價值觀,而是提供了一種具體且可實證的起點,用以探討透過強化學習植入「有益行為特質」,是否能改善模型整體的對齊效果。這項進展為未來開發更可靠、透明且能主動造福人類的 AI 系統奠定了基礎,確保模型在面對未見過的情境與複雜壓力時,仍能維持穩定的對齊行為。

    原文:https://easyvibecoding.app/curated/2121

    3 min
  • @github:Microsoft AI 推出的 MAI-Code-1-Flash 模型現已擴展至更多 GitHub Copilot 介面。 核心更新 GitHub 官…

    Microsoft AI 推出的 MAI-Code-1-Flash 模型現已擴展至更多 GitHub Copilot 介面。

    核心更新
    GitHub 官方宣布,專為程式開發需求打造的小型語言模型「MAI-Code-1-Flash」已正式整合至更多 Copilot 應用場景中。該模型經過針對 GitHub Copilot 的專屬調校,在早期測試中展現出同級模型中最優異的程式碼品質,旨在以更輕量的體積提供高效的輔助能力。
    支援範圍
    使用者目前可透過以下管道體驗 MAI-Code-1-Flash 的效能:
    Copilot CLI
    GitHub Copilot 應用程式
    GitHub 上的 Copilot Chat
    整合開發環境(IDE):Visual Studio、JetBrains 系列、Eclipse 與 Xcode
    GitHub Mobile
    使用權限與規劃
    此模型已開放給 Copilot Free、Student、Pro、Pro+ 及 Max 等方案的使用者。官方採取分階段部署策略,將於未來幾週內逐步擴大服務範圍,針對 Copilot Business 與 Enterprise 方案的支援也將於近期推出。詳細的模型規格與選擇指南,可參考官方的 支援模型文件。

    原文:https://easyvibecoding.app/curated/2113

    2 min
  • @cursor_ai:Cursor 透過 /automate Skill 強化自動化 Agent。 Cursor 在 2026 年 6 月 19 日的更新中,正式引入了 /au…

    Cursor 透過 /automate Skill 強化自動化 Agent。

    Cursor 在 2026 年 6 月 19 日的更新中,正式引入了 /automate 技能,旨在簡化重複性任務的自動化流程。使用者僅需透過自然語言描述任務需求,Cursor 即可自動配置對應的觸發條件、執行指令與所需工具,大幅降低了建立自動化 Agent 的門檻。
    核心功能與 /automate 技能
    /automate 技能:允許使用者在本地 Agent 工作階段中,直接以自然語言定義自動化任務。系統會自動解析需求並完成觸發器、指令與工具的設定。
    實際操作流程:
    1. 在輸入框輸入任務需求(例如:處理 #issues-mobile 頻道的行動裝置問題)。
    2. 系統生成自動化草稿,包含觸發條件、Agent 指令與目標工具。
    3. 使用者確認後進入設定頁面,檢視並調整觸發器、Agent 指令(如:重現問題、分類、指派團隊、建立 Linear 工單)與工具權限。
    4. 點擊「Save」儲存設定即可啟用。
    該影片展示了如何使用自動化工具建立一個針對行動裝置問題進行分類與處理的自動化工作流程。
    全新觸發機制與整合
    Slack Emoji 觸發:支援透過特定的 Emoji 反應(如 :iphone:)來啟動自動化流程。使用者只需在 Slack 訊息上點擊該 Emoji,Agent 便會自動執行後續的分析、去重與回報工作。
    GitHub 觸發器:新增五種 GitHub 觸發條件,包含 Issue 評論、PR Review 評論、PR Review 提交、Review 執行緒更新以及 GitHub Actions 工作流程完成。
    資源整合:Cursor Marketplace 同步上架了針對 GitHub Actions 失敗分類與 PR 評論自動修復的範本,協助使用者快速上手。
    這段影片展示了如何設定自動化工作流程,透過特定 Emoji 反應來觸發 AI 代理處理 Slack 中的錯誤回報。
    雲端 Agent 的電腦操作能力
    Computer Use 工具:現在自動化流程中的雲端 Agent 具備「電腦操作」能力,能夠自行操作電腦以產出展示成果或相關 artifact。此功能預設為啟用,使用者僅需在指令中要求 Agent 包含其工作的展示內容即可。
    此次更新透過更直覺的自然語言互動與多元的觸發管道,強化了 Cursor 作為開發者自動化協作平台的效能,讓 Agent 能更靈活地處理跨平台(Slack/GitHub)的日常維運任務。詳細更新內容可參考 Cursor Changelog 。

    該影片展示了如何使用自動化工具建立一個針對行動裝置問題進行分類與處理的自動化工作流程。 影片中的 Prompt 與操作:

    Prompt(00:02): 自動化處理 #issues-mobile 頻道中的行動裝置問題,並使用 /mobile-bug-triage 技能

    原文:/automate triaging of mobile issues in #issues-mobile with /mobile-bug-triage

    操作步驟: 1. (00:01)輸入指令「/automate」 2. (00:03)輸入完整自動化需求指令 3. (00:06)點擊發送按鈕 4. (00:14)點擊「yes, open it」確認建立 5. (00:22)點擊「Save」儲存自動化設定

    這段影片展示了如何設定自動化工作流程,透過特定 Emoji 反應來觸發 AI 代理處理 Slack 中的錯誤回報。 影片中的 Prompt 與操作:

    Prompt(00:07): 你的工作是修復 Slack 上與我們行動應用程式相關的錯誤回報。 1. 從執行緒中獲取完整上下文並進行去重 2. 使用 /mobile-bug-triage 技能來評估並修復問題 3. 在 Slack 中回報你的工作

    原文:Your job is to fix issues reported in Slack related to our mobile app. 1. Get the full context from the thread and de-dupe 2. Use the /mobile-bug-triage skill to assess and fix issues 3. Report your work in Slack

    操作步驟: 1. (00:00)設定自動化流程名稱為「Mobile Bug Triage」。 2. (00:05)在觸發條件中選擇「Slack」。 3. (00:08)設定觸發條件為「Reaction」,Emoji 為「:iphone:」。 4. (00:13)設定監控頻道為「#issues-general」。 5. (00:16)儲存自動化設定。 6. (00:19)在 Slack 中對訊息添加「:iphone:」Emoji 反應。 7. (00:35)觀察到 AI 代理(Cursor)自動在執行緒中進行回應與處理。

    原文:https://easyvibecoding.app/curated/2108

    3 min
  • @OpenAIDevs:OpenAI Codex 26.616 新增 Record & Replay 功能,讓使用者透過示範即可將重複性工作轉化為可編輯並重複使用的 skill。 …

    OpenAI Codex 26.616 新增 Record & Replay 功能,讓使用者透過示範即可將重複性工作轉化為可編輯並重複使用的 skill。

    核心功能與應用
    OpenAI 開發者團隊推出的「Record & Replay」功能,旨在解決重複性桌面任務的自動化需求。使用者只需在 macOS 上演示一次工作流程(例如填寫費用報表或提交請假申請),Codex 即可將該過程錄製並轉化為一個可檢查、可編輯的 skill。此功能賦予使用者對錄製過程的完全控制權,能自行決定錄製的開始與結束時間,讓 AI 學習並執行繁瑣的例行事務。
    技術實作與限制
    根據官方更新日誌(Codex Changelog),此功能為選配項目,目前已隨 Codex 26.616 版本向特定市場推出。使用時需注意以下要點:
    必須啟用「Computer Use」權限,且該權限需由使用者或管理員手動開啟。
    目前初期可用範圍不包含歐洲經濟區(EEA)、英國及瑞士。
    該版本同時強化了自動化執行歷史的批次處理功能,使用者可針對執行紀錄進行標記已讀或封存。
    延伸應用場景
    如演示影片所示,此技術不僅限於行政表單,亦可應用於複雜的內容創作流程。例如,使用者可透過 AI 工具自動化處理 YouTube 影片上傳任務,包含從試算表提取標題與描述、上傳影片檔案、設定縮圖與字幕,並將影片設為私人。AI 學習後能自動處理後續影片的 metadata 填寫、檔案上傳及發布前檢查,大幅降低重複性操作的負擔。
    一名講者演示如何透過 AI 工具自動化處理 YouTube 影片上傳流程。
    近期系統優化
    除了 Record & Replay,Codex 近期亦針對多項功能進行了效能提升與除錯:
    改善了 Browser Use 的穩定性,確保當瀏覽器工作階段轉移至伺服器時,可見分頁的路由與註解能持續運作。
    新增了管理 SSH 連線的深層連結(deep links)。
    針對歐洲經濟區、英國及瑞士的使用者,擴展了 Computer Use 與 Chrome 擴充功能的使用權限,並開放了「Chronicle」研究預覽功能,協助使用者根據近期螢幕內容建立記憶。

    一名講者演示如何透過 AI 工具自動化處理 YouTube 影片上傳流程。 影片中的 Prompt 與操作:

    Prompt(00:20): 錄製與重播:看我上傳這部 YouTube 影片,這樣你以後就能幫我處理這些上傳任務。

    原文:Record & Replay Watch me upload this YouTube video so you can handle these uploads for me in the future.

    Prompt(01:47): 使用 @youtube-upload 上傳這部 YouTube 影片

    原文:Upload this youtube video using @youtube-upload

    操作步驟: 1. (00:20)在輸入框中輸入指令並開始錄製 2. (00:26)在 YouTube Studio 介面中拖曳並上傳影片檔案 3. (00:27)在 Google Sheets 試算表中複製標題與描述 4. (00:34)上傳縮圖並設定字幕檔案 5. (00:39)將影片隱私設定改為「私人」並儲存 6. (00:44)在對話框輸入「done」結束錄製 7. (00:48)Codex 產生名為「SKILL.md」的技能檔案 8. (01:43)在對話框中附加新的影片檔案並輸入指令 9. (01:55)Codex 自動在 YouTube Studio 執行上傳與設定流程

    原文:https://easyvibecoding.app/curated/2110

    3 min
  • @OpenAI:GPT-5.5 Instant 效能大幅提升,在處理健康相關問題時已達到與前沿 Thinking 模型相當的水準。 OpenAI 近期宣布,GPT-5.5…

    GPT-5.5 Instant 效能大幅提升,在處理健康相關問題時已達到與前沿 Thinking 模型相當的水準。

    OpenAI 近期宣布,GPT-5.5 Instant 在健康與保健領域取得顯著進展,該模型目前已開放給所有 ChatGPT 免費版使用者。這項升級的核心在於模型能更精準地識別緊急醫療需求、主動詢問必要的背景資訊、妥善處理不確定性,並將複雜的醫療資訊轉化為易於理解的內容,讓全球每週超過 2 億 3 千萬名有健康諮詢需求的用戶受益。
    OpenAI 透過全球醫師網絡,致力於提升 AI 在醫療健康領域的應用準確性與安全性。
    醫師主導的評估機制
    OpenAI 強調,此次效能躍升的關鍵在於「醫師主導的評估」(Physician-led evaluation)。為了確保模型在真實醫療場景下的表現,OpenAI 建立了一個全球性的醫師網絡,具體規模與運作方式如下:
    網絡成員:由來自 60 個國家、涵蓋 26 種專業領域的 262 位醫師組成。
    語言支援:涵蓋 49 種不同語言,確保模型能適應多元的文化與醫療背景。
    審核規模:迄今為止,醫師們已審核超過 70 萬則模型回應,且每隔幾分鐘就有新的回應經由醫師評估。
    核心任務:醫師透過評估模型回應的準確性、安全性與溝通品質,協助定義「優質回應」的標準,並識別模型在過度自信、缺乏警示或未提供明確後續建議等方面的缺失。
    效能評測與實證數據
    根據 OpenAI 的內部評估,GPT-5.5 Instant 在健康領域的表現已大幅超越 GPT-5.3 Instant,並在多項指標上取得突破:
    評測標準:使用「HealthBench」與「HealthBench Professional」等專業評估工具,透過模擬真實醫療對話與醫師撰寫的評分準則,檢視模型的準確度、安全性及情境感知能力。
    比較結果:在 3,500 則代表性醫療對話的盲測中,醫師評審團認為 GPT-5.5 Instant 的回應品質優於人類醫師撰寫的範本,且在「未針對在地醫療情境調整」、「遺漏警示訊號」或「未主動詢問背景資訊」等失敗模式上的發生率更低。
    生產環境監測:透過隱私保護監測機制追蹤生產環境流量,數據顯示在過去兩個月內,健康相關回應中被標記為事實錯誤的比例下降了 71%。
    未來願景與應用
    OpenAI 認為,改善人類健康是人工智慧(AGI)最貼近個人且具體可見的影響之一。除了持續優化 ChatGPT 的通用健康諮詢能力外,這項技術進展也支持了 OpenAI 在醫療專業領域的更廣泛布局,例如針對臨床醫師開發的「ChatGPT for Clinicians」與「OpenAI for Healthcare」,旨在協助醫療專業人員處理文件紀錄、醫學研究及照護交付等任務。更多詳細資訊可參考 OpenAI 官方公告。

    OpenAI 透過全球醫師網絡,致力於提升 AI 在醫療健康領域的應用準確性與安全性。 影片中的 Prompt 與操作:

    操作步驟: 1. (00:14)影片展示醫師網絡的統計數據概覽 2. (00:46)影片展示醫師網絡的組成規模數據 3. (01:57)影片展示 ChatGPT 每週健康諮詢的使用量數據

    原文:https://easyvibecoding.app/curated/2109

    3 min
  • @UnrealEngine:Unreal Engine 6 將於 2027 年底推出並淘汰 Blueprints。 發布時程與支援規劃 Unreal Engine 官方宣布,目標在…

    Unreal Engine 6 將於 2027 年底推出並淘汰 Blueprints。

    發布時程與支援規劃
    Unreal Engine 官方宣布,目標在 2027 年底前釋出 UE6 的搶先體驗版(Early Access)。在初期版本中,Blueprints 系統仍會持續支援,但官方已明確將其列入淘汰計畫。
    淘汰機制與遷移
    官方定義的「淘汰」過程包含以下階段:
    功能將持續存在,但不再獲得任何更新或改進。
    最終將從引擎中完全移除。
    官方承諾將在未來提供明確的時間表,並協助開發者將現有專案遷移至「Verse」程式語言。
    技術轉型動機
    儘管 Blueprints 在 UE4 與 UE5 階段貢獻良多,但官方堅信 Verse 具備更強大的遊戲邏輯開發能力。開發團隊觀察到,無論是資深工程師還是新手,皆已透過 Verse 實現了許多使用 Blueprints 難以達成的複雜功能。隨著 UE6 搶先體驗版發布日期臨近,官方將持續釋出更多關於此轉型的細節與討論。

    原文:https://easyvibecoding.app/curated/2090

    2 min
  • @ClaudeDevs:Claude 在 MCP 加入企業級身分驗證。 核心更新與目標 Claude 團隊正式宣布在 Model Context Protocol(MCP)中加…

    Claude 在 MCP 加入企業級身分驗證。

    核心更新與目標
    Claude 團隊正式宣布在 Model Context Protocol(MCP)中加入「企業級管理授權(Enterprise-Managed Authorization, EMA)」擴充功能。此舉旨在解決企業環境中,使用者需針對每個 MCP 伺服器重複進行 OAuth 授權的繁瑣流程。透過與企業身分識別提供者(IdP)整合,管理員現在能集中控管連接器存取權限,讓使用者在首次登入時即可自動完成所有必要工具的連結,做到「零接觸(Zero-touch)」的設定。
    Claude 平台展示如何透過企業級身分驗證,一次性授權多個 MCP 連接器以提升組織協作效率。
    技術運作機制
    EMA 擴充功能將組織的 IdP 作為存取決策的核心,取代了傳統以使用者為中心的互動式授權模式。其運作邏輯如下:
    身分斷言傳遞:用戶端在單一登入(SSO)過程中,從 IdP 取得「身分斷言 JWT 授權(ID-JAG)」,並將其交換為 MCP 伺服器的存取 token。
    集中化治理:管理員可透過 IdP 控制台,依據群組成員身分、角色及條件式存取規則,統一管理所有連接器的存取權。
    一致性體驗:此授權狀態在 Claude 聊天介面、Claude Code 及 Cowork 等不同環境中保持一致,且無需使用者手動處理個別應用的 OAuth 流程。
    實際應用與部署
    根據官方展示,管理員可在設定頁面啟用「為組織啟用(Enable for organization)」功能,並針對企業需求勾選如 Asana、Atlassian、Canva、Figma、Granola、Linear 與 Supabase 等連接器。此機制帶來的具體效益包括:
    提升安全性:透過移除互動式帳號選擇步驟,有效防止個人帳號與企業帳號混用,並提供完整的稽核軌跡。
    降低部署摩擦:解決了過去因缺乏通用標準,導致企業必須自行開發客製化解決方案的困境。
    跨平台支援:目前已在 Anthropic 的共享 MCP 層實作,並獲得 Visual Studio Code 的支援。
    生態系與未來展望
    此項 Beta 功能目前首波支援 Okta 作為身分識別提供者,並已有眾多服務商加入生態系。官方鼓勵開發者與企業參考相關文件以進行整合:
    技術規範:詳細流程與規格可參閱 Enterprise-Managed Authorization 說明頁面。
    開發資源:相關原始碼與草案規格可於 ` ext-auth ` 儲存庫中取得。
    參與管道:Anthropic 邀請各界加入「EMA 興趣小組」,共同討論相容性報告並推動此標準的演進。

    Claude 平台展示如何透過企業級身分驗證,一次性授權多個 MCP 連接器以提升組織協作效率。 影片中的 Prompt 與操作:

    Prompt(00:22): Beta 進行得如何?整理一份更新報告,並針對頂尖客戶需求建立工單。

    原文:How's the beta going? Put together an update and file tickets for the top customer requests.

    操作步驟: 1. (00:00)開啟「Enable for organization」開關。 2. (00:01)勾選各項連接器。 3. (00:17)在對話框輸入指令並送出。

    原文:https://easyvibecoding.app/curated/2112

    3 min
  • @AnthropicAI:Claude Opus 4.7 在「Project Fetch」第二階段實驗中,展現了獨立編寫機器狗控制程式的能力,執行速度比人類團隊快約 20 倍。 …

    Claude Opus 4.7 在「Project Fetch」第二階段實驗中,展現了獨立編寫機器狗控制程式的能力,執行速度比人類團隊快約 20 倍。

    Anthropic 團隊進行了一項名為「Project Fetch」的實驗,測試 AI 模型是否能協助人類編寫程式來控制機器狗。
    實驗核心成果
    Anthropic 透過「Project Fetch」第二階段測試,評估 Claude Opus 4.7 在無人類協助下,操控市售四足機器狗執行任務的表現。相較於去年第一階段實驗中,人類團隊需仰賴 Claude 輔助才能完成任務,Opus 4.7 此次展現了顯著的自主性:
    執行效率:在所有人類曾完成的任務中,Opus 4.7 的速度平均比人類團隊快 20 倍以上。
    程式碼品質:Opus 4.7 產生的程式碼量僅為第一階段人類團隊的十分之一,且多數任務能一次成功。
    運作模式:研究人員僅需將執行 Claude Code 的筆記型電腦連接至機器狗,輸入初始指令並核准後續步驟,模型即可自主完成介面連接、感測器數據讀取及路徑監控等工作。
    技術侷限與反思
    儘管在程式開發與邏輯規劃上表現優異,但 Claude 在物理世界的精細操作仍面臨挑戰:
    撿拾任務失敗:Opus 4.7 在「撿拾海灘球」的最終任務上表現不佳,無法精確控制機器狗進行閉迴路(closed-loop)的動態調整,導致無法成功將球推回起點。
    演算法選擇:模型在過程中曾預設選用過時的物件偵測演算法,雖最終能透過除錯解決,但顯示其在特定硬體任務的決策仍有優化空間。
    未來趨勢展望
    Anthropic 指出,這項進展並非針對機器人領域進行專門訓練,而是大型語言模型通用能力擴展的結果。這標誌著 AI 正從「輔助人類」轉向「自主使用物理工具」,預示著「實體 Agentic 程式開發」時代的初步到來。雖然目前模型在低階控制策略開發上仍有門檻,但隨著模型能力的快速迭代,AI 獨立處理硬體任務的潛力已不容忽視。

    Anthropic 團隊進行了一項名為「Project Fetch」的實驗,測試 AI 模型是否能協助人類編寫程式來控制機器狗。 影片中的 Prompt 與操作:

    Prompt(00:10): - @10 團隊成員在筆記型電腦上輸入程式碼以控制機器狗。 - @52 團隊成員在螢幕上操作「Claude」介面進行程式碼除錯與指令輸入。 - @54 團隊成員在終端機介面執行安裝指令。

    操作步驟: 1. (00:18)團隊成員打開裝有機器狗的收納箱。 2. (00:30)團隊成員將機器狗放置在草皮上並進行手動遙控。 3. (01:42)團隊成員使用手持控制器進行第一階段任務。 4. (02:35)團隊成員開始編寫程式碼以進行第二階段任務。 5. (05:01)團隊成員在電腦上設定機器狗伺服器。 6. (08:31)團隊成員啟動自動化撿球程式。

    原文:https://easyvibecoding.app/curated/2111

    3 min
  • @perplexity_ai:Perplexity 推出 Brain 記憶系統,讓 AI 記住任務脈絡與經驗。 核心功能與運作機制 Perplexity 發表了名為「Brain」的全…

    Perplexity 推出 Brain 記憶系統,讓 AI 記住任務脈絡與經驗。

    核心功能與運作機制
    Perplexity 發表了名為「Brain」的全新記憶系統,旨在解決 AI Agent 執行任務時缺乏長期情境的問題。與傳統僅記錄使用者偏好或個人資料的記憶模式不同,Brain 專注於「工作記憶」,即記錄 Agent 執行過的任務、成功與失敗的經驗,以及使用者所做的修正。Brain 的運作方式如下:
    Perplexity 推出「Brain」功能,透過連結用戶的對話紀錄、資料來源與連結,建立個人化的情境圖譜以輔助工作。
    情境圖譜(Context Graph):系統會自動將使用者的對話、檔案、連結與工作流串聯,建立一個動態的關聯網路。
    遞迴式自我優化:系統會在背景(如夜間)自動分析情境圖譜,歸納出更佳的執行路徑,並將其轉化為類似「LLM Wiki」的知識庫,自動載入至 Agent 的沙盒中。
    透明度與控制:每一項記憶皆可追溯至原始的對話、檔案或來源,確保使用者對 AI 的決策過程擁有完全的透明度與掌控權。
    效能提升與實際影響
    根據 Perplexity 的測試數據,Brain 的導入顯著提升了 Agent 在處理重複性或需要歷史情境任務時的表現:
    根據 Perplexity 官方數據,在需要過去上下文的任務中,啟用 Brain 功能可使回答正確率相對提升 25%(絕對 +0.125)、召回率相對提升 16%(絕對 +0.103),並顯著提升運作效率與即時性。
    準確度提升:在處理過往曾接觸過的任務時,答案正確率提升 25%,資訊召回率(Recall)提升 16%。
    成本效益:對於需要調用歷史情境的任務,執行成本降低了 13%。
    主動式 AI:透過持續學習,Agent 不僅能更精準地理解使用者的需求,未來甚至能主動識別使用者未曾提及的機會或預警潛在問題。
    使用與存取方式
    Brain 目前已作為 Research Preview 版本,開放給所有 Perplexity Max 與 Enterprise Max 訂閱者使用。使用者可以透過以下方式管理與存取:
    登入 Perplexity 帳號。
    在側邊欄點選「Customize」選項。
    即可進入 Brain 介面,檢視系統為您建立的記憶與情境圖譜。
    Perplexity 團隊強調,Brain 象徵著 AI 從單純的輔助工具轉向「主動式 AI」的關鍵一步。透過這種持續學習的架構,使用者在當前任務中投入的 token 成本,將轉化為未來執行效率的提升,讓 AI 隨著使用時間的增加而變得更加聰明且貼合個人工作需求。更多關於此功能的詳細資訊,可參考 Perplexity 官方部落格文章。

    Perplexity 推出「Brain」功能,透過連結用戶的對話紀錄、資料來源與連結,建立個人化的情境圖譜以輔助工作。 影片中的 Prompt 與操作:

    Prompt(00:25): 取得發布計畫並準備好進行審查。

    原文:Pick up the launch plan and get it ready for review.

    操作步驟: 1. (00:25)在輸入框中輸入指令 2. (00:27)點擊輸入框右側的箭頭按鈕送出指令 3. (00:41)點擊畫面中的「Acme Launch memory」連結

    原文:https://easyvibecoding.app/curated/2100

    3 min