EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • @liquidai:Liquid AI 推出 LFM2.5-VL-1.6B-Extract 與 450M-Extract 模型,能直接將影像轉化為結構化 JSON 輸出。 L…

    Liquid AI 推出 LFM2.5-VL-1.6B-Extract 與 450M-Extract 模型,能直接將影像轉化為結構化 JSON 輸出。

    Liquid AI 此次發布的兩款視覺語言模型(Vision-language models),旨在解決傳統視覺模型輸出非結構化文字、需要額外解析層(parsing layer)的痛點。使用者只需在系統提示詞中定義所需的欄位列表,模型即可直接回傳符合格式的 JSON 物件,無需額外的後處理流程。
    核心功能與應用
    這兩款模型屬於「Liquid Nanos」系列,專為生產環境中的特定任務設計,具備以下特點:
    原生結構化輸出:直接回傳 JSON,適用於需要穩定結構化輸入的下游系統。
    輕量化與部署:提供 1.6B 與 450M 兩種參數規模,適合在各種裝置的 SoC 上執行。
    應用場景:
    - 車內駕駛艙狀態理解。
    - 文件自動掃描與資訊提取。
    - 工業檢測與自動化安全系統觸發。
    - 電商產品影像自動標記。
    技術細節與使用方式
    這些模型針對單張影像輸入進行優化,並支援透過 YAML 定義欄位清單。
    模型規格:採用 SigLIP2 視覺編碼器,支援動態解析度輸入,上下文長度達 128,000 token,並以 bfloat16 精度運作。
    執行建議:官方建議使用 transformers v5.1 或更新版本,並採用貪婪解碼(temperature=0)以獲得最穩定的輸出。
    資源連結:
    - LFM2.5-VL-450M-Extract 權重
    - LFM2.5-VL-1.6B-Extract 權重
    - 官方技術文件
    背景脈絡
    Liquid AI 的「Liquid Foundation Models」(LFM)系列強調快速推論與邊緣裝置部署。除了此次推出的 Extract 系列,該生態系還支援多種格式(如 GGUF、MLX、ONNX),並可透過 TRL 或 Unsloth 進行微調。根據官方評測,這些模型在結構化提取任務中,表現優於同量級的開源視覺語言模型,甚至能與體積大上數倍的模型競爭。
    根據基準測試結果,Liquid AI 的 LFM2.5-VL-1.6B-Extract 在 VLM Judge Score (90.60)、Schema Consistency F1 (99.60) 及 JSON Validity (99.60) 指標上均表現優異,超越了包含 Qwen3.5-2B 與 InternVL3_5-2B 在內的多款同量級及更大體積的模型。
    LFM2.5-VL-450M-Extract 在 VLM 評判分數(84.50)、架構一致性 F1 分數(98.80)及 JSON 有效性(98.90)等指標上,均優於 SmolVLM-500M-Instruct、FastVLM-0.5B、Qwen3.5-0.8B、InternVL3_5-1B 及 MiniCPM-V-4.6 等同類模型。

    原文:https://easyvibecoding.app/curated/1778

    4 min
  • @msdev:Windows 365 推出開發者配置映像檔公開預覽版。 微軟近期宣布 Windows 365 進入全新階段,正式推出「Windows 11 開發者配置映…

    Windows 365 推出開發者配置映像檔公開預覽版。

    微軟近期宣布 Windows 365 進入全新階段,正式推出「Windows 11 開發者配置映像檔」(Windows 11 developer configuration image)公開預覽版。此更新旨在解決開發者在新機器上耗費大量時間進行環境設定的痛點,讓使用者從首次登入起,即可直接使用包含 Visual Studio Code、Git、GitHub CLI、Python、Node.js 及 WSL 的完整開發環境。隨著 Microsoft Dev Box 進入維護模式,Windows 365 已成為微軟標準化雲端開發環境的未來核心路徑。
    開發者體驗與自動化整合
    為了提升生產力,微軟透過多項功能優化 onboarding 流程:
    透過「Autopilot 裝置準備」(Autopilot device preparation)功能,系統可在使用者登入前,利用 Microsoft Intune 自動安裝所需的應用程式與腳本,確保環境符合標準且無需手動設定。
    「Azure Compute Gallery」支援已正式發布,企業可儲存並管理自訂映像檔,並匯入至 Windows 365 建立 Cloud PC。
    針對 AI 應用開發,部分語言模型(LM)現已支援直接在 Cloud PC 上執行,讓開發者能利用 Cloud PC 的運算能力,針對進階工作負載進行建構與迭代。
    此外,微軟預告將推出擴充的自訂功能,讓團隊能更靈活地根據專案需求配置 SDK、CLI、套件、建置工具及儲存庫,同時維持企業規範,讓開發者能立即投入生產。
    影片展示了 Windows 365 開發者環境的應用場景。
    企業級 AI Agent 執行環境
    針對 AI Agent 的部署需求,微軟正式推出「Windows 365 for Agents」,讓 Agent 能夠在受控的雲端環境中運作:
    支援無程式碼(no-code)與專業程式開發(pro-code)兩種構建方式,並可透過 Agent 365 工具或 Microsoft Copilot Studio(預覽版)使用。
    Agent 可直接與桌面應用程式、瀏覽器及舊有系統互動,執行多步驟工作流程,甚至能透過模擬人類操作(如透過滑鼠與鍵盤輸入)來操作應用程式。
    每個 Cloud PC 皆經過 Entra 加入、Intune 管理及政策強制執行,確保企業級的安全性、治理與合規性。
    效能與基礎架構更新
    硬體彈性:新增 32vCPU 規格,支援軟體開發、資料建模、模擬與 AI/ML 等高負載運算;同時推出「Windows 365 GPU Select」方案,提供更靈活的 GPU 資源選擇,優化視覺效能與硬體加速工作流程。
    連線穩定性:正式發布 RDP 多路徑傳輸(Multipath),透過冗餘 TCP 與 UDP 路徑提升連線可靠性,減少中斷。此外,Windows App 的健康檢查功能現已於主權雲端環境正式發布,提供輕量級診斷以驗證裝置就緒狀態與網路連線。
    管理功能:針對 Windows 365 Flex(原 Windows 365 Frontline)推出「快照重置」(Snapshot-based reset)公開預覽版,確保使用者登出後環境自動恢復至乾淨狀態,簡化共享裝置的管理負擔。同時,Azure Files 與 FSLogix 現已支援外部身分的使用者設定檔管理,提升外部合作夥伴的存取安全性。

    原文:https://easyvibecoding.app/curated/1770

    4 min
  • @googledevs:Google 於 Gemini API 推出 Managed Agents 簡化開發。 Google Gemini API 推出 Managed Ag…

    Google 於 Gemini API 推出 Managed Agents 簡化開發。

    Google Gemini API 推出 Managed Agents 功能,簡化 AI 代理程式的部署與基礎架構管理。
    核心服務與優勢
    Google for Developers 宣布「Managed Agents」正式於 Gemini API 上線,旨在解決 Agent 開發中基礎架構配置與沙盒環境建置的繁瑣問題。透過單一 API 呼叫,開發者即可獲得託管的遠端沙盒環境,將開發重心完全聚焦於 Agent 的行為邏輯與任務執行,實現雲端原生的測試、迭代與規模化部署。
    標準化開發規範
    為了提升 Agent 的協作效率與專業能力,Google 同步推廣兩項開放格式標準:
    AGENTS.md:定位為 Agent 專用的「README」,提供一個標準且可預測的檔案格式,讓開發者能將建置步驟、測試指令、程式碼風格規範及安全注意事項等資訊集中管理,避免干擾人類開發者閱讀的 README.md。
    Agent Skills:一套輕量級的開放格式,透過包含 SKILL.md 與相關資源的資料夾,將特定領域知識與工作流程封裝為可攜式模組。Agent 會透過「發現」、「啟用」與「執行」三個階段,僅在需要時載入相關指令,有效降低 context window 的負擔。
    實作與整合指引
    開發者可透過以下方式快速導入這些標準:
    建立 AGENTS.md:在專案根目錄建立 AGENTS.md,並可針對大型專案在子目錄中使用巢狀結構。
    遷移現有文件:若已有舊版文件,可使用以下指令進行遷移並建立符號連結以維持相容性:
    `bash
    mv AGENT.md AGENTS.md && ln -s AGENTS.md AGENT.md
    `
    工具設定:
    - 若使用 Aider,請在 .aider.conf.yml 加入:read: AGENTS.md
    - 若使用 Gemini CLI,請在 .gemini/settings.json 設定:
    `json
    { "context": { "fileName": "AGENTS.md" }, }
    `
    Managed Agents 透過整合這些開放標準,大幅降低了 Agent 開發的進入門檻,讓開發者能更專注於定義 Agent 的行為與專業技能,而非底層的基礎設施維護。欲了解更多資訊,可參考 Google 官方說明。

    原文:https://easyvibecoding.app/curated/1766

    3 min
  • @MicrosoftAI:Microsoft AI 發表 MAI 系列模型實現多模態協作。 核心產品陣容 Microsoft AI 此次推出的七款模型涵蓋了影像、語音、轉錄與程式…

    Microsoft AI 發表 MAI 系列模型實現多模態協作。

    核心產品陣容
    Microsoft AI 此次推出的七款模型涵蓋了影像、語音、轉錄與程式開發等多種應用場景,並強調模型間能無縫整合。具體模型清單如下:
    影像處理:MAI Image-2.5 與 MAI Image-2.5-Flash,主打專業級的精確編輯與控制能力。
    轉錄技術:MAI Transcribe-1.5,標榜為全球最佳轉錄模型,支援 43 種語言,且處理速度較競爭對手快 5 倍。
    語音互動:MAI Voice-2 與 MAI Voice-2-Flash,具備自然語調與情感控制功能,支援 15 種語言。
    推理能力:MAI Thinking-1,為微軟首款推理模型,專注於複雜任務處理。
    程式開發:MAI Code-1-Flash,具備 5B 參數,在 SWE Bench Pro 測試中達到 51% 的成功率。
    微軟在發表會上展示了七款全新的 MAI 系列 AI 模型,涵蓋影像、語音、轉錄與程式碼編寫等領域。
    技術願景與應用
    Mustafa Suleyman 在 MSBuild 2026 主題演講中提出了「人文主義超級智慧(Humanist Superintelligence)」的概念,強調 AI 發展應建立在科學基礎與商業安全的資料集之上。此外,微軟已宣布與梅奧診所(Mayo Clinic)建立合作夥伴關係,將上述技術投入醫療領域,共同開發專屬的 AI 模型。
    設計理念
    這七款模型不僅是單一功能的提升,更強調「協作性」。透過將推理、程式碼編寫、語音與影像處理能力整合,微軟試圖打造一套能共同運作的生態系統。對於開發者而言,這些模型在確保商業合規性的前提下,提供了更為精確的控制選項,特別是在需要高準確度的專業領域中,這些工具將成為關鍵的技術支撐。

    微軟在發表會上展示了七款全新的 MAI 系列 AI 模型,涵蓋影像、語音、轉錄與程式碼編寫等領域。 影片中的 Prompt 與操作:

    Prompt(02:08): 幫我建立一個能為新提交(commit)編寫測試的代理程式...

    原文:Build me an agent that writes tests for new commits...

    操作步驟: 1. (02:08)講者展示 MAI-Thinking-1 的輸入框介面,輸入指令並執行。

    原文:https://easyvibecoding.app/curated/1768

    3 min
  • @googlegemma:Google Gemma 推出 Magenta RealTime 2 實現即時音樂合成。 核心功能與應用 Magenta RealTime 2 (MRT…

    Google Gemma 推出 Magenta RealTime 2 實現即時音樂合成。

    核心功能與應用
    Magenta RealTime 2 (MRT2) 是一套專為 Apple Silicon 架構 MacBook 設計的音樂模型,強調如同演奏樂器般的即時互動體驗。該模型支援透過 MIDI、文字提示與音訊輸入進行合成,並提供多種應用與整合方式:
    「Jam」應用程式:提供風格預設與 MIDI 控制,讓使用者能快速上手進行即時演奏。
    「Collider」應用程式:在 2D 平面上混合多種提示詞,透過碰撞產生全新的音樂風格與音色。
    MRT2 (Plugin & App):提供 AU (Audio Unit) plugin,讓使用者能在數位音訊工作站 (DAW) 中完整調用 MRT2 模型,獲得最大化的控制權。
    創意程式開發擴充:支援 Max/MSP、PureData 與 SuperCollider 等環境,方便開發者快速建構自定義的音樂體驗。
    關鍵技術特性
    MRT2 具備強大的即時處理能力,能透過以下方式進行音樂創作與音效設計:
    MIDI Steering:透過按住音符或和弦,模型會自動生成跟隨和聲的完整合奏,或與合奏進行即時演奏。
    Text-to-Synth:輸入描述(如「string ensemble」、「disco funk」)即可生成全新的、可演奏的 MIDI 樂器。
    Audio Cloning:匯入短音訊片段,即可模擬該聲音並將其轉化為可演奏的樂器。
    提示詞混合:在音訊與文字提示間平滑過渡,探索全新的音樂風格。
    Sound Design:透過結合音樂與音效,並動態調變混亂度(chaos)來創造新的紋理。
    姿態控制:支援透過 LFO、MIDI 控制器或攝影機輸入,以低延遲回應連續手勢,即時調變潛在空間(latent space)。
    安裝與執行需求
    使用者可前往 Magenta RealTime 2 官網下載應用程式與 plugin。安裝與執行步驟如下:
    下載並解壓縮檔案。
    獨立應用程式:直接雙擊執行,或拖曳至「應用程式」資料夾以保留安裝。
    Plugin:將檔案拖曳至「應用程式」資料夾進行註冊,隨後在 DAW 中重新整理 AU Plugins 並拖曳至 MIDI 軌道。
    首次啟動時,應用程式會自動下載模型權重(Base 模型約 2.5GB,Small 模型約 450MB)。
    確保 DAW 或系統「音訊 MIDI 設定」中的取樣率設定為 48kHz。
    硬體需求方面,Base 模型建議使用 M3 Pro / M2 Max 或更高階晶片;Small 模型則相容於所有 Apple Silicon MacBook。此外,該模型採用開源權重,框架亦完全開源,開發者可透過 GitHub 參與建構。該工具強調本地運行,並透過多樣化的輸入控制與模型能力,讓使用者能即時探索聲音設計與音樂創作的無限可能。
    這段影片展示了 Magenta RealTime 2 (MRT2) 模型,使用者能透過直覺的 UI 介面即時創作音樂。

    原文:https://easyvibecoding.app/curated/1771

    4 min
  • @cursor_ai:Cursor 推出 Canvas 更新強化協作編輯。 此次更新強化了 Cursor 的 Canvas 功能,使其不僅能作為程式開發的輔助視窗,更能直接產出…

    Cursor 推出 Canvas 更新強化協作編輯。

    此次更新強化了 Cursor 的 Canvas 功能,使其不僅能作為程式開發的輔助視窗,更能直接產出可發布的互動式應用,並透過視覺化工具提升開發效率與資源控管能力。
    Canvas 協作與發布
    Cursor 現在允許使用者將 Canvas 內的成果(如儀表板、報告或內部工具)直接發布,並透過 URL 與團隊成員共享。這項功能將 Canvas 從單純的程式碼編輯區,轉變為可直接交付的互動式產出平台。
    這段影片展示了如何透過 AI 輔助快速建立 API 效能監控儀表板,並將分析結果整理成可與團隊共享的互動式 Canvas。
    設計模式(Design Mode)
    為了加速 UI 調整與迭代,Cursor 在 Canvas 中引入了「設計模式」:
    使用者可直接在 Canvas 介面中選取並標註 UI 元素。
    透過視覺化指引取代文字描述,讓 Agent 能更精準地理解修改需求。
    這種方式模擬了瀏覽器端的互動體驗,讓開發者能快速針對特定元件提供回饋並進行修正。
    透過 AI 輔助介面,開發者只需輸入指令即可快速調整 UI 元件的圓角樣式並即時預覽變更結果。
    上下文使用報告(Context Usage Report)
    針對 Agent 的資源消耗問題,Cursor 新增了互動式上下文報告功能:
    系統會自動將 token 的使用分佈拆解,呈現於 Canvas 報告中。
    報告內容涵蓋系統提示詞(system prompt)、工具定義(tool definitions)、規則(rules)及 skill 等項目。
    由於報告本身即為 Canvas 格式,使用者可直接向 Agent 提問,要求其針對特定數據進行客製化分析。
    使用者可點擊 Canvas 內的「Debug with Agent」按鈕,直接開啟新對話,請 Agent 協助識別並優化上下文的使用效率,以減少不必要的 token 消耗。
    這段影片展示了 Cursor 編輯器中的 Context Explorer 功能,透過視覺化圖表詳細分析 AI 對話中的 Token 使用量與上下文組成。
    欲了解更多詳細資訊,請參考 Cursor 官方更新日誌 。

    原文:https://easyvibecoding.app/curated/1755

    3 min
  • @OpenAIDevs:OpenAI 開發 Codex 實現 iOS 應用即時預覽。 這項功能讓開發者在 Codex 內部即可完成 iOS 應用程式的開發循環,無需頻繁切換視窗。…

    OpenAI 開發 Codex 實現 iOS 應用即時預覽。

    這項功能讓開發者在 Codex 內部即可完成 iOS 應用程式的開發循環,無需頻繁切換視窗。透過整合開源專案,Codex 能夠直接在應用程式內的瀏覽器中檢視並測試 iOS 模擬器,並支援 SwiftUI 預覽與程式碼修改後的熱重載功能,大幅提升開發效率。
    核心技術整合
    OpenAI 此次整合了兩個關鍵的開源工具,以實現高效的模擬器互動:
    serve-sim:由 EvanBacon 開發,負責將 Apple 模擬器的畫面串流至瀏覽器,並提供 WebSocket 控制通道。它支援 60 FPS 畫面串流、手勢操作(如捏合縮放)、模擬器日誌轉發以及鍵盤指令傳送,讓 AI 代理能透過自然語言指令直接操控模擬器。
    SnapshotPreviews:由 EmergeTools 開發,用於從 Xcode 預覽中提取快照。它無需撰寫額外的測試程式碼,即可自動化產生 SwiftUI 與 UIKit 的視覺快照,並支援匯出至 Sentry Snapshots 或其他視覺比對服務,方便進行自動化測試與 UI 驗證。
    實際應用流程
    根據演示,AI 代理能透過自然語言指令執行複雜的開發任務,流程如下:
    預覽載入:使用者輸入指令(如「Show me StatusRow SwiftUI previews」),AI 自動啟動模擬器並載入對應的 SwiftUI 預覽畫面。
    程式碼修改:針對 UI 調整需求(如將頭像對齊至頂部),AI 直接修改 StatusRowView.swift 程式碼。
    熱重載與測試:系統自動觸發熱重載以呈現最新介面,並能進一步執行模擬點擊操作(如開啟分享選單、選擇分享為圖片),驗證功能是否符合預期。
    AI 代理程式透過自然語言指令,自動化執行 iOS 應用程式的 UI 調整與功能測試。
    開發者工具支援
    serve-sim 不僅限於 Codex 使用,亦可整合至其他開發環境:
    Claude Code Desktop:透過設定 .claude/launch.json 即可啟用模擬器服務。
    Expo 整合:開發者可透過 metro.config.js 加入 simMiddleware,將模擬器預覽嵌入現有的開發伺服器中。
    Agent Skill:透過 bunx add-skill EvanBacon/serve-sim,開發者能將模擬器操控能力賦予各類 AI 程式開發 Agent,實現更完整的端到端自動化開發流程。

    AI 代理程式透過自然語言指令,自動化執行 iOS 應用程式的 UI 調整與功能測試。 影片中的 Prompt 與操作:

    Prompt(00:02): 建立 iOS 應用程式,向我展示 StatusRow 的 SwiftUI 預覽。

    原文:Build iOS Apps Show me StatusRow SwiftUI previews

    Prompt(00:13): 將此處改為頂部對齊。

    原文:move this to be top aligned

    Prompt(00:26): 開啟「分享為圖片」選項。

    原文:Open the share as image option

    操作步驟: 1. (00:11)點擊模擬器右上角的設定圖示。 2. (00:13)在輸入框輸入調整指令。 3. (00:21)系統自動修改程式碼並執行熱重載。 4. (00:30)點擊貼文選單按鈕。 5. (00:32)點擊「Share」選單。 6. (00:33)點擊「Share as image」選項。

    原文:https://easyvibecoding.app/curated/1774

    4 min
  • @posthog:Karpathy 的 Autoresearch 發現了我們查詢引擎中一個隱藏 3 年的 Bug(並提升了 11% 的效能) 幾週前,我們在里斯本舉辦了一場…

    Karpathy 的 Autoresearch 發現了我們查詢引擎中一個隱藏 3 年的 Bug(並提升了 11% 的效能)

    幾週前,我們在里斯本舉辦了一場團隊外地辦公(offsite),當時我們將一個 AI Agent 指向我們的查詢引擎,餵給它來自正式環境的慢查詢,並讓它徹夜執行。
    隔天早上,它發現了一個令人尷尬的事實:將近三年來,每一個帶有時間戳記(timestamp)篩選器的查詢,都沒有正確使用 ClickHouse 的主鍵。這個修正讓 ClickHouse 在基準測試查詢中需要掃描的顆粒(granules)數量減少了 62%,並使查詢本身的速度顯著提升。
    這篇文章將介紹我們使用的設定、該 Bug 本身,以及我們目前正在開發的系統,以便讓這類分析能夠自動化執行。
    什麼是 autoresearch?
    這個概念並非我們首創。Andrej Karpathy 在 2026 年 3 月將其封裝並命名為「autoresearch」:給 AI Agent 一個小型但真實的系統、一個基準測試和預算,然後讓它循環執行;提出修改建議、執行基準測試、保留有用的變更、捨棄無效的變更。
    Karpathy 針對一個深度為 12 的 nanochat 訓練執行了兩天的測試,發現了約 20 個能改善驗證損失(validation loss)的變更,其中一些甚至能遷移到更大的模型中。這種模式並不新鮮(DeepMind 的 FunSearch (2023) 和 Sakana 的 AI Scientist (2024) 都是更早期的例子),但 Karpathy 的儲存庫足夠小且具體,足以激勵你在一個下午內建立自己的版本。
    對我們來說,最有趣的是二階效應:Agent 不會帶有長期在程式庫中工作所產生的偏見。對我們而言,toTimeZone() 的包裝一直都在那裡,屬於那種你看久了就會視而不見的程式碼。但 Agent 沒有先入為主的觀念。它會執行每一項診斷,閱讀周圍的 ClickHouse 和 PostHog 原始碼以獲取上下文,並以同樣的懷疑態度審視一個存在三年的表達式,就像審視你昨天寫的那一行程式碼一樣。
    在黑客松中為 ClickHouse 設定 autoresearch
    我們每年都會在公司外地辦公時舉辦黑客松。現在 PostHog 的許多功能(如 session replay、資料倉儲、日誌等)都是這樣開始的。在里斯本針對 Analytics Platform 和 Query Performance 團隊舉辦的小型聯合外地辦公中,我們的黑客松專案就是要做 Karpathy 那一套,但目標是 ClickHouse 的查詢效能。
    我們使用的技術堆疊:
    pi:由 Mario Zechner 建立的一個小型終端程式開發 Agent。它能與你指定的任何 LLM 對話,提供一個小型 SDK,且體積小到你可以讀完整個程式庫。
    pi-autoresearch:由 davebcn87 開發的社群擴充功能,將 Karpathy 的循環機制整合進 pi。你給它一個目標、基準線、基準測試指令和目標指標。它會進行迭代、提交每個候選變更、執行基準測試,並保留日誌,確保執行過程在上下文重置後依然存在。
    我們在 pi-autoresearch 之上編寫的 Campaign 編排合約。當單一 ClickHouse 查詢有數百種合理的改寫方式時,基本的「嘗試、測量、保留或捨棄」循環顯得太過鬆散。如果沒有結構,Agent 可能會對查詢的某個角落反覆修改直到放棄;有了結構,你就能得到更接近人類進行調查的方式。我們將每次調查分為四個部分:
    一個包含一個慢查詢和一個 git 分支的 Campaign。
    這被拆分為多個「通道」(lanes),即針對懷疑瓶頸的優化方向:謂詞排序、JSON 解析、時區處理、主鍵使用等。當通道不再產生訊號時可以暫停,當發現包含兩個不同想法時可以拆分,或者當不同通道的優化結果可以合併時進行合併。
    每個通道內的一個具體、可測試的假設。
    每個假設內的一個實驗,包含一次執行、基準測試和判定。Agent 必須在每次實驗後進行明確的反思(reflection pass),而不是讓循環只會盲目地爬坡(hill-climb)。
    一個拋棄式的 ClickHouse 測試叢集:這保持了迭代的高速度,並使基準測試數據可預測。它擁有與正式環境相同的資料結構,但經過匿名化處理,並運行在專門分配給 Agent 的較便宜硬體上。在開發者的筆記型電腦上運行會太慢,無法進行有效的內循環;而在正式環境運行則意味著要與其他任務爭搶資源,並冒著干擾客戶查詢的風險。
    範圍縮小(Range-narrowing)也有幫助。當目標查詢逾時時,Agent 會將範圍減半(30 天、14、7、3、1),直到它能在 1 到 10 秒內完成,然後針對該縮小版本進行優化。這個視窗短到足以進行快速迭代,但又長到足以讓索引和分區效應發揮作用。目前的最佳候選者會定期在完整範圍內重新測試;一旦在那裡完成,該 Campaign 就會「畢業」並從原始查詢繼續進行。
    在黑客松期間,我們手動餵給它過去我們抱怨過的慢查詢,以及我們在 system.query_log 中手動發現的查詢(我們現在正在將此過程自動化)。
    發現我們默默損壞的主鍵
    ClickHouse 之所以快,是因為它能跳過不必要的運算。我們的事件資料表是 PARTITION BY toYYYYMM(timestamp),主鍵則是 (team_id, toDate(timestamp), event, …)。一個格式正確且帶有時間戳記邊界的查詢,應該能讓 ClickHouse 直接捨棄整個月的資料,然後直接跳轉到它需要查看的月份中的正確週次。
    但實際情況並非如此。
    當我們在 2023 年 4 月為 HogQL 加入各團隊時區支援時,我們做了自認為合理的事:將每個對 timestamp 的引用都包裝成 toTimeZone(timestamp, team_tz),以確保顯示的日期正確。但我們沒意識到的是,ClickHouse 查詢規劃器無法看穿 toTimeZone()。這意味著它無法推導出以下邊界:
    無法從 toTimeZone(timestamp, tz) >= '2024-03-01' 推導出 toYYYYMM(timestamp),因此分區修剪(partition pruning)失效了。
    無法推導出 toDate(timestamp),所以主鍵的使用僅限於 team_id 和 event,之後就停止了。
    之所以這件事沒能觸發我們的警報,是因為 ClickHouse 在 timestamp 上還有一個 MinMax 跳過索引。MinMax 索引會儲存每個「顆粒」(預設為 8,192 行)中欄位的最小值和最大值。當你將 toTimeZone(timestamp, tz) 與常數進行比較時,ClickHouse 仍然可以針對每個顆粒的 min/max 進行評估,並跳過範圍不重疊的顆粒。這比分區修剪弱得多,但它確實有效,所以查詢並不是災難性地慢,只是比應有的速度慢了一些。
    這就是那種會永遠隱藏起來的 Bug。它很慢,但還沒慢到需要「呼叫值班人員」的程度。每個查詢都受到影響,所以沒人能與「良好」版本進行 A/B 比較。而且這個關鍵證據隱藏在 EXPLAIN PLAN indexes=1, json=1 的輸出中,除非已經懷疑有問題,否則沒人會去執行它。
    在其中一個通道中,autoresearch 循環執行了 EXPLAIN。它注意到 Partition: Condition='true'(即沒有修剪),所以嘗試了兩件事:
    加入帶有原始時間戳記邊界的 indexHint()。
    改寫比較方式,讓欄位側保持原始狀態,並將時區標註在常數側。
    第二種方法大獲全勝,這也是我們最終發佈的方案:
    `sql
    -- 修改前:規劃器無法看穿 toTimeZone
    toTimeZone(timestamp, 'US/Pacific') >= '2024-03-01'
    -- 修改後:左側為原始欄位,右側為帶有時區標註的常數
    timestamp >= toDateTime64('2024-03-01', 6, 'US/Pacific')
    `
    語意是完全相同的,因為 toTimeZone() 只會改變顯示的元數據:底層的 epoch 並未改變。規劃器現在能看到原始的時間戳記,並能執行它的工作。
    針對正式環境中某個團隊的 7 天漏斗分析(loadbalancing='inorder',確保每個變體都命中相同的分片,各執行五次,取中間三次的截尾平均值):
    速度提升在短日期範圍的查詢中最為顯著,因為這正是分區修剪最關鍵的地方。在 7 天的範圍內,如果規劃器配合,你可以捨棄大部分的分區。較寬的範圍無論如何都必須查看更多分區…

    9 min
  • @AnthropicAI:Anthropic 發表 Claude 加速 AI 自主開發進程。 開發效率的顯著躍升 Anthropic 指出,隨著 AI 代理從單純的程式碼建議轉向…

    Anthropic 發表 Claude 加速 AI 自主開發進程。

    開發效率的顯著躍升
    Anthropic 指出,隨著 AI 代理從單純的程式碼建議轉向自主執行任務,工程團隊的生產力出現了爆發式成長。截至 2026 年 5 月,Anthropic 程式庫中超過 80% 的程式碼由 Claude 撰寫,而 2025 年 2 月「Claude Code」研究預覽版推出前,此比例僅為個位數。目前 Anthropic 工程師每季交付的程式碼量,已達到 2021 至 2025 年平均水準的 8 倍。
    這張圖表顯示了自 2025 年以來,隨著 Claude 系列模型的發布與演進,每位開發者平均貢獻的程式碼量呈現顯著的成長趨勢。
    程式碼品質與執行效能
    Claude 在處理開放式程式設計問題的成功率,在短短六個月內提升了 50 個百分點,達到 76%。在程式碼品質方面,許多工程師認為 Claude 目前產出的程式碼已與人類水準相當,預計一年內將超越人類。此外,Claude 在優化演算法效能的表現上已達「超人類」水準:
    2024 年 5 月,Claude Opus 4 對小型 AI 模型訓練程式碼的優化速度約為 3 倍。
    2026 年 4 月,Mythos Preview 版本已能實現約 52 倍的效能提升,而熟練的人類研究員通常需耗時 4 至 8 小時才能達到 4 倍的優化效果。
    此圖表呈現 Claude Code 自 2025 年 9 月至 2026 年 6 月期間,針對不同難度任務的會話成功率隨模型迭代的成長趨勢。
    研究判斷力的演進
    除了工程任務,Claude 在研究決策上的表現也持續進步。透過回顧人類研究員曾走入死胡同的實驗過程,研究團隊發現 Claude Mythos Preview 在判斷下一步該如何執行時,有 64% 的情況優於人類選擇,該數據在 2024 年僅為 22%。儘管如此,Anthropic 強調目前 Claude 仍缺乏選擇「正確研究問題」的判斷力,這是邁向完全自主研發的關鍵門檻。
    這張圖表呈現了 Claude 系列模型在研究任務中,其建議優於人類研究員決策的比例隨時間演進的成長趨勢。
    未來風險與研究方向
    Anthropic 認為,若目前的技術趨勢持續,AI 系統自主設計並建構後繼者的可能性將大幅增加。這雖然可能為醫學、科技與經濟帶來巨大貢獻,但也可能加劇對齊(Alignment)問題,甚至導致人類失去對系統的控制。為此,Anthropic Institute 將與外部利害關係人合作,深入研究這些強大系統的潛在影響,並探討如何確保人類能對未來技術發展做出審慎的選擇。詳細分析報告可參閱 Anthropic Institute 官方說明 。

    原文:https://easyvibecoding.app/curated/1757

    4 min
  • @OpenAI:OpenAI 推出 ChatGPT 記憶系統整合對話脈絡。 OpenAI 於 2026 年 6 月 4 日正式發布升級版 ChatGPT 記憶系統,旨在解…

    OpenAI 推出 ChatGPT 記憶系統整合對話脈絡。

    OpenAI 於 2026 年 6 月 4 日正式發布升級版 ChatGPT 記憶系統,旨在解決長期以來記憶資訊容易過時、不準確及擴展性不足的問題。此系統核心採用名為「夢境(Dreaming)」的背景處理技術,能自動從使用者的對話歷史中萃取並合成關鍵資訊,讓 ChatGPT 不再僅依賴手動輸入的「儲存記憶」,而是能隨時間推移主動適應使用者的偏好與變動。
    核心技術演進
    夢境(Dreaming)技術:此技術於 2025 年 4 月首次引入,透過背景程序自動學習並合成記憶狀態。相較於舊版「儲存記憶」僅能處理明確的指令(如「記住我要去新加坡」),新版架構能從自然對話中自動歸納資訊,並確保記憶內容隨時間更新,例如理解旅遊計畫的「即將到來」、「進行中」與「已結束」等時間狀態。
    架構升級:本次發布的架構在「夢境」基礎上大幅提升了運算效率與能力,並將記憶容量擴增為原來的 2 倍,確保模型能更精準地追蹤重要細節,並在跨對話間維持一致的個人化服務。
    使用者控制與管理
    記憶摘要(Memory Summary):使用者可透過系統提供的記憶摘要頁面,檢視 ChatGPT 對自己的理解。該頁面呈現 ChatGPT 所掌握的關鍵資訊亮點,使用者可藉此快速瀏覽、新增或更新關於自己的資訊,並提供關於 ChatGPT 應在何時提及特定主題的指令。
    主動管理:使用者擁有高度控制權,可隨時修正或更新記憶項目。若使用者想深入了解特定領域,只需直接與模型對話即可進行調整,確保資訊與時俱進。
    切換機制:若使用者偏好傳統的「儲存記憶」體驗,仍可透過設定切換回舊版模式。
    實際應用與部署
    應用場景:在實際互動中,ChatGPT 能根據記憶中的資訊(例如使用者曾提及的偏好或專案背景)與過往對話紀錄,在後續對話中主動帶入相關脈絡,協助使用者完成複雜且長期的專案,無須每次重新介紹自己。
    ChatGPT 透過「記憶(Memory)」功能,根據用戶的個人背景與偏好提供更具脈絡的協助。
    適用範圍:此功能即日起向美國地區的 Plus 與 Pro 使用者開放。iOS 與 Android 使用者需更新至最新版應用程式方可使用。OpenAI 表示,未來幾週將逐步擴展至更多國家及 Free 與 Go 方案的使用者。
    評估標準
    OpenAI 強調,一套良好的記憶系統應具備三大指標:
    傳承有用脈絡:確保使用者無須重複介紹自己,能延續複雜且長期的專案進度。
    遵循偏好與限制:確保回應與使用者的個人偏好(如飲食習慣)保持一致。
    保持時效性:記憶內容應隨時間流逝自動調整,避免過時資訊影響判斷。

    ChatGPT 透過「記憶(Memory)」功能,根據用戶的家庭背景與個人偏好提供客製化的建議。 影片中的 Prompt 與操作:

    Prompt(00:04): 孩子們想要養寵物,你覺得我們應該養什麼?

    原文:Kids are asking for a pet, what do you think we should get?

    Prompt(00:22): 我們也正試著分配更多家務

    原文:We're also trying to assign more chores

    操作步驟: 1. (00:14)點擊記憶項目旁的「...」選單,選擇「查看記憶摘要 (View memory summary)」 2. (00:18)在記憶摘要視窗中選取文字並點擊「進行修正 (Make a correction)」 3. (00:21)在輸入框中補充關於分配家務的資訊並送出 4. (00:26)系統更新記憶摘要內容

    原文:https://easyvibecoding.app/curated/1776

    4 min