EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

EasyVibeCoding Podcast episodes

  • 模型權重也能直接編程?Weight-Space Programming 的早期實驗

    模型權重也能直接編程?Weight-Space Programming 的早期實驗

    2026 年 11 月 2 日,Rikiya Takehi、Jayden Teoh、Alex Zhang 與 Omar Khattab 發表一系列實驗,測試大型語言模型能否直接讀取、理解並修改神經網路的權重。這些權重通常由訓練演算法調整;研究團隊則讓 GPT-6 Astra 依照自然語言目標分析權重,並在部分實驗中直接改寫。作者將這種做法稱為 Weight-Space Programming(權重空間編程)。

    這項工作的看點不只在於模型能寫出一組新數字,而在於它嘗試把權重視為可閱讀、可推理、可修改的程式結構。研究從小型網路逐步推進到 0.8B 參數的語言模型;不同實驗允許的工具和回饋不同,因此成果也需要放回各自的測試條件中理解。

    從辨認網路,到修改權重

    在前幾個實驗中,Astra 只看權重,就辨認出小型網路受訓時所玩的遊戲、擴散模型生成的形狀,以及小型語言模型訓練時使用的語料。舉例來說,研究者把語言模型的輸入層、輸出層移除,只留下四個 Transformer 區塊;Astra 仍能從中間層找出負責複製前文的注意力頭,結果與研究者實際執行模型後量得的頭部位置相符。

    研究也測試了寫入和修補。在 Kinetix 的車輛爬坡實驗中,官方 PPO 訓練 10 億步後仍停在斜坡;作者報告原網路在 256 個測試回合都未成功。Astra 取得網路權重、場景描述和一段紀錄,單次、無工具地修改 3.5% 的權重後,修改版在 1,024 個測試回合全部成功。在 MinAtar 遊戲實驗裡,研究者提供三款遊戲的規則、原始碼與對應網路架構;Astra 在沒有資料、loss、梯度或工具,也不能先讓網路在環境中試跑的條件下,直接寫出權重,並在三款遊戲中勝過受訓 1 億步的 PPO 網路。後續的圍棋實驗把規模推到約 148 萬個權重,允許模型使用 Python 沙盒分析張量,並依有限次前向運算觀察棋局結果。這些步驟展示的是一種逐步擴大的實驗能力,並非所有任務都在相同的「只看權重」條件下完成。

    Qwen 實驗:調整一小部分權重,減少思考迴圈

    研究團隊接著要求 Astra 改善 Qwen3.5-0.8B 的數學表現。Astra 在 Python kernel 中操作模型權重,最多進行 50 次前向檢查;練習題取自 GSM8K 與 MATH 的訓練資料,沒有使用梯度下降或重新訓練。作者描述的問題是,基礎模型常在長篇推理中重複相同內容,許多練習回答一路生成到 32,768 個 token 的上限仍未完成。

    Astra 將迴圈行為追溯到第 15 與第 19 層 MLP 寫入的一個方向,接著從兩層各 64 個輸出欄位中扣除該方向。總計修改 131,072 個權重,約占模型權重的 0.016%。在作者報告的 50 次前向檢查設定下,MATH-500、GSM8K 與 IFEval 的分數都高於基礎模型;各項數值與測試條件見下圖。

    作者報告的評估分數;表格式呈現,不代表數值比例。

    這些數字描述的是論文作者在特定取樣與評估流程下的結果。研究沒有把 MATH-500 等評估題交給 Astra 作為練習題;模型在前向檢查階段使用的是 GSM8K 與 MATH 訓練集題目。Qwen 官方模型卡也指出,這個模型在 thinking mode 下可能出現思考迴圈,提供了理解這次修補目標的產品背景。

    作者後續發布的模型卡記錄了權重差異,並稱重建的 checkpoint 與原評估版本通過 hash 核對。模型卡也附上一項獨立重跑:編輯後的模型在完整 MATH-500、每題 4 次生成的設定下得分 51.0%。不過,該卡列出的基礎模型 5.0% 來自 25 題 smoke test,不能與完整 500 題的編輯模型分數當成同條件對照。這項重跑提供了編輯模型的額外檢查,也清楚留下基準比較的範圍。

    為何修補有效,仍是有條件的問題

    同一篇研究還測試 Gemma 3 270M。這個模型較少出現思考迴圈,Astra 找到的失敗多是一般推理錯誤,沒有單一明確方向可以移除。作者報告,修改後的 MATH-500 分數沒有出現足以確認的提升。兩個案例形成了重要區別:這次 Qwen 編輯針對的是阻礙模型完成答案的特定行為;研究並未顯示直接修改權重就能替模型補上原本不具備的推理能力。

    實驗記錄也顯示,研究還在探索不同能力邊界:有些小型網路實驗禁止模型執行網路或使用工具,有些較大型實驗則提供 Python、有限次前向運算或其他觀察方式。作者稱這些為早期結果,並指出上下文長度與實驗 harness 仍有限制。公開的 GitHub 儲存庫提供各項實驗的提示、模型回覆、程式碼、輸出與評估資料,讀者可依文章中的實驗逐項核對。

    Weight-Space Programming 因而是一種正在測試的模型分析與編輯方式:模型嘗試從權重中找出可解釋的結構,再依目標修改局部參數。Qwen 案例展示了在特定失敗模式下,少量權重編輯與分數變化同時出現;Gemma 案例則提醒我們,改善結果取決於模型原有的能力與問題結構。接下來需要更廣泛、可重現的評估,才能判斷這種方法在不同模型與任務上的適用範圍。

    延伸資料:研究原文、完整實驗記錄、作者發布的編輯模型卡。

    原文:https://easyvibecoding.app/curated/3650-weight-space-programming-llm-weights

    7 min
  • OpenAI 用 Pando 擴展內部 Git:推送延遲降低近 5 倍,每日服務近 1 PB 資料

    OpenAI 用 Pando 擴展內部 Git:推送延遲降低近 5 倍,每日服務近 1 PB 資料

    OpenAI 在 2026 年 11 月 2 日介紹 Pando:一套支援 Git 的新後端,現已用於 OpenAI 單一大型程式碼庫的所有開發。公司表示,Pando 在生產環境將 Git push 的中位延遲降低近 5 倍,每天傳送近 1 PB 的 Git 資料。這是 OpenAI 對自家系統的成效說明,並非獨立基準測試;但它具體展示了當程式碼庫與並行工作需求上升時,版本控制系統需要面對的擴展問題。

    為什麼大型程式碼庫會讓 Git 後端吃緊?

    OpenAI 說,過去一年,monorepo 的規模與使用需求快速增加,Codex 帶來的並行工作也讓原有版本控制系統需要擴展。Monorepo 是把多個專案放在同一個版本庫管理;當許多工程師或代理同時推送不同分支,後端必須處理更多寫入,同時也要讓大量讀取不互相拖慢。

    Pando 的目標因此分成兩側:讓多個分支上的推送能橫向擴展,以及提高讀取吞吐量,讓用戶端能充分利用可用網路頻寬。OpenAI 表示,Pando 保留 Git 協定與用戶端相容性,因此團隊採用新後端時,不必改變既有 Git 工作方式。

    Pando 做了什麼?

    官方文章描述,Pando 將分支更新分開協調,讓不同分支的寫入不必都排在同一個更新序列中。讀取方面,系統的設計目標是讓客戶端能快速下載所需資料。官方也用推送與擷取流程圖說明:推送時,packfile 資料寫入 blob storage,分支參照版本記在 Turtle;擷取時,Pando 讀取參照版本、選出所需 pack,再由 Express 提供資料。

    依 OpenAI 公開資料整理:Pando 是 monorepo 使用的內部後端;公開 openai/git 與上游 patch 屬於另一範圍,不表示 Pando 已公開提供。

    這裡要分清楚兩件事:Pando 是 OpenAI 內部 monorepo 使用的後端;公開的 openai/git 儲存庫與上游 patch,則記錄 Git 用戶端相關改進。公開儲存庫和 patch tracker 並不代表 Pando 後端本身已公開提供。

    公布的成效與適用範圍

    OpenAI 的工程文章稱,Pando 將 push 中位延遲降低近 5 倍,每天傳送近 1 PB 的 Git 資料。OpenAI Developers 的貼文則將延遲改善概述為約 80%。兩者都是 OpenAI 對自家生產系統的報告;文章沒有提供可供外部獨立重現的 benchmark 條件,因此這些數字適合用來理解其內部規模與目標,不應當成不同 Git 服務間的直接比較結果。

    Pando 的經驗說明,支援既有 Git 協定可以讓內部團隊沿用熟悉的用戶端工作流程,同時替後端調整寫入與讀取架構。它目前被描述為 OpenAI 內部 monorepo 的基礎設施;公開的 Git 專案變更與上游 patch,則是另一個範圍。

    來源:@OpenAIDevs|Pando 的 Git push/fetch 流程動畫:push 將 packfile bytes 傳至 blob storage,並把 ref version 記錄在 Turtle;fetch 時 Pando 讀取 ref、選出所需 pack,再由 Express 提供。

    原文:https://easyvibecoding.app/curated/3649-openai-pando-git-backend-scale

    4 min
  • Anthropic Messages API 對話串進入公開 beta:少傳內容,縮短長工作階段等待

    Anthropic Messages API 對話串進入公開 beta:少傳內容,縮短長工作階段等待

    Anthropic 已將 Messages API 的 Message threads 開放為公開 beta。它讓應用程式把一段對話先建立成 thread,後續請求只帶新訊息和前一個 response ID;對長時間運作的代理來說,每回合不必重新上傳整段歷史,等待 Claude 開始回覆的時間也可能縮短。

    一段對話如何接續

    建立 thread 的第一個請求仍要送完整對話,包括 system prompt 與 tools。之後的 continue 請求只送上次回應後新增的訊息,並帶上前一個 response ID;system 與 tools 留在建立請求中。API 會用 thread 裡保留的內容重建對話,再呼叫模型。每次接續都要使用最新的 response ID,不能重複接續同一個 response。

    建立請求保留完整上下文,接續請求用新增訊息和前次 response ID;流程非比例圖,thread 不減少完整對話 token 用量。

    這種方式改變的是每次請求要傳多少新資料,並不代表模型只讀新訊息。Claude 仍會讀取完整對話,因此 token 用量不會因為使用 threads 而下降;官方文件也說明,threads 不會改變標準定價或既有 rate limits。Thread 本身也不會自動啟用 prompt caching,若要快取提示詞,仍須另外設定快取控制點。

    對長工作階段的延遲改善

    Anthropic 的文章以長時間運作的 coding agent 為例:當一個工作階段累積大量工具結果與檔案修改,每回合重新傳送先前內容會增加 Claude 開始回覆前的等待。Message threads 讓後續請求只帶新增內容,官方表示這能降低 time to first token(TTFT)。

    Anthropic 另稱,對多數預設使用 threads 的 Claude Code 使用者,長度為 500k 至 1M tokens 的請求,其 median TTFT 約降低 35%。這是特定請求長度下的中位數結果,不是所有請求都會固定快 35%。官方列出的適用情境還包括電腦操作代理,以及常處理文件或圖片的工作流程。

    Thread 有保存期限,也需要應用程式留存副本

    Message thread 是短期的伺服器端對話狀態。它會在最後一次請求後 5 分鐘失效,並在最後使用後不超過 1 小時刪除;內容在伺服器記憶體中加密保存,不寫入磁碟或持久儲存。這項功能不符合 Zero Data Retention(ZDR)資格,也不符合 HIPAA 資格。

    應用程式仍須自行保存每則訊息,作為對話的可靠副本。Thread 是 best-effort:若 continue 遇到 threadnotfound 等錯誤,就要用自己的完整對話副本建立新 thread,再從新的 response ID 接續。官方也提醒,thread 不支援 Message Batches、token counting、按需 compaction 等部分功能;若應用需要這些能力,須先確認現有流程能否配合。

    Message threads 適合想縮短長對話請求延遲、又能自行保存對話副本的代理工作流程。它提供的是較小的後續請求與較低的首 token 等待,不是 token 節省或長期對話儲存方案。

    35 秒影片以標題卡、對話流程圖與程式碼示範 Messages API 的伺服器端對話串:後續回合只傳新訊息與前一個 message ID,適合重視延遲的持續工作階段。

    原文:https://easyvibecoding.app/curated/3647-anthropic-message-threads-public-beta

    4 min
  • Microsoft Copilot 排程提示:把每週待辦整理安排在開始工作前

    Microsoft Copilot 排程提示:把每週待辦整理安排在開始工作前

    MicrosoftHelps 展示了 Copilot 的排程提示:使用者可以把一段提示安排在指定時間執行。示範中的提示會整理上週聊天、電子郵件與會議中的待辦事項,並設在一週開始前執行。Microsoft 的說明文件也介紹了排程提示,但兩頁對可用介面的描述並不完全一致。

    排程提示如何運作

    影片展示使用者將提示排程的流程:先輸入「我上週的聊天、電子郵件和會議中有哪些待辦事項?」再將游標移到提示上,使用排程控制項設定執行時間。旁白說明,可以安排它在一週開始前執行。這是 Microsoft 展示的一個使用情境;影片沒有說明每種帳戶或工作環境都能使用相同資料來源。

    Microsoft 展示的排程提示流程;實際帳戶或資料來源可能不同。

    Microsoft Learn 將 Scheduled Prompts 描述為可按指定時間與頻率自動執行 Copilot 互動的功能。該管理頁面標示最後更新日期為 2026 年 8 月 25 日,並說功能只在 Microsoft Copilot 的 Work IQ 索引標籤提供。這項介面範圍是理解功能可用性的關鍵條件。

    支援文件列出的條件

    Microsoft Support 的繁體中文頁面列出 Copilot Chat、Microsoft Teams 中的 Microsoft Copilot,以及 Microsoft Outlook 網頁版和桌面版等使用位置,並指出需要 Microsoft Copilot 授權;該頁另列出最多 10 個不同的排程提示。Microsoft Learn 的管理頁則表示,Scheduled Prompts 只在 Microsoft Copilot 的 Work IQ 索引標籤提供。Support 摘錄沒有顯示更新日期,因此兩頁列出的介面範圍不完全一致;使用時可核對帳戶中實際顯示的功能。

    與 Power Automate 的關係

    Microsoft Learn 說,現行 Scheduled Prompts 功能已不再依賴 Power Automate 流程。公開預覽期間排程的舊提示仍會在 Power Automate 執行至到期,而且不會出現在 Microsoft Copilot 的排程提示頁;要查看或管理這些提示,須前往 Power Automate。

    Microsoft Copilot 排程提示示範:使用者查看聊天、郵件與會議中的待辦事項,再將提示安排於一週開始前執行。

    Microsoft Copilot 排程提示示範:使用者查看聊天、郵件與會議中的待辦事項,再將提示安排於一週開始前執行。 影片中的 Prompt 與操作:

    Prompt(00:12): 我上週的聊天、電子郵件和會議中有哪些待辦事項?

    原文:What action items do I have from last week's chats, emails, and meetings?

    操作步驟: 1. (00:17)將游標移到提示上,顯示時鐘排程控制項。

    原文:https://easyvibecoding.app/curated/3645-microsoft-copilot-scheduled-prompts-weekly-plan

    3 min
  • Claude Code 的 ultrathink:在單一回合提高推理強度

    Claude Code 的 ultrathink:在單一回合提高推理強度

    Addy Osmani 分享了一個 Claude Code 小技巧:任務比預期難時,可在 Claude 工作期間輸入 ultrathink,提高該回合剩餘部分的推理強度。Claude Code 官方文件也將它列為關鍵字,說明它會為當回合加入更深入推理的上下文指示。

    這是一次性的回合調整,不會改變整個 session 的 effort 設定。若在提示中使用 ultrathink,官方文件說它會請求該回合進行更深入的推理;在互動終端輸入時,符合條件的環境可將該回合提高到 xhigh。

    什麼時候輸入,會影響哪一段?

    在新回合的提示中加入關鍵字,作用於那一回合。若 Claude 已在工作,依官方 changelog,在互動終端輸入 ultrathink,會提高該回合接下來的部分。兩種用法都指向單一回合;不需要把它理解成永久調整設定。

    官方文件描述 ultrathink 作用於當回合;工作中輸入會提高該回合接下來的部分。圖中註明 xhigh 不適用於所有環境。

    ultrathink 不是任何類似「多想一下」的句子都能觸發的通用命令。官方文件指出,think、think hard 和 think more 會當作一般提示文字處理,不會被識別為這個關鍵字。

    有版本與模型條件

    官方文件標示,這項關鍵字功能需要 Claude Code v2.1.311 或更新版本。互動終端輸入時,官方 changelog 將 xhigh 行為限定在透過 Anthropic API 使用的 Opus 5.5、Sonnet 5.5、Haiku 5.5 與 Fable 5.1。這些條件很重要:社群貼文提到「最新版本」,但未列出版本、模型或服務商範圍;實際適用條件應以官方文件為準。

    若新回合開始時關鍵字沒有顯示彩虹色,官方建議先確認輸入位置與設定:將它直接放在提示文字中,避開引號、括號、路徑或命令,並避免用斜線命令開頭的提示。若 CLAUDECODEEFFORT_LEVEL 設在低於 xhigh,可檢查自己的 effort 上限或組織管理員設定;也可切換到文件列出的模型。對無法藉此提高回合 effort 的環境,例如 Amazon Bedrock,官方建議改為手動設定 effort。

    因此,ultrathink 適合用來要求 Claude Code 在特定回合投入更深入推理;能否提升到 xhigh,仍取決於版本、模型、服務商與設定。

    原文:https://easyvibecoding.app/curated/3643-claude-code-ultrathink-turn-effort

    3 min
  • DeepSeek 提出 Super-agent 架構:讓代理跨任務持續運作

    DeepSeek 提出 Super-agent 架構:讓代理跨任務持續運作

    DeepSeek Harness 團隊提出一種名為 Super-agent 的代理系統設計:代理跨工作階段延續上下文,並同時處理多項任務。文章將它定位為架構構想,說明如何把工作分派、環境事件、背景任務和執行環境串在一起;部分設計已有原型,但不是 DeepSeek 正式產品。

    這個設計要解決的瓶頸,是人得親自切換工作階段、記住各自進度。作者以自身經驗估計,一個人通常只能同時追蹤 3 到 5 個活躍工作階段;單一任務受模型能力限制,多任務並行則容易受人的注意力限制。只替單一工作階段加上 CLI、MCP 或外部連接器,仍無法消除同步操作阻塞、不同任務上下文混在一起,以及本機離線就停止工作的問題。

    Router 分派,Worker 執行

    Super-agent 的核心是 Router 與 Worker 兩層。長期運作的 Router 接收各通道的人類訊息、維持跨任務的全局脈絡並分派工作;它不直接執行任務。每個 Worker 有隔離的上下文與執行工具,專注處理一項任務,再把狀態交回 Router,由 Router 統一回覆使用者。

    這樣安排,是要兼顧上下文連續性與任務並行。若所有事件都塞進同一個工作階段,脈絡完整但工作會依序處理,任務細節也容易互相干擾;若每件事都另開工作階段,並行度提高,相關任務卻可能失去共享脈絡,使用者也會收到多個分散回覆。Router 負責統整互動,Worker 則分開執行,是作者提出的折衷方式。

    Router 統整互動並將工作分派給隔離的 Workers;這是作者提出的架構設計,不是產品介面或效能圖。

    從環境事件開始工作

    系統不只等待人逐次輸入指令,也把群組訊息、電子郵件、行事曆提醒、程式碼審查留言與 CI 結果等環境事件視為觸發訊號。作者提出兩段式篩選:程式規則先依來源、群組或允許清單排除明顯不相關事件;剩下需要理解語意的候選事件,再交給模型判斷是否採取行動。

    同一個 GitHub Pull Request、聊天主題或郵件串可構成一個 Thread。Router 為新 Thread 建立 Worker 後,Worker 可訂閱該 Thread;後續事件便能由程式直接送到訂閱者,減少每次都經過 Router 轉發的步驟。若多個 Worker 訂閱同一 Thread,它們會收到相同事件,並有機會自行察覺共享工作環境中的衝突;跨任務協調仍由 Router 負責。

    上下文像快取一樣管理

    事件持續湧入時,上下文視窗有限。文章把它比作快取:把近期可能用到的相關內容直接放進上下文(Inline),超出長度或較少使用的內容則留在外部,只放摘要或引用,需要時再讀取(Spill)。Router 也可沿著 Trigger、Thread 與 Worker 之間的識別碼逐層找回相關資訊,這套按需回溯方式稱為 Chain of Recall。

    另一項設計是「推測式執行」:代理可根據環境訊號,在背景先調查問題或草擬回覆;有用的結果再交付,無用的工作則丟棄。文章舉例,DeepSeek Harness 的內部使用者群組設定了「安靜地重現並修復」政策:收到問題或方案討論後,代理先在背景重現並尋找修正,只有確認問題並找到簡單修復才回報。這是作者描述的內部使用情境,不表示所有討論都會自動形成已完成修復。

    對話可繼續,工作在背景執行

    傳統同步工具呼叫會讓工作階段等到工具完成才繼續。文章提出非同步 ReAct 流程:start() 立即回傳已開始,工作在背景執行,完成後再以新事件回傳結果;必要時可用 stop() 結束執行中的背景命令。如此一來,代理可以在耗時工作尚未完成時接收新訊息。文章指出 DeepSeek Harness 已實作這種非同步任務機制,但尚未預設啟用。

    不同通道也應採用不同回覆方式:即時聊天保持簡短,GitHub、電子郵件與文件則可依慣例提供較完整、結構化的內容。這是設計建議,並非所有通道都已具備相同功能。

    雲端運算,保留原有執行環境

    文章把運算、工作階段狀態與執行環境拆開。Agent Loop 可在雲端運作,工作階段狀態存於持久化資料庫;程式碼庫、本機檔案、工具鏈等執行環境則留在原處,由輕量 daemon 按需執行命令並回傳結果。作者稱此做法支援 BYOM(Bring Your Own Machine),也支援雲端機器與按需建立的運算環境。

    持續在線還需要獨立的 Watchdog。它除了監看 API 錯誤、狀態恢復等基礎設施問題,也要判斷 Worker 是否仍有實質進展,或已陷入無效迴圈、偏離目標。這是文章提出的架構模組;作者同時指出,雲端 Agent Loop 連接存有私有程式碼與憑證的端點,會帶來信任、提示注入與憑證暴露風險,代理需要能使用憑證但不把憑證送進模型上下文的方法。

    初步實驗的結果有明確邊界

    文章比較四種工作排程設計,每種各跑 5 次。工作負載是合成訊息流,每次約 300 則訊息、其中約 20 項工作請求;程式工作由只消耗時間的工具模擬,因此測的是排程與協調,不是實際寫程式的能力。作者也稱實驗環境經過簡化,結果只能作為初步參考。

    在這組測試中,Super-agent 的任務完成時間中位數/第 95 百分位數為 12.4/15.7 分鐘;使用中性提示詞的單一工作階段加子代理工具為 20.4/29.5 分鐘。Super-agent 每次執行的快取讀取 token 數也較高,為 23.2M;中性提示詞的單一工作階段則為 6.1M。這些數字呈現該合成工作負載中的速度與 token 用量取捨,不能直接當成真實開發效率的比較。

    作者列出的未解問題

    文章將 Router 分片時機、Worker 之間何時直接協作、長期記憶、使用者如何管理不再對應單一工作階段的任務,以及跨代理的安全協作都列為待探索事項。作者特別指出,雲端服務與端點彼此信任是目前設計的假設;若雲端代理遭入侵或被提示注入操控,連接的端點可能受影響。隔離不同組織的上下文後,代理之間如何在不同權限邊界下安全可靠地溝通,也仍未解決。

    因此,這篇文章適合視為 DeepSeek Harness 團隊提出的系統架構方案與初步實驗紀錄。文中連結的 dsh-superagent-prototype 用於驗證技術方向,作者明確說明它不是 DeepSeek 官方產品。

    文章封面:《Exploring Super-agent Design: Towards a More Autonomous Agent System》,以通往光亮空間的人物呈現自主代理主題。

    Super-agent 整體架構;標記 [2] 至 [6] 對應文章第 2 至第 6 節。

    計算、持久狀態與執行環境分離:雲端 Agent Loop 透過 endpoint daemon 按需連接不同執行環境。

    Chain of Recall:每個被回憶的物件會帶入下一跳物件的 ID,讓脈絡沿參照逐步展開。

    四種設計的工作請求累計到達量與完成量比較;數據為五次執行的平均,訊息間隔與工作耗時縮放為四分之一,模型呼叫時間未縮放。

    Speculative execution 範例:群組仍在討論解法時,Super-agent 已在背景開啟修復 Pull Request。

    代理監看公開群組訊息,無須被 @ 提及也能自行找出問題根因並開啟 Pull Request 修復。

    相同任務跨 IM 群組對話與 GitHub Pull Request 審查持續進行。

    雙層架構:Router 層負責路由與外部互動,多個隔離的 Worker Session 並行執行任務。

    傳統同步 ReAct 與非同步 ReAct 比較:非同步呼叫立即回覆 Started,背景工具執行時仍可回應新訊息。

    不同 Trigger 到達速率下,Router Session 的批次大小、每次請求耗時與每項決策平均推論時間。

    Thread 範例:同一 IM 主題或 GitHub Pull Request 下的連續 Triggers 形成一條 Thread。

    訂閱與直通:Thread 首個事件經 Router 建立已訂閱的 Worker,後續事件直接送往該 Worker。

    原文:https://easyvibecoding.app/curated/3642-deepseek-super-agent-architecture

    8 min
  • Motion Sites Studio 上線:從設計選項到可下載程式碼

    Motion Sites Studio 上線:從設計選項到可下載程式碼

    Viktor Oddy 宣布 Motion Sites Studio 上線,主打用 AI 協助製作網站。貼文稱,使用者能在一次對話中從 800 多種設計做出網站,並隨時匯出完整程式碼;其中「最快」與設計數量是作者的宣傳說法,官網資料未提供比較或獨立驗證。

    官網描述的流程是:使用者先用文字說明需求,AI 接著設計網站、製作圖片與影片,最後交付程式碼。首頁列出 Landing page、Website、Portfolio、Online store 和 Redesign 等類型,也提供 Starter、Basic、Pro、Studio 四種月費方案。這些是官網文字所列的功能與價格,尚未經註冊或實際操作驗證。

    官網描述的流程:描述需求、AI 設計網站、製作圖片與影片,最後交付程式碼;尚未經產品實測。

    貼文附的 14.3 秒無聲螢幕示範,從「Website for 3D agency」提示開始,接著展示設計選項與 Nightmast Studio 範例網站的頁面。範例網站中的價格頁顯示的是以 AUD 標示的專案估價,屬於樣板內容,並非 Motion Sites Studio 的訂閱價格。

    官網首頁列出的月費從 Starter 每月標示 $25,到 Studio 每月標示 $499;頁面未註明這個貨幣符號的幣別。這些是服務方案標價,和範例網站的專案估價不同。就目前可核對的資料,產品已宣布上線,官網也列出其主打流程與方案;貼文所稱的速度和 800 多種設計,則仍是作者宣傳內容。

    短片展示以「Website for 3D agency」提示開始,瀏覽生成的設計選項,再展示 Nightmast Studio 範例網站的互動式頁面。價格頁屬於範例網站內容。

    短片展示以「Website for 3D agency」提示開始,瀏覽生成的設計選項,再展示 Nightmast Studio 範例網站的互動式頁面。價格頁屬於範例網站內容。 影片中的 Prompt 與操作:

    Prompt(00:01): 為 3D 代理商建立網站

    原文:Website for 3D agency

    操作步驟: 1. (00:02)顯示符合提示的網站設計選項。 2. (00:06)展示 Nightmast Studio 互動式範例網站及 About Us 頁面。 3. (00:10)瀏覽範例網站的作品與價格頁。

    原文:https://easyvibecoding.app/curated/3640-motion-sites-studio-launch

    2 min
  • agent-desktop 以輔助功能樹操作桌面 App,並提示資料留存風險

    agent-desktop 以輔助功能樹操作桌面 App,並提示資料留存風險

    @ctatedev 的貼文介紹 agent-desktop,讓 AI coding agent 操作桌面 App。對使用者來說,操作入口從猜像素改為讀取介面結構:agent-desktop 透過作業系統的輔助功能樹讀取 App 提供的控制項,再對它們執行操作。貼文稱工具支援 macOS、Windows、Linux、背景執行與多個 agent 各自使用游標;README 和 FAQ 核實了三種平台及輔助功能樹操作,但沒有獨立確認背景執行或游標隔離。

    README 描述的流程是先取得桌面 App 的 JSON snapshot,再用其中指向可操作元件的 ref 執行動作,最後重新取得 snapshot 檢查結果。換句話說,ref 是介面元素的定位標記,agent 可依標記操作按鈕或欄位,而不必靠截圖比對像素。

    README 描述的流程;未獨立測試平台相容性或操作可靠度。

    貼文內嵌的短片示範了 Trip 旅程 App:點選「Add a day」後,畫面顯示旅程為 4 天;接著勾選 Passport、Rail pass、Power adapter 和 Rain jacket,並把住宿選項切換成 Ryokan。這段畫面呈現的是一個具體操作範例;README 與 FAQ 則補充了它如何讀取介面元素並用 refs 定位。

    操作桌面也會接觸使用者正在看的資料。README 提醒,snapshot、剪貼簿讀取、螢幕截圖、命令輸出和除錯資料可能含有私人桌面內容,應避免放進公開記錄或上傳;FAQ 也列出視窗標題與通知,並指出 session traces 即使在結構化欄位遮蔽後仍可能保留證據資料。FAQ 說 native CLI 不需要遠端模型服務;可選、僅供 repository 使用的 JEV helper 會把目標與螢幕描述送到設定的 provider。FAQ 也提醒,value suppression 不會移除 labels、titles、ancestor paths 或 goal 中的私人文字。

    影片先呈現 macOS 的 Notes、Reminders 與計算機畫面,再切到 Windows Event Viewer,最後示範 agent-desktop 透過輔助功能樹操作 Trip 旅程 App:增加旅程天數、勾選行李項目並切換住宿類型。

    影片先呈現 macOS 的 Notes、Reminders 與計算機畫面,再切到 Windows Event Viewer,最後示範 agent-desktop 透過輔助功能樹操作 Trip 旅程 App:增加旅程天數、勾選行李項目並切換住宿類型。 影片中的 Prompt 與操作:

    Prompt(00:13): 開啟 Trip 並試用所有功能。我會建置並開啟 App,接著透過輔助功能樹操作每個控制項。

    原文:Open Trip and try everything. I'll build and open the app, then exercise each control via the accessibility tree.

    操作步驟: 1. (00:15)點選「Add a day」後,Trip 顯示旅程為4天。 2. (00:17)勾選 Passport、Rail pass、Power adapter 與 Rain jacket。 3. (00:18)切換住宿選項至 Ryokan。

    原文:https://easyvibecoding.app/curated/3639-agent-desktop-accessibility-tree-desktop-control

    3 min
  • Cerebras 3T 模型部署估算:59 片配置依賴哪些假設

    Cerebras 3T 模型部署估算:59 片配置依賴哪些假設

    Cerebras 在一篇部署文章中用 Kimi K3 說明,如何把大型模型的權重與 KV cache 分配到多片晶圓級引擎上。文中的 59 片是依一組模型層數與記憶體假設算出的示例配置,不是所有部署都必須採用的固定數量。

    做法是把模型切成流水線階段,將各層放在不同晶圓上;推論時,模型權重留在晶圓,請求的中間結果(activations)則在階段間傳遞。Cerebras 以每片 WSE-3T 晶圓 44 GB 片上記憶體為例,並假設權重採 4 位元量化、KV cache 採 8 位元,平均請求長度為 256K。

    文章把 Kimi K3 約 3 兆個參數按每個參數 4 位元換算,估出約 1.5 TB 權重;再除以 93 層,得到每層約 16 GB。模型有 69 個線性注意力層與 24 個稠密層。文章的配置假設是:線性層每片晶圓放兩層;稠密層每片放一層,並為 KV cache 留出記憶體。

    在官方文章的配置中,69 個線性注意力層每片放兩層,向上取整需要 35 片;24 個稠密層每片放一層,需要 24 片,合計 59 片。這是模型層數如何轉成晶圓數的核心算式。

    Cerebras 官方文章配置估算:35 + 24 = 59 片;數值依特定層配置與記憶體假設。

    這個配置也用來估 KV cache 可容納多少並行請求:每片晶圓的 44 GB 扣掉一層權重約 16 GB,剩下 28 GB;按每個請求 256K 長度、每 token 576 bytes 計,每個請求約用 147 MB,因此文章估算約可容納 190 個同時進行的請求。這是容量估算;Cerebras 也提醒,並發數或 batch size 本身不能代表推論效率,還要在相同生成速度下比較每單位功耗的 token 吞吐量。

    參數量也有一個需要留意的口徑差異:Cerebras 將 Kimi K3 描述為約 3 兆參數,而 Kimi 官方頁面列的是 2.8 兆。因而,文章中的 1.5 TB 與每層約 16 GB 是按四捨五入後的 3 兆示例推算;讀作「3T 級」比當成精確參數數字更恰當。

    影片中的口述加總為 59 片;保留的畫面判讀則指出,白板特寫看起來寫的是 57。文章列出的層數算式為 35 加 24,結果是 59,與口述一致;白板畫面與口述的差異仍應一併標明。Cerebras 也說明,實際晶圓配置可能因生產安排而異,因此這組數字應視為特定假設下的部署示例。

    Cerebras 共同創辦人 Sean Lie 以 Kimi K3 為例,講解模型層與 KV cache 如何配置到晶圓級引擎,並示範記憶體及併發請求數的估算。

    原文:https://easyvibecoding.app/curated/3628-cerebras-59-wafer-deployment-estimate

    3 min
  • Gemini 聊天內可編修檔案:PDF 支援行動版,其餘列出格式限網頁

    Gemini 聊天內可編修檔案:PDF 支援行動版,其餘列出格式限網頁

    Google 宣布,使用者現在可以直接在 Gemini App 對話中生成、預覽及編修檔案;想手動調整時,也能展開全螢幕輸入文字、反白特定段落,或請 Gemini 修改指定內容。這讓讀者可以先確認自己的檔案格式與使用裝置是否支援,再決定在哪裡開始編修。

    裝置支援會依格式而異:PDF 的預覽與編修支援網頁及行動版;Google 文章列出的其他格式則限網頁版。

    依 Google 2026-10-29 文章;PDF 預覽與編修支援網頁及行動版,其他列出的格式僅限網頁。

    文章列出的網頁版格式包括 Google Docs、Google Sheets、投影片、Markdown、TXT 與程式碼。這項支援差異限於文章列出的格式,不應延伸解讀成所有檔案類型都能在 Gemini 編修。

    Google 舉例,使用者可以把上傳的手寫課堂筆記整理成 PDF 學習指南,再手動修改內容、反白文字或視覺素材,並繼續提問。這些步驟說明了對話中的檔案編修如何串起生成與後續調整;公告沒有提供功能成效或處理速度的量化比較。

    如果要直接輸入修改內容,可將檔案展開為全螢幕;若只想處理特定部分,則可反白段落並提出問題或修改要求。實際可用格式仍取決於裝置:PDF 可用網頁或行動版預覽與編修,其他列出的格式使用網頁版。

    Gemini App 示範在對話中生成 PDF 學習指南、把內容改成圖表並預覽成品。

    Gemini App 示範在對話中生成 PDF 學習指南、把內容改成圖表並預覽成品。 影片中的 Prompt 與操作:

    Prompt(00:06): 請加入視覺素材、圖表及方程式。

    原文:Include visuals, graphs, and equations.

    操作步驟: 1. (00:22)Show this as a graph instead. 2. (00:29)開啟匯出選單並顯示 PDF 選項。

    原文:https://easyvibecoding.app/curated/3627-gemini-in-chat-file-editing-pdf-mobile-web-only-formats

    2 min

About EasyVibeCoding Podcast

From the publisher's feed

輕鬆Vibe Coding — 每日策展的 X 技術社群精選、AI 趨勢分析與 Claude 實作心得的中文音訊版。