EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

EasyVibeCoding Podcast episodes

  • ChatGPT desktop pets 可在離開應用程式時追蹤聊天狀態並直接開始新聊天

    ChatGPT desktop pets 可在離開應用程式時追蹤聊天狀態並直接開始新聊天。

    官方公告

    操作方式 使用者可在 ChatGPT desktop app 設定中選擇寵物,或改用 Mini。兩者都提供相同的快捷操作與更新資訊;Mini 不呈現動畫寵物,並佔用較少螢幕空間。控制介面支援以文字或語音開始聊天,也能在使用其他應用程式時顯示活動狀態。

    活動管理 官方文件說明,活動 tray 會依序優先顯示需要使用者輸入、遭到阻塞、準備就緒,以及正在執行的聊天,讓使用者從桌面狀態快速掌握對話進度。Pets 文件

    使用者在聊天輸入框中輸入並送出 prompt 來清理今天的 1:1,隨後介面顯示「Starting your task」、「Thinking」並回報已完成該項任務。

    適用範圍與限制 desktop pets 目前僅適用於 macOS 與 Windows;寵物的外觀不會改變 ChatGPT 完成任務的方式。官方公告未說明目前支援哪些桌面版版本與帳號。

    使用者在聊天輸入框中輸入並送出 prompt 來清理今天的 1:1,隨後介面顯示「Starting your task」、「Thinking」並回報已完成該項任務。 影片中的 Prompt 與操作:

    Prompt(00:04): 我需要專注。幫我清空我今天的 1:1 會議

    原文:I need to focus. Clear my 1:1s today

    操作步驟: 1. (00:00)點擊右上角新增 chat 圖示 2. (00:01)點擊聊天輸入框 3. (00:02)輸入「I need to focus. Clear my 1:1s today」 4. (00:05)送出 prompt 並觸發任務執行

    原文:https://easyvibecoding.app/curated/3331-chatgpt-desktop-pets-track-chat-status-start-new-chats

    1 min
  • Claude Tag(Enterprise/Team beta):調查 Slack 告警,合併部署須人工核准

    Claude Tag(Enterprise/Team beta):調查 Slack 告警,合併部署須人工核准。

    調查流程 Claude Tag 在 Slack 收到告警後,會: 拉取錯誤率與 p99 等指標; 比對 GitHub 最近的部署與 main 分支差異; 檢查 feature flag 變更; 在 staging 重現問題,整理可能原因與修復選項。

    示範影片顯示,payments-api 錯誤率超過 2% 且持續 5 分鐘後,Claude 在 #inc-alerts 中展開調查。畫面中的方案包括關閉 flag,或將 resend worker 的 MAXINFLIGHT 設為 16;團隊成員選擇後,Claude 開啟 Pull Request,並等待 Lydia 審查。

    人類核准 Claude Tag 可以提出修復並建立 PR,但示範流程明確保留人類決策:Lydia 核准後,PR 才合併並部署。畫面顯示錯誤率降至 0.3% 以下、p99 恢復正常,Claude 接著監控服務、解決告警,並把 postmortem 草稿分享至團隊頻道。

    管理與範圍 Anthropic 表示,Slack 管理員可選擇 Claude Tag 能存取的頻道、工具、資料與程式庫,並限制組織及頻道的 token 用量、查看 activity log。它支援共享 Slack context、討論串、非同步工作、排程,以及啟用後的主動介入(ambient initiative);權限與記憶則限定在管理員指定的身分與頻道內。

    產品狀態 Claude Tag 目前仍是 Enterprise 與 Team 客戶可用的 beta。這次示範呈現了單一 payments-api 事件的處理方式;資料未交代該流程在其他事故中辨識根因與提出正確修復的可靠度,也未列出重現完整 on-call 流程所需的具體整合與設定步驟。

    Slack 頻道中的 Meterlane 錯誤告警與 Claude 針對 payments-api 錯誤率上升的自動化調查與修復流程

    Slack 頻道中的 Meterlane 錯誤告警與 Claude 針對 payments-api 錯誤率上升的自動化調查與修復流程 影片中的 Prompt 與操作:

    Prompt(01:04): 限制它,保持此功能開啟

    原文:cap it, keep the feature on

    操作步驟: 1. (00:14)點擊 Slack 頻道中的告警與 thread 2. (01:04)在 Slack 對話框中輸入指示並送出 3. (01:13)審查並核准 GitHub PR

    原文:https://easyvibecoding.app/curated/3329-claude-tag-slack-alert-investigation-human-approved

    2 min
  • Tibo 表示 Astra 三項品質問題已修復,並確認 9 月 12 日用量 reset 傳播完成

    Tibo 表示 Astra 三項品質問題已修復,並確認 9 月 12 日用量 reset 傳播完成。

    第一則公告 後續確認
    三項修復 作者列出以下調整:
    部分為舊模型撰寫的 skills 觸發過於頻繁,或妨礙 Astra 檢查自身工作,相關問題已修正。
    一項 opt-in 的 context 管理實驗可能導致回覆提早停止,或回應較早的訊息;該實驗已停用。Tibo 粗略估計有 4–5 千名使用者受到影響,但貼文未公布估算方法。
    部分設定不當的引擎造成經過測量的品質下降,影響流經這些引擎的長尾流量;這些引擎已被移除。來源未提供引擎身分、品質指標、評估方法或下降幅度。
    使用者影響 Tibo 表示,修復後應能帶來更一致的任務完成、更準確地追蹤最新訊息,以及在工作進行中更仔細地檢查結果。這些改善來自使用者提交的案例與直接回報,作者並提到社群協助團隊快速定位問題。
    用量 reset Tibo 最初表示 reset 將在 9 月 12 日午夜前抵達,之後更新為「所有 reset 傳播已完成」。OpenAI Help Center 說明,自動或全域 reset 會直接套用到符合資格的用量限制,不會顯示為已儲存的 reset;資格、適用限制、發放時間與到期規則可能依方案、workspace、地區及優惠而異。使用者仍應前往 Settings → Usage 查看自身帳號狀態。說明文件

    原文:https://easyvibecoding.app/curated/3335-openai-fixes-astra-quality-issues-confirms-usage-reset

    2 min
  • Anthropic 稱 Claude Code 協助葉門北部組織開發飛行武器 GNC 軟體,但無證據顯示武器成功部署

    Anthropic 稱 Claude Code 協助葉門北部組織開發飛行武器 GNC 軟體,但無證據顯示武器成功部署。

    報告範圍 這份 154 頁報告涵蓋 2025 年 12 月至 2026 年 8 月,聚焦七個領域: 網路攻擊 影響力行動 監控 詐騙與欺詐 生物學濫用 常規武器開發 非法模型蒸餾

    Anthropic 強調,案例屬於值得注意或具新穎性的事件,不是一般濫用情況的基準樣本。官方表示已中斷報告所述的每項行動、強化安全防護,並在適當情況下與執法機關及其他 AI 公司分享資訊。完整報告見官方 PDF。

    武器開發案例 Anthropic 指出,葉門北部一個未具名的威脅行動組織曾追求多種飛行武器,包括具末端導引能力的導引火箭、多階段彈道飛彈,以及 R2000 系列變體,其中包括高超音速滑翔載具;彈道飛彈聲稱的射程目標超過 2,000 公里。來源沒有將該組織歸因於 Houthi 或 Ansar Allah。

    Claude Code 的用途 報告稱,相關人員以 Claude Code 取代部分人類軟體工程工作,開發能操控與穩定飛行載具的 GNC 軟體,具體工作包括: 在手機等級的飛控電腦上整合開源自動駕駛系統 撰寫飛控與位置估測程式碼、調整設定、建置韌體 執行飛行模擬、六自由度彈道軌跡模擬與強化學習調校 分析測試後遙測資料、校準模擬環境,並封裝獨立工具組 將程式撰寫、研究與審查工作分散到多個 Claude 實例

    許多但不是全部的有害請求遭到阻擋;相關人員也被描述為隱藏意圖,並把工作拆分到不同工作階段。

    證據邊界 Anthropic 表示,沒有證據顯示任何作戰裝置成功部署。該組織曾試射一枚導引火箭,火箭看似失敗,並在數小時內回到 Claude 分析故障。報告因此支持的是 AI 輔助 GNC 設計、模擬與測試分析,而不是 Houthi 部隊已透過 Claude 即時控制現役飛彈的說法;Anthropic 同時承認其對整體計畫的可見度有限,外部獨立證據是否能獨立佐證這些行動與 Claude Code 的介入,仍是核心未解問題。

    原文:https://easyvibecoding.app/curated/3326-anthropic-claude-code-yemen-gnc-no-evidence-successful-fielding

    2 min
  • Shopify 將行動 App 全面轉回原生開發,Shop 在 12 週內重建並上架

    Shopify 將行動 App 全面轉回原生開發,Shop 在 12 週內重建並上架。

    轉向背景 Shopify 在 2020 年採用 React Native,獲得共用實作、擴大貢獻者參與及減少功能同步成本等效益。Shopify Engineering 在 2026 年 9 月 10 日宣布,旗下所有行動 App 將從 React Native 轉回 Swift 與 Kotlin。Shopify 表示,到了 2025 年底,coding agents 已能根據共用規格、測試與審查檢查點,在 iOS 與 Android 之間互相參照並轉譯實作,改變跨平台與原生開發的成本比較。Native 可更貼近平台能力與第一方工具,但仍需要 Native 專業能力,也必須分別維護兩個平台。Shopify Engineering:Native is now the future of mobile at Shopify

    Shop app 遷移 這次不是逐步改寫,而是重新建立原生版本:一名工程師先用一週完成尚未用於正式上線的概念驗證,接著由六人核心團隊建立基礎與主要使用流程,再由功能團隊處理例外情境,最終在 12 週內完成商店發布。Shop app 遷移報告 的兩張完整官方表格,將冷啟動時間與發布檔案大小整理如下。Shopify 另回報 Android release build time 約降低 75%;穩定度與建置時間未混入表格,相關數據同樣屬 Shopify 自述。

    Shopify Engineering 公布的冷啟動時間與發布檔案大小比較;為 Shopify 自行回報。

    工作流程與限制 Shopify 使用 Helix、Pi、Tardis 組成的流程,把工作切成小型檢查點,搭配行為測試、視覺比對、事件對等檢查、對抗式審查與人工核准。Shopify 特別警告,若把整個 React Native 程式庫直接交給 LLM,產出的內容會難以維護;Native 工程師仍需防止重複實作、架構漂移與效能問題。

    開源專案狀態 Shopify 正分別處理 React Native OSS 專案:Skia 預計贊助至 2026 年後再進行分支與改名,FlashList 將維持關鍵相容性並尋找維護承接方,Restyle 則規劃封存並支援至 2026 年。這些是轉移計畫,不代表每項交接都已完成;效能數據也屬 Shopify 回報,文章未完整交代硬體、版本與統計方法。

    原文:https://easyvibecoding.app/curated/3325-shopify-rebuilds-shop-app-natively-launches-store-in-12

    2 min
  • OpenAI 暫停 Pro USD 200 與 Pro 20X 新註冊升級,既有訂閱與 Astra、API 存取不受影響

    OpenAI 暫停 Pro USD 200 與 Pro 20X 新註冊升級,既有訂閱與 Astra、API 存取不受影響。

    訂閱調整 OpenAI 表示,為保護現有使用者的 Astra 存取權,暫停最耗用系統資源的 USD 200 Pro 方案。根據 OpenAI 說明中心,暫停範圍包括從 Free、Go、Plus 或 Pro USD 100 升級至 Pro USD 200 或 Pro 20X;Pro USD 100 仍可升級,且其限制會立即生效。其他方案與 API 仍可使用。這項措施的結束日期尚未公布。

    既有訂閱限制 現有 Pro USD 200 訂閱不受影響,會正常續訂。若使用者排程降級或取消,仍可使用方案至目前計費週期結束,也能在週期內反轉已排程的變更;但只要取消、降級、退款或續訂失敗使方案終止,在暫停解除前就無法重新購買 USD 200 Pro。這代表保留現有方案,比日後重新取得訂閱更具確定性。

    Astra 與 API 範圍 GPT-6 Pro(亦稱 Astra)可在 Chat 中提供給 Pro USD 100、Pro USD 200、Business 與 Enterprise,但實際可用性受 workspace 權限影響;Plus 則可在 ChatGPT Work 與 Codex 使用 Astra。Astra 使用各方案的 Work 與 Codex 額度,具體帳號能否存取仍取決於權限與方案額度。

    9 月 3、4、7 日針對符合資格的既有使用者所進行的 Astra banked 或自動 reset,與訂閱註冊暫停是兩件事。 usage-priced API access 不包含在這次訂閱暫停內,模型 API 仍依使用量計價。

    影響判讀 @thsottiaux 引述 OpenAI 說法指出,公司正在增加容量;本次變更的核心不是全面撤下 Astra,而是限制高資源方案的新取得管道,同時保留既有 Pro USD 200 訂閱、其他方案及 API 的使用路徑。

    原文:https://easyvibecoding.app/curated/3324-openai-pauses-pro-200-pro-20x-signups-upgrades

    2 min
  • Devin Voice 上線:由 GPT-Live 與 SWE-2 驅動語音互動

    Devin Voice 上線:由 GPT-Live 與 SWE-2 驅動語音互動。

    功能定位 Devin Voice 將原本以文字為主的 Devin 操作延伸到語音通話。官方公告附上示範影片,展示使用者與 Devin 進行語音互動。官方明確指出這項功能由 GPT-Live 與 SWE-2 驅動;影片只呈現互動流程,未提供模型路由或可靠性的額外證據。

    一名講者透過電話與一隻大熊娃娃互動,演示 Devin Voice 的功能與互動過程。

    操作方式 使用者可依照 Devin voice mode 文件 啟動功能:

    點選 voice-call 控制項,並允許麥克風存取。 連線後,輸入的文字訊息會自動送出。 可將麥克風靜音或取消靜音,也可按住 Space 使用 push-to-talk。 可讓 Devin 暫停發聲、結束通話,並在通話期間瀏覽 Devin。 通話結束後,可在工作階段紀錄中回顧該次通話。

    已知範圍 官方文件目前未公布模型內部運作方式、使用量限制,也沒有另列可用方案或地區的 availability matrix。因此,除了 app.devin.ai 的試用入口外,哪些方案、地區或分批開放對象能使用 Devin Voice,來源並未說明;語音工作階段的使用量上限與模型路由行為也沒有公開。

    原文:https://easyvibecoding.app/curated/3323-cognition-launches-devin-voice-gpt-live-voice-interaction

    2 min
  • OpenAI 推出 ChatGPT for Financial Services:整合 GPT-6 Astra,但不提供投資建議

    OpenAI 推出 ChatGPT for Financial Services:整合 GPT-6 Astra,但不提供投資建議。

    產品定位 ChatGPT for Financial Services 於 2026 年 9 月 10 日公布,與 Morgan Stanley、Evercore 合作設計,服務目前僅提供給符合資格的金融機構,需透過 sales 或 account teams 申請。它把 GPT-6 Astra 與金融資料結合,讓使用者處理研究與交易相關文件,而非提供投資建議。

    資料與引用 服務內建並託管 Daloopa、PitchBook、LSEG News、Crunchbase 等 premium data,也支援既有授權整合:

    S&P Capital IQ、LSEG、MSCI、Dow Jones Factiva、Moody's 可將數字與主張追溯到特定段落和表格,並預覽引用內容 支援建立文件、試算表、簡報與互動圖表

    OpenAI 也表示已最佳化 MCP 支援,並提供超過 50 個 connectors;不過,特定客戶帳號實際可用的機構資格、資料集、connectors 與 rollout 條件,公告並未逐項說明。

    企業工作流 使用者可以套用公司既有的 Excel、Word、PowerPoint 範本,產出可編輯的 financial models、研究筆記與 pitchbooks。管理員可發布公司範本與 style guides;企業控制功能則包括 SAML SSO、SCIM、RBAC、資料保留與稽核控制,以及 information barriers。OpenAI 表示,組織資料預設不會用於模型訓練。

    ChatGPT for Financial Services 介面演示與操作流程

    使用限制 Financial Services Terms 明確將產品定位為資訊工具,而非投資建議;輸出可能不準確、不完整、延遲或過時,使用者必須自行核對來源、日期、計算結果與交易價格。合作夥伴資料的條款也可能限制複製、下載、儲存、訓練、衍生、再散布、匯出與分享;資料涵蓋範圍與更新時間會因資料集和使用資格而異,匯出與分享功能不會擴大原有資料權利。官方影片與 GIF 只展示 premium data、引用預覽和 Office 範本輸出等工作流介面,沒有擴大機構資格或資料授權範圍。

    介面輸入對話並展開 Connected financial data 與內建資料類別選單的畫面

    游標停在帶底線的「evidence」文字上並展開引述卡片的介面

    ChatGPT 輸入投影片指令後顯示可下載簡報與預覽的介面流程

    ChatGPT for Financial Services 介面演示與操作流程 影片中的 Prompt 與操作:

    Prompt(00:15): 我再一個小時就要見客戶了,需要能談論 Huron Consulting 這家公司。請給我一份公司概述,涵蓋我進去開會前必須了解的內容。

    原文:I'm meeting a client in an hour and need to be able to talk about Huron Consulting. Give me a company overview covering what I need to know heading into this meeting.

    Prompt: 你可以把這個輸出到 ppt 投影片上嗎?請在折線圖的相關重點上加上引出框(callout boxes),並在裡面加入針對圖表最重要的評論。

    原文:Can you output this onto a ppt slide? Add the most important commentary to the chart in callout boxes pointing to the relevant points on the line chart

    操作步驟: 1. (00:19)點擊 Financial data 下拉選單並勾選所需財經資料類別 2. (00:22)點擊送出按鈕 3. (00:45)點擊引文編號查看對應原文 4. 選擇簡報範本

    介面輸入對話並展開 Connected financial data 與內建資料類別選單的畫面 影片中的 Prompt 與操作:

    Prompt(00:02): 我一小時後要見一個客戶,需要能夠談論 Huron Consulting。

    原文:I'm meeting a client in an hour and need to be able to talk about Huron Consulting.

    Prompt(00:03): 我一小時後要見一個客戶,需要能夠談論 Huron Consulting。給我一份公司總覽,涵蓋我進去開會前

    原文:I'm meeting a client in an hour and need to be able to talk about Huron Consulting. Give me a company overview covering what I need to know headi

    Prompt(00:04): 我一小時後要見一個客戶,需要能夠談論 Huron Consulting。給我一份公司總覽,涵蓋我進入這次會議前需要知道的資訊。

    原文:I'm meeting a client in an hour and need to be able to talk about Huron Consulting. Give me a company overview covering what I need to know heading into this meeting.

    操作步驟: 1. (00:02)使用者輸入 prompt 並顯示模型設定為 GPT-6 Astra High 2. (00:05)點擊下方按鈕展開選單 3. (00:06)檢視 Connected financial data 與 Built-in financial data 4. (00:07)展開 Financial data 的細部資料選項列表

    ChatGPT 輸入投影片指令後顯示可下載簡報與預覽的介面流程 影片中的 Prompt 與操作:

    Prompt(00:01): 你可以把這個輸出到 PowerPoint 投影片上嗎?請在折線圖的相關重點處加上標註框,並為圖表加上最重要的評論

    原文:Can you output this onto a ppt slide? Add the most important commentary to the chart in callout boxes pointing to the relevant points on the line chart

    操作步驟: 1. (00:01)使用者在對話輸入框中輸入 prompt 2. (00:05)使用者點擊 Pitchbook 樣式範本 3. (00:06)使用者點擊產生之 .pptx 檔案的 Open in 按鈕以開啟預覽

    原文:https://easyvibecoding.app/curated/3321-openai-chatgpt-financial-services-gpt-6-astra-not-investment-advice

    3 min
  • Cognition 發布 SWE-2:公開自家評測中的效能與成本取捨

    Cognition 發布 SWE-2:公開自家評測中的效能與成本取捨。

    公告中的比較結果來自 Cognition 的特定 harness 與任務定義,並非完整市場排名。

    模型與訓練 SWE-2 以 Kimi K3 為基礎,採用成本感知獎勵函數與一次強化學習訓練,提供中等(medium)、高(high)與最高(max)三種推理強度。Cognition 宣稱 SWE-2 在領先評測中接近近期前沿模型,並在部分指定比較中降低成本;其中 medium 相較 SWE-1.7,平均互動輪次少 58%,平均成本低 81%。

    FrontierCode 1.1 結果 Main 任務集包含 100 項任務,Extended 包含 150 項。三項評測的完整比較整理於下方繁中表格圖;精確成本則以 Cognition 公開資料檔為準。

    Cognition 公布的三項程式開發評測比較;數據屬其指定測試與比較口徑。

    來源:Cognition 官方完整 benchmark 表。

    精確資料顯示,SWE-2 max 得分 0.5000、成本為 1.1761 美元;Fable 5.1 medium 得分 0.5091、成本為 3.2845 美元,前者在該 harness 中便宜 64.2%。對比 GPT-6 Astra max 的 0.5326 分與 4.4850 美元,SWE-2 max 便宜 73.8%。SWE-2 medium 得分 0.4309、成本 0.3712 美元,比 SWE-1.7 高約 1.1 個百分點,成本則低 81.2%。

    評測方法與限制 FrontierCode 1.1 讓 Agent 使用可連網的 prompt,並依加權規準評分;verifier 失敗可能使結果歸零。一般 benchmark 每個 effort level 執行五次,但 SWE-2 的獨立 step 圖表每項任務執行三次,兩者不可混為一談。分數與成本均依 Cognition 的 harness 和任務定義計算,Cognition 也表示部分公開結果在可取得時予以沿用,其餘為內部 primary-harness 測量;Fable Max 與 Fable 5.1 Max 未列入,因此比較不是完整市場排名。

    延伸數據與待解問題 DeepSWE 的精確結果介於 SWE-2 medium 的 0.6431 分、0.452 美元,以及 max 的 0.73 分、1.343 美元。這些數字能呈現 Cognition 宣稱的效能與成本取捨,但仍需觀察獨立評測者在不同 harness 與工作負載下能否重現結果;公告也未說明列出測量之外的可用性與正式生產定價。

    原文:https://easyvibecoding.app/curated/3320-cognition-swe-2-frontiercode-cost-performance-tradeoffs

    2 min
  • OpenAI 推出 Agents API 公開 beta,託管 Codex harness 管理雲端 Agent 執行流程

    OpenAI 推出 Agents API 公開 beta,託管 Codex harness 管理雲端 Agent 執行流程。

    一名講者正介紹 OpenAI 推出能處理基礎設施的 Agents API。

    運作方式 Agents API 讓開發者設定工具,並在 OpenAI 託管或自行託管的沙盒之間選擇;OpenAI 負責 harness 的 orchestration、長時間 session、compaction 與 context management。這種分工把 Agent 的執行框架交給 OpenAI 管理,同時保留開發者對工具與執行環境的選擇。

    展示內容 影片畫面示範以 capability directories 掛載 Datadog、GitHub plugin 與 investigation runbook,並展示多 Agent 協作調查部署事件的流程;其中畫面出現 maxconcurrentsubagents: 2,以及產生包含時間線、證據、建議處置與交接資訊的 PDF 報告。這些是展示流程中的設定與結果,不是公告文字另行承諾的產品規格。

    資料處理效率 示範也比較直接呼叫工具與 Programmatic tool calling(PTC)處理大量日誌的差異:直接呼叫 get_logs() 將 5,000 筆記錄載入 model context,產生 170,126 個 Tool-result tokens;PTC 則先執行篩選,回傳 {"scanned": 5000, "matched": 42},畫面顯示只使用 11 個 Tool-result tokens。這反映 PTC 可先在工具端縮減資料,再把結果交給 Agent。

    適用範圍與缺口 Agents API 已標示為 public beta,但提供內容沒有說明可用模型、配額、定價或 beta 申請規則。文件只列出 OpenAI-hosted 與 self-hosted sandboxes,未交代兩者詳細的安全性、生命週期或操作要求;因此這些部署差異仍須以正式文件與實際 beta 條件判讀。

    原文:https://easyvibecoding.app/curated/3315-openai-agents-api-public-beta-hosted-codex-harness-cloud

    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。