EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

EasyVibeCoding Podcast episodes

  • Claude Code 新增 SendFeedback 工具,自動起草錯誤回饋,讓使用者審閱後再送出

    Claude Code 新增 SendFeedback 工具,自動起草錯誤回饋,讓使用者審閱後再送出。

    核心功能 2026 年 8 月 26 日,官方 @ClaudeDevs 表示,當 Claude Code 執行失敗、察覺自己犯錯,或使用者指出問題時,Claude 會自行撰寫回饋報告。使用者可先檢視、修改並核准內容,再提交給開發團隊。

    黑色介面中央顯示 Claude Code 自動草擬 bug report 的畫面,內容包含問題原因說明、運作耗時 31 秒,以及提供審查、傳送與忽略的操作選項。

    實作細節 Thariq 表示這項變更由他完成並推出;使用者不必再輸入 /feedback 手動撰寫報告,只要讓 Claude 起草並核准即可。這套流程讓團隊直接收到使用者確認過的錯誤脈絡,協助釐清問題並改進 Claude。

    原文:https://easyvibecoding.app/curated/3146-claude-code-sendfeedback-tool-drafts-error-feedback-user

    2 min
  • Skild AI 發布 S1,單一示範影片即可免微調完成陌生長時程機器人任務

    Skild AI 發布 S1,單一示範影片即可免微調完成陌生長時程機器人任務。

    核心主張 Skild AI 將 S1 定位為新一代 robotics foundation model,讓機器人像語言模型學習一樣,從一段 video prompt 理解任務,直接輸出動作完成操作。這些任務可以完全不在預訓練資料中,也不必改動模型權重;S1 能在不同環境與機器人形態上執行。Skild AI 表示,S1 已能組合預訓練時學會的 skills,或在現場建立新的 skills,完成煮咖啡、移植盆栽、煎鬆餅與組裝套件等任務。
    以紙本學術論文開場並帶出 in-context learning 概念與其後模型演進曲線、接著透過多角度視角展示以影片 prompt 讓機器人執行植物盆栽操作的影片
    陌生任務與長時程操作 S1 的重點不只是模仿短動作,而是處理從未看過、且需要連續數十個操作步驟的 long-horizon tasks。影片展示了雙臂機器人自主執行煎鬆餅、手沖咖啡與盆栽移植;其中植物移植的實驗從晚上 8:54 開始準備,從示範到自主執行只花 11 分鐘。Skild AI 特別指出,團隊曾以完整預訓練資料搜尋,確認資料中沒有翻鬆餅的例子,因此 S1 翻鬆餅的能力被視為從單一 video prompt 推論出的 out-of-distribution 行為。
    雙臂機器人操作平底鍋煎鬆餅、手沖咖啡與盆栽移植等長時間任務的實時畫面
    不是逐格重播 Skild AI 表示,S1 不會盲目重現示範影片,而是展現超越示範內容的常識與調整能力:
    面對物件位置、物件種類或光線改變,仍可能完成任務。
    操作失誤時會重試並修正,即使示範者沒有示範恢復流程。
    示範者提早把蛋打落時,S1 可能改用更受控的動作。
    示範用澆水壺替植物澆水、現場卻只有水杯時,S1 會改用水杯;玻璃杯已接近裝滿果汁時,也只會補到足量。
    一名男士站在擺放著盆栽、花盆與澆水工具的工作桌前,右手拿著噴瓶工作,背景為室內工作環境並可見機械手臂裝置。
    與傳統 VLA 的差異 Skild AI 將 S1 與 conventional language-prompted VLAs 比較:已知任務上,S1 可達到相近表現;陌生任務上,隨預訓練規模增加,Skild AI 稱 S1 的表現呈指數級優於現有 VLA。貼文另稱,若要讓目前的 VLA 達到 S1 只靠一個示範就能達到的準確度,可能需要先收集 50–100 小時資料,再進行 fine-tuning。
    S1 的單一示範影片、無後訓練條件,與現有 VLA 模型後訓練資料需求的對比折線圖
    研究結果與限制脈絡 技術文章中的受控研究使用相同資料、運算資源與架構(prompt embedding 除外),將資料規模從 1,000 小時擴大至 100,000 小時。在已知任務上,1,000 小時資料時,語言條件模型成功率為 53%,ICL 模型為 43%;在 100,000 小時的陌生任務測試中,兩者分別為 9% 與 66%;評估 rollout 發生失敗時會由人工介入恢復,以確保所有步驟都能被評分。Skild AI 也承認,低品質或含雜訊的資料可能造成傷害,資料品質控管支出約為資料蒐集支出的三倍。這篇文章是系列首篇,後續文章才會深入說明 S1 的訓練方式。
    比較 Known Tasks 與 Unknown Tasks 的評估圖表與 pre-training 規模對成功率的影響
    部署計畫 Skild AI 表示,S1 已於 2026 年 8 月 26 日開始與少數 industrial partners 部署,未來幾個月會逐步擴大至更多客戶。公司也提到,去年推出的 Locoformer 已展示機器人在 mobility 任務中透過 in-context learning 適應斷腿、車輪鎖死等干擾;S1 則把這項能力擴展到 general manipulation。Skild AI 將 S1 視為通往「以實體世界為基礎的通用智慧」的新方向,但目前公開內容主要聚焦能力展示與 ICL 分析,完整訓練細節仍待後續說明。技術文章:Introducing S1: In-Context Learning for Robotics
    S1 機器人模型的展示畫面與效能評估折線圖
    以單一示範影片教導機器人使用鍋鏟翻煎餅的影片畫面
    S1 模型的各情境準確率折線圖與機器人操作演示
    黑色機械手臂正在操作並夾住一株植物的莖部,畫面上方印有白色文字「Introducing S1」,左下角帶有一個白色標誌。
    三聯畫分別展示人員示範、VR/感測設備與機械臂操作;右側工作桌可見平底鍋、碗盤、雞蛋與白色馬克杯。

    S1 機器人模型的展示畫面與效能評估折線圖 影片中的 Prompt 與操作:

    操作步驟: 1. (00:00)示範將綠色球體放入透明收納盒中 2. (00:01)機器人機械臂操作平底鍋翻煎鬆餅 3. (00:14)機器人機械臂夾取植物進行盆栽移植 4. (00:25)機器人執行超過 10 分鐘的長距離任務展示 5. (00:36)展示論文《Language Models are Few-Shot Learners》與 GPT 模型演進圖表 6. (01:47)機器人製作鬆餅的過程 7. (02:12)機器人製作咖啡的過程 8. (02:25)機器人進行盆栽移植任務 9. (03:41)機器人翻煎鬆餅 10. (03:58)評估圖表:已知任務 (Known Tasks) 的成功率比較 11. (04:08)評估圖表:未知任務 (Unknown Tasks) 在不同預訓練時數下的成功率 12. 評估圖表:S1 與現有 VLA 模型在後訓練示範次數與準確率的比較 13. 雙臂機器人展示綁上紅色緞帶的包裝盒任務

    原文:https://easyvibecoding.app/curated/3137-skild-ai-s1-learns-robot-tasks-from-demonstration-video

    5 min
  • ChatGPT Work 推出網站登入代辦,付款與最終提交前仍須使用者確認

    ChatGPT Work 推出網站登入代辦,付款與最終提交前仍須使用者確認。

    功能定位 ChatGPT Work 的核心是代替使用者操作網站與線上服務。官方說明,凡是平常需要自行開啟瀏覽器並逐步點擊的事情,都可以嘗試交給 ChatGPT Work 處理;登入功能自 2026 年 8 月 26 日起陸續開放給 Plus、Pro 與 Business 使用者,支援網頁及行動裝置。
    可處理的任務 官方列出的使用情境涵蓋日常生活、工作與小型企業營運:
    為新住處設定公用事業服務、預約 DMV 或護照辦理時段。
    透過保險服務查詢理賠費用,依使用者可配合的時間尋找並預約網路內醫師。
    查詢汽車註冊到期日並準備續期文件,或為退貨安排包裹取件。
    比對租屋保險與寄給房東的問題,搜尋符合條件的租屋物件並儲存清單。
    上傳照片後補貨、預約獸醫、取消改期行程的票券,以及提交醫療處置的理賠文件。
    搜尋轉售網站的新商品上架資訊並儲存可能感興趣的品項。
    尋找具備特定經驗的候選人並草擬聯絡內容,從 email 擷取發票後送交會計軟體。
    草擬租屋詢問回覆、填寫小型企業許可證申請,依近期客戶通話內容在供應商入口網站新增待辦事項。
    分析小型企業最新的廣告活動。
    登入與驗證流程 輔助影片展示了 ChatGPT Work 在手機介面處理加州 DMV 補發駕照申請的流程,但這些畫面屬於 demo 觀察,不應視為額外的正式規格。畫面顯示,使用者要求登入 DMV 並協助申請補發駕照後,系統表示會使用 browser-control skill 與 DMV 帳戶互動,並在付款或最終提交前暫停,讓使用者審查身分資訊與後續動作。
    來源:@ChatGPT(回覆)|ChatGPT Work 在手機介面協助處理 DMV 補發駕照流程,並在登入驗證、條款與付款前要求使用者介入確認
    安全邊界與使用者確認 demo 中的登入視窗顯示 https://www.dmv.ca.gov,並提供 CA DMV Wallet App 或 email 與密碼兩種登入方式,也提醒使用者不要在聊天中傳送憑證;官方表示,透過安全登入流程時,ChatGPT 不會看到使用者名稱或密碼。接著流程要求使用者在安全的 prompt 中選擇簡訊或電話接收驗證碼;影片畫面另顯示由密碼管理工具選單選取 1Password,以及尾號 309 的驗證手機。系統也要求使用者確認 DMV 的使用條件與隱私政策,並授權將身分資訊提供給 DMV 及其第三方驗證供應商。
    付款前停頓 demo 顯示,DMV 申請流程在 23 秒後準備好付款購物車:儲存的 Amex 卡總額為 37.72 美元,其中包含 37 美元費用與 0.72 美元刷卡處理費;銀行帳戶付款則為 37 美元且沒有處理費。即使使用者輸入「Amex. Go for it!」,系統仍表示會在最終扣款前暫停確認。這反映其設計重點不是完全放任 Agent 自動執行,而是在憑證、身分確認、同意條款與付款等高影響步驟保留人工核准。

    ChatGPT Work 在手機介面協助處理 DMV 補發駕照流程,並在登入驗證、條款與付款前要求使用者介入確認 影片中的 Prompt 與操作:

    Prompt(00:04): 登入我的 DMV,並幫我申請補發駕照,我弄丟了

    原文:Login to my DMV and help me file a replacement drivers license, I lost it

    Prompt(00:23): 我同意

    原文:I agree

    Prompt(00:29): Amex。衝吧!

    原文:Amex. Go for it!

    操作步驟: 1. (00:04)輸入並送出換照需求 prompt 2. (00:13)選擇帳號與密碼填入 3. (00:16)選擇驗證碼接收方式(Text Me) 4. (00:19)輸入接收到的簡訊驗證碼 5. (00:23)輸入並同意條款「I agree」 6. (00:29)輸入付款選擇「Amex. Go for it!」

    原文:https://easyvibecoding.app/curated/3131-chatgpt-work-launches-website-login-agent-user-confirmation

    4 min
  • ChatGPT Work 擴充排程任務,支援 Slack、Gmail 與 GitHub 變化觸發並開放 Free 使用者建立 3 個任務

    ChatGPT Work 擴充排程任務,支援 Slack、Gmail 與 GitHub 變化觸發並開放 Free 使用者建立 3 個任務。

    使用範圍
    Plus 與 Pro 使用者可設定以外部服務變化為觸發條件的任務。
    Free 使用者現在也能建立排程任務,但上限為 3 個。
    使用者可分享自己喜愛的任務,讓其他人自行客製化後使用。
    網頁介面浮現對話框,內文顯示 Gmail 圖示與「Email my vet asking for the codes my insurer needs then file the claim when they reply.」的文字指令,下方帶有附加檔案按鈕、模型版本選單(5.6 Sol Medium)、麥克風圖示與送出按鈕。
    示範任務 ChatGPT 同步分享多個可直接參考的範例,涵蓋工作追蹤、娛樂推薦、收件匣分析與待辦提醒:
    檢視 Slack、GitHub、email 與 Linear,整理上週完成的所有發布項目:工作發布摘要 。
    每週五彙整各大串流服務推出的新影片與節目,推薦值得觀看的內容:串流內容推薦 。
    檢查近期 email 收件匣,找出可能節省開支的機會:省錢機會檢視 。
    每個工作日下午,找出尚未回覆的問題、待核准請求,以及明確有人等待本人處理的承諾事項:待回應事項整理 。
    排程任務設定介面,上方標籤顯示 Chat 與 Work,對話框內以自然語言指示當收到 Slack 資料時用其更新 Google Drive 簡報,下方則疊放著呈現強勁業務成長數據與長條圖的儀表板畫面。
    趨勢意義 這次更新顯示排程任務正從「定時提醒」轉向能觀察外部工作資訊、在事件發生後主動回應的自動化流程;同時,Free 方案的加入與可分享任務,也降低了使用者嘗試及複用這類工作流的門檻。

    原文:https://easyvibecoding.app/curated/3132-chatgpt-work-schedules-slack-gmail-github-triggers-free

    3 min
  • Shopify tobi lutke 考慮暫禁 Claude Code,因其僅讀取 CLAUDE.md 造成團隊規範不一致

    Shopify tobi lutke 考慮暫禁 Claude Code,因其僅讀取 CLAUDE.md 造成團隊規範不一致。

    Claude Code 團隊則表示,正研究提高可客製化程度,但仍認為不同 model family 不可直接互換。
    核心爭議 tobi lutke 指出,Agent 設定與 CLAUDE.md、AGENTS.md、.agents/skills 會沿著目錄樹遞迴套用;在擁有數千名開發者的 monorepo 中,只要某個目錄漏掉其中一份檔案,就可能讓部分開發者使用「被切除部分能力」的 Agent。Shopify 雖以自動化修正,卻因此承擔原本不該存在的複雜度成本。
    官方回應 Thariq 表示,Claude Code 正朝更容易 hackable 的方向開發,未來將能更簡單地使用 Agents.MD,或修改其他 system prompt。團隊當初限制格式,是因為 system prompt 會大幅影響效能,而且 Claude Code 會依不同 model 使用不同 system prompt;他也承認這種維護負擔對部分團隊不值得。
    暫時方案 在正式支援推出前,使用者可以在 CLAUDE.MD 中以 @Agents.MD 引用 Agents.MD。Thariq 另分享了 Claude model 對技能、system prompt 與 Claude.MD 格式偏好的說明(原文),但 tobi lutke 的批評顯示,跨工具共用 Agent 規範仍是實務上的管理難題。

    原文:https://easyvibecoding.app/curated/3138-shopify-tobi-lutke-considers-banning-claude-code

    2 min
  • Z.ai 發布 GLM-5.3-Flash:以 18B 啟用參數支援原生多模態與 1M-token 長上下文

    Z.ai 發布 GLM-5.3-Flash:以 18B 啟用參數支援原生多模態與 1M-token 長上下文。

    Z.ai 在 2026 年 8 月 26 日的貼文中強調,這款模型以較低成本提供 coding 與長跨度 Agent 任務能力,並完全在中國 AI 晶片上執行。
    正式發布與定位
    GLM-5.3-Flash 是 GLM-5 系列首個原生 multimodal model,採用 320B-A18B 架構,也就是總參數 320B、啟用參數 18B,並以 MIT License 發布。它支援 1M-token context window,最大輸出長度為 131K token,預設使用 max reasoning。Z.ai 表示,模型先前曾以 Ox Alpha 名稱預覽,且整個執行過程都由 Chinese AI chips 提供支援。
    模型已可在多個官方平台使用:
    Weights:Hugging Face 模型頁面
    API:GLM-5.3-Flash API 文件
    Coding Plan:訂閱頁面
    ZCode:ZCode
    Chat:Z.ai Chat
    AutoClaw:AutoClaw
    產品文章:Z.ai 官方 blog
    技術報告:Technical report
    引用資料另以 2026 年 2 月 17 日記載發布時間,與 Z.ai 貼文標示的 2026 年 8 月 26 日不一致;但兩者都指向同一款 GLM-5.3-Flash,以及它由 ox-alpha 測試版本轉為正式公開版本的脈絡。
    價格與使用管道
    Z.ai 貼出的 Standard API Pricing 以每 1M tokens 計算:
    Input:$0.15
    Output:$0.50
    Cached input:$0.03
    OpenRouter 的公告則指出,發布優惠至 Sep 9 at 16:00 UTC 前為五折:
    Input:$0.075/M
    Output:$0.25/M
    Cached input:$0.015/M
    優惠期結束後,OpenRouter 預告回到 $0.15/M、$0.50/M 與 $0.03/M。Zixuan Li 的貼文也表示,官方 Z.ai API 在接下來兩週提供 50% 折扣,第三方 model aggregators 同樣可使用優惠;不過該貼文在「After the discount」標籤下列出的仍是 $0.075、$0.25 與 $0.015,與 Z.ai 及 OpenRouter 公告的標準價格描述不一致,使用者應以實際帳單與方案頁面為準。
    來源:@ZixuanLi(回覆)|GLM-5.3-Flash 在 Input($0.15)、Output($0.50)與 Cached Input($0.03)價格上皆低於 GLM-5.2、Claude Sonnet 5、GPT-5.6 Terra 與 Gemini 3.7 Flash。
    模型也已加入 OpenCode Go,OpenCode 表示限時提供 double usage。這項額外用量屬於 OpenCode Go 的限時方案,不等同於所有平台都提供相同配額。
    模型架構與效率
    GLM-5.3-Flash 從重新訓練的 base model 開始,重新設計 architecture 與 training recipe。核心變化是首次在 GLM 系列採用 sparse attention 與 linear attention 組成的 hybrid architecture:linear attention 以 state modeling 捕捉 local dependencies,sparse attention 則透過 lightweight indexer 擷取 global context,藉此降低長上下文服務的計算成本,同時維持 long-context 能力。模型也導入 Manifold-Constrained Hyper-Connections(mHC),並使用最新的 30T-token multimodal pre-training corpus。
    相較 GLM-5.3,Z.ai 文件列出的效率改善包括:
    Attention computation 降低 3.01×,其他文件約寫為 3.0×。
    KV cache size 降低 4.44×,其他文件約寫為 4.4×。
    在 1M-token context 下,IndexPool 會以 weighted pooling 將 4 個 indexer key vectors 壓縮成 1 個。
    GLM-5.3-Flash 架構在長序列下顯著降低每層 KV-Cache 大小與 Attention 計算負擔,表現優於 GLM-5.3。
    與 GLM-4.5 series 相比,總參數量為 320B 對 355B,啟用參數則由 32B 降至 18B,layers 也由 92 層降至 45 層。來源指出,GLM-5.3-Flash 的 attention compute 是比較模型中最低,但 KV cache 仍略大於 Kimi-K3 與 DeepSeek-V4-Flash,因此並非所有效率指標都已達到最佳。
    可支援本地部署的 frameworks 包括 SGLang、vLLM、TokenSpeed 與 KTransformers。Z.ai 也表示,這是首個採用 sparse attention 與 linear attention hybrid architecture 的 open-source frontier model。
    API 與多模態能力
    API model code 為 glm-5.3-flash。除了文字,它原生支援圖片、影片與檔案;圖片可透過 messages[].content[] 的 type: imageurl content block 傳入,imageurl.url 可接受 image URL 或 Base64 Data URL,也能放入多個 image blocks。官方建議設定如下:
    `json
    {
    "temperature": 1,
    "top_p": 0.95,
    "reasoning_effort": "max",
    "thinking.type": "enabled",
    "thinking.clear_thinking": false,
    "stream": true,
    "tool_stream": true
    }
    `
    其中 thinking.type 只支援 enabled,thinking 不能停用;若使用 streaming requests,官方建議同時啟用 stream: true 與 tool_stream: true。相關介面與能力文件包括:
    Chat Completion API
    Thinking Mode
    Streaming Output
    Function Calling
    Context Caching
    Structured Output
    完整文件索引:llms.txt
    在 GLM Coding Plan 中,模型已 fully available,quota 為 GLM-5.3 的 3 倍;off-peak hours,包括週末全天,points-based quota 只消耗標準 points 的 50%。可參考 Personal Plan 與 Team Plan。
    Coding 與 benchmark 表現
    Z.ai 宣稱 GLM-5.3-Flash 在 coding 與 agentic benchmarks 多數勝過 GLM-5.2,且接近 Claude Opus 4.8。Artificial Analysis Intelligence Index v4.1.1 的得分為 57,每項 task 的 discounted 價格為 $0.045;來源據此估計,同等 intelligence 過去約需 10 倍成本。
    具體結果包括:
    DeepSWE v1.1:63.4,相較 GLM-5.2 的 46.2。
    AutomationBench:48.8,相較 GLM-5.2 的 26.2。
    Z.ai Code Bench v1.0 在 Claude Code 2.1.207 上執行時,各 effort level 均勝過 GLM-5.2;max effort 為 29.0,Claude Opus 4.8 為 29.5。
    Z.ai Code Bench 被 Z.ai 描述為衡量 real-world coding performance 的評測,官方稱 GLM-5.3-Flash 在每個 effort level 都優於 GLM-5.2,…

    11 min
  • OpenAI Developers 發布 $visualize,把 ChatGPT Work 與 Codex 資訊轉成可互動視覺介面

    OpenAI Developers 發布 $visualize,把 ChatGPT Work 與 Codex 資訊轉成可互動視覺介面。

    功能定位 Katia Gil Guzman 於 2026-08-25 表示,視覺學習者可以在 ChatGPT Work/Codex 中輸入 $visualize,將「任何資訊」整理成易於理解的視覺呈現。OpenAI Developers 隔日發布同一功能提示;社群也有人寫成 @visualize,Katia 回應兩種用法都能運作,另有一個 plugin,但其中只包含這個 skill。
    將長篇文件或會議記錄整理成結構化摘要。
    把決策內容、交付時程、待決事項與任務狀態集中呈現在介面中。
    透過分頁、按鈕與檢視切換,讓使用者直接在聊天中互動,甚至送出 prompt。
    將完成的視覺化結果匯出成圖片,或發布成網站並分享連結。
    示範內容 影片以活動規劃會議記錄為例,畫面展示一個名為 Builder Week 的活動摘要。demo 中顯示,活動規劃日期為九月 8 日,活動日期為九月 24–25 日;任務分配包含 VB 4 項、Pauline 4 項、Katia 3 項,另有 11 項已指派與 1 項未指派。介面也列出以互動地球儀開場、三場 35 分鐘工作坊、錄製示範與離線備援等決議。
    示範在 ChatGPT 中透過 visualize skill 將會議記錄轉換為結構化視覺化摘要與行事曆的介面
    檢視與互動 使用者可以要求切換到行事曆檢視,demo 畫面以 2026 年 9 月呈現工作坊大綱、網站文案、離線播放、響應式網站與開幕核准等事件。視覺化介面同時標出仍待決定的問題,例如開場要現場執行還是採用預錄備用方案、是否翻譯工作坊說明、是否要分開提供初學與進階 starter 專案,以及誰負責 globe 備份錄音。
    團隊協作情境 互動式畫面進一步把「開發者週後續追蹤」分成需要注意的事項與尚待決定的決策。demo 指出,Katia 是開場體驗的決策負責人,決策會影響 VB 與備份錄製;下一步可搜尋 Slack 背景資訊,確認過去對地球展示、場地連線能力、離線播放與備用方案的討論。畫面也提供「替我核准」與 5.6 Sol Medium 等動作選項,以及複製為圖片、發布至 Sites 等選單功能。
    使用者回饋與限制 Katia 表示,自從發現這項功能後,幾乎每天都用於早晨簡報、快速掌握主題進度與處理專案。社群則希望在 Agent 工作期間看到更多視覺與動畫;目前原文只呈現這項需求與 Katia 的回應,尚未宣告相關功能已推出。另一段討論中,Shokunin - Product Craftsmanship 原先以為影片大多由照片、聲音與影片生成,Katia 隨後澄清:「No it's a real video」,因此不能把這支示範片誤解成 $visualize 自動生成影片的證據。

    示範在 ChatGPT 中透過 visualize skill 將會議記錄轉換為結構化視覺化摘要與行事曆的介面 影片中的 Prompt 與操作:

    Prompt(00:58): 在 Slack 內容中搜尋與這個未解決的 Builder Week 規劃決策相關的上下文:*Should the opening run live or be prerecorded?*。搜尋字詞:Builder Week interactive globe opening live prerecorded fallback offline playback venue connectivity。總結相關對話、識別討論該主題的人員以及任何現有的建議或承諾,並引用相關的 Slack 訊息。請勿發送或張貼任何內容。

    原文:Search Slack context for context relevant to this unresolved Builder Week planning decision: *Should the opening run live or be prerecorded?*. Search terms: Builder Week interactive globe opening live prerecorded fallback offline playback venue connectivity. Summarize relevant conversations, identify who discussed the topic and any existing recommendations or commitments, and cite the relevant Slack messages. Do not send or post anything.

    操作步驟: 1. (00:46)點擊按鈕切換為 calendar view 2. (00:56)點擊 Search Slack context 按鈕送出 prompt

    原文:https://easyvibecoding.app/curated/3143-openai-developers-visualize-chatgpt-work-codex-data

    4 min
  • OpenAI 發布 Jalapeño:每瓦 AI 工作量提升 1.5 至 1.9 倍,預計 2026 年底部署

    OpenAI 發布 Jalapeño:每瓦 AI 工作量提升 1.5 至 1.9 倍,預計 2026 年底部署。

    核心進展 OpenAI 在 2026 年 8 月 26 日分享首款自研推論晶片 Jalapeño 的實驗室結果,強調同一套架構同時提高吞吐量、降低延遲,不必在兩者之間取捨。官方表示,這將帶來更快的 ChatGPT 回應、更靈敏的 Codex session 與 Agent,以及需求持續成長時更可靠的服務存取。Jalapeño 預計在 2026 年底開始部署到 OpenAI 的運算基礎架構;Gen 2 已深入開發,Gen 3 也正在成形。
    實測數據 OpenAI 以公開 benchmark InferenceX,在相同使用者體驗與功耗條件下,比較 Jalapeño 和商用 AI 系統,涵蓋 GPT‑OSS 120B、DeepSeek R1 670B 與 Kimi K2.5 1T:
    三個模型的峰值每瓦 AI 工作量成長為 1.5 至 1.9 倍。
    端到端延遲降低為原本的 1/1.7 至 1/3.6。
    面向高度互動的工作負載,效能成長為 2.1 至 4.1 倍。
    在最大的公開模型 Kimi K2.5 1T 上,每瓦峰值效能約成長為 1.5 倍,端到端延遲降低為 1/3.4。
    晶片額定功耗為 700W,但測試工作負載的持續實測功耗維持在 550W 以下。
    Jalapeño 在 Interactivity 提升 2.1x–4.1x、E2E latency 降低 1.7x–3.6x,且 Perf/W 在 previous-best TBT 與 peak throughput 分別提升 8.6x–104.3x 及 1.5x–1.9x。
    SemiAnalysis 也在實驗室驗證部分 InferenceX 執行結果,稱 Jalapeño 在多種情境的每瓦效能超越已測試的 NVIDIA、AMD 與 Google 晶片,包含 Blackwell。不過,這些數字由 OpenAI 提供,SemiAnalysis 並未執行完整 InferenceX 測試,也尚未取得 AgentX 結果;其指出,長 context、多輪互動和 agentic 工作負載會額外考驗路由器、前綴快取與整體快取管理,因此目前結果不代表所有生產情境。SemiAnalysis 也認為,Jalapeño 更適合拿來和採用 HBM4 的 NVIDIA Vera Rubin 比較,而非只和 Blackwell 比較。
    架構取向 Jalapeño 從一開始就以現代與未來的語言模型推論為目標,將晶片、記憶體、網路、軟體與機架級系統一起設計。Prefill 主要受運算能力限制,decode 則更依賴記憶體頻寬;Jalapeño 會把模型狀態與生成回應所需的 KV cache 保持在適當的本地位置,減少核心與晶片間的資料搬移。它不把 prefill 和 decode 固定拆到不同晶片池,而是採用較均一的資源池,以因應工作負載比例隨模型世代改變。
    AI 輔助開發 OpenAI 表示,AI 協助 Jalapeño 從初始設計走到 tapeout,僅花約 9 個月,並縮短設計、量測與驗證 loop。團隊使用 Codex 搭配 GPT‑Astra,在兩個月內讓原本不在生產計畫中的三個 open-weight 模型達到高效能;部分 GPT‑OSS attention 與 mixture-of-experts block 的 AI 生成實作,比原先由人類專家撰寫的版本快 1.5 至 1.8 倍,但這只適用於指定 block,並非完整模型。
    Jalapeño 晶片安放於綠色主機板插槽上的特寫鏡頭
    後續規劃 Jalapeño 目前仍在進行 production qualification、軟體成熟化、規模化營運準備與更多模型的效能驗證。Tibo 同時提到 /ultrafast 需求非常大,OpenAI 將繼續和 Cerebras 合作,探索更快的模型推論;Cerebras 則表示,Jalapeño 與下一代 Cerebras 解決方案預計在 2027 年一同進入生產。OpenAI 也表示,訓練與推論仍將廣泛部署 NVIDIA 與其他合作夥伴的加速器。

    原文:https://easyvibecoding.app/curated/3142-openai-jalapeno-tests-ai-workload-latency-improvements

    5 min
  • Alibaba 開放 Qwen3.8-Flash-Next 權重,以 6B active parameters 探索 Qwen4 成本效率架構

    Alibaba 開放 Qwen3.8-Flash-Next 權重,以 6B active parameters 探索 Qwen4 成本效率架構。

    Qwen 的 Qwen3.8-Flash 發表宣傳圖,深色背景搭配藍色幾何光暈與幾何立體造型,正中以大字顯示產品名稱與「Now Available」字樣,下方標註「Qwen3.8-Flash-Next:Now Open Weights」。
    Qwen3.8-Flash 的 production version 預計很快透過 QwenCloud API 提供,輸入價格為每 1M tokens 0.16 美元、輸出價格為每 1M tokens 0.47 美元。
    發布內容 Qwen3.8-Flash-Next 是 multimodal MoE 模型,也是 Qwen4 架構的 early preview。這次先開放權重,讓社群能在 Qwen4 完整模型建立前獨立評估新設計;至於名稱不同的 Qwen3.8-Flash production version,Qwen 表示將稍後透過 QwenCloud API 上線。模型主體有 125B parameters,另配置 51B N-gram Embedding parameters,但每個 token 只啟用 6B parameters。
    架構更新 新模型從注意力、殘差、嵌入與最佳化器四個方向改造,重點如下:
    GDN + QSA Hybrid Attention:Gated DeltaNet(GDN)壓縮歷史資訊;Qwen Sparse Attention(QSA)則使用輕量 indexer,在 micro-block 粒度挑選重要 context,降低長序列 attention 的計算與索引成本。vLLM 的說明指出,每四層中有三層使用 GDN,第四層使用 QSA 精確擷取長距離資訊。
    Gated Residual:將 residual stream 擴展為 4 個平行 branches,透過動態 gating 控制跨層資訊的讀取與寫入,改善資訊流動與 training stability;來源也提到 residual state 可使用 FP8 保存,以減少記憶體流量。
    N-gram Embedding:利用 local context 對查找表進行 deterministic lookup,以很低的每 token 計算成本增加模型容量。51B 的 embedding table 可放在 host memory,並透過 asynchronous prefetching 與模型計算重疊。
    Muon optimizer:Qwen 重新調整正交化、Muon 與 AdamW 的參數分工,以及 fused parameter splitting,並針對新架構重新擬合 scaling law。
    MTP:vLLM recipe 指出模型內建 Multi-Token Prediction,可支援 speculative decoding。
    Qwen 的混合架構模型層級與運作流程圖,左側展示垂直堆疊的 Vocabulary Embedding、多層 GDN Layer 與 QSA Layer 及 MTP Modules,右側則以方框放大顯示包含 GR Read、GR Write、MoE、Qwen Sparse Attn 與 Gated DeltaNet 的 QSA Layer 與 GDN Layer 詳細內部結構,頂端標有 Qwen商標與 Hybrid Block 參數。
    效能與成本 Qwen 表示,Qwen3.8-Flash-Next 的 training cost 僅為 Qwen3.7-Plus 的 1/9,且整體表現超越 Qwen3.7-Plus,尤其在 coding 與 office tasks 有更明顯的提升。官方列出的評測結果包括 DeepSWE 1.1 得分 58.7、SWE-bench Pro 62.5、CoWorkBench 73.9、AndroidWorld 84.5,以及 MathVision(with CI)95.7。
    Qwen3.8-Flash-Next 在 DeepSWE 1.1 (58.7)、SWE-bench Pro (62.5)、CoWorkBench (73.9) 等多項 Coding 與 Agent 基準測試取得領先,但在 NL2Repo-Bench 與 HLE 等指標上分別落後 DeepSeek-V4-Flash-0731 與 Claude-Opus-4.6 (Max)。
    Qwen3.8-Flash-Next 在多數多模態 benchmark 領先;OSWorld 2.0 Binary 與 Qwen3.8-27B 並列 19.4,CharXiv Without CI 則以 84.6 落後 Qwen3.7-Plus 的 85.8。
    模型原生支援 262K context,搭配 YaRN 可延伸至 1M。Qwen 貼文指出,在 1M-token context 下,QSA attention kernel 的 prefill 速度最多為 7.6 倍、decode 速度最多為 4.9 倍;在 prefix-cache hit rate 為 90% 時,Qwen3.8-Flash-Next 的 prefill throughput 為 Qwen3.7-Plus 的 8.6 倍。vLLM recipe 另引用 Qwen 的資料,稱在相同 1M-token 條件下可達到最高 10.2 倍 prefill 與 6.6 倍 decode 加速;兩組數字來自不同來源,不能直接視為同一項測試結果。
    Qwen3.8-Flash-Next 在 1M context length 下的相對 Prefill Throughput 達到 8.6x,領先 Qwen3.8-27B (1.2x) 與基線 Qwen3.7-Plus (1.0x)。
    Qwen3.8-Flash-Next-Base、Qwen3.8-27B-Base 與 Qwen3.7-Plus-Base 在多項基準測試展現各有高低的結果,其中 Qwen3.8-Flash-Next-Base 在 MMLU-Pro、SuperGPQA、BBH、GSM8K、EvalPlus、SWEBench-Pretrain、MGSM 與 MMMLU 取得最佳分數,而 Qwen3.7-Plus-Base 在 MMLU、MMLU-Redux、GPQA、MATH、MultiPL-E 與 INCLUDE 領先。
    外部評測 Arena.ai 表示,Qwen3.8-Flash-Next 在 Code Arena: WebDev 取得 1617 分,約排名第 8;在 open weights 模型中約排名第 3,並比 Qwen3.8-27B 高 22 分。不過這是早期 AutoEval 分數,由以 Arena 人類偏好資料訓練的 Reward Model 代替即時人類投票,後續排名仍可能隨 live votes 增加而變動,因此不宜當成最終排名。
    來源:@arena(回覆)|Qwen3.8-Flash-Next 在 Code Arena: WebDev 取得 1617 分的 Arena Score,價格為每 1M tokens $0.39,並位於 Pareto Frontier 上。
    來源:@arena(回覆)|Qwen3.8-Flash-Next 在 Code Arena WebDev Top 15 排行榜中取得 1,617 分的 Arena Score(AutoEval),排名約在第 8 名。
    部署與生態 Qwen 同步提供 Hugging Face 與 ModelScope 權重;Hugging Face 版本的模型檔案和設定檔相容於 Hugging Face Transformers、vLLM、SGLang 與 TokenSpeed。vLLM 宣布 day-0 支援,並已在 NVIDIA 與 AMD GPU 上驗證;目前建議使用容器映像 vllm/vllm-openai:qwen38-flash-next,而非 PyPI 安裝。N-gram Embedding 的 host-memory offload 需要至少 51 GB 加上 runtime headroom,且目前 offload 僅支援 NVIDIA 裝置;部署時可使用 VLLMPLECPU_OFFLOAD=1,但這是來源所述的環境設定,實際使用仍需依硬體、版本與部署策略人工核對。
    來源:@vllmproject(回覆)|Qwen3.8-Flash-Next 模型資訊頁面,展示其架構預覽摘要、Hugging Face 連結及 vLLM 安裝指令與參數設定。
    限制與參考 vLLM recipe 將 262,144 tokens 列為原生上限,但單…

    8 min
  • M6 Mac mini 登場:899 美元起,Apple 主打本機 AI

    M6 Mac mini 登場:899 美元起,Apple 主打本機 AI

    產品定位 Apple 在 Newsroom 公告 推出搭載 M6 與 M5 Pro 的新款 Mac mini,外觀仍維持緊湊的圓角方形鋁製機身。Tim Cook 將它定位為兼顧日常生產力與 AI 工作的桌機;官方宣傳影片以晶片變形為肌肉、賽車、機器人與火箭的黏土動畫呈現產品,但這是行銷素材,不是獨立效能測試。

    硬體規格 M6 Mac mini 配備 12 核心 CPU、12 核心 GPU,每個 GPU 核心都加入 Neural Accelerator,並搭載兩組 16 核心 Neural Engine。標準統一記憶體為 16GB,可設定至 32GB,記憶體頻寬最高 170GB/s。M5 Pro 則可擴充至 18 核心 CPU、20 核心 GPU、64GB 統一記憶體與 307GB/s 頻寬,峰值 CPU 與 GPU 吞吐量可能高於 M6,儘管產品名稱使用較早的晶片世代。

    AI 與連線能力 Apple 宣稱 M6 的 AI 效能最高成長為 M4 的四倍、圖形效能最高成長為兩倍,CPU 效能則比 M4 快 40%;這些倍數是 Apple 的官方說法,不能視為獨立基準測試結果。針對本機 AI,Apple 在其測試條件下測得 LM Studio 的 prompt 處理速度最多達到 M4 的 4.8 倍、M1 的 13.5 倍,Apple 也反覆把 Mac mini 定位成適合本機 AI 與 agentic workflow 的小型桌機。新機支援 Wi-Fi 7、Bluetooth 6 與標準 2.5Gb Ethernet;M6 保留 Thunderbolt 4,M5 Pro 則升級至 Thunderbolt 5。

    價格爭議 M6 起價 899 美元,M5 Pro 起價 1,699 美元,兩款都將於 9 月 22 日開始供貨。兩家媒體採用的比較基準不同:WIRED 將這次起價漲幅計為 200 美元;Macworld 則指出,899 美元比它認定被替換的 M4 機型高 100 美元,若和兩個月前仍為 599 美元的入門門檻相比,則多了 300 美元、漲幅 50%。Macworld 列出的入門配置是 16GB 統一記憶體與 256GB 儲存空間,也認為漲價削弱了 Mac mini 的平價桌機定位。

    原文:https://easyvibecoding.app/curated/3128-apple-launches-m6-mac-mini-local-ai-workloads

    3 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。