EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

EasyVibeCoding Podcast episodes

  • SpaceXAI 推出 Grok 4.6:每百萬輸入 token 2 美元、輸出 token 6 美元,提升長期 Agent 任務能力

    SpaceXAI 推出 Grok 4.6:每百萬輸入 token 2 美元、輸出 token 6 美元,提升長期 Agent 任務能力。

    可用管道 Grok 4.6 已於 2026 年 8 月 12 日推出,使用者可在 Grok Build、Cursor、Grok Bot 與 API 中使用,另已透過 OpenRouter、Vercel、Cloudflare 等合作夥伴提供。Cognition 也宣布將模型加入 Devin Desktop 與 Devin CLI。Cursor 與 Grok Build 在首週提供兩倍的包含用量;此外,官方提供速度更快、價格為兩倍的 fast variant。
    主要能力 Grok 4.6 延續 Grok 4.5 的 500k token context window,並將重點放在需要多步驟持續工作的情境,包括研究主題、分析資訊、跨程式庫作業,以及把概念轉成可運作的應用程式或工作成果。官方表示,模型在較長的工作軌跡中會做更多自我測試與驗證,先檢查成果再繼續下一步。
    面對寬泛的產品構想,Grok 4.6 能研究陌生領域、規劃應用程式結構、實作核心互動,並根據多輪回饋持續修正。
    在視覺與互動專案上,它能先建立應用程式的結構與視覺語言,再透過 loop 逐步迭代。
    Artificial Analysis 指出,Grok 4.6 在知識工作、終端機操作與客戶服務等 Agent 任務上表現強勁。
    Devin 表示,Grok 4.6 特別擅長在修改程式碼前詳盡探索程式庫與分析根因,也能遵循 repo 慣例並嚴格測試。
    評測結果 Artificial Analysis Intelligence Index 是由九項 benchmark 組成的綜合指標,Grok 4.6 得分 61,與 GPT-5.6 Sol 持平,落後 Claude Opus 5 的 63 分與 Claude Fable 5 的 62 分,略高於 Kimi K3。Grok 4.6 比一個多月前推出的 Grok 4.5 高 5 分;與 Grok 4.3 相比則高 23 分。
    Grok 4.6 High 在 GDPVal-AA v2(1753 分)、AA-Briefcase(1577 分)與 Harvey LAB (Vals)(15.8%)取得領先,並在 AA Intelligence Index 以 61 分追平 GPT-5.6 Sol Max,而在多項基準測試上則各有高低。
    在更具體的 Agent 評測中,Grok 4.6 的 GDPval-AA v2 Elo 為 1753,僅落後 Claude Opus 5,且與 Claude Fable 5 和 Qwen3.8 Max 的信賴區間重疊;𝜏³-Banking 得分 50.7%,接近 Qwen3.8 Max 的 51.3%;Terminal-Bench v2.1 得分 88.4%,與領先模型同一水準。Artificial Analysis 的私有長期 Agent 知識工作 benchmark AA-Briefcase 中,Grok 4.6 得到 Elo 1577,落後 Claude Opus 5 系列,但在評分規準、簡報呈現與分析品質上都維持穩定表現。
    來源:@ArtificialAnlys(回覆)|Grok 4.6 (high) 在 GDPval-AA v2(1753 分)、τ³-Banking(50.7%)與 Terminal-Bench v2.1(88.4%)皆顯著高於 Grok 4.5 (high) 的 1526 分、42.1% 與 81.6%,展現出明顯的性能提升。
    成本與效率 Grok 4.6 的標準價格維持在每 100 萬 input token 2 美元、output token 6 美元,與 Grok 4.5 相同。這比 Claude Opus 5 的 5/25 美元與 GPT-5.6 Sol 的 5/30 美元低 60% 以上;每項任務成本約 0.84 美元,與 Kimi K3 相同,但 Intelligence Index 略高,因此落在「智慧程度與單項任務成本」的 Pareto frontier。快取命中價格為每 100 萬 token 0.5 美元,高於 Grok 4.5 的 0.3 美元。
    來源:@ArtificialAnlys(回覆)|Artificial Analysis Intelligence Index 散點圖直接標示 Grok 4.5、Grok 4.6 與 GPT-5.6 Sol,並以紫色箭頭連接 Grok 4.5 與 Grok 4.6。
    在 AA-Briefcase 中,Grok 4.6 平均約以 53 個 turn、5 億個 input token 完成任務;Claude Opus 5(max)則約需 103 個 turn、20 億個 input token,顯示 Grok 4.6 在完成長期工作時具有較高的 turn 效率。
    來源:@ArtificialAnlys(回覆)|Grok 4.6 (high) 在 AA-Briefcase Elo 取得 1577 分,顯著高於 Grok 4.5 (high) 的 1313 分,位居第二僅次於 Claude Opus 5 (max) 的 1715 分。
    外部排行 Arena.ai 的 Code Arena: WebDev 排行顯示,Grok 4.6(High)以 1618 分排名第 7,明顯高於 Grok 4.5 的第 13 名與 1553 分;它與 GPT-5.6 Sol(xHigh)的 1622 分、Claude Fable 5 的 1627 分僅差 4 至 9 分,落在第 5 至第 7 名的密集區間。Arena.ai 也提醒,隨著更多投票加入、信賴區間收窄,排名仍可能變得更清楚。
    來源:@arena(回覆)|Code Arena WebDev 排行榜,列出 Grok 4.6 排名第 7 的評比結果長條圖
    訓練與安全 根據 SpaceXAI 的發布說明,Grok 4.6 採用比 Grok 4.5 更長的補充訓練,加入模型產生且經整理的推理與進階技術概念資料、高品質工程資料,以及改良的 optimizer 與訓練配方。團隊也使用 Grok 4.5 重新產生不同推理投入程度、Agent harness 與 STEM、軟體工程、知識工作領域的 SFT 軌跡,再以模型檢查排除問題軌跡;後續則以知識工作、一般程式開發、核心最佳化、Web 開發與電腦輔助設計等環境進行 Agentic RL 訓練。
    來源:@cognition(回覆)|Grok 4.6 在 FrontierCode 1.1 Extended 得分為 61.3%,超越 GPT-5.6 Sol (60.6%),僅次於 Claude Opus 5 (63.6%) 與 Claude Fable 5 (64.9%)。
    SpaceXAI 表示,Grok 4.6 的安全防護已配合能力提升重新校準,並完成迄今範圍最廣的上市前能力與防護測試,也做了上市後及第三方測試;但這些仍屬發布方對訓練與安全性的說明,實際效果仍需持續觀察。
    Grok 4.6 的深灰色背景標題畫面,中央以白字顯示版本名稱「Grok 4.6」,背景帶有細緻的顆粒質感與右側泛光的流動曲線光影。
    來源:@ArtificialAnlys(回覆)|Grok 4.6 (high) 在 Artificial Analysis Intelligence Index 取得 61 分,較前代 Grok 4.5 (high) 的 56 分提升 5 分,與 GPT-5.6 Sol (max) 並列,僅落後於 Claude Opus 5 (max)(63 分)與 Claude Fable 5 (with fallback)(62 分)。

    原文:https://easyvibecoding.app/curated/2940-spacexai-grok-4-6-launches-agent-task-upgrade

    7 min
  • Grok Bot 推出 beta,能登入工作工具代辦任務並跨裝置回報進度

    Grok Bot 推出 beta,能登入工作工具代辦任務並跨裝置回報進度。

    使用者可以交辦任務後關閉電腦,再從其他地方查看進度或成果。
    可執行工作 Grok Bot 的定位不是只提供問答,而是直接替使用者處理日常工作。Grok Bot 表示,已有使用者用它完成以下工作:
    以語音方式與供應商協商。
    管理線上商店的客戶支援。
    持續更新 CRM,讓客戶資料維持最新狀態。
    這種運作方式讓 bot 能登入各種工作工具,依照使用者平常的操作方式完成流程,再回傳結果;Krista Letz 也形容,自己在 Cursor 使用時,可以把工作交給配備電腦操作能力的 agents,互動感更接近團隊同事。
    示範中的工作流 影片畫面展示 Grok Bot 如何處理跨工具任務。介面中出現 Meet Grok Bot,並以「每天分流數千封 email」描述其工作情境;另一段畫面則顯示使用者輸入 Watch me respond to email,接著點選 Teach a task 與 Learn from demonstration。Grok Bot 隨後回覆「Got it — watching the demo and turning it into a skill.」,顯示它能觀察示範流程,將操作整理成可重複使用的 skill。
    使用者在筆電螢幕的 Grok Bot 介面操作教學與雲端工作執行
    影片也示範了 Slack、Salesforce、LinkedIn、Figma 與 Notion 等工作場景,包括 Salesforce 的 Goal Tracking & Leaderboard v4 儀表板、LinkedIn 上的 SpaceXAI 檔案,以及 Figma 中 Krista's Bot「Olive」的介紹。畫面另出現 Website Maker 和 Copywriter 互相交接工作的對話:前者先建立 Brian's Lemonade 的初版,後者再表示頁面外框已準備完成。這些內容屬於影片中的操作與畫面觀察,不等同於官方完整功能清單。
    跨裝置與 bot 協作 影片顯示 Grok Bot 可在筆電與手機上使用,並包含行動 App 介面、Slack 通知,以及 Notion 右側的 AI 對話窗。bot 清單中可見 Website Maker、Copywriter、Josh、Stan、Sarah、Ethan、Lauren、Dorothy、Katy、Michael 與 Andrew 等名稱,反映產品試圖把不同工作拆成多個可委派角色。畫面也出現 Morning Ping、Auto UI for one off 和 How to use e-mail 等捷徑。
    一款名為 Chief of Staff 的工作協作介面,以三欄式桌面應用程式與右側手機畫面的佈局呈現,左側欄位列出多個具名 Agent 與對話列表,中央顯示與 Chief of Staff 的對話記錄,包含文字對話、檔案與 Slack 頻道連結,右側則展示對話對象的螢幕畫面與排程例行任務。
    供應範圍與限制 Grok Bot 目前仍在 beta,2026 年 8 月 12 日起提供給桌面版與 iOS 上的 SuperGrok Heavy、Cursor Ultra、Cursor Teams Premium 訂閱者,產品頁面為 x.ai/bot 。Elon Musk 表示,團隊會先修正早期 beta 的基本問題,並在該週稍晚發布 Grok 4.6,之後才會擴大 beta。影片還顯示一段 Click "Log in with Okta SSO" on the newest Slack tab... 的操作指引;這涉及登入與第三方工具權限,應視為示範中的來源指令,實際執行前需人工核對,不宜直接照做。
    早期回饋 Ben Lang 稱 Grok Bot 將是 2026 年的 AI 產品,並表示自己連續數週在工作與私人用途上使用,認為設定容易、適合作為日常工具;他特別驚訝於產品在內部快速擴散,稱自己從未見過類似情況。不過這些評價屬個人立場,不能取代 beta 階段的可靠性、安全性與實際效能驗證。

    使用者在筆電螢幕的 Grok Bot 介面操作教學與雲端工作執行 影片中的 Prompt 與操作:

    Prompt(00:49): 可以請你前往我的 LinkedIn 嗎

    原文:Can you please navigate to my LinkedIn

    操作步驟: 1. (00:06)點擊應用程式選單列的 Grok Bot 2. (00:30)點擊右上角 `Teach a task` 3. (00:32)點擊 `Learn from demonstration` 按鈕

    原文:https://easyvibecoding.app/curated/2928-spacexai-grok-bot-login-tools-complete-tasks

    4 min
  • NVIDIA 攜手六大金融機構動員逾 5,000 億美元,為 AI factory 引入長期融資

    NVIDIA 攜手六大金融機構動員逾 5,000 億美元,為 AI factory 引入長期融資。

    核心轉變 NVIDIA 認為 AI 已從研究階段進入生產階段,運算不再只是成本,而是能直接支撐營收的生產資產。其論點是,AI factory 把能源與資料轉化為有價值的智慧,客戶涵蓋前沿 AI 實驗室、AI cloud、企業與國家,因此具備可持續的需求基礎。
    資產特性 NVIDIA 強調,compute 並非單一晶片,而是包含 accelerated computing、網路、系統軟體、AI framework 與全球開發者生態系的完整平台。NVIDIA DSX AI factories 可執行語言、視覺、語音、生物、physical AI 與機器人等多種模型、模態和演算法;同一座 AI factory 也能服務多個客戶與工作負載,需求改變時還能轉交其他客戶、cloud 或營運商使用。
    全球主要 cloud、系統製造商與企業都採用 NVIDIA 架構,形成廣泛的潛在使用者與接手市場,有助於維持設備的剩餘價值。
    CUDA 持續改善既有基礎建設的效能、效率與總持有成本,讓硬體在使用期間能以更低成本產出更多 intelligence。
    2020 年推出的 NVIDIA A100,到了六年後仍用於 AI 訓練、微調、推論與高效能運算;部分客戶持續承諾多年期部署,使其經濟壽命接近十年。
    市場價格 NVIDIA 引用租賃市場數字,指出運算資產的經濟性仍具韌性:H100 一年期租賃價格從 2025 年 10 月每 GPU-hour 約 1.70 美元,上升至 2026 年 3 月約 2.35 美元;跨供應商隨選服務的中位數價格,則從 2025 年 10 月約 2.00 美元,上升至 2026 年 6 月的 2.70 美元。Blackwell 的 B200 cloud 租金約為每 GPU-hour 5.30 至 7.05 美元。NVIDIA 因此主張,AI factory 的價值不會在安裝時固定,而會因軟體升級、長期使用與重新部署而延續。
    融資平台 這些合作將協助符合條件的 AI lab、企業與 AI cloud 取得大規模基礎建設。超過 5,000 億美元是各平台預計長期動員的第三方資本總額,不是 NVIDIA 的營收、單一基金,也不是對單一客戶的承諾。Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 與 KKR 將各自評估客戶、需求、使用率、現金流與剩餘價值;NVIDIA 提供 AI factory 平台,金融機構則提供長期資本與融資專業。
    風險與疑問 NVIDIA 直接回應外界對「循環融資」的疑慮,表示需求來自前沿 AI lab、AI-native 新創、企業、cloud provider 與建置 AI 服務的國家,且每個專案都會由資本提供者獨立審核。不過,NVIDIA 在部分個案可能提供最高達該機會 25% 的剩餘價值支持,並強調這是逐案評估、以剩餘價值為基礎的有限機制,用來補充而非取代獨立承保;這仍代表 NVIDIA 將承擔一定風險。
    投資回報 NVIDIA 將回報來源歸因於 AI 的實際效用:企業使用 AI 撰寫軟體、發現藥物、設計產品、服務客戶、自動化營運並建立新服務。其描述的正向循環是,更多 compute 帶來更好的 AI,更好的 AI 促成更多使用,使用增加產生更多營收,營收再推動更多 compute。NVIDIA 將 AI factory 定位為「智慧時代」的基礎建設,但這項願景能否被市場容量、客戶現金流與實際使用率支持,仍取決於各融資機構後續的獨立評估。

    原文:https://easyvibecoding.app/curated/2926-nvidia-financial-institutions-ai-factory-long-term-financing

    5 min
  • OpenAI 推出 ChatGPT Linux 桌面應用程式預覽版,整合 ChatGPT、ChatGPT Work 與 Codex

    OpenAI 推出 ChatGPT Linux 桌面應用程式預覽版,整合 ChatGPT、ChatGPT Work 與 Codex。

    使用者可在支援的 Linux 系統中,於同一個桌面工作環境使用 ChatGPT、ChatGPT Work 與 Codex,並延續既有的專案、程式開發流程與瀏覽器工作流程。
    支援範圍 目前預覽版適用於以下 Linux 發行版的桌面變體:
    Ubuntu 24.04 LTS 與 26.04 LTS
    Debian 13
    Fedora 43 與 44
    OpenAI 表示,安裝套件提供 .deb 與 .rpm 格式,並支援 x64 與 ARM64。官方貼文同時將使用者導向 Codex 相關頁面;OpenAI Developers 也說明,Codex 將整合進 Linux 版 ChatGPT 桌面應用程式,讓專案、開發流程與支援的瀏覽器工具集中在同一處。
    桌面工作流程 影片展示了 ChatGPT 桌面版在 Linux 上的操作介面,畫面可見 Projects、Plugins、Codex、Pull requests 與 Sites 等入口。示範中,使用者以自然語言要求建立 hello_chatgpt.cpp,系統隨後產生一個可輸出「Hello, ChatGPT!」的 C++ 程式,並在介面中顯示檔案變更、Review 與 Undo 等操作。
    ChatGPT 桌面版在 Linux 系統上的應用介面與工作流程展示
    影片畫面顯示的程式碼如下:
    `cpp
    #include
    int main() {
    std::cout << "Hello, ChatGPT!\n";
    return 0;
    }
    `
    畫面中另出現「5.6 Sol Medium」模型標示,但這只屬於影片中的介面觀察,原始貼文沒有將其說明為此次 Linux 預覽版的正式模型規格。
    跨工具互動 影片進一步示範 ChatGPT 如何把完成程式的結果延伸到其他工作。使用者要求傳送 Slack 訊息給自己時,畫面顯示系統讀取 Slack outgoing-messaging skill、載入工具並辨識 Slack 身分,接著以私人訊息傳送「Small win」通知,內容提到已建立 hello_chatgpt.cpp、成功編譯,並確認程式能輸出預期結果。這是影片中的示範流程,不代表原始公告承諾所有帳號都具備相同整合權限。
    文件與瀏覽器整合 接著,使用者要求建立 Google 文件記錄程式。影片顯示 Google Docs workflow 產生文件,內容涵蓋程式用途、原始碼、編譯與執行指令、預期輸出,以及驗證結果;文件也套用了標題與原生格式。之後,ChatGPT 透過 Chrome control workflow 將該文件開啟到使用者慣用的 Chrome 瀏覽器。整體示範的重點,是把程式建立、外部服務互動、文件整理與瀏覽器操作串成連續的 Agent 工作流程,但目前官方公告僅確認 Linux 桌面版與 Codex 預覽,未逐項保證影片中的每個 plugin 或外部服務整合均已全面開放。

    ChatGPT 桌面版在 Linux 系統上的應用介面與工作流程展示 影片中的 Prompt 與操作:

    Prompt(00:03): 寫一個 hello_chatgpt.cpp

    原文:Write a hello_chatgpt.cpp

    Prompt(00:10): 傳送一則關於這個成就的 Slack 訊息給自己!

    原文:Send a slack message to myself about this achievement!

    Prompt(00:18): 建立一個 Google Doc 來記錄這段程式碼。

    原文:Create a Google Doc to document this code.

    Prompt(00:30): 同時在 Chrome 中開啟該文件

    原文:Also open the doc in Chrome

    操作步驟: 1. (00:03)點擊輸入框並輸入「Write a hello_chatgpt.cpp」後送出 2. (00:10)點擊輸入框並輸入「Send a slack message to myself about this achievement!」後送出 3. (00:18)點擊輸入框並輸入「Create a Google Doc to document this code.」後送出 4. (00:30)點擊輸入框並輸入「Also open the doc in Chrome」後送出

    原文:https://easyvibecoding.app/curated/2938-openai-launches-chatgpt-linux-desktop-preview

    3 min
  • Unsloth Desktop 將訓練與部署留在本機,VRAM 減少 70%

    Unsloth Desktop 將訓練與部署留在本機,VRAM 減少 70%。

    分享重點 UnslothAI 於 2026 年 8 月 11 日介紹 Unsloth Desktop,定位為免費、open-source 的跨平台桌面應用程式。它可在 macOS、Windows、Linux 以及多種 CPU、GPU 硬體上運作,讓使用者不必把模型、資料與推論流程交給雲端,就能在自己的電腦上聊天、訓練、執行程式碼與部署服務。官方入口為 unsloth.ai、GitHub、Unsloth Desktop 文件,完整文件索引見 llms.txt 與 Markdown 文件。
    這項分享的核心價值,是把原本分散在模型下載、量化、推論、fine-tuning、Agent 工具串接與遠端部署的工作,集中到一個可在本機執行的介面中。官方宣稱訓練速度可達 2 倍、VRAM 使用量減少 70%,tool calls 的準確率最多提升 50%;這些數字均為 Unsloth 的產品宣稱,實際結果仍會受到 model、硬體、量化設定與工作負載影響。
    跨平台與模型支援 Unsloth Desktop Beta 支援 macOS、Windows、Linux,並涵蓋 LLM、diffusion image/video、MLX、GGUF、embedding 與 audio models。下載入口分為 macOS、Windows 及 Linux and WSL;安裝文件分別是 https://unsloth.ai/docs/get-started/install/mac.md、https://unsloth.ai/docs/get-started/install/windows-installation.md 與 https://unsloth.ai/docs/get-started/install/linux.md。
    首次使用時,使用者可從「Select model」選單或「Model hub」挑選符合裝置能力的 model 與 quantization,下載完成後即可開始聊天,不需要額外設定。官方列出的模型包括 Kimi K3、MiniMax-H3、Qwen3.8、Muse Glimmer、DeepSeek-V4、Gemma 4、Qwen-AgentWorld、Ornith、Kimi K2.7 Code、MiniMax M3、GLM-5.2、DiffusionGemma、Qwen3.6 與 Gemma 4;其中 GLM-5.2 被描述為 Z.ai 的 744B-parameter、1M-context open model,可透過 Dynamic GGUFs 在本機執行。
    Unsloth 也宣稱支援 CPU、NVIDIA、AMD、Intel 與 Mac GPU,以及 multi-GPU 配置。AMD GPU 可在 Windows、WSL 與 Linux 上進行 training、RL、chat 與 deployment;GGUF 則支援 GPU layer placement、MoE experts offload、multi-GPU 與 Tensor Parallelism,相關變更見 PR #6414。Vulkan 目前只用於加速 GGUF inference,不會提供 training;training 仍需要受支援的 PyTorch 或 MLX backend。較舊硬體可能支援不佳,使用前應查閱 compatible GPUs 與 AMD guide。
    桌面端 AI 執行與本地模型管理工具 Unsloth Desktop 介面功能展示
    本機聊天與 Agent 整合 Unsloth Desktop 能把 local LLM 接到 Claude Code、Codex、OpenCode、OpenClaw、Hermes 等 agent 工具。這項功能透過 model swapping 運作:Claude Code 或 Codex 可以保留目前的 model,也可以把 Unsloth model 當作 local subagent。相關文件包括 Claude Code、Codex、MCP 與 Unsloth Start。
    啟動 Unsloth、載入 model、開啟 project folder 後,可以依序執行:
    `bash
    unsloth start claude
    unsloth start codex
    unsloth start hermes
    unsloth start openclaw
    unsloth start opencode
    unsloth start claude --as-subagent --model unsloth/model-GGUF:quant
    `
    unsloth start 也能透過 OpenAI-compatible 或 Anthropic-compatible API 連接 agents;MCP endpoint 可管理 models、training、recipes、checkpoints 與 exports,相關變更見 PR #7191。文件列出的相關工具頁面包括 Claude Code、Codex、Hermes Agent、OpenClaw、Unsloth API 與 OpenCode,其素材連結則分別是 Claude Code 素材、Codex 素材、Hermes Agent 素材、OpenClaw 素材、Unsloth API 素材 與 OpenCode 素材。
    圓形的綠色貼紙圖示,中央帶有白底黑線的樹懶圖案,右下角有一處微微掀起的銀色邊角。
    工具呼叫與程式碼執行 Unsloth Desktop 提供 self-healing tool calls,會偵測失敗、嘗試修復並重新執行;Bash 與 Python 則在 secure sandbox 中執行,讓 model 能執行程式碼、檢查結果並完成實際任務。官方稱 tool-calling accuracy 最多提升 50%,但同時承認 web search、code execution 與 tool-call healing 會增加推論時間;關閉這些功能後,速度應接近其他 llama.cpp app,若仍然緩慢,官方建議提交 GitHub issue。
    它也整合 private、unlimited web search、deep research、RAG、MCP、image/video generation 與 TTS。音訊能力可完全在本機進行 generate、fine-tune 或 transcribe,涵蓋 text-to-speech、speech-to-text、Whisper 與 Qwen3-ASR;影像與影片則支援 MiniMax-H3、FLUX、Z-Image、Wan、LTX 及 fine-tuned LoRA adapters,並能進行 transform、inpaint、extend、upscale、reference 與既有影像編輯。相關文件為 audio fine-tuning、image fine-tuning 與 advanced web search。
    Unsloth 的介面視窗,左側欄顯示導覽選單與近期對話紀錄,中央顯示 Muse-Glimmer-30B-GGUF 模型與 token 使用量,下方對話輸入框已展開功能選單,包含 Web search、Code、Deep research 與 MCP 等選項。
    訓練與匯出 Unsloth Studio 的 web UI 與 Unsloth Core code-based 介面,和 Desktop 共同構成三種使用方式。使用者可以直接提供 PDF、CSV、JSON 或 DOCX 建立 datasets,執行 LoRA、QLoRA、full fine tuning、pretraining、reinforcement learning、GRPO、DPO 與 FP8 訓練,也能為 SDXL、FLUX.2、Qwen-Image、Z-Image 訓練 LoRA adapters。
    官方列出的效能宣稱包括:
    一般 fine-tuning 速度成長為兩倍,VRAM 使用量減少 70%。
    MoE LLM training 速度成長為 12 倍,VRAM 使用量減少 35%,涵蓋 DeepSeek、GLM、Qwen 與 gpt-oss。
    Embedding fine-tuning 速度成長為 1.8–3.3 倍。
    新 batching algorithms 讓 context RL 可使用比其他 setups 長 7 倍的 context。
    新 RoPE、MLP Triton Kernels,以及 Padding Free + Packing,宣稱 training 速度成長為 3 倍、VRAM 使用…

    9 min
  • OpenAI 推出 GPT-5.6-Cyber,進階資安請求完成率達 95.0%

    OpenAI 推出 GPT-5.6-Cyber,進階資安請求完成率達 95.0%。

    核心發布 Tibo 指出,資安威脅正在快速變化,OpenAI 因此推出新的 Daybreak Blue 與 Daybreak Red 存取層級,並提供 GPT-5.6-Cyber。對不確定如何開始的團隊,他建議聯絡合作夥伴,利用最新的資安模型尋找問題、快速修補、進行 pentesting 等工作。這些能力限定於經授權的資安用途,目標是在攻擊者大規模部署攻擊型 AI 前,先把前沿智慧交給可信任的防禦者。
    來源:@OpenAI(回覆)|影片開場標題畫面顯示 OpenAI Daybreak 與資安防禦視窗縮小的主題文字
    兩種存取層級 Daybreak Blue 是多數防禦團隊的建議起點,提供包含 GPT-5.6 Sol 在內的前沿模型,並針對廣泛的防禦工作調整防護機制,支援:
    漏洞發現與管理
    安全程式碼審查
    惡意軟體分析
    事件偵測與回應
    修補程式驗證
    資安評估
    Daybreak Red 則面向具備經驗的防禦者,提供專門訓練的資安模型,包括 GPT-5.6-Cyber,用於經授權的漏洞研究、漏洞利用驗證與安全測試,特別是較複雜的資安挑戰。
    來源:@gdb(回覆)|Codex Security 的防禦與紅隊演練模型介紹頁面,頂部標題為 Models for defense and red teaming,下方並排展示 Daybreak Blue 與 Daybreak Red 兩款針對防禦與紅隊測試設計的 AI 模型,並各自附帶文字說明。
    GPT-5.6-Cyber 定位 引用來源說明,GPT-5.6-Cyber 建立在 GPT-5.6 Sol 上,針對尋找 zero-day 漏洞、建立 exploit chain 等專門任務訓練,並降低部分高風險、具雙重用途資安工作的拒答率。OpenAI 的內部 Advanced Cybersecurity Completion Rate 評測顯示,GPT-5.6-Cyber 能完成 95.0% 的進階資安請求;GPT-5.6 Sol 為 1.5%,透過 Daybreak Blue 使用時為 2.0%,GPT-5.5-Cyber 則為 57.3%。
    來源:@OpenAI(回覆)|GPT-5.6-Cyber (Daybreak Red) 在 Advanced Cybersecurity Completion Rate 表現最佳,顯著領先 GPT-5.5-Cyber (Daybreak Red) 以及 GPT-5.6 Sol 各版本。
    實際研究成果 OpenAI 表示,GPT-5.6-Cyber 已用於真實漏洞研究,包括 Chrome 使用的 V8 JavaScript 引擎。研究人員發現兩個先前未知、可串聯造成記憶體破壞並逃逸 V8 heap sandbox 的漏洞,經驗證後透過協調式漏洞揭露通知 Google,最後其中一項被修補並編為 CVE-2026-15903。OpenAI 也提到,模型曾協助發現熱門行動作業系統至少五個漏洞、熱門資料庫三個重大漏洞,以及熱門作業系統核心超過 400 個可能導致權限提升的漏洞。GPT-5.6-Cyber 的早期合作夥伴包括 SpecterOps、SentinelOne 與 Palo Alto Networks。
    來源:@OpenAI(回覆)|CVE-2026-15903 Discovered by GPT-5.6 Cyber 漏洞分析架構圖,以三個主要區塊展示 JIT Compiler Bug、V8 Heap Sandbox 以及 JSPI Stack Escape 的技術細節與利用流程,版面包含多個流程圖解與狀態標示。
    能力仍有差異 評測結果並非全面勝出。GPT-5.6-Cyber 在 ExploitGym 優於 GPT-5.6 Sol 與 GPT-5.5-Cyber,也在 zero-day 發現與技術報告評測中,以 Daybreak Red 的表現優於 GPT-5.6 Sol;但在 Vulnerability Discovery and Report Writing 評測中,GPT-5.6-Cyber 反而不如 GPT-5.6 Sol,OpenAI 認為原因可能是它有時產生較短、細節較少的漏洞報告。在 ExploitBench 的標準 300 turns 設定中,GPT-5.6 Sol 以較高的 token 效率表現最佳;增加到 600 turns 後,兩者差距縮小。OpenAI 另表示,兩個模型的資安能力都達到 Preparedness Framework 的 High 門檻,但尚未達到 Critical。
    存取限制與安全措施 Daybreak Blue 與 Daybreak Red 僅開放給執行經授權工作的個人與組織,並要求身分驗證、帳戶安全、行為監控、核准用途限制與法律聲明。OpenAI 也將從 2026 年 9 月 1 日起,要求 Daybreak 個人帳戶採用硬體安全金鑰,並鼓勵使用 Codex 的客戶從 full-access mode 改用 auto-review mode,由系統在需要提高權限前檢查工具呼叫,必要時阻擋具破壞風險的請求。官方建議將工作放在隔離的沙盒中、避免接觸敏感的正式環境或開放網路,並為 Agent 行動配置監控、人員覆核與明確的權限範圍。更多資訊可參考 OpenAI 的資安方案說明 與 Daybreak 擴大計畫。

    原文:https://easyvibecoding.app/curated/2900-openai-launches-gpt-5-6-cyber-advanced-security-requests-95

    5 min
  • Manus 宣布恢復獨立營運,受影響使用者須於 8 月 23 日前備份資料

    Manus 宣布恢復獨立營運,受影響使用者須於 8 月 23 日前備份資料。

    這項措施源自 Manus 與 Meta 的分離,不是資料外洩或資安事件。
    深灰色背景上置中顯示白色 Manus 品牌標誌,左側為一隻手指微彎並帶有放射線條的圖標,右側為 serif 字型的「manus」小寫英文字母。
    受影響範圍 Manus 部落格說明,部分使用者在 2025 年 12 月 29 日 Meta 收購 Manus 後產生的資料,將於 2026 年 8 月 23 日上午 8:00 至 8 月 24 日期間(SGT)刪除。受影響帳戶預計會從 8 月 23 日至 24 日失去存取權;未受影響的使用者則不必採取任何行動,可照常使用 Manus。
    使用者通知 Manus 會透過 email 與 Manus 應用程式通知受影響使用者,並在備份期限前多次提醒。使用 Apple ID 或 Facebook 帳號註冊者,由於 Manus 沒有其 email,必須查看應用程式內通知。使用者也能透過 Help Center 的指南確認帳戶是否受影響;未受影響者不會收到 email,但會看到應用程式內的確認通知。
    備份與還原流程 受影響使用者應依序完成以下步驟:
    在備份期限前,透過 backup restoration 工具備份資料。期限為 8 月 22 日晚上 7:59(EDT)、8 月 23 日凌晨 1:59(CEST),也就是 8 月 23 日上午 7:59(SGT)。
    若完成備份後又產生新的 task 資料,需再次執行備份。工具支援多次備份,重複操作可確保最新資料一併保存。
    備份期限結束後,帳戶將暫時無法存取,直到 8 月 24 日晚上 8:00(EDT)、8 月 25 日凌晨 2:00(CEST),也就是 8 月 25 日上午 8:00(SGT)開放還原入口。
    入口開放後,還原先前備份的資料,即可回到原本的使用狀態。
    Manus 1.6 Max 的介面展示,左側為行動裝置畫面,右側為顯示相同應用的桌機螢幕,介面中包含搜尋、專案、任務清單與對話輸入框。
    費用與支援 受影響使用者在 8 月 11 日至 8 月 23 日(SGT)的資料備份期間不會被收費,完成還原後也會獲得 welcome back bonuses。Manus 表示客服全年無休、每天 24 小時提供協助,使用者可查看 Help Center 指南,或直接聯絡客服。
    後續方向 Manus 將這次轉型描述為回到獨立營運的下一個階段,並表示目前正準備一系列新功能,目標是再次拓展通用 AI agent 的能力邊界。公司承認資料刪除與短暫停用會造成干擾,並以持續產品迭代與支援使用者作為後續承諾;更多背景可參考 完整部落格文章。

    原文:https://easyvibecoding.app/curated/2898-manus-resumes-independent-operations-users-backup-data

    4 min
  • Black Forest Labs 推出 FLUX 3 Video,登上全球影片模型評比第二名並開放免費試用

    Black Forest Labs 推出 FLUX 3 Video,登上全球影片模型評比第二名並開放免費試用。

    排行榜表現 Arena.ai 表示,Black Forest Labs 上週推出首個影片模型 FLUX 3 Video,近期正在 Arena.ai 測試更新版本。該版本在 Text-to-Video Arena 取得 1,496 分,排名第二,距離第一名 Gemini Omni Flash 的 1,512 分僅差 16 分。畫面顯示的排行榜中,第三名為 Dreamina Seedance-2.0(1,478 分),其後依序包括 Muse Video(1,457 分)、MiniMax-H3(1,453 分)與 Happyhorse-1.0(1,428 分);這些名次與分數是排行榜畫面所示的評測結果。
    來源:@arena(回覆)|Text-to-Video Arena 排行榜,FLUX 3 Video 名列第二
    試用方式 Black Forest Labs 貼文提供 FLUX 3 Video 的 playground 免費試用入口:FLUX 3 Video playground 。免費期限以太平洋時間 8 月 16 日晚上 11:59 為止,使用者應以頁面實際狀態與時區換算結果為準。
    FLUX 3 模型免費試用宣傳短片
    其他評比 Black Forest Labs 另表示,Design Arena 也將 FLUX 3 Video 評為整體影片模型第二名,並連結至相關排名貼文:Design Arena 排名貼文 。目前官方用語仍是「即將推出」更新版本,顯示 1,496 分的版本與後續正式提供時間尚未完全確認。
    產品方向 Black Forest Labs 將這次排名視為起點,而非功能終點。其預告的 4K 輸出、影片編輯、多圖片與影片參考輸入,分別指向更高解析度、更完整的後製流程,以及讓生成結果更能依照既有素材維持視覺一致性;不過貼文尚未提供這些功能的發布日期、方案限制或技術規格。

    原文:https://easyvibecoding.app/curated/2901-black-forest-labs-flux-3-video-free-trial

    2 min
  • Claude 將黎曼 ζ 函式臨界線零點比例下界從 41.6% 推進至 67.2%

    Claude 將黎曼 ζ 函式臨界線零點比例下界從 41.6% 推進至 67.2%。

    這項成果源自一次原本要挑戰未解問題的嘗試,並已由人類數學家檢視、以 Lean 完成形式化證明。
    核心成果 AnthropicAI 於 2026 年 8 月 11 日分享這項研究;前一天發布的研究文章指出,黎曼猜想自 1859 年提出至今仍未被證明或推翻,且設有 100 萬美元獎金。猜想主張,與質數分布有關的黎曼 ζ 函式非平凡零點,都位於 Re s = 1/2 這條垂直線上。Claude 沒有解決這個猜想,但在相關問題上取得進展:
    已知位於臨界線上的零點比例下界,從 41.6% 提升至 67.2%。
    Jarred Sumner 貼出的定理版本寫成:當 T < Im ρ ≤ 2T 時,至少 (2/3 − o(1)) 的非平凡零點位於 Re s = 1/2。
    這超越了過去由 mollifier 方法得到的 5/12 紀錄;該問題曾由 Goldston–Suriajaya 在 2025 年 11 月的 arXiv 論文 arXiv:2511.20059 提出為開放問題。
    來源:@jarredsumner(回覆)|深色背景對話框,內容為要求接續解 Riemann 猜想工作的 prompt,下方標註時間為 last week 並帶有複製與時鐘圖示。
    Claude 的數學做法 Claude 並非從零創造整套理論,而是把既有成果接在一起。Jarred Sumner 特別強調,主要數學基礎來自 Baluyot、Goldston、Suriajaya、Turnage-Butterbaugh 的近期研究,以及 Bombieri 於 2000 年發表的論文;Claude 的關鍵貢獻,是看出這些結果可以如何組合。Goldston 也檢視了這篇論文,Claude 則將證明形式化為 Lean 程式碼。
    技術上,Claude 建立一個由 Weil 二次型誘導的函式空間,再分別處理臨界線上零點帶來的正定子空間,以及偏離臨界線的零點帶來的負定結構。它沒有逐一估算可能受偏離臨界線零點影響的複雜雙重和,而是對整個非對角二次型套用以秩、跡與一階/二階矩為核心的不等式,最後從矩陣的整體結構推出零點數量下界。
    左右拼貼的平面設計圖,左側為米色背景印有密集的數字與手繪箭頭符號,右側上半為芥末黃色底紋,下半為白色網格紙背景,上方置有一支金屬製的圓規,左腳尖端為金屬針頭,右腳夾有鉛筆筆芯。
    證明中的關鍵數據 Jarred Sumner 貼出的技術草稿,將矩陣 Ĝ 從兩個角度描述:一方面由 Weil 形式與零點構成,另一方面由顯式公式轉換成包含 Γ′/Γ 項與 n≤X 質數和的表達式。這個轉換的重要性在於,後者不含零點的實部 β,因此可直接取得整體大小,而不必假設每個零點項個別有界。
    草稿列出的核心估計包括:
    tr Ĝ = (1+o(1))N
    ‖Ĝ‖²_F = (4/3+o(1))N
    臨界線上的零點形成正半定矩陣 P,且 rank P ≤ s+o(N)。
    偏離臨界線的零點以成對結構形成 Q,其正特徵值數量受偏離臨界線零點對數量限制。
    Poisson 求和提供零點計數關係,控制 tr P + 2p。
    高度落在 (T−√T, 2T+√T] 之外的誤差矩陣 E 滿足 ‖E‖₁ ≪ T^{−1/2}。
    接著,Claude 使用一個適用於 Hermitian P⪰0 與一般 Q 的 rank–trace inequality,將 rank P 下界化。代入跡、Frobenius 範數、零點計數與誤差估計後,得到 (4 − 2 − 4/3 − o(1))·N = (2/3 − o(1))·N。這套推導的重點,是讓臨界線上的零點與偏離臨界線的零點同時留在同一個矩陣分析中;兩者可能各自很大、彼此抵消,但不必分開控制其個別大小。
    拼貼風格的合成畫面,左側為米黃色背景的手寫數值與箭頭符號圖表,右側上下分為棕色紋理與白色方格紙,右側中央置有一支帶有刻度與鉛筆芯的金屬製圓規。
    研究流程與人類角色 Anthropic 的研究文章指出,這項結果由未公開研究版本的 Claude 在兩個 Claude Code session 中完成,總計產生 3,100 萬個 output token。Jarred Sumner 在 2026 年 8 月 3 日前後重新嘗試,讓 Claude 對黎曼猜想「take a real stab」;先前一次單一 session 沒有進展,重新開始後,Claude 曾產生並測試 650 個想法,仍未成功,之後花一天半協調約 60 個 Claude subagents:
    subagents 執行 2,400 個 shell commands,撰寫數百個 Python scripts。
    它們針對已知黎曼 ζ 函式零點進行數千次數值檢查,並互相審查推導。
    Claude 搜尋反例、下載 54 篇 arXiv 論文確認成果未被先前研究提出,並從頭獨立重做證明。
    Levent Alpöge 與 Ralph Furman 代表 Anthropic 檢查結果;Claude 也與 Eric Easley 合作完成 Lean formalization,並通過標準驗證工具 comparator。
    成果的限制 Jarred Sumner 表示自己不是數學家,16 歲高中輟學,只修過約半學期的高二幾何,沒有對論文提供數學內容;他的主要作用是反覆鼓勵 Claude「keep going」或「believe in yourself」。Anthropic 也明確表示,Claude 使用的技術預期無法導向黎曼猜想本身的證明。因此,這次分享的重點不是宣稱 AI 已解決黎曼猜想,而是展示 Claude 如何在既有數學研究上找到新的組合方式,將相關零點比例的已知下界推進到 67.2%。

    原文:https://easyvibecoding.app/curated/2919-claude-advances-riemann-zeta-critical-line-zero-proportion

    6 min
  • Spotify Engineering 發布 Xirp,集中管理 Claude Code、Gemini CLI 與 OpenAI Codex 的 Agent session

    Spotify Engineering 發布 Xirp,集中管理 Claude Code、Gemini CLI 與 OpenAI Codex 的 Agent session。

    詳細資訊見 Xirp 官方介紹。
    核心功能 Xirp 的重點是讓團隊在不同 agent 與模型之間切換,而不必每次重新建立工作環境。Spotify Engineering 分享的功能包括:
    同時管理多個 agent session,並支援跨工具協作。
    每個 session 使用獨立 worktree,讓多個 agent 能在同一個程式碼庫平行工作,降低互相干擾。
    將工作 context 從單一 Agent 或執行框架中分離,使用者可在專案進行中更換工具,並保留完整工作狀態。
    依任務需求選擇模型與價格效能,也能使用自行託管的開放原始碼模型,降低供應商綁定與遷移成本。
    Xirp 平台的 Sessions 介面,左側欄顯示多個專案群組與 session 清單,主畫面則呈現 Claude Code v2.1.41 的歡迎畫面與輸入提示列。
    Spotify 的使用經驗 Spotify 工程團隊指出,AI coding agent 從單一 session 擴展到大量平行工作後,CLAUDE.md、個人 MCP 設定與 prompt library 等資訊容易分散,造成重複探索、token 浪費、返工與成果不一致。Tyson Singer 在 Spotify Engineering 文章 中表示,Spotify 內部已有數千名工程師採用 Xirp,累計超過 36,000 個 session,並觀察到更快的 context 切換與成本效益。
    Xirp 介面的 medvault-docs 專案 Sessions 頁面,左側欄顯示 A-FRIENDLY-API 與 CLAIMS-PROCESSOR 分組下的 session 列表與狀態,右側則顯示針對專案提問的對話介面與檢索結果摘要。
    Xirp 與 Portal Xirp 可獨立處理多 agent 協作;連接 Portal 後,每個 session 會從軟體目錄取得元件架構、依賴關係、所有權與架構決策等組織 context。session 結束後,逐字稿與中繼資料也會回到 Portal,讓團隊掌握工作進度,並讓其他工程師或 agent 接續未完成的工作。Portal 也能集中管理各團隊建立的 skill、規則、plugin 與 MCP 設定。
    Spotify Portal 的 Workspace 頁面,顯示 Podcasts 專案的詳細資訊、狀態、成員頭像清單與包含 10 個 Sessions 的列表。
    畫面觀察 示範影片顯示 Xirp 同時呈現 Claude Code、Gemini 與 Codex 的終端機工作階段,並以側欄列出多個 Sessions、右側顯示執行日誌;畫面另出現 Claude Code v1.1.26、OpenAI Codex v0.1.0 與 Fable 5 的資訊,但這些屬於示範畫面內容,不宜視為 Xirp 的正式版本或規格公告。
    列出 10 個 session 的列表介面,依時間倒序列出包含 Jules W.、Oliver R.、Magda R. 與 Pia T. 的項目與對應時間差與模型版本。
    Xirp 跨 Agent 管理工具介面

    Xirp 跨 Agent 管理工具介面 影片中的 Prompt 與操作:

    操作步驟: 1. (00:03)啟動 Claude Code 工作階段 2. (00:05)執行 OpenAI Codex 3. (00:06)啟動 Gemini 工作階段 4. (00:20)輸入 /Refactor this component to comply with our coding standards 5. (00:30)於 Xirp 介面切換 Sessions 與查看 parallel work 執行狀態

    原文:https://easyvibecoding.app/curated/2891-spotify-engineering-launches-xirp-agent-session-manager

    4 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。