
Sign up to save your podcasts
Or


Clairic 與 Clairic-flash 怎麼選?合成收據同分,混合輸入差 8 格
店名「Coffee House」就印在收據最上方,Cloudflare 的 Clairic 預覽版卻把這一格留空。新版 27B Clairic 讀出了店名,在這張合成收據上答對 5 格,預覽版答對 4 格。選 Cloudflare 這次開放權重的兩款模型時,大量處理格式固定的收據,可以先試較快的 9B Clairic-flash。遇到分數偏低、漏填,或填錯就會影響付款的欄位,再用 27B Clairic 重跑同一份文件,回原件核對。 來源 1
[](https://blog.cloudflare.com/emdash/api/media/file/01M7R8JBF5X2WND5W3CCB4Q5K4.01M7R8JBRXGPS83Q5ZQ3ADHJTN.png)
右欄店名下方的 0.998689 是新版模型回報的信心分數。原收據未列小費,兩版都把最下方的小費欄留空。
品名、數量和價格留在同一列
要把收據匯入報帳系統,可以先指定要取哪些欄位、各欄要回傳什麼型別。像圖中,店名要文字、付款日要日期、稅額和總額要數字。這份欄位規格就是 schema。品項明細則可以一項回傳一列,把品名、數量和價格放在一起,後續匯入時就能沿列對應。新版也支援 PDF,供應商、明細和總額即使出現在不同頁,也能在同一次請求中抽取。每次請求合計最多放 4 張圖片或 PDF 頁面。 來源 1
欄位值之外,API 也提供信心分數、機率和原文的字元範圍。信心分數可用來決定哪些欄位先人工核對,字元範圍則能把文字中的欄位值對回原文片段。像報帳總額會直接用於付款時,即使模型回報的分數很高,也可以在付款前把抽出的金額和收據上的 TOTAL 一一對照。 來源 1
兩款都答對 576 個合成收據欄位
Cloudflare 用相同的評估集比較兩款模型。在涵蓋文字和影像的合成收據測試中,27B Clairic 和 9B Clairic-flash 都答對 576 格中的 576 格。到了 36 次請求的混合輸入測試,27B 答對 226 格中的 221 格,9B 答對 213 格。這些是 Cloudflare 自測的欄位命中數。要決定哪些欄位值得重跑,可用自己的文件,分別核對常漏填的欄位和填錯代價高的欄位。 來源 1
同一組影像請求,flash 的回應中位數少 148 毫秒
在同一組影像欄位延遲測試中,每款各跑 48 次請求。27B Clairic 的回應時間中位數是 453 毫秒,9B Clairic-flash 是 305 毫秒。看較慢的請求,約 95% 的回應分別在 976 毫秒和 605 毫秒內完成。Cloudflare 測的是自架伺服器等到所有欄位都送回的完整 HTTP 回應時間。 來源 1
原本的 Clairic 入口升到 27B
Cloudflare 在官方 X 宣布 Clairic 結束預覽,Clairic-flash 同時登上 Workers AI。原本呼叫 Clairic 的應用會在原入口升到 27B,API 欄位規格沿用預覽版。想自行部署,兩款模型的完整權重都可從 Hugging Face 取得。Workers AI 只按輸入 token 計費,也就是依輸入交給模型處理時所計出的 token 數收費。兩款優惠同價,27B 的折扣在 2026 年 12 月 1 日結束。 來源 2 來源 1
| 模型 | Workers AI 入口 | 優惠期間(美元/百萬輸入 token) | 優惠結束後(美元/百萬輸入 token) | | --- | --- | --- | --- | | Clairic(27B) | @cf/cloudflare/clairic | 0.10 | 0.24 | | Clairic-flash(9B) | @cf/cloudflare/clairic-flash | 0.10 | 0.10 |
來源 1
原文:https://easyvibecoding.app/curated/3793-cloudflare-clairic-flash-structured-extraction
Google 讓程式代理同時測兩版指令,未見題的 5% 提升無法重算
同一道程式題,Google Cloud 讓同一套程式代理同時跑兩次,一次照原本的工作指令,一次照 AlphaEvolve 改寫的版本。選出最佳版本後,團隊才用搜尋過程沒碰過的題目做最後檢查。Google Cloud 在 X 上宣稱,改寫版在這批題上提升了 5%。工程文章交代了怎麼比較和選版,但兩份公開資料都沒提供兩版在保留題上的成績、樣本數或 5% 的計算定義,因此無法重算這個數字。 來源 1 來源 2
原版和候選版同時做同一批題
團隊把告訴代理怎麼讀程式碼、修正問題和跑測試的指令寫在 SKILL.md 檔案裡。AlphaEvolve 用 Gemini 4 Argon 改寫這份檔案。每產生一版候選指令,Harbor 就安排 OpenCode 搭配 Gemini 3.8 Flash,分別帶著原版和候選版,同時做同一批 Terminal-Bench 2.0 公開評測題。每次試跑都在各自的容器裡,也就是獨立的執行環境。最後以候選版的分數減去原版分數,作為這次改寫的得分。 來源 1
[](https://storage.googleapis.com/gweb-cloudblog-publish/images/2-Setup.max-2200x2200.png)
左側藍色虛線是選出最佳版本後才做的保留題檢查,與送回分數和備註的綠色迴路分開。
團隊早期有一次試跑,候選版分數的波動有很大一部分能用模型回應快慢解釋。讓兩版同時作答,可以減少不同時段的模型延遲對比較的干擾。每輪評測也會把失敗或超時的備註送回去,供 Gemini 改下一版。 來源 1
約三分之一的試跑超時,最佳版本改成先交出可用成果
原版指令要代理先讀程式碼、重現問題,再一步步修改和驗證。搜尋期間約三分之一的試跑超時。最佳版本把交付順序往前挪,要求代理先把可用成果寫到指定路徑。還在修改時,磁碟上也要保留最近一次通過測試的版本,這樣時間用完時仍有成果可交。等驗收通過、所需檔案和格式都到位就停手。 來源 1
選出最佳版本後,才用保留題驗證
搜尋階段反覆使用的題目會提供分數和備註,影響下一版指令。另一批題目留到選出最佳版本後才使用,用來看改寫的指令換一批題目是否仍有幫助。Google Cloud 的 X 貼文把 5% 的提升歸在這批保留題上。重算需要原版和最佳版本各自的成績、保留題評測的樣本數,以及 5% 的計算定義。公開資料缺少這三項,連這個數字代表通過率多了 5 個百分點,還是相對原版提高 5%,都無法判定。 來源 1 來源 2
原文:https://easyvibecoding.app/curated/3792-google-alphaevolve-harbor-agent-skill-evaluation
Project Genie 兩代都能邊玩邊改,Genie 4 有角色對話、Genie 3 每次最長 3 分鐘
Google AI 的 Genie 4 示範裡,滑雪者沿著雪道下滑,耳邊還有賽事播報。影片約 1 分 18 秒,畫面上打進一個新要求,把這條下坡雪道改成夜間。Genie 4 和 Genie 3 都能在探索途中用文字改場景。想讓環境音或角色對話跟著畫面變化,可以選 Genie 4。想一次探索久一點,或從一張 360 度全景圖出發,可以選 Genie 3。 來源 2 來源 1
[](https://pbs.twimg.com/amplifyvideothumb/2123115185032376320/img/6J6dSrbosUBRuWt6.jpg)
Google AI 官方示範。約 1:18,在滑雪途中輸入新指令,把賽道切成夜間。字幕為同一支原片的本機轉錄與繁中翻譯。 影片來源
帶時碼逐字稿00:00:00.000 一個世界是由什麼構成的?00:00:05.000 那裡有聲音、有動態,也有會回應你的各種時刻。00:00:11.000 用 Project Genie,一句話就能創造一個世界,你還能置身其中改變它。00:00:18.000 現在搭載我們最新的世界模型 Genie 4。00:00:22.000 每個世界都有了生命。角色、聲音和細節都可以一邊探索一邊修改。00:00:28.000 開門走上火星、走到海底,或看看機器人如何工作。00:00:37.000 除了設計商品,也能構想整個品牌。上傳一張照片,讓 Genie 為它打造一間門市。00:00:46.000 也可以近距離看看螞蟻群落怎麼運作。00:00:51.000 你還可以滑下山坡,一邊聽播報員轉播比賽。00:00:58.000 當你還沒想到下一步時,Project Genie 代理就能在一旁幫忙。00:01:03.000 它是可以一起討論點子的搭檔,幫你找出最適合這個世界的做法。00:01:09.000 把作品分享到 Project Genie 圖庫,其他人可以探索,也能改作成全新的世界。00:01:21.000 〔賽事播報〕他像閃電一樣衝下結冰的賽道!00:01:24.000 這些全是有人想像出來的世界,等你走進去。
Genie 4 讓聲音跟著場景變化
在 Genie 4 裡,探索時可以打字改天氣、加入角色,或讓正在發生的事轉個方向。模型也會隨畫面即時生成聲音,從周圍的環境音到場內角色的對話,都能隨情節變化。 DeepMind 的研究公告也指出,反覆大幅修改場景或延長探索時,畫面細節仍可能漂移,物件回頭看時也可能變樣。 來源 1 來源 3
Genie 3 每次生成最長 3 分鐘,還能接到下一個世界
在模型選單切到 Genie 3,每次生成可探索最長 3 分鐘,原本是 60 秒。想走更久,可以把多個世界接起來。Google 示範了一趟連續飛行,用文字觸發場景變化,依序飛過森林、水下遺跡和冰海。 來源 1
Google 的 Genie 3 無聲示範。飛行途中用指令串接場景,從森林經過水下遺跡,最後進入冰海。 影片來源
手上已有一張 360 度全景圖,也可以用它當新世界的起點。Google 用佩特拉做示範,轉動視角時,峽谷與建築立面仍維持一致。至於探索時間拉長後,場景能維持多久,仍是 Google 對兩代模型都在研究的問題。 來源 1
Google 的 Genie 3 無聲示範。以佩特拉的 360 度全景圖作為場景起點,轉動視角仍能找到峽谷和建築立面。 影片來源
用對話做新世界,也能先逛圖庫再改作
想從頭做,可以用平常說話的方式向 Project Genie 的創作助理描述想法。助理會調用 Google 的模型,做出場景的初始畫面和符合氣氛的背景配樂。探索時也可以叫 Gemini 加入,讓它看著畫面建議下一步,或自動觸發場內事件。 來源 1
也可以先進社群圖庫探索別人做好的世界,再請創作助理幫忙改作。可調整的包括場景結構、配樂和玩法規則。Google 展示了把山坡咖啡館改成沙漠玻璃亭的例子。改完的作品也能發布到圖庫,讓其他人接著探索或改作。 來源 1
Google 的無聲改作示範。從山坡咖啡館起步,輸入改作需求,再預覽沙漠中的玻璃亭。 影片來源
Google 於 11 月 18 日宣布,新版從當天起向符合資格的 Google AI Ultra 訂戶推出,可用瀏覽器開啟 Project Genie。Google AI Pro 會員可在同一頁加入候補名單。 來源 1
原文:https://easyvibecoding.app/curated/3791-project-genie-4-genie-3-live-edits-gallery
Anthropic 每股定價 83 美元,公司可募近 794 億美元
Anthropic 首次公開發售股票,每股定價 83 美元。按最終公布的 9.8 億股計算,扣除費用前,公司可取得約 793.77 億美元,出售持股的舊股東可取得約 19.63 億美元。至於誰能決定一般股東議案,公開說明書把過半表決權留給了創辦人的持股公司 Founder LLC。 來源 3 來源 4
從 8.25 億股到 9.8 億股,發售總額怎麼算?
MTSlive 貼文估算的 685 億美元,用的是較早版本公開說明書列出的 8.25 億股。Anthropic 的最終定價公告列出兩筆 A 類普通股:公司出售 956,351,354 股,舊股東出售 23,648,646 股。兩筆合計 9.8 億股,乘以每股 83 美元,發售總額為 813.4 億美元。Anthropic 只取得自己出售股份的款項。 來源 2 來源 4 來源 3
在這 9.8 億股之外,承銷商還有 30 天可向 Anthropic 加買最多 1.47 億股。公司預計股票於 2026 年 11 月 19 日以代號 ANT 在那斯達克開始交易,若符合慣常交割條件,這次發售預計於 11 月 20 日完成交割。 來源 3
亞馬遜與 Google 各占多少股份?創辦人的票能選哪些董事?
較早版本的公開說明書估算了發售後的持股比例。以公司全部已發行股份計算,亞馬遜(含關係企業)持有的 N 類股占 14.7%,Google 持有的 N 類股占 13.7%。若只看已發行的 N 類股,亞馬遜占這一類股份的 33.9%,Google 占 31.6%。招股書將 N 類股列為無表決權股份,所以這兩個百分比衡量的是持股,不能拿來算兩家公司在股東會有幾票。 來源 4
股東表決一般議案時,Founder LLC 憑手上的 F 類股就握有 50.1% 的表決權。這項過半優勢也適用於董事選舉,範圍涵蓋 T 類董事以外的席次。至於董事會的多數席次,長期利益信託(Long-Term Benefit Trust)通常有權選任及解任。 來源 4
Theo Jaffee 為何認為 Anthropic 太晚上市?
在 MTSlive 所附的訪談中,Theo Jaffee 談的是一般投資人何時才有機會買進。他認為,Anthropic 等到估值超過 1 兆美元才上市,此前的增值都由當時持股的員工、公司內部人士與私募市場投資人享有。 來源 2
從新股配售到 FTX 賣股,這張股權圖藏了哪幾種買家?
這段節目錄在最後定價公布之前。從 00:47 聽,主持人先談獲配新股的投資人何時拿到股票,接著才輪到透過券商下單的一般人。兩邊進場的時間不同,買到的價格也可能不同。節目隨後打開預測市場,看的已經是首日收盤時整家公司可能值多少錢。 來源 2
到 02:15,問題換成「誰從這次上市中獲益?」主持人拿出請 Claude 整理的股權圖,隨即說明圖上多數數字是估算。圖中把員工的股份、選擇權和還沒歸屬的限制型股票單位放在一起。這塊股權即使帳面上很值錢,員工這次實際能賣出、拿到手的金額仍是另一回事。 來源 2
05:46 起,兩人追起 FTX 當年買的那筆股份。他們先談後續募資如何稀釋持股,再問破產財團如果一直持有,今天可能值多少。到了 07:59,話頭回到這次才進場的買家。Theo Jaffee 接著批評上市的時機。他在意的是,公司上市前已經漲過一大段,一般投資人等到掛牌才有機會買進。 來源 2
MTSlive 貼文所附的完整 IPO 討論,長 9 分 10 秒。畫面中的股權圖是主持人當時以 Claude 整理的估算。展開繁中逐字稿,點選任一句可跳到片中對應位置。 影片來源
帶時碼逐字稿00:00:00.100 今天是個大日子,因為 Anthropic 要 IPO 了。這週就會上市。00:00:06.241 今天定價,明天才開始交易。你要是搞不懂,我本來也搞不懂。00:00:10.362 幸好我們有個朋友,就是 Anthropic 的 Claude,來跟我們解釋這到底是什麼意思。00:00:15.662 6 月 1 日,Anthropic 以保密方式提交 IPO 申請。00:00:20.103 10 月 26 日提交 S-1 註冊文件,11 月 10 日辦路演。00:00:26.384 今晚,Anthropic 的 IPO 就會定價。 來看逐時流程,這裡用的是太平洋時間。00:00:32.265 星期三下午 1 點,也就是現在。市場已經收盤了。00:00:36.766 Anthropic 會在收盤後敲定最終發行價。00:00:42.187 美國證券交易委員會會宣布註冊生效。 公司會在今晚較晚的時候公布最終價格。00:00:47.207 夜間他們會把股票發給獲得配售的投資人。00:00:51.648 我不懂幹嘛搞這套配售。 幹嘛不直接把股價訂高一點,高到誰都買得到?00:00:58.409 對啊,今天對機構投資人來說可是大日子。00:01:02.230 他們會花幾個小時做價格發現,然後才開始第一筆交易。00:01:06.430 接著任何人都能透過券商買進。到時我們就會知道……00:01:10.871 IPO 時的估值是多少,收盤時的市值又是多少。00:01:14.112 有沒有預測市場在押 IPO 時的估值?00:01:18.672 可以看看嗎?好啊,要是真的就厲害了。00:01:21.233 我就愛這麼多 AI……00:01:22.913 ——找到了。——……多元宇宙預測市場。 這是 Anthropic 的 IPO 首日收盤市值。00:01:25.833 預測大概落在 1.25 兆到 1.5 兆美元這段區間的低端。00:01:31.974 嗯,不太可能。00:01:33.114 超過 1.5 兆美元的機率只有約 20%。不過,這也不算低。00:01:37.815 超過 2 兆美元的機率只有 1%。我記得之前市場給的機率高得多。00:01:42.676 哇。哇,好,對。00:01:44.977 大概在 10 月,市場認為到 1 兆美元的機率是 30%。——2 兆。00:01:49.179 2、2 兆。太誇張了,那樣就會是史上最大的 IPO。00:01:52.100 但按上市時的估值來看, 它可能拿不到史上第一。你知道排第一的是誰嗎?00:01:59.204 不是 SpaceX,我剛查過。是沙烏地阿美。00:02:02.845 沙烏地阿美,對。還有 SK 海力士。00:02:04.566 沙烏地阿美上市時值 1.7 兆美元,是上市時估值最高的公司。00:02:11.269 看看 Anthropic 能不能超過它吧。有可能,但機率不高。00:02:15.912 話說回來,Anthropic 上市,誰會賺錢?00:02:18.173 我請 Claude 做了一張圖。——喔,這真的滿酷的。——好。00:02:21.874 這些大多是估算,我們沒辦法確定。來看看誰會賺最多。00:02:27.057 賺最多的可能是 Amazon。——哇,好。00:02:31.499 Amazon 會持有 Anthropic 五分之一,價值大概 2,500 億美元。00:02:37.262 這是四……三、四年前做的投資,這成績不錯。——對。00:02:41.185 ——對,挺厲害。——挺厲害, 還不錯。——真的不錯。再來是員工。00:02:46.469 算進已完全歸屬的股份, 加上選擇權與尚未歸屬的限制型股票單位(RSU),00:02:51.832 員工也會持有公司大約五分之一, 另外五分之一則會由其他投資人持有。00:02:57.816 其他投資人包括 Lightspeed、GIC、QIA、Altimeter、 Dragoneer、Greenoaks、Sequoia、Jaan Tallinn,00:03:04.981 還有 Dustin Moskovitz 等人。Jaan Tallinn 和 Dustin Moskovitz,00:03:08.463 他們是資助有效利他主義圈的主要億萬富翁,00:03:14.086 他們會靠 Anthropic 這次 IPO 賺到數十億美元。00:03:17.548 Google 會賺……他們會有幾十億美元的資產可以變現。 挺猛的,對吧?00:03:21.430 對,感覺應該不錯。00:03:24.371 Google 那份值 1,320 億美元。00:03:26.913 順帶一提,Anthropic 應該配一些股票給最早的客戶,00:03:32.695 像最早開 Claude 帳號的那批人。 就說前……——這樣其實滿可愛的。00:03:37.338 我說不定真的是前一萬個。——好啦, 炫耀喔,炫耀喔。——真的嗎?——可能吧。00:03:44.241 你當時有用 Twitter,對吧?——有, 我在第一天開放後一小時內就註冊了。00:03:47.603 Claude 第一天推出時,大家感覺怎樣?00:03:50.484 風頭完全被蓋過,因為 GPT-4…
CAIS 加入 MisAnthropic 聯署,質疑 Anthropic 把 AI 自我改進當成募資賣點
在 Anthropic 準備首次公開發行股票之際,AI 安全中心(CAIS)於 2026 年 11 月 18 日宣布加入 MisAnthropic 聯署。簽署人指出,Anthropic 自己就警告過,讓 AI 改進下一代 AI,再由下一代接手改進,可能讓權力集中,甚至讓系統脫離人類控制。他們質疑公司仍想搶先做出這樣的 AI,呼籲公眾拒絕 Anthropic 以公共利益為由,把權力集中在自己手中。 來源 4 來源 3
[](https://pbs.twimg.com/media/HXbLQZiaAAAjnso.jpg?name=orig)
方框內是簽署人共同支持的聲明。
CAIS 指控 Anthropic 放棄單方面暫停開發的承諾
聲明指控 Anthropic 靠重視安全的形象吸引投資人、延攬員工並爭取公眾信任。CAIS 進一步指出,Anthropic 向投資人推介自家競爭優勢時,列出的正是它曾警告有風險的能力之一:讓 AI 持續改進自身。CAIS 也指控,公司在 2 月修改安全政策時,放棄了單方面暫停開發的承諾,並曾遊說削弱 SB 1047 等法案。 來源 3 來源 4
7 月版政策要求至少 200 名員工收到完整風險報告
Anthropic 把因應先進 AI 可能造成災難性風險的做法,寫成一套自願遵循的《負責任擴展政策》。公司列出的第 3.0 版生效日是 2026 年 2 月 24 日。7 月 8 日生效的第 3.4 版改了內部分享風險報告的規定。原先公司須把未刪節版分享給所有具一般安全權限的員工,改版後則須分享給至少 200 名員工。 來源 5
同一版政策也要求公司在公開報告中標出刪節處。Anthropic 於 8 月 14 日公布風險報告,說明公司如何評估自 2 月前一份報告以來的風險、採取了哪些措施,以及接下來的計畫。這份報告的評估範圍到 7 月 15 日為止,早於 11 月的聯署。 來源 5
從 Thomas Wolf 到 Beff Jezos,誰在聲明上具名?
聲明官網的個人簽署名單包括 Hugging Face 共同創辦人暨首席科學家 Thomas Wolf,以及 River AI 共同創辦人暨執行長、同時也是 xAI 共同創辦人的 Igor Babuschkin。另兩位是機器智慧研究所所長 Nate Soares,以及 Extropic 創辦人暨執行長 Guillaume Verdon。名單在 Verdon 的本名旁也列出了他的別名 Beff Jezos。 來源 3
原文:https://easyvibecoding.app/curated/3789-misanthropic-statement-ai-safety-pledges
用 Grok Bot 對照修車廠的五個時間點,分清等接待和等開工
在 Lauren Tan 的假想案例裡,一位客人在 Yelp 留言,說自己等了很久才有人接待。修車廠當天的紀錄若寫明這位客人幾點到店、幾點跟服務人員說上話,Grok Bot 就能算出這段等待有多長。 來源 2
[](https://pbs.twimg.com/media/HXYkL-KXgAAKxft.jpg)
交了鑰匙,隔多久才開工?
Tan 建議,店家可以請 Grok Bot 做一個手機和電腦都能用的紀錄工具。店員除了記下到店和接待時間,也記下收鑰匙、開工和完工的時間。從收鑰匙算到開工,可以看出車子交給店家後等了多久才開始修。從開工算到完工,量到的則是這次維修歷時多久。 來源 2
用客戶編號找人,用工單號碼核對同一次維修
舉例來說,店家若能確認留言的是哪位客人,就可以讓 Grok Bot 用預約系統和維修紀錄共用的客戶編號找到同一人,再按來店日期核對是哪一次。若每次維修都有專屬的工單號碼,而且兩套工具都記下同一個號碼,Grok Bot 就能直接比對同一趟來店的接待與維修時間。 來源 2
碰到兩個預約時間,先讓 Bot 問店員
回到接單,Tan 建議先把「替客人訂好時段」這個目標講清楚,再把平常的判斷教給 Bot。例如,客人的電子郵件和預約系統各寫了一個時間,該信哪一個?店員可以先讓 Bot 一次問一個問題,再拿幾筆容易出錯的預約試跑。照她的例子,系統已存好預約、客人也收到確認,這張單才算辦完。 來源 2
店員確認 Bot 能處理這些例外後,就能設定 Grok Bot 的 routines,決定什麼時候自動開工。新預約可以在郵件進來時處理,回顧客戶等候時間則可以排在每週固定一天。前者跟著每筆來信走,後者讓店員一次看出最近幾張工單的情況。 來源 2
原文:https://easyvibecoding.app/curated/3788-grok-bot-garage-wait-times
Microsoft To Do 將退役,個人帳號要換工具,工作帳號的舊清單不會轉入 Planner
用工作或學校帳號打開 Microsoft Planner,目前還能看到原本記在 Microsoft To Do 裡的待辦。2027 年 6 月 30 日是你能在 Planner 查看或修改這些待辦的最後一天。微軟也將在當天停用 To Do 的網頁版、Windows 版、Mac 版及手機 App。個人 Microsoft 帳號則要另選待辦工具。 來源 2 來源 3
個人帳號要另選工具,Microsoft 365 家用訂戶也一樣
即使訂閱 Microsoft 365 個人版或家用版,個人帳號也無法使用 Planner。先找出想留下的待辦與清單,看看哪些清單還需要和別人共用,再依這些需求選工具。如果平常會在 To Do 裡切換私人和公司帳號,記得分別登入,各自檢查一次。 來源 2
公司與學校可用 Planner,新建的私人待辦才會存進新計畫
先向管理員確認帳號有 Planner 使用權限,有權限的人現在就能開啟網頁版。新版「My tasks」會從 2026 年 12 月起陸續推出。微軟的預覽畫面顯示,進入「My tasks」的「Private」,就能用「Add a task」新增待辦。這些新待辦會存進自己的私人計畫,原有的 To Do 待辦與清單不會轉入。 來源 2 來源 3
[](https://support.microsoft.com/en-au/planner/media/to-do-to-planner/to-do-to-planner-my-tasks.png)
團隊若用 To Do 共用清單分工,請在退役前核對誰有權使用清單、每項工作由誰負責。原有成員、任務分派與權限都不會轉到 Planner;要繼續協作,團隊可以在 Planner 共用計畫中重新分派工作。盤點時也要留意需要保存的附件,新版私人計畫目前不支援在待辦上附檔。 來源 2
退役前會開放匯出,能保留哪些資料仍待公布
不論用哪種帳號,都可以先列出需要保留的資料。微軟會在 To Do 退役前提供匯出方式,屆時再對照操作步驟、支援項目及限制,確認哪些資料能匯出保存。微軟尚未保證匯出檔能匯入 Planner 或其他工具。這次退役公告也沒有替舊待辦訂下刪除日期。公司若有資料保存規定,刪除或重整待辦前先問管理員。 來源 2
原文:https://easyvibecoding.app/curated/3787-microsoft-to-do-retirement-planner-personal-work-account
用 Microsoft Decision 1.1 讀結帳截圖,一次選出接手組別、評估嚴重程度
假設客戶附上一張結帳失敗的截圖,留言說「我按付款就看到這個畫面」。客服系統可以把截圖和留言一起交給 Microsoft Decision 1.1,一次問誰該接手、問題有多嚴重。第一題會選出一個組別,並列出每個組別的機率,供系統決定要直接派單還是請人確認。第二題回傳嚴重程度分數,供客服排列處理順序。 來源 3 來源 2
把結帳截圖和留言放進同一個請求
微軟在 Ignite 2026 宣布 Microsoft Decision 1.1 新增圖像輸入。模型已在 Microsoft Foundry 正式開放,也能透過 OpenRouter 和 Vercel 使用。微軟的 Foundry 文件用一張送貨照片示範如何判斷貨品有沒有受損。以下沿用同一種傳圖方式,把照片換成結帳截圖,再加上選組別與評嚴重程度兩道題。 發表會現場舉了 Xbox 團隊的例子:他們把玩家對新遊戲的自由文字回饋,依意見主題分類。 來源 4 來源 1 來源 3
微軟在發表會展示 Decision 1.1,約 0:20 轉入 Xbox 的玩家意見分類。片末的速度與費用比較針對這個案例。 影片來源 帶時碼逐字稿00:00:00.000 我們加入了多模態支援。00:00:02.800 效能也有提升,決策更準確,回應更快。00:00:08.240 已經有超過四千家客戶用過它。00:00:11.440 Copilot 系統本身就用它,把使用者的請求導向適合的模式、00:00:16.160 模型和推理強度,時間精準到毫秒。00:00:20.560 Xbox 團隊則用它將數以萬計的開放式意見分類,00:00:27.520 了解玩家對各款新遊戲說了些什麼。00:00:30.800 有趣的是,這項工作的處理速度比用大型語言模型快十倍以上,00:00:35.200 花費只有使用大型語言模型的大約兩百分之一。
準備已設定有效付款方式的 Azure 訂用帳戶,開啟你有權部署模型的 Foundry 專案。在 Model catalog 搜尋 Microsoft-Decision-1.1,選 Deploy,完成設定後再按 Deploy。 從部署詳細資料頁複製資源端點、部署名稱與 API 金鑰,分別設為環境變數 AZURE\ENDPOINT、DEPLOYMENT\NAME 與 AZURE\API\KEY。若部署時自訂了名稱,DEPLOYMENT\_NAME 就填這個名稱。 把要測的 PNG 截圖存成 ticket.png,與下方程式放在同一個目錄。切換到該目錄,用 Python 3.10 以上版本執行程式。
來源 3
程式把截圖編成可隨文字傳送的資料,放進 assets,再用 image:ticket.png 讓模型知道留言指的是哪張圖。選組別用 choice,列出每組負責的問題。評嚴重程度用 score,從輕到重列出四級。執行後會印出兩份答案,team 對應組別,severity 對應嚴重程度。 來源 3
` import base64 import json import os from pathlib import Path from urllib.request import Request, urlopen
imagedata = base64.b64encode(Path("ticket.png").readbytes()).decode("ascii") body = { "model": os.environ["DEPLOYMENT_NAME"], "state": "客戶留言:我按付款就看到這個畫面。截圖:image:ticket.png", "assets": { "ticket.png": {"type": "image", "format": "png", "database64": imagedata} }, "questions": { "team": { "type": "choice", "instructions": "依主要問題判斷,哪一組該接手?", "criteria": { "帳務組": "扣款、發票或退款問題", "技術組": "軟體錯誤、當機或串接失敗", "帳號組": "登入、密碼或帳號存取問題" } }, "severity": { "type": "score", "instructions": "這個問題有多嚴重?", "criteria": ["僅影響外觀", "輕微", "重大", "危急"] } } } endpoint = os.environ["AZURE_ENDPOINT"].rstrip("/") request = Request( f"{endpoint}/providers/microsoft/v1/systemone", method="POST", headers={"Content-Type": "application/json", "api-key": os.environ["AZUREAPIKEY"]}, data=json.dumps(body).encode("utf-8") ) with urlopen(request, timeout=60) as response: print(json.dumps(json.load(response)["answers"], ensure_ascii=False, indent=2)) `
來源 3
最高機率沒過派單門檻,就交給人工確認
假設模型選了技術組,但帳務組的機率也很接近。如果技術組的機率低於客服團隊設定的門檻,系統就把這張單留給值班人員確認。要訂門檻,可以挑一批已知該由哪組接手、又能代表日常案件的舊單試跑。每換一道門檻,就數一數自動派出的單有幾張送錯組,又有幾張單需要人工看。 來源 3 來源 2
嚴重程度分四級,為什麼會算出 2.5 分?
至於哪張單先處理,要看 severity。範例中的四級依序是 0、1、2、3 分,模型用各級的機率算加權平均。假設「重大」和「危急」各占一半,其餘兩級都是零,這張單就得到 2.5 分。即使還得由人確認組別,客服仍可用這個分數,把它排在 2 分的單之前。 來源 3
原文:https://easyvibecoding.app/curated/3786-microsoft-decision-1-1-support-ticket-image-routing
第一個回覆能等多久?OpenAI 背景請求 2 小時單價七折、8 小時六折
明早要看文件審查結果,今晚就可以把文件交給 OpenAI 的 GPT-6.2 Astra 或 Sol。選 8 小時背景處理,模型讀文件、寫回覆的用量都按 token 計算,單價是標準費率的六折。這 8 小時從 API 接受第一筆請求起算,目標是在時窗內給出第一個回覆。如果模型先請程式查一份文件,這就算第一個回覆,明早要拿到審查結果,還得為下一輪留時間。 官方示範片以晚間排入的員工晨報為例,依序查郵件、Slack、行事曆和文件,隔天早上交付每個人的待辦摘要。 來源 1 來源 2
0:04 比較時窗,0:08 為隔天的員工晨報選 8h,0:16 開始查資料,0:20 顯示早晨收到的摘要。 影片來源
下午開會要用,還是隔天早上才看?
| 第一個回覆的目標 | 模型用量單價(標準費率=100%) | OpenAI 指南舉例 | | --- | --- | --- | | 儘快回覆(soonest,預設) | 100% | 有人正等著看臨時要用的報告 | | 2 小時內(2h) | 70% | 整理上午收到的客服案件,供下午開會決定處理順序 | | 8 小時內(8h) | 60% | 夜間審查一批文件,隔天早上閱讀 |
來源 2 來源 3
如果使用者需要邊生成邊讀,就選 soonest,並把 stream 設為 true。能等完整回覆再讀,就可以用折扣時窗。在 Responses API 把 background 設為 true、service\tier 設為 default,再把 background\options.completion\_window 設為 2h 或 8h。這兩種時窗都要把 stream 設為 false 或省略。送件後,程式可以等 API 通知完成,也可以用送件時取得的回覆 ID 查詢進度。 來源 2
折扣請求和批次工作共用限額
折扣時窗目前在 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna 公開測試。如果也用 Batch API 整批送件,估算還能送多少資料時,要把 2h、8h 請求一起算進去。每筆請求的輸入 token 數在送件時就計入共用限額。soonest 則使用一般請求次數與 token 限額。 來源 2
模型請程式查文件,第二輪怎麼排隊、怎麼計費?
在 OpenAI 的隔夜審查範例裡,程式送出第一筆 8h 請求時,先替這次審查取一個專用識別碼,填入 background\options.continuation\id。收到模型要求查文件的回覆後,程式查出文件,把結果放進第二筆請求。沿用同一個專案、模型、時窗和識別碼,這筆後續請求就有資格優先排隊。識別碼只用於排隊,模型需要的前文仍要由程式帶入。 來源 2 來源 3
折扣按每筆符合條件的請求計算。指南裡前後兩筆都符合 8 小時折扣。假設依各輪實際用量換算,標準費率下第一輪要 10 美元、第二輪要 5 美元,打六折後各是 6 美元和 3 美元,這次審查的模型用量費合計 9 美元。 來源 2
原文:https://easyvibecoding.app/curated/3785-openai-background-api-completion-windows-token-discounts
Antigravity 讓 Hydrogen 改程式、跑測試,卡關時交回 Gemini 4 Neon 改計畫
在 Google Antigravity 裡,使用者只要交代一次開發任務,就能讓 Gemini 4 Neon 規劃程式架構,把例行改碼、更新套件和跑測試交給 Gemini 4 Hydrogen。這套分工功能叫 Orchestrator。Hydrogen 卡關時,會把任務交回 Neon,由 Neon 檢查目前狀態、修改計畫,再繼續執行。 來源 3
11 月 18 日起,Google AI Pro 和 Ultra 付費訂戶陸續可以在 Antigravity 使用 Neon,也可以搭配 Hydrogen 分工。這次更新涵蓋桌面應用程式、命令列工具和程式編輯器的擴充套件。 來源 3
在瀏覽器當第二位玩家,在 Blender 搭一張實驗桌
Antigravity 團隊示範用 /swarm 指令讓多個 AI 代理分工,由 Neon 搭出一款有多個關卡的雙人迷你高爾夫遊戲。遊戲在內建瀏覽器跑起來後,AI 代理當起第二位玩家,點開球場總覽、查看雙人計分卡,也試著切換球洞。 來源 3
[](https://antigravity.google/assets/image/blog/gemini-4-neon-neonputt-poster.png)
點選第 2 洞的提示出現時,左上角仍顯示第 1 洞「NEON WINDMILL」。
0:08 畫面開始分派八個工作項目,0:32 在瀏覽器測試球場,0:56 由人打第一球,約 1:04 輪到代理瞄準。 影片來源
另一個 /swarm 示範把工作移到 3D 建模軟體 Blender。Google 讓 Neon 透過 Blender MCP 操作這套軟體,搭出一張實驗桌,用兩種發光方式呈現四款模型名稱對應的元素。碳(Carbon)和氫(Hydrogen)用本生燈火焰呈現,氬(Argon)和氖(Neon)則用高壓氣體放電管發光。 來源 1 來源 7
0:04 可見紫色發光管,0:12 鏡頭帶到氫的標籤,0:24 拉遠看見四組裝置並列。這是 Blender 做出的實驗室場景。 影片來源
Cursor 實測兩款模型的 High 檔,Neon 平均每題比 Hydrogen 多花 1.97 美元
Cursor 已開放使用 Neon,也在自家的程式設計測試 CursorBench 4.1 分別評測了兩款模型。把兩者的推理強度都設為 High,也就是 Neon 的預設值,Neon 的得分比 Hydrogen 高 6.4 個百分點。按各模型的公開單價,計入每題實際用掉的輸入、輸出和快取用量,Neon 平均每題多花 1.97 美元。 來源 4 來源 5
| 模型與推理強度 | CursorBench 4.1 得分 | 平均每題成本(美元) | | --- | --- | --- | | Gemini 4 Neon High | 63.7% | 6.54 | | Gemini 4 Hydrogen High | 57.3% | 4.57 |
來源 5
Agent Arena 公告將 Neon High 列為第 2,同日的最新總榜列為第 3
Agent Arena 從 AI 代理執行實際任務的過程評比模型。11 月 18 日 Neon 發表時,主辦方公布 Neon High 排名總榜第 2,Google 公布的指數是 1,336 分。同樣標示 11 月 18 日的最新總榜上,Neon High 以 1,333 分排第 3,前兩名依序是 Claude Fable 5.2(Max)和 Claude Opus 5.5(Max)。這張榜用最近 14 天的任務計算成本,Neon High 的每項任務成本中位數是 2.60 美元。 來源 8 來源 1 來源 10
原文:https://easyvibecoding.app/curated/3784-gemini-4-neon-antigravity-hydrogen-blender-cursorbench
From the publisher's feed