EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

EasyVibeCoding Podcast episodes

  • OpenAI 推出 GPT-Live-Transcribe 提供低延遲語音即時轉錄

    OpenAI 推出 GPT-Live-Transcribe 提供低延遲語音即時轉錄。

    兩大全新模型定位
    OpenAI 開發者團隊(@OpenAIDevs)在 API 中推出了兩款專門的語音轉文字模型,用以滿足不同的轉錄需求:
    gpt-live-transcribe:專為低延遲的即時語音轉文字(Realtime transcription)而建構。
    gpt-transcribe:針對已完成的音訊檔案與批次工作負載最佳化,做非同步的檔案轉錄(File transcription)。
    兩者皆能更好地理解上下文,並在真實世界的各種口音與語言音訊中,提供更準確的轉錄表現,適用於短語、數字、專門術語以及伴隨吵雜背景噪音的語音。開發者亦可參考 OpenAI Transcription 文件指南 以取得完整的實作細節。
    一名講者介紹 GPT Transcribe 與 GPT Live Transcribe 兩款語音轉文字模型
    效能基準與上下文提升
    透過提供自由形式的上下文、關鍵字、預期輸入語言以及先前轉錄的對話輪次,開發者能改善語音轉錄的品質:
    在「Context Aware Automatic Speech Recognition」基準測試中,gpt-live-transcribe 的語意準確度在未提供自由形式上下文時為 38.5%,提供後則成長為 44.6%。
    gpt-live-transcribe 在 Context Aware ASR Benchmark 的正確率於提供 context 後由 38.5% 提升至 44.6%,優於 gpt-realtime-whisper。
    在 Common Voice 的 22 種語言測試中,gpt-live-transcribe 達到 19.70% 的轉錄錯誤率,優於 gpt-realtime-whisper 的 20.33%。
    gpt-live-transcribe 在 Common Voice 的 WER 比較中為 19.70%,低於 gpt-realtime-whisper 的 20.33%(數字越低越好)。
    在「Real-World Audio Recording」基準測試的 9 種語言中,gpt-live-transcribe 取得 9.60% 的轉錄錯誤率,相較於 gpt-realtime-whisper 的 11.65% 更為出色。
    gpt-live-transcribe 在 Real World Audio Recording 基準測試中,以 9.60% 的字詞錯誤率(WER)領先 gpt-realtime-whisper 的 11.65%。
    gpt-transcribe 在相同基準測試中同樣表現優異,語意準確度從 41.6% 提升至 45.2%;在 Common Voice 的 22 種語言中取得 19.27% 的轉錄錯誤率(對比舊版 Whisper 的 40.37%),並在真實世界音訊基準測試中創下 8.98% 的轉錄錯誤率(對比 Whisper 的 15.21%)。
    gpt-transcribe 在 Real World Audio Recording 測試中以 8.98% 的詞錯誤率(WER)取得最佳表現,優於 whisper-1(15.21%)、gpt-4o-mini-transcribe(15.46%)與 gpt-4o-transcribe(22.21%)。
    gpt-transcribe 在 Common Voice 的字錯誤率(WER)以 19.27% 表現最佳,低於 whisper-1 的 40.37%。
    gpt-transcribe 在 Context Aware ASR Benchmark 上的準確率從未提供 context 的 41.6% 提升至提供 context 時的 45.2%。
    轉錄工作流程與功能選擇
    根據官方技術文件的指引,使用者可依據音訊來源選擇對應的推薦模型與工作流程:
    檔案轉錄:針對已完成的錄音或有界限的音訊請求,推薦使用 gpt-transcribe 模型上傳檔案並接收最終逐字稿,或在處理檔案時串流輸出文字。
    即時轉錄:針對麥克風、通話或其他即時音訊串流,推薦使用 gpt-live-transcribe 模型在語音抵達時取得文字。
    針對需要講者標籤、單字時間戳記、srt 與 vtt 字幕、將完成的錄音翻譯成英文等特殊需求的應用,文件則建議搭配特定的模型與端點(例如使用 whisper-1 或 gpt-4o-transcribe-diarize)。
    OpenAI Developers API Docs 頁面的標題畫面,背景為粉橘色漸層,左上角顯示「OpenAI Developers」與 OpenAI logo,左下角則標示「API Docs」與大字標題「Transcription」。

    一名講者介紹 GPT Transcribe 與 GPT Live Transcribe 兩款語音轉文字模型 影片中的 Prompt 與操作:

    操作步驟: 1. (00:01)點擊筆記型電腦觸控板以操作介面

    原文:https://easyvibecoding.app/curated/2763-openai-launches-gpt-live-transcribe-real-time-transcription

    3 min
  • OpenAI 推出 Codex Security 透過 CLI 與 TypeScript SDK 讓使用者能夠找出並修復程式碼漏洞

    OpenAI 推出 Codex Security 透過 CLI 與 TypeScript SDK 讓使用者能夠找出並修復程式碼漏洞。

    核心功能與特點
    Tibo(@thsottiaux)分享了 OpenAI 最新開源的 Codex Security,這是一套專門用於尋找、驗證並修復程式碼安全漏洞的工具,提供 CLI 與 TypeScript SDK 兩種介面。
    支援掃描專案程式庫、檢閱變更、追蹤問題(findings)隨時間的變化,以及在 CI 流程中執行安全檢查。
    完整功能可參閱 官方文件。
    快速開始與安裝
    本工具需要 Node.js 22 或更新版本、Python 3.10 或更新版本,並具備 Codex Security 的存取權限。使用者可以用以下指令安裝與掃描:
    `bash
    npm install @openai/codex-security
    npx codex-security login
    npx codex-security scan .
    `
    若要在 CI 環境中執行,請設定 OPENAIAPIKEY 變數來取代手動登入。若同時存在 ChatGPT 登入狀態與 API 金鑰,互動式掃描會詢問要使用哪種憑證,開發者也可以透過 --auth 參數明確指定,例如:
    `bash
    npx codex-security scan . --auth chatgpt
    npx codex-security scan . --auth api-key
    `
    TypeScript SDK 整合
    除了命令列介面外,開發者也能在 TypeScript 專案中直接載入 SDK 來執行安全掃描:
    `ts
    import { CodexSecurity } from "@openai/codex-security";
    const security = new CodexSecurity();
    const result = await security.run(".");
    console.log(result.reportPath);
    await security.close();
    `
    專案的詳細安裝步驟、身分驗證選項、掃描設定與 CI 整合方式,請參考 官方文件。

    原文:https://easyvibecoding.app/curated/2762-openai-launches-codex-security-find-fix-vulnerabilities

    2 min
  • 吳恩達成立 LearnVector,要打造個人化 AI 學習導引

    吳恩達成立 LearnVector,要打造個人化 AI 學習導引。

    創立背景與願景
    吳恩達指出,十五年前 Coursera 與線上課程成功擴展了學習管道,但數百年來「一體適用、所有人接受相同教法」的傳統學習模式大致上仍未改變。如今透過人工智慧的進步,團隊有機會將學習模式從「一對多」轉變為「一對一」,為每個人打造專屬的學習導引。吳恩達正式創立 AI 公司 LearnVector,初期獲得來自 Coursera 的 1 億美元投資,並計畫與 Coursera 及 Udemy 展開緊密合作,預計 2027 年初可對外展示產品。
    LearnVector 的宣傳視覺,左側標題呈現「Conventional wisdom says AI will replace people. I believe the opposite.」並標示 $100M investment from Coursera,右側為一位穿著藍色襯衫的男士半身肖像。
    點出傳統聊天機器人的學習盲點
    吳恩達強調,優質的學習體驗絕不只是靠聊天機器人。研究表明,缺乏防護機制的聊天機器人反而會損害學習成效:
    雖然聊天機器人能協助完成任務並讓學生在家庭作業拿到好成績,但過度依賴機器人的認知卸載會導致學習者的能力變差。
    聊天機器人講的不見得都能信。
    LearnVector 的核心定位與運作模式
    相較於傳統工具,LearnVector 想做的是值得信賴的學習指引,確保教材準確、關聯且不浪費學習者的時間。該平台承諾帶來以下轉變:
    模型轉變:將「一對多」升級為「一對一」的個人化學習體驗。
    體驗轉變:將枯燥勞動轉化為有趣且吸引人的學習過程。
    習慣轉變:將偶發學習轉變為像本能一樣的每日習慣。
    LearnVector 將採取以下核心互動機制來陪伴使用者:
    與使用者一同規劃學習路徑。
    順著使用者的學習方式調整。
    耐心地陪伴使用者,直到真正掌握新技能。
    欲了解更多詳細資訊,可參考 LearnVector 官方網站。

    原文:https://easyvibecoding.app/curated/2752-andrew-ng-founds-learnvector-for-personalized-ai-learning

    2 min
  • OpenAI 用 8 個科學計算案例,探討 Coding Agent 如何協助研究

    OpenAI 用 8 個科學計算案例,探討 Coding Agent 如何協助研究。

    科學計算的工程瓶頸
    OpenAI 在 Scientific computing in the age of agentic AI 這份回顧性、探索性的田野報告中指出,許多廣泛使用的研究工具源自學術團隊隨研究論文附帶釋出的程式碼,往往伴隨緩慢且脆弱的工作流程與維護缺口。這類傳統瓶頸長期阻礙了研究進展。
    案例專案總覽:依介入幅度由小到大排列,從 MAINTENANCE、LOCAL OPTIMIZATION、COMPATIBILITY MIGRATION、FAITHFUL REIMPLEMENTATION、WORKFLOW REDESIGN 到 NEW SYSTEM,並標出 HI.SIM、CYVCF2、MHCFLURRY、HIFIASM、RUSTAR-ALIGNER、BAYESM、RUSTQC 與 HELIXFORGE 等 8 個案例專案的落點。
    Agent 在產業與學界的實地應用
    以生命科學為主的 8 個案例中,有 5 個僅使用 Codex,另外 3 個結合 Codex 與 Claude Code。
    專案範圍從日常維護、目標最佳化到大規模語言遷移與 GPU 原生重設計。
    舉例而言,GPT-5.5 替讀寫基因體變異檔案的 Python 專案 cyvcf2 取代了舊有的建置與打包系統,使其更容易安裝、測試與發布。
    角色轉變與驗證挑戰
    研究人員的角色從「實作」轉變為「驗證與編排」,負責定義建構目標、衡量正確性及決定何時交付專案。
    由於 Agent 往往在產出錯誤時仍表現得很有自信,團隊必須仰賴外部參考或可衡量的驗證標準(如輸出結果相符、統計行為正確等)。
    實作過程通常採用回饋驅動的迭代方式分階段推進,而解決邊緣案例與細微數值差異的「最後一哩路」往往花費最多心力。
    長期維護責任的重要性
    降低實作成本也容易導致類似的重構成果四分五裂,分散了維持工具可靠性所需的專業注意力。
    維護成熟的科學軟體需要處理未記錄的慣例、相容性需求與使用者信任。
    針對不同專案,部分改動直接併入原始的上游(upstream)專案(如 MHCflurry 與 cyvcf2),而遭放棄的專案則移交社群接手維護(如 rustar-aligner),以確保科學基礎設施的長遠運作。

    原文:https://easyvibecoding.app/curated/2754-openai-shares-8-science-case-studies-on-coding-agents

    3 min
  • Anthropic 發表研究:Claude Mythos Preview 找出 HAWK 與精簡版 AES 的新攻擊路徑

    Anthropic 發表研究:Claude Mythos Preview 找出 HAWK 與精簡版 AES 的新攻擊路徑。Anthropic 近日發表研究成果,指出 Claude Mythos Preview 在自主研究中取得重大突破,不僅能在 60 小時內找到後量子數位簽章方案 HAWK 的未知攻擊路徑,還能將簡化版進階加密標準(AES)的攻擊速度加快 200 到 800 倍。

    研究核心發現
    Anthropic 用 Claude Mythos Preview 做密碼學研究,在數位簽章與對稱加密領域皆發現顯著漏洞:
    HAWK 攻擊:HAWK 是用來抵禦量子電腦攻擊的後量子數位簽章方案,已通過為期兩年、兩輪的專家審查;Mythos Preview 在 60 小時內發現先前未知的攻擊手法,將該方案的金鑰強度縮減為原本的一半。
    AES 加密攻擊:進階加密標準(AES)受過數十年嚴格審查,本次攻擊針對其精簡輪數的簡化版本,Mythos Preview 找到了一種加快該版本 AES 攻擊速度的方法,成功將攻擊速度加快 200 到 800 倍;不過為了驗證這項發現並撰寫論文,Anthropic 研究者另投入數百小時,其中兩名研究者花了近一個月才對該方法的正確性建立信心。
    運作模式與成本:這兩項重大研究成果皆由 Mythos Preview 在配備 Agent 執行框架的環境中幾近自主完成,僅需少許人工引導,兩項成果各約耗費 10 萬美元 API 費用。
    對現有系統的實際影響
    Anthropic 強調,這些研究成果目前對現今的電腦系統沒有直接的實際影響,也不需要修改任何生產環境軟體:
    HAWK 目前僅為提案階段的候選方案,尚未在任何地方實際部署。
    Anthropic 已依責任揭露程序事前通知演算法作者、美國政府與產業夥伴,並於 6 月先通知 HAWK 作者,在成果發布時同步向 NIST 公開郵件列表揭露。
    對 AES 的攻擊是針對較弱的簡化版本,並未完全破解完整的密碼演算法。
    儘管如此,這些結果證明了前沿 AI 模型具備執行專家級密碼學研究的能力,未來可用於防禦性應用,測試並提升線上活動與數位系統的安全性。
    發布完整技術細節與新評測基準
    為了讓學術界與產業共同研究,Anthropic 同時公開了研究全文、相關論文、模型思考過程,並與多所大學合作推出全新評測基準:
    完整論文:詳細說明 HAWK 攻擊的 hawkkeyrecovery.pdf 與說明 AES 攻擊的 aesmobiusbridge.pdf。
    思考過程記錄:公開 Claude 在解構 AES 時的 Chain of Thought 記錄檔 aesmobiusbridgecot.pdf。
    建立評測基準:與蘇黎世聯邦理工學院、特拉維夫大學及海法大學的學者合作推出 CryptanalysisBench,作為研究大型語言模型密碼分析能力的評測基準。

    原文:https://easyvibecoding.app/curated/2759-anthropic-claude-mythos-preview-finds-hawk-aes-attacks

    4 min
  • Fish Audio 推出 S2.1 Pro 模型,只要上傳五秒音檔就能複製聲線

    Fish Audio 推出 S2.1 Pro 模型,只要上傳五秒音檔就能複製聲線。

    融資與業務里程碑
    Fish Audio 於 2026 年 7 月 29 日宣布完成 5200 萬美元的種子輪融資,同時宣布 S2.1 Pro 正式公開推出。官方指出,團隊在短短一年內從一個開源專案成長為達到 2100 萬美元 ARR(年度經常性收入)的規模。目前其模型已被 HeyGen、LiveKit、Retell、Sanas 與 OpenArt 等前沿 AI 企業在生產環境中實際採用。為慶祝成立一週年,官方推出互動優惠活動,使用者只要在社群平台按讚、轉發並留言「Fish」,即可獲得一個月的 S2.1 Pro 免費使用權限。
    展示十三位不同背景與組織成員大頭照的陣容列表,每位下方皆附有姓名與所屬公司名稱。
    核心效能與成本優勢
    根據官方與展示影片(
    一名講者在筆電前展示 Fish Audio S2.1 Pro 的即時語音複製與多語系對話展示
    )資料,S2.1 Pro 在語音合成效能與經濟成本上具備顯著優勢:
    僅需 5 秒的音訊樣本即可完成聲音複製。
    運作速度是 Cartesia 的兩倍,成本則僅為 ElevenLabs 的六分之一(影片顯示每 100 萬字為 15 美元,相比 ElevenLabs 的 100 美元與 Cartesia 的 45 美元更具競爭力)。
    提供具備單字層級(word level)控制能力的表達力,使用者能精細調整情緒、語調與語速等細節。
    官方承諾若企業客戶改用其語音 AI 方案無法節省超過 50% 的成本,將提供一年的 Fish Audio 免費使用服務,預約展示可透過 S2.1 Pro 預約連結進行。
    展示與基準測試表現
    在官方展示影片中,S2.1 Pro 展現了即時語音複製與多語系對話能力,並在 Coval AI TTS 基準測試中達到 240 毫秒(ms)的首個音訊延遲(TTFA),落在「FAST & ACCURATE」區域。影片與展示畫面也揭露了以下累積數據與功能標籤:
    累積呼叫次數突破 1 億次(100M+ calls),語音處理時數超過 1000 萬小時。
    支援多語系(Multilingual)、表達模式(Expressive Mode)、多發話者理解(Multi-Speaker Understanding)以及人名發音(Name Pronunciation)等功能。
    具有流線型光影與紅、橘、紫漸層的抽象背景圖像

    一名講者在筆電前展示 Fish Audio S2.1 Pro 的即時語音複製與多語系對話展示 影片中的 Prompt 與操作:

    操作步驟: 1. OGFRAME: 00:23

    原文:https://easyvibecoding.app/curated/2761-fish-audio-launches-s2-1-pro-voice-cloning-model

    3 min
  • Anthropic 釋出 MCP 2026-07-28 讓遠端伺服器更容易部署

    Anthropic 釋出 MCP 2026-07-28 讓遠端伺服器更容易部署。

    核心架構更新
    MCP 的月下載量最近突破 4 億次,今年成長為四倍,已成為將 AI Agent 連接至應用程式的產業標準。
    此次發布的 MCP 2026-07-28 規格將通訊協定核心轉為無狀態(stateless)的請求/回應模型,移除了雙向有狀態機制的初始化交握與 Mcp-Session-Id 標頭(參考 SEP-2575、SEP-2567)。
    每個請求現在都自帶版本與客戶端識別資訊,允許伺服器部署在無伺服器(serverless)與 Edge 邊緣基礎設施上,或直接在任何負載平衡器後方水平擴展。
    畫面比較顯示,移除具備 Sticky 機制的傳統連線後,新的架構可透過簡單的 Round-Robin 負載平衡器處理請求。
    負載平衡器架構比較畫面,左側展示具 Sticky 機制的 Load Balancer 連線至 Instance A、B、C,右側展示 After 狀態的 Client 連線至 Round-Robin 型態的 Load Balancer。
    通訊與路由機制
    導入多輪次請求(Multi Round-Trip Requests,簡稱 MRTR,參考 SEP-2322),用來取代原本需要常駐連接串流的互動情境。當工具在中途需要使用者確認或補齊參數時,伺服器會回傳 resultType: "input_required",讓客戶端帶上 inputResponses 重新嘗試呼叫。
    串流 HTTP 請求現在必須包含 Mcp-Method 與 Mcp-Name(參考 SEP-2243),讓網路閘道器、速率限制器或 WAF 能直接依標頭路由與計量。
    tools/list、prompts/list、resources/list 與 resources/read 的回應現在帶有 ttlMs 與 cacheScope(參考 SEP-2549),能有效快取結果並降低不必要的重新抓取。
    手繪風格的插圖,展示一隻手拿著一個正方形方塊,正要放入下方帶有 L 型缺口的白色區塊中。
    擴充功能與安全性
    推出版本化的擴充功能框架,包含 MCP Apps(在沙盒 iframe 中渲染互動式 UI)、Tasks(支援長時間執行與非同步作業,參考 SEP-2663)以及企業託管授權(Enterprise Managed Authorization,EMA)。
    授權機制升級,符合生產環境的 OAuth 2.0 與 OIDC 部署,並依循 RFC 9207 驗證簽發者(issuer),同時正式將動態客戶端註冊(DCR)標為棄用,改由客戶端識別碼中繼資料文件(Client ID Metadata Documents,CIMD)取代;DCR 仍可向後相容運作,未來版本才會移除。
    根目錄(Roots)、取樣(Sampling)與日誌記錄(Logging)功能已正式宣告棄用(參考 SEP-2577),不過仍會保留至少 12 個月的支援期。
    生態系與入門資源
    官方提供四大第一級(Tier 1)SDK 的更新,涵蓋 TypeScript、Python、Go 與 C#,而 Rust SDK 也在 Beta 階段提供支援。
    Claude 端同步更新:connectors 目錄已收錄超過 950 個 MCP server,並推出 MCP tunnels(研究預覽),可讓 Claude 連上私有網路內的 MCP server。
    更多詳細規格與遷移指南可參考 MCP 2026-07-28 官方部落格文章 與 MCP 規格變更日誌。

    原文:https://easyvibecoding.app/curated/2758-anthropic-releases-mcp-spec-2026-07-28-remote-deployment

    3 min
  • Perplexity 發布 Windows 版 Perplexity 應用程式,並推出可在本機檔案、已連線應用程式與網路間協調 Agent 的本機 agent harness「Personal Computer」

    Perplexity 發布 Windows 版 Perplexity 應用程式,並推出可在本機檔案、已連線應用程式與網路間協調 Agent 的本機 agent harness「Personal Computer」。

    核心功能與架構
    跨平台與多模型協作:Personal Computer 現已開放 Windows 10 與 11 的 Pro、Max 和 Enterprise 訂閱者使用,支援透過 15 種以上的模型將工作分派給 subagents,Windows 版可於 Perplexity 官方頁面下載。
    本機檔案控制:應用程式可在使用者桌面上批准的資料夾內直接開啟、讀取與編輯檔案。
    持續記憶系統:每個任務都會運用名為 Brain 的常駐記憶系統,結合過去任務、檔案與專案的完整脈絡來啟動。
    微軟整合應用
    原生格式相容:Personal Computer 可從 400 多個已連線的應用程式拉取資料到本機檔案,並相容於現有的 Microsoft Excel、PowerPoint、Word、Outlook 以及 OneDrive 檔案,整合細節見 Microsoft 365 連線說明。
    提升協作效率:在整合微軟 365 應用程式前,將近 40% 的 Computer 使用者在過去 30 天內已在微軟格式中產生輸出,但過去缺乏原生增益集,必須手動複製貼上內容;此整合移除了複製貼上的步驟。
    跨應用程式實作:使用者可在 Word 內草擬、分析與研究並導入 Deep Research;在 PowerPoint 中從研究或現有工作建立及修改簡報;在 Outlook 中根據討論串歷史記錄與附件撰寫或重寫 email;以及連線至 SharePoint 在單一查詢中搜尋整個檔案庫,並將答案與即時網路研究結合,每個回應皆會引述來源文件與 URL。
    Perplexity 的 Connectors 整合介面,展示可連結 Dropbox、Box、Outlook、Asana、Jira 與 Confluence 等應用程式以存取資料。
    系統安全與執行細節
    權限與安全性:Personal Computer 僅能看見使用者批准的內容,只會從獲得授權的資料夾、檔案與應用程式中讀取資料,對每項執行的動作皆具備完全的可見性與控制權。
    Windows 應用程式操作:使用者可透過 Windows 桌面隨時啟動應用程式。根據示範影片顯示,使用者可在應用程式主介面選取指定資料夾(如 Desktop > Leadership Review),輸入指令讓 Agent 執行檔案更新與代理任務,例如載入 skill office/pptx 並由 Claude Opus 4.8 執行解壓縮與更新簡報,完成後直接儲存至裝置中。
    該工具的 workspace 介面正在執行 Agent 工作流,顯示使用者發送 prompt 準備明天客戶會議後,Agent 正同時執行 subagents 並調用 memory、檔案、app 與網頁資訊。
    Perplexity Personal Computer 在 Windows 系統上執行文件更新與代理任務的應用程式介面

    Perplexity Personal Computer 在 Windows 系統上執行文件更新與代理任務的應用程式介面 影片中的 Prompt 與操作:

    Prompt(00:18): 使用此資料夾中的最新實際數據、上次審查的決策以及目前的市場數據,更新董事會簡報。

    原文:Update the board presentation using the latest actuals in this folder, the decisions from our last review, and current market data.

    操作步驟: 1. (00:05)點擊開始功能表中的 Perplexity 應用程式 2. (00:13)點擊輸入框中的資料夾選單並選擇「Leadership Review」資料夾 3. (00:18)在對話框輸入更新簡報指令並點擊送出按鈕 4. (00:33)點擊完成更新的簡報檔案以檢視內容

    原文:https://easyvibecoding.app/curated/2760-perplexity-launches-windows-app-personal-computer-harness

    3 min
  • 前沿 AI 公司 1,171 名員工連署,籲美國政府主導國際合作、開發能刻意放慢前沿發展的技術與治理工具;Anthropic 與 OpenAI 均發文表態支持

    前沿 AI 公司 1,171 名員工連署,籲美國政府主導國際合作、開發能刻意放慢前沿發展的技術與治理工具;Anthropic 與 OpenAI 均發文表態支持。

    各大 AI 實驗室表態
    Anthropic 發文表示,包括執行長、多位共同創辦人與資深員工在內的團隊成員已簽署這項連署。該公司指出,他們 6 月發布的遞迴自我改進研究指出,社會需要有工具來刻意放慢前沿人工智慧發展的速度,以便讓社會做好準備,並樂見業界達成廣泛共識。相關細節可參考 Pacing the Frontier 網站。
    OpenAI 同步發文指出,確保日益強大的人工智慧造福所有人是其使命核心。他們認為未來某個時間點,前沿模型開發的加速程度可能會快到世界需要放慢人工智慧推進速率,並希望與美國政府、其他實驗室及開源社群合作開發相關工具與機制。
    Pacing the Frontier 聲明網頁標題與內容摘要,包含來自前沿 AI 公司超過 1000 名員工的聲明與「Read the statement」按鈕
    連署核心訴求
    來自前沿人工智慧公司的一千多名員工共同發表名為 Pacing the Frontier 的聲明,指出業界可能已接近實現自動化人工智慧研究;加速幅度難以預測,但有實質風險會快到超越人類理解或控制系統的能力。
    聲明強調,由於企業與國家面臨激烈的競爭壓力,無法單方面放慢腳步,而當今世界缺乏能夠刻意放慢前沿整體進展的技術與治理工具。
    聯署人正式要求美國政府支援一項國際行動,共同開發出能刻意放慢自動化人工智慧發展前沿所需的技術與治理工具。

    原文:https://easyvibecoding.app/curated/2755-frontier-ai-employees-petition-us-led-ai-slowdown

    3 min
  • Claude Opus 5 在 DeepSWE 評測奪得最高分

    Claude Opus 5 在 DeepSWE 評測奪得最高分。

    評測表現與排名
    Datacurve 發布的 DeepSWE 評測結果顯示,Claude Opus 5 獲得 74% 的分數,是目前所見表現最好的長跨度程式開發模型。此外,畫面顯示的 DeepSWE v1.1 評測圖表也納入了多款模型的平均每個任務成本與效能表現,包含 claude-opus-5、claude-fable-5、kimi-k3、gpt-5.6-sol、claude-sonnet-5、grok-4.5、muse-spark-1.1、claude-opus-4.8、gemini-3.6-flash 與 glm-5.2 等。完整評測結果可參閱 DeepSWE 評測網站。
    互動風格與行為差異
    在運作機制上,Opus 5 傾向安靜作業,而 Fable 5 則會隨時旁白說明其正在執行的動作:
    Opus 5 只為 11% 的工具呼叫加上說明,相較之下 Fable 5 的比例高達 65%。
    在工作結束後,Opus 5 總是會提供總結,而 Fable 5 則完全不會提供。
    DeepSWE v1.1 評測圖表展示多個模型的平均每個任務成本與效能表現
    Opus 5 與 Fable 5 的工具呼叫旁白比例對照:Opus 5 僅 11%、Fable 5 達 65%
    成本效益比較
    在執行成本方面,Opus 5 展現出顯著的經濟效益:
    Opus 5 平均每個任務的成本比 Fable 5 減少了 45%。
    根據測試數據,Opus 5(共 449 次試驗)的平均成本為 $11.84、中位數為 $10.51;而 Fable 5(共 432 次試驗)的平均成本則為 $21.63、中位數為 $19.23,兩者平均成本差距達到 $9.79。
    Opus 5 與 Fable 5 每 task 成本比較長條圖

    Opus 5 與 Fable 5 的工具呼叫旁白比例對照:Opus 5 僅 11%、Fable 5 達 65% 影片中的 Prompt 與操作:

    操作步驟: 1. NONE

    原文:https://easyvibecoding.app/curated/2753-claude-opus-5-achieves-top-score-on-deepswe-benchmark

    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。