EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

EasyVibeCoding Podcast episodes

  • Suica 紫兔拿下 86 萬票,愛稱將在交棒典禮揭曉

    Suica 紫兔拿下 86 萬票,愛稱將在交棒典禮揭曉

    JR 東日本 11 月 18 日公布 Suica 新形象角色。9 月開放民眾票選時,三款候選設計共收到 1,664,399 票,B 案紫色兔子以 860,152 票勝出。JR 東日本現正向民眾徵求愛稱,預計在 2027 年 3 月 31 日的交棒典禮公布。紫兔將於隔天 4 月 1 日正式接替陪伴 Suica 超過 20 年的企鵝。 來源 3 來源 2 來源 4

    [](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/round-59/sources/0f96e50abb7c3963ce841ed8c0412bce1dc5651336bddad20029aa67517c1024.jpg)

    愛稱徵件到 12 月 15 日

    紫兔的正式愛稱還沒定,網友已先取了暱稱。據 4Gamers 報導,有人第一眼看不出牠是兔子,「毒うさぎ/毒ウサギ」(毒兔子)也登上 X 趨勢。 來源 4

    想提名正式愛稱,可以到 JR 東日本的特設網站投稿,附上名字的由來或想傳達的意思。徵件到 2026 年 12 月 15 日下午 3 點 59 分(日本時間)。投稿者會隨機收到三款限定數位桌布中的一款。 來源 2 來源 3

    事務局初選,選考委員會定名

    收件後,事務局會先篩選投稿,再由選考委員會審查名稱和提名理由,選出符合 Suica 新角色貼近日常生活定位的愛稱。交棒典禮的細節將另行公布。 來源 3

    原文:https://easyvibecoding.app/curated/3773-suica-new-mascot-vote-name-penguin-handover

    2 min
  • Expo Services 可用 iPhone 操作雲端 iOS 和 Android 模擬器

    Expo Services 可用 iPhone 操作雲端 iOS 和 Android 模擬器

    Expo Services 在 iOS 和 Android 都能查看建置、更新、工作流程執行紀錄和 Expo Observe 資料。要從手機啟動雲端測試機,目前得用 iOS 版,同一支 iPhone 就能開啟 iOS 模擬器或 Android 模擬器。Expo Simulators 開放給 Starter、Production 和 Enterprise 方案。 來源 2 來源 6 來源 5

    在 Builds 查建置,在 Workflows 看日誌

    在 App 用 Expo 帳號登入並開啟專案後,到 Builds 列表點進單筆建置看詳細資料。要看工作流程的日誌,就到 Workflows 打開該次執行,查看各項工作、日誌和產物,也能重新執行。若要等工作流程跑完再回來看,可在 Settings 開啟通知,點完成推播就會直接開啟該次執行的頁面。 來源 3 來源 6

    從建置啟動雲端測試機

    在 iOS 版選一筆建置,啟動雲端 iOS 或 Android 測試機。進入該次測試的詳細頁,點 Open live view 即可操作。測試時可以設定裝置位置、切換螢幕方向,並即時查看 CPU、記憶體和網路數據。測完在詳細頁點 Stop 結束,之後仍可查看截圖、錄影、日誌與效能摘要。 來源 6

    [](https://cdn.sanity.io/images/9r24npb8/production/ea36e396bc867badc7344d45b16a42cc084d6144-2558x1918.png)

    右圖的 Open live view 按鈕就在模擬器畫面下方。

    也能用電腦開啟即時預覽

    如果手機用的是 Android 版,可以在電腦上從已連結的 Expo 專案用 EAS CLI 啟動測試機,再到 expo.dev 的測試詳細頁點 Open preview。桌面瀏覽器能查看即時畫面,iOS 模擬器還能直接在瀏覽器裡操作。團隊若已有 Appium 測試,可在啟動時選 Appium,使用 CLI 提供的遠端伺服器網址和設定連上測試機。 來源 6 來源 4

    原文:https://easyvibecoding.app/curated/3772-expo-services-mobile-cloud-simulators-ios-android

    2 min
  • OpenAI 幫 AMD 改寫 GPU 電路,「最高改善 14%」量的是什麼?

    OpenAI 幫 AMD 改寫 GPU 電路,「最高改善 14%」量的是什麼?

    設計晶片時,工程師會一起看三件事:這段電路耗多少電、能跑多快,以及在晶片上占多大空間。業界把這三項合稱 PPA。OpenAI 的模型花了不到五個月,改寫 AMD 旗艦繪圖晶片的部分電路設計。和 AMD 已經反覆調校的版本相比,OpenAI 報告的最高改善幅度是 14%。兩家公司沒有分別公布三項數字,單憑這個百分比無法算出整張顯示卡快了多少。 來源 1 來源 2

    AMD 已把部分改動納入送製設計

    模型改寫的是描述電路的 SystemVerilog RTL,再用 Synopsys 工具確認每次改寫都保留電路區塊原有的行為,並評估功耗、效能與面積的取捨。AMD 已把部分改動納入近期送交製造的設計,其餘有些已寫入量產設計檔,供未來版本採用。 來源 2

    Jalapeño 的一個乘法器從兩個時脈週期縮到一個

    OpenAI 在自研推論晶片 Jalapeño 公布了更細的數字。矩陣運算單元裡有一個乘法器,重新設計後的合成結果顯示,電路單元面積少了約 15%,運算延遲也從兩個時脈週期縮到一個。把各處改動合計,OpenAI 估計模型提出的改動讓向量運算單元的標準元件面積減少約 13%,矩陣運算單元減少約 10%。OpenAI 在實體晶片的啟動測試中驗證了這些最佳化。 來源 2

    每瓦效能衡量的是整套推論系統

    OpenAI 先前用 SemiAnalysis 的 InferenceX 測試整套系統處理 AI 請求的表現,依各款加速器公開的晶片額定功耗換算。在三個公開模型的測試中,Jalapeño 系統在峰值吞吐量下,每瓦完成的 AI 工作量是對照系統的 1.5 至 1.9 倍。這個數字反映晶片、記憶體、網路與軟體共同運作的結果。 來源 3

    原文:https://easyvibecoding.app/curated/3771-openai-amd-gpu-ppa-jalapeno-chip-design

    3 min
  • Unity CLI 1.0 正式推出,代理能在本機 Editor 試玩關卡

    Unity CLI 1.0 正式推出,代理能在本機 Editor 試玩關卡

    Unity 在 11 月 17 日的 Unite Tokyo 宣布 Unity CLI 1.0 與專案內的 Pipeline 套件(com.unity.pipeline)正式推出。開發團隊現在就能讓代理在本機 Unity Editor 寫程式、觸發編譯、讀取錯誤,再進入 Play 模式試玩。同場示範的瀏覽器換資產與場景物件註記,則屬於目前開放申請封閉測試的雲端 Unity Pipeline API。Unity 在大會回顧中把這套 API 的正式推出時間列為 2027 年。 來源 3 來源 2 來源 5

    代理用暫用 FBX 資產搭出可試玩的原型

    Unity 的 Keijiro Takahashi 在終端機向裝有 Unity 官方外掛程式的 Claude Code 描述一個第一人稱解謎關卡,指定用暫用的 FBX 資產搭出配置。示範影片 1:21 起,代理在同一個 Unity 專案裡寫程式、建立暫用幾何、觸發編譯並讀取錯誤。到 1:35,代理進入 Play 模式,讓角色在關卡裡走動。 來源 2 來源 6 來源 3

    [](https://mip.web.unity.com/img/YvxyVHVtUIMyoXbEVKAJX9vUchPEy05dqA1OsdYUZ8/w:3840/h:2560/q:75/f:webp/aHR0cHM6Ly9jZG4uc2FuaXR5LmlvL2ltYWdlcy9mdXZiampscC9wcm9kdWN0aW9uLzVmYWNmNjRkNWI3OTE0YjQ3ZTZkMmNhYTFjZjNkMDgzMTljZTEzZGYtNDAzMngyNjg4LmpwZw.webp)

    最新版 Unity Hub 已內含 CLI。要在既有專案操作本機正在執行的 Editor,先在專案加入 com.unity.pipeline。想用 Claude Code 或 Codex 跟著示範做,可在終端機執行下方指令安裝對應的官方外掛程式。外掛程式支援 Unity 6.0 以上,安裝後代理會取得 Unity 提供的技能。 來源 3 來源 5 來源 4

    ` unity setup `

    來源 3

    美術在瀏覽器換柱子,再用 Scene Preview 確認

    示範接著把同一個專案帶進瀏覽器。製作人邀請協作者,美術即使沒安裝 Unity Editor,也能在影片 2:56 起示範的流程中,把新版柱子檔案拖到暫用資產上,再用 Scene Preview 確認新柱子在關卡裡的樣子。發布變更後,原本的版本庫會收到一個分支和一筆提交。 來源 2 來源 5 來源 6

    回報連結會在 Editor 定位到那盞燈

    測試人員在 Android 手機試玩時,發現庭院裡一盞燈的光線有問題。影片 3:44 起示範如何直接在燈具物件上做記號、畫下問題。到了 3:56,開發者從回報連結回到 Unity Editor,場景直接定位到那盞燈,旁邊就有測試人員留下的草圖。 來源 6

    原始影音畫面補充Unity 官方示範從 3:44 播放。測試人員在燈具旁畫註記,開發者再從回報連結定位回 Editor 的同一物件。

    想試這套瀏覽器流程,可以從 Unity Production Pipeline 產品頁申請免費的封閉測試。Unity 會以電子郵件確認資格與後續步驟。封閉測試可串接 GitHub 或 Unity Version Control 的既有版本庫,測試期間暫未支援正式製作使用。 來源 5

    Unity 7 規劃在 Inspector 開放編輯 Entity 資料

    同場預告的 Unity 7 則會改變引擎處理場景物件的方式。ECS for All 會讓每個 GameObject 同時成為 Entity。台上以 5,000 艘太空船做示範,GameObject 版本隨數量增加而變慢,ECS 版本維持穩定幀率。Unity 也規劃在 Unity 7.0 的 Inspector 開放檢視和編輯 Entity 資料。 來源 2

    原文:https://easyvibecoding.app/curated/3770-unity-cli-1-pipeline-beta-unite-tokyo

    4 min
  • Microsoft Foundry 推薦代理修正,團隊決定哪版上線

    Microsoft Foundry 推薦代理修正,團隊決定哪版上線

    在 Microsoft Foundry,開發團隊決定哪個候選修正要上線。Insights 從正式環境的執行追蹤找出反覆出現的問題,Agent Optimizer 用同一份資料集測試基準版本和候選方案,再推薦分數最高的方案。微軟在 Ignite 2026 公布,Insights 和 Agent Optimizer 已正式推出,從 Insights 直接把問題送進 Agent Optimizer 的入口仍在預覽。 來源 1 來源 4 來源 6

    [](https://azure.microsoft.com/en-us/blog/wp-content/uploads/2026/11/Continuousimprovementvisualsimplified-1024x696.webp)

    上方折線把最大的增幅標在提示詞最佳化,增加 21 個百分點。

    先讓現行版本跑一遍測試

    團隊先選定要當基準的代理版本或設定,再選能代表實際工作的一組任務,以及用來評分的內建或自訂評估器。測試案例可以取自既有資料集、自行上傳,或由代理的執行追蹤產生。Agent Optimizer 先跑基準版本,記下變更前的分數,接著用同一份資料集測試每個候選方案。 來源 6

    在 Insights 核對反覆出錯的紀錄

    Insights 會把反覆出現的失敗、幻覺或 token 用量突增分組,每項發現可能附上代表性追蹤、受影響的代理版本和可能原因。要執行分析,Foundry 專案須位於支援的區域,部署 GPT-5 或更新的 GPT 模型,並連接 Azure Monitor Application Insights。讀取追蹤的身分也須具備對應的查詢權限。 來源 4 來源 7

    在 Foundry 入口網站開啟專案,依序選 Build、Agents 和要檢查的代理。 切到 Insights,按 Run now 啟動掃描。 掃描完成後,開啟一項發現,把代表性的異常追蹤與正常執行的追蹤對照。

    來源 7

    星號標出推薦方案,團隊選擇要套用的版本

    確認問題後,可用預覽入口把選定的 Insights 項目送進 Agent Optimizer,產生並評估候選修正。入口網站的這條流程目前只支援未使用 Microsoft Copilot harness 的提示型代理。 來源 7

    在 Optimize 頁籤,星號標示綜合分數最高的候選方案。團隊可以查看各項評估分數與修改前後的差異,再將選定的方案升為新的提示型代理版本。託管代理則透過 Foundry Toolkit 或 Azure Developer CLI 執行最佳化,把選定的設定套用到本機,檢閱變更後重新部署。 來源 6 來源 7

    上線後用原本的評估器抽查真實流量

    新版部署後,就成為下一輪的基準。Foundry 既有的持續評估會抽樣正式環境的流量,用起初設定的同一批評估器打分,檢查改善在真實使用中能否維持。Insights 則從執行追蹤裡找值得新增到測試資料集的反覆問題。 來源 4 來源 7

    原文:https://easyvibecoding.app/curated/3769-microsoft-foundry-agent-optimization-feedback-loop

    3 min
  • 海調船何時交船、興達港船模實驗室何時啟用?

    海調船何時交船、興達港船模實驗室何時啟用?

    澄波 101、102 預計 2027 年第 2 季完工交船,4,000 噸級調查船預計 2029 年交船,三艘船的試營運日期均待定。興達港的國家船模實驗室預計 2030 年正式啟用。負責營運管理這批調查船與實驗室的國家海洋科技營運中心,已於 2026 年 11 月 13 日在高雄揭牌。 來源 5 來源 4 來源 1

    三艘船的交期已有規劃,試營運日期待定

    | 船舶或設施 | 下水 | 預計完工與交船 | 交船或完工驗收 | 試營運與正式啟用 | | --- | --- | --- | --- | --- | | 澄波 101(100 噸級) | 2026 年 8 月 11 日已下水 | 2027 年 4 月完工、第 2 季交船 | 交船與驗收日期待定 | 試營運待定 | | 澄波 102(300 噸級) | 2026 年 8 月 11 日已下水 | 2027 年 4 月完工、第 2 季交船 | 交船與驗收日期待定 | 試營運待定 | | 4,000 噸級調查船 | 預計 2029 年 3 月下水 | 2029 年 11 月完工、同年交船 | 交船與驗收日期待定 | 試營運待定 | | 興達港國家船模實驗室 | — | 2028 年初完成主建物工程 | 實驗室完工與驗收日期待定 | 試營運待定,預計 2030 年正式啟用 |

    來源 2 來源 5 來源 4

    澄波雙船查近岸,4,000 噸級船負責深海探勘

    同日下水的兩艘澄波各有分工。101 以近岸生態調查為主,任務包括生物普查和水質採樣。102 負責淺海和離島周邊的水文、地形底質及水下文化資產調查。4,000 噸級調查船則為遠洋深海任務設計,可做岩心取樣、支援深海無人載具探勘,規劃在海上工作 30 天以上。 來源 2

    查看原圖:澄波 102 在左、澄波 101 在右,兩艘白色調查船的船首掛著紅布,一群人在船前合照。

    2026 年 8 月 11 日的下水暨命名典禮。

    興達港用兩座水槽測船模的耐浪與轉向

    興達港的耐海性能水槽長 80 公尺、寬 40 公尺,將用拖車和造波系統模擬船舶在不同波浪條件下航行。另一座直徑 60 公尺的迴旋臂水槽,會拖著船模走圓周,量測船模轉向時受到的水動力。依營運中心執行長專欄,核心設備預計在 2029 年完成校正與試運轉。 來源 3 來源 5

    [](https://www.tiot.org.tw/_next/image?url=%2Fimages%2Ffacilities%2F%E8%80%90%E6%B5%B7%E6%80%A7%E8%83%BD%E6%B0%B4%E6%A7%BD.webp&w=1920&q=75)

    圖源:國家海洋科技營運中心,2026 年 11 月 19 日取得。

    原文:https://easyvibecoding.app/curated/3768-taiwan-marine-research-vessels-ship-model-lab

    3 min
  • 讓 GPT-6.2 Sol 在交班訊息第一句給出開放建議

    讓 GPT-6.2 Sol 在交班訊息第一句給出開放建議

    要讓 GPT-6.2 Sol 把試用紀錄寫成主管能用的交班訊息,先指定收件人,再要求第一句就給開放建議。用同一份五店試用紀錄實測,兩次都算出手機送出成功率是 94%,也都算出重測 50 筆至少要成功 49 筆才達標。A 只請模型整理紀錄,開頭交代試用現況。B 指定寫給營運主管,開頭就建議維持五間店試用,暫緩全面開放。 來源 3

    把收件人和第一句的任務寫進提示

    這組對照於 2026 年 11 月 18 日用 Codex CLI 0.169.0 執行。兩次都用 GPT-6.2 Sol、中等推理,各開一個新的唯讀對話,輸入相同的虛構試用資料。A 只問「請用繁體中文整理這份試用紀錄。」回覆用表格列出手機 47/50、桌機 30/30,適合查閱紀錄。B 把交付物指定成可貼進工作群組的交班訊息,接著要求用數字說明建議、交代週五的重測和達標條件。把下面整段貼進新對話,就能用同一份提示和資料試跑 B。 來源 3

    ` 請把這份試用紀錄寫成一則給營運主管的繁體中文交班訊息。第一句建議現在要不要全面開放。用實測數字對照門檻,再交代週五要做什麼、看到什麼結果才能開放。只根據紀錄,寫到可以直接貼進工作群組。

    新版預約表單,目前只有五間店試用。 全店開放的門檻是手機送出成功率至少 98%。本週手機送出 50 次,成功 47 次。桌機 30 次全部成功。 三筆手機失敗都發生在選好時段、按下送出之後。工程團隊已做修正,還沒在手機重測。 週五上午可以用同樣的 50 筆手機案例重測。全面開放日期尚未決定。 `

    來源 3

    這兩次實測都用 Sol。OpenAI 的 GPT-6.2 指南把 Astra 定位在要求最高的任務,把 Sol 定位在希望以較低成本完成的複雜工作。指南在 Astra 的寫作章節建議依收件人調整內容、把重點放前面,也把這些提示列為整個 GPT-6.2 系列的起點。 來源 3 來源 1

    可以算出 49 筆門檻,開放日期留待確認

    B 有一處要在貼進群組前確認。原紀錄說週五上午「可以」重測,回覆卻把重測寫成已排定的事。這時可以把判斷權限寫進提示,讓模型自行算出門檻、提出開放建議,並保留時程的原始狀態。下面三句可加在 B 的提示末尾。 來源 3 來源 1

    ` 請依現有數字判斷目前是否達標,算出以同一批 50 筆重測時至少須成功幾筆,並給出現在的開放建議。 重測時段若只是可行,請寫成「可於該時段重測」。 全面開放日期未決定就寫「尚未決定」,日期由團隊確認。 `

    來源 3 來源 1

    從手機選時段到送出,重跑原本的失敗案例

    如果你維護的是這張表單,可以把下方的驗收提示貼給能讀取專案的程式助理。紀錄寫的是修正已完成、手機尚未重測,所以先用既有流程驗證。請助理回報實際能執行的測試、送出後看見的結果,以及還需要人工確認的項目。 來源 3 來源 1

    ` 驗證新版預約表單已修正的手機送出流程。先找出專案既有的表單入口、送出邏輯與測試,沿用專案慣例。從手機版表單選好時段並按下送出,用同一批 50 筆手機案例重測。先跑原先失敗的 3 筆,每個案例在這批重測中各計一次。依既有流程判定成功或失敗,逐筆記下送出後的可見結果。再抽查桌機能否依原流程送出。

    以手機送出成功率至少 98% 為門檻。回報實際執行的指令或操作、成功筆數與總筆數、失敗案例及可見結果。若缺原案例或無法執行完整的手機重測,請列出缺少的資料與可走的人工驗收步驟,並將手機達標狀態標為待驗證。全面開放日期留待團隊確認。 `

    來源 3 來源 1

    拿到驗收回報後,把 48/50 和 49/50 分別當成假設結果,檢查助理會不會判對門檻。48/50 是 96%,應判未達標。49/50 正好是 98%,應判達標。兩種情況的全面開放日期都應維持未定。 來源 3 來源 2

    在手機上重跑原先失敗的 3 筆,確認選好時段並按下送出後,是否出現既有流程的成功回饋。全店開放的成功率門檻則用同一批 50 筆的結果判定。 來源 3

    本篇實測逐字對照

    2026 年 11 月 18 日以 Codex CLI 0.169.0 執行。兩次皆使用 GPT-6.2 Sol、中等推理設定,各開一個新的唯讀對話。下列五店試用資料為編輯設計的虛構情境。 來源 3

    共同資料

    ` 新版預約表單,目前只有五間店試用。 全店開放的門檻是手機送出成功率至少 98%。本週手機送出 50 次,成功 47 次。桌機 30 次全部成功。 三筆手機失敗都發生在選好時段、按下送出之後。工程團隊已做修正,還沒在手機重測。 週五上午可以用同樣的 50 筆手機案例重測。全面開放日期尚未決定。 `

    來源 3

    寫法 A 的提示與實際回覆

    ` 請用繁體中文整理這份試用紀錄。 `

    來源 3

    ` 新版預約表單試用紀錄

    新版預約表單目前由 5 間店試用。本週手機送出成功率為 94%,低於全店開放門檻 98%。全面開放日期尚未決定。

    | 裝置 | 送出次數 | 成功次數 | 成功率 | |---|---:|---:|---:| | 手機 | 50 | 47 | 94% | | 桌機 | 30 | 30 | 100% |

    3 筆手機失敗都發生在選好時段並按下送出後。工程團隊已完成修正,手機端尚未重測。

    週五上午可用同樣的 50 筆手機案例重測,至少成功 49 筆即可達到 98% 的開放門檻。 `

    來源 3

    寫法 B 的提示與實際回覆

    ` 請把這份試用紀錄寫成一則給營運主管的繁體中文交班訊息。第一句建議現在要不要全面開放。用實測數字對照門檻,再交代週五要做什麼、看到什麼結果才能開放。只根據紀錄,寫到可以直接貼進工作群組。 `

    來源 3

    ` 建議目前先維持五間店試用,暫緩全面開放。新版預約表單本週手機送出 50 次、成功 47 次,成功率 94%,低於全店開放門檻 98%。桌機送出 30 次,全數成功。

    三筆手機失敗都發生在選好時段並按下送出後。工程團隊已修正,週五上午用同樣的 50 筆案例在手機上重測。至少成功 49 筆(98%)才達到全面開放門檻。全面開放日期尚未決定。 `

    來源 3

    原文:https://easyvibecoding.app/curated/3767-gpt-6-2-sol-prompting-best-practices

    4 min
  • 米哈遊 Gamer 用鍵鼠玩《星穹鐵道》,兩條支線里程碑成功率達八成

    米哈遊 Gamer 用鍵鼠玩《星穹鐵道》,兩條支線里程碑成功率達八成

    米哈遊的 Gamer 看著遊戲畫面、用鍵鼠操作,在《崩壞:星穹鐵道》兩條支線的里程碑評估中,成功率分別達到 80.0% 和 83.6%,七類小遊戲的平均成功率則是 49.7%。米哈遊 Honkai AI 研發團隊在 2026 年 11 月 17 日修訂的論文中指出,模型在持續預訓練時接觸過同一款遊戲的其他遊玩資料,這次測的是它能否在熟悉的遊戲裡執行未納入訓練的任務。 來源 3 來源 5

    Gamer 怎麼從畫面決定下一步?

    Gamer 每秒讀取 5 張遊戲畫面,每次決定接下來約 200 毫秒的鍵鼠操作,分成 6 個各約 33 毫秒的小步。比如連續 6 步都指定 W,這段時間就會一直按住 W。遇到改道、切換目標或新的互動提示時,模型才推理下一步,並用記憶保留已完成的目標、失敗嘗試與後續計畫。評估時,遊戲後端另外讀取引擎狀態,用來設定任務起點並驗證結果。 來源 2 來源 3

    《崩壞:星穹鐵道》「雅努斯迷津」。對照右側的鍵鼠輸入,可以看到 Gamer 轉動迷宮,讓藍球沿著擋板落進下方的圓形底座。節錄自研究團隊實錄的第 8 至 15.5 秒。 影片來源 官方完整原片

    第 25 秒是《崩壞:星穹鐵道》的戰鬥,第 48 秒轉進迷宮解謎。到 2 分 17 秒,研究團隊用兩個支線任務比較 Gamer 在各訓練階段完成了多少里程碑。 影片來源 官方完整原片

    「八成」怎麼算?

    兩條支線都測導航、對話、戰鬥和介面操作。Opportunity Makes the Thief (Part I) 有 30 個評估里程碑,Bestial Ferocity 有 55 個,還包括三道機兵修理謎題,以及折返先前地點的要求。每個里程碑各測三次,支線分數是成功次數占所有里程碑測試次數的比例。小遊戲有 40 個測試案例,先算各類成功率,再把七類等權平均。 來源 5

    | 評估項目 | 持續預訓練後(CPT) | 監督微調後(SFT) | 線上強化學習後(RL) | | --- | --- | --- | --- | | Opportunity Makes the Thief (Part I) 支線里程碑 | 34.4% | 72.2% | 80.0% | | Bestial Ferocity 支線里程碑 | 47.9% | 69.1% | 83.6% | | 七類小遊戲等權平均 | 15.0% | 39.2% | 49.7% |

    來源 3

    導航進步了,修理謎題卻退步了

    從監督微調走到線上強化學習,兩條支線的導航成功率分別從 47.6% 升到 69.1%、從 55.2% 升到 80.2%。Bestial Ferocity 的機兵修理謎題卻從 22.2% 降到 11.1%。七類小遊戲的平均則提高了 10.5 個百分點,來到 49.7%。 來源 5 來源 3

    團隊另外用八項導航任務比較兩種訓練設定。到了第 51 步,即時遊玩設定的平滑平均獎勵為 0.875,低幀率對照組為 0.532。 來源 4

    [](https://mihoyo-gamer.github.io/assets/rl-rollout-mean.jpg)

    粗線採指數移動平均(α = 0.2),淡線是平滑前的獎勵。

    原文:https://easyvibecoding.app/curated/3766-mihoyo-gamer-screen-keyboard-mouse-evaluation

    4 min
  • Copilot Managed Runtime 正式開放,企業可在租戶內託管應用程式

    Copilot Managed Runtime 正式開放,企業可在租戶內託管應用程式

    微軟在 11 月 17 日的 Ignite 2026 宣布,企業已可用 Copilot Managed Runtime 在自己的 Microsoft 365 租戶託管應用程式。即使 Copilot Code 還要等幾週才正式開放,團隊也能用 Copilot Studio 或相容的第三方工具開發,再發布到 Runtime。想部署會持續跟進工作的 Autopilot,或從 Copilot 操作 Salesforce,則要看各自的開放階段。 來源 1 來源 2

    哪些功能已經開放?

    | 功能 | 可用處或入口 | 11 月 17 日公告的開放狀態 | | --- | --- | --- | | Copilot Managed Runtime | 發布應用程式後在租戶內執行,由 IT 在 Microsoft 365 系統管理中心管理 | 正式開放 | | Copilot Code | 在 Copilot 用文字描述要建立的應用程式、儀表板或桌面小工具 | 未來幾週正式開放 | | Autopilot | Copilot 應用程式左側導覽列 | 開始向 Frontier 計畫客戶推送 | | Salesforce in Copilot | Microsoft Copilot 的 Salesforce 外掛 | 公開預覽 | | OneLake 資料聯邦 | 在 Salesforce Data 360 直接查詢支援的 Microsoft Fabric OneLake 資料 | 正式開放,供兩家服務的共同客戶使用 | | Salesforce Data 360 捷徑 | 將選定的 Data 360 資料分享至 Fabric OneLake | 公開預覽 | | Sales Cloud in Teams | Microsoft Teams | 企業客戶試行中,2026 年稍晚開放公開測試 |

    來源 1 來源 2 來源 7

    Autopilot 用誰的身分執行?

    Autopilot 可持續跟進郵件、留意 Teams 頻道或執行例行工作。同事也能在 Teams 頻道或群組聊天中用 @ 提及它,詢問資訊或請它執行支援的操作。每個 Autopilot 都有自己的 Microsoft Entra Agent ID 與指定管理者,登入和操作會記在自己的身分下,IT 可以限制存取範圍或隨時封鎖。Autopilot 也可以在關鍵動作前先向使用者確認。 來源 1 來源 2

    什麼時候能寫回 Salesforce?

    Salesforce 外掛的公開預覽提供 38 項以上的預建銷售技能,資料存取與支援的業務操作由 Salesforce 控管。透過支援的操作將資料寫回 CRM 時,必須由使用者明確確認,並遵守既有的驗證規則。兩家服務的共同客戶也可以用已正式開放的資料聯邦,從 Salesforce Data 360 查詢 OneLake 中支援的資料。舉例來說,客服人員可以在客戶帳戶查看近期購買紀錄,來源資料仍留在 Fabric。 來源 7

    原文:https://easyvibecoding.app/curated/3763-microsoft-ignite-copilot-autopilot-runtime-salesforce

    4 min
  • AI 代理開更多 PR,CI 跑快了還要審什麼?

    AI 代理開更多 PR,CI 跑快了還要審什麼?

    CI 可以縮短等測試結果的時間,測試規則可以攔下靠重試才過關的寫法。至於測試驗證了什麼、哪些檢查真的重複,仍需要人工判斷。NBER 的一篇工作論文用逾 50 萬名 GitHub 開發者的活動與 AI 使用紀錄做配對事件研究,估計自主編碼代理帶來的累計增幅,從提交(commit)數的 240%,縮到專案數的 80%,再到實際發布數的 30%。 來源 2 來源 3 來源 5

    PR 變多,審查要等更久

    另一篇工作論文把瓶頸指向程式碼審查。哈佛大學的 Fiona Chen 與 James Stratton 在 2026 年 11 月 14 日版論文中,利用 655 家公司採用工具的時間差估計,在編碼助理帶來的增幅之外,導入編碼代理後,新開的 PR 又增加 35.7%。作者把審查拆開來看,發現程式碼等到有人接手的時間變長,接手後審得更久,收到的修改要求也變多。 來源 4

    CI 加速省下哪段時間?

    CI 加速縮短的是等機器驗證的時間。StarSling 創辦人在 Hacker News 表示,Mastra 最慢的工作流程從 GitHub 託管 runner 的 29 分 56 秒降到 StarSling 的 5 分 06 秒,官網把這組數字標為第 95 百分位的經過時間。同一套服務也會並排試跑原版與修改後的工作流程,再把改善方案連同基準測試結果送成 PR。創辦人說,提案要跑到相同的測試 ID、維持相同覆蓋率才算過關。 來源 2 來源 1

    測試規則能替人審到哪裡?

    測試規則管的是測試怎麼通過。Interfere 的 Landmines 用 Oxlint 攔下測試重試、拉長逾時,以及測試裡的固定等待。比如測試在送出請求後固定等一秒,可以改成等操作完成或等它發出訊號。既有測試若要分批導入,可以按檔案設定允許的違規次數。Interfere 在發布貼文中自述,團隊每週交付的 PR 從 100 件增至超過 1,200 件。 來源 3 來源 7

    測試本身該留哪些檢查,則是人工審查能處理的問題。Hacker News 討論裡有位開發者提到,某個資料夾裡的應用層測試都在確認同一個啟動環境變數,而這項檢查已經有專門的測試,於是只保留一處。這類取捨要看每項測試負責驗證什麼,才能判斷哪些檢查真的重複。 來源 2

    原文:https://easyvibecoding.app/curated/3764-ai-coding-agents-code-review-ci-landmines

    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。