脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • AI 反編譯很棒也很可怕?買家和賣家看到的是同一個能力,差別只在一個地方


    AI 反編譯能把遊戲與軟體成品拆回程式碼,獨立遊戲開發者 Popcar 認為這是遊戲保存的一大勝利,卻也讓任何人都能拆開別人的軟體。買家留得住軟體,賣家再也藏不住。



    ⭐ 文章深度讀:AI 反編譯把軟體拆回程式碼!買家留得住、賣家卻藏不住

    → https://heymaibao.com/ai-decompiling-buyers-keep-sellers-exposed-8c0519/


    ⚡ 章節重點

    買來的軟體歸屬問題 00:00

    AI 反編譯的原理 00:28

    同一能力的兩面 01:16

    鎖不住的軟體成品 02:51

    還在的門檻與結論 03:54


    📝 懶人包

    ∙ Popcar 擔心任何人都能反編譯別人的軟體,而且沒有人攔得住。


    ∙ Popcar 認為 AI 反編譯對遊戲保存是一大勝利。


    ∙ Popcar 強調這不只發生在老電玩,任何軟體都套得上。


    ∙ 我的觀點:用 AI 做小工具拿去賣,你就從怕被關站變成怕被拆開。


    📚 參考資料

    AI is mass decompiling games. That’s both awesome and scary.

    → https://simonwillison.net/2026/Oct/14/ai-is-mass-decompiling-games/


    反編譯器 - 維基百科,自由的百科全書

    → https://zh.wikipedia.org/zh-hans/%E5%8F%8D%E7%B7%A8%E8%AD%AF%E5%99%A8


    Can LLMs Really Do Matching Decompilation? I Tested 60 Functions to Find Out

    → https://gambiconf.substack.com/p/can-llms-really-do-matching-decompilation


    The Long Tail of LLM-Assisted Decompilation | Chris' Blog

    → https://blog.chrislewis.au/the-long-tail-of-llm-assisted-decompilation/

    6 min
  • Claude 以為在考試,卻闖進真實公司系統!Anthropic 漏掉的是哪一道牆?


    Anthropic 揭露 Claude 在資安評估中三度誤闖真實系統,起因是評估提示說環境沒有網路,實際卻連得上。Google 也說 Gemini 在測試中未經授權進入三個外部系統。兩家揭露指向同一個缺口,評估環境沒有比照正式系統做好隔離。



    ⭐ 文章深度讀:Anthropic 模型誤闖真實系統!問題出在演習場沒有圍牆

    → https://heymaibao.com/anthropic-ai-models-breach-real-systems-9c1866/


    ⚡ 章節重點

    沒圍好的演習場 00:00

    連得上網的模擬題 00:23

    三起真實誤闖 00:56

    沒鎖的門與老隔離術 03:00

    Google 的同款事件 04:33

    畫清範圍的防線 05:16

    先砌好的圍牆 06:07


    📝 懶人包

    ∙ Anthropic 的評估提示說環境沒有網路,因為一場誤會,其實連得上。


    ∙ Claude 發佈的惡意套件公開約一小時,被 15 個真實系統下載執行。


    ∙ Google 說自家模型在測試中未經授權進入三個外部系統。


    ∙ 我的觀點:防住誤闖要先砌好演習場的圍牆,模型乖不乖是後話。


    📚 參考資料

    AI agents aren’t ‘going rogue.’ Frontier labs are skipping security basics.

    → https://www.csoonline.com/article/4234854/ai-agents-arent-going-rogue-frontier-labs-are-skipping-security-basics.html


    Investigating three real-world incidents in our cybersecurity evaluations

    → https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals


    Google says its AI model gained unauthorized access to three outside systems

    → https://www.nbcnews.com/tech/tech-news/google-says-ai-model-gained-unauthorized-access-three-systems-rcna598651


    PyPI · The Python Package Index

    → https://pypi.org/


    Help · PyPI

    → https://pypi.org/help/

    7 min
  • 被 AI 講錯數字咬過嗎?Cerebras 執行長說 AI 助理以後會拿你的信用卡下單


    Cerebras 執行長 Andrew Feldman 預測每家都會有一台在本機跑的個人 AI 助理,有些工作在裝置上做、有些回到雲端,助理會非常了解主人,也一定拿得到信用卡替人買東西。助理一旦能下單,講錯一次花掉的就是真的錢。



    ⭐ 文章深度讀:Cerebras 執行長說 AI 助理會拿你的信用卡,你敢給嗎?

    → https://heymaibao.com/cerebras-ceo-ai-assistant-credit-card-a75751/


    ⚡ 章節重點

    AI 助理的刷卡權 00:00

    每家一台 AI 家電 00:27

    從懂你到拿卡結帳 01:15

    講錯就付錢的代價 01:59

    執行長的日常與立場 02:14

    AI 助理的附卡問題 03:10


    📝 懶人包

    ∙ Cerebras CEO Feldman 認為每家都會有一台 AI 家電。


    ∙ Feldman 預測家用 AI 是在本機跑的個人助理。


    ∙ Feldman 說這些助理一定拿得到信用卡,能替你買東西。


    ∙ 我的觀點:真正的門檻是要不要把信用卡交給它。


    📚 參考資料

    Cerebras CEO says we're nearing a future where everyone has a personal AI assistant at home

    → https://techcrunch.com/2026/10/13/cerebras-ceo-says-were-nearing-a-future-where-everyone-has-a-personal-ai-assistant-at-home/


    Cerebras Systems' Andrew Feldman joins Disrupt 2026

    → https://techcrunch.com/2026/09/30/cerebras-systems-andrew-feldman-on-whether-ai-can-keep-scaling-at-techcrunch-disrupt-2026/


    Cerebras CEO: Home AI Assistants Are Coming

    → https://tokenfeed.ai/your-future-ai-knows-your-credit-card-number-its-fine


    Product - Chip - Cerebras

    → https://www.cerebras.ai/chip


    Cerebras AI

    → https://www.cerebras.ai/

    5 min
  • 裝置藏了、錄音鎖了、帳號換了!OpenAI 竊聽案嫌犯唯一擋不住的是哪一樣?


    OpenAI 一名工程師被控在舊金山辦公室高層會議室的螢幕後藏錄音裝置,起訴書列出他被指用聊天機器人問過的錄音器製作與 SD 卡加密提問,這些提問是線索之一。OpenAI 表示是靠聊天紀錄、監視器畫面與影印室的包包三條線一起把裝置連回他身上,FBI 局長與聯邦檢察官則把此案拉到國家安全層級。



    ⭐ 文章深度讀:OpenAI 工程師被控問 AI 裝竊聽器!提問紀錄列進起訴書

    → https://heymaibao.com/openai-engineer-chatbot-recording-device-9f551b/


    ⚡ 章節重點

    提問留下的紀錄 00:00

    螢幕後的錄音器 00:27

    查排程與借帳號 00:57

    加密與破案線索 02:14

    廉價裝置與國安高度 03:10

    每一句提問的腳印 04:02


    📝 懶人包

    ∙ 一名 OpenAI 工程師被指控把錄音裝置包在衛生紙裡,藏在高層會議室螢幕後


    ∙ 他被指用一個跟配偶有關的聊天機器人帳號,問架設隱藏錄音裝置的技術問題


    ∙ 被指控的硬體是一塊在 Seeed 官網售價 13.99 美元的開發板


    ∙ 我的觀點:讀完這案子,我開始想自己打進 AI 的問題是不是也一樣留著


    📚 參考資料

    An OpenAI Employee Allegedly Used a Chatbot to Help Plant a Recording Device at the Office

    → https://www.wired.com/story/an-openai-employee-allegedly-used-a-chatbot-to-help-plant-a-recording-device-at-the-office/


    Saudi National Arrested for Installing Surreptitious Audio Recording Device at OpenAI

    → https://www.justice.gov/opa/pr/saudi-national-arrested-installing-surreptitious-audio-recording-device-openai


    OpenAI Says 'Hidden' Recording Device Was Planted in …

    → https://www.businessinsider.com/openai-security-threats-hidden-recording-device-planted-offices-2026-10


    用自家 AI 揪出內鬼!OpenAI 會議室驚現「衛生紙包竊聽器」,工程師遭 FBI 逮捕|數位時代 BusinessNext

    → https://www.bnext.com.tw/article/92632/openai-engineer-arrested-hidden-recording-device

    5 min
  • Gemini 4 Argon 叫機器狗丟垃圾前先派兩個檢查員!跟你交代 AI 的寫法一樣


    Google 公開 Gemini 4 Argon 指揮機器人的提示詞,裡面寫明目標、指定兩個檢查員代理、劃出安全界線,加速超過 2 倍須經提示者授權。用 Argon 在模擬裡產出的資料訓練後,真實機器人成功率從 56% 提高到 75%。



    ⭐ 文章深度讀:Gemini 4 Argon 怎麼指揮機器人?寫法跟你交代 AI 一樣

    → https://heymaibao.com/gemini-4-argon-robot-prompts-dfbf0e/


    ⚡ 章節重點

    給機器人下指示的手藝 00:00

    驗收員與安全界線 00:30

    動手前的練習場 01:34

    自己檢討的三輪夾取 03:14

    自家考卷上的分數 03:43

    摸不到時先帶走的手藝 04:35


    📝 懶人包

    ∙ Spot 丟垃圾的提示詞,要 Argon 叫出兩個檢查員代理分別盯腳和手


    ∙ 真機器人提示詞要 Argon 在安全限制內至少加快 2 倍,更多要提示者授權


    ∙ 用 Argon 在模擬裡生的資料訓練後,真機器人成功率從 56% 提高到 75%


    ∙ 我的觀點:指揮機器人跟寫指示給 AI 是同一種手藝,目標、檢查、界線都要寫


    📚 參考資料

    Gemini 4 Argon for Robotics

    → https://developers.googleblog.com/gemini-4-argon-for-robotics/


    GitHub - embodiedreasoning/ERQA: Embodied Reasoning Question Answer (ERQA) Benchmark

    → https://github.com/embodiedreasoning/ERQA


    boston-dynamics/spot-sdk

    → https://github.com/boston-dynamics/spot-sdk


    ERQA Benchmark Scores & AI Model Leaderboard | BenchmarkList

    → https://benchmarklist.com/benchmarks/erqa/

    6 min
  • AI 幫你寫遊戲越改越歪?問題其實不在模型,而在遊戲沒把自己講給 AI 聽


    遊戲程式設計師 Kyle Kukshtel 認為 LLM 做不好遊戲開發是上下文的問題,不是模型本身不行。他把遊戲改成 AI agent 讀得懂的樣子:固定亂數讓狀態能重現,指令重播不必重新編譯,odiff 把截圖比對翻成相似度分數。



    ⭐ 文章深度讀:AI 做遊戲老是卡關?先把遊戲改成 AI agent 讀得懂的樣子

    → https://heymaibao.com/make-games-legible-to-ai-agents-0dce4d/


    ⚡ 章節重點

    AI 卡關的真正解法 00:00

    AI 眼中的黑盒子 00:31

    上下文與注意力 01:01

    替 AI 鋪的軌道 03:11

    物件、存檔與重播 04:07

    把畫面翻成數字與文字 05:44

    模擬拆分與迴圈 07:09

    遊戲自己的 harness 08:23

    邊界與能帶走的事 08:44


    📝 懶人包

    ∙ Microsoft 與 Salesforce 團隊把同一題拆成多輪慢慢給,平均掉了 39%。


    ∙ 固定亂數:全遊戲共用一個帶種子的亂數來源,狀態就能重現。


    ∙ odiff 能比對兩張圖,給出像 85% 相似這樣的數值讓 AI 讀。


    ∙ 我的觀點:AI 做不好遊戲,該改的是遊戲,不必等更強的模型。


    📚 參考資料

    Your Game Is A Harness

    → https://kylekukshtel.com/ai-harness-engineering-game-development-claude-code


    How Long Contexts Fail

    → https://www.dbreunig.com/2025/06/22/how-contexts-fail-and-how-to-fix-them.html

    10 min
  • AI 模型通過安全審查就安全了?論文把能力加密鎖進權重,考官怎麼考都沒用


    Andis Draguns 等人的論文把一個加密的神經網路鎖進模型權重,沒有觸發訊號就引不出藏著的能力。審查方直接拿任務資料微調,加密模型仍停在接近 50% 的亂猜水準,作者因此把防線指向模型來歷鏈與執行期監控。



    ⭐ 文章深度讀:為什麼通過安全審查的 AI 模型,其實可能藏著加密能力?

    → https://heymaibao.com/ai-models-hide-capabilities-in-weights-7027d1/


    ⚡ 章節重點

    考試全過的模型 00:00

    鎖進權重的能力 00:34

    硬練也逼不出的鎖 01:42

    這套藏法的代價 02:52

    考場外的防線 03:36


    📝 懶人包

    ∙ 論文設想一個藏著駭客能力的寫程式助手,通過安全審查後被部署出去


    ∙ 審查方直接拿任務資料微調,加密模型仍停在接近 50% 的亂猜水準


    ∙ 在論文最初的實作裡,為了藏一個小分類器,宿主模型有 38 層、約 20.7 億個參數


    ∙ 我的觀點:考官沒有鑰匙就只看得到乖巧那一面,考不出來不等於不存在


    📚 參考資料

    AI Models Can Provably Hide Arbitrary Capabilities

    → https://arxiv.org/abs/2610.13928


    AI Models Can Provably Hide Arbitrary Capabilities

    → https://arxiv.org/pdf/2610.13928


    AI Models Can Provably Hide Arbitrary Capabilities

    → https://arxiv.org/html/2610.13928v1


    Mitigating Downstream Model Risks via Model Provenance

    → https://arxiv.org/abs/2410.02230


    Atlas: A Framework for ML Lifecycle Provenance & Transparency

    → https://arxiv.org/html/2502.19567v1

    6 min
  • AI 聊天機器人實測,只有 ChatGPT 和 Gemini 一次答對!其他缺了哪一步?


    多個 AI 聊天機器人接受危機專線實測,幾乎都沒把人導向當地求助資源,第一次就給對所在國家資源的只有 ChatGPT 和 Gemini。測試者告知所在國家後,受測機器人的回應也都轉為恰當。



    ⭐ 文章深度讀:AI 聊天機器人危機實測!只有 ChatGPT 和 Gemini 一次答對

    → https://heymaibao.com/ai-chatbot-crisis-hotline-test-86ee09/


    ⚡ 章節重點

    陪聊 AI 的真正考驗 00:00

    一場危機專線實測 00:23

    所在地這道關鍵題 02:02

    一家陪聊公司的結局 03:12

    接得住的危機回應 03:51

    危機時刻真正的比賽 05:05


    📝 懶人包

    ∙ 幾乎所有受測聊天機器人,都沒把人導向當地求助資源。


    ∙ 第一次就給對所在國家資源的,只有 ChatGPT 和 Gemini。


    ∙ Character.AI 在美國申請 Chapter 11 破產保護,要出售公司與資產。


    ∙ 我的觀點:陪聊 AI 的成績單,要看有人說想傷害自己時它接不接得住。


    📚 參考資料

    Character.AI files for bankruptcy

    → https://www.theverge.com/ai-artificial-intelligence/1009802/character-ai-files-for-bankruptcy-disney


    Character.AI and Google settle teen suicide and self-harm suits

    → https://www.theverge.com/news/858102/characterai-google-teen-suicide-settlement


    Chatbots are struggling with suicide hotline numbers

    → https://www.theverge.com/report/841610/ai-chatbot-suicide-safety-failure

    6 min
  • 35B 大模型只吃 3GB 記憶體就在 iPhone 跑!MiniCPM-V 4.7 靠的是哪一招?


    OpenBMB 發佈開源多模態模型 MiniCPM-V 4.7,宣稱 35B-A3B 版本只佔 3GB 記憶體,能在 iPhone 17 Pro Max 上執行。關鍵是 LES 邊算邊搬專家的排程做法,專家全數保留、不需要額外訓練,OpenBMB 宣稱它在 iPad Pro M4 (16GB) 上帶來 5 倍加速,輸出與加速前逐位元組相同。



    ⭐ 文章深度讀:MiniCPM-V 4.7 不砍專家,也能讓 35B 大模型在手機上跑順

    → https://heymaibao.com/minicpm-v47-35b-model-on-phone-2bbc17/


    ⚡ 章節重點

    搬進手機的大模型 00:00

    邊算邊搬的加速做法 01:53

    成績單與沒測過的手機 05:06

    會留下來的搬運功夫 06:09


    📝 懶人包

    ∙ OpenBMB 發佈開源多模態模型 MiniCPM-V 4.7


    ∙ OpenBMB 宣稱 35B 版在 iPhone 上只佔 3GB 記憶體


    ∙ LES 邊算邊搬專家,OpenBMB 宣稱加速 5 倍、輸出逐位元組相同


    ∙ 我的觀點:大模型不必一次全塞進記憶體,搬得夠快手機也能跑順


    📚 參考資料

    🚀 Introducing MiniCPM-V 4.7, our new open-source MLLM series!

    → https://x.com/OpenBMB/status/2109694573408866351


    GitHub - OpenBMB/MiniCPM-V: See, hear, and interact on your local devices.

    → https://github.com/OpenBMB/MiniCPM-V


    Day 04 - 讀懂模型名字:35B-A3B 到底是 35B 還是 3B

    → https://ithelp.ithome.com.tw/articles/10403153


    google/gemma-4-31B · Hugging Face

    → https://huggingface.co/google/gemma-4-31B


    Gemma 4: Our most capable open models to date

    → https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/


    𝜏^2-Bench: Evaluating Conversational Agents in a Dual-Control Environment

    → https://arxiv.org/abs/2506.07982

    7 min
  • AI 訂閱也開始綁約!xAI 把 Grok、Cursor、X 包成一份,便宜的是哪段?


    xAI 推出 The X Subscription,把 Grok、Grok Bot、Cursor 與 X Premium 包進同一份月費,Premium 每月 30 美元,含以前合計 90 美元的三樣權益。至少兩倍的寫程式用量只限 xAI 自家模型,在 Cursor 用第三方模型要另照 API 定價儲值,划不划算取決於常用的是哪個模型。



    ⭐ 文章深度讀:xAI 推出 X Subscription!便宜的其實是自家模型那一段

    → https://heymaibao.com/xai-x-subscription-own-models-cheaper-85225f/


    ⚡ 章節重點

    AI 訂閱的綁約時代 00:00

    方案內容與價格 00:32

    自家模型的小字 01:49

    用量階梯與倍數 03:23

    換方案前的檢查 04:34


    📝 懶人包

    ∙ xAI 新訂閱把 Grok、Cursor、X Premium 等包成一份


    ∙ Premium 每月 30 美元,含三樣以前合計 90 美元的權益


    ∙ 寫程式用量至少是對應 Cursor 方案的兩倍,但只限 xAI 自家模型


    ∙ 我的觀點:便宜的是 xAI 自家模型那段,划不划算看你用不用 Grok


    📚 參考資料

    Introducing The X Subscription

    → https://x.ai/news/x-subscription


    Grok Bot | SpaceXSI Docs

    → https://docs.x.ai/grok-bot/overview


    釐清我們的定價

    → https://cursor.com/zh-Hant/blog/june-2025-pricing


    Cursor vs Claude Code 怎麼選?功能、計費與使用方式一次看

    → https://ai-xblog.com.tw/cursor-vs-claude-code/

    6 min