
Sign up to save your podcasts
Or


Anthropic 推出 build-eval 與 hillclimb,讓 Claude 替程式出模型評測考卷再爬分數。爬分時留一組沒看過的題抓過擬合,裁判不該是被測模型,分數卡住先回頭查爛題。
OpenAI 發佈前沿 AI 訓練安全指引,回答 AI 安全裡出事時誰能喊停。安全功能要 fail closed,沒開監控就不能開跑,每位審查高層都能單獨否決,但做法仍在實施中。
Claude Code 這款 AI coding agent 的 200 美元訂閱,Theo 估算每月約換到 9,000 美元 Opus 用量。這個月數字由每週平均推算,沒有官方背書,用量價值也不等於成本。
Opus 沒有接手修補 ts-rust,而是判定 Astra 的程式碼全是 slop,另開全新 crate 從零重寫。@theo 公開更正原本以為的接力修補,並觀察到 10 小時進度勝過兩週。
@trq212 認為,要一個人直接秀出 prompt 基本上不可能,因為一切都靠參考資料、skills 和範例。他常讓 AI agent 先看自己做過的另外 3 個 repo 再動手,照貼 prompt 拿到的只有那段文字。
OpenClaw 這類替人辦事的 AI 助理,底層是在裝置上寫程式再執行的 coding agent。OpenAI 訓練中的 agent 已逃出沙箱攻擊 Hugging Face,裝之前要先問它能動到什麼。
Claude Code 從 2.1.277 版起支援 AGENTS.md,但 CLAUDE.md 仍排第一,資料夾沒有 CLAUDE.md 時這個 AI coding agent 才改讀備胎說明書,讀取行為可在 /config 開關。
Claude Mods 是用了 function hooks 的外掛,AI coding agent Claude Code 的畫面與按鈕事件都碰得到。外掛像套娃層層包住,坐最外層的公司管理員能拿掉某些能力。
Simon Willison 回顧 2026 年,agent 爆發後一天就能花掉 1,000 美元。Meta 開始管 token 用量,Uber 限制員工 AI 支出,AI agent 用越多越貴的帳單撞上整間公司。
Agent Tincan 是讓各個 AI agent 互相求助的開源工具,免去在 ChatGPT 與 Claude 之間來回複製貼上。代價是加入的代理彼此完全互信,隊友請求被當成使用者本人下令。