脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • 叫 AI 別再犯是最貴的修法!Pocock 把一再提醒變成程式擋得住的確定性檢查


    Pocock 的 retro 指令現在會把模糊規則改成確定性檢查。AI coding agent 老犯同一個錯時,先分清固定模式或需要判斷,固定的交給程式擋,要看情況的才寫成文字規則。



    ⭐ 文章深度讀:叫 AI 別再犯是最貴的修法!Pocock 把提醒變成程式檢查

    → https://heymaibao.com/stop-reminding-ai-make-errors-impossible-ebd2ff/


    ⚡ 章節重點

    老是不聽話的 AI 00:00

    把提醒變成檢查的 /retro 00:37

    機械式與要判斷的分類 02:20

    還在路上的搬遷 02:59

    再犯時的分辨與邊界 04:19

    最貴的修法 05:07


    📝 懶人包

    ∙ Pocock 的 /retro 會積極找機會,把模糊的規則改成確定性的檢查


    ∙ PR 說明指出,固定語法模式寫成文字規則,會讓審查 agent 每次改動都重推同樣結論


    ∙ 違規先分成機械式與需要判斷兩類,預設去建檢查


    ∙ 我的觀點:反覆提醒 AI 的事,先想想能不能讓它根本做不錯


    📚 參考資料

    /retro will now aggressively look for opportunities to turn fuzzy rules into det

    → https://x.com/mattpocockuk/status/2099859946053533933


    retro: push mechanical coding-standards findings toward deterministic checks by mattpocock · Pull Request #1083 · mattpocock/skills

    → https://github.com/mattpocock/skills/pull/1083

    6 min
  • Jev 是什麼?為什麼你應該停止用最貴的模型回答是或否!AI 選擇題交給它


    Jev 是 TypeSafe 打造、專做 AI 選擇題的工具,接手 AI agent 或 app 裡大量是或否的小判斷。貼文稱它比前沿大模型快約 200 倍、便宜約 400 倍,倍數出自自家測試。



    ⭐ 文章深度讀:Jev 是什麼?為什麼你應該停止用最貴的模型回答是或否

    → https://heymaibao.com/jev-ai-multiple-choice-decisions-aed936/


    ⚡ 章節重點

    小判斷也叫最貴的模型 00:00

    專做 AI 選擇題的 Jev 00:51

    自家測試的倍數與分工 01:53

    沒交代的答對率 02:43

    AI 產品背後的分工與下一步 03:07


    📝 懶人包

    ∙ Jev 由 TypeSafe 打造,@mvanhorn 發文做了白話介紹


    ∙ 貼文說 Jev 比前沿大模型快約 200 倍、便宜約 400 倍


    ∙ 這些倍數出自 TypeSafe 自家工作流程測試,貼文沒交代怎麼測、怎麼算


    ∙ 我的觀點:選擇題不該用寫申論的價錢去做


    📚 參考資料

    WTF is Jev by @typesafeai?

    → https://x.com/mvanhorn/status/2100761338918363550

    5 min
  • 為什麼拍攝前要先做一份注定要丟的 AI 草稿?Animatics 預演把坑提前找出來


    Animatics 是 @mattpocockuk 正在試的課程製作新做法,拍攝前用生成式 AI 畫面加 TTS 語音預演成片,再讓 agent 跑一遍練習。代價是慢,換來提前抓出拍攝才冒的問題。



    ⭐ 文章深度讀:Animatics 是什麼?為什麼拍攝前先做一份要丟的 AI 草稿

    → https://heymaibao.com/animatics-ai-rehearsal-before-filming-b220bd/


    ⚡ 章節重點

    注定要丟的 AI 草稿 00:00

    拍攝前的 AI 彩排 00:31

    慢的代價與原文的缺口 01:44

    站在成品之前的預演 02:35


    📝 懶人包

    ∙ @mattpocockuk 在課程製作流程裡試新做法,還不是定案流程。


    ∙ 他叫它 Animatics:AI 畫面加 TTS 語音,拍前先看成片樣子。


    ∙ 他坦承做起來很慢,因為目前只能一步接一步循序產生。


    ∙ 我的觀點:在貴的拍攝之前,先用 AI 做一份可以丟掉的預演。


    📚 參考資料

    Trying something new in my course creation process

    → https://x.com/mattpocockuk/status/2103946189112586352

    4 min
  • 網頁動畫塞不進簡報?Claude Code 只聽白話就錄成影片 (Playwright 錄影)


    Claude Code 用 Playwright 把 kākāpō 像素派對網頁動畫錄成 15 秒影片,放進 Simon Willison 的閉幕簡報。人只講白話需求,AI coding agent 把要求寫成腳本。



    ⭐ 文章深度讀:Claude Code 把網頁動畫錄成簡報影片!全程只靠白話指令

    → https://heymaibao.com/claude-code-records-web-animation-for-slides-1aaff5/


    ⚡ 章節重點

    做出來後的最後一段路 00:00

    閉幕演講的收尾畫面 00:34

    從網頁動畫到簡報影片 01:31

    像交代同事的白話指令 03:24

    讓人記得的收尾時刻 03:50

    kākāpō 破紀錄繁殖季 04:21

    格式接駁這個想法 05:41

    kākāpō 的下一場派對 06:09


    📝 懶人包

    ∙ Simon 丟三張照片給 Claude,做出 kākāpō 派對像素動畫


    ∙ Claude Code 用 Playwright 把網頁動畫錄成影片


    ∙ DOC 宣佈 2026 繁殖季 90 隻 kākāpō 雛鳥計入族群


    ∙ 我的觀點:AI 幫人把做好的東西搬進要用的格式,這才是亮點


    📚 參考資料

    Tool: Kākāpō Party

    → https://simonwillison.net/2026/Sep/26/kakapo-party/


    Better presentations through storytelling and STAR moments

    → https://simonwillison.net/2019/Dec/10/better-presentations/


    Kākāpō population reaches new milestone

    → https://www.doc.govt.nz/news/media-releases/2026-media-releases/kakapo-population-reaches-new-milestone/


    I included a few references to this year's record-breaking Kākāpō breeding seaso

    → https://x.com/simonw/status/2104002636513206422

    9 min
  • AI 額度用完該怪誰?Haskell 開發者說這其實是服務中斷|先留好離線待辦


    Haskell 開發者 turion 認為,AI 額度用完該當成服務中斷,不是買太少。上限不透明又由大公司決定,他主張永遠留一份待辦,並提醒工作全丟給 AI 助理的風險。



    ⭐ 文章深度讀:AI 額度用完該怪誰?Haskell 開發者說這其實是服務中斷

    → https://heymaibao.com/ai-quota-runs-out-service-outage-1c8fc3/


    ⚡ 章節重點

    額度用完的第一反應 00:00

    額度用完其實是服務中斷 00:38

    斷網式的備案待辦 01:39

    AI 助理與小模型 02:40

    慢一點換來的樂趣 03:59


    📝 懶人包

    ∙ turion 主張額度用完該當成服務中斷,公司賣的能用承諾沒守住。


    ∙ 一個方案一個 session 有多少額度,是不透明、由大公司決定的數字。


    ∙ 手上永遠留一份規劃好的待辦,額度沒了自己做,AI 回來再收拾。


    ∙ 我的觀點:撞上限別怪自己買太少,當停電準備,這招不寫程式也適用。


    📚 參考資料

    How to keep enjoying programming in a world of LLMs - Uncategorized

    → https://discourse.haskell.org/t/how-to-keep-enjoying-programming-in-a-world-of-llms/14705

    6 min
  • AI 帳單拆開不是為了監控!最先找到的竟是默默卡住的團隊 (Red Hat 示範)


    Red Hat 示範把 AI 帳單按部門拆開,回答這一季 AI 花了多少錢。企業 AI 導入後帳單常是一整筆,拆開後能抓出閒置的 GPU,也能找出因模型不合用而默默卡住的團隊。



    ⭐ 文章深度讀:AI 帳單按部門拆開之後,最先找到的竟是默默卡住的團隊

    → https://heymaibao.com/ai-bill-split-finds-stuck-teams-6bca53/


    ⚡ 章節重點

    問到第五次的那筆帳 00:00

    沒人說得清的 AI 帳單 00:32

    拆開帳後的兩個反轉 02:08

    大門口的記帳機制 03:55

    拆帳的真正用途 04:40

    示範數字與原文缺口 05:27

    用儀表板回答的下一次 06:30


    📝 懶人包

    ∙ 公司的 AI 帳單常是一整筆,掛在平台團隊名下,沒人知道誰花了多少


    ∙ 用量和成本之間沒有回饋迴路時,沒人有理由省


    ∙ 設想情境裡,HR 改用較好的模型後第 1 次就答對,用量立刻下降


    ∙ 我的觀點:成本追蹤最值錢的用途,是找出默默卡住的人


    📚 參考資料

    What did AI cost you this quarter?

    → https://developers.redhat.com/articles/2026/09/18/what-did-ai-cost-you-this-quarter


    Protecting enterprise AI: How to manage API keys in Models-as-a-Service (MaaS)

    → https://www.redhat.com/en/blog/protecting-enterprise-ai-how-manage-api-keys-models-service-maas


    Models-as-a-Service (MaaS) governance: Managing AI access and token quotas

    → https://www.redhat.com/en/blog/models-service-maas-governance-managing-ai-access-and-token-quotas

    8 min
  • 同一個 Claude 看你是誰決定答不答!Anthropic LSVP 放寬生物防護的代價


    Anthropic 推出 LSVP,通過驗證的團隊與機構用 Claude 做藥物研發等生物工作時,防護會放寬。AI 安全把關從即時攔截改成離線監控,代價是 LSVP 流量保留資料 30 天。



    ⭐ 文章深度讀:Anthropic 推出 LSVP!Claude 看你是誰決定答不答生物問題

    → https://heymaibao.com/anthropic-lsvp-life-sciences-verification-3b8916/


    ⚡ 章節重點

    分級分到肯不肯回答 00:00

    放寬生物防護的 LSVP 00:29

    驗證關卡與兩種授權 01:50

    事後監控與共同責任 03:03

    這筆交換與原文缺口 04:32

    還沒輪到的個人方案 05:30


    📝 懶人包

    ∙ LSVP 讓生命科學專業人士用 Claude 時,套上對生物工作較寬鬆的防護。


    ∙ High-risk Use 是加購授權,會拿掉所有擋生命科學請求的防護。


    ∙ LSVP 流量強制保留資料 30 天,用來做監控。


    ∙ 我的觀點:模型肯不肯回答,開始看你的組織有沒有被驗證過。


    📚 參考資料

    Introducing the Life Sciences Verification Program

    → https://www.anthropic.com/news/life-sciences-verification-program


    Life Sciences Verification Program

    → https://claude.com/form/life-sciences-verification-program


    Is Claude Science a new model?

    → https://claude.com/product/claude-science

    7 min
  • 約 93% 權限詢問都被按允許!讓 AI agent 替你動手前先問它最壞能碰到什麼


    Anthropic 遙測顯示使用者約核准 93% 的權限詢問,AI 安全靠按同意擋不住。讓 AI agent 動手前先問它做錯時最多能弄壞多少,撐得住的是沙盒、虛擬機與帳密不進門。



    ⭐ 文章深度讀:約 93% 權限詢問被按允許!AI 安全該問它最壞能碰到什麼

    → https://heymaibao.com/ai-agent-security-blast-radius-d9451e/


    ⚡ 章節重點

    按下允許的那一刻 00:00

    擋不住的同意視窗 00:36

    從門鈴換成一道牆 01:00

    Cowork 的牆與破口 01:42

    攻擊變快時的日常防守 03:42

    沒有管理員的個人使用者 04:48

    按允許前該問的一句 05:26


    📝 懶人包

    ∙ Anthropic 的遙測顯示,使用者大約核准了 93% 的權限詢問。


    ∙ Cowork 外洩案例裡虛擬機撐住了,出事的是 Anthropic 自己寫的白名單代理。


    ∙ 專業滲透測試人員說要花幾週的攻擊程式,Mythos Preview 幾小時寫完。


    ∙ 我的觀點:AI 安全要問它做錯時最多能弄壞多少,按同意那層擋不住。


    📚 參考資料

    How we contain Claude across products

    → https://www.anthropic.com/engineering/how-we-contain-claude


    How we built Claude Code auto mode: a safer way to skip permissions

    → https://www.anthropic.com/engineering/claude-code-auto-mode


    Claude Mythos Preview's cybersecurity capabilities

    → https://www.anthropic.com/research/mythos-preview

    6 min
  • Fable 5.1 花 44 分鐘看似解開百年密碼!為什麼它贏在不嫌煩而不是聰明?


    大型語言模型 Fable 5.1 花 44 分鐘、176k tokens,看似解開卡了幾個世紀的 Cyphral Distich 密碼。關鍵不在高深密碼分析,而是發現金鑰就是 Urquhart 的書本身。



    ⭐ 文章深度讀:Fable 5.1 看似解開百年密碼!它贏在不嫌煩而不是聰明

    → https://heymaibao.com/fable-5-1-cipher-persistence-not-genius-26dad7/


    ⚡ 章節重點

    AI 不嫌煩的故事 00:00

    64 個數字的百年懸案 00:31

    44 分鐘翻出的鑰匙 01:17

    卡住的是人類注意力 03:32

    候選答案與不嫌煩的堅持 04:48


    📝 懶人包

    ∙ 整道謎題的輸入只有 64 個數字,目標是還原藏在裡面的原文


    ∙ Fable 5.1 花 44 分鐘、176k tokens,作者全程沒插手就得出解答


    ∙ 作者指出,多數前人假設金鑰在書外,其實金鑰就是這本書本身


    ∙ 我的觀點:卡了好幾百年的題,缺的可能只是有人肯一條一條翻


    📚 參考資料

    Vals AI

    → https://www.vals.ai/blogs/fable-solves-cyphral-distich

    6 min
  • Google 把 AI 晶片送上太空!首顆 TPU 衛星先過摔機測試|震動輻射散熱三關


    Google 準備發射一顆原型衛星,測試 AI 晶片 TPU 能否扛住發射震動、輻射與極端溫度。輻射初步結果來自地面模擬,衛星之間的雷射連線要等 2027 年兩顆衛星上去才測。



    ⭐ 文章深度讀:Google 把 AI 晶片送上太空!首顆 TPU 衛星先過摔機測試

    → https://heymaibao.com/google-sends-ai-chips-to-space-03118e/


    ⚡ 章節重點

    AI 上太空的摔機測試 00:00

    首發衛星的測試清單 00:25

    摔機、曬機、烤機三關 01:08

    首發定位與還測不到的事 03:09

    去太空找電的理由 04:19

    看太空 AI 新聞的兩個問題 05:11


    📝 懶人包

    ∙ 首發準備送一顆原型衛星上去,看 Google 的 TPU 在太空跑得怎樣


    ∙ Google 說發射時 TPU 這類零件可能承受 50 到 100 g


    ∙ 衛星之間的雷射連線,要等 2027 年送上兩顆衛星才測


    ∙ 我的觀點:把首發當成 TPU 的摔機、曬機、烤機測試來看


    📚 參考資料

    Behind Project Suncatcher, our moonshot to put AI in space

    → https://blog.google/innovation-and-ai/models-and-research/google-research/google-project-suncatcher-facts/

    6 min