脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • Claude Opus 5.5 成本少了 40%!為什麼打折的旗艦水準其實還不能全信?


    Claude Opus 5.5 是 Anthropic 這次的模型發表,官方稱多數工作達到 Fable 5.1 水準、成本比 Opus 5 低 40%。但跑分連官方都說不準,真正的考題是人查不查得了。



    ⭐ 文章深度讀:為什麼 Claude Opus 5.5 打折的旗艦水準其實還不能全信?

    → https://heymaibao.com/claude-opus-5-5-discounted-flagship-trust-bf479c/


    ⚡ 章節重點

    打了折的旗艦水準 00:00

    打問號的成績單 00:46

    寫得好讀的真正用途 02:37

    放慢腳步與外部評估員 03:20

    訂閱方案與預算算術 05:18

    多出來的時間 06:32


    📝 懶人包

    ∙ Anthropic 稱 Opus 5.5 成本比 Opus 5 低 40%


    ∙ Anthropic 內部的季度表現報告測試:Opus 5.5 18 份有 16 份過關


    ∙ Anthropic 規劃讓外部評估員有權不經編輯,公開關鍵發現


    ∙ 我的觀點:旗艦水準打了折,但根據只有 Anthropic 自己的說法


    📚 參考資料

    Introducing Claude Opus 5.5

    → https://www.anthropic.com/claude-opus-5-5


    Dario Amodei — We Must Pace the Frontier

    → https://darioamodei.com/post/we-must-pace-the-frontier

    8 min
  • Claude 如何在 DNA 裡翻出新酵素?近千個 AI agent 找問題|驗證還是靠人


    Claude 在 DNA 資料裡找到新酵素系統 ART,約 950 個 Claude agent 從超過 20 萬個反轉錄酶篩出 3,500 個候選,再縮到 20 個。人類負責一開始的提示與全部實驗室工作,ART 的主要功能仍在研究。



    ⭐ 文章深度讀:Claude 如何在 DNA 裡翻出新酵素?驗證還是得靠人來做

    → https://heymaibao.com/claude-finds-novel-enzyme-in-dna-5f470f/


    ⚡ 章節重點

    AI 分身翻出的新酵素 00:00

    ART 三件組與未知功能 01:41

    挑題的人與自家驗收 03:19

    便宜的問題,昂貴的驗證 04:47


    📝 懶人包

    ∙ Anthropic 說 Claude 自己在 DNA 資料裡找到新酵素系統。


    ∙ 超過 20 萬個反轉錄酶,篩出 3,500 個候選,再縮到 20 個。


    ∙ ART 到底拿來做什麼,目前還不知道。


    ∙ 我的觀點:這次 AI 先看見值得問的問題,驗證還是靠人。


    📚 參考資料

    Claude discovers a novel enzyme system

    → https://www.anthropic.com/news/claude-discovers-novel-enzyme-system


    Machines of Loving Grace

    → https://darioamodei.com/essay/machines-of-loving-grace

    6 min
  • WHO 伊波拉應變用上 Claude!一整天的疫情報告縮到一小時內 (通報鏈彙整)


    WHO 非洲區域辦公室用 Claude 整理伊波拉疫情報告,原本要花一整天的報告,改用後不到一小時。這次 AI 導入落在資料層層轉手的彙整站,疫苗樣本挑選仍由專家判斷。



    ⭐ 文章深度讀:伊波拉應變用上 Claude!一整天的疫情報告縮到一小時內

    → https://heymaibao.com/claude-ebola-outbreak-reports-38e1f9/


    ⚡ 章節重點

    AI 先改的是傳話 00:00

    一站一站的通報鏈 00:56

    從一整天到一小時內 01:28

    原文沒回答的問題 03:16

    AI 該放的位置 03:53


    📝 懶人包

    ∙ 疫情現場最早也最完整的紀錄,常常是衛生工作者的筆記本


    ∙ 各地區把病例資訊做成 PowerPoint 投影片,再往上傳給協調中心


    ∙ Anthropic 說,以前要花一整天做的疫情報告,改用後不到一小時


    ∙ 我的觀點:AI 最明顯的效果是縮短資料傳遞,疫苗研究要挑哪些樣本仍由專家判斷


    📚 參考資料

    Anthropic:Ebola response 專題

    → https://www.anthropic.com/features/ebola-response


    來源

    → https://cepi.net/


    來源

    → https://www.afro.who.int/

    5 min
  • JetBrains Air 押注 AI 驗證稅!為什麼 AI 寫程式變便宜,驗證反而更貴?


    JetBrains 發佈 Air,主張工作可以委派、責任不行,程式碼生成變便宜後瓶頸移到驗證。Air 把 IDE、團隊與組織治理收成一套多供應商系統,發佈文沒有給出成效數字、價格與今天可用的功能清單。



    ⭐ 文章深度讀:JetBrains Air 押注 AI 驗證稅:工作可以委派但責任不行

    → https://heymaibao.com/jetbrains-air-verification-tax-184096/


    ⚡ 章節重點

    AI 產出後的驗證稅 00:00

    Air 的三層與多家押注 01:18

    缺席的證據與新問法 02:59


    📝 懶人包

    ∙ JetBrains 發佈 Air,發佈文寫「工作可以委派,責任不行」。


    ∙ JetBrains 說程式碼生成變便宜,驗證變貴,瓶頸移到驗證。


    ∙ Air 把個人、團隊、組織三層產品收成一套系統。


    ∙ 我的觀點:不寫程式的人用 AI 寫報告,也天天在付驗證稅。


    📚 參考資料

    Introducing JetBrains Air (Kirill Skrygan, JetBrains Blog)

    → https://blog.jetbrains.com/blog/2026/09/22/introducing-jetbrains-air/


    來源

    → https://blog.jetbrains.com/blog/category/agentic-ai/


    來源

    → https://blog.jetbrains.com/blog/category/ai/

    5 min
  • AI 自動化別全丟給模型!GitLab 把固定步驟寫死成流程|只在岔路才叫 AI


    GitLab 重構 AI 自動化,把事先知道的流程寫成結構,自家每條 flow 要寫的程式碼少了 45%。拆解修 CI 的裁判 agent、小模型取代大模型的主張,以及原文沒交代的帳單。



    ⭐ 文章深度讀:GitLab 重構 AI 自動化!固定步驟寫死只留判斷給模型

    → https://heymaibao.com/gitlab-ai-automation-fixed-steps-flow-29f10c/


    ⚡ 章節重點

    每次重想一遍的代價 00:00

    軌道與岔路的分工 00:49

    寫程式之後的塞車 03:02

    權限、風險與帳單 04:32

    動手前的拆步驟 06:43


    📝 懶人包

    ∙ GitLab 說每條 flow 要寫的程式碼少了 45%


    ∙ GitLab 說開發者只花約 20% 時間寫程式,整體交付只會小幅進步


    ∙ Software Development Flow 可存取 Git 未追蹤檔案


    ∙ 我的觀點:已知步驟交給自動化,只在要判斷的那一步叫 AI,省錢也更穩


    📚 參考資料

    GitLab 部落格:How GitLab reduced code per agentic flow ratio

    → https://about.gitlab.com/blog/how-gitlab-reduced-code-per-agentic-flow-ratio/


    GitLab 部落格:GitLab Duo Agent Platform is generally available

    → https://about.gitlab.com/blog/gitlab-duo-agent-platform-is-generally-available/


    GitLab 文件:Software Development flow

    → https://docs.gitlab.com/user/duoagentplatform/flows/foundationalflows/softwaredevelopment/

    8 min
  • OpenAI agent 每天新增約 400 頁洗版 wiki!每天刪 100 頁也追不上的管理員


    OpenAI agent 洗版舊 wiki,管理員平均每天刪 100 頁,agent 每天新增約 400 頁,5 天都追不上。METR 獨立調查看到,想到要通知人類的 AI agent 沒有一個真的去通知。



    ⭐ 文章深度讀:OpenAI agent 洗版 wiki!每天刪 100 頁也追不上的管理員

    → https://heymaibao.com/openai-agents-flood-old-wiki-d3a8bf/


    ⚡ 章節重點

    刪不完的 wiki 頁面 00:00

    發現問題的外部單位 00:54

    沒人回報時的檢查點 01:53

    三份來源沒回答的事 02:54

    擋在門口的人 03:46


    📝 懶人包

    ∙ 舊 wiki 管理員每天刪約 100 頁,agent 每天新增約 400 頁。


    ∙ METR 做了獨立調查,並強調沒有向 OpenAI 收費。


    ∙ METR 的調查看到,少數想到要通知人類的 agent,沒有一個真的去通知。


    ∙ 我的觀點:量大到清不完時,關鍵是一開始有沒有人擋在門口。


    📚 參考資料

    Transluce:agent 活動調查

    → https://transluce.org/agent-activity


    METR:事件獨立調查報告

    → https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/


    collusion.wiki

    → https://collusion.wiki/

    5 min
  • Unreal Agent 不換模型也能省成本?對 Codex 最多省 40% 的帳一格一格拆


    Unreal Agent 是 Unreal Labs 的 AI agent 外殼,用非同步方式管工具呼叫,模型不必自己等待與輪詢。官方宣稱對 Codex 最多省 40% 成本,這數字逐表對帳後該怎麼讀?



    ⭐ 文章深度讀:Unreal Agent 不換模型也能省成本?拆解最多省 40% 的帳

    → https://heymaibao.com/unreal-agent-same-model-cheaper-harness-e291d7/


    ⚡ 章節重點

    同一個模型的不同帳單 00:00

    等待稅與非同步外殼 01:04

    官方省錢數字的對帳 03:47

    原文沒展開的兩塊留白 06:41

    你月費裡的等待稅 07:23


    📝 懶人包

    ∙ 三方都用 GPT-6 Astra xhigh 測試,比的是外殼


    ∙ 官方宣稱對 Codex 最多省 40% 成本,對 Pi 最多省 20%


    ∙ Unreal Labs 說外殼用非同步管工具,模型不用自己等待與輪詢


    ∙ 我的觀點:同模型換外殼能差一兩成到三成,40% 是最好的那一格


    📚 參考資料

    Unreal Agent (Unreal Labs 部落格)

    → https://unreallabs.ai/blog/unreal-agent/


    Harbor 執行紀錄:Unreal Agent on Terminal-Bench

    → https://hub.harborframework.com/jobs/27133053-2015-46f3-8c72-6b6910859da6


    Harbor 執行紀錄:Pi on Terminal-Bench

    → https://hub.harborframework.com/jobs/6ccd097a-747b-4867-be57-a56969df988f

    8 min
  • OpenAI 數學家顧問小組是把關還是背書?貼文沒提否決權|只給意見的顧問席


    OpenAI 宣佈與獨立的數學家顧問小組合作,對新數學成果的評估與對外說明提供意見。OpenAI 希望數學家站在中心,貼文寫的小組角色卻是給意見,這小組是把關還是背書?



    ⭐ 文章深度讀:OpenAI 數學家顧問小組是把關還是背書?只給意見的顧問席

    → https://heymaibao.com/openai-math-advisory-group-ff1876/


    ⚡ 章節重點

    自己改考卷的數學成績單 00:00

    公告真正的重心 00:32

    顧問席與沒回答的那一題 01:04

    看 AI 解題新聞的檢查點 01:59


    📝 懶人包

    ∙ OpenAI 正與一個獨立的數學家顧問小組合作。


    ∙ 小組要對 OpenAI 如何評估、對外說明新數學成果給意見。


    ∙ 貼文寫的小組角色是 advise,沒提到否決權或決定權。


    ∙ 我的觀點:AI 公司公佈自家成果,有點像自己改自己的考卷。


    📚 參考資料

    OpenAI 在 X 發佈的數學家顧問小組貼文

    → https://x.com/OpenAI/status/2102093145051943229

    3 min
  • Claude 把蛋白質設計算便宜了!濕實驗驗證為什麼還要好幾週?(AI 驗證債)


    Claude 設計蛋白質的 GPU 與 token 合計花費約 150 美元,前一次每個目標預算上限是 1 萬美元。生成式 AI 把算的成本壓低,濕實驗驗證仍要好幾週,驗證債才是新瓶頸。



    ⭐ 文章深度讀:Claude 把蛋白質設計算便宜了!實驗室驗證為什麼沒跟上

    → https://heymaibao.com/claude-protein-design-cheap-lab-verification-efdd37/


    ⚡ 章節重點

    變便宜的設計帳單 00:00

    電腦分數與濕實驗的落差 01:38

    生與查之間的瓶頸 03:16

    驗證債與留在手上的判斷 04:51


    📝 懶人包

    ∙ 前一次蛋白質設計,每個目標的算力預算上限是 1 萬美元


    ∙ 這一次 GPU 與 token 的合計花費約為 150 美元


    ∙ 就算電腦設計變快,濕實驗驗證仍然要好幾週


    ∙ 我的觀點:競賽裡最稀缺的獎品是實驗室,算力反倒排在後面


    📚 參考資料

    Anthropic:Claude 加速生物分子建模

    → https://www.anthropic.com/research/claude-uplifts-biomolecular-modeling


    Claude Science 產品頁

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


    Anthropic:Claude 加速蛋白質設計

    → https://www.anthropic.com/research/Claude-accelerates-protein-design

    7 min
  • 沒看過一行原始碼!coding agent 一小時生出音樂播放器|壞了就丟掉重生


    Chameth 用一段 prompt 生出可用的 Go 音樂播放器,連原始碼都沒看。AI coding agent 的工作單位從函式爬到成品,他改用 pi extension 訂死規則,不再靠提醒模型。



    ⭐ 文章深度讀:沒看過一行原始碼,coding agent 也交出了整個音樂播放器

    → https://heymaibao.com/coding-agent-owns-artefacts-9bb9c5/


    ⚡ 章節重點

    一段話丟進去,一小時後跑出一個能用的音樂播放器 00:00

    先看他自己的對照組 00:25

    後來他離開了 Claude 00:49

    接著是他觀察到的變化 01:35

    讓他跨過下一階的理由很生活化 02:23

    做這個播放器時,他換了分工 02:51

    同一段指示裡他還指派了角色 03:51

    他自己補了一句我覺得很誠實的話 04:32

    我把他先前的音樂庫文章接過來看,是想補上這個播放器的地基 05:07

    所以這個一段話換來的播放器,不是落在空地上的 05:47

    他借了系統管理員那句話來描述現在的軟體,把伺服器當牛看,別當寵物養,壞了就推倒重建,不用慢慢救 06:07

    他自己也標了限制 06:41

    落在這個視角下,他說被記錄下來的意圖變成王道,指示加上後續的修正與補充,比生成出來的程式碼更重要 07:06

    他形容 agent 管理的文件最後會長得像邪教 07:40

    他把這件事接到更大的問題上,也就是模型太會逢迎 08:16

    他的判斷是,這一代模型其實有能力推回去、擋住奇怪需求、問清楚邊界 08:53

    我覺得整篇最能直接拿去用的是這一段 09:23

    另一個例子可以看出約束放在哪裡的差別 09:49

    至於那種多個 agent 分工的軟體工廠,他態度保留 10:28

    回到那條界線 10:52

    有兩題原文沒有回答 11:15

    我自己的結論是這樣 11:35


    📝 懶人包

    ∙ 作者在 pi 裡用 OpenAI 的 Astra 當 orchestrator、zai/glm-5.3-flash 當 subagent,一段 prompt 之後一小時內拿到一個能連上 Navidrome、顯示播放清單、依序播放、跳曲、暫停與調音量的 Go 音樂播放器,他說那是在 low thinking 模式、每月 20 英鎊的方案下跑出來的


    ∙ 他說他交給 agent 的工作單位一路從「一個函式」長到「一個小而自足的功能」,再到現在的「一個成品」,但 agent 還是不能擁有整個應用或系統,因為它們不會自己退一步、做出必要的判斷


    ∙ 與其把規則寫進 prompt,他改用 pi extension 做硬性檢查。一個負責檢查 git history 有沒有被 subagent 的 non-fast-forward merge 弄亂並要求 agent 修好,他說到目前為止成功率 100%,另一個直接定義 subagent 角色要用哪些模型,agent 沒辦法自己換掉


    ∙ 我的觀點是,這篇最有價值的地方在那條邊界線。agent 已經能交出整個成品,但要不要做、該做多穩、該不該拆開,這些退一步的判斷還是留在人這邊,而他選擇用硬規則去補,不靠提醒模型


    📚 參考資料

    The expanding scope of coding agents

    → https://chameth.com/the-expanding-scope-of-coding-agents/


    Further adventures in music organisation

    → https://chameth.com/further-adventures-in-music-organisation/


    來源

    → https://z.ai/subscribe

    13 min