脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • Wix 市值蒸發九成:它做錯的事其實很少,AI 抹平的是它賣了十幾年的門檻


    Wix 在 2024 年交出 28% 自由現金流利潤率,比前一年幾乎翻倍,市值卻從約 190 億美元掉到約 20 億美元。塌掉的是市場對它未來的想像,被 AI 抹平的是它賣了十幾年的那道門檻,也就是讓不懂技術的人也能做出網站。



    ⭐ 文章深度讀:護城河和牢籠一直是同一道牆

    → https://heymaibao.com/wix-market-cap-drop-ai-erased-barrier/


    ⚡ 章節重點

    開場 00:00

    它賣了十幾年的同一件商品 00:49

    跌九成是從哪裡量起的 01:44

    裂縫其實有三道 03:29

    護城河和牢籠是同一道牆 04:54

    這件事跟我們有什麼關係 06:02


    📝 懶人包

    ∙ 這部影片說 Wix 市值從約 190 億美元跌到約 20 億美元,2025 年財報獲利與營收都低於預期,營運費用增加 46%,接著宣布裁員 20%、超過 1,000 人。


    ∙ 影片同時提到,Wix 2022 年啟動的成本削減計畫確實成功了:2024 年自由現金流利潤率達 28%,也就是每收進 100 塊有 28 塊變成可自由運用的現金,第四季營收 4.6 億美元、年增 14%。


    ∙ 影片講到 2022 年那波崩盤時提到,Wix 的付費比例很薄:2.22 億人在用它的工具,只有 600 萬是付費客戶。


    ∙ 我的觀察是,把這三件事排在一起,Wix 的困境更像是它賣了十幾年的那層價值被整個抹平。這個判斷的前提是它的執行力沒問題,而 2022 年那次轉型已經證明過了。


    📚 參考資料

    Wix 興衰解說影片 (YouTube)

    → https://youtu.be/D1FFczCR6rY


    Wix Reports Fourth Quarter and Full Year 2025 Results

    → https://www.wix.com/press-room/home/post/wix-reports-fourth-quarter-and-full-year-2025-results


    Wix Reports Fourth Quarter and Full Year 2024 Results

    → https://www.wix.com/press-room/home/post/wix-reports-fourth-quarter-and-full-year-2024-results


    Wix.com (WIX) - Market capitalization

    → https://companiesmarketcap.com/wix/marketcap/

    8 min
  • Claude Code 創造者建議每 6 個月刪光 CLAUDE.md!自己先砍掉八成系統提示


    Claude Code 團隊刪掉超過八成系統提示,理由是模型現在自己就會了。整理內容包含這個 AI coding agent 的量測式刪除法、三步回填程序,以及每條規則在每一輪開工被重讀的常駐成本。



    ⭐ 文章深度讀:刪完,怎麼長回來

    → https://heymaibao.com/claude-code-creator-delete-claude-md-every-6-months/


    ⚡ 章節重點

    開場 00:00

    系統提示被砍掉八成 00:51

    刪除是一種量測 02:07

    為什麼那包規則會扣分 02:36

    刪完,怎麼長回來 03:29

    兩個長跑任務的共同點 04:22

    他沒有回答的三件事 06:11

    我打算怎麼做 06:46


    📝 懶人包

    ∙ Claude Code 這次刪掉了超過 80% 的系統提示。理由是裡面有一大堆內容在矯正「模型本來就該會、但當時做不到」的行為,而他們現在手上的模型自己就會了


    ∙ 他對一般使用者的建議是同一招:每 6 個月刪掉自己的 CLAUDE.md、skills 與 hooks,看模型會怎麼做


    ∙ 加回來有門檻:先刪,然後去用,只有反覆撞到同一個坑,才把那條規則加回去。不要憑猜測預先寫


    ∙ 我的觀察是,這套做法的支點是他順口講的一句話:模型每次使用都會讀你寫的那段指示。規則不是寫了放著就不花錢的資產,比較像每次開工都要重繳一次的月費


    📚 參考資料

    Boris 談 Claude Code 的完整對談

    → https://youtu.be/qyPCVqFUyDo


    An update on recent Claude Code quality reports

    → https://www.anthropic.com/engineering/april-23-postmortem


    Modifying system prompts

    → https://code.claude.com/docs/en/agent-sdk/modifying-system-prompts


    Steering Claude Code: when to use CLAUDE.md, skills, hooks, and subagents

    → https://claude.com/blog/steering-claude-code-skills-hooks-rules-subagents-and-more


    Rewriting Bun in Rust

    → https://bun.com/blog/bun-in-rust


    Demystifying evals for AI agents

    → https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents

    8 min
  • AI 額度畫面顯示得很健康,帳號其實早就沒憑證了:三種不會告訴你的故障


    CodexBar 說明書記下憑證失效的帳號可以靠舊百分比連續好幾天顯示健康,另外兩種故障是命令零輸出與儀表板路徑回 404。三者共用顯示層與真實狀態脫鉤的形狀。



    ⭐ 文章深度讀:百分比看起來很正常,帳號其實已經沒憑證了

    → https://heymaibao.com/ai-usage-dashboard-silent-failures/


    ⚡ 章節重點

    開場 00:00

    這份說明書在講什麼 00:21

    故障一:百分比正常,帳號其實沒憑證 00:50

    故障二:命令一個字都沒吐 01:57

    故障三:猜錯的網址只回 404 03:12

    三種故障其實是同一種 04:00

    我會帶走的三個檢查 05:17

    收尾 05:42


    📝 懶人包

    ∙ 畫面上 Claude 那幾列讀的是憑證備份檔。憑證已經失效的帳號,會靠一個保留下來的「上次看到」百分比,連續好幾天顯示得很健康


    ∙ 查全部帳號的命令跑很久是正常的。但它如果連一個字都沒吐出來,這份文件的判斷是它被 macOS 的安全提示擋住了,該看的地方是螢幕,不是執行紀錄


    ∙ 這個工具在本機開的那個儀表板頁面只拉兩個網址,你照習慣去猜 /api/ 開頭的路徑,回你的是 404


    ∙ 我的觀察是,這三件事的形狀完全一樣:這類工具靠你既有的登入狀態和快取運作,你不必把密碼交出去,代價是「憑證還在不在」從畫面上看不出來。真正該檢查的,是你手上那個數字從哪裡來


    📚 參考資料

    CodexBar skill 文件 (steipete/agent-scripts)

    → https://github.com/steipete/agent-scripts/blob/main/skills/codexbar/SKILL.md


    CodexBar — every AI coding limit, in your menu bar

    → https://codexbar.app/


    claude-swap: Switch between multiple Claude Code accounts

    → https://github.com/realiti4/claude-swap

    7 min
  • OpenClaw 2.0 為什麼安靜近七週?官方承認地基撐不住,一次併進半個專案史


    OpenClaw 2.0 一次併入官方所說約半數的歷史改動提案,這款 AI agent 此前 230 天出 106 個版本,這次卻停了近七週。本文說明官方承認了什麼,以及升級前該問什麼。



    ⭐ 文章深度讀:這包更新對你意味著什麼

    → https://heymaibao.com/openclaw-2-0-foundation-rebuild/


    ⚡ 章節重點

    開場:兩天一版的專案安靜了近七週 00:00

    先把基準線立起來 00:27

    官方怎麼解釋這七週 00:50

    我同意的那一半,和我不同意的框架 01:12

    這包更新到底有多大 02:02

    起點只有兩件事,終點是整包 2.0 02:25

    安裝改成先用你電腦上已經有的東西 03:16

    他們自己痛出來的那個功能 04:07

    這包更新對你意味著什麼 05:01

    我怎麼讀這種公告 05:55

    所以你在賭什麼 06:40


    📝 懶人包

    ∙ 規模是官方自陳的史上最大:933 位貢獻者、569 位首次貢獻、超過 16,000 個改動提案,官方說大約佔了專案史上所有已合併提案的一半


    ∙ 節奏出現斷點:官方說此前 230 天出 106 個版本,多數只隔一兩天,這次卻停了將近七週


    ∙ 官方的解釋是團隊在變大,工作量與節奏同時超出了 OpenClaw 的地基和他們用來出貨的流程,所以兩邊一起重寫。起點只是簡化安裝、重建瀏覽器介面,官方說要把這件事做對就得把清理帶到其他部分,最後變成 2.0


    ∙ 我的觀察是,這些數字讀成捷報會漏掉重點,它們更像一次失速後的重建帳單。成立條件是:以上全部出自官方本文的自述,我沒有拿其他來源交叉查核過這些數字


    📚 參考資料

    OpenClaw 2.0 發佈公告

    → https://openclaw.ai/blog/openclaw-2-accidentally


    openclaw/openclaw GitHub 儲存庫

    → https://github.com/openclaw/openclaw


    OpenClaw GitHub Releases

    → https://github.com/openclaw/openclaw/releases


    TechRadar 對 OpenClaw 的介紹

    → https://www.techradar.com/pro/what-is-openclaw

    8 min
  • Codex 脈絡開到 105 萬 token!為什麼 70 萬就得先清場?連清理都要佔空間


    Codex 把脈絡開到 105 萬 token,卻把自動壓縮門檻壓在 70 萬。這份 AI agent 設定文件說明可規劃的工作量要扣掉輸出、內建保留,以及清理動作自己佔的空間。



    ⭐ 文章深度讀:最容易被漏算的一項:清理自己也要空間

    → https://heymaibao.com/codex-1050k-context-700k-compaction/


    ⚡ 章節重點

    開場 00:00

    數字全對,provider 那一格選錯 01:03

    從 105 萬折到 70 萬 02:54

    清理自己也要佔空間 04:32

    檔案改對了不等於生效 05:44

    金鑰那條線,寧可不自動化 06:42

    我帶走的三件事 07:41


    📝 懶人包

    ∙ 這份文件把 provider 選擇、脈絡窗大小、自動壓縮門檻與型號清單定義成一組不可分割的設定,並點名最危險的組合:數字全對,但 provider 還留在原本的 ChatGPT 後端那一條


    ∙ 可用量是一路折出來的:文件寫的是 105 萬總窗扣掉 12.8 萬最大輸出得到 92.2 萬安全輸入,再套系統本身 95% 的保留變成約 87.59 萬,最後把自動壓縮門檻壓在 70 萬


    ∙ 檔案改對不算改好:共用的背景服務會記住啟動當下載入的設定,續跑的舊工作階段也會記住當初選的 provider,所以要重啟並開全新工作階段才算生效


    ∙ 我的觀察是,這篇對不跑 Codex 的人一樣成立。只要你的工具會自動壓縮對話脈絡,就有同一個二階效應:脈絡塞到極限時,連「清理脈絡」這個動作本身都需要空間


    📚 參考資料

    Codex Huge Context (agent-scripts)

    → https://github.com/steipete/agent-scripts/blob/main/skills/codex-huge-context/SKILL.md


    Advanced Configuration (Codex)

    → https://developers.openai.com/codex/config-advanced


    Understanding and counting tokens

    → https://help.openai.com/en/articles/4936856-understanding-and-counting-tokens


    errSecInteractionNotAllowed

    → https://developer.apple.com/documentation/security/errsecinteractionnotallowed


    Codex app automatic context compaction fails with contextlengthexceeded

    → https://github.com/openai/codex/issues/24014

    9 min
  • AI 老是學不乖?問題不在 prompt!Anthropic 記錄 Warp 用兩個檔案接住回饋


    Warp 撞上 AI 重複犯同樣錯誤的老問題,癥結是人類回饋在 session 結束時就消失。Anthropic 官方 blog 記錄這家終端機 AI coding agent 公司怎麼用兩個檔案接住回饋。



    ⭐ 文章深度讀:如果你今天只想做最小版本

    → https://heymaibao.com/warp-self-improving-agent-two-files/


    ⚡ 章節重點

    開場:你糾正的那句話去哪了 00:00

    來源與真正的診斷 00:32

    兩個檔案的架構 02:15

    一個漏掉的標籤讓迴圈跑起來 04:06

    被低估的一句話:skill 是檔案 05:41

    這套簡單的隱藏帳單 07:07

    只想做最小版本的話 08:31

    結語 09:17


    📝 懶人包

    ∙ Warp 內部的程式碼審核 agent 品質很差,工程師抱怨它的意見沒有幫助。團隊試過手動改 prompt、也試過改善 AGENTS.md 這類脈絡檔,兩招都只能治標


    ∙ 真正的診斷是回饋在 session 結束時消失。解法是兩個 skill 檔:inner skill 帶著領域知識做事,outer improver skill 定期執行、比對人類回饋、提出對 inner skill 的一個小幅編輯


    ∙ 因為 skill 就是純檔案,這些修改可以走團隊本來就在用的程式碼審核流程,人類在最後一關 review 與合併,決定要不要讓 agent 真的變成這樣


    ∙ 我的觀察是,這套做法的門檻不在技術,在於你的回饋有沒有落點。多數人給 AI 的回饋是在對話裡罵一句就過去了,Warp 的做法是逼回饋落在檔案上,再讓另一個 agent 去讀那些檔案


    📚 參考資料

    How Warp builds self-improving agents on Claude

    → https://claude.com/blog/how-warp-builds-self-improving-agents-on-claude


    Agent Skills - Claude Platform Docs

    → https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview


    Skill authoring best practices - Claude Platform Docs

    → https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices


    Introducing Oz: the orchestration platform for cloud agents

    → https://www.warp.dev/blog/oz-orchestration-platform-cloud-agents


    Warp's issue triage agent

    → https://github.com/warpdotdev/warp-agents-demo-github-issue-triage

    10 min
  • OpenAI 網安模型肯回答 95% 高風險請求!為什麼同一代通用版只肯 1.5%?


    OpenAI 新網安模型在自家評測完成 95.0% 高風險請求,通用版只有 1.5%,拆掉系統護欄也只到 2.0%。本文說明這組數字量到的是拒答政策,AI 安全的防線也因此搬到帳號。



    ⭐ 文章深度讀:護欄沒有消失,它搬到了你的帳號上

    → https://heymaibao.com/openai-cyber-model-refusal-rate-metric/


    ⚡ 章節重點

    開場 兩個數字 00:00

    這條線量的到底是什麼 00:38

    拆掉護欄只動了 0.5 個百分點 01:51

    官方數據否定了專用模型比較強 03:24

    一個有編號的漏洞 05:43

    另外三條沒有名字的成果 06:42

    護欄搬到了你的帳號上 07:16

    這件事跟你有什麼關係 08:40

    收尾 10:26


    📝 懶人包

    ∙ OpenAI 把 Daybreak 這個信任存取計畫擴成兩層。官方說 Daybreak Blue 存取會移除平常用來篩選網安請求的系統層防護欄,換上為授權防守工作調整過的防護,Daybreak Red 再換上一個被專門訓練成更少拒答的新模型 GPT‑5.6‑Cyber


    ∙ 在 OpenAI 自建的「進階網路安全請求完成率」評測裡,GPT‑5.6‑Cyber 完成 95.0% 的高風險請求,通用的 GPT‑5.6 Sol 只完成 1.5%,前一代 GPT‑5.5‑Cyber 是 57.3%


    ∙ 實績有一條可以查證:用這個模型研究 Chrome 的 V8 引擎,找到兩個先前未知的漏洞,經 OpenAI 自家研究員驗證後通報 Google,Google 已修補並編為 CVE‑2026‑15903。其餘更驚人的成果全部沒有具名


    ∙ 我的觀察是,這篇公告最誠實的地方,是它把「模型願不願意做危險的事」變成了一個有小數點的產品指標。成立條件是這條線的兩端用的是同一顆底層模型,所以中間的落差只能來自政策與訓練取向,不能算成智力增長


    📚 參考資料

    Expanding Daybreak as the Cyber Defense Window Narrows

    → https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows


    OpenAI Daybreak - Trusted Access for Cyber Overview

    → https://help.openai.com/en/articles/20001258-openai-daybreak-trusted-access-for-cyber-overview


    Our updated Preparedness Framework

    → https://openai.com/index/updating-our-preparedness-framework/


    Running Codex safely at OpenAI

    → https://openai.com/index/running-codex-safely/


    NVD - CVE-2026-15903

    → https://nvd.nist.gov/vuln/detail/CVE-2026-15903

    11 min
  • Claude 的文字浮水印為什麼一個字元都沒加?換掉的是模型選字的那顆骰子


    Claude 的文字浮水印靠一把金鑰換掉模型選字的隨機來源,文字本身沒有多加字元。本文說明它為何測不到程式碼與短文本,以及 AI 監管怎麼讓 Anthropic 全球套用。



    ⭐ 文章深度讀:最測不到的,剛好是最多人想抓的

    → https://heymaibao.com/claude-text-watermark-dice/


    ⚡ 章節重點

    開場 00:00

    那顆骰子被換掉了 00:30

    讀者分辨不出來,證據到哪裡 02:23

    最測不到的,剛好是最多人想抓的 03:25

    圖檔走的是另一條路 05:39

    為什麼是現在,為什麼是全世界 06:10

    Anthropic 順手點名了 AI 的口頭禪 07:14

    我的判斷:這比較像一張標籤 07:49


    📝 懶人包

    ∙ Anthropic 說未來的 Claude 模型會在輸出的文字帶浮水印,做法是把「挑字時的隨機來源」換成金鑰,文字本身沒有增加任何字元,也不產生額外 token,所以不會變慢也不會變貴


    ∙ 浮水印只能長在「兩個選擇一樣好」的位置。事實陳述、數學、程式碼這種只有唯一正解的地方沒有空間,短文本也測不準,文字越長偵測信心越高


    ∙ 用金鑰能問的問題只有一個:這段文字有多大機率有 Claude 參與。它不能證明文字是人寫的,也判斷不出是不是別家 AI 寫的,更分不出「Claude 寫的」跟「Claude 大改的」


    ∙ 我的觀察是,把全球套用、整篇重寫就清得掉、偵測 API 還沒上線這幾件事放在一起看,這比較像一張為了合規而貼上的標籤,設計目標就停在「有標記」這件事上


    📚 參考資料

    Claude text watermark

    → https://www.anthropic.com/news/claude-text-watermark


    Watermarking AI-generated text and video with SynthID

    → https://deepmind.google/blog/watermarking-ai-generated-text-and-video-with-synthid/


    Code of Practice on Transparency of AI-generated Content

    → https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content


    C2PA Specifications

    → https://spec.c2pa.org/specifications/


    Scalable watermarking for identifying large language model outputs (Google DeepMind, 2024)

    → https://www.nature.com/articles/s41586-024-08025-4

    9 min
  • 把 app 維護排成班表交給 Claude 每天跑,幾週下來 388 個修改進了 180 個


    Claude 每天在 Slack 頻道裡跑固定的維護工作,幾週開出 388 個修改,180 個通過審查合併。這篇拆解四個例行工作的共同點,說明哪些維護適合做成 AI 自動化。



    ⭐ 文章深度讀:如果你想試,先問自己這幾件事

    → https://heymaibao.com/claude-daily-app-maintenance-routines/


    ⚡ 章節重點

    開場 00:00

    Claude 每天在 Slack 頻道上班 00:34

    排班和問答差在哪 00:59

    四個例行工作 01:19

    共同點是做完了看得出來成不成 02:14

    388 開出、180 進去 03:23

    原文沒有回答的三件事 03:52

    瓶頸搬到了審查端 04:20

    出錯就回頭調規則 05:01

    想試之前先問自己這幾件事 05:43

    收尾 06:26


    📝 懶人包

    ∙ 他們有一個叫 proj-claude-maintains-apps 的 Slack 頻道,Claude Tag (原文用的名稱,我把它理解成在那個頻道裡幹活的 Claude,官方定義見文末) 在裡面每天跑固定的維護工作,橫跨 iOS、Android、桌面、網頁、命令列,連給開發者用的 Agent SDK 也在內


    ∙ 具名的例行工作有四個:在模擬器裡亂點找出 app 崩潰的方法、把做同一件事卻各自長成不同樣子的抽象統一掉、刪掉沒人用到的死程式碼、修掉抽象洩漏 (該包好、卻讓底層細節漏出來的地方)


    ∙ 幾週下來開出 388 個 PR,經過 Claude 自動審查加人工審查後合併了 180 個。做錯的時候,他說他們會請 Claude 去調整自己的例行工作規則,讓它隔天做得更好,有時要調上好幾天


    ∙ 我的觀察是,這件事可以搬走的是工作形狀,跟模型多強關係不大。那四件事的共同點是目標明確、做完了看得出來成不成,這是維護類工作才有的特徵,換成開放式的功能開發就不成立


    📚 參考資料

    A weird experiment I've been trying the last few weeks (Boris Cherny)

    → https://x.com/bcherny/status/2088014489438621990


    使用例行程序自動化工作 - Claude Code Docs

    → https://code.claude.com/docs/zh-TW/routines


    什麼是 Claude Tag?

    → https://support.claude.com/zh-TW/articles/15594475-%E4%BB%80%E9%BA%BC%E6%98%AF-claude-tag


    Automating dead code cleanup - Engineering at Meta

    → https://engineering.fb.com/2023/10/24/data-infrastructure/automating-dead-code-cleanup/

    7 min
  • ChatGPT 桌面版要記住你在整台電腦上做過什麼,OpenAI 公告只寫了兩句話


    ChatGPT 桌面版新增 Computer History,OpenAI 只用兩句話宣佈這項 AI 助理功能會記住跨 app 與網站的活動,這則公告沒交代開關、保存期限、活動範圍與是否用於訓練。



    ⭐ 文章深度讀:公告沒回答的問題

    → https://heymaibao.com/chatgpt-desktop-computer-history/


    ⚡ 章節重點

    開場 00:00

    OpenAI 到底宣佈了什麼 00:45

    為什麼這兩句話比看起來重要 01:26

    公告沒回答的問題 02:49

    那要不要開?一個不用等規格的判準 03:50

    我的看法 04:52


    📝 懶人包

    ∙ OpenAI 官方帳號在台灣時間 2026 年 8 月 14 日凌晨宣佈,ChatGPT 桌面版新增 Computer History 功能。


    ∙ 這個功能讓 ChatGPT 記住你在這台電腦上跨 app 與網站的活動。


    ∙ 官方給的理由只有一條:往後的互動會感覺更個人化,你需要解釋的事更少。


    ∙ 我的觀察是,這則公告真正的份量在觀測範圍從一個對話框擴張成一整台電腦。整則公告只有兩句話,而且只寫了你會拿到什麼,這個沉默本身就是佐證。


    📚 參考資料

    OpenAI 官方帳號宣佈 ChatGPT 桌面版 Computer History

    → https://x.com/OpenAI/status/2087996496088297746


    Memory FAQ | OpenAI Help Center

    → https://help.openai.com/en/articles/8590148


    How is data retained in the macOS app? | OpenAI Help Center

    → https://help.openai.com/en/articles/9268871-how-is-data-retained-in-the-macos-app


    9to5Mac 的相關報導

    → https://9to5mac.com/2026/08/13/chatgpt-for-mac-adds-opt-in-computer-history-feature-replacing-chronicle/


    The Register 的相關報導

    → https://www.theregister.com/ai-and-ml/2026/08/14/openai-ditches-recall-style-screenshot-surveillance-for-friendly-keylogging/5287618

    6 min