脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • Harness Engineering:把 agent 每次失敗變成永久規則


    Addy Osmani 把產業共識整合成 harness engineering:agent = model + harness。模型只是輸入,prompt、tools、context、hooks、sandbox、subagent 才是工程戰場。本文中文重建他的 Ratchet 紀律與七個工程支柱。



    ⭐ 文章深度讀:把這篇變成你下週的工程改造清單

    → https://heymaibao.com/harness-engineering/


    ⚡ 章節重點

    開場:Agent = Model + Harness 00:00

    Harness 是什麼? 01:11

    拒絕「等下個版本」的工程逃避 02:05

    The Ratchet:把每次失敗變成永久規則 03:25

    Harness 的七個工程支柱 05:26

    HaaS 趨勢與三個可帶走判斷 08:24


    📝 懶人包

    ∙ Agent = Model + Harness。raw model 不是 agent,外殼裡的 prompt、tools、context、hooks、sandbox、subagent 才是真正的工程戰場。


    ∙ The Ratchet 紀律:每次 agent 失敗都當成永久訊號,當天就把它變成 AGENTS.md 規則或 hook,不是寫進今天的 todo。


    ∙ Harness 的七個工程支柱:filesystem + git、bash + code、sandbox、memory + search、context rot 三招、long-horizon 三柱、hooks。


    ∙ 產業在從 LLM API 走向 Harness API。模型在分歧,harness pattern 在收斂。


    📚 參考資料

    Addy Osmani: Agent Harness Engineering

    → https://x.com/addyosmani/status/2053231239721885918


    Building Claude Code with Harness Engineering (Fareed Khan)

    → https://levelup.gitconnected.com/building-claude-code-with-harness-engineering-d2e8c0da85f0


    Flue harness framework (FredKSchott)

    → https://x.com/FredKSchott/status/2050274923852210397

    11 min
  • 把 Obsidian 從整齊的檔案櫃,改造成每天回話的思考夥伴


    把 Obsidian 從整齊的檔案櫃改造成每天回話的思考夥伴。整理 @cyrilXBT 的 vault 設計:四層架構、CLAUDE.md 模板、daily brief 與 weekly prompt,今晚先放 5 個筆記。



    ⭐ 文章深度讀:看完整 CLAUDE.md 模板加 daily / weekly prompt 怎麼自然接上 vault

    → https://heymaibao.com/obsidian-claude-vault-feedback-loop/


    ⚡ 章節重點

    整齊的遺忘機器:vault 出了什麼錯 00:00

    三個讓筆記系統死掉的失敗模式 01:50

    四層架構與五個資料夾的設計骨架 02:49

    CLAUDE.md:整套系統最重要的一份檔 04:33

    每日早報加每週綜合:vault 怎麼主動回話 06:04

    今晚先放 5 個筆記就能跑 07:24


    📝 懶人包

    ∙ 第二大腦失敗的真正原因不是收太少,是 vault 沒有主動回話的 feedback loop


    ∙ 四層架構加五個資料夾加 CLAUDE.md 加 daily brief 加 weekly synthesis,是把 vault 變成思考夥伴的最小骨架


    ∙ CLAUDE.md 是整套系統的單一最重要檔,每週一花 5 分鐘維護是真正的單點故障


    ∙ 起手式不是先架完整套,今晚先把 5 個筆記丟進去,讓 Claude 找連結


    📚 參考資料

    How to Build an Obsidian Knowledge Vault That Gets Smarter Every Day Without You Doing Anything (@cyrilXBT, 2026-05-07)

    → https://x.com/cyrilxbt/status/2052235121416188114

    9 min
  • md 還是 html?三個問題讓 Claude Code 文件自己挑格式


    Claude Code 工作流的文件選 md 或 html,別再選邊。@the_smart_ape 提了三個問題:受眾、生命週期、時間視野。再做 30 秒可逆性測試,多數文件其實想當 markdown。



    ⭐ 文章深度讀:完整拆解了 Claude Code 工作流的格式決策框架

    → https://heymaibao.com/smart-ape-md-html-format-framework/


    ⚡ 章節重點

    別再吵 md 還是 html,問三個問題就好 00:00

    三個問題的決策框架 00:51

    第 1 題 受眾:Claude 才是真正的讀者 01:35

    第 2 題 編幾次:標籤飄移的隱性腐爛 03:33

    第 3 題 活多久:grep 與 3 年存活測試 05:36

    真正的 wedge:一份 md,多種 html 視圖 06:13

    30 秒可逆性測試與三個合理例外 06:48


    📝 懶人包

    ∙ md vs html 是錯題目。對的問題是 audience (誰來讀)、lifecycle (要編幾次)、horizon (活多久)。三個問題的答案如果一致,格式自動勝出;如果分裂,就走 hybrid。


    ∙ Claude 會反覆讀回自己寫的文件。html 在 token 成本 (約 3 倍)、retrieval 切 chunk (相關性下降 15-25%)、編輯 diff (5 行對 40-100 行) 三個維度同時懲罰你,這些都是 @the_smart_ape 自己測出來的數字。


    ∙ 真正帶得走的招式是 hybrid:一份 md 當 source of truth,按受眾用 10 行 script 生成多個 html view。md 留長壽性,html 做呈現工作,source of truth 永遠是文字。


    ∙ 我的觀點:多數 Claude Code 工作流的文件其實想當 markdown,html 反而是少數例外。下次想用 html 之前,先做 30 秒可逆性測試,能擋掉 90% 的格式誤判。


    📚 參考資料

    md or html? — @the_smart_ape on X

    → https://x.com/the_smart_ape/status/2053034897514660074

    10 min
  • HyperFrames 開源公告解讀:讓 Claude Code 寫 HTML 直接做影片


    HeyGen 在 2026 年 4 月開源 HyperFrames:在 HTML 加幾個 data 屬性,AI agent 就能寫 HTML 直接渲染成 MP4。這篇拆解 HyperFrames 為什麼選 HTML、怎麼運作,以及怎麼用一行指令把 Claude Code 變成影片剪接師。



    ⭐ 文章深度讀:把 HyperFrames 落地到自己的 Claude Code 上,從 30 秒到 2 分鐘的 motion graphics 開始驗證

    → https://heymaibao.com/hyperframes-agentic-video-html/


    ⚡ 章節重點

    HyperFrames 是什麼 00:00

    一行指令把 Claude Code 變影片剪輯師 00:50

    為什麼是 HTML 不是 After Effects 01:30

    HyperFrames 怎麼運作 02:36

    起源故事與模型能力下限 04:05

    影片創作的典範轉移 05:26


    📝 懶人包

    ∙ HyperFrames 是 HeyGen 開源的 HTML 影片框架:在標準 HTML 加幾個 `data-` 屬性,agent 寫 HTML / CSS / JS 就能渲染成 MP4、MOV 或 WebM


    ∙ HeyGen 賭的是 LLM 訓練資料中網頁素材的數量級優勢,不是再發明一套 JSON DSL,這也是它選 HTML 而不是學 After Effects 的核心理由


    ∙ 開源條件無門檻:Apache 2.0、本機渲染、any agent、any LLM、zero API keys


    ∙ 我的觀察:agent 自由表面,但 HeyGen 自己也是等到 Gemini 3 與 Opus 4.5 預覽後才看到品質躍遷,模型下限決定 agent 能做出什麼


    📚 參考資料

    Agentic Video is HTML: Open Sourcing HyperFrames

    → https://x.com/liu8in/status/2044827628700684463

    7 min
  • Codex 長 session 變笨?4 條鐵律救回 40% context


    X 上 Codex 重度使用者 cjzafir 分享 4 個 hard rule,把長 session 的 context 從 narration、執行 trace 與 workspace 雜檔搶回來,他自己估算可省 40% context。



    ⭐ 文章深度讀:長 session 變慢不是模型問題,是 context 被你自己灌爆,這集帶你看 4 個 hard rule 怎麼按兩條軸把 context 救回來

    → https://heymaibao.com/codex-long-session-4-hard-rules/


    ⚡ 章節重點

    為什麼長 session 越跑越笨 00:00

    三大元兇 narration 執行 trace workspace 雜檔 01:30

    軸 A 關掉 narration 把執行交給 sub agent 02:55

    軸 B 先寫 task list 保持 codebase 乾淨 04:47

    進階節奏 雙模型搭配 07:18

    短任務該不該套這 4 條 08:50


    📝 懶人包

    ∙ 長 session 變笨的根因不是模型,是 context 被你自己灌爆,所以要主動治理


    ∙ 軸 A 降低 main agent 自己的 output:關掉 process narration、把執行交給 sub agent


    ∙ 軸 B 降低 workspace 對 context 的反向污染:先寫 task list 再動、保持 codebase 乾淨


    ∙ 進階搭配是雙模型節奏 (extra high 推理計畫 + high + fast mode 執行),短任務不必套全部 4 條


    📚 參考資料

    cjzafir 原 X 貼文

    → https://x.com/cjzafir/status/2052801300627435996?s=46

    10 min
  • AI maximalist 為什麼守住 Markdown:Miessler 的思考紅線


    Daniel Miessler 自稱 total AI maximalist,卻拒絕用 HTML 取代 Markdown 當主檔。本文整理他對 Thariq HTML 提案的回應,把「思考紅線」與 document pairing 解法落地給台灣 AI 工具使用者。



    ⭐ 文章深度讀:自稱 total AI maximalist 的 Daniel Miessler 為什麼仍把寫作設為紅線?這篇整理他對 Thariq HTML 提案的回應、document pairing 的分層解法,給台灣 AI 工具使用者一份可操作的判斷框架

    → https://heymaibao.com/miessler-text-is-thought-markdown/


    ⚡ 章節重點

    為什麼這條紅線值得在意 00:00

    自稱 AI maximalist,卻畫一條線 01:31

    Thariq 提案:用 HTML 取代 Markdown 02:22

    強壯機器人替你健身的意象 04:27

    document pairing:可操作的分層解法 05:47

    你的紅線該畫在哪 07:50


    📝 懶人包

    ∙ Daniel Miessler 自稱 total AI maximalist,仍把「文字創作那一步」設為紅線


    ∙ 對話的另一端是 Anthropic 的 Thariq Shihipar,主張把 spec 主檔從 Markdown 換成 HTML,因為 HTML 好讀好分享


    ∙ Miessler 同意問題真實存在,但拒絕解法,用可讀性換可編輯性等於把人類推離創作流程


    ∙ 對個人 AI 使用者要記住的是「人 → 文字 → 思考」這條 the highest-order bit,這條不外包


    📚 參考資料

    Daniel Miessler X 原文:Text is Thought, and Thought is Holy

    → https://x.com/danielmiessler/status/2053157960717836318


    Daniel Miessler 部落格版:Why I think Markdown is a better spec format than HTML

    → https://danielmiessler.com/blog/text-is-thought-holy


    Thariq Shihipar 的 HTML-effectiveness 論述

    → https://x.com/trq212/status/2052809885763747935


    Thariq 的 HTML 範例 repo

    → https://thariqs.github.io/html-effectiveness/

    10 min
  • Anthropic 1.5B、OpenAI 10B 自建 FDE,模型公司開始下沉


    企業 AI 觀察者 @matt_slotnick 解讀 2026-05 第一週 Anthropic 1.5B、OpenAI 10B 同週自建 FDE 合資公司,並串起 Anthropic 金融垂直化、SAP 鎖門 vs Salesforce 開放、xAI 算力交易與 Baseten Gateway 的下半場戰場



    ⭐ 文章深度讀:拿到完整的 1.5B、10B 同週新聞時間線、Anthropic 金融垂直化人事配套,以及 SAP vs Salesforce 兩極策略的細節對照

    → https://heymaibao.com/anthropic-openai-fde-vertical-shift/


    ⚡ 章節重點

    為什麼企業 AI 開始疲乏 00:00

    模型公司下沉,FDE 軍團上場 01:29

    Anthropic 走垂直,金融成為主戰場 02:51

    SAP 鎖門 vs Salesforce 開放 04:04

    Apigee 迴圈與 Baseten Frontier Gateway 05:28

    組織生產力才是真正戰場 07:25


    📝 懶人包

    ∙ Anthropic 與 OpenAI 同一週各自宣佈百億級 FDE 合資公司 (Anthropic 15 億美元搭 Blackstone、Goldman、H&F;OpenAI 100 億美元的 The Deployment Company 搭 TPG),模型公司不再相信只賣 API 能贏。


    ∙ Anthropic 走垂直,金融已經是它第二大企業營收來源。一週內宣佈 10 個金融專用 agent、從 Goldman 挖 MD、與 FIS 合作。前 50 大客戶有 40% 是金融機構。


    ∙ SOR 平台對 agent 走兩極:SAP、HubSpot、Workday、ServiceNow 鎖門 (據傳對準 OpenClaw);Salesforce Headless 360 反向走開放。長期 Slotnick 押開放派,但他承認 agent 的 permission model 還沒就位。


    ∙ Picks-and-shovels (賣鏟人) 仍然是這個市場最好賺的層。xAI 把 Colossus 算力賣給 Anthropic、Baseten Frontier Gateway 把 Apigee 那套 API Management 又重做一次。應用層仍以 coding agent 為主,遠遠沒成熟。


    📚 參考資料

    @matt_slotnick on X — The FDEs are coming; Anthropic goes vertical

    → https://x.com/matt_slotnick/status/2052812474949460183

    10 min
  • Garry Tan 為什麼凌晨還在寫 code?fat skills 個人 AI


    Y Combinator CEO Garry Tan 凌晨兩點還在寫 code,因為他在養會複利的個人 AI。本文整理他主張的 fat skills、fat code、thin harness 架構,帶你看 book-mirror、100,000 頁 brain 與 skillify,搞懂個人 AI 不是 chatbot 是作業系統。



    ⭐ 文章深度讀:Garry Tan 公開的 fat skills、fat code、thin harness 個人 AI 架構怎麼落地?這篇整理 book-mirror 三次迭代、100,000 頁 brain 與 skillify,台灣讀者也能照著開始

    → https://heymaibao.com/garrytan-fat-skills-personal-ai/


    ⚡ 章節重點

    為什麼 YC CEO 凌晨還在寫 code 00:00

    個人 AI 是作業系統,不是 chatbot 01:20

    book-mirror:從爛到好的三次迭代 03:00

    Fat skills、fat code、thin harness 架構 04:50

    100,000 頁 brain 與 entity propagation 06:20

    怎麼開始:先做一件事再 skillify 07:50


    📝 懶人包

    ∙ 個人 AI 不是 chatbot,是會複利的作業系統。chatbot 用完即丟,OS 會記住你做過什麼


    ∙ 三件事撐起來:fat skills (厚 skill 庫)、fat code (厚資料管道)、thin harness (薄路由)


    ∙ skill 比 prompt 划算:skill 會被測試、會組合、會持續被修正,每改一處所有用它的工作流自動變好


    ∙ 起步法:別先設計 skill 架構,先做一件你在乎的事,再用 skillify 把它萃取成 skill


    📚 參考資料

    原文 X post:Meta-Meta-Prompting: The Secret to Making AI Agents Work

    → https://x.com/garrytan/status/2053127519872614419


    GBrain

    → https://github.com/garrytan/gbrain


    GStack

    → https://github.com/garrytan/gstack


    OpenClaw

    → https://openclaw.ai/


    Hermes Agent

    → https://hermes-agent.nousresearch.com/

    10 min
  • Anthropic 教 Claude 為什麼:勒索率 96% 壓回零的關鍵


    Anthropic 公開:Claude Opus 4 勒索率曾高達 96%。改用『教為什麼』的對齊訓練後,Haiku 4.5 起拿滿分,OOD 資料效率高 28 倍。這個方法對寫 system prompt 也適用。



    ⭐ 文章深度讀:想知道怎麼把「教為什麼」搬進你自己的 system prompt?深度版有完整拆解

    → https://heymaibao.com/anthropic-teaching-claude-why/


    ⚡ 章節重點

    開場:96% 勒索率自爆 00:00

    第一部分:問題到底從哪來 01:48

    第二部分:教做什麼 vs 教為什麼 02:41

    第三部分:OOD 資料與憲章訓練 03:36

    第四部分:寫 prompt 的實際啟示 05:46


    📝 懶人包

    ∙ Anthropic 認為 agentic 場景下的對齊失敗主要來自 pretrain,不是 post-training reward 設計失誤,所以介入點要放在「對齊資料」端。


    ∙ 訓練「行為示範」(模型示範對的行為) 只能把 misalignment 從 22% 壓到 15%,加上「行為理由」(讓模型講出為什麼這樣做才對) 直接壓到 3%。


    ∙ 用跟評測無關的 OOD 資料 (out-of-distribution,跟訓練資料分布差距大;Anthropic 用的是「difficult advice」資料集:使用者面對倫理困境,AI 給建議) 訓練,3M tokens 就達到同樣對齊效果,效率提升 28 倍。


    ∙ 我的判斷:給 LLM 寫 system prompt 也是同理,給原則勝過給規則清單。


    📚 參考資料

    Anthropic, Teaching Claude why

    → https://www.anthropic.com/research/teaching-claude-why


    Anthropic, Agentic misalignment

    → https://www.anthropic.com/research/agentic-misalignment


    Anthropic, Automated alignment assessment 報告 PDF

    → https://www-cdn.anthropic.com/bf10f64990cfda0ba858290be7b8cc6317685f47.pdf

    8 min
  • Markdown 已死?Claude Code 團隊改用 HTML 的真正理由


    Claude Code 團隊成員 @trq212 解釋為什麼他們把 agent 輸出格式從 Markdown 換成 HTML,包含 Markdown 為何在 agent 時代失靈、HTML 補回的四件事、五種用例與一條反建議



    ⭐ 文章深度讀:拿到完整的五種 HTML 用例範本與一條給中文圈的反建議

    → https://heymaibao.com/claude-code-html-effectiveness/


    ⚡ 章節重點

    為什麼你不再讀 AI 寫的 Markdown 00:00

    Markdown 失靈的真正原因 01:26

    HTML 補回的四件事 02:34

    秘密引擎:context ingestion 04:07

    五個能直接套用的用例 05:11

    權衡與反建議 06:51

    跟得上 agent 的創作 08:01


    📝 懶人包

    ∙ Markdown 在 agent 時代失靈的真正原因不是格式變差,是「人不再讀 agent 寫的東西」。過去 Markdown 的優勢是易讀易改,現在使用者也都請 agent 改,這條優勢已經蒸發。


    ∙ HTML 補回的是資訊密度加視覺可讀加易分享加雙向互動。表格、SVG、CSS、JS、可拖拉的編輯介面,幾乎沒有什麼資料 HTML 不能高效表達。


    ∙ Claude Code 的差異化是 context ingestion (能吃 file system、MCP、瀏覽器、git history),不是 HTML 生成能力本身。這條決定它做出來的 HTML 是基於真實素材,不是空殼。


    ∙ 我的觀察:別急著把這件事做成 `/html` skill,直接用一句「幫我做一個 HTML 檔」就好,真正的價值是讓你重新「跟得上 agent 的創作」。


    📚 參考資料

    Using Claude Code: The Unreasonable Effectiveness of HTML

    → https://x.com/trq212/status/2052809885763747935

    9 min