脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • Peekaboo v3 讓 AI 操作 Mac:從看見螢幕到真的點下去


    Peekaboo v3 Beta 讓 AI 代理能看見 Mac 螢幕、取得 UI map,並透過 CLI 或 MCP 工具點擊、輸入、操作視窗。這篇整理它的核心用途、安裝門檻、風險邊界與適合場景。



    ⭐ 文章深度讀:整理 Peekaboo 適合哪些 Mac 桌面 agent workflow,以及該注意的權限與風險

    → https://heymaibao.com/peekaboo-mac-ai-agent/


    ⚡ 章節重點

    AI 也想看見 Mac 00:00

    桌面盲區在哪裡 01:18

    Peekaboo 補上眼睛和手 02:12

    UI map 讓操作可回指 02:53

    什麼時候值得用 04:36

    權限與 beta 風險 06:01

    從亂點到有地圖 07:48


    📝 懶人包

    ∙ Peekaboo v3 Beta 把 Mac 螢幕擷取、AI 分析、GUI 操作、CLI 與 MCP server 放進同一套工具鏈。


    ∙ 它的關鍵不是單次截圖,而是 `see` 產生 snapshot id、UI map 與可互動元素,讓後續點擊和輸入能回指同一個桌面狀態。


    ∙ 使用前要先接受 macOS 15.0+、Screen Recording、Accessibility 與 beta 穩定度這幾個前提。


    ∙ 我的觀察是,Peekaboo 適合 GUI 本身才是真相來源的工作,不適合取代更穩的 API、檔案或測試輸出。


    📚 參考資料

    Peekaboo GitHub repo

    → https://github.com/steipete/Peekaboo

    10 min
  • Codex Computer Use 入門:什麼時候該讓 AI 操作桌面


    整理 OpenAI Codex 應用程式的 Computer Use:它適合哪些 GUI 任務、需要哪些 macOS 權限,以及為什麼已登入瀏覽器、桌面應用程式與外掛選擇都會影響安全邊界與限制。



    ⭐ 文章深度讀:判斷哪些 GUI 任務值得交給 Codex

    → https://heymaibao.com/codex-computer-use/


    ⚡ 章節重點

    先理解 Computer Use 的邊界 00:00

    GUI 真相問題是什麼 01:01

    什麼時候該用 Computer Use 02:05

    權限與安全邊界 03:16

    把它當 GUI 驗證者 05:14

    用它省下心力的地方 06:19


    📝 懶人包

    ∙ Computer Use 適合 GUI 才能驗證的任務,例如桌面應用程式測試、瀏覽器流程、應用程式設定與只在圖形介面出現的錯誤。


    ∙ 啟用前要安裝 Computer Use 外掛,並授權 macOS 的螢幕錄製與輔助使用。


    ∙ 如果目標應用程式有專用外掛或 MCP 伺服器,OpenAI 文件建議優先使用結構化整合,不要一開始就走視覺操作。


    ∙ 我的觀察是,Computer Use 最適合當「GUI 驗證者」,不適合當成日常資料存取或敏感帳號操作的第一選項。


    📚 參考資料

    Computer Use – Codex app | OpenAI Developers

    → https://developers.openai.com/codex/app/computer-use

    7 min
  • Claude 使用者:覺得變笨不是錯覺,五個層次都在出問題


    Claude 變笨不是錯覺。Theo Browne 拆出預期、Claude Code 殼、API、inference、模型五層,搭 Margin Labs 57% 掉 55%、AMD 80 倍硬數字,附三個自己能關的 workaround。



    ⭐ 文章深度讀:五層退化各自怎麼形成、3 個自己能關的設定,整理成一份可帶走的清單

    → https://heymaibao.com/claude-dumber-again/


    ⚡ 章節重點

    不是錯覺:57% 掉到 55% + AMD 80 倍 00:00

    Theo 的五層框架登場 01:27

    第一、二層:使用者預期 + Claude Code 殼 02:01

    第三、四層:API 分詞器 + inference 不穩 03:25

    第五層:thinking redaction + 1M context 04:34

    三招能自己關 + 真正的考驗:工程品質 06:08


    📝 懶人包

    ∙ Margin Labs、AMD 內部分析、Matt Mau benchmark 等多組第三方數據都看到退化,體感不是錯覺。Margin Labs 在 Claude Code 上跑 SWE-bench 的加權平均,從 3 月以來從 57% 一路掉到 55%,大致是每週穩定往下,只有新 SOTA 模型上線時會小幅回升。


    ∙ Claude Code 這個 harness (模型外面那層包住它的程式) 可能是最大嫌犯。Matt Mau 的 benchmark 顯示同一顆 Opus 在 Cursor 裡比在 Claude Code 裡好 15%。Terminal Bench 上同樣搭 Opus 的 Claude Code 只拿 58%,Forge Code、Cappy 那類同類 harness 可以上 75% 到 82%。


    ∙ Anthropic 自己承認做了兩個大改動:Opus 4.7 換新 tokenizer 讓同樣一段輸入吃掉更多 token,三月把 100 萬 token 的 context window 預設打開。後者的時程和品質下滑最吻合,因為他們 2025 年 9 月的 postmortem 就寫過,被誤路由到 100 萬 token 版本的模型反應比較笨。


    ∙ 我的觀察:這部影片最有用的不是罵 Anthropic,而是把「感覺變笨」拆成五層這個框架。當你看懂哪層在出問題,就能先做幾個使用者自己決定的動作:把 100 萬 token context 關掉、把 effort 調成 high、少塞一堆自己裝上去的 MCP 與 skill (Claude Code 可以外掛的工具與能力模組)。這些今天就能動手,不用等下一版模型。


    📚 參考資料

    Theo Browne, Did Claude really get dumber again?

    → https://youtu.be/KFisvc-AMII

    8 min
  • Claude Code 30 分鐘省 81%:prompt caching 的三條鐵律


    Claude Code 一場 30 分鐘 session 省 81%、命中率 92%。這不是 API 開關,是三條 prompt caching 鐵律。拆 hash 折點「1+2=3 命中、2+1 miss」與三個 production 踩雷。



    ⭐ 文章深度讀:整理了 92% 命中率背後的紀律與 3 個 production 踩雷

    → https://heymaibao.com/claude-code-prompt-cache-discipline/


    ⚡ 章節重點

    一場 30 分鐘 session 省 81% 的帳單 00:00

    開 cache 為什麼不等於省錢 00:46

    前段 vs 後段:指紋一字之差就 miss 01:43

    三條鐵律與 2+1 為什麼 miss 03:18

    幫你的 agent 做快取健檢 04:52


    📝 懶人包

    ∙ Cache read 只要原價的 0.1 倍,但 prompt 的前段 (prefix) 只要被動到一個字,整段 20,000 tokens 就要以全價重新算一次。你想像的「開 cache 就等於省錢」是假的,真正省不省,看你能不能讓 prefix 完全不動。


    ∙ Claude Code 30 分鐘 session 可以做到 92% cache 命中率,2M tokens 從 $6 降到 $1.15,省 81%。這個 81% 不是 API 設定好就有,是每個產品決策 (subagent 只收摘要不收原始結果、用 reminder tag 取代改 system prompt、tool 定義一次載入完不再動) 都在保護同一個 prefix 的指紋。


    ∙ 三條鐵律:不要在 session 中途改 tools (會清空整份 cache)、不要中途切 model (cache 是綁 model 的)、不要為了更新 state 去改 prefix。想更新 state 的正確做法是在下一則 user message 後面掛一個 reminder tag (一段寫在對話裡的提示字串,不動 prefix 就能把訊息傳給模型),讓 prefix 完全不動。


    ∙ 我的觀察:這套紀律比多數 agent 框架的預設做法都嚴格。很多框架會把 session state 塞進 system prompt、用 timestamp 當 prompt 一部分、根據情境動態增減工具,這些做法會讓 cache 命中率悄悄崩潰,成本不是線性增加,是階梯式飆升。讀完建議回頭檢查自己的系統有沒有中這些陷阱。


    📚 參考資料

    Daily Dose of Data Science - LLMOps Crash Course Part 1

    → https://www.dailydoseofds.com/llmops-crash-course-part-1/


    Avi Chawla 在 X 的 prompt caching 串文

    → https://x.com/_avichawla/status/2044670188998803855

    7 min
  • Garry Tan 回應 LLM 批判:模型是引擎,harness 是車


    Garry Tan 回應 Jepsen 作者 Kingsbury 的 LLM 批判:不可靠是工程問題不是哲學問題。用 harness、skill file、resolver、deterministic code,把幻覺變可 debug 的 bug。



    ⭐ 文章深度讀:拆好 harness 四件組與 Kingsbury 四案例的工程修法清單

    → https://heymaibao.com/garry-tan-llm-harness-is-the-car/


    ⚡ 章節重點

    引擎還是整台車?AI 新思考框架 00:00

    Kingsbury 32 頁宣判 LLM 是胡扯機器 00:36

    Garry Tan 一句話反駁:觀察對,結論錯 01:59

    harness 四件組:skill file、resolver、deterministic code 02:50

    從幻覺哲學題變成工程 bug 04:43

    模型是引擎,去造那輛車 06:43


    📝 懶人包

    ∙ Kingsbury 文章裡的四個 LLM 失敗案例 (Gemini 把浴室 3D 圖的馬桶弄不見、ChatGPT 把白補丁畫錯位置、Claude 做 image-to-image 產出一堆亂七八糟的多邊形、某個 LLM 宣稱下載了股價資料但其實是亂數圖) 都是真的失敗。但每個案例都是「一個人坐在生模型前打字」,沒有 skill file 指導流程、沒有 deterministic tool 處理精準部分、沒有 resolver 路由、沒有 harness 管 context。


    ∙ Garry 的正面主張是 thin harness + fat skills:判斷推上 skill file (結構化的 markdown 程序文件),執行推下 deterministic code (固定輸出的程式),中間由 resolver 路由,外層由 harness 薄薄地 orchestrate。連 Anthropic 自己都包了 512,000 行程式碼在 Claude 外面,這是做最強模型的人也不信任生模型的工程證據。


    ∙ 這套架構不會讓 LLM 變聰明,但會把失敗模式從「模型幻覺」改成「skill 寫錯 / tool 有 bug」。前者是哲學絕望,後者是可 debug 可修復的工程問題。


    ∙ 我的觀察:這場辯論對 AI 使用者的意義,不在判決誰對誰錯,在於換一個診斷框架。下次手邊的 LLM 又幻覺了,該問的問題不是「AI 不行」,而是「我的這個工作流裡,少了哪一層 harness、哪一個 deterministic tool、哪一條 skill」。把失敗當工程 bug 去修,而不是當成判決書。


    📚 參考資料

    Garry Tan: The Future of Everything is Lies (Response)

    → https://x.com/garrytan/status/2045798603059548364

    9 min
  • 9 秒語音訊息:OpenClaw 創辦人 Peter Steinberger 的 TED


    OpenClaw 創辦人 Peter Steinberger 在 TED 的 17 分鐘演講整理:從 Marrakech 9 秒語音訊息,到 60 歲釀酒師用手機做網站,agent 真正改變的是誰能 build 這件事。



    ⭐ 文章深度讀:把 Peter 在 TED 攤開的 agent 風險姿態與 access 轉捩點,整理成可帶走的判斷

    → https://heymaibao.com/openclaw-peter-steinberger-ted/


    ⚡ 章節重點

    9 秒語音訊息,為什麼改寫了 AI 的定義 00:00

    Peter 是誰:賣掉公司後的 3 年空白 00:57

    Marrakech 的 9 秒:agent 和 chatbot 真正的差別 02:33

    Discord 那一夜:800 則訊息與他誠實攤開的姿態 03:52

    NVIDIA、龍蝦、他差點把整個專案刪掉 04:43

    60 歲釀酒師與 access 才是真革命 05:26

    Heartbeat:再恐怖一點點的功能 06:43

    龍蝦跑出來了,這扇門不會再關上 07:54


    📝 懶人包

    ∙ Peter Steinberger 是 OpenClaw (一個讓 agent 幫你處理日常任務的開源 AI 工具) 的創辦人。他帶著自己寫的 WhatsApp agent 去摩洛哥 Marrakech,錄了一則語音訊息傳給它 — 他從沒寫過語音支援。9 秒後 agent 自己把轉檔、找翻譯工具、呼叫 OpenAI API 一整串接起來,回覆他。他說這就是他看懂「chatbot 放棄,agent 即興發揮」的那一刻。


    ∙ OpenClaw 今年變成成長最快的開源 agent 專案之一,轉捩點不是技術有多新,而是過去從沒寫過程式的人 — 像 60 歲釀酒師 Gerhard、São Paulo 青少年、深圳獸醫 — 都可以靠手機讓 agent 做完 90 分鐘釀酒、架網站、加付款。Peter 在 TED 上直接講:「真正的轉變不是技術,是 access。」


    ∙ Peter 自己把 agent 放進公開的 Discord,一晚上收到 800 則訊息。早上他拔掉插頭,逐則讀完,確認沒洩漏隱私。他在 TED 上說的不是「你看多厲害」,而是「什麼都沒發生,但可能發生」。這是整場演講最誠實的一句話。


    ∙ 我作為編者的觀察:Peter 最值得被注意的不是 OpenClaw 這個工具,而是他願意把 agent 時代的風險和興奮感同時攤開講。這是有法務部門的大公司做不到的姿態,剛好留給一個沒有法務部門的奧地利 builder。


    📚 參考資料

    Peter Steinberger 的 TED 演講原片:How I Created OpenClaw, the Breakthrough AI Agent | Peter Steinberger | TED

    → https://youtu.be/7rzYDM6vMtI

    9 min
  • Gemini 3.1 Flash TTS 發佈,prompt 長得像一份電台劇本


    Gemini 3.1 Flash TTS 發佈,prompt 從挑 voice preset 變成寫五層劇本。Simon Willison 實測改地名就換口音。這篇拆解 audio tags、導演椅設計與 TTS 工作流的分界線。



    ⭐ 文章深度讀:拆解五層 prompt 結構與 Simon 改地名的三次實測

    → https://heymaibao.com/gemini-3-1-flash-tts-prompt-like-script/


    ⚡ 章節重點

    為什麼這次 TTS 不只是升級 00:00

    導演椅:從工程師變成導演 00:48

    prompt 變成五層劇本 01:30

    Simon 改地名就換口音的實驗 01:58

    Elo 1,211 之外,真正的訊號是 SynthID 03:34

    寫提示詞就是新的劇本寫作 04:24


    📝 懶人包

    ∙ Gemini 3.1 Flash TTS 的 prompt 不是幾行參數,而是一份五層的電台劇本結構:`AUDIO PROFILE`(角色檔,連節目副標一起寫)、`THE SCENE`(場景,連燈光時間都寫)、`DIRECTOR'S NOTES`(導演註記,底下再分 Style、Pace、Accent 三個子節,Style 裡還包含 Vocal Smile 與 Dynamics 兩條)、`SAMPLE CONTEXT`(這角色適合做什麼)、`TRANSCRIPT`(正式台詞,含 inline tags)。Simon Willison 對整份官方提示指南的評語是:說它驚人,都還算是保守的說法。


    ∙ 口音靠文字描述裡的地名驅動。Simon 把範例裡「Jaz 來自 Brixton,London」的地名,先改成 Newcastle,再改成 Exeter,Devon,三次都拿到對應口音的輸出,完全不是靠選取語音 ID。


    ∙ 硬規格與通路快照:第三方 Artificial Analysis TTS leaderboard 在發佈當天的盲測給出 Elo 1,211,被放進「最佳象限」(高品質 + 低成本);走標準 Gemini API,model ID 是 `gemini-3.1-flash-tts-preview`,首日同時在 Google AI Studio、Vertex AI、Google Vids 三條管道開預覽;所有生成音訊都帶 SynthID 浮水印。


    ∙ 我的觀察:這次 TTS 的分界線不是誰的音質更像真人,而是心智模型的切換。從挑一個 voice preset,變成幫配音演員寫一份角色設定。這件事會改寫整個 AI 語音工作流,而不只是多了一款可換的引擎。


    📚 參考資料

    Gemini 3.1 Flash TTS

    → https://simonwillison.net/2026/Apr/15/gemini-31-flash-tts/


    Gemini 3.1 Flash TTS: the next generation of expressive AI speech

    → https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-tts/


    官方 prompting guide

    → https://ai.google.dev/gemini-api/docs/speech-generation#transcript-tags


    Google AI Studio 生成語音

    → https://aistudio.google.com/generate-speech


    Simon Willison 的測試 UI

    → https://tools.simonwillison.net/gemini-flash-tts


    Artificial Analysis TTS leaderboard

    → https://artificialanalysis.ai/text-to-speech/models


    DeepMind Gemini 3.1 Flash Audio model card

    → https://deepmind.google/models/model-cards/gemini-3-1-flash-audio/

    6 min
  • Opus 4.7 變笨了嗎?真相是 4.6 幫你做的 prompt 被拿掉


    Opus 4.7 不是變笨,是 4.6 替你補意圖的那層被拿掉。Every 團隊五人親測,Anthropic 的 Alex Albert 在 livestream 解釋你的 prompt 為何失靈、這週該怎麼重寫。



    ⭐ 文章深度讀:拆解了哪些工作流該留 4.6、哪些換 4.7

    → https://heymaibao.com/opus-4-7-vibe-check/


    ⚡ 章節重點

    真的變笨了嗎?你不是一個人 00:00

    4.6 的「提示詞小精靈」被 4.7 裁員了 00:33

    一年四次擺盪,不是意外是策略 01:22

    4.7 的硬核新功能:自我驗證到視覺三倍 02:16

    Every 五人實測:誰該留 4.6、誰能換 4.7 03:04

    這週怎麼適應 4.7:四步行動計劃 05:43


    📝 懶人包

    ∙ **Opus 4.7 不再替你讀字裡行間**:它更字面、更精確,指令明確時在 Every 自家內部的 coding benchmark 拿到有史以來最好的成績,但指令模糊時就會停下來等你說清楚,或直接猜錯。


    ∙ **4.6 默默幫你做的 prompt engineering (幫你補意圖),4.7 交回給你**:Alex Albert 在 livestream 上確認,4.6 會替使用者補足缺漏的意圖,4.7 只聽明確指令。所以你過去兩個月調好的 prompt 庫,換到 4.7 預設會有一段不順期。


    ∙ **這是 Anthropic 刻意的來回調校,一年四次**:Sonnet 3.7 太急躁、Opus 4 收斂、Opus 4.6 做太多、Opus 4.7 再次收斂。Alex 把這個節奏稱為 `perpetual back-and-forth`,是政策不是意外。


    ∙ **我 (這篇的轉譯者) 看完 Every 原文,覺得對我們最實用的判斷是,別急著把所有工作流升級到 4.7**。需要明確規格配合的工作 4.7 值得換,靠 Claude 不請自來發現問題的場景,4.6 或 Sonnet 可能還要再留一陣子。


    📚 參考資料

    Vibe Check: Opus 4.7 Stopped Reading Between the Lines

    → https://every.to/vibe-check/opus-4-7

    8 min
  • Anthropic 設計師親揭 Claude Design:別當 Figma 用


    別把 Claude Design 當 Figma 用。Anthropic 設計師分享:它用 code 生成設計,和 Claude Code 互補,已有 Handoff to Claude Code feature,附 7 個實戰 tips。



    ⭐ 文章深度讀:整理了 7 個實戰 tips 和 Handoff 怎麼用

    → https://heymaibao.com/anthropic-designer-claude-design-tips/


    ⚡ 章節重點

    別當 Figma 用 00:00

    用 code 做設計的新眼鏡 00:49

    Anthropic 設計師的 7 個實戰 tips 02:03

    Claude Code 與 Claude Design 雙工具 workflow 03:51

    知道何時該慢下來 04:43


    📝 懶人包

    ∙ 作者自稱 Claude Design「更像 Claude Code 而不是 canvas-based 設計工具」,用 code 生成設計,不是畫圖。有使用者問他是畫出來還是寫 code 做的,他直接回三個字:它是寫 code 做出來的 (原文:It codes them!)。


    ∙ Claude Code 和 Claude Design 不是替代關係,而是互補:Claude Code 貼近 production feel,可直接存取 developer tooling,Claude Design 更適合 rapid ideation and exploration (快速發想和探索),兩者之間已有內建的 Handoff to Claude Code feature 把設計稿直接接到工程實作。


    ∙ 作者一個人服務 7 條 Anthropic 產品線,他的 7 條實戰 tips 第一條就是:花一小時把 design system 和 core screens 設定好,是整組 workflow 最划算的投資。


    ∙ 我的觀察:agentic 設計節奏越快,設計師自己的判斷力越重要。最值得交給 AI 的是 ideation 與探索,最不該外包的是 icon、spot illustration、命名這類影響力超過尺寸的細節,這條反而是整串 tips 裡最逆勢的一條。


    📚 參考資料

    My tips for getting the best results out of Claude Design (Ryan Mather on X)

    → https://x.com/flomerboy/status/2045162321589252458

    6 min
  • OpenAI 為 Claude Code 寫了 Codex Plugin,三個指令拆解


    OpenAI 為 Claude Code 寫了官方 plugin codex-plugin-cc。本文拆解三個主軸 slash command 的差異,並講清楚 plugin 自動帶哪些上下文、不會帶哪些,避免你把 Claude 對話當成 Codex 知道的事。



    ⭐ 文章深度讀:整理了 plugin 自動帶 / 不帶上下文的完整清單

    → https://heymaibao.com/openai-codex-plugin-cc/


    ⚡ 章節重點

    OpenAI 為什麼幫對手寫 plugin 00:00

    三個 slash command 各做什麼 00:46

    上下文契約:Codex 看不到你跟 Claude 的對話 01:59

    從圍牆花園到整合工作流 03:26

    四個重點與下一個召喚 04:32


    📝 懶人包

    ∙ OpenAI 出了官方 Claude Code plugin `openai/codex-plugin-cc`,讓你在 Claude Code 對話裡直接叫 Codex 做 review 與委派 coding 任務。


    ∙ 三個主軸 slash command 各做一件事:`/codex:review` 一般 review、`/codex:adversarial-review` 會質疑設計的對抗式 review、`/codex:rescue` 把整個 coding 任務交給 Codex。


    ∙ 一個關鍵契約:你在 slash command 後面打的字,是直接對 Codex 下 prompt,Claude Code 跟你的對話脈絡不會被自動帶過去。plugin 帶過去的只有 repo、working tree (還沒 commit 的修改)、review target,與本機已登入的 Codex 設定。


    ∙ 我的觀察:OpenAI 為對手家的工具寫官方 plugin,這件事比 plugin 本身的功能更值得關注。它代表 AI coding 工具正在從封閉競爭,往「在開發者既有 workflow 內被叫到」的方向移動。


    📚 參考資料

    openai/codex-plugin-cc

    → https://github.com/openai/codex-plugin-cc

    6 min