脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • 騰訊 HY-Embodied-0.5:2B 邊緣模型贏過 4B 與 7B 對手


    騰訊 HY-Embodied-0.5 把 32B 的具身推理蒸進 2B 邊緣模型,在 22 個 benchmark 贏過 Qwen3-VL 4B 10.2 點,真實機器人 Mug Hanging 75% 比 π0 的 45% 高 30 點。



    ⭐ 文章深度讀:拆解 OPD 蒸餾怎麼讓 2B 贏過 4B 與 7B,還有 benchmark 該怎麼讀的 caveat 清單

    → https://heymaibao.com/tencent-hy-embodied-0-5/


    ⚡ 章節重點

    騰訊真的打敗 Gemini 了嗎 00:00

    2B 小模型以小博大的真相 00:49

    具身 AI 卡在哪裡 01:57

    三個技巧與 OPD 秘密武器 03:00

    benchmark 數字怎麼讀才準 04:52

    真實機器人的 30 點差距 05:29

    小模型時代跟你的關係 05:56


    📝 懶人包

    ∙ 騰訊發 HY-Embodied-0.5,包含 2B 與 32B 兩個版本。2B 版在 22 個 benchmark 上拿下 16 個第一,平均 58.0%,比 4B 的 Qwen3-VL 高 10.2 點、比 4B 的 RoboBrain 2.5 高 8.6 點。32B 版平均 67.0%,論文聲稱比 Gemini 3.0 Pro 的 63.6% 高 3.4 點,但這個對比條件要看清楚再判讀。


    ∙ 架構創新叫 Mixture-of-Transformers,簡單說就是把視覺和語言分成兩條計算通道,視覺 token 走一條、文字 token 走另一條,但兩條路徑放在同一個模型裡。這讓小模型的有效參數量幾乎翻倍,但推論成本幾乎不變。


    ∙ 後訓練用 RL 與 RFT 交替的循環,再把 32B 的具身推理蒸餾進 2B。在真實雙臂機器人的 Mug Hanging 任務上,他們的 75% 成功率比開源 VLA 基準 π0 的 45% 高了 30 點。


    ∙ 我的觀察:這篇論文真正的故事不是「贏過 Gemini」,而是「一個邊緣尺寸的小模型贏過比自己大一倍以上的對手」。關鍵動力是他們的蒸餾做法,讓學生模型自己先做一遍,老師在旁邊看著即時糾正,而不是老師錄一段示範讓學生模仿。任何想把大模型能力下放到邊緣裝置的團隊,這個範式都值得抄一份。


    📚 參考資料

    HY-Embodied-0.5: Embodied Foundation Models for Real-World Agents

    → https://arxiv.org/abs/2604.07430


    Tencent-Hunyuan/HY-Embodied

    → https://github.com/Tencent-Hunyuan/HY-Embodied

    8 min
  • 太空最大 GPU 叢集開門做生意,但不是給 AI 訓練用的


    ```text


    軌道上最大 GPU 叢集正式開門做生意:Kepler 的 40 顆 Nvidia Orin、10 顆衛星、18 家客戶。為什麼它全押分散式全時推論,不是把訓練搬上太空?本文把這條賭注拆清楚。


    ⭐ 文章深度讀:一次看懂太空 AI 真正能收錢的那條路

    → https://heymaibao.com/orbital-compute-cluster-open-for-business/


    ⚡ 章節重點

    太空 GPU 叢集不是拿來訓練 AI 00:00

    Kepler 40 顆 GPU 與 18 個客戶 00:50

    推論不是訓練:在軌道就地算 02:14

    誰會買單:遙測與飛彈防禦 03:32

    分散式 vs 大型資料中心的對決 04:15

    使用率才是王道:三個帶得走的原則 05:39


    📝 懶人包

    ∙ Kepler Communications 目前是在軌規模最大的運算叢集。約 40 顆 Nvidia Orin 邊緣處理器分散在 10 顆衛星,互相以雷射通訊串起,目前共 18 家客戶。


    ∙ 最新一家客戶 Sophia Space 會把自家太空電腦的作業系統上傳到 Kepler 的兩顆衛星、共 6 顆 GPU,嘗試啟動並跨機配置。TechCrunch 指出,這類跨機 OS 部署動作在軌道上是第一次嘗試,也替 Sophia 2027 年底的自家衛星發射先做了一次去風險。


    ∙ Kepler CEO Mina Mitry 押注分散式 GPU 加全時推論,不走大型在軌資料中心路線。這和 Starcloud、Aetherflux、SpaceX、Blue Origin 聚焦於大規模太空資料中心、資料中心等級處理器的方向正好拉開。


    ∙ 我的觀察:短期所謂「AI 上太空」不是把訓練搬上去,而是把推論搬到感測器旁邊。對每天在地面算推論成本、想辦法把 GPU 時間壓滿的人來說,這個方向比想像中更貼近日常。


    📚 參考資料

    The largest orbital compute cluster is open for business

    → https://techcrunch.com/2026/04/13/the-largest-orbital-compute-cluster-is-open-for-business/

    ```

    8 min
  • Vercel 靠 AI agent 部署,ARR 兩年從 1 億跳到 3.4 億


    Vercel 年度經常性收入兩年衝到 3.4 億美元 run rate,CEO 暗示上市條件已具備。成長引擎是 30% 應用由 AI agent 自己部署,這篇拆解這則新聞對 hosting 戰場的意義。



    ⭐ 文章深度讀:拆解 27 倍估值買的是什麼敘事,以及 agent 預設路徑怎麼決定下一波 hosting 勝負

    → https://heymaibao.com/vercel-ai-agents-arr-surge/


    ⚡ 章節重點

    為什麼只有 Vercel 在衝浪 00:00

    ARR 兩年翻 3 倍的數字真相 00:41

    27 倍估值買的是敘事不是現金流 01:37

    30% 應用是 AI agent 自己部署 02:17

    選型權從人類 ops 移到 agent 預設 03:25

    為什麼 Rauch 現在要喊 IPO 03:57

    三個分析錨點與軟體的大哉問 04:59


    📝 懶人包

    ∙ Vercel 的年度經常性收入 (ARR) 兩年前是 1 億美元,到 2026 年 2 月底已經跑到 3.4 億美元的 run rate,估值在 2025 年 9 月由 Accel 領投 3 億美元 Series F 時站上 93 億美元。


    ∙ Vercel 平台上已經有 30% 的應用是 AI agent 自己部署的,不是人類工程師按按鈕放上去的。


    ∙ CEO Guillermo Rauch 在 HumanX 大會自稱 Vercel 是「一家非常習慣在公開狀態下運作的公司」,暗示公司已經具備上市條件,但沒給任何時間表。


    ∙ 我的觀察:這則新聞真正的看點不是 IPO,而是「AI agent 已經變成實質的部署者」。代管 平台的選型權,正在從人類 ops 手上,移到 agent 預設路徑上,這件事比任何季度財報都更能解釋 Vercel 為什麼能逆勢漲。


    📚 參考資料

    Vercel CEO Guillermo Rauch signals IPO readiness as AI agents fuel revenue surge

    → https://techcrunch.com/2026/04/13/vercel-ceo-guillermo-rauch-signals-ipo-readiness-as-ai-agents-fuel-revenue-surge/

    7 min
  • Cursor 比 Claude Code 強 16 分 關鍵不是模型 是 harness


    Matt Mayer benchmark 顯示 同一個 Opus 在 Claude Code 拿 77 分 在 Cursor 拿 93 分 差距不在模型 在 harness Theo 拆清楚 harness 是什麼 怎麼運作 為什麼能騙過模型



    ⭐ 文章深度讀:拆開 harness 的四件事 附選 AI 工具該問的三個問題

    → https://heymaibao.com/what-is-ai-coding-harness/


    ⚡ 章節重點

    開場 選 AI 工具只看模型夠嗎 00:00

    Matt Mayer benchmark 同一個 Opus 差 16 分 00:25

    Harness 是天才背後的經紀人 01:00

    工具呼叫 模型其實只會產生文字 02:12

    Theo 的實驗 工具描述可以騙過模型 03:37

    Cursor 贏在天天微調 你該問的三個問題 05:51


    📝 懶人包

    ∙ Harness 是 AI coding 工具裡決定模型能做什麼的那層程式碼,包含提供給模型的工具組、system prompt、每個工具的描述,以及 tool call 執行完怎麼把結果接回對話歷史。Claude Code、Cursor、Codex、OpenCode 都是 harness,T3 Code 不是。


    ∙ 根據 Matt Mayer 的獨立 benchmark,同一個 Opus 模型在 Claude Code 裡拿 77 分,在 Cursor 裡拿 93 分,中間差 16 分,唯一變數就是 harness。


    ∙ 在 Theo 的直播示範裡,只要把一個工具的描述從「讀取檔案內容」改成「已棄用,請改用 bash」,完全不碰程式碼,Sonnet 直接無視警告繼續用原本的工具,Gemini 卻激進到連沒標棄用的工具都跳過,全部改走 bash。同一段話不同模型反應天差地別。


    ∙ 我的觀點:選 AI coding 工具時真正該評估的不是底層跑哪個模型,而是這個 harness 有沒有人在持續微調。Cursor 有人每天盯著 prompt 改,所以同一個模型在裡面跑得更好,這不是巧合,是工程投入的結果。


    📚 參考資料

    How does Claude Code *actually* work?

    → https://www.youtube.com/watch?v=I82j7AzMU80

    8 min
  • 一個不會解題的 AI 拿了 SWE-bench 滿分,跑分還能信嗎


    10 行 Python 騙過 SWE-bench 500 題,送空 JSON 拿下另一個 benchmark 滿分。Berkeley 團隊的研究揭示 AI 跑分的 7 種致命漏洞模式,以及你下次看到跑分時該問什麼問題。



    ⭐ 文章深度讀:整理了 7 種漏洞模式與你該問的具體問題

    → https://heymaibao.com/ai-benchmark-trust-crisis-berkeley/


    📝 懶人包

    ∙ Berkeley 團隊的 exploit agent 在 SWE-bench、WebArena、Terminal-Bench 等 8 個主流 AI benchmark 上取得接近滿分,但沒有真正解決任何一個任務。

    ∙ 這些漏洞不是個案,8 個 benchmark 共享 7 種相同的結構性缺陷,整個 AI 評測生態系存在系統性的信任問題。

    ∙ 團隊提出了 Agent-Eval Checklist,要求 benchmark 在發佈前通過對抗性測試,並正在開發 BenchJack 工具來自動化這個檢驗流程。


    📚 參考資料

    How We Broke Top AI Agent Benchmarks: And What Comes Next (Hao Wang, Qiuyang Mang, Alvin Cheung, Koushik Sen, Dawn Song, 2026)

    → https://rdi.berkeley.edu/blog/trustworthy-benchmarks-cont/

    7 min
  • Garry Tan 的 gbrain:2 秒裝好一個 Postgres agent 腦


    Garry Tan 把自己在用的 agent 長期記憶 gbrain 開源。v0.7.0 讓你 2 秒跑一顆本機 Postgres 腦,這篇講 compiled truth 跟 thin harness fat skills,送你 3 個心智模型。



    ⭐ 文章深度讀:整理了 3 個不用安裝就能帶走的心智模型

    → https://heymaibao.com/gbrain-garry-tan-agent-brain/


    ⚡ 章節重點

    Garry Tan 一週餵多少資料 00:00

    agent 長期記憶不是筆記軟體 00:53

    PGLite 兩秒裝好一顆腦 01:59

    compiled truth 把答案跟證據切開 02:53

    三個今天就能用的心智模型 03:59

    未來的軟體就是 markdown 05:44


    📝 懶人包

    ∙ gbrain 是 agent 的「長期世界知識層」,不是筆記軟體。Garry 自己用它存人、存公司、存會議、存原創想法,agent 回答前先讀 brain,回答後再把新事實寫回 brain,知識每天 compound。


    ∙ v0.7.0 的關鍵翻轉是 PGLite。以前跑一個 hybrid RAG brain 要先架 Supabase,現在 gbrain init 兩秒後,你本機就有一個 Postgres + pgvector + 混合檢索的 brain,零帳號零 server。等 brain 長大超過 1000 檔,再 gbrain migrate --to supabase,embedding 不用重跑。


    ∙ 背後的哲學是 Garry Tan 在 YC Spring 2026 的 talk 裡直接宣告的 thin harness,fat skills,2x 的人跟 100x 的人用的是同一套模型,差距不是模型,是把 harness 做薄、把判斷推進 markdown skill 裡,讓 skill file 本身變成 method call。


    ∙ 我的觀點: 就算你完全不打算 bun add 任何東西,gbrain 這個 repo 最值得帶走的是三個心智模型,brain-first lookup、compiled truth + timeline 的寫法、skill file 是 method call。下一次寫 notes 或開 Claude Code 前套上去,你會立刻感覺到差距。


    📚 參考資料

    garrytan/gbrain

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


    Thin Harness, Fat Skills

    → https://github.com/garrytan/gbrain/blob/master/docs/ethos/THIN_HARNESS_FAT_SKILLS.md


    Homebrew for Personal AI

    → https://github.com/garrytan/gbrain/blob/master/docs/ethos/MARKDOWN_SKILLS_AS_RECIPES.md


    GBRAIN_SKILLPACK

    → https://github.com/garrytan/gbrain/blob/master/docs/GBRAIN_SKILLPACK.md


    Compiled Truth + Timeline

    → https://github.com/garrytan/gbrain/blob/master/docs/guides/compiled-truth.md


    The Brain-Agent Loop

    → https://github.com/garrytan/gbrain/blob/master/docs/guides/brain-agent-loop.md

    7 min
  • 17 個 markdown 檔蓋內容引擎?這三個設計決策最值得借鏡


    一則 X 貼文示範用 17 個 markdown 檔、4 個資料夾、3 種跑法蓋出 AI 內容引擎,把一個主題寫成 8 個平台原生貼文。我挑出三個值得借鏡的設計決策,再補三個照抄會踩的坑



    ⭐ 文章深度讀:整理了 index.md 三段式模板、3 個要小心的坑、3 種起步跑法

    → https://heymaibao.com/skill-graph-content-engine/


    ⚡ 章節重點

    AI 寫內容為什麼像教失憶症天才 00:00

    17 個 markdown 檔、4 個資料夾 02:30

    三個值得借鏡的設計決策 04:08

    三個你要小心的坑 06:41

    三種起步跑法:從最輕量開始 08:36

    真正該帶走的啟示 09:21


    📝 懶人包

    ∙ **17 個 markdown 檔、4 個資料夾、一個 AI agent**,這則 X 貼文示範了怎麼把 1 個主題轉成 8 個平台原生貼文,週末就能蓋完


    ∙ **三個值得借鏡的設計決策**:`index.md` 是 briefing 不是目錄、node map 的每個 wikilink 都要帶 inline context、repurpose 的原則是 rethink 不是 reformat


    ∙ **三種實際跑法**:Claude Projects (推薦)、把 `index.md` 貼到任何 AI 聊天 (最簡單)、Cursor 或 Claude Code (最強,graph 可以自我演化)


    ∙ 我的觀察:這套系統真正載上決策重量的不是 wikilink 語法本身,是「每個節點都自帶決策所需的最少 context」。作者沒把這件事講破,但只要你抓住這個原則,就算只蓋 `index.md` 一個檔,效果也差很遠


    📚 參考資料

    How To Build Own Content Engine? (FULL COURSE)

    → https://x.com/DeRonin_/status/2042604279077237170?s=20

    11 min
  • Claude Co-work 到底能做什麼?7 個核心能力一次講清楚


    Claude Co-work 能直接操作電腦檔案、記住偏好、串接 Gmail 和 Notion。本文拆解 7 個核心能力與實際操作範例,包含一個作者明確不推薦的功能,搞懂它和 Chat 的真正差異。



    ⭐ 文章深度讀:整理了每個能力的實際操作範例和使用邊界

    → https://heymaibao.com/claude-cowork-7-capabilities/


    ⚡ 章節重點

    為什麼 Co-work 不是 Chat 的升級版 00:00

    本地檔案存取與持久記憶 01:57

    連接器 + Skills 工作流程引擎 02:59

    排程任務為什麼真正可靠 04:30

    唯一不推薦的功能 05:28

    不是功能列表 是一個系統 05:48


    📝 懶人包

    ∙ Co-work 和 Chat 最大的差異不是功能多寡,而是它能直接操作你電腦上的檔案,不受 Chat 的 20 檔 / 30MB 限制,而且直接把成品存到你的資料夾


    ∙ 7 個能力之間有複合疊加效應。排程任務之所以比 Gemini 或 ChatGPT 的同類功能可靠,是因為它能同時呼叫本地檔案、持久記憶和連接器三個基礎能力


    ∙ 瀏覽器擴充功能目前慢、不穩、耗用量大,作者明確不推薦,是 Co-work 現階段最大的短板


    ∙ 我的觀察:Co-work 的核心價值不在任何單一功能,而在這些能力加在一起之後產生的工作模式轉換。從「你把檔案上傳給 AI 看」變成「AI 直接在你的環境裡工作」,這個差異比表面上看起來大得多


    📚 參考資料

    Claude Co-work 七個核心能力完整拆解

    → https://youtu.be/z9rdrNrkvDY?si=Ky7hGtrpXBqBYsx2

    8 min
  • Codex PM 坦言:不寫 spec、不做路線圖,PM 只是在補洞


    Codex 團隊不寫 spec、不做路線圖,PM 只是在補洞。設計師寫的程式碼比工程師還多。這套方法有個前提:做自己每天用的工具。看 AI agent 怎麼改變產品開發方式。



    ⭐ 文章深度讀:逐段拆解了不寫 spec 背後的三個前提和 PM 補洞邏輯

    → https://heymaibao.com/codex-team-no-spec-pm-fills-gaps/


    ⚡ 章節重點

    開場:把專案管理規則丟窗外 00:00

    不寫 spec 的秘密:AI 擴大你的能力圈 01:50

    丟掉路線圖:8 週衝刺 + 遠方的 vibes 03:34

    設計師寫的 code 比工程師多 05:00

    大前提:做自己每天用的工具 06:40

    職稱只是起點 07:43


    📝 懶人包

    ∙ Codex 團隊幾乎不寫 spec,最長文件就是 10 條要點。邏輯是讓離問題最近的人直接做決策,而 AI agent 讓一個人能處理的範圍大幅擴張,需要對齊的文件量自然變少。


    ∙ 他們不做中期路線圖。OpenAI 內部的建議是只規劃 8 週內可交付的衝刺,加上一個模糊的長期願景,中期的產品路線圖在模型能力快速變化的環境下是浪費時間。


    ∙ PM 正在從「領導者」變成「補洞者」。Alex 認為 PM 不是領導職位,而是補洞的角色。在 agent 讓所有角色都能做更多事的情況下,真正重要的是你對什麼有興趣、願意主動做什麼。


    ∙ 我的觀察:這套「不寫 spec」的方法有個很少被提到的前提,就是 Codex 團隊在做自己每天用的工具。Stripe 250 人零 PM 也是同樣的結構。當你不是自己產品的重度使用者時,這個方法需要很大的調整。


    📚 參考資料

    Codex Team Interview - How OpenAI's Codex Team Ships

    → https://youtu.be/9qXc-THAvc0?si=wnaOvH6NHVCpc94Q

    9 min
  • Claude Code 照 PARA 整理檔案,7 個錯誤全敗在同一件事


    PARA 創始者 Tiago Forte 用 Claude Code 整理 32 個檔案,準確率 78%。但 7 個錯誤全因 AI 缺少使用者脈絡。他的建議不是換工具,而是先手動做一次,理解你人生的結構。



    ⭐ 文章深度讀:PARA 創始者為什麼建議你先手動整理一次

    → https://heymaibao.com/claude-code-para-file-organization/


    ⚡ 章節重點

    AI 能幫你整理檔案嗎 00:00

    PARA 方法快速解釋 00:59

    實驗設定:32 個真實檔案 01:23

    AI 表現:準確率 78% 01:54

    7 個錯誤的真正原因 02:56

    整理的真正意義 04:24

    人機協作策略 05:31


    📝 懶人包

    ∙ Claude Code 用 PARA 分類 32 個文件,準確率 78%,錯的 7 個全是因為 AI 缺少使用者的私人脈絡 (例如「這份報稅文件是正在進行的專案」)。


    ∙ PARA 創始者 Tiago Forte 認為,PARA 的真正價值不是把檔案移到資料夾裡,而是透過整理的過程理解你人生與工作的結構。


    ∙ 一般 AI 聊天只能用文字來回,Claude Code 可以直接讀寫你指定的資料夾。Tiago 把檔案集中到一個 working directory (工作目錄) 裡,讓 AI 在這個範圍內操作。


    ∙ 我的觀察:78% 的準確率聽起來還行,但看看錯在哪就知道問題不在技術。報稅文件被歸到「理財」而不是「專案」,可能讓你忘了申報期限。AI 能讀懂文件格式,卻讀不懂你的人生優先順序。


    📚 參考資料

    Can Claude Code Organize Files with the PARA Method?

    → https://youtu.be/HjWESsnoU6g?si=Qn9PVgKgwqYXdnbj

    7 min