脈報

脈報

By 思思主播Technology
Download on the App Store

All 脈報 episodes

  • 三隻 AI 龍蝦各拿 $1,000 自己賺錢,7 天後一隻只寫日記


    OpenClaw 的 Clawator Challenge 給三隻 AI 代理各 $1,000,90 天內自己賺錢。7 天後策略差異驚人:一隻靠預測市場獲利,一隻寫了 5 款遊戲,還有一隻只寫日記。但每月 $530 的營運成本是你該先知道的。



    ⭐ 文章深度讀

    拆解了三隻 AI 龍蝦各自的賺錢策略和每月 $530 的完整成本結構

    → https://heymaibao.com/openclaw-agents-made-money/


    📝 懶人包

    ∙ 三隻 AI 代理在相同起點下,自然分化出三種策略:計算型的 Clawculus 靠預測市場賺了 $79,冒險型的 YOLObster 從零做了 5 款遊戲,保守型的 Clawtious 幾乎不動,只寫日記記錄每天對錢的感受。

    ∙ 整個實驗每月營運成本約 $530,其中光 Claude API 就要 $400。目前三隻代理加起來的收入勉強打平營運費。

    ∙ AI 代理遠不是「設好就不用管」。它們經常空轉、產出低品質內容,遇到需要 API 金鑰或付款的情境就卡住,需要人類介入。

    ∙ 我的觀點:這個實驗最有意思的不是誰賺最多,而是三種策略的自然分化。但如果你在想「我也來搞一個」,先看清楚每月 $530 的營運成本再決定。


    📚 參考資料

    My AI Agents Made Money in 7 Days (OpenClaw)

    → https://youtu.be/LCkGVCfmtzo?si=So1a7v9sTHd8Zh2i

    7 min
  • Agent Skills 第一份大規模實驗:人寫的有效,AI 寫的無效


    SkillsBench 用七千次實驗測出:人寫的 Skills 平均提升 16 個百分點,AI 自己寫的反而降低表現。2-3 個精練 Skills 效果最好,寫太多反而有害。本文拆解三條設計原則。



    ⭐ 文章深度讀:人寫 vs AI 寫 Skills 的實驗數據和三條設計原則

    → https://heymaibao.com/skillsbench-agent-skills-benchmark/


    📝 懶人包

    ∙ 人類策展的 Skills 平均提升 16.2 個百分點,但讓 AI 自己寫 Skills 完全無效,平均反而降了 1.3 個百分點

    ∙ 少即是多:2-3 個精練 Skills 最有效 (+18.6pp),寫 4 個以上或堆積詳盡文件反而拖累表現

    ∙ Skills 對模型訓練資料覆蓋不足的領域幫助最大:醫療保健 +51.9pp,軟體工程只有 +4.5pp

    ∙ 我的觀點:這篇論文最重要的不是「Skills 有用」,而是證明有效 Skills 的核心是人類隱性知識的外顯化。AI 能消費好的 Skills,但自己寫不出來


    📚 參考資料

    SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks (Zheng et al., 2026)

    → https://arxiv.org/abs/2602.12670

    11 min
  • GPT-5.4 不是更聰明,是更聽話:OpenAI Prompt 指南拆解


    GPT-5.4 會偷懶跳步驟,OpenAI 自己說的。本文拆解官方 Prompt 指南的契約式設計模式、reasoning effort 不是越高越好的原因,以及讓模型真正做完做對的 prompt 寫法。



    ⭐ 文章深度讀:從官方指南反推出 GPT-5.4 最容易出錯的場景和對策

    → https://heymaibao.com/gpt-54-prompt-guidance-openai/


    📝 懶人包

    ∙ GPT-5.4 的核心改進不在推理能力,在執行紀律:多步驟不中斷、長對話語氣不漂移、token 用量更省

    ∙ OpenAI 官方坦承模型會偷懶跳步驟,需要你在 prompt 裡寫明前置條件和依賴檢查

    ∙ Reasoning effort 不是開越高越好,多數任務 none 到 medium 就夠,升級前先改 prompt

    ∙ 我的觀察:這份指南反過來讀就是一份出錯清單。官方建議你防的,就是模型實際會壞的地方


    📚 參考資料

    Prompt guidance for GPT-5.4

    → https://developers.openai.com/api/docs/guides/prompt-guidance

    5 min
  • GPT 5.4 深度實測:為什麼跑分第一的模型做不好一個網頁


    Theo 帶著自建 benchmark 實測 GPT 5.4 一週。結論:綜合最強但做不好網頁,日常用 High 就夠,Pro 的 12 倍價格只在極端問題值得。附數據、三模型 UI 對決和模型選擇建議。



    ⭐ 文章深度讀:附完整數據對比和三模型 UI 對決結果

    → https://heymaibao.com/theo-gpt54-deep-review/


    📝 懶人包

    ∙ GPT 5.4 在多數效能評測中達到可用模型最高分,推理更省 token、上下文記憶更好。日常推薦用 High 等級,Pro 性價比低。

    ∙ 前端 UI 生成仍是 GPT 的結構性弱點。同樣的任務,Opus 4.6 產出明顯更好。「一個模型打天下」目前不現實。

    ∙ 5.4 是目前最可操控的模型。花時間寫好 system prompt 和設定檔的回報率比以前任何模型都高。

    ∙ 模型越強,指揮模型的能力越重要。5.4 的可操控性進步反而凸顯一件事,寫好指令是人類在 AI 時代最值得投資的技能。


    📚 參考資料

    GPT 5.4 深度評測 — Theo

    → https://youtu.be/HD5TWE8xD7o

    8 min
  • Vercel Agent Browser 實測:給 AI 更少工具,成功率更高


    Vercel Agent Browser CLI 實測首次成功率 95%,比 Playwright MCP 高出 15 個百分點。差異不在引擎而在介面設計。本文拆解量化數據與背後的「少即是多」設計原則。



    ⭐ 文章深度讀:整理了 Vercel Agent Browser 與 Playwright MCP 的核心差異和適用場景

    → https://heymaibao.com/vercel-agent-browser-less-tools-more-reliable/


    📝 懶人包

    ∙ Vercel Agent Browser CLI 實測首次成功率 95%,比 Playwright MCP (80%) 和 Chrome DevTools MCP (75%) 高出一截,複雜網站上差距更大

    ∙ 核心差異不在引擎 (底層都是 Playwright),而在介面設計:用 reference 編號取代 selector 搜尋,讓 agent 不用猜測怎麼定位元素

    ∙ Vercel 在 text-to-SQL 場景也驗證了同一原則:工具從 17 個砍到 2 個,成功率從 80% 跳到 100%

    ∙ 我的觀察:「少即是多」不是萬能的。它在 agent 已具備足夠能力的場景下成立,但前提是你信任模型的判斷力,並且願意在安全邊界上做額外投資


    📚 參考資料

    Vercel Just Made Browser Automations Way More Reliable

    → https://youtu.be/7aEQnTsI6zs

    8 min
  • 你還在跟 AI 聊天?三個層級拆解 Agent 時代的真正差距


    還在跟 AI 聊天問問題?從聊天到自主代理,三個層級決定你跟 AI 高手的差距。拆解導演心態怎麼落地、四個 agent 工具怎麼選,也點出影片沒說的商業脈絡和數據出處問題。



    ⭐ 文章深度讀:拆解了三個層級的差距和四個工具的商業脈絡

    → https://heymaibao.com/ai-agent-three-levels-director-mindset/


    📝 懶人包

    ∙ AI 使用分三層:聊天、自動化、自主代理。多數人卡在第一層,但第三層才是差距拉開的地方。

    ∙ 真正要學的不是寫更好的 prompt,而是當 AI 的導演:定義結果、給範本、審核回饋。

    ∙ 選一個 agent 工具深耕比同時學五個有效。商業用 Manus AI、創意用 Claude Co-work、開發用 Claude Code。

    ∙ 我的觀察:這支影片的框架確實好懂,但工具推薦帶有明顯的商業展示色彩,IBM 數據也缺乏可查證出處。框架拿走,工具自己試過再決定。


    📚 參考資料

    AI Just Changed Forever (Dan Martell)

    → https://youtu.be/D_YzcH0VsGY

    9 min
  • PinchTab:一個 HTTP API,讓 AI agent 直接操作 Chrome


    PinchTab 是一個 12MB 的 Go binary,用 HTTP API 讓 AI agent 直接控制 Chrome。每頁只需 800 tokens,比截圖便宜 5-13 倍。不綁框架、不挑語言,curl 就能操作。



    ⭐ 文章深度讀:完整拆解 PinchTab 的技術架構和適用場景判斷

    → https://heymaibao.com/pinchtab-http-api-ai-agent-browser-automation/


    📝 懶人包

    ∙ PinchTab 是一個獨立的 HTTP 伺服器,讓任何 AI agent 透過 HTTP 請求控制 Chrome 瀏覽器,不綁定特定框架或 SDK。

    ∙ 它用無障礙樹 (accessibility tree) 做文字擷取,每頁約 800 token,比截圖方案便宜 5-13 倍,批量任務的成本差距更明顯。

    ∙ 內建隱身模式、持久 session 和多實例平行操作,但目前版本 v0.7.7 還在 pre-1.0 階段,API 可能有變動。

    ∙ 我的觀察:PinchTab 的價值不在「比 Playwright 更好」,而在它對 agent 框架零假設。HTTP API 是最低公約數,這讓它能嵌入任何工具鏈。但 pre-1.0 代表你得有承受重大變更的心理準備。


    📚 參考資料

    @heynavtoor 的 PinchTab 介紹

    → https://x.com/heynavtoor/status/2028922003365986705


    PinchTab GitHub

    → https://github.com/pinchtab/pinchtab

    9 min
  • GPT-5.4 最大升級不是寫程式,是讓 AI 像人一樣操作電腦


    GPT-5.4 最大亮點不是寫程式,是 computer use 從 47% 跳到 75%。中檔推理速度快 83%,大部分人不需要開最高。各家 AI 越來越像,選對使用場景比選對品牌更重要。



    ⭐ 文章深度讀:整理了三個數據判斷,幫你決定 GPT-5.4 值不值得關注

    → https://heymaibao.com/gpt-54-computer-use-upgrade/


    📝 懶人包

    ∙ GPT-5.4 最大亮點是電腦操控 (computer use),OS World 測試從 47% 跳到 75%,AI 第一次能像人一樣點選介面、操作桌面。

    ∙ OpenAI 跳過 5.3 通用版,把 Codex 5.3 的程式碼能力直接整合進來,同時引入工具搜尋機制省掉 47% 的 token 用量。

    ∙ 把推理強度設成中檔反而進步最多,速度快 83% 但準確度接近最高檔,大部分人用中檔就夠了。

    ∙ 我的觀察:各家 AI 模型越來越像,GPT-5.4 在某些場景領先、某些落後,「選對場景」現在比「選對模型」更重要。


    📚 參考資料

    GPT-5.4: Everything You Need to Know

    → https://youtu.be/KRK8KCY_YoE

    8 min
  • 他在新功能推出前就用手機管公司了,靠的是這三層 AI 系統


    他在新功能推出前就用手機管公司了。拆解背後的三層 AI 營運系統:Context OS 讓 AI 認識你,Data OS 整合營運數據,Intel OS 匯入會議紀錄。框架好用,但門檻沒那麼低。



    ⭐ 文章深度讀:分析了作者沒說的門檻真相和你該從哪一層開始

    → https://heymaibao.com/aios-layers-run-business/


    📝 懶人包

    ∙ AI 營運系統 (AIOS) 的核心是「分層堆疊」:先建脈絡層讓 AI 了解你的事業,再接數據層整合散落的營運數據,最後加情報層匯入會議紀錄。

    ∙ Claude Code remote control 只是介面層。遙控器沒有電視就是廢物,真正的能力取決於底下有沒有建構好系統。

    ∙ 三層堆疊後可以實現「每日簡報」自動化,AI 交叉比對數據和會議內容產出具體建議,不再是泛泛的通用輸出。

    ∙ 我的觀點:這個框架的方向是對的,但作者把門檻講得太輕了。對多數獨立工作者來說,第二層和第三層的技術門檻才是真正的卡點。


    📚 參考資料

    @wontdieaverage_ - How Claude Code Runs My Entire Business From My Phone

    → https://x.com/wontdieaverage_/status/2029609994543391016

    7 min
  • GPT-5.4 操作電腦首次超越人類,但真正重要的是另一件事


    GPT-5.4 操作電腦首次超越人類,知識工作跳 12%。但定價漲了 43%,coding 相比上代進步有限,前端設計落後 Gemini 和 Claude。三來源拆解帶你分辨真突破和效率話術。



    ⭐ 文章深度讀:拆解了 tool search 兩種模式的實作差異和選擇邏輯

    → https://heymaibao.com/gpt-54-computer-use-tool-search/


    📝 懶人包

    ∙ GPT-5.4 在知識工作上跳幅最大 (GDPval 從 71% 升到 83%),在桌面操作上首次超越人類 (OSWorld 75% vs 人類 72.4%)。但 coding 能力相比上一代專用模型 GPT-5.3-Codex 進步有限。

    ∙ 新增的 tool search 功能讓 AI agent 動態載入需要的工具,省下 47% 的 token 用量。這不只是省錢,而是讓 agent 能接入大規模工具生態的基礎設施。

    ∙ OpenAI 在 3-4 個月內發了三個大版本,定價漲了 (input +43%) 但用效率包裝。前端設計仍落後 Gemini 和 Claude。真正該關注的是 benchmark 快速飽和後,差異化正在轉向效率和生態。

    ∙ 我的觀點:GPT-5.4 最值得關注的不是任何一個分數,而是 OpenAI 正在用「三線合流」的策略重新定義通用模型該做什麼。把 coding、操作電腦、知識工作塞進同一個模型,這不是技術突破,是產品架構的轉變。


    📚 參考資料

    Introducing GPT-5.4

    → https://openai.com/index/introducing-gpt-5-4/


    Tool search - OpenAI API Docs

    → https://developers.openai.com/api/docs/guides/tools-tool-search


    GPT-5.4 發佈整理影片

    → https://youtu.be/KRK8KCY_YoE?si=Et6-rpWmJCvC5AzW

    9 min