脈報

By 思思主播

脈報... more

· Technology

Download on the App Store

Download on the App Store

Get it on Google Play

FAQs about 脈報:

How many episodes does 脈報 have?

The podcast currently has 572 episodes available.

脈報 episodes:

May 14, 2026 T3 Code 作者退出 Claude：第三方工具 6/15 起砍 40 倍

Anthropic 在 6 月 15 日把付費 Claude 訂閱戶的 programmatic 使用切到單獨的信用額度。

T3 Code 作者依此估算，自己這類第三方工具用戶的可用推論量大約只剩原本的 1/40，於是直接戴上 Codex 帽宣告退訂。

這支影片整理三件事：

1. 6/15 新制長什麼樣 (適用範圍、額度、claim 方式、不 roll over)

2. 為什麼 T3 Code、Zed、Gene 這類「替代 UI」會被歸到第二層 (programmatic) 一起被砍

3. 你該怎麼判斷自己受不受影響、要不要跟著退訂

📚 完整文章：https://heymaibao.com/claude-third-party-40x-cut/

📎 原始來源：[I'm done.](https://youtu.be/131yAOjxHHQ?si=S81Ry_bum8Qd4-tI)

#Anthropic #Claude #Codex #T3Code #AgentSDK #AI開發
...more
8min
May 14, 2026 2026 年最瘋狂的 AI 合作：Elon 用 Anthropic 鞭打 OpenAI

Elon 過去在自己的平台上把 Anthropic 罵成 misanthropic (反人類)、racist、sexist，至少數到 40 次。

但 XAI 還是把整座旗艦資料中心 Colossus 1 借給 Anthropic 用，超過 22 萬張 Nvidia GPU。

聽起來像和好？我看完 Nerd Snipe 第 7 集這集 podcast 後，反而越看越覺得不是和好。這是 Elon 把 Anthropic 養肥、放出去咬 OpenAI。

這集會帶你看清：

- Colossus 1 的物理規模 (Anthropic 自報 300 MW、XAI 自報 450 MW，兩邊不一致)

- 為什麼這場合作的真實讀法是「不是和好、是鞭打 OpenAI」

- OpenAI 訴訟那條第二戰線 (Elon 在庭上承認 XAI distill OpenAI 模型輸出)

- Cursor 那條第三邊 (XAI 的 100 億分手費 + 600 億買斷選擇權)

00:00 開場：這場合作不是和好

02:06 算力三角的真實樣貌

03:08 Elon 的法庭戰線：訴訟與 2018 email

04:26 Cursor 是策略的第三邊

05:37 三部棋全部串起來

06:08 對 AI 工具使用者的具體影響

06:53 收尾：22 萬張 GPU 是一張對抗 OpenAI 的牌

📚 參考資料：The craziest collab in AI history?

→ https://youtu.be/0EvF0jAMvX0

📝 完整文章：https://heymaibao.com/elon-anthropic-vs-openai/

#AI #Elon #Anthropic #OpenAI #XAI #Cursor #算力
...more
8min
May 14, 2026 OpenAI 開了一家「部署公司」，自己下場做企業 AI 落地

OpenAI 又開了一家公司，叫 OpenAI Deployment Company (內文簡稱 DeployCo)。

它不是新研究單位，也不是 ChatGPT 衍生品。它的任務只有一個：派人進企業，把 OpenAI 模型接進真實的業務流程。

宣布 day one，這家公司就有：

- 超過 40 億美金的初始投資

- 19 家投資、顧問與系統整合 (SI) 合作方 (TPG 主導，Bain Capital、Brookfield、Goldman Sachs、SoftBank Corp.、麥肯錫等入股)

- 同步公告收購應用 AI 顧問與工程公司 Tomoro，預計帶來約 150 名 Forward Deployed Engineers (FDE)

這集會帶你看懂 OpenAI 把「部署」這件事從研究/產品的附屬，正式升級成跟 model research 並列的獨立業務線，以及對企業客戶、顧問業、OpenAI 自己各自意味著什麼。

00:00 OpenAI 又開了一家新公司

01:23 「部署公司」這個名字怪在哪

03:39 Tomoro 收購：DeployCo 的引擎

05:11 19 家投資與顧問同台

06:46 對企業客戶、顧問業與 OpenAI 各自意味著什麼

08:09 接下來幾個月要看哪幾件事

📚 參考資料：OpenAI launches the OpenAI Deployment Company to help businesses build around intelligence

→ https://openai.com/index/openai-launches-the-deployment-company/

📝 完整文章：https://heymaibao.com/openai-deployment-company/

#OpenAI #DeployCo #企業AI #AI部署 #Tomoro #ForwardDeployedEngineers
...more
12min
May 14, 2026 成為 AI-Native 公司的 5 個步驟：Greg Isenberg 拆解

AI-Native 公司怎麼建？Greg Isenberg 給了五步驟 playbook：挑窄工作流、map 工作流、結構化知識、放 agent 並設邊界、用業務指標衡量。我加上中文圈服務業的延伸觀察。

⭐ 文章深度讀：為什麼「全球只有 1000 家 AI-Native 公司」這個數字是個訊號不是事實，以及中文圈哪些傳統行業最容易藏軟體毛利

→ https://heymaibao.com/ai-native-company-5-steps-greg-isenberg

⚡ 章節重點

開場：每家公司都在喊 AI-Native 00:00

公司對機器不可讀的真相 01:56

五步驟實戰手冊 03:28

隱藏的金礦：服務業 + 軟體毛利 06:58

收尾：LCA 揭露 + 給你的提問 09:21

📝 懶人包

∙ Greg 的核心區分：AI-assisted 公司在邊緣加 AI 工具，AI-Native 公司重新設計核心工作流，讓 agent 能執行前 80% 的事。

∙ 為什麼大多數公司做不到：真相散落在 CRM、Slack、收件匣、Notion 與某幾個老員工的腦袋裡，公司對機器來說是不可讀的。

∙ Greg 給的五步驟 playbook：挑窄工作流、像機器一樣 map、結構化知識、放 agent 並設邊界、用業務指標衡量。

∙ 我的觀點：這篇值得看不是因為 1,000 家這個數字，而是它把「AI-Native」從技術話術拉回組織工程。Greg 自己也在賣顧問服務 (文末會說)，但他點出的問題依然成立，因為這些問題不是用更強的模型可以解決的。

📚 參考資料

How to become AI-Native (Greg Isenberg)

→ https://x.com/gregisenberg/status/2053843542020063489
...more
10min
May 14, 2026 英雄主義時代結束：訓 Claude 與 Gemini 3 的姚順禹真心話

姚順禹剛訓完 Claude 3.7 與 Gemini 3 系列，3 小時 48 分鐘的訪談裡卻反覆說 LLM 個人英雄主義時代大概已經結束了。他怎麼看 pre-training 撞牆論、Dario 反中立場、Gemini 翻身雙拳，與給年輕人的勸告。

⭐ 文章深度讀：完整文章拆解 Boris Cherny 反例、Anthropic top-down 條件與 24 小時 RL 面試題的設計邏輯

→ https://heymaibao.com/yao-shunyu-heroism-is-over/

⚡ 章節重點

開場：被 AI 跑分淹沒，我們冷靜一下 00:00

認識姚順禹：訓過 Claude 3.7 與 Gemini 3 的圈內人 00:33

第一部分：衝浪手與英雄主義的終結 01:31

第二部分：撞牆還是 bug 沒抓到 02:40

第三部分：離開 Anthropic 的真相 (Dario 反中佔四成) 04:14

第四部分：Gemini 翻身的兩張牌 06:23

第五部分：24 小時 RL 面試題 07:24

第六部分：給年輕人的勸告 08:35

收束：能不能設計合理 ablation 實驗 09:29

📝 懶人包

∙ 姚順禹主張 LLM 個人英雄主義時代已結束，現在是集體主義、系統化、不講花俏的時代

∙ Pre-training 還沒撞牆，他認為宣稱撞牆的研究者多半是有 bug 沒察覺

∙ 他離開 Anthropic 的真實原因之一：Dario 反中立場佔了四成原因，自評那是很情緒化的反應

∙ 我的觀察：這場訪談最珍貴的不是任何單一八卦，是看一個內部人怎麼用能不能設計合理 ablation 實驗這種系統紀律，去看穿 AI 圈所有 hype

📚 參考資料

Yao Shunyu: Let Me Go a Little Crazy! Training Models at Anthropic & Gemini, Heroism Is Over (Language is World Studio)

→ https://youtu.be/ttkd0t5qTD4
...more
11min
May 14, 2026 為什麼我把 Claude 工作流搬到 Codex？這 4 件事是關鍵

```text

X 上自稱「非技術 AI 用戶」的 @omooretweets 把多數工作流從 Claude 與 Claude Cowork 搬到 OpenAI Codex，列出 4 件她按下切換鍵的事。我覆述她的判斷，補上對非技術知識工作者的具體建議與兩個必開 toggle。

⭐ 文章深度讀：完整切換 4 步起手手冊與必開的兩個 toggle

→ https://heymaibao.com/from-claude-to-codex-prosumer-switch/

⚡ 章節重點

為什麼非技術用戶要把工作流搬到 Codex 00:00

理由 1：Codex 已經不是 Terminal 工具 01:47

理由 2：一鍵安裝的 pre-built Skills 02:37

理由 3：Codex Pets 的低摩擦狀態更新 03:27

理由 4：一致性更好、上限更高 (真正關鍵) 04:41

切換 4 步起手手冊 06:10

兩個必開的隱藏開關 (full access + Plan Mode) 07:14

誠實的期待值與 honest gap 08:07

今天就動手試一件事 08:55

結語 09:37

📝 懶人包

∙ Codex 在 @omooretweets 眼中已經不是 Terminal 工具，而是一個零程式碼就能上手、可比擬 Claude Cowork 的 desktop app，Plugins 對應 Claude Connectors、Automations 對應 Claude Tasks。

∙ pre-built Skills 一鍵安裝，把「不會自己組裝 Skill」這個非技術用戶最常卡住的環節整個拿掉。

∙ 切換的真正最大 delta，不是介面或 Pets，而是 Codex agent 在多步驟、跨 app、跨 browser 任務上的一致性與上限。她在 Claude / Cowork 上常撞 tool use limit、conversation limit、context、connector failure，到了 Codex 撞牆機率明顯下降。

∙ 我的觀察：對非技術知識工作者來說，這篇文章真正有閱讀價值的不是「Codex 比 Claude 強多少」的 vibe benchmark，而是 OpenAI 終於把 prosumer 介面、一鍵 Skills 與 Automations 兜成一整套入口。

📚 參考資料

Codex is for prosumers - here's why (and how) to switch (@omooretweets, X)

→ https://x.com/omooretweets/status/2053858113892262193

```
...more
10min
May 14, 2026 Google 設計 Gemini Enterprise 的 6 個關鍵 UX 決定

Sheta Chatterjee (Google Cloud AI 設計與 UX 主管) 帶領 Gemini Enterprise UX 團隊在 Figma 部落格訪談中, 拆解設計企業級 agentic 工具的 6 個關鍵 UX 決定: 從 prompt box 到 AI Inbox dashboard、Collaborative Projects 共享空間、Proactive nudge 實驗、designed friction (刻意設計的摩擦) 與 Agent Designer 的 harness, 最後到 Figma 作為 single source of truth 的 design system 工作流。

文章: https://heymaibao.com/design-gemini-enterprise-six-ux-decisions/

影片: https://www.youtube.com/watch?v=xrgs7Z5SxfM
...more
13min
May 13, 2026 AI 寫程式的四個時代：Cursor 解釋下一個斷點不是模型

Cursor 在新辦公室開了第一場活動，整場 talk 只有 9 分鐘，但把 AI 寫程式這幾年的演進切得很乾淨：IDE、tab、agent、teams 四個時代。下一個斷點不是模型更強，是 agent 有沒有自己的電腦。

⭐ 文章深度讀：用 Cursor 自家 2025 內部數據看 IDE → tab → agent → teams 四個時代的關鍵斷點在哪裡

→ https://heymaibao.com/ai-coding-four-eras-cursor/

⚡ 章節重點

為什麼下一個斷點不是模型 00:00

IDE 與 Tab 時代的硬性天花板 01:21

Agent 時代的資料大翻轉 02:14

Teams 時代：agent 有自己的電腦 04:21

給知識工作者的實戰建議 07:10

📝 懶人包

∙ Cursor 把 AI 寫程式的演進切成四段：IDE 時代、tab 時代、agent 時代、teams 時代。每一段都有對應的工具型態與工作節奏。

∙ Cursor 公佈自家 2025 內部數據：agent requests 年增 15 倍，年初 tab 補完比 agent 請求多 10 倍，年底直接翻轉。內部約 30% 的 PR 已由 agent 端到端完成，enterprise segment 約 75% 程式碼由 AI 生成。

∙ Cursor 認為下一段是 teams 時代，agent 不再跑在工程師的本機，而是擁有自己的 cloud computer，可同時跑數十個、連續工作數小時到數天。工程師正在變成 agent manager。

∙ 我的觀察：這場 talk 真正關鍵的不是模型有多強，而是 agent 有沒有自己的電腦這條基礎設施線。對個人工作者來說，先把「盯著一個 agent 跑」改成「並行管理多個 agent」，再把 review 當作核心生產動作，是最可操作的下一步。

📚 參考資料

The next era of AI coding (Cursor 官方 YouTube)

→ https://youtu.be/8h9j2rskP14
...more
10min
May 13, 2026 多數人用 Claude 像在用搜尋列：5 級階梯與每級的過關密語

多數人用 Claude 像在用搜尋列。Nate Herk 把使用者分 5 級，從 Enthusiast 到 Architect，每升一級解鎖不同工作類別與收費天花板，每一級都有一個過關密語可以跨過去。最後一級的卡點不是技術，是信任。

完整文字版： https://heymaibao.com/claude-5-levels-cheat-codes/

YouTube 版本： https://www.youtube.com/watch?v=7hIt4SfOutw
...more
10min
May 13, 2026 Claude Skills 的 7 條法則：來自 75 次測試的觀察清單

Claude Skills 寫作的 7 條法則，整理自 75 次測試的觀察：description 怎麼讓 Claude 看見、body 為什麼要去禮貌化、什麼時候該用範例蓋過規則、長度與位置怎麼決定。

⭐ 文章深度讀：拿這 7 條法則當清單，挑你手上 3 個 skill 一邊讀一邊改，順手把 hardening prompt 跑一次

→ https://heymaibao.com/claude-skills-7-laws-from-75-tests/

📺 YouTube 完整解析

→ https://www.youtube.com/watch?v=MW2k27scAvs

⚡ 章節重點

prompt library 已死，skill 上場 00:00

為什麼是現在：算力變便宜 01:08

description 寫差 = skill 看不見 01:37

祈使句、anti-trigger 與 Read-first 三欄 03:10

範例蓋過規則、控制長度與位置 05:17

用 10 個 sub-agent 自動找洞 06:31

📝 懶人包

∙ description 寫差，是 skill 永遠看不到工作的最大原因。要長度足夠、第三人稱、首句講做什麼 + 何時用、3 個以上真實使用者會打的觸發語，並寫一條 anti-trigger 把不該用的情境推給另一個 skill。

∙ body 用祈使句、給 worked example、把 critical rule 搬到前 100 行。Claude 是 pattern matcher (擅長依樣本找規律的模型)，給規則它會猜，給範例它會對齊。

∙ 文末有一個 10 sub-agents 的 hardening prompt，可以讓 skill 用真實情境自己找洞，三輪改寫。在自己手上前 3 個 skill 上跑一次，是一小時內可完成的高槓桿投資。

∙ 我的觀察：在我自己寫 skill 的經驗裡，最常被忽略的不是內容深度，是位置。重要的話放在 line 600 等於沒放，這條跟 Aakash 在 724 行 fitness skill 上看到的失敗模式一致。
...more
8min

FAQs about 脈報:

How many episodes does 脈報 have?

The podcast currently has 572 episodes available.