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 10, 2026 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
...more
7min
May 10, 2026 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
...more
10min
May 09, 2026 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/
...more
10min
May 09, 2026 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
...more
10min
May 09, 2026 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/
...more
10min
May 09, 2026 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
...more
8min
May 09, 2026 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
...more
9min
May 08, 2026 Claude 把 Agent 記憶做成基礎設施，但企業 AI 還缺一層

Claude Managed Agents memory 把 agent 記憶做成基礎設施。但企業 AI 要全員採用，真正缺的是 semantics、ontology 與 lens 這一層視角，不是再多一個 assistant。

⭐ 文章深度讀：看懂 Claude Memory 為什麼是真進展，又為什麼企業 AI 還缺一層 lens

→ https://heymaibao.com/claude-agent-memory-enterprise-ai-lens/

⚡ 章節重點

開場與五部分大綱 00:00

Claude 把 Agent 記憶做成基礎設施 01:08

有地方記東西不等於懂得 02:30

賦予意義的視角層 04:48

主動推送：AI 把脈絡帶到你面前 06:09

18 個月後該追蹤的指標 08:01

📝 懶人包

∙ Anthropic 把 Claude agent 記憶做成可掛載、有版控的基礎設施，但「能記得」不等於「懂得」。

∙ 語意告訴系統「這是什麼」，本體論告訴系統「從某個角度看為什麼重要」。一塊石頭、一封 supplier 延遲信，視角不同就變成完全不同的事。

∙ 個人記憶因為身份流動而難解，組織記憶因為角色 (銷售、財務、法務、客服) 而相對可解。

∙ 真路徑是「底層 + 視角」兩層架構，不是再多一個助理。18 個月後值得追蹤的指標不是 AI 用量，而是「決定能不能變成行動」。

📚 參考資料

@ashwingop, "Claude Made Agent Memory Real. But Semantics and Ontology Are Still Missing"

→ https://x.com/ashwingop/status/2052407955086254262?s=46

New in Claude: Managed Agents

→ https://claude.com/blog/new-in-claude-managed-agents

Claude Managed Agents Memory

→ https://claude.com/blog/claude-managed-agents-memory

Memory in Managed Agents

→ https://platform.claude.com/docs/en/managed-agents/memory

Sentra

→ https://www.sentra.app/
...more
11min
May 08, 2026 Codex Chrome 擴充功能上線，三個你該先搞懂的設計選擇

Codex Chrome 擴充功能上線，三個你該先搞懂的設計選擇
...more
7min
May 08, 2026 Codex /goal 拆解：長時間 AI agent 真正缺的 3 件事

Codex /goal 拆完才發現，真正讓長時間 AI agent 跑得久的不是 loop，而是 Jarrod Watts 這 3 件事：把模糊砍乾淨、放子代理 review、用檔案撐跨 context 記憶。

⭐ 文章深度讀：想看完整文字版拆解、把這 3 件事直接套到自己的 agent workflow

→ https://heymaibao.com/codex-goal-long-running-agent-3-essentials/

⚡ 章節重點

為什麼長 AI agent 跑著跑著就走鐘 00:00

拆解 Codex /goal 真正在做什麼 01:14

ralph loop 的極限 01:58

心法 1 把模糊砍乾淨 03:31

心法 2 放子代理 review 04:25

心法 3 用檔案撐跨 context 記憶 05:55

收斂：縮短你 agent 的決策半徑 06:48

📝 懶人包

∙ Codex /goal 在底層用 thread_goals SQLite 表 + get_goal / update_goal 工具 + 一段固定的 ralph loop prompt，本質是把同一個 prompt 反覆跑，只是多了 token budget 與 completion audit。

∙ Jarrod Watts 認為長時間 agent 真正要補的是 3 件事：把模糊砍乾淨、放子代理 review、用檔案撐跨 context 記憶。

∙ 「燒更多 token 就更強」是 long-running agent 的底層假設：他引述 Sonnet 4.6 在 BrowseComp benchmark 上多花約 10 倍 token，分數高約 10 個百分點。但純把 ralph loop 拉長，在任務脈絡超過 context window 時還是會崩。

∙ Jarrod 把整套作法包成 long-running-agent-skill，可以直接讀來改自己的 workflow。

📚 參考資料

Jarrod Watts on long-running agents

→ https://x.com/jarrodwatts/status/2052372045829382430

long-running-agent-skill

→ https://github.com/jarrodwatts/long-running-agent-skill/tree/main

claude-delegator

→ https://github.com/jarrodwatts/claude-delegator/

Matt Pocock 的 grill-me skill 介紹

→ https://www.aihero.dev/my-grill-me-skill-has-gone-viral
...more
9min

FAQs about 脈報:

How many episodes does 脈報 have?

The podcast currently has 572 episodes available.