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 08, 2026 官方 Web App 搜尋為何比 CLI 工具更強？拆開三條產品鏈

同一家公司給的 web search，在官方 Web App 上像神器，到 CLI 工具裡只剩 raw 結果。差距不是模型，是被拆掉的三條產品鏈：query 改寫、多 agent 蒸餾、citation 對齊。

⭐ 文章深度讀：拆完產品鏈，下次挑搜尋工具會準十倍

→ https://heymaibao.com/official-webapp-search-vs-cli/

⚡ 章節重點

開場：模型一樣，搜尋差很大？ 00:00

第一條產品鏈：query 改寫 02:44

第二條產品鏈：多 agent 蒸餾 04:07

第三條產品鏈：citation 對齊 06:23

產品還是零件？CLI 還有它的位置 07:52

📝 懶人包

∙ ChatGPT 官方 Web App 的「搜尋」其實是 query 改寫、Memory、IP 位置、多搜尋夥伴、inline citation 整套產品鏈，不是一個 search call。

∙ Anthropic 公開數字撐起工程量級差距：multi-agent 比 single-agent 提升 90.2%，token 用量單獨解釋 80% 表現變異，multi-agent 比聊天多用 15× token。

∙ OpenAI API 文件白紙黑字寫「inline citation 必須在你的 UI 裡可點擊」，CLI / 自製 app 拿到的是零件清單，組裝責任在開發者。

∙ 選工具的問句不是「誰更聰明」，是「我這個任務需要的是產品還是零件」。

📚 參考資料

ChatGPT search 官方說明 (OpenAI Help Center)

→ https://help.openai.com/en/articles/9237897-chatgpt-search

How we built our multi-agent research system (Anthropic Engineering)

→ https://www.anthropic.com/engineering/multi-agent-research-system

Web search tool 官方文件 (OpenAI Developers)

→ https://developers.openai.com/api/docs/guides/tools-web-search
...more
11min
May 07, 2026 連 Simon Willison 都不再逐行 review production code 了

vibe coding 與 agentic engineering 在 Simon Willison 身上模糊了。他連 production code 都不再逐行 review，本文整理他的不安、guilt 與三條軟體可信度準則。

⭐ 文章深度讀：完整原文與三條讀者帶得走的軟體可信度準則都在這篇

→ https://heymaibao.com/simon-willison-stops-reviewing-production-code/

⚡ 章節重點

開場：AI 鐵律被打破了 00:00

Simon 自承：兩條線開始模糊 00:47

罪惡感是專業底線 03:37

信任搬移的隱形代價 05:25

SDLC 上下游全在搬位置 07:15

三條新的可信度準則 08:29

📝 懶人包

∙ Simon Willison 自承：在常見任務上，他連 production code 也已經不再逐行 review Claude Code 寫的東西。他用 disturbing、upsetting、guilt 這些字描述這個轉變。

∙ 他把 agent 當成隔壁團隊交付的 service 在用：看文件、用、出問題才挖。但他承認 Claude Code 沒有 professional reputation，這個 gap 沒有解，只能靠「它一直做對」當代替品。

∙ 他指出評估軟體的標準變了：commits、README、自動測試 30 分鐘可以合成，連他自己的項目都看不出來。退路是「有沒有人真的用過」，個人版用兩週、企業版兩家大公司用過六個月。

∙ (諾特斯判斷) 這個重疊不是普世現象，是「資深工程師 + 高可靠 agent」這個特定組合下的個案。把 Simon 的 guilt 留著，比急著磨掉它安全很多。

📚 參考資料

Vibe coding and agentic engineering are starting to overlap

→ https://simonwillison.net/2026/May/6/vibe-coding-and-agentic-engineering/

Ep. #9, The AI Coding Paradigm Shift with Simon Willison

→ https://www.heavybit.com/library/podcasts/high-leverage/ep-9-the-ai-coding-paradigm-shift-with-simon-willison

Not all AI-assisted programming is vibe coding (but vibe coding rocks)

→ https://simonwillison.net/2025/Mar/19/vibe-coding/

What is agentic engineering?

→ https://simonwillison.net/guides/agentic-engineering-patterns/what-is-agentic-engineering/
...more
10min
May 07, 2026 Google design.md：用一個檔案，把整個 AI 設計團隊裝起來

Google design.md 把整個 AI 設計團隊裝進一個 Markdown 檔。本文拆 design.md 跟 agents.md 分工、食譜成品食材三層、迭代與改作 90 / 10、品味護城河。

⭐ 文章深度讀：design.md 跟 agents.md 該怎麼分工，文章拆出三層工作流，讓你下次調整專案目錄結構就有依據。

→ https://heymaibao.com/google-design-md-design-team-in-a-file/

⚡ 章節重點

為什麼 AI 第二頁就走樣 00:00

食譜成品食材：三層分工 02:12

為什麼 design.md 要從 agents.md 拆出來 03:18

迭代與改作 90 / 10 04:25

品味才是真正的護城河 05:25

你今天就能建的設計第二大腦 06:55

📝 懶人包

∙ design.md 不解第一頁，解的是第二頁開始就走樣的設計漂移。

∙ 食譜 (design.md) 加成品 (HTML 樣品) 加食材 (skill 提示語) 是這套工作流的最小單元。

∙ design.md 鎖在專案層、skill 鎖在工作流層、agents.md 留給通用人格。

∙ 90% 時間做迭代收斂、10% 時間做改作擴散，真正的護城河是品味，不是檔案本身。

📚 參考資料

Greg Eisenberg 與設計師 Mang 對談 design.md 工作流 (YouTube)

→ https://www.youtube.com/watch?v=oLu32YpiIJw
...more
9min
May 07, 2026 Anthropic 與 SpaceX 合作背後：80x 成長失算的算力危機

Anthropic 簽下 SpaceX 的 Colossus 1 算力，因為今年成長 80x、遠超 10x 規劃。三角缺口框架解讀為什麼敵人會變盟友，以及 Claude Code 與 API 用戶的實際變化。

⭐ 文章深度讀：用三角缺口框架看懂這次合作的真實邏輯

→ https://heymaibao.com/anthropic-spacex-compute-deal/

⚡ 章節重點

為什麼算力危機把敵人逼成盟友 00:00

荒謬的算力交易 00:50

80 倍成長的失算成本 01:36

AI 產業三角缺口框架 03:38

模型背後的資料金礦 04:30

對 Claude Code 用戶的實際影響 06:06

📝 懶人包

∙ Anthropic 今年實際成長 80x，遠超原本規劃的 10x，這就是 Claude 限額一直被調整的真正原因

∙ xAI 的 Colossus 1 大量閒置 (因為 Grok 沒人用)，把約 300MW 的算力租給 Anthropic 變成雙方都解套的選擇

∙ 對 Claude Code 用戶：5 小時限額翻倍、尖峰時段降速取消是真利多，但 weekly 限額沒動，重度全天用戶不會變輕鬆

∙ 主筆判斷：這次合作的真正黏著劑不是錢，是 Anthropic 跟 xAI 共同對 OpenAI 的擔憂

📚 參考資料

Theo (@t3dotgg) "Anthropic just…wait what"

→ https://www.youtube.com/watch?v=3pkz-Ie_k_c
...more
9min
May 07, 2026 拆解 GBrain query skill：YC 總裁自己用的 brain，回答問題的 5 條規矩

拆解 GBrain query skill 的 5 條規矩：grounded only、source precedence、gap flag、chunk-first、graph 走結構。看 YC 總裁 Garry Tan 怎麼把 query 寫成可機械驗收的契約，而不是又一個 RAG prompt 模板。

⭐ 文章深度讀：把 5 條規矩搬到自己的 agent skill 系統

→ https://heymaibao.com/gbrain-query-skill-deconstruction/

📝 懶人包

∙ query skill 是契約不是 prompt template ，不可退讓判斷、anti-patterns、輸出格式、工具索引全部寫死，LLM 讀完照做。

∙ 5 條規矩：grounded only、source precedence、gap flag、chunk-first、graph 走結構。

∙ Graph 層 + extract 品質讓 GBrain 在 BrainBench 拿 P@5 49.1% 、 R@5 97.9%，比 graph-disabled 高 31.4 點 P@5。

∙ 可帶走的 builder 原則：skill 是契約不是 prompt、anti-patterns 比正向 do 更能定義邊界、retrieval 分職責不互相吃。
...more
11min
May 06, 2026 OpenAI 開源 MRC 網路協定：13 萬 GPU 同步訓練不怕單點故障

OpenAI 公開 MRC (Multipath Reliable Connection) 網路協定，並透過 Open Compute Project 開源。這套協定已部署在最大規模的 GB200 超級電腦上，讓 13 萬 GPU 進行同步訓練時，鏈路或交換機故障也能在微秒級繞行不停拍。本文整理 MRC 的三個設計選擇與實戰證據，看懂 Stargate 級訓練背後的網路打法。

⭐ 文章深度讀：想看 MRC 三個設計的完整拆解，到部落格深入讀

→ https://heymaibao.com/openai-mrc-supercomputer-networking/

⚡ 章節重點

13 萬顆 GPU 同步訓練的災難放大器 00:00

MRC 三個反直覺的設計 02:27

壞了不停機的實戰證據 06:46

為什麼整個業界都要重做網路 07:50

📝 懶人包

∙ MRC 是 OpenAI 公開的網路協定，重點不是「更快」，是壞掉也不停機。

∙ 三招：把一條 800Gb/s 拆成 8 條平面、把封包灑在數百條路上、用 SRv6 把 switch 做笨。

∙ 已部署在 OpenAI 所有最大 GB200 超級電腦，規格交給 OCP，業界都會跟。

∙ 大規模 AI 的下一個瓶頸是「算力之間的可預測性」，不是算力本身。

📚 參考資料

Supercomputer networking to accelerate large scale AI training

→ https://openai.com/index/mrc-supercomputer-networking/

OCP MRC 1.0 PDF

→ https://www.opencompute.org/documents/ocp-mrc-1-0-pdf

Resilient AI Supercomputer Networking using MRC and SRv6

→ https://cdn.openai.com/pdf/resilient-ai-supercomputer-networking-using-mrc-and-srv6.pdf
...more
10min
May 06, 2026 Claude Code 上限加倍：Anthropic 拿下 SpaceX 22 萬顆 GPU

Anthropic 即日把 Claude Code 五小時上限加倍，並放寬 Opus API rate limit。背後是與 SpaceX 簽下 Colossus 1 整座算力，本月內就會接上超過 22 萬顆 NVIDIA GPU。

⭐ 文章深度讀：訂閱者今天起額度翻倍，背後是 SpaceX Colossus 1 整座算力

→ https://heymaibao.com/claude-code-limits-spacex-colossus/

⚡ 章節重點

緊箍咒解除 00:00

即刻生效的三項放寬 00:58

Colossus 1：22 萬顆 GPU 上線 02:22

多元佈局的算力護城河 03:48

給你的具體行動指南 06:08

📝 懶人包

∙ Claude Code 五小時 rate limit 加倍，適用 Pro、Max、Team，以及 seat-based Enterprise 方案。

∙ Pro 和 Max 在 Claude Code 上的 peak hours 上限縮減，這次直接取消。

∙ Claude Opus 模型的 API rate limit 大幅提高，具體新表格在 Anthropic 的 API rate limit 文件。

∙ 真正讓上面三項放得開的，是 Anthropic 與 SpaceX 簽下的 Colossus 1 整座算力，超過 22 萬顆 NVIDIA GPU 本月內就會接上，直接灌進 Pro 與 Max 的服務容量。

📚 參考資料

Higher usage limits for Claude and a compute deal with SpaceX

→ https://www.anthropic.com/news/higher-limits-spacex

API rate limits

→ https://platform.claude.com/docs/en/api/rate-limits
...more
8min
May 06, 2026 「裁員會持續，直到我們學會用 AI」工程師寫下他的觀察

AI 沒真的取代你，但這仍是 AI 裁員。一位工程師在 5/20 自家裁員揭曉前寫：token 燒越多營收沒動，公司只能砍人補現金流。要止住這波裁員，先學會把 token 變成成果。

⭐ 文章深度讀：想看我怎麼把這個道理翻成個人創作者也能用的版本

→ https://heymaibao.com/ai-layoffs-until-we-learn-to-use-ai/

⚡ 章節重點

不是機器人崛起，是會計題 00:00

8000 人名單上的工程師 00:31

投入、產出、成果三段論 01:43

token 計費的數位毒品 02:26

對齊稅怎麼把產能燒掉 04:06

裁員真正解決的兩件事 04:38

你個人版的 AI 裁員與三步突圍 05:46

📝 懶人包

∙ 不是 AI 取代你，但這仍是 AI 裁員：沒有人的工號被換成跑在伺服器上的 Claude，但很多原本要找你做的事，現在改成有人對 AI 喊一聲就有了。

∙ token 變多，產品沒變多：程式碼是「投入」，功能是「產出」，使用者付費才是「成果」。AI 暴增的是投入，沒變的是成果。

∙ 裁員實際解決兩件事：補回 AI token 支出的現金流、切掉大組織的「對齊稅」。

∙ 我的觀察：這個邏輯不只在大公司成立。如果你是用 AI 工作的個人創作者，一天 100 條 prompt 沒換成任何發佈，那就是個人版的 AI 裁員，只是還沒有人寫信通知你。

📚 參考資料

The layoffs will continue till we learn to use AI

→ https://x.com/championswimmer/status/2051807284691612099?s=46
...more
8min
May 06, 2026 Claude Code 寫 SaaS、OpenClaw 跑營運：Andrew Wilkinson 的 6 種 AI 分工

Andrew Wilkinson 在 podcast 拆解他怎麼用 Claude Code 寫 SaaS、OpenClaw 跑營運、GBrain 當記憶、Harbor 管多 agent、Hearsay 餵資料、Gemini Voice 做每日 podcast。整套 AI 分工地圖、家族辦公室實戰與一個可直接複製的 prompting 技巧，全都在裡面。

⭐ 文章深度讀：看完直接套用主講者公開的 prompting 技巧與 6 種 AI 分工配方

→ https://heymaibao.com/andrew-wilkinson-ai-stack/

⚡ 章節重點

開場：忘了筆電還跑完整週的生意 00:00

6 種 AI 各派一段的分工地圖 01:23

營運層：Claude Code + OpenClaw + Harbor 03:29

記憶層：GBrain 與 4 萬美元的 Claude bill 05:07

個人層：Ava、Mara 與早晨 7 分鐘 podcast 06:50

可帶走的招式與沒解的 tension 08:37

📝 懶人包

∙ **寫 code 與 vibe coding 用 Claude Code**：Deep Personality SaaS、家族辦公室 Addepar 替代品、CFO 第一支自己寫的 app，全部出自這條線。

∙ **跑 agent workflow 與多 agent 管理用 OpenClaw + Harbor**：寄信、跑 Stripe API、串多步任務、跑 dev / 行銷 / 支援 agent，朋友 Gavin Vicky 寫的 Harbor 套上多面板 GUI。

∙ **長期記憶與資料餵入用 GBrain + Hearsay + Fireflies + Apple Health JSON**：Gary Tan 做的向量資料庫吃會議記錄、整天 iPhone 錄音、健康資料，給 agent 當完整 context。

∙ **媒體生成用 Gemini Voice**：把每日 brief 念成 7 分鐘自製 podcast，他每天洗澡時聽。

📚 參考資料

原 podcast：AI Agents run my business and life (YouTube)

→ https://youtu.be/65IAqRUxg3c?si=aoA7-hkubY1TeRnl

Tiny 集團

→ https://www.tiny.com

Harbor (agent 多面板 GUI)

→ https://github.com/geekforbrains/harbor

Addepar (家族辦公室財務軟體)

→ https://addepar.com
...more
10min
May 06, 2026 Codex 加密了 compaction，但 prompt 跟開源版幾乎一樣，那加密在保護什麼？

OpenAI 的 Codex CLI 對 codex 模型用加密 API 跑 context compaction，外部看不到裡面在做什麼。一位 X 用戶用 35 行 Python 把它拆開，發現用的 prompt 跟開源版本幾乎一樣，留下一個沒被回答的問題：加密到底是在保護什麼？

⭐ 文章深度讀：拆開 Codex 加密路徑後，看 tool results 怎麼成為真正想保護的東西

→ https://heymaibao.com/codex-compaction-prompts-nearly-identical/

⚡ 章節重點

加密黑箱的工程矛盾 00:00

兩條完全不同的 compaction 路徑 01:35

兩段式 prompt injection 怎麼拆開加密 02:15

抽出來的 prompt 跟開源版幾乎一樣 03:20

那加密在保護什麼？真兇是 tool results 04:18

加密邊界不等於信任邊界 06:23

📝 懶人包

∙ Codex CLI 對非 codex 模型用本地 LLM 跑 context compaction，prompt 全部公開在 GitHub。對 codex 模型則改呼叫加密的 `compact()` API，回傳一段 AES 加密的 blob。

∙ 該作者用兩段式 prompt injection 把伺服器端的 compaction prompt 跟 handoff prompt 抽出來，跟開源版對照後發現幾乎一樣 (原文用的詞是 `nearly identical`)。他自承每次跑結果略有差異 (`Results vary across runs`)。

∙ 真正沒被回答的是這個問題：既然 prompt 幾乎一樣，加密到底在保護什麼？作者推測加密 blob 可能還承載 tool results 的特殊處理，但他自己也沒進一步測試 (原文 `I didn't bother to test further`)。

∙ 我的觀察：加密這層不太像在保護機密，比較像在保護「邊界」。真正可能藏在裡面、值得加密的，是 tool results 怎麼壓縮跟還原這套機制，不是 prompt 本身。

📚 參考資料

Investigating how Codex context compaction works

→ https://x.com/kangwook_lee/status/2028955292025962534
...more
8min

FAQs about 脈報:

How many episodes does 脈報 have?

The podcast currently has 572 episodes available.