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:

June 01, 2026 大部分 AI agent 教學的問題，是只給你 prompt 不給你結果

大部分 AI agent 教學只給你 prompt 不給結果。兩個創業者看完一批 Hermes Agent 教學後篩出真正有料的：Hermes 對 OpenClaw 的差異，和讓 AI 自己賣房的 /goal 案例。

⭐ 文章深度讀：大部分 AI agent 教學只敢秀 prompt，從不秀跑出來的結果，這支幫你把那段補上。

→ https://heymaibao.com/ai-agent-tutorials-prompt-not-results/

⚡ 章節重點

開場：看完教學還是不會用 00:00

教安裝的人都對，教使用的人都在閃躲 00:53

/goal 是什麼：給任務不是給指令 01:53

實測：讓 AI 自己賣房 02:52

選工具：Hermes 對 OpenClaw 05:12

部署與模型：VPS 加省錢選擇 06:00

安全三道防線 06:31

結論：先問有沒有人秀結果 07:43

📝 懶人包

∙ 影片裡的主持人和創業者 Justin 看完一批教學後有共同結論：教「怎麼安裝」Hermes 的創作者都到位，教「怎麼使用」的卻很空泛，多數使用教學只丟給你一段 prompt，從不給你看跑出來的結果。

∙ 在他們眼中，Hermes 對 OpenClaw 的真正差異不在功能炫技，而在可靠性和「會越用越準」：你跟它的對話會變成訓練資料、它會自己生成 skill、會記住你說過的「不要這樣做」，連帶降低 prompt injection (提示注入攻擊) 的風險。這是 Justin 選它而不選 OpenClaw 的首要理由。

∙ 全片唯一真正「展示了結果」的案例，是 Justin 用一句 `/goal` 指令讓 agent 接管賣房：它查了 21 個成交對比後，把建議定價從 47.5 萬美元拉到 52.5 萬美元，還產出五階段計畫、媒體預算分配，連各平台的刊登文案都寫好了。

∙ 我的觀察：當一個圈子裡多數人只敢秀 prompt、不敢秀結果時，這本身就是最大的訊號。判斷一個 AI agent 工具值不值得你花時間，先別看它功能多炫，先問「有沒有人願意把跑完的結果攤開給你看」。

📚 參考資料

Founders react: real Hermes use

→ https://youtu.be/IZ9muG8XdLQ?si=5AKsp3ChBQ38ZSmr
...more
9min
June 01, 2026 關掉筆電，AI agent 還在 VPS 上替你工作：tmux 完整上手

AI agent 跑長任務時你還在守著筆電嗎？tmux 加一台 VPS，能讓它在你關機斷網後繼續跑。這篇用最少指令帶你從本機上手，搬到遠端整晚運作，並補上影片沒談的安全界線。

⭐ 文章深度讀：大家最容易忽略的是無人看管的 agent 在 VPS 上該設哪幾條安全界線

→ https://heymaibao.com/tmux-vps-ai-agents/

⚡ 章節重點

開場：你的筆電焦慮症 00:00

tmux 是什麼，又解決什麼 01:30

session、window、pane 03:35

本機 5 分鐘上手 04:42

真正的玩法：tmux 跑在 VPS 上 06:27

在 VPS 上多開 agent 07:42

沒人談的安全界線 08:12

總結：解放你的筆電 09:46

📝 懶人包

∙ tmux 真正的價值是「持久 session」。你斷線、關機、沒電，裡面正在跑的程式都不會被打斷，這跟一般開兩個終端視窗完全不同。

∙ 對 AI agent 來說這是剛需。現在的長任務 (像 Codex 的 `/go`、Hermes 的長時間任務) 動不動跑好幾個小時甚至好幾天，要你全程開著筆電根本不現實，tmux 搭一台 VPS 才做得到。

∙ 上手其實沒幾個指令。開 session、離開 (detach)、接回 (attach)、列出清單，再加兩個分割快捷鍵跟一條滑鼠設定，核心就這些，門檻多半來自對工具的陌生感。

∙ 我的觀點：這部影片從頭到尾在講「能跑多久、多爽」，卻完全沒提一件事，無人看管的 agent 開著最高權限在 VPS 上跑好幾小時，出事誰擋？這條安全界線，才是你動手前該先想清楚的。

📚 參考資料

Build Anything with Tmux, Here's How

→ https://youtu.be/z7xyZQVK4Dg
...more
12min
June 01, 2026 OpenAI Codex 上手指南，5 大類功能加一個最划算的理由

OpenAI Codex 名字帶 code 卻幾乎什麼都能做。這篇一次講完桌面版怎麼上手、5 大類功能怎麼用，以及為什麼低月費就能大量用的高階圖像生成，是一般人最划算的入場理由。

⭐ 文章深度讀：Codex 最值得注意的不是 coding，而是把圖像生成、自動化和桌面操作變成一般人也能玩的入口。

→ https://heymaibao.com/openai-codex-getting-started-guide/

⚡ 章節重點

開場：Codex 不只是寫程式 00:00

最划算的理由：高階圖像生成 01:33

三步驟快速上手 02:38

5 大類核心功能 03:53

權限與自動化風險 06:14

Codex 和 Claude 怎麼選 06:52

總結：它接手的是數位雜務 07:40

📝 懶人包

∙ Codex 是 OpenAI 推出的 AI agent，名字含 code，但依影片所述，開發以外的事它幾乎都能做：用試算表彙整資料、做 HTML 簡報、用 GPT Image 2 生成圖像，甚至產出短影片。

∙ 對一般人最有感的破壞點是圖像生成。影片作者指出，過去要做高階圖像自動化只能走 API，相當燒錢，現在用 ChatGPT 的低月費方案就能大量生成，他形容划算到近乎「壞掉」。

∙ 上手只要三步：下載桌面 app、用 ChatGPT 帳號登入、建立一個 project (其實就是資料夾)，接著在對話框下指示，Codex 會自己「思考 → 蒐集資料或動手 → 看結果再思考」一路 loop 到它判斷完成為止。

∙ 我的觀點：與其問「Codex 和 Claude Code 誰比較強」，不如把它當成適材適所的其中一張牌。對非工程師讀者來說，Codex 真正的入場理由不是它多會寫程式，而是把高階圖像生成壓到月費就能玩，這個門檻的下降，比任何跑分宣稱都實際。

📚 參考資料

日文 YouTube 教學影片：OpenAI Codex 完整介紹

→ https://youtu.be/uWg7ILnmGC8?si=YXvMKghEHzMUxnkP
...more
9min
June 01, 2026 AI 拉高了弱工程師的下限，下一個問題卻可能讓他們失業

AI 編碼工具最大的影響，是把弱工程師從「淨負值」救成「至少能跑」。但工程師 Sean Goedecke 問了一個更冷的問題：你還為 AI 加了什麼價值，加得少的人可能丟工作。

⭐ 文章深度讀：AI 幫弱工程師撐住了下限，但下一個問題會先淘汰誰

→ https://heymaibao.com/ai-raises-weak-engineers-floor/

⚡ 章節重點

開場 00:00

什麼叫淨負值 00:51

AI 怎麼把下限墊高 01:29

你的同事其實是 AI 傳聲筒 02:51

你為 AI 加了什麼價值 03:59

槓桿還是代理人 05:13

📝 懶人包

∙ AI 編碼工具最大的即時影響，是把弱工程師的產出從「淨負值」抬到「至少能跑」，等於拉高了團隊的下限，而不是讓強者更強。

∙ AI 會強力擋掉明顯的低級錯誤，但擋不掉那種需要理解整個系統才看得出來的微妙錯誤。

∙ 跟最弱的工程師合作，現在像隔著 Slack 跟一個 Claude 對話，有時對方真的就是把你的話貼進 AI、再把答案貼回來。

∙ 我的觀察：這對團隊是好事，對工程師個人卻是溫水煮青蛙。下限被機器補上了，但「你到底加了什麼機器給不了的價值」這個問題，會變得很難回答。

📚 參考資料

AI makes weak engineers less harmful

→ https://www.seangoedecke.com/ai-makes-weak-engineers-less-harmful/
...more
7min
June 01, 2026 Google 不再是 Google:使用者出走,DuckDuckGo 安裝飆 30%

Google 強推沒得 opt-out 的 AI 搜尋,使用者開始出走。DuckDuckGo 自報美國安裝一週峰值飆 30.5%,iOS 達 69.9%,但它自己也有 AI,這其實是選擇權之戰,不是反 AI。

⭐ 文章深度讀：這波出走到底是不是反 AI,我把安裝數字的水分也一起拆給你看

→ https://heymaibao.com/duckduckgo-installs-surge-google-ai-search/

⚡ 章節重點

開場 00:00

Google 到底動了什麼 00:39

暴增 30% 背後的真相 01:36

其實大家都在用 AI 03:19

一場選擇權之戰 04:54

誠實面對數字 06:06

📝 懶人包

∙ Google 在 I/O 開發者大會把搜尋大改版，搜尋框變成對話式引擎，AI Overviews 直接先給答案而不是給連結列表，AI Mode 還能在答案裡追問。這套「沒得選的 AI」引爆了反彈。

∙ DuckDuckGo 自報，美國 app 安裝量 5/20 到 5/25 一週平均成長 18.1%，連六天上升，5/25 峰值衝到 30.5%;iOS 更猛，平均 33%、峰值 69.9%。第三方分析公司 Apptopia 也測到美國日均下載 +29%，部分對得上。

∙ DuckDuckGo 用「把選擇權還給你 + 隱私」接住這波人，但它自己也有 AI 產品 (Duck.ai、Search Assist)。它的溝通暨政策長 Kamyl Bazbaz 一句話講白:「People just want a choice (大家只是想要有得選)。」

∙ 我的觀察: 這波出走不是反 AI，是反「被強迫」。force-fed 之所以刺耳，是因為被拿走的是控制權，不是 AI 本身好不好。成長是真的，但建立在約 2% 的小市場、又偏美國、還是短期的週對週數字，別急著說搜尋變天了。

📚 參考資料

DuckDuckGo installs are up 30% as users reject being force-fed Google AI search

→ https://techcrunch.com/2026/05/26/duckduckgo-installs-are-up-30-as-users-reject-being-force-fed-googles-ai-search/
...more
8min
June 01, 2026 別再給每個 AI agent 一顆獨立的腦袋，它們其實該共用記憶

你開了一排 AI agent 卻覺得它們互相是陌生人？@pejmanjohn 說真正的瓶頸不在模型，而在缺一層你自己擁有的共享記憶。這篇拆解他的觀點，附我的判斷與兩個早期專案。

⭐ 文章深度讀：多 agent 工作流真正的瓶頸，其實不是模型不夠強

→ https://heymaibao.com/ai-agents-shared-memory-layer/

⚡ 章節重點

開場：你的 AI agent 互相是陌生人 00:00

三個 agent 各自為政的真實困境 01:15

repo 同步了，記憶卻沒有 02:27

別再給每個 agent 一顆獨立的腦袋 03:56

hive mind：蜂巢思維是什麼 04:30

缺的那一層與兩個早期專案 06:10

我的觀點與行動建議 07:42

📝 懶人包

∙ 多 agent 工作流真正的瓶頸，不是單一 agent 不夠聰明，而是 agent 之間沒有共享記憶。每個 agent 都是一座孤島，不斷重新推導你已經解釋過的事。

∙ 「把計畫寫進 repo 或 markdown 就好」只能保留結論 (destination)，保留不了產生結論的過程 (journey)。而幾天後你真正需要的，常常正是那條當時被你剪掉、沒寫進文件的分支。

∙ 作者賭的方向是「hive mind」(蜂巢思維)：一個 agent 學到有用的東西，其他 agent 馬上就能知道，讓整套系統從「一組各自為政的助理」變成「一個有不同雙手的分散式心智」，而且這個記憶層由你自己擁有。

∙ 我的觀點：如果你也在同時用好幾個 AI agent，下一步真正該升級的不是換更強的模型，而是注意底下那一層「你擁有的共享記憶」還沒長出來，這才是接下來最值得盯的方向。

📚 參考資料

Stop Giving Every Agent Its Own Skull

→ https://x.com/pejmanjohn/status/2061091767030825003

GBrain

→ https://github.com/garrytan/gbrain/

CASS

→ https://github.com/Dicklesworthstone/coding_agent_session_search
...more
9min
May 30, 2026 Claude Opus 4.8：4 個新功能，和一個被忽略的省錢設定

Claude Opus 4.8 有 effort control、fast mode、dynamic workflows 與誠實提升 4 個新功能，真正省錢的是被忽略的 effort 分流，數字皆為作者陳述，建議自行核對。

⭐ 文章深度讀：完整成本路由表、可以直接抄的 config，還有我對那些數字逐條的存疑，都整理在文章裡

→ https://heymaibao.com/claude-opus-4-8-setup-guide/

⚡ 章節重點

開場 00:00

Fast Mode 加速模式 01:54

Dynamic Workflows 動態工作流 02:37

誠實度提升 03:29

Effort Control 省錢主角 04:53

任務路由與成本矩陣 06:12

可直接抄的設定 07:42

結論 08:54

📝 懶人包

∙ Opus 4.8 同時上了三個操作面功能：effort control (可控制每個任務想多深)、更便宜的 fast mode、dynamic workflows (單一 session 開出大量並行 subagent)。

∙ 作者主張把任務路由到對的 model 加 effort 加 mode，月花可以從大約 $400-600 降到約 $205 (作者試算)。

∙ 作者認為這次最高價值的功能是 effort control，不是聲量最大的 dynamic workflows。

∙ 我的觀點：真正能砍帳單的是「依任務難度分流」這個習慣，但文中所有定價與 benchmark 都是作者單方說法，照做前先用官方定價自己核對一次。

📚 參考資料

@zodchiii 的設定攻略推文串

→ https://x.com/zodchiii/status/2060293472091771114
...more
26min
May 30, 2026 他週末用 AI 做出 Notion，最值錢的不是程式碼是判斷

一位開發者週末用 AI 做出個人版 Notion，但他說最值錢的不是程式碼，是判斷。拆解他的三原則、八階段流程、三個最反直覺的操作，以及我對這套方法能不能外推的邊界判斷。

⭐ 文章深度讀：想看完整圖文拆解，加上我對這套方法能不能外推的邊界判斷

→ https://heymaibao.com/weekend-ai-notion-judgment-over-code/

⚡ 章節重點

開場：AI 做完，換你挑 00:00

最值錢的不是程式碼，是判斷 00:26

Cove 是什麼：砍到極小的個人 Notion 01:22

動手前的三個原則 02:11

三個反直覺操作 03:02

雙 AI 分工：Cursor 寫、Codex 挑 04:35

為什麼判斷才是真本事 05:41

邊界：它只是單機小玩具 07:11

📝 懶人包

∙ 一位開發者 (X 帳號 @Av1dlive) 週末做出個人版 Notion，取名 Cove，靠一個設計工具 Moonchild 做設計、Cursor 和 Codex 兩個 AI 寫程式，全程跑一套他自己整理的八階段流程。

∙ 三個最反直覺的操作：丟「冷門個人網站」而不是 Notion 當參照、要 AI 一次給三個設計方向再自己混搭、把 AI 反問你的問題當成最高價值的產出。

∙ 寫程式和檢查程式，他刻意用兩個不同的 AI 來做，因為「想趕快做完」和「想挑毛病」是兩種會打架的心態。

∙ 我的觀察：這套流程很扎實，但「週末做完」的前提，是他把產品砍到極小。要把它外推成「AI 讓你週末做出上線級產品」，先打個問號。

📚 參考資料

原文 (X / @Av1dlive)

→ https://x.com/av1dlive/status/2060035425574764708

作者公開的成品原始碼 (GitHub)

→ https://github.com/codejunkie99/cove
...more
9min
May 30, 2026 9 億用戶不賺錢，1000 美元帳單才賺錢：AI 變現邏輯大轉向

AI 帳單暴增不是泡沫。9 億週活的 ChatGPT 只有 5.6% 付費，OpenAI 與 Anthropic 真正變現的是每月燒上千美元的 coding agent。一篇看懂 2026 年 4 月的定價轉向。

⭐ 文章深度讀：OpenAI 與 Anthropic 上市時公開的審計財報，才能驗證那些獲利與營收傳聞

→ https://heymaibao.com/ai-coding-agent-product-market-fit/

⚡ 章節重點

開場：帳單暴增是泡沫還是轉捩點 00:00

荒謬的價格落差：200 換 2180 美元 01:19

定價在四月悄悄轉向 03:10

9 億用戶為何還養不起 04:41

擴張的證據：招募與算力 05:54

拆解「AI 失敗」新聞 07:45

給知識工作者的警鐘 09:10

📝 懶人包

∙ OpenAI 和 Anthropic 在 2026 年 4 月前後，把企業方案從「超級折扣」改成幾乎照 API 牌價計費，新模型還同步漲價，企業帳單因此一路往上衝。

∙ 真正能賺錢的，不是有 9 億週活躍用戶、卻只有 5.6% 付費的 ChatGPT，而是每月願意花 200 美元以上、重度使用就會燒到約 1000 美元的 coding agent (會自己動手完成任務的 AI 工具) 使用者。

∙ 兩家公司正在猛力擴張企業業務：OpenAI 約三分之一、Anthropic 約四分之一的職缺都跟企業銷售有關，Anthropic 光是跟單一供應商簽的算力合約，每月就要付 12.5 億美元。

∙ 我的觀點：這波帳單爆炸不是泡沫破裂，而是這兩家公司第一次找到能撐起天價基礎設施的產品形態。只是所有亮眼數字都還是傳聞，要等 IPO 的審計財報才算數。

📚 參考資料

I think OpenAI and Anthropic have both found product-market fit - Simon Willison

→ https://simonwillison.net/2026/May/27/product-market-fit/

Anthropic changes pricing to bill firms based on AI use - The Information

→ https://www.theinformation.com/articles/anthropic-changes-pricing-bill-firms-based-ai-use-amid-compute-crunch

Codex rate card - OpenAI

→ https://help.openai.com/en/articles/20001106-codex-rate-card

Uber CTO shows Claude Code can blow AI budgets - The Information

→ https://www.theinformation.com/newsletters/applied-ai/uber-cto-shows-claude-code-can-blow-ai-budgets

Microsoft starts canceling Claude Code licenses - The Verge

→ https://www.theverge.com/tech/930447/microsoft-claude-code-discontinued-notepad

SpaceX S-1 - SEC

→ https://www.sec.gov/Archives/edgar/data/1181412/000162828026036936/spaceexplorationtechnologi.htm

Higher limits with SpaceX - Anthropic

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

Anthropic revenue tied to two customers - VentureBeat

→ https://venturebeat.com/ai/anthropic-revenue-tied-to-two-customers-as-ai-pricing-war-threatens-margins
...more
11min
May 30, 2026 把工程師最常犯的那些錯，一個個交給編譯器，這就是 Rust

Rust 為什麼越來越紅？Tokio 維護者 Alice Ryhl 拆解它的設計哲學：把工程師最常犯的錯交給編譯器擋掉。沒有 null、錯誤不能忽略、記憶體安全，還有它在 AI 時代的意義。

⭐ 文章深度讀：Rust 那套「把錯交給編譯器」的防呆思路，哪一條最該被你的 AI 工作流抄走

→ https://heymaibao.com/rust-reliable-by-design/

⚡ 章節重點

開場 00:00

Rust 為什麼可靠 02:04

它怎麼做到極端防呆 04:24

新手卡關的真正原因 05:35

一個沒有獨裁者的社群 07:24

AI 時代的獨特價值 09:19

帶走的結論 10:30

📝 懶人包

∙ Rust 從語言層面堵掉兩個最常見的當機來源：它要嘛沒有 null (空值)，要嘛逼你在用之前先檢查，不會像有些語言讓你忘，而且錯誤是一個「不能被忽略的回傳值」，你想跳過不處理，編譯器就會出聲擋你。

∙ Rust 是「記憶體安全」的，這直接消滅了一整類「小失誤變成資安漏洞」的 bug，而且它不靠垃圾回收 (GC) 來達成，所以又快又能用在作業系統核心 (kernel) 這種底層場景。

∙ 它還有一堆「防呆」設計：漏掉一種情況沒處理會編譯不過、變數沒給初始值不能用、連文件裡的範例都會被自動拿去當測試跑，過時就壞給你看。

∙ 我的觀察：這套「先想人會犯什麼錯，再用工具擋掉」的哲學，正好讓 Rust 在 AI 時代特別有意思，編譯器能不斷給 AI 大量明確的回饋，讓它知道哪裡寫錯了。成立條件是這套優勢主要發生在有強型別、有編譯期檢查的語言上，不是所有語言都吃得到這個紅利。

📚 參考資料

Why Rust is different, with Alice Ryhl

→ https://youtu.be/q9xD36NCtZ8
...more
12min

FAQs about 脈報:

How many episodes does 脈報 have?

The podcast currently has 572 episodes available.