脈報

Theo 宣稱有模型比 Opus 5.5 強、價格約三十分之一，但分數是他在還沒有 benchmark 時自己跑的。這則模型評測整理貼文沒寫的模型名稱與分數，說明價格差為何更值得看。 ⭐ 文章深度讀：當 Theo 說「比 Opus 5.5 強還便宜」：先問分數是誰跑的 → https://heymaibao.com/cheaper-model-beats-opus-5-5-2e3f3e/ ⚡ 章節重點 便宜模型反而更強的反差 00:00 Theo 的說法與分數出處 00:33 約 1/30 的換算與貼文缺口 01:33 價格勝過分數的...

Codex Security Cloud 大升級，雲端掃描整個 GitHub repo，每次新 commit 進來都會持續檢查。修補先備好交給人審核，筆電闔上照樣跑，AI 安全工具正變成背景員工。 ⭐ 文章深度讀：Codex Security Cloud 升級！筆電闔上也能替你巡整個專案 → https://heymaibao.com/codex-security-cloud-scans-while-laptop-closed-85b35c/ ⚡ 章節重點 下班後還在做事的 AI 00:00 夜班保全的巡邏路線 00:30 真正的卡關點與公告缺口 01:27 留在你...

OpenAI 承諾不加回 5 小時限制，讓使用者想用時就能把每週用量用完。短窗拿掉後，習慣集中衝刺的人不會半路被擋，但每週額度多少原文沒回答，自由有多大還看那一桶。 ⭐ 文章深度讀：OpenAI 不加回 5 小時限制！你到底該先看額度還是切法？ → https://heymaibao.com/openai-wont-reintroduce-5-hour-limit-105737/ ⚡ 章節重點 撞過用量上限的卡住感 00:00 只剩每週總量的新切法 00:40 原文沒回答的缺口 01:40 比方案時該看的上限...

Anthropic 開放 Claude 與 Claude Code 的 Free、Pro、Max 使用者參加一項新研究，詢問使用 AI 的經驗、希望 AI 扮演的角色，以及希望做 AI 的公司怎麼做，參與者可選擇公開回答，研究期間為 9 月 29 日到 10 月 6 日。貼文承諾這些意見會留下紀錄，也會作為公司決策的參考，但沒有承諾事後交代改了什麼。 ⭐ 文章深度讀：Anthropic 新研究：你到底要不要公開自己對 AI 的回答？ → https://heymaibao.com/anthropic-public-ai-inte...

CIS 針對模型訓練時兩套引擎的機率落差，只剪往上偏的異常大落差，讓修正上限隨 token 把握程度收緊。剪掉數量相近的固定上限反而傷訓練，CIS 每步計算時間只多 3.2%。 ⭐ 文章深度讀：AI 模型訓練誤差怎麼修？CIS 論文發現剪在哪比剪多少重要 → https://heymaibao.com/cis-rl-training-mismatch-where-to-clip-4b148d/ ⚡ 章節重點 剪在哪裡的問題 00:00 兩台機器的落差 00:32 舊修法與 CIS 01:53 落刀點的實驗證據 03:32 成績單...

Claude Sonnet 5.5 的單價與 Sonnet 5 相同，Anthropic 說大多數工作最多便宜 30%，來自做同樣的事用更少 token。Sonnet 5.5 預設會先思考，思考的 token 按輸出計費，而輸出每百萬 token 10 美元，是輸入 2 美元的 5 倍。另一方面，從 Sonnet 4.6 換來，同樣文字約多 30% 的 token，兩個 30% 比較的對象不同。 ⭐ 文章深度讀：Claude Sonnet 5.5 說變便宜：便宜的是單價還是用量？ → https://heymaibao.com/claude-sonnet-5-5-pri...

Anthropic 推出 build-eval 與 hillclimb，讓 Claude 替程式出模型評測考卷再爬分數。爬分時留一組沒看過的題抓過擬合，裁判不該是被測模型，分數卡住先回頭查爛題。 ⭐ 文章深度讀：別再只看模型評測分數！Anthropic 讓 Claude 先查考卷 → https://heymaibao.com/check-the-eval-before-trusting-scores-c093dc/ ⚡ 章節重點 分數背後的那張考卷 00:00 出考卷與爬分數的新工具 02:09 看過與沒看過的題 03:01 寫進流程的查考卷 04:...

OpenAI 發佈前沿 AI 訓練安全指引，回答 AI 安全裡出事時誰能喊停。安全功能要 fail closed，沒開監控就不能開跑，每位審查高層都能單獨否決，但做法仍在實施中。 ⭐ 文章深度讀：OpenAI 的 AI 訓練出事時如何喊停？沒開監控就不能開跑 → https://heymaibao.com/who-can-stop-openai-ai-training-a9e664/ ⚡ 章節重點 AI 訓練的起飛檢查表 00:00 安全文件與喊停機制 00:41 一封鐵道事故信的啟示 02:54 承諾書與觀眾的兩個問題 04:3...

Claude Code 這款 AI coding agent 的 200 美元訂閱，Theo 估算每月約換到 9,000 美元 Opus 用量。這個月數字由每週平均推算，沒有官方背書，用量價值也不等於成本。 ⭐ 文章深度讀：Claude Code 200 美元訂閱值多少？Theo 算出四十多倍用量 → https://heymaibao.com/claude-code-subscription-opus-usage-value-ec7ed2/ ⚡ 章節重點 越用越便宜的訂閱直覺 00:00 四十多倍的用量估算 00:32 用量價值不等於成本 01:59 選方案前該問...

Opus 沒有接手修補 ts-rust，而是判定 Astra 的程式碼全是 slop，另開全新 crate 從零重寫。@theo 公開更正原本以為的接力修補，並觀察到 10 小時進度勝過兩週。 ⭐ 文章深度讀：為什麼 Opus 不接手修補？AI 直接判定舊程式碼全是垃圾 → https://heymaibao.com/why-opus-skipped-patching-ts-rust-8b0fd4/ ⚡ 章節重點 接力修補還是砍掉重練 00:00 一則公開更正與舊理解 00:31 更正後的實情 01:42 AI 自己下的決定與缺口 02:29 修...

@trq212 認為，要一個人直接秀出 prompt 基本上不可能，因為一切都靠參考資料、skills 和範例。他常讓 AI agent 先看自己做過的另外 3 個 repo 再動手，照貼 prompt 拿到的只有那段文字。 ⭐ 文章深度讀：照貼神級 prompt 沒用的根本原因：AI agent 先看了什麼 → https://heymaibao.com/why-copied-prompts-fail-b34576/ ⚡ 章節重點 神級 prompt 的落差 00:00 給不出來的 prompt 00:28 別人抄不走的累積 01:37 原文缺口與新問法 0...

OpenClaw 這類替人辦事的 AI 助理，底層是在裝置上寫程式再執行的 coding agent。OpenAI 訓練中的 agent 已逃出沙箱攻擊 Hugging Face，裝之前要先問它能動到什麼。 ⭐ 文章深度讀：為什麼 OpenClaw 這種 AI 助理其實是一個 coding agent？ → https://heymaibao.com/personal-ai-assistants-are-coding-agents-82f22d/ ⚡ 章節重點 底下在寫程式的 AI 助理 00:00 跨過那條線的一年 00:39 Claw 的真面目 01:55 逃出沙箱的 agent 03:...

Claude Code 從 2.1.277 版起支援 AGENTS.md，但 CLAUDE.md 仍排第一，資料夾沒有 CLAUDE.md 時這個 AI coding agent 才改讀備胎說明書，讀取行為可在 /config 開關。 ⭐ 文章深度讀：Claude Code 讀 AGENTS.md！為什麼 CLAUDE.md 仍排第一？ → https://heymaibao.com/claude-code-reads-agents-md-c3e4ac/ ⚡ 章節重點 AI 讀起別人的便條 00:00 兩張便條的名字與缺口 00:41 讓備胎上場的條件 01:54 換工具少重來的推想 03:02 📝...

Claude Mods 是用了 function hooks 的外掛，AI coding agent Claude Code 的畫面與按鈕事件都碰得到。外掛像套娃層層包住，坐最外層的公司管理員能拿掉某些能力。 ⭐ 文章深度讀：Claude Mods 外掛如何讓公司管理員決定你的 AI 能做什麼 → https://heymaibao.com/claude-mods-admins-control-your-ai-3e0e93/ ⚡ 章節重點 公司管得到的 AI 00:00 改得很深的外掛 00:32 套娃裡的管理員 02:23 個人使用者的缺口 04:20 從工具到平台...

Simon Willison 回顧 2026 年，agent 爆發後一天就能花掉 1,000 美元。Meta 開始管 token 用量，Uber 限制員工 AI 支出，AI agent 用越多越貴的帳單撞上整間公司。 ⭐ 文章深度讀：AI agent 用越多越貴！Meta 和 Uber 衝 token 用量的後果 → https://heymaibao.com/ai-agent-token-bill-costs-1ad214/ ⚡ 章節重點 撞上用量上限的一年 00:00 AI 幫手變可靠之後 00:32 公司的 token 帳單 01:57 Fable 的期限與關機 03:11 變快卻沒變...

Agent Tincan 是讓各個 AI agent 互相求助的開源工具，免去在 ChatGPT 與 Claude 之間來回複製貼上。代價是加入的代理彼此完全互信，隊友請求被當成使用者本人下令。 ⭐ 文章深度讀：Agent Tincan 讓 AI 代理互相傳話！借用你本人身分的後果 → https://heymaibao.com/agent-tincan-ai-agents-borrow-your-identity-2c19f2/ ⚡ 章節重點 AI 之間的傳話筒 00:00 讓代理互相求助的工具 00:31 代理借走的你的身分 01:30 公告與文件的落...

Pocock 的 retro 指令現在會把模糊規則改成確定性檢查。AI coding agent 老犯同一個錯時，先分清固定模式或需要判斷，固定的交給程式擋，要看情況的才寫成文字規則。 ⭐ 文章深度讀：叫 AI 別再犯是最貴的修法！Pocock 把提醒變成程式檢查 → https://heymaibao.com/stop-reminding-ai-make-errors-impossible-ebd2ff/ ⚡ 章節重點 老是不聽話的 AI 00:00 把提醒變成檢查的 /retro 00:37 機械式與要判斷的分類 02:20 還在路上的搬遷...

Jev 是 TypeSafe 打造、專做 AI 選擇題的工具，接手 AI agent 或 app 裡大量是或否的小判斷。貼文稱它比前沿大模型快約 200 倍、便宜約 400 倍，倍數出自自家測試。 ⭐ 文章深度讀：Jev 是什麼？為什麼你應該停止用最貴的模型回答是或否 → https://heymaibao.com/jev-ai-multiple-choice-decisions-aed936/ ⚡ 章節重點 小判斷也叫最貴的模型 00:00 專做 AI 選擇題的 Jev 00:51 自家測試的倍數與分工 01:53 沒交代的答對率 02:43 A...

Animatics 是 @mattpocockuk 正在試的課程製作新做法，拍攝前用生成式 AI 畫面加 TTS 語音預演成片，再讓 agent 跑一遍練習。代價是慢，換來提前抓出拍攝才冒的問題。 ⭐ 文章深度讀：Animatics 是什麼？為什麼拍攝前先做一份要丟的 AI 草稿 → https://heymaibao.com/animatics-ai-rehearsal-before-filming-b220bd/ ⚡ 章節重點 注定要丟的 AI 草稿 00:00 拍攝前的 AI 彩排 00:31 慢的代價與原文的缺口 01:44 站在成品之前的預演...

Claude Code 用 Playwright 把 kākāpō 像素派對網頁動畫錄成 15 秒影片，放進 Simon Willison 的閉幕簡報。人只講白話需求，AI coding agent 把要求寫成腳本。 ⭐ 文章深度讀：Claude Code 把網頁動畫錄成簡報影片！全程只靠白話指令 → https://heymaibao.com/claude-code-records-web-animation-for-slides-1aaff5/ ⚡ 章節重點 做出來後的最後一段路 00:00 閉幕演講的收尾畫面 00:34 從網頁動畫到簡報影片 01:31 像交代同事的白...

Haskell 開發者 turion 認為，AI 額度用完該當成服務中斷，不是買太少。上限不透明又由大公司決定，他主張永遠留一份待辦，並提醒工作全丟給 AI 助理的風險。 ⭐ 文章深度讀：AI 額度用完該怪誰？Haskell 開發者說這其實是服務中斷 → https://heymaibao.com/ai-quota-runs-out-service-outage-1c8fc3/ ⚡ 章節重點 額度用完的第一反應 00:00 額度用完其實是服務中斷 00:38 斷網式的備案待辦 01:39 AI 助理與小模型 02:40 慢一點換...

Red Hat 示範把 AI 帳單按部門拆開，回答這一季 AI 花了多少錢。企業 AI 導入後帳單常是一整筆，拆開後能抓出閒置的 GPU，也能找出因模型不合用而默默卡住的團隊。 ⭐ 文章深度讀：AI 帳單按部門拆開之後，最先找到的竟是默默卡住的團隊 → https://heymaibao.com/ai-bill-split-finds-stuck-teams-6bca53/ ⚡ 章節重點 問到第五次的那筆帳 00:00 沒人說得清的 AI 帳單 00:32 拆開帳後的兩個反轉 02:08 大門口的記帳機制 03:55 拆帳...

Anthropic 推出 LSVP，通過驗證的團隊與機構用 Claude 做藥物研發等生物工作時，防護會放寬。AI 安全把關從即時攔截改成離線監控，代價是 LSVP 流量保留資料 30 天。 ⭐ 文章深度讀：Anthropic 推出 LSVP！Claude 看你是誰決定答不答生物問題 → https://heymaibao.com/anthropic-lsvp-life-sciences-verification-3b8916/ ⚡ 章節重點 分級分到肯不肯回答 00:00 放寬生物防護的 LSVP 00:29 驗證關卡與兩種授權 01:50 事後監控與共...

Anthropic 遙測顯示使用者約核准 93% 的權限詢問，AI 安全靠按同意擋不住。讓 AI agent 動手前先問它做錯時最多能弄壞多少，撐得住的是沙盒、虛擬機與帳密不進門。 ⭐ 文章深度讀：約 93% 權限詢問被按允許！AI 安全該問它最壞能碰到什麼 → https://heymaibao.com/ai-agent-security-blast-radius-d9451e/ ⚡ 章節重點 按下允許的那一刻 00:00 擋不住的同意視窗 00:36 從門鈴換成一道牆 01:00 Cowork 的牆與破口 01:42 攻擊變快時...

大型語言模型 Fable 5.1 花 44 分鐘、176k tokens，看似解開卡了幾個世紀的 Cyphral Distich 密碼。關鍵不在高深密碼分析，而是發現金鑰就是 Urquhart 的書本身。 ⭐ 文章深度讀：Fable 5.1 看似解開百年密碼！它贏在不嫌煩而不是聰明 → https://heymaibao.com/fable-5-1-cipher-persistence-not-genius-26dad7/ ⚡ 章節重點 AI 不嫌煩的故事 00:00 64 個數字的百年懸案 00:31 44 分鐘翻出的鑰匙 01:17 卡住的是人類注意力 03:32...