Skip to content
AI懶人報

AI懶人報

All episodes.

477 episodes · showing the newest 200

EP476 – SpaceX 夾住星艦:這次夾的是上面那艘船,為什麼比夾推進器難很多

5 min

SpaceX 用發射塔的機械臂,夾住了剛從太空回來的星艦。推進器兩年前就夾過了,這次第一次夾住的是上面那艘船。 這一集講清楚三件事: ・星艦是兩節:下面的 Super Heavy 推進器(2024 年 10 月起已經夾過),上面的船 Starship(這次第一次) ・為什麼夾船難很多:回來時速將近 27,000 公里(推進器約 5,800 公里)、再入的高溫、從趴著翻成直立、飛過陸地精準回到發射塔 ・Flight 15 的重點時刻:美國時間 11/13 發射,推進器回程燃料不夠、改降墨西哥灣沒有夾到;船進入軌道放出 26 顆 Starlink V3,繞地球 14 圈,22.5 小時後回到 Starbase 被夾住 ・代表什麼:推進器跟船都證明接得回來,火箭才可能像飛機一樣重複飛;下一步是兩艘星艦在軌道上轉移燃料,登月版才能把最多 100 噸送上月面 數字以 SpaceX 官方任務頁、官方說明與官方直播畫面為準(速度取自官方直播遙測)。 00:00 SpaceX 夾住星艦 00:20 星艦的兩節:推進器和船 00:45 為什麼夾船比較難:速度 01:32 高溫、姿勢、路線 02:39 這次飛行的四個重點時刻 03:20 這一夾代表什麼 03:45 下一步:軌道加燃料、登月 04:08 再看一次夾住那一刻 ▍SpaceX 官方影片(片中畫面) SpaceX|Mechazilla catches Starship! https://x.com/SpaceX/status/2121715216597827756 SpaceX|Teams have polled go to return Starship to the launch site at Starbase https://x.com/SpaceX/status/2121684113526858011 SpaceX|Starship Flight 15 官方直播 https://x.com/i/broadcasts/2brajgZlOKRMka ▍延伸觀看(同主題熱門影片) Everyday Astronaut|[4K] Watch the FIRST Orbital Starship Catch!!! https://www.youtube.com/watch?v=AQFrpZaOpcQ CNET|SpaceX Catches Starship for the First Time Ending Flight Test 15 https://www.youtube.com/watch?v=VEvzBhRyB94 CNN|Starship Flight 15 launch, ship catch & CNN's first reactions https://www.youtube.com/watch?v=Ob1oxxIPWzk MAGNO NEWS|SpaceX & Starlink Teams Go Crazy as Starship Flight 15 is Caught Mid-Air after 22-Hour Flight https://www.youtube.com/watch?v=noNS3dBkAmA The Launch Pad|SpaceX Starship Return To Launch Site | LIVE COVERAGE https://www.youtube.com/watch?v=oCm0aOdIF8s Neo Hong Kong NHK|SpaceX Starship 第15次發射LIVE !首次發射台回收Starship成功...

EP475 – AI 寫的 code 怎麼不變 slop|SpaceXSI Lauren Tan 演講精華

9 min

大家都說 AI 寫的程式碼是 slop,SpaceXSI 的 Lauren Tan(poteto)卻說她的 Grok Bot 團隊上個月合併了 11,000 個 PR,被 revert 的只有大約 0.5%。這一集整理她的演講〈All Code Is Slop (Except Mine)〉:靠的不是更強的模型,而是在 agent 外面一層一層蓋起來的檢查和驗證。 五段重點 一、程式碼本身:code base 是 agent 最大的輸入,壞寫法會被一直抄;容易用錯的東西(像 React 的 useEffect)直接換成更好設計的 API。 二、lint 取代註解:註解擋不住 agent,每糾正一次就寫成一條 lint rule,錯誤訊息直接講根本原因。 三、驗證:讓 agent 自己把 app 跑起來檢查,review 改看影片、截圖這些證據;也開始用 TLA+ 和 Lean 做形式驗證。 四、成果:一個月 11,000 個 PR、大約每天一個穩定版,revert 穩定在約 0.5%,效能還變快。 五、software factory:爛的迴圈拿去自動化只會產出更多 slop,先把地基打好。 演講原片 AI Engineer|All Code Is Slop (Except Mine) — Lauren Tan, SpaceXSI https://www.youtube.com/watch?v=O_zcc6Xl12g 相關影片 AI Engineer|Why Software Factories Fail https://www.youtube.com/watch?v=Ib5GBkD555M DevForge|Vibe Coding is a Trap (What Senior Devs See That You Don't) https://www.youtube.com/watch?v=ya6520zh4pQ Claude|Building verification loops in Claude Code https://www.youtube.com/watch?v=mQZB0l-rhxE John Kim|How I Review AI Code - (Meta Senior Staff Engineer) https://www.youtube.com/watch?v=b2QkhmQ0sT0 AI Engineer|Is the Agent Harness Dead? — Jediah Katz, SpaceXAI https://www.youtube.com/watch?v=7Y4sbZgBdnc Matt Pocock|LIVE: Poteto (creator of pstack) on shipping 1,000's of PR's a month at SpaceX https://www.youtube.com/watch?v=MN9dGgmLyso 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP474 – Claude Code 你可能用錯了:Anthropic 自己改掉的最佳實踐

9 min

Claude Code 的最佳實踐,Anthropic 自己改了。這一集整理 Anthropic Claude Code 團隊 Lydia Hallie 的演講〈Rethinking Claude Code Best Practices〉:以前我們在迴圈裡盯方向、按允許、看輸出、自己開 session;現在這些事交給模型、harness 和執行環境。 四段重點 一、新預設:CLAUDE.md 只寫 Claude 從程式碼看不到的東西,用 /doctor prompt-audit 清掉舊指示;auto mode 是預設,信任哪些 repo、網域用白話寫給 classifier。 二、安全:做錯一次收得回來的交給模型,收不回來的寫成 deny 規則;npm test 這種指令跑起來碰到什麼,靠 sandbox 或 cloud session 限制。 三、驗證:一路設驗證點;一定要跑的用 hooks,測試失敗要回傳 exit code 2,Claude 才會回去修。 四、多工:每個 session 開 PR、CI 同一套檢查、Auto-fix 自己修;人看多少看風險;主 session 幫你開其他 session。 演講原片 AI Engineer|Rethinking Claude Code Best Practices — Lydia Hallie, Anthropic https://www.youtube.com/watch?v=vlfCjWuv4es 相關影片 Claude|How auto mode works with Claude Code https://www.youtube.com/watch?v=b8SV4U6fEIc Anthropic|Mastering Claude Code in 30 minutes https://www.youtube.com/watch?v=6eBSHbLKuN0 The Coding Sloth|I Have Spent 1000+ Hours With Claude Code. This Is What I Learned https://www.youtube.com/watch?v=YAsxyoTWFDA Edmund Yong|800+ hours of Learning Claude Code in 8 minutes https://www.youtube.com/watch?v=Ffh9OeJ7yxw Anthropic|Claude Code best practices | Code w/ Claude https://www.youtube.com/watch?v=gv0WHhKelSE 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP473 – Gemini 產品負責人:什麼都做得出來之後,PM 為什麼又變值錢?Lenny's Podcast 精華

12 min

什麼都做得出來之後,誰來判斷「該做什麼、做得好不好」?這一集整理 Lenny's Podcast 上 Google 前沿 AI 模型產品負責人 Tulsee Doshi(Gemini、Nano Banana、Veo、Genie、Lyria)的訪談:為什麼 PM 又變值錢、模型團隊的 PM 實際在做什麼、她現在要找什麼樣的 PM、怎麼寫你的第一個 eval,還有她的 60-20-20:產品要超前模型做多少。 章節 0:00 開場:知道什麼值得做,變成最稀缺的能力 0:39 Tulsee Doshi 是誰 1:12 PM 為什麼又變值錢 3:12 模型團隊的 PM 在做什麼 5:48 她要找什麼樣的 PM 7:29 怎麼寫第一個 eval 9:42 60-20-20:要超前模型做多少 11:46 五個重點整理 本集訪談 Lenny's Podcast|Why PMs are suddenly valuable again | Tulsee Doshi (Head of Product, Gemini):https://www.youtube.com/watch?v=qGf2Yvan4Wg 官方逐字稿:https://www.lennysnewsletter.com/p/what-it-actually-takes-to-build-frontier 相關影片 Claude|How Anthropic uses Claude in Product Management:https://www.youtube.com/watch?v=91AJ0cpgLlQ HelloPM|AI Product Management - Complete Course - 3.5 hours - Masterclass:https://www.youtube.com/watch?v=KjYCEiBTHFo Aishwarya Srinivasan|How to Become an AI Product Manager in 2026 | Ex-Google, Microsoft:https://www.youtube.com/watch?v=JKaA6HcxyXU Lenny's Podcast|Product Management Is Dead, So What Are We Doing Instead? | Lenny & Friends Summit 2024:https://www.youtube.com/watch?v=93fCvFkY1Lg Lenny's Podcast|Why AI evals are the hottest new skill for product builders | Hamel Husain & Shreya Shankar:https://www.youtube.com/watch?v=BsWxPI9UM4c 畫面:引用片段與人物畫面來自 Lenny's Podcast。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP472 – AI 能治好癌症嗎?|YC Paper Club 精華

9 min

AI 到底離「治好癌症」還有多遠?這一集,我們把 Y Combinator 一場 AI × 生物論文分享會上四位研究者的研究,串成四個台階:把癌症變成每個病人自己的資料問題、模擬一整顆細胞、讓模型讀懂 DNA、再用提示詞直接設計新的生物。 給關心 AI、但不是生物專家的你。生物名詞一句白話帶過,重點整理成四個台階,每一段讓當事人自己講。 四個台階 一、病人資料:定序變便宜,癌症變成每個病人自己的資料問題,再用 AI agent 幫他開一間專屬研究室。 二、虛擬細胞:真正難的不是設計分子,是預測在人身上有沒有用,所以要用 AI 模擬一整顆細胞。 三、讀懂 DNA:用跟 GPT 一樣的方法讀 DNA,模型就能看出哪些突變有害,還能挖出大自然演化好、我們還沒找到的工具。 四、設計生物:給模型看幾個例子,它就能設計出新的生物元件,而且在老鼠身上真的有作用。 相關影片 Y Combinator|Is AI Now Good Enough To Cure Cancer? | YC Paper Club https://www.youtube.com/watch?v=-XL2gClQ2gg Veritasium|AlphaFold - The Most Useful Thing AI Has Ever Done https://www.youtube.com/watch?v=P_fHJIYENdI TED-Ed|Why is it so hard to cure cancer? - Kyuson Yun https://www.youtube.com/watch?v=h2rR77VsF5c Isomorphic Labs|A quest for a cure: AI drug design https://www.youtube.com/watch?v=XpIMuCeEtSk Arc Institute|Through the Virtual Cell https://www.youtube.com/watch?v=YM2X1c4K1x0 Google DeepMind|We Solved the Protein Folding Problem… Now What? https://www.youtube.com/watch?v=hJ4LRswmZEs 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP471 – Claude Whiteboard 教學|Claude 新功能 AI 白板,講一段話自動排出時程和負責人

8 min

Claude 新功能 Whiteboards 怎麼用?這集拿一場 12/18 的新品發表會當例子,把流程從頭走一遍:把一團亂的計畫用講的丟給 Claude,排成一張有時間軸、負責人、截止日期的 AI 白板,再用「框選」直接問 Claude,抓出一個講的時候聽不出來的時程衝突。 後半段示範檢討會(retro)怎麼讓 Claude 把便利貼分組、幫每個人草擬待辦,最後講怎麼分享給同事、轉成文件或簡報、送進 Miro,以及什麼情況先別用它。 Whiteboards 目前是 beta,所有付費方案都能用(Enterprise 預設關閉,要請管理員到 Organization settings › Artifacts 打開)。片中的發表會板是示意,團隊成員是虛構的。 章節 0:00 開場:一段亂講的計畫,藏著一個排不出來的時程 0:28 Claude Whiteboards 是什麼、去哪裡打開 1:18 實作一:用講的建一張板 3:26 實作二:框選追問,抓出時程衝突 4:45 實作三:Retro 檢討會,便利貼分組、列待辦 5:44 分享、轉成文件、送進 Miro、接 Claude Sheets 7:09 什麼時候用,什麼時候先別用 8:06 結尾 EasyType|Mac 語音輸入(免費公測):https://easytype.dev 參考影片 Brock Mesarich | AI for Non Techies|Anthropic Just Dropped Claude Whiteboard, Sheets and Data:https://www.youtube.com/watch?v=7LLCexpekZI Ben AI|Claude’s New Artifacts Are Amazing (Master it in 15 minutes):https://www.youtube.com/watch?v=Lodg0K3_zqk Tristen O'Brien|The 6 NEW Claude Features to Get You Ahead of 99% in 2027:https://www.youtube.com/watch?v=HD02f3-3c7E Claude|Introducing Claude Whiteboards, Sheets, and Data:https://www.youtube.com/watch?v=YewAJPawE7I 參考資料 Anthropic 官方公告(Whiteboards、Sheets、Data):https://claude.com/resources/articles/sheets-whiteboards-data 說明中心:Claude Whiteboards 入門:https://support.claude.com/en/articles/18324319-get-started-with-claude-whiteboards 說明中心:Claude Sheets 入門:https://support.claude.com/en/articles/18324300-get-started-with-claude-sheets 說明中心:分享 Artifacts:https://support.claude.com/en/articles/9547008-share-artifacts 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP470 – AI 時代還要學程式嗎?OpenAI 董事:以後沒人寫程式,但你還是要學

15 min

AI 時代還要學程式嗎?工程師會被 AI 取代嗎?CMU 五位教授的回答。 CMU 機器學習系系主任、OpenAI 董事 Zico Kolter 在座談上直接說:以後軟體工程的工作沒有人會寫程式,但你們每個人都還是該學。理由是學寫程式其實是在學思考;另一位教授 Daphne Ippolito 補了一個更實際的理由:AI 寫的程式,你要看得懂,才抓得到它埋的 bug。 這一集整理 CMU 學生 AI 安全社團辦的教授座談〈Are We Cooked?〉:重要的東西為什麼還要自己寫、為什麼別把 AI 的回答直接轉寄給別人、Po-Shen Loh 說現在最值錢的能力是找到真正的問題、教授們對「五年後人類還剩什麼優勢」的分歧,以及他們眼中人類最後的角色。21 段教授原聲(影片版有中英字幕)。 ⏱ 章節 0:00 AI 時代還要學程式嗎? 1:03 學程式是在學思考 2:46 看不懂 AI 寫的程式,就抓不到 bug(vibe coding 也一樣) 4:04 重要的東西自己寫:別當人肉轉傳機 6:30 最值錢的能力:找到真正的問題 7:58 工程師會被 AI 取代嗎?五年後人類還剩什麼優勢 11:09 人類最後的角色 13:41 要不要念資工?Zico 給學生的建議:自己從零寫一個大型語言模型 🎬 參考影片 ・Carnegie AI Safety Initiative|Are We Cooked? CMU Faculty on AI, Careers and Learning:https://www.youtube.com/watch?v=U2DDKdUvq6k 📄 參考資料 ・OpenAI|An update on our safety & security practices(安全與保安委員會、Zico Kolter 擔任主席):https://openai.com/index/update-on-safety-and-security-practices/ ・OpenAI|Zico Kolter Joins OpenAI's Board of Directors:https://openai.com/index/zico-kolter-joins-openais-board-of-directors/ ・CMU News|Kolter Named Head of Carnegie Mellon University Machine Learning Department:https://www.cmu.edu/news/stories/archives/2024/june/kolter-named-head-of-carnegie-mellon-university-machine-learning-department ・Po-Shen Loh|About(美國國際數學奧林匹亞代表隊):https://poshenloh.com/about ・CMU News|Vincent Conitzer:https://www.cmu.edu/news/experts/vincent.conitzer ・CMU SCS|2023 New Faculty(Daphne Ippolito):https://www.dean.scs.cmu.edu/new-faculty/2023.html ・Aditi Raghunathan|CMU 個人頁:https://www.cs.cmu.edu/~aditirag/ 影片版畫面中的座談片段與教授畫面來自 Carnegie AI Safety Initi...

EP469 – AI 會毀滅人類嗎?連造 AI 的人都說有可能,那為什麼不停下來

18 min

AI 會毀滅人類嗎?說有可能的,正是造 AI 的人:Anthropic 執行長 Amodei 估過 10% 到 25%,OpenAI 執行長 Altman 說最壞的情況是「我們全部熄燈」,諾貝爾獎得主 Hinton 說人類滅絕的機率 10%「不算離譜」。那他們為什麼不停下來?(AI doom / P(doom) / AI existential risk debate) 這一集整理 The Diary Of A CEO 的四人辯論:MIT 的 Andrew McAfee 主張繼續,MIRI 的 Nate Soares、路易斯維爾大學的 Roman Yampolskiy 主張喊停,科技評論家 Ed Zitron 認為問題在 AI 公司本身。辯論沒有正面回答「為什麼不停」,所以我們用 OpenAI、Anthropic 和 Amodei 自己寫的文章把答案補上:好處太大、安全研究得在最前線做、一家不做別家也會做。 ⏱ 章節 00:00 100 顆按鈕,和四位來賓 01:27 造 AI 的人怎麼說 03:03 P(doom)、超級智慧、對齊是什麼 03:47 他們為什麼不停 06:08 喊停的一方:試錯、不歸點、永動機 11:33 繼續的一方:好處、自駕車、證據在哪 16:08 第三種看法:問題在 AI 公司 17:11 同一批人 🎬 參考影片 ・The Diary Of A CEO|AI Experts Debate: The AI Labs Are Lying To Everyone, Is There A 99% Chance Of Human Extinction?:https://youtu.be/OhOmLqR5nN4 ・The Diary Of A CEO Clips|If YOU Think AI Is Safe, You NEED To See This:https://www.youtube.com/watch?v=nXYSqqUGRLI 📄 AI 公司與當事人自己寫的文章 ・OpenAI|Planning for AGI and beyond(2023):https://openai.com/index/planning-for-agi-and-beyond/ ・Anthropic|Core Views on AI Safety(2023):https://www.anthropic.com/news/core-views-on-ai-safety ・Dario Amodei|Machines of Loving Grace(2024):https://www.darioamodei.com/essay/machines-of-loving-grace ・Dario Amodei|The Adolescence of Technology(2026):https://www.darioamodei.com/essay/the-adolescence-of-technology 📰 訪談與轉錄 ・Altman「lights-out for all of us」(StrictlyVC 訪談,Fortune 轉錄):https://fortune.com/2023/01/26/sam-altman-chatgpt-ai-future/ ・Amodei 10%–25%(The Logan Bartlett Show EP 82,2023):https://podknife.com/episodes/ep-82-dario-amodei-s-ai-predictions-through-2030 ・Amodei 25% / 75%(Axios,2025):https://www.axios.com/2025/09/17/anthropic-dario-amodei-p-doom-25-per...

EP468 – 「我們這一代完了嗎?」史丹佛經濟學家的回答:AI 先關上的是新人的門

9 min

AI 會先取代新人嗎?史丹佛經濟學家 Brynjolfsson 用 ADP 薪資資料發現,容易受 AI 影響的職業裡,22–25 歲年輕人的就業比基準低了 19%,資深員工沒有同樣的落差。 這一集照 McKinsey Talks Talent 的訪談,整理他說了什麼:為什麼偏偏是新人、人數掉了但薪水沒掉、公司從金字塔變鑽石,最後是他給一位史丹佛應屆畢業生的回答。 章節: 00:00 史丹佛學生問:我們這一代完了嗎? 00:54 這份研究怎麼算的 01:44 為什麼偏偏是新人 03:20 人數掉了,薪水沒掉 03:53 從金字塔變鑽石 05:39 只拿 AI 砍人力,他說是偷懶 07:04 新人該怎麼辦:AI=Amplifying Intention 參考影片: McKinsey & Company|How AI Is Changing The Career Ladder | Stanford Economist:https://www.youtube.com/watch?v=alSX3gNVYV0 論文與一手資料: Canaries in the Coal Mine?(Stanford Digital Economy Lab):https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine/ Canaries 每月追蹤儀表板:https://digitaleconomy.stanford.edu/project/indicators/canaries/ Generative AI at Work(客服中心研究,NBER w31161):https://www.nber.org/papers/w31161 Erik Brynjolfsson|Stanford Digital Economy Lab:https://digitaleconomy.stanford.edu/people/erik-brynjolfsson 你身邊剛畢業的人,找工作有感覺到變化嗎?歡迎到 YouTube「AI 懶人報」留言告訴我。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP467 – 黃仁勳承認外遇之後:輝達接下來會怎樣?他說的話還能信嗎?

7 min

黃仁勳在給員工的信裡承認外遇,輝達董事會同一天宣布對他啟動獨立調查,原因是據紐約時報、華爾街日報報導,美國情報單位認定跟他關係密切的那位女性在替中國情報單位工作。這一集不講八卦,講後續。 四個問題 一、接下來會怎麼發展:已排定的是 11/17 財報、11/18 國會閉門簡報(受邀,還沒說會不會去)、月底華府大會;董事會調查沒有時間表。關鍵是他知不知道對方的身分。 二、他說的話還可信嗎:十月底他說往來很正常,十天後承認外遇。查得到的說法(財報、市占)對得上;查不到的保證,現在會被打折扣。 三、股市和 AI:11/5 那天 -9.26% 是期中選舉後整個 AI 類股的賣壓;直接跟這件事有關的是週一盤前約 -5%。台積電週一反而收漲。長遠影響可能在對中出口政策。 四、中國可能得到什麼:有報導的是「目標是蒐集他的資訊」;機密外洩目前沒有任何證據、也沒有人被起訴。 查證原則:只講已證實和「據某某報導」兩級;傳聞不放。 主要來源 CNBC(員工信與董事會聲明全文)https://www.cnbc.com/2026/11/08/nvidia-jensen-huang-email-board-of-directors-statement.html NBC News https://www.nbcnews.com/tech/tech-news/nvidia-ceo-jensen-huang-investigation-rcna608148 相關影片 ABC News (Australia)|Nvidia launches investigation into Jensen Huang's affair with suspected Chinese spy https://www.youtube.com/watch?v=R1qYAszDm1Y The Australian|Sex, spies and Nvidia: The Jensen Huang scandal https://www.youtube.com/watch?v=HbDMJcZ4ac8 USA TODAY|Nvidia opens probe into Jensen Huang's relationship to alleged Chinese spy https://www.youtube.com/watch?v=n8FFjHe0xsE Ox Talks|Nvidia CEO Romance with Alleged Chinese Spy —Congress Demands Answers https://www.youtube.com/watch?v=QTIoIH3sDd0 Trap More Ross|It's Officially Over For Jensen Huang https://www.youtube.com/watch?v=f0ERu8Jzpq0 Bloomberg Television|Huang's Affair Engulfs Nvidia in Chinese Spying Probe https://www.youtube.com/watch?v=e-uRd_CS48c 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP466 – 個人用 AI 快了 100 倍,公司卻沒感覺?企業導入 AI 卡關的 2 個原因|Basis 創辦人演講精華

14 min

公司導入AI 為什麼沒人用?企業導入 AI、Copilot、ChatGPT 企業版卡關的兩個原因。 AI 會計新創 Basis 的共同創辦人 Mitch 說,他自己用 AI agent 之後生產力大概變成 100 倍(這是他自己的估計),但一般公司並沒有變成 10 倍、100 倍。這一集整理他在 AI Engineer 研討會的演講:公司本來靠流程信任員工,而 AI 進公司卡住,一個原因是太難用,另一個比較少人講——每個人各用各的 AI,等於每個人自己發明一套工作方法,主管很難放心簽名。他的解法是讓 AI 簡單又可靠:先替它規定好怎麼做,再從小事開始累積信任。最後也提醒,這是一位賣企業 AI agent 的創辦人的觀點,哪些可以參考、哪些要打折。 章節 0:00 他自己快 100 倍,公司卻沒感覺/AI agent 是什麼? 2:34 公司本來怎麼信任員工:靠流程 4:16 原因一:AI 太難用,只有一兩個人會用 5:44 原因二:每個人各用各的 AI,主管不敢簽 7:17 解法:讓 AI 簡單又可靠 10:49 讓 AI 自由發揮不是更好?AlphaGo 第 37 手 11:48 公司導入 AI 怎麼開始:先從小事做起 13:14 這是誰的觀點?哪些要打折 參考影片 AI Engineer|Why AI Makes You 100x Faster but Not Your Company - Mitchell Troyanovsky, Basis:https://www.youtube.com/watch?v=JGtkTjn4120 參考資料 Basis 官網:https://www.getbasis.ai Basis About:https://www.getbasis.ai/about Google DeepMind|AlphaGo:https://deepmind.google/research/alphago/ 你們公司導入 AI,是卡在大家不會用,還是每個人各用各的?留言打「一」或「二」告訴我。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP465 – AI 時代,三位數學家給年輕人的建議|Lex Fridman Podcast 精華

9 min

AI 開始解掉數學難題,站在最前線的數學家,會怎麼建議年輕人?這一集整理 Lex Fridman Podcast 上三位數學家給學生的建議:MIT 的 Ankur Moitra、華盛頓大學的 Steven Brunton、羅格斯大學的 Alex Kontorovich。AI 時代基礎還要不要學、學的時候怎麼用 AI(拿它考自己,還是叫它給答案)、什麼能力會更值錢,還有以前的成功劇本不適用之後,路要怎麼走。 章節 0:00 開場:每個階段都贏了,然後呢? 0:48 三位數學家是誰、節目上說 AI 解了什麼 1:49 基礎還要不要學? 3:27 學的時候怎麼用 AI 6:02 什麼能力會更值錢 6:56 路要怎麼走 8:55 四個重點整理 本集訪談 Lex Clips|Advice for young people in the age of AI | Lex Fridman:https://www.youtube.com/watch?v=Kw7THrfbA5U Lex Fridman|AI Crisis in Math: Navier-Stokes, Riemann Hypothesis & Complexity Theory | Lex Fridman Podcast #503(完整集):https://www.youtube.com/watch?v=ZAzWPE9CItg 完整集逐字稿:https://lexfridman.com/math-ai-crisis-transcript 相關影片 Sabine Hossenfelder|AI Solved a Millennium Problem and Everyone's Angry:https://www.youtube.com/watch?v=eR2q8s4VB1w Numberphile|No More Heroes - Terence Tao Talks to Numberphile About AI:https://www.youtube.com/watch?v=bAnwMdfcMVw EO|The Only Trait for Success in the AI Era—How to Build It | Carnegie Mellon University Po-Shen Loh:https://www.youtube.com/watch?v=xWYb7tImErI Numberphile|SOLVED: Navier-Stokes cracked by AI - Numberphile:https://www.youtube.com/watch?v=3geDF-DAwpg 畫面:引用片段與人物畫面來自 Lex Fridman Podcast。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP464 – DeepSeek Super Agent 能免費取代 Claude Code 嗎?你的資料又傳去哪?

6 min

你同時開五個 Claude Code 分頁,派工的、記得每個分頁進度的都是你。DeepSeek 開源的 Super-agent(研究原型,MIT 授權)想把這個角色換掉:掛在 GitHub 上,有人在 issue 叫它,它自己開工單、派 worker 去做、回一個 PR 給你審。 它免費嗎?資料傳去哪?Claude Code 用戶要不要用?這一集用官方的程式碼、文件、價目表和隱私權政策查清楚。 📌 重點 ・程式碼免費,模型照 token 收費:DeepSeek Flash 約 Claude Sonnet 5.5 的 1/8,但對話不長時 Claude Haiku 5.5 更便宜 ・DeepSeek Harness 接官方模型時,預設多傳一份完整工作紀錄(訊息、指令結果、檔案內容);可以關,但關了再開會補傳 ・Claude Code 換成 DeepSeek 沒有那份副本,但送給模型的東西都到 DeepSeek 伺服器 ・一個人已經在用 Claude Code,裝 Super-agent 差別不大;issue 多的團隊才有感。公司機密、客戶資料不要走 DeepSeek 官方模型 📄 官方資料 ・設計文章(微信公眾號「DeepSeek Harness 团队」):https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg ・Super-agent 原型:https://github.com/deepseek-ai/dsh-superagent-prototype ・DeepSeek Harness:https://github.com/deepseek-ai/deepseek-harness ・session-log 上傳外掛(預設開啟、怎麼關):https://github.com/deepseek-ai/deepseek-harness/tree/master/packages/session/session-log-deepseek ・DeepSeek API 價目:https://api-docs.deepseek.com/quick_start/pricing ・Claude Code 接 DeepSeek 的完整設定:https://api-docs.deepseek.com/quickstart/agentintegrations/claude_code ・DeepSeek-V4.1-Flash 模型卡(benchmark 為 DeepSeek 自測):https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017 ・DeepSeek 隱私權政策:https://cdn.deepseek.com/policies/en-US/deepseek-privacy-policy.html ・Claude 價目:https://claude.com/pricing ・Anthropic 商用條款:https://www.anthropic.com/legal/commercial-terms ・OpenAI API 資料政策:https://developers.openai.com/api/docs/guides/your-data ・行政院:公務機關全面禁用 DeepSeek(2025/2/3):https://www.ey.gov.tw/Page/9277F759E41CCD91/3ce9fe8f-2f5f-4d1d-8176-6fa4cf622b82 實測(Claude Code 接 DeepSeek V4.1 Flash)是在自己的電腦、透過 OpenRouter 跑的一題小題。價格為 2026/11/5 查詢...

EP463 – 把創作者變成你的廣告團隊|Wispr Flow 內容負責人 Hector 的付費 UGC 打法

15 min

本集合作|AAPD《產品人成長圈》 讓設計師、工程師、PM 和創業者一起學習成長的社群:每月教練診斷真實職場問題、跨職能夥伴對練,每兩個月一場產業講座。 第二波限額 100 位,報名到 11/15(日)。AI 懶人報專屬折扣碼 SMCTOMMY300,結帳再折 NT$300 👉 https://aapd.cc/Key6b 很多人以為投付費廣告就是砸錢買流量。Wispr Flow 的內容負責人 Hector Serrano 上 Lenny's Podcast,講的是另一件事:一套讓創作者願意長期幫你拍廣告的制度。他們現在有 50 個創作者、每個月上 500 到 600 支付費 UGC 廣告,成品卻堅持不交給 AI 做。這一集整理他說的六件事:什麼時候該開始投付費廣告;創作者怎麼付錢(照廣告花費分潤、給新人保底、不設上限);創作者怎麼找、怎麼帶;為什麼廣告的量要一直衝;為什麼最好的行銷人對 AI 過敏;以及為什麼 YouTube 是被低估的成長管道。 章節 0:00 Hector:拍得好,就沒有上限 2:26 什麼時候開始投付費廣告 3:39 創作者怎麼付錢:分潤、保底、不設上限 5:38 創作者怎麼找、怎麼帶 8:43 為什麼廣告的量要一直衝 11:11 最好的行銷人對 AI 過敏 12:37 被低估的 YouTube 14:17 他說的重點 原始訪談 Lenny's Podcast|86 minutes of paid-growth alpha | Hector Serrano:https://www.youtube.com/watch?v=KzS5Qs7vSMg 官方逐字稿(Lenny's Newsletter):https://www.lennysnewsletter.com/p/how-a-19-year-old-intern-built-the 參考影片 Simon Høiberg|My SaaS User Growth System: Get Your First 100 - 1,000+ Users:https://www.youtube.com/watch?v=6P_H9eDNBcA Rob Walling|This Is the SMARTEST SaaS Marketing Strategy I've Ever Seen:https://www.youtube.com/watch?v=1p95mVJxnRg Superwall|Copy This UGC Strategy, It'll Make Your App Go Viral:https://www.youtube.com/watch?v=RVnnqTrSKZY Kallaway|Do THIS To Blow Up Your Brand in 2025 (SuperUGC Strategy):https://www.youtube.com/watch?v=Aca1lAe0Mgo Superwall|Meet The 18y/o Who Solved UGC Marketing (100M Views in 2 Weeks):https://www.youtube.com/watch?v=szgT-8gXd3s Superwall|Our app makes $750k/mo thanks to this UGC strategy:https://www.youtube.com/watch?v=Ca_VnMTosRo 畫面:訪談片段與截圖來自 Lenny's Podcast 原片。 你的產品現在的廣告是誰拍的?留言告訴我。 歡迎...

EP462 – AI 直接動手改另一個 AI?MIT 新研究:數學從 100 題對 8 題變對 48 題,它到底做了什麼|Weight-Space Programming

10 min

2026 年 11 月 2 日,MIT CSAIL 的四位研究者(Takehi、Teoh、Zhang、Khattab)發表研究文章「Sparks of Weight-Space Programming」(放在作者網站上、還沒經過同儕審查,實驗紀錄全部公開)。他們讓 OpenAI 的 GPT-6 Astra 直接看懂、動手改另一個 AI 模型裡面的數字,不用重新訓練。一個小模型的數學考試,從 100 題答對 8 題變成答對 48 題。 這一集用白話講:平常要怎麼改 AI、這次哪裡不一樣、它怎麼做到的、做到什麼、還做不到什麼,以及這件事代表什麼。不需要機器學習背景。 📌 這一集的五個重點 做到的:AI 光看數字,就能猜出另一個網路在做什麼,還能直接修好卡住的網路 8 題變 48 題,是拿掉「跳針」的毛病,讓模型寫完本來會算的題目,沒有教會它數學 做不到的:很大的模型、只看數字判斷模型行為、加進本來沒有的能力 真正新的:AI 自己做完整套研究、再直接動手改,不用資料、不用訓練 接下來看:跟一般的微調比划不划算、模型變大還撐不撐得住 (「代表什麼」那段的作者願景、我的推論都另外標清楚,不是研究結果) 📄 研究原文與完整紀錄 ・Takehi, Teoh, Zhang, Khattab(MIT CSAIL)|Sparks of Weight-Space Programming:https://rikiyat.github.io/blog/weight-space-programming/ ・每個實驗的完整紀錄(給 AI 的指令、AI 的回覆、程式、評分):https://github.com/RikiyaT/lm_understand-logs ・Qwen3.5-0.8B 模型說明頁(思考模式容易重複、官方預設不開):https://huggingface.co/Qwen/Qwen3.5-0.8B 畫面中的實驗圖依原文重畫,車子場景為示意。 🎬 參考影片 ・Matthew Berman|The most important paper in AI right now:https://www.youtube.com/watch?v=j09uV1oAuIo ・Caleb Writes Code|Weight-Space Programming explained in 10min..:https://www.youtube.com/watch?v=77hHgDkbtLI ・Jia-Bin Huang|LLMs Can Now Read and Write Neural Network Weights:https://www.youtube.com/watch?v=r8sZgPx4jYA ・Prompt Engineering|Weight-Space Programming: AI Is Now Rewriting Other AI Models:https://www.youtube.com/watch?v=wXJDtImT_-0 ・Code Bear|GPT-6 Astra fixed Small Broken Qwen Model in One shot!:https://www.youtube.com/watch?v=bLjFdgrkiQ4 ・AIM Network|MIT Shows An AI Can Edit Another Model's Weights And Lift Math Score To 48.1%:https://www.y...

EP461 – 56% 美國選民投票先看 AI:期中選舉後,AI 股、資料中心、台灣供應鏈的影響

8 min

美國期中選舉開票隔天,美股大漲,AI 股卻一邊跌一邊漲:CoreWeave 跌約一成、德州發電商 Vistra 跌 14%,微軟、亞馬遜卻各漲 6% 以上。差別在選票上 —— 這次選舉,資料中心推高的電費,變成了候選人互相攻擊的題目,很多地方直接拿去公投。 這一集用白話講清楚:美國這次選了什麼、電費怎麼變成選戰議題(PJM 電網拍賣、地方反對、兩黨怎麼打、41 個公投的結果),選後 AI 基礎建設會變快還是變慢,誰受益、誰吃虧,跟台灣供應鏈有什麼關係。 📌 重點 ・民主黨拿下眾議院和參議院(11/5 仍有席次在計票);德州、俄亥俄、喬治亞州長換黨,喬治亞管電價的委員會也換多數 ・PJM(美國東部 13 州+DC 的電網)一年的容量拍賣費用從 22 億跳到 147 億美元,市場監測單位算出 93 億來自資料中心 ・41 個資料中心地方公投,40 個結果對資料中心不利;兩黨候選人都有人主張暫停 ・兩黨共同方向:讓資料中心自己付電網的錢。新州長的暫停令還只是承諾,明年 1 月才上任 ・短期照蓋,2028 年以後的新案比較受影響;手上已經有電的雲端大廠受益,還在排隊等電的吃虧 ・本片只整理公開資料,不代表投資建議,也不評論任何政黨 📄 資料來源(11/5 查詢;未定案席次以最新計票為準) ・NBC 參議院開票:https://www.nbcnews.com/politics/2026-elections/senate-results ・CBS 眾議院開票:https://www.cbsnews.com/live-updates/house-election-results-2026/ ・CNBC 資料中心公投 41 個結果:https://www.cnbc.com/2026/11/04/data-center-ballot-measures-2026-midterm.html ・CNBC 選後 AI 股、野村、JPMorgan:https://www.cnbc.com/2026/11/05/ai-data-centers-midterms-capacity.html ・EIA 電價展望:https://www.eia.gov/outlooks/steo/report/eleccoalrenew.php ・PJM 容量拍賣:https://insidelines.pjm.com/pjm-capacity-auction-procures-138318-mw-of-generation-resources-as-work-continues-to-address-growing-electricity-demand/ ・喬治亞公用事業委員會換多數(GPB):https://www.gpb.org/news/2026/11/04/democrats-take-control-of-georgia-public-service-commission ・Data Center Watch(地方反對統計,Fortune 報導):https://fortune.com/2026/06/16/data-center-opposition-construction-delays-blocks-report/ ・俄亥俄 AEP 資料中心電價(POWER):https://www.powermag.com/regulator-approves-aep-oh...

EP460 – 你的電腦能跑什麼 AI?16GB 到 128GB 一次講完|Ollama、LM Studio 怎麼設定,新手五個坑

16 min

很多人把 AI 裝在自己的電腦上,接上 agent 叫它做事,結果它一直失敗,就以為本地模型太笨。其實很多時候是設定錯了:Ollama 在顯示記憶體小於 24GB 的機器上,預設 context 只有 4k,但 OpenClaw 這類 agent 需要 64k 以上。 這一集照記憶體大小,從 16GB 一路講到 128GB:每一級能跑哪一顆模型、多快、適合做什麼。再講為什麼有的大模型反而比較快(MoE)、要用 LM Studio、Ollama 還是 llama.cpp、哪些用法真的有人做成功、哪些會讓你失望,最後是新手最常踩的五個坑,跟一張一個下午就能鎖好的安全清單。 片中所有速度(tok/s)都是社群上分享的實測,不是我們自己量的;同一台機器換軟體、換設定就會差很多,看大概就好。 📌 七句照做 要接 agent,先把 context 拉到 64k 以上 4-bit 模型 ≈ 參數量 × 0.6 GB,再多留空間給 context 用 Mac 的話,先照記憶體的四分之三來算 16GB 跑小模型;32GB 跑 27B 等級;64GB 開長 context;128GB 才換到大模型 想要快,先試 MoE 模型,再試著換一個軟體 難的交給雲端,私密的、重複的留在本地 Ollama 保持只聽本機,agent 的資料夾裡不要放密碼 官方文件與報導: ・Ollama 官方文件|Context length(預設 4k/32k/256k):https://docs.ollama.com/context-length ・Ollama 官方文件|OpenClaw 整合(建議至少 64k):https://docs.ollama.com/integrations/openclaw ・OpenClaw 官方文件|Local models:https://docs.openclaw.ai/gateway/local-models ・Ollama 官方文件|FAQ:https://docs.ollama.com/faq ・MLX-LM(Apple)|大模型與 wired memory:https://github.com/ml-explore/mlx-lm ・LM Studio|系統需求:https://lmstudio.ai/docs/app/system-requirements ・Qwen3.8-27B model card:https://huggingface.co/Qwen/Qwen3.8-27B ・Qwen3.8-Flash-Next model card:https://huggingface.co/Qwen/Qwen3.8-Flash-Next ・Gemma 4 26B-A4B model card:https://huggingface.co/google/gemma-4-26B-A4B-it ・Qwen3.6-35B-A3B model card:https://huggingface.co/Qwen/Qwen3.6-35B-A3B ・The Hacker News|175,000 台 Ollama 伺服器對外開放:https://thehackernews.com/2026/01/researchers-find-175000-publicly.html 參考影片: ・Tina Huang|Every Size Local AI In 24 Minutes:https://www.youtube.com/watch?v=rPGJhrunbxo ・Kai|Every Ways to G...

EP459 – Herdr:AI agent 時代的 tmux|一個人同時帶好幾個 Claude Code、Codex,關掉視窗照樣跑

22 min

🎤 EasyType(Mac 語音輸入,免費公測中):https://easytype.dev 你每天開好幾個 Claude Code、Codex,卻要一個視窗一個視窗切過去,才知道哪一個做完、哪一個卡在等你批准?Herdr 是一個為 AI coding agent 設計的終端機多工器:它像 tmux 一樣讓你在一個畫面裡開很多 pane、關掉視窗程式照樣跑,但它多做了一件 tmux 做不到的事,認得出每個 pane 裡的 agent 現在是工作中、卡住、做完還是閒置,還會用聲音跟通知叫你。 這一集的 Herdr 畫面全部是在我們的 Mac mini 上真的安裝、真的跑六個 agent 錄下來的。從為什麼需要它、五分鐘裝起來用,到一套照著設就能用的多專案配置(六條規則)、讓 agent 自己開 pane 派工給別的 agent、兩個 agent 到底能不能共享 context,再到 DHH 等四位重度使用者的配置,最後整理成三個等級的起手配置,看完就能接進自己的開發流程。 📌 多專案配置的六條規則 一個 repo 一個 workspace;tab 分用途(agents/server/logs/review);pane 放 agent 或指令 狀態往上彙整:一個 agent 卡住,它的 tab、workspace 也顯示卡住;[ui] agentpanelsort = "priority" 讓要你處理的排最上面 通知預設只有聲音:[ui.toast] delivery = "system"(SSH 上用 "terminal"),Ctrl+B o 跳到發通知的 agent 替 agent 取名字:herdr agent start reviewer --kind codex --pane …,之後用名字派工、讀輸出 同一個專案平行改 → git worktree(Ctrl+B 大寫 G) 要完全隔開(工作/私人)才開 named session:herdr --session work 🧠 兩個 agent 怎麼共享 context:Herdr 沒有共享記憶。即時的用 herdr agent prompt/read 傳話;長期的放檔案(CLAUDE.md、AGENTS.md、交接寫成 handoff.md);另一台的 agent 用 herdr --machine。 ⚙️ 安裝:curl -fsSL https://herdr.dev/install.sh | sh(或 brew install herdr) 官方 skill:npx skills add herdrdev/herdr --skill herdr -g ⚠️ 官網首頁先推的桌面 app 跟這集的 Herdr TUI 不互通,照這集做請裝 TUI。星數為 10/31 查詢;Herdr HUD 是 Alex Finn 自己的開源專案。 📄 官方文件與一手來源 ・Herdr TUI 官網:https://herdr.dev/tui/ ・Herdr 文件:https://herdr.dev/tui/docs/ ・GitHub|herdrdev/herdr:https://github.com/herdrdev/herdr ・agent guide:https://herdr.dev/agent-guide.md ・Herdr 部落格|Herdr is joining Y Combinat...

EP458 – Tesla Cybercab 上路快兩個月:乘客實測、Tesla 怎麼說、接下來去哪

8 min

Tesla 的無人計程車專用車 Cybercab,2026 年 9 月 3 日開始在美國德州 Austin 載客:兩個座位,沒有方向盤、沒有踏板,車上只有乘客。上路快兩個月,這一集用乘客實際搭乘的畫面、Tesla 財報會議與訪談,回答四件事:它現在跑到哪、坐過的人怎麼說、Tesla 跟專家怎麼說,還有接下來去哪。資料截至 2026/10/28,未來時程都是 Tesla 說的預計。 章節 0:00 要車上的 AI 幫忙闖紅燈 0:49 現在跑到哪 2:10 坐過的人怎麼說 4:46 Tesla 跟專家怎麼說 6:32 接下來去哪 7:38 重點整理 官方影片 Tesla|Tesla Q3 2026 Financial Results and Q&A Webcast(2026/10/21):https://www.youtube.com/watch?v=tFezqXBF-gw Tesla|The Future Has Arrived | Cybercab:https://www.youtube.com/watch?v=grdt05okn3Q 片中畫面與參考影片 Sawyer Merritt|World’s first public Tesla Cybercab ride (no steering wheel):https://www.youtube.com/watch?v=T1Id2aas5wI Kim Java|I Rode in Tesla’s Cybercab - I Wasn’t Ready for This:https://www.youtube.com/watch?v=PeUwMgaJIC8 Tesla Owners Silicon Valley|ELON MUSK INTERVIEW: X Takeover 2026, What's next for Humanity.:https://www.youtube.com/watch?v=wJasRLuu_LA Everyday Chris|I Rode in Tesla’s Cybercab… It Changed My Mind:https://www.youtube.com/watch?v=O96n16um3lA Devin Olsen | Canada FSD|I rode in a Tesla Cybercab - My honest thoughts:https://www.youtube.com/watch?v=kRymvULv0p4 Munro Live|Tesla Cybercab Deep Dive: Inside the Engineering with Lars Moravy and Team:https://www.youtube.com/watch?v=UIrK8oStl-0 WHAT'S INSIDE? FAMILY|My Daughter Tried a Tesla With No Steering Wheel:https://www.youtube.com/watch?v=LUUBkQpMgi4 CNBC Television|Tesla's Cybercab launch did not live up to the hype, says WSJ's Tim Higgins:https://www.youtube.com/watch?v=usSv3KD3fTo Dirty Tesla|The Massive Improvements to Tesla Cybercab!:https://www.youtube.com/watch?v=NPBtr5peCu8 BNN Bloomberg|Tesla's robotaxi venture faces rocky start:https://www.youtube.com/watch?v=AAXQm9zxtFo 一手資料 Tesla Robotaxi 官網:https://www.tesla.com/robotaxi Tesla Robotaxi 安全報告:https://www.tesla.com/rob...

EP457 – 怎麼用 AI 快速變強?最大的陷阱是讓它直接給你答案

14 min

很多人學新東西的第一個動作,是叫 AI 幫忙整理重點。可是一個將近一千位高中生的研究發現:練習時用一般 ChatGPT 介面的學生成績高了 48%,AI 一拿走,考試反而比沒用過 AI 的同學低 17%;用只給提示、不給答案的 AI 家教那一組,就沒有這個退步。 這一集講怎麼讓 AI 當教練,不要當答案機:照你學一個新東西會碰到的順序,從決定學什麼、查出你的起點、讓它考你、講給它聽,到排進行事曆、做出一個東西。每一步都附可以直接貼的提示詞(是我們寫的建議寫法,照你的題目改)。 📌 五件這禮拜就能做的事 寫下一個你現在就想解決的問題,貼給 AI:「請先訪談我,一次問一個問題。」 讓 AI 出題測你,再排一份六週的計畫,並列出你先不用學的東西 學完一段就關掉資料:「不要給我答案,一次問我一題。」 用自己的話寫一遍,請 AI 對照資料找出講得模糊的地方,但不要讓它改寫 行事曆放明天、一週後、一個月後,並在 48 小時內用它做一件事 🧑‍🏫 教練模式提示詞 我在學這個主題,不要直接給我答案。一次只問我一題,等我回答。我答錯的時候就指出來,我卡住的時候就給我提示,不要直接解給我看。 🎙 片中用講的跟 AI 對話,用的是我們做的 EasyType(Mac 語音輸入,現在免費公測中、公測期間無字數上限、目前僅支援 Mac M 系列晶片):https://easytype.dev 研究與資料: ・PNAS 2025|Bastani et al., Generative AI without guardrails can harm learning:https://doi.org/10.1073/pnas.2422633122 ・Scientific Reports 2025|Kestin et al., AI tutoring outperforms in-class active learning:https://pmc.ncbi.nlm.nih.gov/articles/PMC12179260/ ・Psychological Science 2006|Roediger & Karpicke, Test-enhanced learning:https://doi.org/10.1111/j.1467-9280.2006.01693.x ・Cognitive Science 2002|Rozenblit & Keil, The illusion of explanatory depth:https://pmc.ncbi.nlm.nih.gov/articles/PMC3062901/ ・Psychological Science in the Public Interest 2013|Dunlosky et al., Effective learning techniques:https://doi.org/10.1177/1529100612453266 ・富蘭克林自傳(Project Gutenberg):https://www.gutenberg.org/ebooks/20203 ・Gemini Notebook(原 NotebookLM)官方說明:https://support.google.com/notebooklm/answer/16179559 參考影片: ・Dan Martell|How To Become Dangero...

EP456 – AI Agent 幫你買東西:Meta 的 Muse 被 Amazon 擋、Shopify 卻放行,差在哪?

14 min

AI 代理人(AI Agent)會自己動手幫你買東西了。Meta 的 AI 助理 Muse 會自己開瀏覽器幫你下單,Amazon 把它擋在門外,Shopify 卻讓它直接結帳。這一集整理 Shopify 執行長 Tobi Lütke 在 Sources Podcast 的訪談:大家實際叫 AI 買什麼、兩家為什麼選了相反的路,還有 Amazon 自己也有一個代買的 AI。ChatGPT、Google Gemini、微軟 Copilot 也都接上了 Shopify,AI 購物離你沒那麼遠。 章節 0:00 開場:Amazon 擋掉 Meta 的 Muse,Shopify 卻放行 1:04 AI Agent 是什麼?跟搜尋、比價網差在哪 2:34 AI 購物實際買什麼:健身房、3D 列印、自動補貨 4:52 Amazon 擋、Shopify 開:九月發生了什麼 7:10 Amazon 自己也有 Buy for Me,那為什麼擋 Muse? 7:35 為什麼兩家選得不一樣:百貨公司 vs. 獨立小店 11:46 在台灣能用嗎?還有 AI 怎麼幫你開店 參考影片 Sources Podcast and Alex Heath|Shopify CEO on how AI is making it easier to start a business:https://www.youtube.com/watch?v=r9SHzCW9zxo 參考資料 Meta|Introducing Muse(2026-09-08):https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/ Meta 日本|Muse 在日本上線:https://about.fb.com/ja/news/2026/10/muse-personal-ai-agent-launches-in-japan/ Amazon 使用條款(Conditions of Use):https://www.amazon.com/gp/help/customer/display.html?nodeId=508088 Amazon|Buy for Me 官方說明:https://www.aboutamazon.com/news/retail/amazon-shopping-app-buy-for-me-brands Shopify Help Center|Muse 直接結帳:https://help.shopify.com/en/manual/online-sales-channels/agentic-storefronts/meta Shopify Help Center|Agentic storefronts:https://help.shopify.com/en/manual/online-sales-channels/agentic-storefronts Tobi Lütke 貼文(2026-09-21):https://x.com/tobi/status/2102090718546198790 TechCrunch 報導(2026-09-21):https://techcrunch.com/2026/09/21/metas-ai-agent-has-been-blocked-from-using-amazon-com/ 你會讓 AI 直接幫你刷卡嗎?哪一種東西你願意整個交給它買,哪一種一定要自己挑?留言告訴我。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP455 – 醫師用 AI 很準、一般人卻常出錯?同一套 AI 為何差這麼多,關鍵竟在你怎麼提問

16 min

用 ChatGPT 查症狀、看健檢報告、幫爸媽查病,到底準不準?今年一篇 Oxford 研究發現:同一個 AI 自己作答,95% 都找對病;換成一般人自己去問,找對的不到 35%。這一集整理 UCSF 內科部主任 Robert Wachter 的訪談:差別在你給 AI 什麼資料、怎麼問,以及 AI 太保守、被炒作的地方。 0:00 開場:AI 對九成、醫生對七成五,該聽誰的? 0:55 AI 現在能信到什麼程度 1:53 AI 自己答對 95%,為什麼你問不到 35% 4:18 問 AI 之前,先給它哪些資料 5:46 問病要打的兩句話 8:41 AI 叫你去做檢查,一定對嗎? 10:01 醫生怎麼用 AI,哪些事要留給醫生 13:11 AI 會很快取代醫生、治好癌症嗎? 參考影片 Silicon Valley Girl|Top UCSF Doctor: AI is Coming for Every Medical Specialty:https://www.youtube.com/watch?v=iJfF_VC10tI 參考資料 Oxford 大學研究(Nature Medicine,2026):Reliability of LLMs as medical assistants for the general public:https://doi.org/10.1038/s41591-025-04074-y Oxford Internet Institute 新聞稿:https://www.oii.ox.ac.uk/?p=410415 Robert Wachter(UCSF 官方簡介):https://profiles.ucsf.edu/Robert.Wachter OpenEvidence:https://www.openevidence.com/about 健保署 健康存摺(衛福部):https://mohw.gov.tw/cp-16-70271-1.html 本集內容是訪談與研究的整理,不是醫療建議。身體不舒服,請直接找醫師。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP454 – Google 回來了:Gemini 4 Carbon 強在讀長資料與不亂猜,弱在操作電腦與寫程式

8 min

2026 年 10 月 28 日,Google 發表 Gemini 4 Carbon。在 Artificial Analysis 的 Intelligence Index v5 上,Carbon 59 分排第一,Claude Opus 5.5 是 58 分,GPT-6 Astra 是 57 分,只贏一分,而且目前還沒有對外開放:Google 先給一小群資安防禦團隊,再透過 Fairwind 計畫逐步擴大,開放給開發者、企業和一般用戶沒有給日期。 這一集用 Google 官方文件、官方評測表和獨立評測機構 Artificial Analysis 的數據,整理 Carbon 強在哪裡(讀很長的資料、不會的時候比較肯說不知道、價格、長時間做事)、Google 真正的主場(Gmail、Drive、Meet、Chrome 這些你每天在用的產品,以及它的限制),還有它弱在哪裡(操作電腦、寫程式的最後一哩),最後把 Carbon、Opus 5.5、GPT-6 並排,整理成「什麼事開哪一個」的清單。 📌 什麼事開哪一個 一大堆資料要找線索:開 Gemini(Carbon 開放前先用 Argon) 資料本來就在 Gmail、Drive:直接在 Google 裡開 Gemini 冷門事實怕被唬:先問 Gemini,再查原始來源 在專案裡連續改很多檔案:Opus 5.5 讓 AI 操作電腦或瀏覽器:Opus 5.5 軟體任務要做到能合併、又想壓低花費:GPT-6 做網頁、介面:兩個各做一版自己比 本片的跑分分三種來源:Google 自己公布的(官方評測表,部分由 Google 自己跑)、獨立評測機構 Artificial Analysis 測的、以及發布第一天的早期試用(單一來源,僅供參考)。各家公布的數字設定不同,不能跨家直接比。 ⏱ 章節 00:00 Carbon 發表了什麼:第一名只贏一分 00:37 一、現在能不能用 01:24 二、它強的地方 03:44 三、Google 的主場:生態系 04:55 四、它弱的地方 06:11 五、三個模型並排,什麼事開哪一個 📄 一手來源(官方) ・Google|Gemini 4 Carbon: our next frontier model:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/ ・Google DeepMind|Gemini 4 Carbon 評測方法與結果表:https://deepmind.google/models/evals-methodology/gemini-4-carbon ・Google|Gemini 4 Argon: Built to solve your hardest problems:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/ ・Google DeepMind|Fairwind Program:https://deepmind.google/fairwind-program/ ・Google|Gemini API 定價:https://ai.google.dev/gemini-api/docs/...

EP453 – Binance 被駭 63 億美元:鑰匙沒被偷,破口在哪?放交易所的幣怎麼辦

10 min

2026 年 10 月 30 日台灣時間凌晨 4:05,全球最大的加密貨幣交易所 Binance 的熱錢包開始被搬走資金,大部分在約 20 分鐘內、橫跨 10 條鏈轉出。Binance 官方公告估計損失約 63 億美元,是分析公司 TRM Labs、Chainalysis 口中加密貨幣史上最大的一次竊案。 但 Binance 說:沒有找到私鑰外洩的證據。初步調查指向一位 DevOps 工程師的筆電被入侵,攻擊者藉此進到服務容器、送出未授權的提領。這一集用官方公告、發行商與分析公司的資料,照偵查順序講清楚:怎麼發生、錢去哪了、誰做的(以及是誰認定的)、為什麼這麼大的交易所會防不住,最後整理一般人和做系統的人各自可以怎麼做。 📌 重點整理 交易所裡的幣是交易所的承諾;這次會全額補,但提領停了好幾天。長期不動的幣,可以考慮硬體錢包自己保管 交易所帳號的兩步驟驗證用驗證器 App 或安全金鑰,不要用簡訊;打開提領白名單;API key 不開提領權限 出事時只看官方帳號,私訊說能幫你退款、提領的都是詐騙 做系統的人:工作電腦不要直接通到會動錢的系統;大額要多人核准;簽名端自己設金額、速度、地址上限 偵測要接上自動煞車;給 AI agent 任何權限之前,先想好它被騙時最多能做多少事 本片的說法分三種:Binance 與發行商官方說的、分析公司(TRM Labs、Chainalysis、Blockaid)調查的、以及還沒有人證實的(片中明講)。攻擊者身分目前只有分析公司點名,Binance 與執法機關尚未公開認定。不構成任何投資建議。 ⏱ 章節 00:00 20 分鐘、63 億美元,私鑰卻沒外洩 00:50 一、案發經過與錢的去向 03:45 二、怎麼攻破的 05:04 三、誰做的 06:36 四、為什麼防不住 07:34 五、我們該怎麼做 📄 一手來源(官方) ・Binance|Security Incident Update:https://www.binance.com/en/support/announcement/detail/c5a8729a97ac486d963784d96c5642d7 ・Binance|Service Update(X):https://x.com/binance/status/2116026356740034858 ・Binance|凍結約 30 億美元(X):https://x.com/binance/status/2115970069696217576 ・CZ(X):https://x.com/cz_binance/status/2115915423174853077 ・Tether 執行長 Paolo Ardoino(X):https://x.com/paoloardoino/status/2115918000373346709 ・Circle 執行長 Jeremy Allaire(X):https://x.com/jerallaire/status/2115916207463481846 ・Binance.US(X):https://x.com/BinanceUS/status/2115922119972491559...

EP452 – Google 雲端翻倍、股價卻大跌,Microsoft 同樣砸 AI 為什麼沒有一起大跌?兩家財報對照,市場在擔心什麼?

9 min

2026 年 10 月 28 日美股收盤後,Alphabet(Google 母公司)和 Microsoft 在同一個晚上公布財報。隔天(10/29),Alphabet 股價大跌(截至美東時間中午 12:41,盤中約 −12.2%);Microsoft 盤後一度上漲約 4%,但正常交易時段回吐,同一時間約 −1.3%(以上為盤中報價,不是收盤價)。Alphabet 的 Google Cloud 營收成長 103%、整家公司營收成長 25%。兩家都在花幾百億美元蓋資料中心,也都說算力供不應求,為什麼市場對兩家的反應差這麼多? 這一集把兩份財報並排:雲端成長與利潤率、積壓訂單、搜尋、每股盈餘與 SpaceX 的帳面損失、資本支出、自由現金流、買回與發債增資、市場預期的差距;接著用五個擔心一個一個對財報,回答「Google 還能投資嗎」(不給買賣建議、不預測股價,只講判斷框架);再講 Microsoft 近期已公布的發展(Azure、Copilot、Foundry、OpenAI、弱點);最後整理六條以後看這類財報可以直接用的指標。 📌 這集最重要的六個點 看雲端成長的時候,同時看雲端營業利益率有沒有跟著上升 看自由現金流是不是還是正的,資本支出花出去後本業賺的現金夠不夠付 看積壓訂單有多少、要多久才會變成營收 看公司是不是開始靠發債、賣新股、停止買回股票來支付擴張 看賺錢的老引擎有沒有因 AI 賺得比以前少,並把匯率、基期這些一次性因素分開看 看每股盈餘時先扣掉投資帳面損益,再看營業利益 本片是財報整理,不是投資建議。片中的預期值(分析師共識)來自 CNBC 引用 StreetAccount、LSEG 的報導;股價來自 stockanalysis.com 行情(10/28 為收盤價,10/29 為截至美東 12:41 的盤中價)。 📄 一手來源(公司文件) ・Alphabet|Q3 2026 財報新聞稿(SEC 8-K Exhibit 99.1):https://www.sec.gov/Archives/edgar/data/1652044/000165204426000080/googexhibit991q32026.htm ・Alphabet|Form 10-Q(2026-09-30):https://www.sec.gov/Archives/edgar/data/1652044/000165204426000084/goog-20260930.htm ・Alphabet|Q3 2026 財報電話會議逐字稿(Motley Fool 轉載):https://www.fool.com/earnings/call-transcripts/2026/10/29/alphabet-googl-q3-2026-earnings-call-transcript/ ・Microsoft|FY27 Q1 財報新聞稿:https://www.microsoft.com/en-us/investor/earnings/fy-2027-q1/press-release-webcast ・Microsoft|Form 10-Q(2026-09-30):https://www.sec.gov/Archives/edgar/data/789019/000119312...

EP449 – Claude Code 的 subagent 什麼時候該開?開之前先問這五個問題

12 min

Claude Code 的 subagent 什麼時候該開?官方文件說,旁邊的工作會把一大堆搜尋結果、log 灌進主對話的時候,就交給 subagent;可是 Anthropic 在 2026/10/22 的文章裡說,他們比較過的好幾家企業 agent,一個 agent 加上 skill,常常比拆給一堆 subagent 品質更好、更便宜、更快。Claude Code 自己的最佳實務文件,也把「用 subagent 保護 context」列成了舊建議。 這一集給已經在用 Claude Code 的人一套判斷方法:subagent 換到什麼、付出什麼;開一個 subagent 之前要問自己的五個問題(每一題附官方依據);fork 是什麼、怎麼用 /subtask 開;怎麼下 prompt 把任務交代清楚(四個 Claude Code 日常情境的壞交代 → 好交代);還有怎麼用同一批題目測試,確認一個 subagent 值得留下來。 📌 這集最重要的六個點 只要結論、不要過程(跑測試看 log、在 codebase 裡找東西)→ 開一個 subagent,要它回一份短摘要 主對話已經知道的事對這件工作有幫助(規劃完接著實作)→ 留在主對話裡做;真的要分出去,就用 /subtask 開一個 fork 主對話知道的事反而會帶偏(審自己剛寫的程式)→ 開一個沒看過對話的 subagent,只給它 spec 跟 diff 互不相干、只讀的工作 → 可以同時交給好幾個 subagent;要動手寫的工作 → 留在同一條線上 交代一個 subagent 的時候,講清楚目標、範圍、回覆格式跟邊界,它才不會做白工 只是擔心對話太長 → 先用同一批題目測試,答對的題數真的變少再開;已經在用的 subagent → 一次拿掉一個,用同一批題目比比看 ⚠️ fork 的指令:agent view 開著的時候用 /subtask;agent view 關掉的時候 /subtask 不能用,要改打 /fork(agent view 開著時 /fork 是把整個 session 複製成新的背景 session)。 片中「主對話知道的事是幫忙、傷害還是無關」這個問法,是開發者分享的個人經驗。片中「三個小建議」是我自己的做法,不是官方結論。 官方文件與一手來源: ・Anthropic|Building agents: When to fold subagents into your main agent loop:https://claude.com/blog/building-agents-when-to-fold-subagents-into-your-main-agent-loop ・anthropics/single-agent-loop-kit:https://github.com/anthropics/single-agent-loop-kit ・Claude Code 文件|Subagents(含 fork、/subtask):https://code.claude.com/docs/en/sub-agents ・Claude Code 文件|Best practices:https://code.claude.com/docs/e...

EP451 – Anthropic 內部怎麼做 code review?哪些交給 AI,哪些一定要人看!?

10 min

Anthropic 說,Claude Code 的程式碼大約九成是 Claude 自己寫的;Anthropic 的 monorepo,每天進來的變更,五月大約 2,500 個,到九月已經超過 30,000 個。這麼大的量,每個變更都由人從頭讀到尾已經不可能,所以他們把問題換成:這個變更可能出什麼問題,哪一種檢查,自動的還是人,最適合抓到它? 這一集整理 Anthropic 公開的做法,給已經在用 Claude Code 的人一套判斷:哪些交給 AI 先審,哪些一定要人最後來看。PR 開出來之前先讓 Claude 自己跑檢查;PR 開了之後 AI reviewer 怎麼設定才不洗版(REVIEW.md、信心門檻、review 輪數上限);人最後看什麼(風險分三級、classifier 決定要幾個人);怎麼知道這套 review 有沒有效,還有官方沒有公布的數字。最後用懶人報自己的 repo 當例子,說明怎麼搬回你的團隊。 這集最重要的八條判斷 能跑出通過或失敗的(測試、build、型別檢查)→ 讓 AI 自己跑、自己改,人不用看 要拿整個 diff 對照整個 repo 才找得到的問題 → 交給 AI reviewer,要有驗證那一步,不確定就不報 reviewer 一直重複同一個發現 → 變成 lint、CLAUDE.md 或 REVIEW.md 的規則 同一個 PR 已經 review 到第三輪 → 停下來,請作者重新想做法 文件、文案、flag 後面的新增,自動檢查全過 → 不用人;一般產品變更 → 一個人;billing、CI workflow → 兩個人;agent 的 approve 不算人的一票 merge 之後沒辦法靠 revert 或關 flag 收回來 → 一定要人先看 該不該做、會被別人照著抄的架構、你說不出檢查會漏掉什麼 → 人來看 想知道有沒有用 → 追蹤人花的時間,以及 revert 跟 incident 的比例 片中「被 revert 的比例下降超過 40%」指的是比例;官方沒有公布 revert 的件數,也沒有公布 reviewer 抓到多少 bug、誤報有多少。片中懶人報自己的 PR review 設計,是我們自己的例子,不是 Anthropic 的做法。 官方文章、文件與一手來源: ・Anthropic|How the Claude Code team does code review(2026/10/15):https://claude.dev/blog/solving-code-review-at-anthropic/ ・Claude Code 文件|Code Review:https://code.claude.com/docs/en/code-review ・Claude Code 文件|Customize Code Review(REVIEW.md):https://code.claude.com/docs/en/code-review-customize ・Claude Code 文件|Read and request reviews on a pull request:https://code.claude.com/docs/en/code-review-pull-requests ・...

EP450 – 兩家 AI 公司同時推翻電腦科學的大猜想:這代表什麼?

6 min

十月底,OpenAI 和 Anthropic 各自公布一份論文,結論一樣:電腦科學裡一個被相信了二十幾年的猜想(ETH)被推翻了,而且證明是 AI 找出來的。這一集用開關謎題的比喻,講這個猜想在猜什麼、為什麼有人在乎、AI 做了什麼、還有哪些事沒確定,以及這件事對一般人的意義。 📄 一手來源 ・OpenAI|The Exponential Time Hypothesis is False(論文):https://github.com/openai/math/blob/main/preprints/The-Exponential-Time-Hypothesis-is-False-October-25-2026/paper.pdf ・OpenAI|openai/math 更新紀錄(獨立專家小組):https://github.com/openai/math/blob/main/history.md ・Anthropic|A 2^o(n) Time Algorithm for 3-SAT(論文):https://github.com/anthropics/formal-math/tree/main/eth ・Scott Aaronson|Shtetl-Optimized(10/26 貼文與留言):https://scottaaronson.blog/?p=10239 🎬 參考影片 ・Wes Roth|OpenAI just broke physics…:https://www.youtube.com/watch?v=lskEzJ7ixw0 ・TheAIGRID|OpenAI Just Made a Discovery Nobody Thought Was Possible:https://www.youtube.com/watch?v=3uoStyWxO5M ・Adem B10|800 Papers Assume This. OpenAI and Claude Say It's False.:https://www.youtube.com/watch?v=r0Vy7OvWh1Y ・Dr. Samuel Allen Alexander|ETH conjecture disproved by OpenAI AND Anthropic on the same day?!:https://www.youtube.com/watch?v=ZbxC0412cys ・HexaValuation|OpenAI's 3 Huge Claims, Checked:https://www.youtube.com/watch?v=YHfSZtGXGx0 ・TCS Proofs|The Exponential Time Hypothesis Is False? OpenAI's Claimed Subexponential #SAT Algorithm, Explained:https://www.youtube.com/watch?v=YmU4XTfCV84 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP448 – 別把你的價值送給模型公司|微軟執行長 Nadella:開源閉源都不是重點,你的 Eval 才是

14 min

微軟董事長暨執行長 Satya Nadella 上 20VC,Harry 問他開源和閉源模型誰會贏。但整集聽下來,Nadella 的答案落在另一個地方:模型用誰的都可以換,真正值錢的那一塊要留在你自己的公司裡。這一集整理他說的四件事:為什麼要先假設模型會出事、用零信任的方式把 AI agent 關起來(Agent 365);大部分的 AI 用量會變成便宜的商品,微軟的 MAI 模型為什麼走「授權權重」;公司用 AI 留下的紀錄和自己出的考卷(private eval),才是核心資產,Unilever 怎麼從頂尖模型換到 MAI 模型;以及這件事要怎麼擴散到每一家公司。 章節 0:00 Nadella:我不再相信對齊會自己出來 1:37 先假設模型會出事:零信任與 Agent 365 4:28 開源還是閉源:用量會往哪裡走 6:43 公司要擁有自己的智慧 8:18 每家公司都會有一份私有的考卷 9:47 從少數公司,到每一家公司 13:04 他說的重點 原始訪談 20VC with Harry Stebbings|Satya Nadella on Open vs Closed Models: Who Wins | Why Companies Need to Own Their Own Intelligence:https://www.youtube.com/watch?v=24XUcWhqY_4 Nadella 的文章 Models as Insider Risks in the Super Intelligence Era(2026-10-10):https://snscratchpad.com/posts/models-as-insider-risks/ The Reverse Information Paradox(2026-07-12):https://snscratchpad.com/posts/reverse-information-paradox/ 參考影片 Varun Mayya|Satya Nadella on the Future of SaaS, How 2025 is the year of Agents, Advice for Indian Engineers:https://www.youtube.com/watch?v=GuqAUv4UKXo Dwarkesh Patel|Satya Nadella — Microsoft's AGI plan & quantum breakthrough:https://www.youtube.com/watch?v=4GLSzuYXh6w Sources Podcast and Alex Heath|Satya Nadella on the AI backlash, and the rise of agents:https://www.youtube.com/watch?v=giE1O1-e2DY All-In Podcast|Satya Nadella on the AI Doomer Slowdown, Microsoft's Master Plan & Who Wins AI:https://www.youtube.com/watch?v=hdcsTeCFE0I Dwarkesh Patel|Satya Nadella – How Microsoft thinks about AGI:https://www.youtube.com/watch?v=8-boBsWcr5A All-In Podcast|Satya Nadella on AI's Business Revolution: What Happens to SaaS, OpenAI, and Microsoft?:https://www.youtube.com/watch?v=5nCbHsCG334 參考資料 Satya...

EP447 – Character.AI 破產了:不到四年,從 10 億估值到 2,000 萬授權

9 min

2023 年估值 10 億美元,2024 年 Google 花了約 27 億美元授權技術、請回創辦人,2026 年 10 月 12 日 Character.AI 在美國 Delaware 聲請 Chapter 11,Disney 開價 2,000 萬美元取得部分技術的非獨家授權。這一集整理事件經過、它的帳為什麼算不過來、大家在討論什麼,以及我們得到的啟發。出售程序截至目前還在進行,結果要等法院決定。 📌 帶走的三句話 被很多人愛,不等於事業活得下來:看收入,也看每份用量的成本 產業換手的時候,留下來的是人和技術,不一定是產品 AI 走得很快:不到四年,從 10 億估值到 2,000 萬授權,唯一能做的是繼續往前 ⏱ 章節 00:00 不到四年:10 億估值到 2,000 萬授權 00:35 一、10/12 發生什麼:聲請破產,App 還開著 02:51 二、四年怎麼走到這裡 04:36 三、用的人多,帳算不過來 06:05 四、大家在討論什麼 08:03 五、帶走的三句話 09:03 結尾 📄 法院文件、官方公告與報導 ・Stretto|Character Technologies 破產案官方頁(法院文件):https://cases.stretto.com/chartech/ ・CourtListener|Bankr. D. Del. 26-11603 案件卷宗:https://www.courtlistener.com/docket/74951888/character-technologies-inc/ ・Character.AI|An Update on Character.ai(10/12 公告):https://blog.character.ai/an-update-on-character-ai/ ・Disney|Karandeep Anand 出任技術長:https://thewaltdisneycompany.com/news/karandeep-anand-chief-technology-officer/ ・Character.AI|未滿 18 歲政策公告:https://blog.character.ai/u18-chat-announcement/ ・FTC|陪伴型聊天機器人調查(2025/9):https://www.ftc.gov/news-events/news/press-releases/2025/09/ftc-launches-inquiry-ai-chatbots-acting-companions ・CNBC|聲請破產與 Disney 開價:https://www.cnbc.com/2026/10/13/character-ai-chapter-11-disney-bid.html ・TheStreet(Yahoo)|運算成本與營收:https://finance.yahoo.com/technology/ai/articles/disney-seeks-buy-character-ai-041300121.html ・PYMNTS|聲請文件裡的成本:https://www.pymnts.com/news/artificial-intelligence/2026/character-ai-bankruptcy-exposes-the-high-cost-of-ai-companionship/ ・Forbes|Disney 聘走工程師、授權技術:https://www.forbes.com/sites/maureenkerr/2026/10/19/disney-hired-bankrupt-characterai-engineers-not-its-ch...

EP446 – 要不要為了本地 AI 買電腦?用台灣價格算給你看:Mac mini 要 35 年才回本

15 min

很多人想買一台電腦跑 24 小時 AI 助理,或把 AI 模型裝在自己電腦裡。但到底要多大的記憶體、要花多少錢、跟雲端比真的比較划算嗎? 這一集用台灣官網價格、台電電價,還有「同一顆開源模型」在雲端的 API 價格,算一次回本要多久:一台 32GB 的 M6 Mac mini(NT$61,400)跑 Qwen3.8-27B,每天 50 萬 token,跟租同一顆模型比,要大約 35 年才回本。如果你要的只是 24 小時待命的助理,Claude Duet、Grok Bot、ChatGPT dots 這幾個現成的雲端助理都有自己的雲端電腦,你的手機和筆電關機也照樣做事,不用買電腦。再講四種真的划算的情況,以及真的要買的話,要看哪兩個數字、照預算該買哪一台(M6 Mac mini、遊戲電腦、Mac Studio、DGX Spark、Ryzen AI Halo、RTX Spark 筆電)。 試算假設(2026 年 10 月):API 用 OpenRouter 標價(輸入 $0.20/輸出 $2.50 每百萬 token)、讀寫比 15:1、匯率 1 美元=32 元、電費每度 3.13 元、輕度用量每天滿載約 2 小時、其他時間待機。32GB 現貨只有搭 1TB 硬碟這一種組合,硬碟大小不影響跑模型。tok/s 數字是社群實測或用頻寬換算的理論上限,不是我們自己量的。 📌 四句照做 只想要 24 小時助理:不用為了模型買電腦,模型接雲端 只想省訂閱費:先別買,用台灣價格算回本要 8 年起跳,而且品質不一樣 機器本來就要買、資料不能出門、大量重複的工作、怕雲端改規則:本地才真的划算 真的要買:先看記憶體放不放得下,再用頻寬除以模型大小算速度;避開 48、64GB,要嘛 32、要嘛 128 官方價格與規格: ・Apple 台灣|購買 Mac mini:https://www.apple.com/tw/shop/buy-mac/mac-mini ・Apple 台灣|購買 Mac Studio:https://www.apple.com/tw/shop/buy-mac/mac-studio ・OpenRouter|Qwen3.8-27B API 價格:https://openrouter.ai/qwen/qwen3.8-27b ・OpenRouter|gpt-oss-120b API 價格:https://openrouter.ai/openai/gpt-oss-120b ・Google AI 方案(台灣價格):https://gemini.google/tw/subscriptions/?hl=zh-TW 參考影片: ・Tina Huang|Every Size Local AI In 24 Minutes:https://www.youtube.com/watch?v=rPGJhrunbxo ・Kai|Every Ways to Get 128GB VRAM for Local AI at Full Context:https://www.youtube.com/watch?v=NA9D49kQFuU ・Kai|Don't Buy a Mac Mini For Local AI (Do This):https://www.youtube.com/watch?v=IRyiP_U7RuA ・Kai|Is 16GB All Yo...

EP445 – 用 AI 會變笨嗎?拿走 ChatGPT 後,考得比沒用過的人還差 17%|拐杖 vs 家教,差在一件事

16 min

用 AI 會變笨嗎?土耳其近 1,000 名高中生的實驗裡,用 ChatGPT 練數學的一組,AI 拿走之後考試比從沒用過 AI 的同學低了 17%;另一組用同一個 AI,只是 AI 被規定「只給提示、不給答案」,考試就跟沒用 AI 的差不多。 這一集用研究講清楚「當拐杖」跟「當家教」差在哪:加州大學爾灣分校的 ALEKS 研究(沒人監考越答越對、有人監考反而越來越難答對)、MIT 的 Your Brain on ChatGPT、Bjork 的「有益的困難」,加上華頓商學院 Mollick 教授的訪談。最後給你三段可以直接複製的提示詞,跟 4 件明天就能做的事。 章節: 00:00 用 AI 會變笨嗎? 02:25 研究:沒人監考越答越對,有人監考就答不好 03:48 MIT「Your Brain on ChatGPT」:作者為什麼說別用「變笨」 04:26 為什麼 AI 幫你省力,你反而學不會 06:05 職場:AI 做掉新人的雜事,誰還學得會? 08:36 拐杖 vs 家教:同一個 ChatGPT 差在哪 12:19 可以直接複製的提示詞+家長怎麼陪小孩用 AI 15:01 4 件明天就能做的事 三段提示詞(直接複製): 【家教模式】 我正在學這個主題。請你當我的家教,不要直接給我答案。每次只問我一個問題,等我回答之後,告訴我哪裡想錯了,再給我一個提示,讓我自己再試一次。 【初稿寫完之後】 這是我自己寫的初稿。請你不要幫我改寫,只要指出最弱的三個地方,用問題問我,讓我自己改。 【陪小孩寫作業】 這是我小孩的數學作業。請你陪他練習,不可以直接給答案,也不要寫出完整算式。他卡住的時候,先問他已經知道什麼,再給一個小提示。 4 件明天就能做的事: 寫東西或解題,先自己寫出第一版,再打開 AI 想學會的東西,開頭先貼上:不要直接給我答案,每次只問我一個問題 學完闔上電腦,講給別人聽一次,講不出來就是還沒學會 每週留一段不開 AI 的時間,挑一件不想外包的能力自己做,再拿 AI 的版本對照 參考影片: ・Plain English with Derek Thompson|AI Is Smarter Than Ever. So Where's the Revolution?:https://www.youtube.com/watch?v=zthE5Oa8mlM 論文與一手資料: ・UC Irvine × McGraw Hill|Faster Completion, Less Learning(ALEKS 研究,arXiv 預印本,尚未同儕審查):https://arxiv.org/abs/2605.21629 ・PNAS 2025|Bastani 等人,土耳其高中數學實驗(GPT Base vs GPT Tutor):https://www.pnas.org/doi/10.1073/pnas.2422633122 ・華頓商學院對這篇研究的說明:https://knowledge.wha...

EP444 – 上班偷用 AI 的人,下一步可能自己開公司|網景共同創辦人 Andreessen:這是我職涯看過最大的落差

14 min

矽谷創投 a16z 的創辦人 Andreessen 在自家節目上說:很多公司沒在用 AI,但員工在用,而且不一定跟主管說。他認為會用 AI 的人跟一般人之間的落差,是他職涯看過最大的。這一集從你的座位一路往外走:先講落差有多大,再看為什麼 AI 進到個人手上比進到公司容易,接著是可能出去自己開公司的人、被 AI 公司闖進來的傳統產業,最後看 a16z 把加密貨幣基金擴大成 Frontier,自己怎麼下注。 章節 0:00 上班偷用 AI,主管不知道 1:40 AI 落差:會用的人跟一般人差多遠 3:26 Shadow AI:公司還在定規矩,員工已經在用 5:24 一人公司:偷用 AI 的人可能會去創業 7:50 AI 殺進傳統產業:Uber 創辦人的 Atoms 10:25 a16z Frontier:找看起來像壞點子的好點子 12:32 重點整理 參考影片 a16z|The Frontier Ideas a16z Wants to Fund Now | Marc Andreessen, Ben Horowitz & Chris Dixon:https://www.youtube.com/watch?v=-9XQMHhpypc 參考資料 a16z Frontier 官方公告(2026-10-22):https://a16zfrontier.com/posts/article/a16z-frontier a16z〈Travis is Back〉(Atoms,2026-07-22):https://a16z.com/travis-is-back/ a16z 公司介紹與創辦人:https://a16z.com/about/ Microsoft & LinkedIn 2024 Work Trend Index 報告:https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part Microsoft 新聞稿(2024-05-08):https://news.microsoft.com/source/2024/05/08/microsoft-and-linkedin-release-the-2024-work-trend-index-on-the-state-of-ai-at-work/ 行政院及所屬機關(構)使用生成式 AI 參考指引(2023-08-31):https://www.ey.gov.tw/Page/448DE008087A1971/40c1a925-121d-4b6b-8f40-7e9e1a5401f2 Christensen Institute|Disruptive Innovation:https://www.christenseninstitute.org/theory/disruptive-innovation/ 你們公司是哪一種?留言打 1:公司有開放,還會教;2:公司沒規定,大家各自用;3:公司不准,但我還是在用。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP443 – AI 駭客時代:好像什麼軟體都被駭了|PHP、Railway、OpenCode 背後的三個變化,跟你今天就能做的事

10 min

最近好像每天都有一個你聽過的軟體被駭:PHP、GitLab、LiteLLM、Railway、OpenCode、Zeabur……這些不是剛好撞在一起的倒楣事。今年有三件事同時變了:找漏洞變便宜了、攻擊者要的常常是你放在平台上的鑰匙(API key、環境變數)、AI 工具自己也變成了入口。 這一集照離你由遠到近,把今年的事件排一次,每一起都分清楚 AI 在裡面是「當事人自己說有用」「官方說法」還是沒有;最後兩段是可以直接照做的清單:一段給所有人,一段給做產品、寫程式的人。 📌 五句照做 修補一出來,當天就更新 每一把 API key 都設花費上限、知道怎麼撤銷,用不到的刪掉 打開別人給的專案之前,先看 .claude、.vscode、MCP 設定;agent 碰不到正式環境的鑰匙 你自己:兩步驟驗證(驗證器 App/通行金鑰)、密碼管理器、清掉不用的第三方連結 做產品的人:假設平台會出事,準備好第二條部署的路 一手來源與報導: ・NPR|Hacking attempts rise after flaws found in program affecting 70 percent of websites:https://www.kosu.org/news/2026-10-23/hacking-attempts-rise-after-flaws-found-in-program-affecting-70-percent-of-websites ・PHP Foundation|PHP2Shell 事後報告:https://thephp.foundation/blog/2026/10/21/todays-php-security-release-and-how-were-strengthening-php-security/ ・Wiz|PHP2Shell:https://wiz.io/blog/php2shell-php-rce ・TechCrunch|OpenCode:https://techcrunch.com/2026/10/19/hackers-hit-ai-coding-tool-opencode-running-up-charges-on-users-ai-accounts/ ・Railway|Security Disclosure 10/21:https://blog.railway.com/p/security-disclosure-wednesday-october-21st ・Railway 狀態頁:https://status.railway.com/ ・Zeabur|十月資安事件初步報告:https://zeabur.com/zh-TW/blogs/october-2026-security-incident ・LiteLLM|10/21 事後報告:https://docs.litellm.ai/blog/security-incident-oct-21-2026 ・Hugging Face|事件技術時間軸:https://huggingface.co/blog/agent-intrusion-technical-timeline ・Anthropic|評測中打到真實組織的調查:https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals 參考影片: ・SomeOrdinaryGamers|EVERYTHING Is Being Hacked Right Now…:https://www.youtube.com/watch?v=PPoMjP_De0U ・Theo - t3.gg|Even T...

EP442 – AI 泡沫要破了嗎?黃仁勳親自回應 3 個最大質疑|GPU 能用幾年為什麼那麼重要?

14 min

輝達執行長黃仁勳 10/21 在 GTC 柏林接受 Yahoo Finance 專訪,回應 AI 泡沫三大質疑:債務、算力過剩、GPU 能用幾年。他說 GPU 能用 7–8 年,Amazon、Meta、CoreWeave 年報上的伺服器卻只算 5–6 年。 這一集先用白話講清楚「AI 泡沫論」在怕什麼:新雲端業者借錢買 GPU、拿 GPU 當抵押、靠出租算力的租金還債。再看黃仁勳怎麼回答三個質疑,哪些查得到官方文件、哪些只有他在講;最後補上他沒講的風險,以及這件事跟台灣的 CoWoS、HBM、電力有什麼關係。 章節: 00:00 黃仁勳怎麼回應 AI 泡沫 01:00 AI 泡沫論在怕什麼:CoreWeave 借了 355 億美元 02:14 質疑一:資料中心空窗期與 DSX POD 04:46 質疑二:算力會不會蓋太多 06:24 質疑三:GPU 能用幾年?7–8 年 vs 帳上 5–6 年 09:20 黃仁勳沒講的風險 11:48 台灣:CoWoS、HBM、電力瓶頸 參考影片: ・Yahoo Finance|Nvidia's CEO on the AI debt scare, China, and jobs | Full interview:https://www.youtube.com/watch?v=sH5qyeHSdVs 官方文件與一手資料: ・輝達|DSX POD 新聞稿(2026/10/21):https://nvidianews.nvidia.com/news/nvidia-introduces-dsx-pod-ai-factories-to-accelerate-europes-infrastructure-deployment ・輝達|GTC Berlin 2026 主題演講官方部落格:https://blogs.nvidia.com/blog/gtc-berlin-2026-keynote/ ・輝達|FY2026 10-K(設備折舊年限):https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm ・CoreWeave|10-Q(2026/6/30,債務本金與到期):https://www.sec.gov/Archives/edgar/data/1769628/000176962826000366/crwv-20260630.htm ・CoreWeave|FY2025 10-K(設備使用年限):https://www.sec.gov/Archives/edgar/data/1769628/000176962826000104/crwv-20251231.htm ・Amazon|FY2025 10-K(伺服器年限 6 年改 5 年):https://www.sec.gov/Archives/edgar/data/1018724/000101872426000004/amzn-20251231.htm ・Alphabet|FY2025 10-K:https://www.sec.gov/Archives/edgar/data/1652044/000165204426000018/goog-20251231.htm ・Meta|FY2025 10-K:https://www.sec.gov/Archives/edgar/data/1326801/000162828026003942/meta-20251231.htm ・DeepSeek|DeepInfer 部署 Q&A(每 GPU 小時營收):https://github.com/deepseek-ai/DeepInfer/blob/main/doc/inferencedeploymentqa.md...

EP441 – Claude Duet 完整解析:會先來找你的 Claude,跟 Grok Bot、Muse、dots 差在哪?

13 min

Anthropic 10/21 發表 Claude Duet:一個會先來找你的 Claude。它每天早上傳簡報給你、每隔幾個小時看一次你的信箱和行事曆,有事才通知你,交給它的工作在雲端自己的電腦上跑。 大家都在比它能做多少事,但 Anthropic 自己說它最有用的是「判斷」:什麼事要叫你、什麼可以等、什麼要先問你。這一集講它怎麼陪你過一天、這份判斷怎麼運作(還有它為什麼會花你的額度),再跟 Grok Bot、Meta 的 Muse、ChatGPT dots 比一次,最後講台灣的你現在能做什麼。 📌 四句照做 拿到之後,早上的簡報先看它挑了哪三件事,再決定要不要交給它做 直接傳一句:「每天早上一份簡報就好,其他只有要我決定的事才通知我。」 跟別家比之前,先看你的信、行事曆跟工作資料放在哪一家 台灣現在還不能用(研究預覽版只開放美國 Pro/Max),可以先在 Claude 裡把記憶、skill、連接器整理好 Anthropic 官方資料: ・Anthropic|Introducing Claude Duet(公告):https://claude.com/resources/articles/claude-duet ・Claude Duet 產品頁:https://claude.com/product/claude-duet ・Claude Help Center|Get started with Claude Duet:https://support.claude.com/en/articles/17631495-get-started-with-claude-duet ・官方影片|Introducing Claude Duet:https://www.youtube.com/watch?v=Fb-68zqcSVs 參考影片: ・Brock Mesarich | AI for Non Techies|Anthropic Just Dropped Claude Duet (Full Breakdown):https://www.youtube.com/watch?v=nv1aaP3dHzs ・Peter Yang|Claude Duet Is Here! Is Anthropic’s Personal Agent Useful?:https://www.youtube.com/watch?v=D-pz8L1orVI ・Chase AI|Anthropic Just Dropped Claude Duet (Here's How To Get Access):https://www.youtube.com/watch?v=pJ5tXmHAwR4 ・How I AI|Claude Duet is beautiful. I still forgot to use it:https://www.youtube.com/watch?v=HYb5w4PfPZM 這一集有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP439 – SpaceX 要和特斯拉合併?3.5 兆天價背後,真正讓馬斯克現在出手的原因是什麼

14 min

SpaceX 開第三季財報電話會議時,馬斯克說 SpaceX 跟特斯拉都已經成立特別委員會,討論兩家公司合併。大家都在講「兩家加起來三點五兆美元」,這一集想回答的是另一個問題:為什麼是現在? 一、SpaceX 變成一家 AI 公司:這一季營收 146 億美元,SI(超級智慧)部門 76 億美元,第一次超過營收的一半,成長主要來自出租算力。馬斯克說最卡的是電力、冷卻跟基礎設施,不是晶片;第四季資本支出預估 350–400 億美元。 二、拼圖分在兩家公司:Grok、資料中心、Starlink 在 SpaceX,Optimus、Megapack、AI5 晶片在特斯拉。Terafab 晶片廠兩家一起蓋,只有框架協議,誰出多少錢還沒決定。我們從公開資料讀出三個推力:上市後有了市價、SI 過半而且轉盈、Terafab 要開始花錢;也講反方:長期合約、合資也能合作。 三、要合併,還要過哪幾關:馬斯克說合併是好主意,但不保證會發生,委員會還沒談出任何條件;特斯拉要全部已發行股票過半同意,沒投票的效果跟反對一樣。 這一集有片段是兩場財報會議的原聲,也有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。 一手來源 ・SpaceX 2026 第三季財報(8-K):https://www.sec.gov/Archives/edgar/data/1181412/000162828026066482/spaceexplorationtechnologi.htm ・SpaceX IPO 公開說明書:https://www.sec.gov/Archives/edgar/data/1181412/000162828026042639/spaceexplorationtechnologi.htm ・SpaceX 第三季財報電話會議(@SpaceX 直播):https://x.com/i/broadcasts/1PKqrNbLZbPGb ・Tesla 第三季財報會議(Tesla 官方 webcast):https://www.youtube.com/watch?v=tFezqXBF-gw ・Tesla 2026 委託書:https://www.sec.gov/Archives/edgar/data/1318605/000110465926116700/tm267596-1_def14a.htm 延伸觀看 ・CNBC Television:https://www.youtube.com/watch?v=DV1i4QLiab4 ・DW News:https://www.youtube.com/watch?v=C6iXeFHqRHg ・Solving The Money Problem:https://www.youtube.com/watch?v=aozjbiOyfD0 ・Electrified:https://www.youtube.com/watch?v=kwxOoiNePxg 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP438 – Claude 用量一直爆?五招讓你不再 token 焦慮

9 min

用 Claude 用到一半,跳出「五小時的用量上限到了」?你的額度不只花在你打的字上,還花在 Claude 每一次都要重讀的那一整疊:每送一則訊息,整段對話、上傳的檔案、工具的說明都要再送一次。而且網頁版、App 跟 Claude Code 用的是同一個額度。 Anthropic 自己寫了兩份省用量的指南,一份給 claude.ai,一份給 Claude Code。這一集從這兩份整理出五招,訂閱用戶今天就做得到: 第一招,換題目就開新對話。Claude Code 先 /rename 取名,再 /clear,要回去用 /resume。要用前面講過的內容,直接說「剛剛那份」,不要整份再貼。 第二招,相關的問題一次問完。官方建議把相似的請求合成一則送、開始前先想好需要什麼、背景一次給、送出前看一遍。Claude Code 講清楚要改哪個檔案,複雜的工作先切到 plan mode,方向不對按 Esc、用 /rewind 倒回去。 第三招,模型跟思考強度先選好。Opus 每一回合的用量是 Sonnet 的好幾倍,大部分寫程式 Sonnet 就夠,Effort 選 Low 或 Medium。Claude Code 中途換模型會整段重讀,強度倒是可以邊做邊調。 第四招,用不到的工具關掉。connector 多的話把 Tool access 改成 On demand;Claude Code 用 /context 看、/mcp 停用、有 CLI 就用 CLI;CLAUDE.md 寫在兩百行以內;冗長的工作交給 subagent。 第五招,善用快取。常用資料放進 Project;快取閒置會過期,Claude Code 訂閱方案是一小時。要離開很久,先請 Claude 寫一份交接摘要,回來開新對話貼上。/compact 本身也要讀整段,要重新開始用 /clear 不花用量。 這一集有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。所有官方文件連結都在 YouTube 影片的資訊欄。 兩份官方省用量指南: ・claude.ai|Usage limit best practices:https://support.claude.com/en/articles/9797557-usage-limit-best-practices ・Claude Code|Manage costs effectively:https://code.claude.com/docs/en/costs 參考影片: ・Sharbel A.|Paste This Into Claude Code, Never Run Out Of Tokens Again:https://youtu.be/kHtOSJRUkLs ・Nate Herk | AI Automation|Give Me 10 Mins and I'll Save You Millions of Claude Tokens:https://youtu.be/6cEQEba0i2A ・John Kim|How To Save 90% of Claude Code Token Usage:https://youtu.be/UslVzxAkiZ0 ・Ben AI|Paste This Into Claude, Never Hit a Token Limit Again:https://yout...

EP437 – OpenCode、Zeabur、Hugging Face 都出事了:AI 時代,產品還擋得住攻擊嗎?

10 min

10 月 17 日,開源 AI 寫程式工具 OpenCode 公布資安事件:入侵者進到一個正在下線的舊系統,用戶存在 OpenCode Console 上的 OpenAI、Anthropic、Google key 可能外洩。官方公告:https://x.com/opencode/status/2111519637049319818 這一集回答一個問題:如果 AI agent 想進來,你的產品擋得住嗎? AI 攻擊走到哪:英國 AI Security Institute 的模擬靶場,GPT-5.6 Sol 十次打完七次,但同一個模型遇到每台都裝防毒、舊協定關掉的靶場,一次都沒打完。Gambit Security 抓到一個攻擊者用三個開源 AI 工具,平均每打一家只花二十五美元左右。找漏洞變便宜了,修漏洞還是要靠人。 三件案子放在一起看:OpenCode 是正在下線的舊系統;OpenAI 的模型在測試時逃出去、用外流在網路上的憑證打進 Hugging Face;Zeabur 是退場中的共享叢集加上沒有權限範圍、沒有期限的舊金鑰。攻擊者都不是從最硬的門進去的。 你能先做的事:能不收別人的 key 就不要收,要收就限定權限、會過期;舊系統宣布退場那天就先收權限、換金鑰;最高權限、雲端帳號、資料庫有異常直接通知你;防守用的 AI 出事之前就準備好;把 key 貼給工具的人,一個工具一把、設花費上限、出事回模型公司後台撤銷。 最後聊責任、成本與信任:agent 自己打出去算誰的?攻擊一家只要二十五美元,「我們太小不會被打」已經不成立;用戶把 key 交給你之前,會開始問你保不保管、能不能限制、多久通知。 這一集有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。所有一手來源連結都在 YouTube 影片的資訊欄。 Zeabur 八月資安事件報告:https://zeabur.com/zh-TW/blogs/august-2026-security-incident Hugging Face 七月資安事件:https://huggingface.co/blog/security-incident-july-2026 我們之前講過 OpenAI × Hugging Face(EP381):https://www.youtube.com/watch?v=3Y_sSLoMfnc 參考影片: ・Kurzgesagt – In a Nutshell|AI Just Crossed the Terrifying Line - Now What?:https://youtu.be/ujkD4SxPKOI ・JRE Clips|OpenAI Bots Hacked Hugging Face Without Human Input: Former Researcher Details the Incident:https://youtu.be/hkbv4ILw_II ・Hoog|Hugging Face: Why AI Might Kill Us:https://youtu.be/OO225IfoR3s ・Alberta Tech|The Hugging Face hack is worse than you think:https://youtu.be/_HBLAdk-5uc 歡迎請我喝...

EP436 – Zeabur 要關了,你的 n8n 跟 AI 專案該搬去哪?新手搬家選擇指南

11 min

Zeabur 在 10 月 17 日宣布停止營運:12 月 1 日起服務陸續停止,12 月 31 日全部關閉,差不多到了 12 月,上面的東西就不能用了。官方公告:https://zeabur.com/zh-TW/blogs/zeabur-is-shutting-down 這一集不比哪一家最便宜,而是先問一個問題:沒有人在用的時候,你的東西在做什麼? 一、你手上是哪一種:網頁類有人來才醒、定時跑一下的鬧鐘響才醒、一直開著的(n8n、聊天機器人、資料庫)一秒都不能睡。 二、網頁類:Vercel 或 Cloudflare。Vercel 免費方案只能放非商業的個人專案;這兩家都不適合放 n8n。 三、一直開著的:新手先看兩條路——什麼都不想管選 n8n Cloud(每月 20 歐元年繳、2,500 次執行),想要最像 Zeabur 選 Railway(亞洲只有新加坡,一搬過去就設 Hard limit)。另外還有 Render(固定月費,n8n 加資料庫約 31 美元)跟 VPS+Coolify(最便宜,但什麼都要自己管)。 四、定時跑一下的:GitHub Actions(公開 repo 60 天沒動靜,排程會被停掉)或 Claude Code 的 Routines(官方仍標示研究預覽)。已經跑得好好的 workflow,這次先原樣搬。 五、叫 AI 幫你搬:只要裝新家那一家的 MCP。打包(Zeabur 匯出專案只有設定、不含資料,資料庫要另外備份)→ 搬運(網頁類用 Vercel MCP 或 Cloudflare Skills plugin,記得設環境變數;n8n 搬 Railway 用官方 plugin,注意 n8n Encryption Key;搬 n8n Cloud 的話 credential 要重新連一次)→ 開箱。附一段可以直接貼給 Claude Code 或 Codex 的 prompt。 六、一定要換鑰匙:Zeabur 今年出過兩次資安事件。撤銷舊的 API key,n8n Encryption Key 跟資料庫密碼在新家都換新的;搬完先停舊的、改 webhook 網址、實際跑一次。 這一集有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。各平台的官方文件與定價連結都在 YouTube 影片的資訊欄。 Zeabur 八月資安事件報告:https://zeabur.com/zh-TW/blogs/august-2026-security-incident 參考影片: ・Theo - t3.gg|Where Should You Deploy In 2026?:https://youtu.be/yfxDdQo2cyI ・Gary Chen|Make 跟 n8n 還值得學嗎?2026 年新手現在該把時間花在哪:https://youtu.be/UQDSftGndms ・Gary Chen|給非技術人員的部署教學,Vibe Coding 上線前必看:https://youtu.be/6bvEcpm72W0 ・Nate Herk|How to Deploy Your Claude Automations (3 Methods):https://youtu.be/xJ5oz63mIec...

EP435 – Cursor工程師一個月 2,000 個 PR,她憑什麼敢讓 AI 自己 merge?|pstack

15 min

「上個月,我上線了 2,000 個 PR。」說這句話的是 Lauren(網路上叫 poteto),React Compiler 的核心成員,今年三月加入 Cursor,現在在 SpaceX 的 AI 部門做 Grok Bot。而且這些 PR 大部分是 agent 自己 merge 的。她把自己的做法開源成 Cursor 外掛 pstack:https://github.com/cursor/plugins/tree/main/pstack 一、pstack 是什麼:裡面有 54 個 skill,但你只要記兩個指令。/setup-pstack 選推理預算和哪個工作給哪個模型;之後需要嚴謹的工作,前面加 /poteto-mode,講清楚「你要什麼、怎樣才算做完」,它會從 23 套流程裡挑一套、自己叫其他的 skill。 二、她憑什麼敢放手:關鍵是信任,而信任來自驗證。讓 agent 自己把程式跑起來、像使用者一樣去操作、拿出真的跑過的結果(create verification skill 會幫你的 App 產生一份驗證說明書和功能地圖);寫程式的 agent 不能自己判定過關;agent 一直犯同一個錯,就用架構、型別、lint、測試讓它犯不了,寫成文件規則排最後。2,000 多個 PR 她也不是每個都看,而是抽樣,抽到問題就回去改流程。 三、跟 Matt Pocock 的 skills 差在哪:Matt 的 grill me 先一直問你,問到有共識;pstack 先做,再拿結果給你檢查。需求還不清楚先用 grill me,清楚了再交給 /poteto-mode。 四、怎麼開始、什麼時候不要用:Cursor 打 /add-plugin pstack;Claude Code 也能裝,但雲端 agent、自動化、Bugbot 這些 Cursor 功能沒有。小改動、token 有限、很難自動驗證的工作,都不需要整套。最重要的是別整套照抄,用 /automate-me 做出你自己的一套。 這一集有很多圖解和 Lauren 本人的原聲,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。 Lauren 本人的直播、講座、演講: ・Matt Pocock|LIVE: Poteto (creator of pstack) on shipping 1,000's of PR's a month at SpaceX:https://www.youtube.com/watch?v=MN9dGgmLyso ・Maven 講座|How Cursor Turned AI Agents Into Better Engineers:https://maven.com/p/e23d9c/how-cursor-turned-ai-agents-into-better-engineers ・Lauren 的演講|how i shipped 2,500 PRs last month:https://x.com/poteto/status/2102050467505430555 比較對象:Matt Pocock|Skills For Real Engineers:https://github.com/mattpocock/skills 參考影片: ・Eric Tech|Pstack: How a Cursor Engineer Ships Code With AI:https://www.youtu...

EP434 – Anthropic 把 Git 換掉了!一天合併 3 萬次,Git 為什麼撐不住?|Scion

10 min

Anthropic 把 Git 換掉了。消息一出來,工程師留言區按讚最多的反應是:「他們只是把二十年前的集中式系統重做一次。」這一集告訴你,為什麼這句話只對了一半。官方原文:https://www.anthropic.com/engineering/redesigning-source-control 一、為什麼要換掉 Git:Git 是 2005 年為 Linux 做的,假設每個人都在自己的電腦上、可能離線,所以每台電腦都放一整份程式碼加上所有歷史。但在 Anthropic,用 Git 的幾乎已經不是人,而是永遠在線的 AI agent。今年 9 月他們一天 merge 超過 30,000 次,平均不到 3 秒一次;光是 CI 一天就要 checkout 大約 2,500 萬次,而照 Git 的做法,每次都要一份壓縮後超過 25 GB 的程式碼。他們自己做的 Scion,像是從「寄附件」改成「雲端文件」:要哪個資料夾拿哪個,問題直接問伺服器,commit 在伺服器上完成,checkout 從幾分鐘變成幾秒鐘。 二、AI 寫程式到了什麼程度:做 Scion 的團隊只有 7 個人、5 個月,同一段時間每天 merge 量還成長了 10 倍。Claude Mythos Preview 把一支手寫的匯入程式整個重新寫過,記憶體只剩 1/20、快 4 倍。參與的工程師都認為 Claude 寫程式比自己強,而工程師的工作,很多時候是對 Claude 說不。 三、跟你有什麼關係:官方說 Scion 不是 Git 的通用替代品,你不需要換掉 Git;但他們判斷 6 到 12 個月內,這類問題會更常見,最先卡住的會是版本控制、build 跟測試。如果你已經讓好幾個 agent 同時寫同一個專案,今天就可以用 git worktree。 這一集有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。參考影片: ・Theo - t3.gg|Anthropic Rebuilt Git (yes really):https://www.youtube.com/watch?v=hiI0Vk4NgeY ・Amine AI|Claude Just Killed GitHub? Anthropic's Scion vs Git Explained:https://www.youtube.com/watch?v=aY3h5RjwmbM ・Hyperautomation Labs|Anthropic Just Ditched Git (Claude Broke It):https://www.youtube.com/watch?v=6Ozh4BKmtvs ・Simply AI|Anthropic's Scion vs Git, Clearly Explained:https://www.youtube.com/watch?v=JTA9Zi34dYY ・The Modern Web Architect|Scion: Anthropics replacement for Git:https://www.youtube.com/watch?v=5VgUMjmCYcE 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP433 – 特斯拉 Roadster 真的飛起來了!倒掛、翻滾、跳過整排車,它到底怎麼做到的?

9 min

Tesla 在 2026 年 10 月 15 日晚上(美國時間),在德州 McGregor 的 SpaceX 火箭引擎測試場發表第二代 Roadster。台上它倒掛在坡道上、飛出去翻一圈、跳過一整排車,零到時速六十英里跑出 0.81 秒。Tesla 官方直播:https://www.youtube.com/watch?v=qt5p-_tE8d0 ;官方短片「The Ramp | Roadster」:https://www.youtube.com/watch?v=7p5LxFdc-Qg 它靠兩套系統,這一集就從四段展示倒推回去講。 一、車底風扇:車底四周一圈貼地的密封,中間一個風扇把車底的空氣往外抽,車底氣壓變低,外面的空氣把車壓下去。官方說最高可以產生大約 2G 的吸附力,等於車子自己重量的兩倍——倒掛在坡道上,兩倍扣掉一倍重力,還剩一倍把車壓在坡道上。平常最大的用處是過彎:官方說平路過彎可以撐住超過 2G 往外甩的力量,一般輪胎大約是 1.26G。 二、推進器(技術來自 SpaceX):分兩種,車尾的主推進器負責主要推力,車身周圍的姿態控制推進器負責調整角度,全車共 10 個噴嘴。車上兩個碳纖維複合材料壓力槽,合計 600 公升、大約 250 公斤的空氣,用的是超高壓空氣槽,車子可以自己把空氣打回去,不需要特殊推進劑。車尾四個推進器噴出來的氣流比音速還快,看得到馬赫環,官方說推力超過 80 千牛頓,大約等於頂起 8 噸。 三、兩套系統怎麼分工:倒掛坡道靠風扇吸住;空中翻滾是離開坡道之後由推進器接手;跳過整排車靠推進器;零到時速六十英里那 0.81 秒,風扇讓起步的抓地力更好,推進器也同時在噴。 四、量產資訊:Performance、Thrust、Rocket 三個版本,只有 Rocket 有完整的跳躍與翻滾,邀請制、部分地區不販售;官網寫 Rocket 版零到時速六十英里低於 0.59 秒、極速 230+ 英里;現場的 0.81 秒是展示車的計時。2028 年量產,售價還沒公布。 這一集有很多圖解,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。參考影片:CNET|Tesla's Flying Roadster Revealed: Everything That Happened in 10 Minutes:https://www.youtube.com/watch?v=TWHXrLzUKJc 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP432 – Always-on Agent 到底怎麼運作?史丹佛 CS146S:前 Cursor 的 Lee Robinson 拆解 Grok Bot

20 min

原課堂:Stanford CS146S〈How always-on agents work〉,講者 Lee Robinson https://www.youtube.com/watch?v=L1OBRtfPS34 你在 Claude Code 交代一件事、闔上筆電,它就停了。這一集整理史丹佛 CS146S《The Modern Software Developer》的一堂客座課:前 Vercel、前 Cursor,現在在 SpaceX 做 Grok 的 Lee Robinson,拆解他們的 always-on agent 產品 Grok Bot 是怎麼做出來的。 這一集的重點:always-on agent 其實大部分時間都在睡覺。它厲害的地方是隨時叫得醒、醒來接得上 —— agent 的迴圈放在 server,自己的雲端電腦閒置就關機、需要時再醒來,記憶全部寫成檔案。 我們跟著一則訊息走一趟: 一、叫醒:排程、Slack、電話、另一個 agent 都能叫醒它;router 去重、排隊,再判斷「這件事值得找你嗎?」 二、在哪裡跑:server 跑 agent、電腦隨時可以重建;Firecracker 虛擬機閒置就存檔關機;durable workflow 讓當機後從中斷的那一步接著做 三、怎麼做事:只有一個跟你講話的工具 SendToUser;工具先只給名字;便宜的方法先試;一個主 agent 加很多助手;自動審查與 prompt injection 防護 四、怎麼記住:prompt caching 讓開頭保持不變、快取沒中就是 bug;趁你不在時摘要;記憶分成 profile、log、notes、搜尋四層 最後整理成五件你今天用 Claude Code、Cursor 就能照做的事。 參考資料: ・Stanford CS146S 課程網站:https://themodernsoftware.dev ・Grok Bot 官方說明:https://x.ai/news/grok-bot-more-plans ・Anthropic Tool Search Tool 文件:https://platform.claude.com/docs/en/agents-and-tools/tool-use/tool-search-tool ・Anthropic Prompt Caching 文件:https://platform.claude.com/docs/en/build-with-claude/prompt-caching 完整影片版有很多架構圖解,YouTube 搜尋「AI 懶人報」就找得到。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP431 – Claude Code 18 個用法:小白第一天就該會的,跟贏過 80% 人的進階技巧

10 min

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音,支援情感語音、台式口音,甚至能一鍵生成虛擬人! 🎁 AI懶人報聽眾專屬優惠: 👉 輸入優惠碼 AILRB26 立享 95 折! 立刻體驗:https://www.voai.ai/ Claude Code 十八個用法:從第一天打開就該會的,到能讓你贏過八成使用者的進階功能。這一集照 Claude Code 官方文件整理,每一個用法都講要怎麼打、什麼時候用。 官方的最佳實踐裡,大部分建議都來自同一個限制:context 會滿,越滿越容易忘記前面的話。而官方放在第一條的,是給 Claude 一個可以自己驗收的方法,這是「要一直盯著」跟「可以走開」的差別。 一、第一天就該會:用 /init 產生 CLAUDE.md 再刪到只剩它猜不到的;Shift+Tab 切到 plan mode 先計畫;用 @檔名、截圖、完整錯誤訊息給它看;Esc 停下、Esc 兩下或 /rewind 退回;做大功能前讓它用選擇題先問你、寫成 SPEC.md;用 /model 跟 /effort 選模型和思考深度。 二、每天都用得到:一件事一個對話,用 /context 看用量、/clear 清空;糾正兩次還錯就重來;把可以自己跑的檢查寫進要求,叫它貼出證據;/btw 問小問題不佔空間;/compact 講清楚要留什麼;/rename 幫對話取名字,隔天用 --continue、--resume 接回來。 三、贏過八成的人:重複的流程寫成 skill;一定要做的事用 hook;調查交給 subagent;/code-review 換一雙眼睛檢查;/goal 讓它做到條件達成;claude -w 跟 claude -p 讓好幾個 Claude 同時工作。 官方文件:https://code.claude.com/docs/en/best-practices 這一集有完整的 Claude Code 畫面示範,想看影片版的話,YouTube 搜尋「AI 懶人報」就找得到。 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP430 – Multi-Agent Code Review 系統怎麼設計|從一個 prompt 到多 agent 系統

20 min

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音,支援情感語音、台式口音,甚至能一鍵生成虛擬人! 🎁 AI懶人報聽眾專屬優惠: 👉 輸入優惠碼 AILRB26 立享 95 折! 立刻體驗:https://www.voai.ai/ 想像一下:AI reviewer 在你的 PR 底下留了 23 則留言,真正要緊的那一則,你根本看不到。這集照一個 PR 走進系統的順序,拆解一套 Multi-Agent PR Review 系統怎麼設計:接收事件、分工、查資料、過濾、送出跟記帳,最後講完整系統怎麼蓋:架構怎麼切、LangGraph 還是 Temporal、十個里程碑怎麼驗收。 🧩 七句話 一、先寫下沒有 AI 的時候人怎麼 review,把真正需要判斷的部分圈出來 二、接收事件:驗證 GitHub 簽章、十秒內回應、丟進佇列、用送達編號去重、先用便宜的模型決定要不要看 三、照「去哪裡找證據」切出專家 agent,各自乾淨的 context 平行跑,每個都設逾時 四、只檢索相關片段;先從 git 歷史、舊 PR 留言和 CLAUDE.md 開始 五、每條意見另派 agent 驗證打分,門檻設高,沒有證據就不貼 六、有把握的自動貼、拿不定的給人、嚴重的直接通知;每一步記成事件 七、接收端和 worker 分開;orchestrator 包一層介面;每個里程碑配一個檢查,交給另一個 agent 驗收 🔗 這集提到的 ・Anthropic 官方 Claude Code code-review 外掛:https://github.com/anthropics/claude-plugins-official/tree/main/plugins/code-review ・Claude Code GitHub Action:https://github.com/anthropics/claude-code-action ・GitHub webhook 最佳實務(10 秒內回應、佇列、X-GitHub-Delivery):https://docs.github.com/en/webhooks/using-webhooks/best-practices-for-using-webhooks ・Ayush Singh:Designing & Building PR Review Multi Agent System(freeCodeCamp 轉載版同內容):https://www.youtube.com/watch?v=RiN02OXjeeQ ・Philipp Lackner:Multi-Agent Code Review Workflow:https://www.youtube.com/watch?v=3pKL7ixauAc #ClaudeCode #CodeReview #AIAgent #MultiAgent #GitHub 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP429 – Gemini 4 Argon 正式開放:追上 Claude 了嗎?它真正厲害的只有一件事

7 min

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音,支援情感語音、台式口音,甚至能一鍵生成虛擬人! 🎁 AI懶人報聽眾專屬優惠: 👉 輸入優惠碼 AILRB26 立享 95 折! 立刻體驗:https://www.voai.ai/ Google 的 Gemini 4 Argon 正式開放了。它到底有多厲害?要不要從 Claude、Codex 換過去? 先講結論:整體跑分追上了 Claude 跟 OpenAI 最好的模型,但沒有超過。 Artificial Analysis 綜合分數 53,跟 Fable 5.1、GPT-6 Astra 同分,輸 Opus 5.5(58)、Sonnet 5.5(56)。 價格 $2/$10(每百萬 token 輸入/輸出),跟 Sonnet 5.5 一樣;12 月 1 日起變成 $4/$20,但跑一輪 $3.98,還是比 Opus 5.5 的 $5.98 便宜。 跑分追平不是新聞。Argon 真正跟別人不一樣的只有一件事:一次能做很久、寫很多(輸出上限 100 萬 token,約 Claude 一般呼叫的 8 倍)。 這一集回答三個問題: 跟其他模型比,它排在哪、要花多少錢 它真正不一樣的地方:一百萬 token 的輸出,跟跑一整晚的長任務 社群上大家怎麼說,你該不該換 三件可以直接照做的事: ・要一次寫很長的東西 → 透過 API 打開一百萬輸出上限,提示裡寫清楚目標跟長度 ・晚上丟下去、早上回來審的長任務 → 挑一件丟給 Argon 試,推廣價到 11 月底 ・寫程式、做畫面、每天的開發工作 → 先留在原本的工具 ── 官方資料 ── Google 發表文(2026/9/30)https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ Google 上線文(2026/10/13)https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/ Gemini app 上線文(2026/10/13)https://blog.google/innovation-and-ai/products/gemini-app/gemini-4-argon-availability/ Google Antigravity 部落格(2026/10/13)https://antigravity.google/blog/gemini-4-argon-in-google-antigravity/ Google Developers Blog:讓 Argon 跑一整晚優化 20 萬行 Python https://developers.googleblog.com/optimizing-a-200000-line-python-codebase-overnight-with-gemini-4-argon/ Gemini API 定價 https://ai.google.dev/gemini-api/docs/pricing 一百萬 token 輸出(long decode)文件 https://ai.google.dev/gemini-api/docs/long-decode Artificial Analysis 排行 https://a...

EP428 – 看穿 Meta 的 AI 佈局:Zuckerberg 跟 Alexandr Wang 的兩小時,我整理成五步

17 min

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音,支援情感語音、台式口音,甚至能一鍵生成虛擬人! 🎁 AI懶人報聽眾專屬優惠: 👉 輸入優惠碼 AILRB26 立享 95 折! 立刻體驗:https://www.voai.ai/ 🎙 本集整理自 Cheeky Pint(Stripe 共同創辦人 John Collison 的節目)〈Muse Wonder: Zuckerberg and Wang's $100B AI〉,受訪者:Mark Zuckerberg(Meta 創辦人暨執行長)、Alexandr Wang(Meta 首席 AI 官、Meta 超級智慧實驗室 MSL 負責人)。 ▶ 原訪談(2 小時完整版):https://www.youtube.com/watch?v=XfdIhd1g6EI 大家把 Meta 當成 Llama 4 失手、在後面追 OpenAI 的那一家。可是把這兩小時聽完,Meta 其實是刻意選了一條別人沒在跑的跑道:不拚自動化知識工作,做一個幫一般人辦事的個人 agent(Muse),而且從資料中心、模型、商家 agent 到眼鏡,整套自己做。這一集照一個 AI 產品從無到有的順序,拆成五步:人、算力、模型、產品、錢。片中嵌入 13 段兩人的原話(中英字幕)。 🧠 帶得走的五件事 人:開新職缺前,先比「多一個人」跟「把預算給團隊最強的三個人買工具、買算力」哪個產出多 算力:押一大筆之前寫下兩句:哪幾件事同時失敗我才會虧?失敗了這筆投資還能拿去做什麼? 模型:開一張試算表,每一列是一個使用者在乎、但跑分量不到的小地方,每次改版逐列打分 產品:如果使用者跟你的產品中間多了一個 agent,你是被呼叫的 API,還是被繞過去的網站? 錢:免費讓多少人用之後,合作夥伴才會主動來串接?答不出來,免費就只是燒錢 ⚠️ 片中「他說」的部分(研究團隊人數、訓練成本粗估、內部會議)只有訪談本身這樣講,查不到第三方來源;跑分第一是 Meta 自己公布的數字。 📚 資料來源 ・原訪談逐字稿(Cheeky Pint Substack):https://cheekypint.substack.com/p/muse-wonder-zuckerberg-and-wangs ・Meta:Muse Wonder 發表 https://about.fb.com/news/2026/10/introducing-muse-wonder-models/ ・Meta:Muse 個人 AI agent 發表 https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/ ・Meta 投資 Scale AI 49%(Axios)https://axios.com/2025/06/13/meta-scale-ai-deal ・Meta 超級智慧實驗室成立備忘錄(CNBC)https://www.cnbc.com/2025/06/30/mark-zuckerberg-creating-meta-superintelligence-labs-read...

EP427 – 大家用 AI 助理都在做什麼?Grok Bot、Muse、Dots 最多人用的 12 種用法

7 min

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音,支援情感語音、台式口音,甚至能一鍵生成虛擬人! 🎁 AI懶人報聽眾專屬優惠: 👉 輸入優惠碼 AILRB26 立享 95 折! 立刻體驗:https://www.voai.ai/ 現在大家都在用 AI 助理:Grok Bot、Meta 的 Muse、Dots。可是裝好之後,大部分的人不知道要叫它做什麼。這一集整理了大家最常拿 AI 助理來做的十二件事,給你一些靈感。 每一個用途都講三件事:它幫你做什麼、你可以直接跟它說的那一句話、大家實際放手到哪一步。 ✅ 大家的共同規則 錯了也不痛的,讓它自己做(盯資訊、早上簡報、習慣提醒、加待辦、家庭群組摘要、封存收據)。 錯了收不回來的,停在你按(寄出的信、發出的貼文、換方案、付錢、跟別人約時間)。 今天就能開始的三句話 先接信箱:每天早上分三堆,要回的只擬草稿,不要寄出 丟一份想買的清單給它,每天追價,降價再通知你 剪頭髮、看牙醫這種固定的預約交給它,訂之前一定先問你 #AI助理 #GrokBot #Muse #Dots #AI懶人報 歡迎請我喝杯咖啡,幫助我繼續把節目做得更好唷~! 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn

EP426 – 用 Claude 投資:像專業機構一樣做研究|挑毛病、AI 研究團隊、自動提醒

11 min

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音,支援情感語音、台式口音,甚至能一鍵生成虛擬人! 🎁 AI懶人報聽眾專屬優惠: 👉 輸入優惠碼 AILRB26 立享 95 折! 立刻體驗:https://www.voai.ai/ 📬 懶懶財經速報:每天 AI 整理台股、美股投資節目重點,免費訂閱(已超過 700 人)👉 https://stock.ailanbao.org/ 網路上說用 Claude 每天賺兩千美金;管大錢的機構(挪威主權基金、Citadel、Bridgewater)卻是拿 Claude 做研究,有的還用來挑自己的毛病。這集照專業的方法做:研究個股、一支 AI 研究團隊、看大盤和主動提醒,最後是我自己的系統。 ⚠️ 本集不是投資建議。 📋 可以直接複製的 prompt 【投資人檔案】(claude.ai 專案指示) 我的目標和期限:。能承受的最大虧損:。目前持股和比例:___。絕對不做的事:不買槓桿、單一個股不超過 20%。每次回答前先讀這份檔案;新資訊只新增不覆蓋,寫上日期。 【挑我的毛病】 我打算,理由是①②③。請你不要給我建議,專門挑我的毛病:三個理由各自最弱的地方、我漏看了什麼、低估了哪個風險,最後告訴我出現哪三件事就代表我錯了。數字附來源。 【讀法說會】 幫我整理___最新一季的法說會:營收、毛利率、營業利益率跟上一季、去年同期比;下一季指引;說法哪裡變了。每個數字附來源連結,查不到就寫查不到。最後列三個會讓我看錯的風險。 【回檔門檻回測】 用過去 10 年資料,對___測「從 60 日高點回檔 10%、15%、20%、25%」各觸發幾次、觸發後 60 天報酬中位數和最差一次,跟隨便哪一天買進比。同一波只算第一次。 🧰 指令 claude mcp add yahoo-finance -- uvx mcp-yahoo-finance claude plugin marketplace add anthropics/financial-services claude plugin install financial-analysis@claude-for-financial-services claude plugin install equity-research@claude-for-financial-services ⭐ 開源專案(星數 2026/10/11) ・TradingAgents(11 萬):https://github.com/TauricResearch/TradingAgents ・dailystockanalysis(6.6 萬,支援台股):https://github.com/ZhuLinsen/dailystockanalysis ・ai-hedge-fund(6.4 萬):https://github.com/virattt/ai-hedge-fund ・OpenBB(7.4 萬,官方 MCP):https://github.com/OpenBB-finance/OpenBB ・Anthropic financial-services(...

Up next

  1. Nothing queued. Use + Queue on any episode to line it up.

0:00 0:00