EasyVibeCoding Podcast

EasyVibeCoding

輕鬆Vibe Coding — Anthropic 官方文章翻譯、Claude API 與 Prompt Engineering 實作心得、X 技術社群精選的中文音訊版。

  1. 5 uur geleden

    抽象系統工程：當你不再下 prompt，而是設計下 prompt 的系統

    2026 年 6 月，「Loop Engineering」把工程師從下 prompt 的人，變成設計迴圈的人。但這條路往上還有兩層——宣告式編排與自我改寫——而它推不出寫程式領域的真正原因，是一堵叫「可驗證性」的牆。 原文：https://easyvibecoding.app/blog/abstract-system-engineering

    29 min.

  2. 11 uur geleden

    @elliotchen100：Agent Loops 用會自我驗證的自動化循環完成任務交付。 Nate 在其影片（https://www.youtube.com/watch?v=Euz…

    Agent Loops 用會自我驗證的自動化循環完成任務交付。 Nate 在其影片（https://www.youtube.com/watch?v=EuzYhzB0vbI）中指出，Agent Loops 的核心在於將「人類不斷對 Agent 下達 prompt」的過程，轉變為由系統自動執行「reason（推理）、act（行動）、observe（觀察）」的循環，直到達成預設的停止條件。其中「observe」至關重要，若缺乏驗證機制，循環僅是無意義的資源消耗。 高可用性的 Agent Loops 應用場景 根據 Nate 的展示與實際體驗，目前以下幾類任務最適合導入 Agent Loops： 調研與產出循環：適用於產品分析、趨勢拆解或課程大綱製作。系統透過「收集資料 → 結構化 → 生成產物 → 檢查遺漏 → 補強資料」的循環，解決知識工作者在反覆補強內容時的繁瑣過程。 創意與視覺設計優化：如 YouTube 縮圖製作。透過「多方案生成 → 依據細節維度打分 → 篩選優化 → 再打分」的流程，將主觀的創意評選轉化為可量化的自動化循環。 前端與視覺化程式開發：利用 Three.js 等工具進行開發時，Agent 可透過瀏覽器、螢幕截圖、Console 錯誤檢查與像素對比，實現「生成 → 執行 → 驗證 → 修復」的自動化工作流。 視覺復刻與設計實現：適合處理結構、佈局與顏色等近似實現，但需注意若缺乏強大的驗證工具，僅靠 HTML/CSS 難以達到照片級還原，應結合視覺模型與設計工具共同運作。 影片剪輯與後期製作：利用 Claude Code 與 Hyperframes 處理字幕對齊、節奏同步與停頓修剪等機械性細節，將剪輯流程中人類最厭煩的檢查工作交由系統執行。 內容寫作與審稿：針對腳本或文章，透過明確的「審稿表」作為檢查標準，讓 Agent 每一輪依據邏輯、語氣、論點支撐度進行自我審核，而非僅憑感覺迭代。 持續開發循環：在真實程式庫中，Agent 可長時間執行測試、修復 bug、提交 PR 並檢查回歸測試，這對於工程團隊的效率提升顯著。 執行 Agent Loops 的關鍵判斷標準 在建構 Agent Loops 時，不應盲目追求多 Agent 架構，而應優先評估任務是否具備以下特質： 目標明確：能清楚定義何謂「完成（done）」。 過程可拆解：任務能被拆分為多個迭代步驟。 結果可觀察：結果能透過工具（如瀏覽器、測試框架、視覺檢查器）進行驗證。 失敗可定位：能明確指出錯誤並作為下一輪迭代的修正依據。 停止條件明確：能設定具體的終止邏輯，避免無止盡的循環。 若無法定義完成標準或缺乏驗證工具，強行導入 Loop 只會放大不確定性。AI 產品的未來分水嶺，將取決於誰能將這些循環轉化為穩定、可交付的工作流，實現從「模型回答」到「系統交付」的本質轉變。 原文：https://easyvibecoding.app/curated/2129

    4 min.

  3. 20 uur geleden

    @nanyuan0412：跑了上千張寫真圖片後，我總結了一套方法論。 我的第一篇長文，文章有點長，建議點讚收藏，後續慢慢看。 關注我的朋友應該知道，這段時間我一直在折騰 AI…

    跑了上千張寫真圖片後，我總結了一套方法論。 我的第一篇長文，文章有點長，建議點讚收藏，後續慢慢看。 關注我的朋友應該知道，這段時間我一直在折騰 AI 寫真。 這批主要是圍繞 ChatGPT 的 image-2 / gpt-image-2 跑的。 不是那種隨便寫一句「好看的美女寫真」然後抽卡的玩法。 是真正一組一組地跑。 花田、果園、舊閣、黑板、棚拍、直閃、柔霧、CCD。 同一個主題，我會反覆換動作、換鏡頭、換光線，有時候一組圖跑完，好的真是好，翻車的也是真離譜。 我前幾天翻 Eagle 的寫真資料夾，看到那一堆圖的時候，突然有點無語。 怎麼說呢。 感覺自己這陣子像在給 AI 當攝影助理。 我負責寫場景、寫光、寫道具、寫妝造、寫動作，它負責把我腦子裡那個畫面盡量拍出來。 然後我翻著翻著發現，真正穩定出片的 prompt，其實不是最長的那種。 也不是詞最華麗的那種。 最容易出效果的，是像一份「拍攝小抄」。 你不需要把 AI 當成一個玄學許願池。 你可以把它當成一個攝影團隊。 攝影師要知道機位，化妝師要知道妝面，造型師要知道衣服，場務要知道現場有什麼，道具組要知道桌上擺什麼，後期要知道畫面最終是膠片、直閃、柔霧，還是手機抓拍。 prompt 寫到這個份上，它就不會只生成一個「人很漂亮」的空殼。 它會開始有現場感。 先看幾張。 展開畫面重點這是一張具有古風美學的藝術渲染圖。畫面中，一名女子身著淺綠色調的傳統古裝，髮髻上有精緻的髮飾，正坐在木桌前執筆書寫。桌上擺放著一盤水果、硯台、書籍以及一個鳥籠。整體氛圍呈現出柔和、朦朧的質感，光線透過窗簾灑落，營造出靜謐的古典意境。畫面右下角有「nuyoah」的浮水印。 這張的關鍵詞不是古風美女。 而是舊木案、鳥籠、小鳥、手抄紙、卷軸、竹簾、窗櫺、風吹紗簾、窗外白霧逆光。 你看，人物只是畫面裡的一個部分。 真正把圖撐起來的，是這個房間。 再看這一張。 展開畫面重點這是一張具有清新風格的攝影作品，畫面中一位年輕女性身穿白色蕾絲上衣與淺粉色短褲，頭戴裝飾有花朵的草帽，正閉眼享受陽光。背景為充滿雛菊與綠草的戶外環境，整體色調溫暖明亮，右下角有「nuyoah.」的浮水印。 這張也不是簡單寫「夏日少女」。 它有雛菊、草帽、白色大花前景、樹蔭斑駁光、藍天、積雲、草地、野餐布，還有低機位和近處花朵虛化。 這就是我這次最想聊的東西。 寫真 prompt 不要從「人」開始寫。 要從「這張照片為什麼成立」開始寫。 我以前也會寫廢話 剛開始玩 AI 寫真的時候，我也很容易犯一個錯誤。 我會拼命寫漂亮。 清透、氛圍感、高級、電影感、精緻、真實、細膩。 這些詞有沒有用。 有一點。 但它們太空了。 就像你跟攝影師說，幫我拍得高級一點。 攝影師大概率會看你一眼，然後問你，在哪裡拍，什麼光，什麼服裝，什麼情緒，拍半身還是全身，鏡頭離人多遠。 AI 也是一樣。 它不是不懂美。 它是不知道你要哪一種美。 所以後來我寫寫真 prompt，會先問自己一個問題。 這張圖的成立點是什麼。 有些圖成立在場景。 有些圖成立在光。 有些圖成立在妝面。 有些圖成立在鏡頭角度。 有些圖成立在一個動作。 你先抓住這個東西，後面的詞才有地方落。 第一層，先給它一個能站住的場景 我現在寫寫真，基本不會只寫「室內」、「戶外」、「棚拍」這種大詞。 太虛。 我會寫成一個具體空間。 比如舊閣書案，不是古風房間。 它是舊木案、鳥籠、黃綠色小鳥、散落穀粒、古書、手抄紙、卷軸、硯台、舊瓷果盤、桃子、竹簾、窗櫺、舊床榻。 這一串東西看著有點多，但它不是為了讓每個道具都出現。 它是在給 AI 一個空間密度。 你可以理解成，我不是在告訴它「你一定要畫 12 個道具」。 我是在告訴它，這個房間不是空的。 這裡有人生活過。 這裡有舊木頭的潮氣，有紙張，有紗簾，有鳥籠，有一點灰塵。 畫面立住了，人再進去，就自然了。 再比如夏日果園這一組。 展開畫面重點這是一張具有清新風格的攝影作品。畫面中一名留著雙馬尾的年輕女子躺在竹蓆上，身穿綠色格紋背心搭配白色上衣，正透過吸管飲用瓶裝飲料。女子身旁放置著一個裝滿小番茄的竹籃，背景為陽光穿透樹葉的自然景致。畫面右下角有「nuyoah」字樣的浮水印。 我沒有只寫「果園寫真」。 我會寫樹葉、枝條、青色果實、藤蔓植物、竹籃、果籃、草帽、果汁、吸管、自然小路、濃密植被背景。 更關鍵的是，我會寫一句。 鏡頭像藏在果樹枝葉之間。 這句話很有用。 它會逼著畫面出現前景遮擋。 有前景，畫面就不平。 有遮擋，圖就像真的被人抓拍到，而不是 AI 把人端端正正擺在背景板前。 我自己現在判斷一個場景寫得夠不夠，經常看它有沒有三層。 前景有什麼。 人物在哪裡。 背景有什麼。 如果三層都空，那大概率會生成一張很平的圖。 第二層，別只寫風格，要寫成像方式 很多人寫 prompt 喜歡寫風格。 膠片感、CCD、電影感、雜誌感、氛圍感。 這些詞可以寫，但只寫這些不夠。 我現在更喜歡寫「它像什麼設備拍出來的」。 比如富士相機攝影。 比如尼康相機攝影。 比如手機抓拍。 比如直閃 CCD。 比如高調奶油柔霧棚拍光。 不同設備背後，其實是不同的成像邏輯。 富士戶外容易帶出高飽和、藍天、膠片顆粒。 直閃 CCD 會有硬陰影、皮膚反光、現場感。 柔霧棚拍會有低對比、邊緣化開、奶油一樣的高光。 你寫「高級感」的時候，AI 不知道怎麼高級。 你寫「高調奶油柔霧棚拍光，大面積柔光從正前方和側前方包裹人物，整體曝光偏高，低對比，像隔著 Pro-Mist 柔霧濾鏡拍攝」，它就知道往哪邊使勁。 這張白蘭柔霧就是這個思路。 展開畫面重點畫面為一張人像攝影作品，整體色調柔和明亮。畫面左上角文字為「NUYOAH VISION」，底部中央文字為「SOFT HAZE STUDY」。畫面中的女性正低頭注視桌面上的粉色花朵，其穿著白色掛頸式上衣，手腕配戴細緻的手鍊，髮間裝飾著與桌上同款的粉色花朵。 這張圖我最滿意的不只是臉。 是光線很軟。 手、花、白色桌面、背景，全都被光揉開了。 prompt 裡真正起作用的，是「高調」、「柔霧」、「低對比」、「前景虛化」、「亮部輕微溢出但不要死白」。 這裡有個小經驗。 光線不要只寫美。 要寫它從哪裡來，落在哪裡，最終會造成什麼效果。 比如夏日花田這一組，我會寫強烈夏日自然光、草帽篩孔光斑、樹蔭斑駁光、花瓣柔焦、輕微眩光、邊緣虛化。 你看，這不是一個形容詞。 這是一個拍攝現場。 第三層，妝容要寫成錨點，不要寫成化妝教程 寫寫真很容易掉進另一個坑。 妝容越寫越長。 什麼眼影、睫毛、臥蠶、唇釉、鼻樑高光、面中腮紅、皮膚紋理，全都往裡塞。 這塊我也踩過。 結果就是，有些圖會變得，很像美妝廣告，甚至臉開始假。 後來我發現，妝容最好只抓「最小可識別錨點」。 也就是這張臉最重要的幾個識別點。 比如水蜜桃氧氣寫真，妝面錨點是桃粉甜美妝、奶油肌、粉桃腮紅、眼下腮紅、水潤桃粉唇、果實發串、飄帶發飾。 展開畫面重點這是一張具有夢幻風格的攝影作品。畫面中的女性梳著雙丸子頭，髮飾裝飾著擬真的水蜜桃與花朵，並垂墜著粉藍色的絲帶。她身穿淺色系、帶有透明感的古風服飾，妝容呈現粉嫩的腮紅感，並對著鏡頭做出眨眼與手掌向前的姿勢。前景有一顆模糊的水蜜桃，背景為明亮的戶外綠意與陽光，整體色調柔和且充滿春日氣息。畫面右下角有極小的「nuyoah」字樣。 你會發現，它的重點不是「五官完美」。 它的重點是整張臉像一顆桃子。 腮紅、唇色、發飾、道具、光線，全都在幫這個感覺服務。 這時候 prompt 就不要再寫一堆互相打架的妝容。 不要一邊寫冷感厭世，一邊寫甜妹元氣。 不要一邊寫歐美濃顏，一邊寫日雜透明感。 我自己會用一個很土但挺好用的判斷法。 如果我用一句話說不出這個妝的感覺，那這段妝容大概率還沒收住。 比如白蘭柔霧是清透奶油裸妝。 黑板職感是冷白皮直閃職感妝。 夏溪花冠是花園精靈感桃粉妝。 先有這一句，再往下補兩三個細節。 別反過來。 第四層，動作不要寫死，要寫動作骨架 這塊可能很多人會卡。 因為 AI 寫真最容易翻車的地方，就是姿勢。 手指多一根，脖子擰得像壞掉，腿腳接不上，身體朝左，頭偏偏要回頭看鏡頭。 我現在…

    11 min.

  4. 1 dag geleden

    @guinnesschen：Codex 導入執行緒轉移功能，讓使用者能把工作從本機交接到遠端環境並持續執行。 核心功能與應用場景 Codex 專案近期更新，正式支援在本地端與遠端主…

    Codex 導入執行緒轉移功能，讓使用者能把工作從本機交接到遠端環境並持續執行。 核心功能與應用場景 Codex 專案近期更新，正式支援在本地端與遠端主機（remote box）之間進行工作執行緒的轉移。這項功能解決了開發者在切換工作環境時，必須手動中斷並重新啟動任務的麻煩。使用者現在可以在筆記型電腦上開始工作，在合上螢幕前將執行中的任務「交接」給遠端主機，待稍後再將執行緒接回，做到跨裝置的接續。 自動化轉移流程 根據演示，Codex 透過 AI 自動化編排整個轉移過程，具體操作步驟如下： 該影片展示了名為「codex」的 AI 助手工具，透過自動化指令將工作執行緒轉移至遠端環境（remote box）的過程。 使用者輸入指令：「I'm about to leave the office. Please handoff my running threads to my remote box so they can keep running as I commute home. Make sure they are running in the remote box after handoff.」 系統自動識別當前 6 個活躍的工作執行緒（包含如 Audit context handling 與 Investigate TUI snapshots 等任務）。 Codex 依序執行轉移操作，包括建立新的 workspace、複製相關檔案、應用程式碼變更，並同步移動對話脈絡。 系統會即時顯示每一項轉移任務的 Checked handoff status，確保所有執行緒在遠端環境中成功啟用。 轉移完成後，系統會提示使用者透過 continue your original investigation 指令，即可在遠端環境接續先前的研究進度。 技術影響 這項更新不僅是單純的遠端連線，更強調了 AI 在 workspace 管理與執行緒排程上的主動性。透過 Codex 的自動化編排，開發者能將繁瑣的環境同步與狀態遷移交由 AI 處理，降低跨裝置開發的維護成本，讓 AI 能接手長期任務。 該影片展示了名為「codex」的 AI 助手工具，透過自動化指令將工作執行緒轉移至遠端環境（remote box）的過程。 影片中的 Prompt 與操作： Prompt（00:00）： 我準備離開辦公室了。請將我正在運行的執行緒轉移到我的遠端盒（remote box），這樣在我通勤回家時它們能持續運行。請確保轉移後它們在遠端盒中運行。 原文：I'm about to leave the office. Please handoff my running threads to my remote box so they can keep running as I commute home. Make sure they are running in the remote box after handoff. 操作步驟： 1. （00:00）使用者在輸入框輸入轉移指令並送出。 2. （00:07）系統開始自動執行轉移任務，介面顯示各項處理進度。 3. （00:26）系統顯示所有轉移操作成功（All handoff operations report: success）。 4. （00:35）系統總結轉移結果，並列出已轉移至遠端盒的執行緒清單。 原文：https://easyvibecoding.app/curated/2134

    2 min.

  5. 1 dag geleden

    @JohnJumperSci：John Jumper 離開 Google DeepMind 加入 Anthropic。 關於 John Jumper John Jumper 是 202…

    John Jumper 離開 Google DeepMind 加入 Anthropic。 關於 John Jumper John Jumper 是 2024 年諾貝爾化學獎得主，與 Google DeepMind 執行長 Demis Hassabis 共同因開發 AlphaFold 獲獎（該屆獎項另一半頒予蛋白質設計研究的 David Baker）。AlphaFold 解開了困擾結構生物學逾 50 年的蛋白質摺疊難題，能直接從胺基酸序列高準確度預測蛋白質的 3D 結構，目前全球已有 190 多個國家、超過 200 萬名研究者使用。他在 DeepMind 近九年間領導 AlphaFold 團隊。 人事異動詳情 John Jumper 於 2026 年 6 月 20 日正式對外宣布，在 Google DeepMind 服務近 9 年後，決定離開該公司。在經歷一段休息充電期後，他將轉投 Anthropic 繼續其職業生涯。John Jumper 在聲明中特別感謝 Google DeepMind 執行長 Demis Hassabis，提到自己在博士畢業僅六個月後，便獲得領導 AlphaFold 團隊的機會，並對團隊在科學研究上的教導表達高度肯定。 業界反應與評價 此消息在社群媒體上引發廣泛關注，多位科技界重量級人物與同事紛紛表達祝福與期待： Google DeepMind 的 Jeff Dean 表示，過去與 John Jumper 的互動過程令他印象深刻，並給予誠摯祝福。 Logan Kilpatrick 則幽默地表示，John Jumper 下一個職位的門檻極高，甚至開玩笑稱期待他能再拿一座諾貝爾獎。 Anthropic 團隊成員如 Thariq 與 Nicholas Joseph 也公開表示歡迎，並對未來能與其共事感到興奮。 此外，Paige Bailey、Danilo J. Rezende、Michal Valko 與 Max Jaderberg 等業界人士也對其過去在 Google DeepMind 的貢獻表達感謝，並期待他未來在 Anthropic 的發展。 後續影響 作為 AlphaFold 團隊的領導者，John Jumper 的離職被視為 AI 科學研究領域的重要人事變動。儘管離開了 Google DeepMind，John Jumper 表示仍會持續關注該團隊未來的科學突破。對 Anthropic 而言，延攬到一位諾貝爾獎得主是相當有份量的人才補強；外界也關注他加入後，會如何把 AI 推進到科學研究領域。 原文：https://easyvibecoding.app/curated/2136

    3 min.

  6. 2 dgn geleden

    @github：Microsoft AI 推出的 MAI-Code-1-Flash 模型現已擴展至更多 GitHub Copilot 介面。 核心更新 GitHub 官…

    Microsoft AI 推出的 MAI-Code-1-Flash 模型現已擴展至更多 GitHub Copilot 介面。 核心更新 GitHub 官方宣布，專為程式開發需求打造的小型語言模型「MAI-Code-1-Flash」已正式整合至更多 Copilot 應用場景中。該模型經過針對 GitHub Copilot 的專屬調校，在早期測試中展現出同級模型中最優異的程式碼品質，旨在以更輕量的體積提供高效的輔助能力。 支援範圍 使用者目前可透過以下管道體驗 MAI-Code-1-Flash 的效能： Copilot CLI GitHub Copilot 應用程式 GitHub 上的 Copilot Chat 整合開發環境（IDE）：Visual Studio、JetBrains 系列、Eclipse 與 Xcode GitHub Mobile 使用權限與規劃 此模型已開放給 Copilot Free、Student、Pro、Pro+ 及 Max 等方案的使用者。官方採取分階段部署策略，將於未來幾週內逐步擴大服務範圍，針對 Copilot Business 與 Enterprise 方案的支援也將於近期推出。詳細的模型規格與選擇指南，可參考官方的 支援模型文件。 原文：https://easyvibecoding.app/curated/2113

    1 min.

  7. 2 dgn geleden

    @cursor_ai：Cursor 透過 /automate Skill 強化自動化 Agent。 Cursor 在 2026 年 6 月 19 日的更新中，正式引入了 /au…

    Cursor 透過 /automate Skill 強化自動化 Agent。 Cursor 在 2026 年 6 月 19 日的更新中，正式引入了 /automate 技能，旨在簡化重複性任務的自動化流程。使用者僅需透過自然語言描述任務需求，Cursor 即可自動配置對應的觸發條件、執行指令與所需工具，大幅降低了建立自動化 Agent 的門檻。 核心功能與 /automate 技能 /automate 技能：允許使用者在本地 Agent 工作階段中，直接以自然語言定義自動化任務。系統會自動解析需求並完成觸發器、指令與工具的設定。 實際操作流程： 1. 在輸入框輸入任務需求（例如：處理 #issues-mobile 頻道的行動裝置問題）。 2. 系統生成自動化草稿，包含觸發條件、Agent 指令與目標工具。 3. 使用者確認後進入設定頁面，檢視並調整觸發器、Agent 指令（如：重現問題、分類、指派團隊、建立 Linear 工單）與工具權限。 4. 點擊「Save」儲存設定即可啟用。 該影片展示了如何使用自動化工具建立一個針對行動裝置問題進行分類與處理的自動化工作流程。 全新觸發機制與整合 Slack Emoji 觸發：支援透過特定的 Emoji 反應（如 :iphone:）來啟動自動化流程。使用者只需在 Slack 訊息上點擊該 Emoji，Agent 便會自動執行後續的分析、去重與回報工作。 GitHub 觸發器：新增五種 GitHub 觸發條件，包含 Issue 評論、PR Review 評論、PR Review 提交、Review 執行緒更新以及 GitHub Actions 工作流程完成。 資源整合：Cursor Marketplace 同步上架了針對 GitHub Actions 失敗分類與 PR 評論自動修復的範本，協助使用者快速上手。 這段影片展示了如何設定自動化工作流程，透過特定 Emoji 反應來觸發 AI 代理處理 Slack 中的錯誤回報。 雲端 Agent 的電腦操作能力 Computer Use 工具：現在自動化流程中的雲端 Agent 具備「電腦操作」能力，能夠自行操作電腦以產出展示成果或相關 artifact。此功能預設為啟用，使用者僅需在指令中要求 Agent 包含其工作的展示內容即可。 此次更新透過更直覺的自然語言互動與多元的觸發管道，強化了 Cursor 作為開發者自動化協作平台的效能，讓 Agent 能更靈活地處理跨平台（Slack/GitHub）的日常維運任務。詳細更新內容可參考 Cursor Changelog 。 該影片展示了如何使用自動化工具建立一個針對行動裝置問題進行分類與處理的自動化工作流程。 影片中的 Prompt 與操作： Prompt（00:02）： 自動化處理 #issues-mobile 頻道中的行動裝置問題，並使用 /mobile-bug-triage 技能 原文：/automate triaging of mobile issues in #issues-mobile with /mobile-bug-triage 操作步驟： 1. （00:01）輸入指令「/automate」 2. （00:03）輸入完整自動化需求指令 3. （00:06）點擊發送按鈕 4. （00:14）點擊「yes, open it」確認建立 5. （00:22）點擊「Save」儲存自動化設定 這段影片展示了如何設定自動化工作流程，透過特定 Emoji 反應來觸發 AI 代理處理 Slack 中的錯誤回報。 影片中的 Prompt 與操作： Prompt（00:07）： 你的工作是修復 Slack 上與我們行動應用程式相關的錯誤回報。 1. 從執行緒中獲取完整上下文並進行去重 2. 使用 /mobile-bug-triage 技能來評估並修復問題 3. 在 Slack 中回報你的工作 原文：Your job is to fix issues reported in Slack related to our mobile app. 1. Get the full context from the thread and de-dupe 2. Use the /mobile-bug-triage skill to assess and fix issues 3. Report your work in Slack 操作步驟： 1. （00:00）設定自動化流程名稱為「Mobile Bug Triage」。 2. （00:05）在觸發條件中選擇「Slack」。 3. （00:08）設定觸發條件為「Reaction」，Emoji 為「:iphone:」。 4. （00:13）設定監控頻道為「#issues-general」。 5. （00:16）儲存自動化設定。 6. （00:19）在 Slack 中對訊息添加「:iphone:」Emoji 反應。 7. （00:35）觀察到 AI 代理（Cursor）自動在執行緒中進行回應與處理。 原文：https://easyvibecoding.app/curated/2108

    3 min.

  8. 2 dgn geleden

    @OpenAIDevs：OpenAI Codex 26.616 新增 Record & Replay 功能，讓使用者透過示範即可將重複性工作轉化為可編輯並重複使用的 skill。 …

    OpenAI Codex 26.616 新增 Record & Replay 功能，讓使用者透過示範即可將重複性工作轉化為可編輯並重複使用的 skill。 核心功能與應用 OpenAI 開發者團隊推出的「Record & Replay」功能，旨在解決重複性桌面任務的自動化需求。使用者只需在 macOS 上演示一次工作流程（例如填寫費用報表或提交請假申請），Codex 即可將該過程錄製並轉化為一個可檢查、可編輯的 skill。此功能賦予使用者對錄製過程的完全控制權，能自行決定錄製的開始與結束時間，讓 AI 學習並執行繁瑣的例行事務。 技術實作與限制 根據官方更新日誌（Codex Changelog），此功能為選配項目，目前已隨 Codex 26.616 版本向特定市場推出。使用時需注意以下要點： 必須啟用「Computer Use」權限，且該權限需由使用者或管理員手動開啟。 目前初期可用範圍不包含歐洲經濟區（EEA）、英國及瑞士。 該版本同時強化了自動化執行歷史的批次處理功能，使用者可針對執行紀錄進行標記已讀或封存。 延伸應用場景 如演示影片所示，此技術不僅限於行政表單，亦可應用於複雜的內容創作流程。例如，使用者可透過 AI 工具自動化處理 YouTube 影片上傳任務，包含從試算表提取標題與描述、上傳影片檔案、設定縮圖與字幕，並將影片設為私人。AI 學習後能自動處理後續影片的 metadata 填寫、檔案上傳及發布前檢查，大幅降低重複性操作的負擔。 一名講者演示如何透過 AI 工具自動化處理 YouTube 影片上傳流程。 近期系統優化 除了 Record & Replay，Codex 近期亦針對多項功能進行了效能提升與除錯： 改善了 Browser Use 的穩定性，確保當瀏覽器工作階段轉移至伺服器時，可見分頁的路由與註解能持續運作。 新增了管理 SSH 連線的深層連結（deep links）。 針對歐洲經濟區、英國及瑞士的使用者，擴展了 Computer Use 與 Chrome 擴充功能的使用權限，並開放了「Chronicle」研究預覽功能，協助使用者根據近期螢幕內容建立記憶。 一名講者演示如何透過 AI 工具自動化處理 YouTube 影片上傳流程。 影片中的 Prompt 與操作： Prompt（00:20）： 錄製與重播：看我上傳這部 YouTube 影片，這樣你以後就能幫我處理這些上傳任務。 原文：Record & Replay Watch me upload this YouTube video so you can handle these uploads for me in the future. Prompt（01:47）： 使用 @youtube-upload 上傳這部 YouTube 影片 原文：Upload this youtube video using @youtube-upload 操作步驟： 1. （00:20）在輸入框中輸入指令並開始錄製 2. （00:26）在 YouTube Studio 介面中拖曳並上傳影片檔案 3. （00:27）在 Google Sheets 試算表中複製標題與描述 4. （00:34）上傳縮圖並設定字幕檔案 5. （00:39）將影片隱私設定改為「私人」並儲存 6. （00:44）在對話框輸入「done」結束錄製 7. （00:48）Codex 產生名為「SKILL.md」的技能檔案 8. （01:43）在對話框中附加新的影片檔案並輸入指令 9. （01:55）Codex 自動在 YouTube Studio 執行上傳與設定流程 原文：https://easyvibecoding.app/curated/2110

    3 min.
Bekijk alles (214)

Info

輕鬆Vibe Coding — Anthropic 官方文章翻譯、Claude API 與 Prompt Engineering 實作心得、X 技術社群精選的中文音訊版。

Informatie

  • Maker
    EasyVibeCoding
  • Jaren actief
    2K
  • Afleveringen
    214
  • Beoordeling
    Veilig
  • Copyright
    © 2026 EasyVibeCoding. 翻譯文章版權歸原作者所有；策展精選僅作摘要與評註，原始內容版權歸原推主。
  • Website van aflevering
    EasyVibeCoding Podcast

Suggesties voor jou