EasyVibeCoding Podcast

EasyVibeCoding

輕鬆Vibe Coding — 每日策展的 X 技術社群精選、AI 趨勢分析與 Claude 實作心得的中文音訊版。

  1. 20 hrs ago

    Dario Amodei 重申 Anthropic 支持放慢 frontier AI、保留 open-weights 發展空間

    Dario Amodei 重申 Anthropic 支持放慢 frontier AI、保留 open-weights 發展空間。 這場對話從一則被 Sholto Douglas 指為「完全錯誤」的說法開始，延伸至開放模型、AI 產業的公共敘事、就業衝擊，以及 AGI 可能重塑企業與經濟的長期問題。 罕見的公開回應　2026 年 8 月 15 日，Sholto Douglas 表示，他認同 Gavin Baker 的許多觀點，但認為有人為了迎合特定敘事而散播不實說法。這套敘事一方面宣稱 Anthropic 沒有競爭護城河，另一方面又說 Anthropic 可能強大到成為世界上唯一剩下的公司；Sholto Douglas 認為兩者互相矛盾。他特別指出，自己最擔心的事情之一正是經濟權力過度集中，政府不應讓任何公司取得如此大的影響力，社會需要競爭與資本主義。 他同時反駁「AI 市場已被少數公司壟斷」的看法，稱目前 AI 可能是全球競爭最激烈的市場：幾乎每一家最大的企業都專注於打造更聰明、價格更低的 model。若這條路順利，AI 可能把各種事物的成本壓低到接近能源成本，但這也會威脅既有產業與個人的護城河。Sholto Douglas 認為，AGI 出現後，資本主義乃至「公司」本身的定義都可能變得非常不同，並引用 Dwarkesh Patel 的分析作為延伸閱讀：What fully automated firms will look like。 Gavin Baker 的反駁　Gavin Baker 回應，矽谷已有多位嚴肅人士聽過類似說法，之所以容易相信，是因為它符合 Dario Amodei 在公開文章中的風險論述。Dario Amodei 曾指出 AI 可能對人類造成多重危險，也可能導致經濟權力高度集中，因此需要審慎監管；Gavin Baker 表示，他相信這些論證是出於善意，也同意風險本身值得重視。 但 Gavin Baker 認為，面對 AI 可能危險的前提，社會大致有兩條路：透過監管把 AI 集中在少數公司與政治人物手中，或是讓 AI 廣泛分散。他引用 Mark Zuckerberg 的觀點，認為「AI 危險到只有極端集中權力才安全」本身就有問題；歷史並未證明，只要讓絕對權力落在足夠開明的人手中，就能得到安全而正面的結果。Gavin Baker 因此主張盡可能增加 AI 的多樣性，讓人類有更高機率找到價值觀相近的 AI，而不是押注單一權力中心。 他進一步稱，Dario Amodei 的監管倡議目前已失去說服力。Gavin Baker 將近期一個未發布的 OpenAI 先進 model 入侵 Hugging Face、最後由 open-source model 協助處理的事件，視為嚴格短期監管難以推進的例子；他也表示，除 Anthropic 外，幾乎所有主要公司都簽署了 Jensen Huang 的公開信。不過，Gavin Baker 認為 Dario Amodei 持續強調 AI 危險，反而幫助了美國反資料中心倡議團體，未來這些團體可能剪輯他的談話投放廣告。他擔心，這會降低 AI 最終協助治癒多數疾病、延長人類壽命並帶來富足未來的機率。 Sholto Douglas 的風險區分　Sholto Douglas 隨後承認，AI 產業確實沒有描繪出足以讓人們願意爭取的正面未來，而且這個失敗正在降低實現該未來的機率；但他認為不同風險不能用同一套政策處理。 在 cyber 領域，他認為整體上是防禦方占優勢。如果未來兩年由金融機構與關鍵基礎設施供應商積極進行 white-hat 自我攻擊測試，社會就可能有能力衡量開放 coding model 帶來的新增風險。短期內，美國政府或許可以選擇承受較高的 cyber 攻擊風險，以避免限制自由，但前提是政府必須先自行測試並掌握風險。 生物領域則偏向攻擊方占優勢，這種不對稱可能要到 2030 年代中後期才有機會改善。社會也許會認為「口袋裡有世界級病毒學家」所帶來的風險值得承受，但政府應建立專責機構，測試 AI 是否比觀看 YouTube 更能提升個人製造危害的能力，也應實際評估一個人拿著 20 萬美元與一間車庫，最糟能做到什麼程度，再隨每個新能力等級做決定。 就業方面，Sholto Douglas 不完全同意 Dario Amodei 對速度的判斷。他認為，即使 model 在 2028 年達到能自動化 95% 電腦工作所需的能力，compute 短缺、系統部署複雜度、政策限制與服務需求，都可能讓人類繼續工作到 2030 年代。但社會仍應預先準備不同失業率情境的應變方案，例如限制獲利公司的裁員速度每年不得超過 5%，並採用 METR 式評測追蹤各職業類別的自動化進度。 對於「現在是否應立即處理就業問題」的質疑，Sholto Douglas 表示目前就業市場仍強，因此不會立刻採取措施；但政府應先準備好備案，讓民眾知道不同情境都有應對計畫。例如，資料輸入與客服中心工作可能逐步消失，同時電工需求卻需要成長為 25%，這種勞動力轉移就應提前納入規劃。 Dario Amodei 重新界定監管　Dario Amodei 在 8 月 16 日罕見加入社群討論，先否定「監管等於集中、開放等於分散」這個二分法。他認為，矽谷常把 監管、監管俘虜（regulatory capture）與權力集中直接畫上等號，但公平且客觀的制度流程也可能發揮分散權力的作用。就像正式法院制度有時顯得菁英化，卻通常比群眾私刑更能保護弱勢者；好的制度能把權力放在規則與理念上，而不是特定人物手中。 他表示，Anthropic 一直嘗試提出會放慢 frontier AI 公司、卻讓較小競爭者受益的政策。Anthropic 支持的 California SB53，以及對 SB1047 持保留態度的立場，都豁免營收或 model 訓練成本低於門檻的公司；SB53 的門檻是 5 億美元。Anthropic 也支持在 CAISI 與白宮倡議更嚴格測試 frontier model，而不是 off-frontier model，並支持「Pacing the Frontier」構想：放慢最強 model 的發展速度，同時不限制追趕中的公司與 open-weights model。 Dario Amodei 的核心判斷是，AI 本身就具有結構性集中權力的傾向，原因主要來自 scaling laws 的極端效果，而非監管本身。open-weights 能部分改善問題，卻不足以解決集中，因為權力仍會轉移到擁有最多 compute 與晶片的公司，主要是 frontier lab 與部分硬體供應商。他主張設計「道路規則」，同時處理資安、生物與 AI 對齊風險，限制 frontier AI 公司的制度性權力，並保留 open-weights model 的發展空間。 Dario Amodei 也不同意監管倡議已經失敗。他表示，外界報導中的川普政府方向——在 frontier model 部署前做測試，並在 open-weights model 接近 frontier 時測試——正是他支持的方向，雖然細節仍需確認。他也支持 Demis Hassabis 提出的類似 FINRA 的監管機構，並指出產業在六個月前仍多半要求聯邦優先、排除州級監管，當時幾乎沒有聯邦方案。 風險與希望的公共敘事　Dario Amodei 否認自己的訊息過度負面。他表示，自己各寫過一篇主要討論風險與機會的文章，之所以社群上常見負面片段，是因為訪談中談風險的短片更容易被剪輯與傳播。他撰寫《Machines of Loving Grace》，正是因為 AI 產業沒有充分描繪技術改善世界的鼓舞性願景；文章大部分篇幅都在說明 AI 如何可能改變健康與生物學，甚至在約 5–10 年內治癒多數人類疾病。 他提到，自己的父親在直接抗病毒藥物 sofosbuvir 出現前幾年因 C 型肝炎去世；這種藥物能治癒 95% 的患者，也可能挽救父親。Dario Amodei 也在《Policy on the AI Exponential》中提出簡化 FDA 流程的方法，避免 AI 加速開發的大量藥物被監管程序拖慢。 不過，他認為大眾對 AI 的負面觀感，根本原因不是某一位 AI 領導者談太多風險，而是長期累積的信任危機。一般人不信任公司、政府與科技產業，總懷疑它們又在準備某種傷害自己的新方式。因此，靠華麗行銷宣稱 AI 會治癒癌症，不足以重建信任；真正有效的方法是「實際治癒癌症」。在成果出現以前，他不願作出空洞承諾，但仍會誠實談論真實風險。 Gavin Baker 認為，Dario Amodei 的文章雖然品質很高，但考慮到人類心理，風險與機會各占一半仍可能過度偏向風險。他同意產業最應做的事，是實際治癒癌症，而不是只改善訊息包裝。 強大 AI 的風險背景　Dario Amodei 在 2026 年 1 月發布的〈The Adolescenc…

  2. 20 hrs ago

    SpaceXAI 分享用 Grok Bot 組建企業 GTM 團隊的完整做法

    SpaceXAI 分享用 Grok Bot 組建企業 GTM 團隊的完整做法。 以下是我在 SpaceXAI 用 Grok Bot 做企業 GTM 的方式。 最初在公司內部試用這項產品時，Grok Bot 很快就在整間公司普及開來。我也建立了一份內部 Notion 文件，分享自己使用 Grok Bot 的方式，供團隊參考。如果其他正在設定 @bot 的 GTM 團隊也能從中受益，我想把這份內容分享給外界。 對我來說，Grok Bot 的感覺不太一樣，因為它不只是思考夥伴，我還能放心讓它端到端地自行完成實際工作。它每週都更了解我的工作方式，也變得更加敏銳。 開始使用的提示 請確認 @bot 已連結到你每天會用到的工具，例如 Salesforce、Gmail、Calendar、Sheets、Drive、Slack、Notion、用 Granola 記錄會議、用 Figma 製作投影片、X、LinkedIn、資料倉儲等等。 六個第三方服務整合選項的列表介面，採兩欄三列排布，各項目包含圖示、服務名稱、簡短說明與帶有綠色勾勾的「Added」已新增狀態，項目包含 Gmail、Google Calendar、Google Drive、Granola、Notion 以及 Slack。 展開畫面重點畫面呈現六個整合服務的列表，每個項目皆包含圖示、名稱、描述以及「✓ Added」狀態標籤。各項目的具體內容如下： 左側第一列： - 圖示：紅、黃、綠、藍交織的 M 字樣 Gmail 標誌 - 名稱：Gmail - 描述：Connect to Gmail ... - 狀態：✓ Added 左側第二列： - 圖示：綠色三角形組合的 Google Drive 標誌 - 名稱：Google Drive - 描述：Connect to Google... - 狀態：✓ Added 左側第三列： - 圖示：黑底白色外框的 N 字樣 Notion 標誌 - 名稱：Notion - 描述：Notion Skills + Not... - 狀態：✓ Added 右側第一列： - 圖示：藍底白字的 31 數字 Google Calendar 標誌 - 名稱：Google Calendar - 描述：Connect to Google... - 狀態：✓ Added 右側第二列： - 圖示：綠底黑色螺旋圖案的 Granola 標誌 - 名稱：Granola - 描述：Your meetings in y... - 狀態：✓ Added 右側第三列： - 圖示：四色拼湊的 Slack 標誌 - 名稱：Slack - 描述：Slack MCP server. ... - 狀態：✓ Added Bot 有自己的電腦，全天候 24/7 執行，因此即使你的筆電關機，也能完成工作。 你的 bots 具備記憶，會記住你的偏好，也會學習你的寫作風格。你可以要求 bot 掃描 Gmail 和 Slack，了解你平常的寫法。 我最喜歡使用 bot 的方式之一，是透過行動應用程式搭配語音輸入。這樣即使不在電腦前，也能交辦任務給 bot。當我無法使用筆電時，要製作投影片或從工具中擷取資訊就方便很多。 執行你自己的 bot 團隊 GTM Team 的通訊或任務清單介面，列出 Cursor 10x engineer、Data Analysis、PG、slides、Forecast 與 1:1s 等六個項目及其對應的更新狀態與時間戳記。 展開畫面重點GTM Team Cursor 10x engineer 11:39 AM Pulling up a customer facing answer on setting up... Data Analysis Pulled usage information across your book, do ... PG 11:36 AM Done, emails are drafted in gmail slides Slides are updated from your Granola meeting ... Forecast 8/5 All 17 Next Steps are updated in Salesforce with t... 1:1s 8/5 Updated the doc with MEDDPICC drafts under ev... Chief of Staff 我的 Chief of Staff 負責會議準備、收件匣，以及通話後的草稿，並協調團隊中的其他成員。你可以告訴 Chief of Staff 啟動其他 agents，並將 bots 依區段整理。我習慣把 Chief of Staff 釘選起來，因為這是我最常使用的 bot。 來自名為 Olive - Chief of Staff 且大頭貼為黃金獵犬的對話通知，內容顯示「Inbox is quiet. Nothing that needs you this morning.」與時間 8:47 AM。 展開畫面重點畫面上顯示通訊對話介面： 左側為圓形頭像，內有一隻伸出舌頭的金色犬隻，下方文字標籤為「Olive - Chief of...」。 右側為對話訊息泡泡框，頂端顯示圓形頭像縮圖、名稱「Olive - Chief of Staff ...」、釘選圖示與時間「8:47 AM」，內文為「Inbox is quiet. Nothing that needs you this morning.」。 右下方邊緣可見另一則訊息的一部分：「Night. Nothing c」。 介面疊加了對話列表與多層級的操作選單，左側顯示多筆不同主題的對話紀錄與時間戳記，中間跳出的選單包含 Pin、Move to、Mark as Unread、Edit Profile、Duplicate、Copy conversation ID 等選項，右側子選單則列出 GTM Team、Customers、Personal、Unassigned 與 New section 的分類資料夾。 展開畫面重點畫面左側為對話清單： Cursor 10x engineer (11:39 AM) Pulling up a customer facing answer on setting up... Data Analysis Pulled usage information across... PG Done, emails are drafted in gma slides Slides are updated from your Gr Forecast 中間為對話項目所展開的右鍵選單： Pin Move to > Mark as Unread Edit Profile Duplicate Copy conversation ID 右側為 Move to 的子選單： ✓ GTM Team Customers Personal Unassigned New section 每日會議準備 告訴 bot 建立一個 routine，每天準備你的會議，並從工具中擷取資訊（Salesforce、Gmail、Slack、Granola、Gong；如果是新的會議，也可以上網研究）。我偏好簡短、方便快速掃讀的輸出，這樣通勤上班時就能用手機閱讀。你也可以讓 bot 在每天的通話前製作客製化簡報（它會呼叫我的 slides bot）。 Routines 掃描收件匣並自動建立回覆草稿： `text Scan my work inbox for messages since the last run that plausibly need a reply: customer and prospect threads, renewal or pricing questions, intros, direct questions to me. Skip newsletters, automated notifications, receipts, calendar RSVPs, and internal noise. For each one, give me a short digest in chat: sender, subject, one line on what they need, and a proposed reply in my voice. Do not auto-send. If nothing needs a reply, send no mess…

  3. 20 hrs ago

    Codex 為 GPT-5.6 Sol 開放 100 萬 token context window，ChatGPT 帳號即可啟用

    Codex 為 GPT-5.6 Sol 開放 100 萬 token context window，ChatGPT 帳號即可啟用。 這項設定可讓 Codex 在自動摘要較早內容前，保留更多程式碼、工具輸出與對話歷史。 功能變更 Tibo 於 2026-08-17 表示，GPT-5.6 Sol 具備文件所列的 1,050,000-token context window。這項能力過去僅適用於 API keys，現在已切換開關，支援透過 ChatGPT 帳號使用。較大的 context window 需要模型本身支援，並不代表所有模型都能套用相同設定。 設定檔方式 若要把設定寫入預設值，請開啟 ~/.codex/config.toml，並在任何 [section] 標頭之前，於頂層新增或更新以下內容： `toml model = "gpt-5.6-sol" modelcontextwindow = 1000000 modelautocompacttokenlimit = 900000 ` 設定步驟如下： model 選取 GPT-5.6 Sol。 modelcontextwindow 將 Codex 的 context 預算設為 1,000,000 token。 modelautocompacttokenlimit 讓系統約在 900,000 token 時開始自動壓縮歷史，保留部分緩衝空間。 儲存檔案後，重新啟動 Codex client，並開始新的 session。 單次 CLI 測試 如果不想改動預設值，可只對單次 CLI session 套用設定： `bash codex -m gpt-5.6-sol \ -c modelcontextwindow=1000000 \ -c modelautocompacttokenlimit=900000 ` 限制與提醒 這不是單純把 context window 調得越大越好。Tibo 說明，Codex 團隊已針對效能與成本將預設 context 長度調到最佳，甚至形容已接近「完美」；因此，1M-token 設定雖能處理更長的工作脈絡，仍應由使用者依專案需求自行取捨，不能視為普遍優於預設值的配置。 原文：https://easyvibecoding.app/curated/2988-codex-gpt-5-6-sol-opens-million-token-context-window

  4. 2 days ago

    Anthropic 將 Claude 文字加入不加價且不可見的 SynthID-Text 水印

    Anthropic 將 Claude 文字加入不加價且不可見的 SynthID-Text 水印。 公告重點 Anthropic 於 2026 年 8 月 15 日發布 FAQ，說明未來 Claude model 產生的文字會帶有水印，並計畫在全球啟用，因目前尚無耐久且可靠的區域限定方式。其他主要 AI 供應商也簽署相同的《AI 生成內容透明度實務守則》；截至 2026 年 7 月，共約 190 個簽署方，相關規範要求服務商標記 AI 生成內容。詳情見 Anthropic 的官方說明 。 運作方式 水印不會在文字中加入可見內容或隱藏字元，而是利用 Claude 每次選擇下一個字詞時，那些不影響語意的隨機決策留下模式。系統會根據密鑰與前文選擇字詞；持有密鑰的一方可檢查整段文字是否符合該模式，並估算 Claude 曾參與撰寫的可能性。這套方法採用 Google DeepMind 發表於 2024 年 Nature 論文的 SynthID-Text 版本，源自 Scott Aaronson 於 2022 年提出的相關設計。 限制與影響 Anthropic 稱，內部測試未發現水印影響內容、創意或可讀性；Google DeepMind 在 Gemini 流量中測試 SynthID-Text 時，使用者的正負評分與未加水印版本也沒有統計上顯著差異。水印無法證明文字一定由 Claude 撰寫，也不能辨識其他 AI；短文本、事實性極高的內容、只做文法校對，以及必須精確的程式碼，通常可供水印作用的選擇較少。程式碼註解等可任意選詞的部分可能仍帶有水印，但對實際程式碼的影響可忽略。 使用者權益與後續 水印不包含個人、組織或對話資訊，不能追溯到特定使用者，也不改變內容的所有權、作者身分或使用者依條款享有的權利。Anthropic 將推出水印偵測 API；Claude 產生或處理 .png、.jpg、.svg 等支援檔案時，則會在中繼資料加入符合 C2PA 的加密簽署憑證。輕度編輯可能無法完全移除文字水印，但全面改寫每個字詞通常可以避開；2026 年 8 月 2 日前發布的舊 Claude model 也預計在接下來幾個月逐步加入水印。 原文：https://easyvibecoding.app/curated/2971-anthropic-claude-adds-free-invisible-synthid-text-watermark

  5. 2 days ago

    Anthropic 發布第二份 Risk Report，評估四類災難性風險與防護準備程度

    Anthropic 發布第二份 Risk Report，評估四類災難性風險與防護準備程度。 發布背景 Anthropic 表示，定期公開 Risk Report 是 Responsible Scaling Policy 的一部分；本期報告於 2026 年 8 月發布，對應政策版本 3.4。公司計畫每 3～6 個月更新一次，並透過報告全文持續揭露風險評估。 評估範圍 報告不只檢視單一模型，而是評估 Anthropic 整體活動，包含僅供內部使用的模型；同時把模型能力、資訊安全控制、部署防護與其他風險緩解措施放在一起分析。內容聚焦四類災難性風險：高風險情境中的失準、關鍵領域的自動化研究與開發、非新型化學／生物武器製造，以及新型化學／生物武器製造，後兩者合併討論。 報告方法 各風險章節會說明威脅模型、相關模型的能力與行為、現有防護措施，以及整體風險判定；其中區分 Anthropic 系統相較其他 AI 開發者所增加的「邊際」風險，以及全產業採用類似模型與做法時的「絕對」風險。報告也交代後續監測與緩解計畫，並整理前一期報告後的安全進展與值得注意的安全流程失敗。 原文：https://easyvibecoding.app/curated/2974-anthropic-releases-second-risk-report-assesses-catastrophic

  6. 2 days ago

    NVIDIA Robotics 推出 Newton 1.5，支援平行模擬與選擇性重設以加速機器人訓練

    NVIDIA Robotics 推出 Newton 1.5，支援平行模擬與選擇性重設以加速機器人訓練。 此次更新聚焦於平行模擬、接觸物理、GPU 控制與資料格式匯入，協助開發者提升訓練流程的效率與穩定性。 核心更新 支援更多平行模擬，並降低記憶體使用量。 新增選擇性重設，避免每次模擬都從頭初始化。 改善接觸物理的一致性，讓機器人與物體互動時的模擬結果更穩定。 提供實驗性的批次 GPU 控制，可一次處理多個控制工作。 簡化 USD 與 MJCF 的匯入流程，讓既有機器人資產更容易接入訓練環境。 視覺展示 白色機械手臂夾起裝有多彩球體的透明塑膠袋的動態渲染畫面 輔助影片以 3D 渲染畫面呈現白色機械手臂夾起透明塑膠袋的過程，袋中裝有紅、黃、藍、綠等多彩球體。這段畫面可視為機器人操作與物體接觸情境的展示，但影片未提供額外的效能數據，也不能據此推定正式規格或評測結果。 取得方式 NVIDIA Robotics 邀請開發者從 Newton 的 GitHub 程式庫開始使用：Newton GitHub 程式庫。原文將 Newton 1.5 定位為更適合規模化訓練的版本，但未公布具體的速度提升幅度或記憶體節省數字。 原文：https://easyvibecoding.app/curated/2986-nvidia-robotics-newton-1-5-parallel-simulation-selective

  7. 2 days ago

    Tencent AI 分享 TencentDB Agent Memory，讓多種 Agent 跨 session 累積經驗並共享記憶

    Tencent AI 分享 TencentDB Agent Memory，讓多種 Agent 跨 session 累積經驗並共享記憶。 核心分享 TencentDB Agent Memory 為 DeepSeek Harness、DSH、CodeBuddy、Claude Code、Codex 與 Hermes 提供長期記憶、Skill 擷取，以及 Wiki／CodeGraph 檢索；它以 OpenAI-compatible proxy 接入，標榜不需修改程式碼，也能在不同 Agent 與 IDE 間共享經驗。專案連結：TencentDB Agent Memory。 主要能力 Chat Memory 保存偏好、事實、決策與互動歷史。 Memory Hub 平台的介面畫面，左側顯示導覽選單與組織權限，右側切換至 Chat_Memory 的原子記憶塊頁面，並正檢視 L3 核心記憶中的 Team Operating Doctrine 與相關核心原則、Reusable SOPs 及 Decision Logic 內容。 Skill 將對話與 tool call 中驗證過的流程整理成可重用資產。 Memory Hub 平台的 Skill 技能管理介面，左側為導覽選單，右側主區域顯示 Skill 資產管理頁面中的 git-single-commit-workflow 詳情與相關設定。 Wiki 結構化整理文件，CodeGraph 索引程式碼符號、呼叫關係與影響範圍。 Memory Hub 平台的 Wiki 知識庫圖譜介面，左側為功能選單，中央以 54 個 nodes 與 119 個 edges 的互動式節點網路呈現 memory-team-api-docs 專案的知識關聯，右側提供節點內容檢視面板。 Memory Hub 讓團隊管理資產擁有者、版本、可見性、ACL 與 Agent 綁定，並以 private、team、restricted 和 agent 控制分享範圍。 Memory Hub 平台的 Code_Graph 介面，顯示 TencentCloud/TencentDB-Agent-Memory.git 專案的 131 個檔案、2,448 個圖節點與 7,445 個圖邊的同步狀態與程式碼搜尋與探索功能。 安裝方式 來源 README 提供啟動 memory-core、memory-hub 與 proxy 的流程；以下指令涉及啟動本機服務，執行前仍應人工核對來源與設定： `bash git clone https://github.com/Tencent/TencentDB-Agent-Memory.git cd TencentDB-Agent-Memory/deploy/global-images cp .env.example .env $EDITOR .env ./start-all.sh ` 實測與限制 README 顯示 PersonaMem 正確率由 48% 提升至 76%，相對改善 +59%；但 Wiki 與 CodeGraph 需非同步處理，CodeGraph 目前優先支援公開 HTTPS 程式庫，資產路由仍須手動綁定。Current release 為 v2.0.0，v2.0.1 預計加入零設定 cold start、更快的 Wiki 生成、Skill 匯出與 Codex IDE Plan mode 支援。 原文：https://easyvibecoding.app/curated/2972-tencent-tencentdb-agent-memory-shares-cross-session-agent

  8. 3 days ago

    OpenAI 推出 Computer History：ChatGPT 與 Codex 可參考近期電腦活動

    OpenAI 推出 Computer History：ChatGPT 與 Codex 可參考近期電腦活動。 推出範圍 Computer History 正在 Mac 版 ChatGPT 桌面應用程式中，向 Pro、Business 與 Enterprise 使用者全球推出；EEA、英國與瑞士預計在未來幾週開放。Business 與 Enterprise 團隊必須先由管理員啟用，使用者再到 Settings → Integrations 選擇加入。詳細說明見 Computer History 文件。 一名講者在筆記型電腦前介紹電腦歷史功能與智能代理的運作方式 功能設計 這項功能建立在 Chronicle research preview 上，OpenAI 表示新版降低了 token 使用量，並增加隱私控制。使用者可透過時間軸回顧近期工作，讓 ChatGPT 理解工作脈絡，也能從經常執行的流程建立可重複使用的 skill。畫面顯示，選單列可操作： 暫停或恢復 Computer History 查看近期活動與完整歷史 清除全部或部分歷史 排除特定應用程式與網站，例如 Slack 在設定中加入要排除的網站；Private browsing 會一律排除 來源：@OpenAI（回覆）｜ChatGPT 結合 Computer History 功能產生工作進度報告的介面與操作畫面 工作流程應用 媒體畫面顯示，ChatGPT 能根據 Computer History 產生 standup update。範例涵蓋清理每週銷售追蹤表、整理 email 與支援紀錄中的客戶問題、撰寫季節性組合商品的 launch checklist，以及列出尚待完成的產品圖片與包裝成本。系統也提出「Create Morning ops scan automation」，建議每天列出自前一天起有變動的商店、網站、供應商與 launch-owner 工作流。 skill 建議 時間軸會把連續活動整理成具體工作，例如影片檢閱、Codex 海報示範錄製與圖片回饋示範準備，並提出建立「Video review follow-up skill」或「Image feedback demo recording skill」。使用者可以從歷史頁面或 ChatGPT 對話介面建立 skill，將收集 Frame.io 影片意見、開啟對應 Screen Studio 專案等流程重複使用。 來源：@thsottiaux（回覆）｜某 AI 服務的對話介面截圖，頂端顯示使用者輸入的指令「Computer History Roast my computer behavior」，下方標示執行時間為 1 分 43 秒，並有一段文字說明根據從上午 9 點 18 分到晚上 10 點記錄的 8,592 筆電腦事件所產生的效能評估前言。 使用者反思 Tibo 示範以 Computer History plugin 要求 ChatGPT 評析一天的電腦使用情況，結果帶有諷刺意味：Slack 佔記錄活動的 48%，使用者按下「Clear」339 次、送出 253 則 Slack 訊息，按下 Delete 1,191 次，其中 1,065 次發生在 Slack；開啟 42 個分頁、關閉 53 個分頁，並在應用程式間切換超過 200 次。最忙碌時段是晚上 9 點，超過 1,500 個 Slack 事件，顯示這項功能除了提供個人化脈絡，也可能成為檢視工作習慣與數位過勞的工具。 一名講者在筆記型電腦前介紹電腦歷史功能與智能代理的運作方式 影片中的 Prompt 與操作： Prompt（00:26）： 嘿，我剛剛看的最後一個 Google Doc 是什麼？ 原文：Hey, what was the last Google Doc I was looking at? Prompt（00:46）： 你能確定這個 Doc 有分享給稍早群組 DM 裡的 Josh 和 Priya 嗎？ 原文：Can you make sure the Doc was shared with Josh and Priya in the group DM from earlier? Prompt（01:07）： 話說回來，你可以簡短總結一下我今天早上都把時間花在哪裡嗎 原文：By the way, can you briefly summarize how I spend my time this morning 操作步驟： 1. （02:01）點擊 macOS 選單列圖示展開 Computer History 下拉選單 2. （02:02）點擊選單中的 ChatGPT (Nightly) 子選單並點擊「Exclude Slack」 3. （02:03）開啟桌面 App 設定視窗切換至 Computer History 分頁 4. （02:05）點擊「+ Add website」並輸入網站網址（如 example.com、linkedin.com） 5. （02:13）捲動瀏覽歷史活動紀錄與 Suggested skill 項目 6. （02:33）點擊 Suggested skill 的「Create Video review follow-up skill」按鈕帶入聊天介面 ChatGPT 結合 Computer History 功能產生工作進度報告的介面與操作畫面 影片中的 Prompt 與操作： Prompt（00:02）： 根據我昨天的成果，為我草擬一份 standup 更新報告 原文：Draft a standup update for me based on what I did yesterday 操作步驟： 1. （00:02）輸入 prompt 並點擊送出 2. （00:21）點擊送出按鈕 原文：https://easyvibecoding.app/curated/2970-openai-computer-history-chatgpt-codex-cross-app-context

See All (204)

About

輕鬆Vibe Coding — 每日策展的 X 技術社群精選、AI 趨勢分析與 Claude 實作心得的中文音訊版。

Information

  • Creator
    EasyVibeCoding
  • Years Active
    2026
  • Episodes
    204
  • Rating
    Clean
  • 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。
  • Show Website
    EasyVibeCoding Podcast

You Might Also Like