EasyVibeCoding Podcast

EasyVibeCoding
  • 0.0 (0)
  • Technology
  • Updated Daily

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. 16h ago

    @trq212：Claude 5 模型的 context engineering 新規則 我先前寫過關於如何以最佳方式為新一代的 Claude 5 模型寫 Prompt，…

    Claude 5 模型的 context engineering 新規則 我先前寫過關於如何以最佳方式為新一代的 Claude 5 模型寫 Prompt，並透過與它們反覆互動來摸索出你想建構的東西。 但當你發送訊息給 Claude 時，Prompt 只是它取得的 context 的一小部分。你的大部分 context 是由系統 Prompt、skill、CLAUDE.md 檔案、記憶和其他來源組合而成。我們稱這為 context engineering，它會對你使用 Claude Code 或建構自己的 Agent 時所產生的結果產生巨大影響。 與 Prompt 不同的是，context 通常會在許多請求中通用，因此無法那麼具體。特別是當你不知道使用者的 Prompt 會是什麼時，你要如何為 Claude 建構這些通用的 Prompt 與指引呢？ 隨著 Claude 自身的能力不斷演進，這可能會變得出奇地困難。最近我們注意到，我們為新一代 Claude 模型寫 Prompt 的方式有了巨大的跳躍。我們移除了 Claude Code 中針對像是 Claude Opus 5 和 Claude Fable 5 等模型超過 80% 的系統 Prompt，且在我們的程式碼評估中沒有發現任何可測量的效能損失。 以下是我們針對這類新模型在寫 Prompt 上所學到的經驗，以及你該如何利用它來更新你的 context engineering。我們已經將這些最佳實踐放入 claude doctor 中，請在 Claude Code 中使用 /doctor 指令來調整你的 skill 和 CLAUDE.md 檔案的大小。 解除 Claude 的束縛 總體而言，我們發現自己過去對 Claude Code 的限制太多了，無論是透過我們的系統 Prompt，還是在我們的 CLAUDE.md 檔案和 skill 中。 舉例來說，當我們閱讀內部使用 Claude Code 的對話紀錄時，我們會在單一請求中看到幾個互相衝突的訊息，像是系統 Prompt、skill 和使用者請求互相打架，例如「適當留下文件」或是「不要新增註解」。 展開畫面重點圖片展示了一個標題為「the assembled context」的區塊，內含三個主要部分： 「system prompt」：包含灰色橫條文字，並在橘色突顯框中標示「"leave documentation as appropriate" *」。 「skills」：包含灰色橫條文字，並在橘色突顯框中標示「"do not add comments" *」。 「your request」：包含灰色橫條文字，並在橘色突顯框中標示「"just make it work like the old one" *」。 下方文字說明：「one context; Claude reads all of it, and has to reconcile it」 最下方附註：「* Illustrative examples, not verbatim quotes from any real prompt, skill, or user request.」 通常，Claude 可以解讀使用者的意圖來得到正確答案，但在決定要做什麼之前，Claude 必須更仔細地思考這些重疊且衝突的訊息。 雖然這些限制曾經是為了避免最糟情況發生而需要的，但我們後來發現，我們可以刪除其中許多限制，讓模型改用周遭的 context 和判斷力來處理。 此外，現在的 Claude Code 擁有了更多工具。過去 Claude 依賴 CLAUDE.md 作為記憶、資訊和指引的來源。現在我們有了記憶、artifact 和 skill，Claude 可以利用這些來建立在不同工作階段之間載入和分享 context 的新方式。 過去與現在 有許多先前的 context engineering 最佳實踐已經變成了迷思。其中包括： 展開畫面重點這是一張列表對照圖，左側為刪除線樣式的舊概念，右側為對應的新概念，各項目由箭頭（→）連接： Give Claude Rules → Give Claude Judgement Give Claude Examples → Design Interfaces Put it all upfront → Use Progressive Disclosure Repeat Yourself → Simple Tool Descriptions Memory in Claude.MDs → Auto-memory Simple Specs → Rich References 過去：給 Claude 規則 現在：讓 Claude 發揮判斷力 當我們剛推出 Claude Code 時，我們需要確保 Claude 能夠避開最糟的情況，例如刪除檔案。這意味著我們會給予特別強烈的指引，而這些指引可能不見得永遠正確。例如，我們過去在系統 Prompt 中會這樣說： 在程式碼中：預設不寫任何註解。絕不要寫多段式 docstring 或多行註解區塊 — 最多一行短註解。除非使用者要求，否則不要建立規劃、決策或分析文件 — 請從對話 context 著手，而不是中介檔案。 但對於特定的 Prompt 子集而言，這種指引可能是錯的。以文件為例，使用者可能會有自己的偏好，或者極度複雜程式碼的特定部分可能會需要多行註解區塊。 儘管如此，如果對舊模型不加上這些安全防護網，Claude 寫出的註解在許多情況下會是錯的，而我們必須接受這個權衡。但較新的模型具備更好的判斷力，能夠在沒有明確規則的情況下妥善處理這些決定。 在新的系統 Prompt 中我們說：編寫讀起來像周遭程式碼的程式碼：符合其註解密度、命名慣例和慣用語法。 過去：給 Claude 範例 現在：設計介面 工具使用的第一條法則，就是給 Claude 如何使用它們的範例。但在我們最新的模型中，我們發現給予範例實際上反而會將它們侷限在特定的探索空間中。 展開畫面重點圖片包含左右兩個區塊，用於對比「Before」與「TodoWrite」兩種做法的差異。 左側區塊（Before）： 標題：「Before」 字數標示：「≈9,100 characters」 描述文字：「when-to-use lists, worked examples」 內容：包含大量連續的長段落文字線條（呈現冗長、未結構化的 prompt 內容）。 右側區塊（TodoWrite）： 標題：「TodoWrite」 描述文字："Create and update a task list for the current session..." 內容： - 含有項目符號的簡短任務列表線條。 - 狀態標籤：status:，包含三個選項按鈕 pending、in_progress、completed。 - 底部提示說明：only one task in_progress at a time。 與其使用範例，不如多思考你的工具、腳本和檔案的設計——Claude 擁有什麼參數？它們要如何才能更具表達力？ 舉例來說，在 Todo 工具的範例中，只要將狀態列為 pending、inprogress 和 completed 之間的列舉值，就是在暗示 Claude 該如何使用它。關於保持一個項目處於 inprogress 的指令，則有助於定義我們要求的行為。 過去：把所有東西都放在最前面 現在：使用漸進式揭露 (progressive disclosure) 因為 Claude Code 專注於程式撰寫，我們的系統 Prompt 包含了如何進行程式碼審查與驗證的詳細資訊。這些並不總是必要的，但當需要它們時，這就是至關重要的資訊。 自那之後，Claude Code 在使用漸進式揭露方面變得非常熟練——在正確的時間點載入正確的 context。舉例來說，我們將驗證和程式碼審查移到了它們自己的 skill 中，讓 Claude Code 可以選擇性地呼叫。 但漸進式揭露不只適用於 skill，我們也將其用於工具。我們有些工具屬於「延遲載入 (deferred loading)」，這意味著 Agent 在使用它們之前，必須先透過 ToolSearch 搜尋它們的完整定義。這讓我們能夠擁有更多工具（例如我們的 Task 工具），在需要之前不會佔用 context。 這同樣可以應用在你自己的 CLAUDE.md 和 Skill.md 檔案中。一個常見的迷思是，你會想把這些檔案變成你可能遇到的每一個已知實踐的中央儲存庫，因為 Claude 否則就找不到它們。相反地，請考慮建立一個可以在正確時間點被載入的檔案樹。 過去：重複你自己 現在：簡單的…

  2. 17h ago

    @OpenAIDevs：ChatGPT Work agent 現在能用需要登入的網站：使用者先在雲端瀏覽器登入，再讓 Agent 接手後續任務。 核心功能 OpenAI 宣布 …

    ChatGPT Work agent 現在能用需要登入的網站：使用者先在雲端瀏覽器登入，再讓 Agent 接手後續任務。 核心功能 OpenAI 宣布 ChatGPT Work agent 現在支援瀏覽需要登入憑證的網站。 根據影片展示與操作情境，使用者可透過內嵌的雲端瀏覽器手動完成初次登入與驗證。 登入狀態會在不同的工作階段中持續保留，讓使用者無須重複登入。 實際應用與運作 在自動化查詢任務中，若遇到需要登入的目標網站（如訂位平台 Resy），Agent 會開啟雲端瀏覽器讓使用者介入驗證。 使用者在 ChatGPT 內嵌的雲端瀏覽器手動登入訂位平台後，交由 Agent 接手查詢餐廳空位 驗證完成後，Agent 可接管後續動作，例如瀏覽使用者在 Resy 的收藏清單（Hit List），並在對話面板中條列整理出目標時段的可用空位與訂位方案。 使用者在 ChatGPT 內嵌的雲端瀏覽器手動登入訂位平台後，交由 Agent 接手查詢餐廳空位 影片中的 Prompt 與操作： Prompt（00:20）： 太好了，你能幫忙處理嗎？我已經登入了 原文：great, canyu [sic] you do it? I've logged in 操作步驟： 1. （00:02）開啟 Cloud browser 互動 2. （00:08）在登入畫面輸入手機號碼並按下 Continue 3. （00:12）輸入手機簡訊驗證碼 4. （00:27）瀏覽器切換至收藏清單 (Lists) 5. （00:32）依序查詢清單中餐廳的訂位可用時段 原文：https://easyvibecoding.app/curated/2722

  3. 17h ago

    @pvncher：Codex 推出的 Multi-Agent V2 工具讓 GPT-5.6 Sol 與 Terra 能透過自然方式分派任務、分享更新並在複雜任務中互相協作。 …

    Codex 推出的 Multi-Agent V2 工具讓 GPT-5.6 Sol 與 Terra 能透過自然方式分派任務、分享更新並在複雜任務中互相協作。 多代理人協作機制 Ultra（GPT-5.6 Sol Ultra）將代理人協作設為預設，應保留給高風險的工作——也就是模糊性或脈絡分散足以正當化額外推理深度的場合。其他任務則可以透過短 prompt 或 skill，讓 Sol Medium 在幕後組織工作的同時，與使用者保持對話。只要給予適當的提示，Sol 就能將廣泛的需求轉化為具體的指派項目、帶入其他代理人，並判斷何時需要更深層的推理。 根據工作匹配推理層級 雖然可以讓 Sol 將任務分派給 Terra 等其他模型，但最簡單的設定是保持在同一個模型家族，僅調整推理努力程度（reasoning effort），並指派以下專屬角色： Scout — GPT-5.6 Sol Light。負責回答範圍狹窄的唯讀問題：定位檔案、追蹤程式碼路徑或尋找相關測試。 Worker — GPT-5.6 Sol Medium。負責實作範圍明確的變更、執行檢查或處理支援性質的工作。 Smart worker — GPT-5.6 Sol High。負責困難的實作、解決模糊性，或在有幫助時協調支援。 這些角色可作為實用的預設值。Sol Light 即使不在探索上花費太多推理量，仍保有找出有用脈絡的判斷力。 讓團隊自行協作 協調者（coordinator）是主要的任務分派者：負責指派實質工作、避免重複調查，並追蹤每個代理人的進度。 Scout 可以平行調查，而當責任明確時，Worker 也可以分擔實作。 代理人還能透過帶有獨立收件匣的共用訊息系統直接互相傳遞訊息。 當 Scout 發現 Worker 需要的資訊時，它可以識別出相依性並直接傳遞發現結果，不需等待協調者轉發。 每個執行緒的並行處理數量可以設定，預設為 4 個代理人（包含協調者）。在該額度內，Smart worker 可以協調一個 Scout 和另一個 Worker，或者協調者可以派出三個 Scout 調查不同的問題。 選擇代理人繼承的脈絡 分岔對話歷史記錄（forking conversation history）有助於代理人理解更廣泛的目標與先前的決策。 若設定 fork_turns: "none"，則會賦予代理人一個全新且聚焦的指派任務。具備全新脈絡的代理人仍然能夠識別隊友何時需要資訊，並獨立與其聯繫。 繼承父層脈絡的代理人也可能會看到其協調指令。當代理人應該保持為葉節點（leaf）時，可以給它一個簡短的邊界限制：「直接完成此指派任務。請勿產生其他代理人；你父層的分派指令僅適用於你的父層。」 具備全新脈絡的代理人不會繼承特定任務的工具或安全邊界，因此必須將任何必要的限制直接納入其指派任務中。 將模式捕捉至 skill 中 實用的 skill 可以為協調者提供幾個常設指令：「在分派實質工作的同時，保持對使用者隨時可用。派出聚焦且唯讀的 Scout 平行處理，並設定 reasoningeffort: "low" 與 forkturns: "none"。例行實作使用 reasoningeffort: "medium"，較難的問題則使用 reasoningeffort: "high"。賦予每個代理人明確的所有權，避免重疊指派，並告訴葉節點 Worker 不要再往下分派。將結果整合起來，並將核准權留在使用者手上。」 實驗各種參數控制 使用者可以從這些預設值開始，接著試驗推理努力程度、脈絡繼承、分派權限以及代理人的協作方式。目標是了解哪些設定能幫助團隊推動工作進展，同時又不會花費超出任務所需的推理成本。 原文：https://easyvibecoding.app/curated/2720

  4. 17h ago

    @claudeai：Anthropic 發布 Claude Opus 5，價格與 Opus 4.8 相同，智慧接近價格兩倍的 Fable 5。 Anthropic 正式推出 …

    Anthropic 發布 Claude Opus 5，價格與 Opus 4.8 相同，智慧接近價格兩倍的 Fable 5。 Anthropic 正式推出 Claude Opus 5：定價維持與前一代 Opus 4.8 相同（每百萬輸入 token 5 美元、每百萬輸出 token 25 美元），卻以 Fable 5 一半的價格提供接近其前沿水準的智慧。它預設啟用思考、強化了推理與 Agentic 程式開發，上下文視窗 1M token 既是預設也是上限（沒有更小的變體），單次最多輸出 128k token。 Claude Opus 5 的標題畫面 模型效能與基準表現 在 Frontier-Bench、GDPval-AA 等程式開發與知識工作評測中創下全新的 state-of-the-art，且以較低成本達到前一代 Opus 4.8 超過兩倍的表現；官方同時註明，它在網路安全任務上仍落後 Mythos 5。 Opus 5 在多項編程與知識工作評測上達到前沿 SOTA，並在 ARC-AGI-3 創新問題解決測試中以 30.2% 分數遠超其他模型 在 Frontier-Bench v0.1 上，各個 effort 等級的成本與得分都壓過同級對手。 Opus 5、Fable 5、Opus 4.8 與 GPT-5.6 Sol 在 Frontier-Bench v0.1 依努力程度劃分的代理編程成本與得分比較。 在 ARC-AGI-3 評測中，其分數達到次佳模型的三倍以上。 Opus 5 (high) 在 ARC-AGI-3 評測中取得約 30% 得分，達到次佳模型 GPT-5.6 Sol 的三倍以上。 在 CursorBench 3.2 的 max effort 下，表現與 Fable 5 的 peak score 相差不到 0.5%，但單一任務成本僅有一半。 Opus 5、Fable 5、Opus 4.8 與 GPT-5.6 Sol 在 CursorBench 上不同 effort level 下的成本與分數比較 在電腦操作評測 OSWorld 2.0 上，以約三分之一的成本超越 Fable 5 的最佳成績。 Opus 5、Fable 5、Opus 4.8 與 GPT-5.6 Sol 在 OSWorld 2.0 評測中不同 effort level 下的任務成本與分數比較。 在 Zapier 的 AutomationBench 上，相同單任務成本下的通過率約為次佳模型的 1.5 倍；即使在最低 effort 設定，通過的任務數也多於其他所有模型。 Opus 5、Fable 5、Opus 4.8 與 GPT-5.6 Sol 在 AutomationBench 評測中各工作量設定下的任務成本與通過率比較 在真實知識工作評測 GDPval-AA v2 與 Humanity's Last Exam 上，以相近或更低的單次成本換到更高的正確率。 Opus 5、Fable 5、Opus 4.8 與 GPT-5.6 Sol 在 GDPval-AA v2 基準測試中，不同 effort level 下運算成本與 Elo 分數的比較 Opus 5 在 Humanity's Last Exam (with tools) 基準測試中，以類似或更低的每任務成本展現優於 Fable 5 與 Opus 4.8 的解題正確率 Opus 5、Fable 5、Opus 4.8 與 GPT-5.6 Sol 在不同 Effort Level 下的 Artificial Analysis Coding Agent Index 表現與成本比較 在生命科學評測中全面超越 Opus 4.8，例如有機化學內部評測高出 10.2 個百分點，蛋白質序列變異功能預測高出 7.7 個百分點，並能視覺化氣流流過空氣動力學物件的情況。 官方公布的三個實例 FreeCAD 任務中模型看不到圖面，於是自己寫了一條電腦視覺 pipeline 從原始像素抽出幾何，重建整個機械零件；相同設定下沒有其他競品模型能在五次嘗試內解出。 面對一個開源套件管理器的真實 bug，Opus 5 找出根本原因，補掉社群 patch 漏掉的邊界情況；競品模型只修掉表面症狀就回報問題已解決。 一家交易公司的工程師在單一 session 內建出新的交易所行情 feed；找不到 live feed 可對照時，Opus 5 自己建了一套測試 harness 驗證解析是否正確。 核心架構與行為變更 預設啟用思考功能（thinking），模型會自行決定每個回合的思考時機與深度，開發者可透過 effort 參數（支援 low、medium、high、xhigh、max）控制思考深度；在 Claude Code 與 Claude Platform 上預設為 high。 在 xhigh 或 max 的 effort 等級下，設定 thinking: {"type": "disabled"} 會回傳 400 錯誤，這是一項重要的行為變更。官方也提醒關閉思考有已知瑕疵：模型偶爾會把工具呼叫寫進純文字回覆裡，而不產生結構化的 tool_use 區塊。 支援 Fast mode，執行速度約為預設速度的 2.5 倍，定價為基礎價格的兩倍；此功能仍在研究預覽階段，目前只在 Claude Platform 與 Claude Code 提供，Amazon Bedrock、Google Cloud 與 Microsoft Foundry 尚未支援。 最低可快取 prompt 長度降至 512 tokens，過往因過短而無法快取的 prompt 現在無需修改程式碼即可建立快取條目。 行為方面，其預設回應與書面交付內容更長，在代理式對話中更常向使用者敘述進度，並會主動驗證自身工作——也因此官方建議刪掉沿用自舊模型的驗證指令，那些指令會造成過度驗證、白白消耗 token。 API 與整合設定 支援完整的 effort 階梯，執行高階運算時需設定較大的 maxtokens（例如 64000）以提供模型思考空間；要注意 maxtokens 是「思考＋回覆文字」的總量硬上限： `bash cURL curl https://api.anthropic.com/v1/messages \ -H "x-api-key: $ANTHROPICAPIKEY" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-opus-5", "max_tokens": 64000, "stream": true, "output_config": { "effort": "max" }, "messages": [ { "role": "user", "content": "Explain why the sum of two even numbers is always even." } ] }' ` 新增對話中途工具變更（Mid-conversation tool changes）beta 功能，允許在對話回合之間新增或移除工具同時保留 prompt 快取，請求時須帶入 mid-conversation-tool-changes-2026-07-01 beta header。 支援伺服器端預設 fallbacks 模式，依拒絕類別套用 Anthropic 建議的備用模型，須帶入 server-side-fallback-2026-07-01 beta header。 遷移至新版本時，開發者需將程式碼中的模型 ID 更新為 claude-opus-5（詳見遷移指南）。 誰能用、在哪裡能用 所有付費方案與 Claude API 當日開放：在 Claude Max 上是新的預設模型，在 Claude Pro 上是最強的可選模型。 三大雲平台同步供應，Amazon Bedrock 的模型 ID 為 anthropic.claude-opus-5，Google Cloud 與 Microsoft Foundry 亦可使用；Opus 4.8 在這些平台上仍然保留。 Claude Code 需升級到 v2.1.219 以上才選得到 Opus 5（執行 claude update）；Max、Team Premium、Enterprise 隨用隨付與 Anthropic API 預設即為 Opus 5，Pro、Tea…

  5. 21h ago

    @JensenHuang：黃仁勳在 X 發布首篇貼文力挺開放權重 AI。 黃仁勳發文力挺開放權重模型 NVIDIA 執行長黃仁勳（Jensen Huang）於 2026 年 7 …

    黃仁勳在 X 發布首篇貼文力挺開放權重 AI。 黃仁勳發文力挺開放權重模型 NVIDIA 執行長黃仁勳（Jensen Huang）於 2026 年 7 月 24 日在 X 平台發出帳號上的第一篇貼文，表態支持 NVIDIA 簽署的開放權重 AI 聯合信件 Open Weights and American AI Leadership。他在貼文中強調，人工智慧將會重塑所有產業、驅動每間公司，並由每個國家自行建構。開放權重模型不僅能強化安全與網路安全、加速創新與擴散，更能讓國家的科技自主權成為可能，因此世界同時需要前沿的封閉模型與前沿的開放模型。 〈Open Weights and American AI Leadership〉信件首頁的標題與開頭段落 產業領袖與各界反應 隨後多位科技界與輿論人物陸續回應： OpenAI 執行長 Sam Altman 回應，希望美國能在開源與專有模型兩方面皆取得勝利，並樂見這項發展。 xAI 執行長 Elon Musk 發文表達全面支持，直言黃仁勳的看法完全正確。 時事評論員胡錫進（@HuXijin_GT）則指出，OpenAI 與 Anthropic 拒絕將模型開源是集體錯誤，若美國政府封殺中國的開源模型 Kimi K3，將是錯上加錯，並希望美國能有更多人理解黃仁勳的觀點。 探討開放權重（open weights）優勢、安全性與政策建議的信件段落 NVIDIA 聯署信件核心論點 該份由 NVIDIA 等 25 家機構聯署、並被黃仁勳引用的官方文件指出，美國正面臨與 1980 年代早期開源軟體運動相似的選擇，AI 領導地位將取決於是否能建立強大的開源生態系並擴散至各個產業。文件強調： 開放權重擴大了 AI 經濟的近用性，讓新創、企業與公共機構能以合適的成本匹配對應模型，而不必每次都從頭訓練或支付前沿模型的昂貴費用。 信件也承認開放權重帶有真實且獨特的風險：權重一旦釋出便脫離原開發者的控制，被改動過的版本也難以追蹤或還原；但主張正確的回應不是禁止開放權重。 透明度能加強資安防禦，防禦者需要能接觸到具備同等能力的模型來偵測與回應新興威脅，避免過度依賴少數封閉模型所帶來的單點故障風險。 政策制定者在形塑生態系時，應為新創與研究者擴大運算資源的取得，並避免過早限制開放模型而扼殺競爭或將創新推向海外；同時應區分合法的模型改進技術（如蒸餾）與非法的價值擷取行為。 信件結語段落，以及 NVIDIA、Meta、Microsoft、a16z、Hugging Face 等聯署機構的標誌清單 原文：https://easyvibecoding.app/curated/2718

  6. 1d ago

    @grok：Grok 推出 Workflows 讓使用者指派複雜任務。 核心功能 Grok 推出全新 Workflows 功能，專門處理單一對話無法負荷的大型任務，…

    Grok 推出 Workflows 讓使用者指派複雜任務。 核心功能 Grok 推出全新 Workflows 功能，專門處理單一對話無法負荷的大型任務，例如一次檢視超過 100 個 issue 或詳細審查數千行程式碼。根據官方資訊與展示內容，其運作特點包含： 每次執行最多可擴展至 1,024 個 Agent 平行運作。 整個工作計畫會分階段進行，並透過獨立的驗證機制（independent skeptics）來查核每一項發現。 支援透過指令 /workflows 來逐階段監控 Agent 的執行進度。 實際應用與操作 使用者在 CLI 中輸入指令即可建立並執行工作流程，例如在 demo 中示範輸入 can you create and run a workflow to review https://github.com/acme-corp/relay 來啟動程式碼審查。整個執行過程包含 Context、Review、Verify、Synthesize 等階段，並針對 correctness、error-handling 與 security 等項目進行檢測。 影片展示名為 Workflows 的功能，透過命令列介面（CLI）協調多個代理程式進行複雜的多步驟任務，並在最後顯示詳細的執行結果與摘要。 團隊協作與取得方式 執行完成後會顯示執行時間、Pull Request 審查摘要與完整報告路徑。 儲存下來的工作流程會變成帶有自訂引數的斜線指令（slash command）。 儲存在程式庫（repo）中的工作流程可直接與團隊成員共用。 使用者可前往 x.ai/cli 下載體驗此功能。 程式碼編輯器介面顯示某個 AI 工具正在檔案 src/api/checkout.ts 內自動加入驗證購物車總金額是否大於零的邏輯。 影片展示名為 Workflows 的功能，透過命令列介面（CLI）協調多個代理程式進行複雜的多步驟任務，並在最後顯示詳細的執行結果與摘要。 影片中的 Prompt 與操作： Prompt（00:07）： 你能建立並執行一個工作流程來審查 https://github.com/acme-corp/relay 嗎？ 原文：can you create and run a workflow to review https://github.com/acme-corp/relay 操作步驟： 1. （00:06）輸入指令詢問是否能建立並執行工作流程來審查指定的 GitHub 儲存庫 2. （00:11）啟動 Workflows 並開始執行多代理程式的 PR 審查 3. （00:13）執行 Context 與 Review 階段，進行 correctness、error-handling、security 等多項審查 4. （00:17）執行 Verify 階段，檢驗多個程式碼檔案 5. （00:19）執行 Synthesize 階段以綜合分析結果 6. （00:22）顯示工作流程執行完成的詳細總結與耗時 原文：https://easyvibecoding.app/curated/2713

  7. 1d ago

    @derrickcchoi：我終於能用我真正的思考方式跟 ChatGPT 對話了 這感覺一定有點像東尼·史克賈維斯（Jarvis）對話時的感受。 我非常高興我們剛在 ChatG…

    我終於能用我真正的思考方式跟 ChatGPT 對話了 這感覺一定有點像東尼·史克賈維斯（Jarvis）對話時的感受。 我非常高興我們剛在 ChatGPT 桌面版應用程式的 Work 和 Codex 中推出了 ChatGPT Voice。 我不確定你的情況如何，但我的想法很少一開始就是結構完美的 prompt。我通常會先解釋一件事情，想起一些相關的事，然後意識到有幾個部分其實可以獨立推進。 我寧願把那種亂七八糟的版本講出來、回答後續的問題，然後讓 Voice 把這些不同的部分轉化成實際的工作。 這雖然是一場即時的語音對話，但它可以協調多個不同的任務。我可以大聲思考、請 ChatGPT 把工作拆分，並且在這些任務執行時繼續說話。 我可以詢問哪些任務已經完成、聽取阻礙（blocker）的狀況、打斷回應，或是重新導向某個特定的任務。這就是 AGI 嗎？我沒說錯吧？ 展開畫面重點畫面為應用程式的對話介面，頂端標題為「New voice chat」。 對話內容包含以下往來文字： 使用者：「I'm moving in two weeks and have barely started. Can you help me think through what I need to do first」 回應：「Totally, let's keep this simple. First, lock in movers or truck, then sketch a room-by-room packing plan and figure out what you'll need during your last week. Start with the things you use least. And make a quick checklist of utilities, address changes, and any time-sensitive tasks.」 使用者：「Okay, great .actually start separate threads to just compare movers that we have in New York. Make a room-by-room packing plan. I live in a one-bedroom apartment. List everywhere that I need to change my address .and just find packing time on my calendar. Don't book or change anything just yet」 回應：「Got it, I'll start mapping that out. I'm building those in parallel, starting with the mover comparison and breaking the rest into a packing plan, address changes, and scheduling.」 下方列出四個建立的對話項目，均顯示「Chat created」與「Open chat」按鈕： Chat created (Open chat) Chat created (Open chat) Chat created (Open chat) Chat created (Open chat) 下方文字狀態顯示：「I've split everything into four subtasks. Comp[are N]ew York movers, building a one-bedroom packing plan, listing address updates, and checking your calendar.」 最下方輸入框顯示「Work with ChatGPT」，左側有加號與「Custom」按鈕，右側有喇叭、麥克風與關閉按鈕。畫面中央下方有一個藍色的語音波形動態球體。 如何開始 在桌面版應用程式中開啟新的對話或任務，然後選擇「開始新的語音對話」圖示。第一次使用時，系統會要求你允許存取麥克風並選擇一個聲音。 對話開始後，你可以切換到其他視窗並繼續說話。藍色的 Voice 圓圈會一直跟著你。你可以把它拖曳到任何你想放的位置、將 ChatGPT 的音訊靜音、將你的麥克風靜音，或是直接結束對話。 展開畫面重點畫面呈現一個語音控制介面，上方為藍色雲霧狀漸層的圓形視覺元素。下方重疊一個帶有圓角的白色膠囊狀操作列，由左至右分別為： 喇叭圖示（音訊輸出控制） 麥克風圖示（語音輸入控制） 藍色圓形背景的白色「X」關閉按鈕 在「設定 (Settings)」→「語音 (Voice)」底下，你可以選擇聲音、設定全域熱鍵以便從桌面任何地方啟動 Voice，並在 macOS 上啟用螢幕內容（Screen Context）。 啟用螢幕內容後，當你在對話中提及螢幕上的內容時，ChatGPT 可以為你的前景視窗拍攝應用程式截圖（appshot）。這並不是持續的螢幕分享，而且 macOS 會在第一次時徵求你的許可。 展開畫面重點畫面頂端標題為「Voice chat」。下方包含三個主要的設定選項： Voice - 說明文字：Choose the voice Codex uses for new voice chats - 右側控制項顯示目前選擇的語音：「Arbor」並帶有藍色圓點圖示。 Voice chat hotkey - 說明文字：Start voice chat from anywhere on desktop - 右側顯示快速鍵組合圖示（⇧⌘D）以及編輯與刪除的按鈕圖示。 Screen context - 說明文字：Let Codex inspect the foreground app when you refer to what's on screen. macOS asks for access the first time Codex needs it - 右側為開關切換按鈕，目前處於啟用狀態（呈現藍色開啟狀態）。 我在什麼時候會使用 Voice 對我來說，當最困難的部分是把腦中的想法全部倒出來、而不是敲打出最後一句話時，Voice 最有用。當我有以下需求時，就會使用它： 我要加入一場進行中的討論，在知道正確的問題之前，需要先透過對話釐清上下文 一個想法包含多個可以平行的任務 我想要進行腦力激盪，並讓 ChatGPT 挑戰我的想法或比較各種權衡（tradeoff） 我正在看設計、文件、Slack 討論串或程式碼，並想要引用螢幕上已經存在的內容 我的手或注意力在別的地方，但我仍想推動專案進展 有幾個任務已經在執行，而我需要最新進度、解決阻礙，或是改變方向 實際應用的樣子 如果你是一位工程師： 看一下這個失敗的測試。 啟動一個任務來可靠地重現它。 啟動另一個任務來檢查上次通過測試後的變更。 啟動第三個任務來檢查周圍的測試是否有類似的失敗。 在修改任何程式碼之前，先比較這些發現並告訴我最可能的根本原因。 如果你從事產品工作： 看一下這場發表討論。 啟動一個任務來將已確認的決策與建議區分開來。 啟動另一個任務來比較每個選項的使用者影響與技術權衡。 啟動第三個任務來找出沒人回答的重要問題。 接著草擬建議的後續步驟，並附上指向佐證資料的連結。 如果你從事業務工作： 協助我準備下一通客戶電話。 啟動一個任務來檢視最近的 email 和會議記錄。 啟動另一個任務來列出每一項承諾、負責人和尚未解決的問題。 啟動第三個任務來尋找他們提出主題的相關產品背景資訊。 給我一份五分鐘的簡報摘要，並草擬一封後續追蹤信，但先不要寄出任何東西。 如果你是內容創作者： 我想製作一集關於 AI Agent 的 Podcast。 啟動一個任務來研究目前最有趣的爭論。 啟動另一個任務來開發三個可能的切入角度。 啟動第三個任務來蒐集可信的來源。 啟動另一個任務來建立製作與宣傳的檢查清單。 然後推薦最強的故事。先不要聯絡任何人或發布任何東西。 或者，如果你像我一樣，兩週後要搬家： 啟動一個任務來比較我 email 中的搬家報價。 啟動另一個任務來建立逐房的打包計畫。 啟動第三個任務來列出我需要更改地址的所有地方。 啟動另一個任務來檢查我的行事曆，找出打包的實際可行時間區塊。 在採取行動之前，告訴我有什麼需要決定或預約的事。 而且因為 Voice 支援自然中斷，我可以中途插話： 等一下。為那個「會拖延到最後一個週末才動手」的我最佳化這…

  8. 1d ago

    @OpenAI：ChatGPT 桌面版應用程式推出 ChatGPT Voice 讓使用者能透過即時語音控制電腦。 功能與運作機制 OpenAI 於 2026 年 7 月…

    ChatGPT 桌面版應用程式推出 ChatGPT Voice 讓使用者能透過即時語音控制電腦。 功能與運作機制 OpenAI 於 2026 年 7 月 24 日宣布將 ChatGPT Voice 導入桌面版應用程式，由 GPT-Live 技術驅動，具備同時說話、聆聽與協調應用程式內工作的能力。 支援透過語音直接控制電腦，並指揮在 ChatGPT Work 或 Codex 中運作的多個 Agent。 支援 macOS 與 Windows 系統，向 Plus、Pro、Business、Edu 及 Enterprise 方案全球推出。 使用者亦可透過 iOS 應用程式搭配配對的遠端存取功能，在 Codex 中使用 ChatGPT Voice，Android 支援則將陸續推出。 實際應用與體驗 開發者 Tibo（@thsottiaux）表示使用者現在能擺脫鍵盤進行日常工作。使用者 Guinness Chen（@guinnesschen）分享其為理想的規劃模式，能從模糊的想法開始，透過 AI 提出犀利的提問協助釐清需求、邊對話邊繪製架構圖，最後啟動 Codex 任務進行建置。 一位工程師透過 OpenAI 桌面版應用程式的 Voice 功能進行開發。 桌面協作與畫面展示 在實際應用展示中，工程師可透過桌面版應用的 Voice 功能進行協同開發，介面呈現 macOS 桌面 App 風格的對話記錄、專案看板與檔案列表，並包含如 launch-preview、audio-phase-inputs、feature-flags 等目錄與檔案。介面亦展示了音訊處理邏輯與架構圖比較的任務設置，包含「Current behavior」與「Proposed behavior」的流程對比，並能將變更後的架構指派給任務執行。本站先前策展過〈OpenAI 推出 GPT-Live 即時語音對話〉，當時展示了語音對話支援，而本次更新則進一步將該能力延伸至桌面版與多 Agent 協同調度。 某 AI 程式介面透過對話呈現 Voice-leading Engine 變更的架構圖比較與任務設置。 一位工程師透過 OpenAI 桌面版應用程式的 Voice 功能進行開發。 影片中的 Prompt 與操作： 操作步驟： 1. （00:01）啟動投影並播放日常播放清單 2. （00:04）透過桌面 App 語音助理撰寫部落格貼文草稿 3. （00:39）呼叫 Codex 檢查 feature flags 設定 4. （00:45）建立新執行緒尋找 bug 根源並建立 pull request 5. （00:58）透過語音設定專案目標並標記團隊審查 某 AI 程式介面透過對話呈現 Voice-leading Engine 變更的架構圖比較與任務設置。 影片中的 Prompt 與操作： Prompt（00:01）： 可以秀一下你想做的變更的圖表嗎？ 原文：Can you show me a diagram of the changes you want to make? Prompt（00:33）： 你可以開始一個任務來做這件事嗎？ 原文：Could you start a task to go do this? 操作步驟： 1. （00:42）開啟工作佇列與任務指派 原文：https://easyvibecoding.app/curated/2716

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