脈報

思思主播

脈報

  1. 13h ago

    YC 執行長炫耀一天寫 37000 行，這正是程式設計變糟的徵兆

    YC 執行長炫耀靠 AI 一天寫 37000 行程式碼，但頂尖工程師其實都很懶。從 Theo 與 Brian Cantrill 的角度，看為何行數崇拜正在讓軟體變糟，以及 AI 時代我們該守住什麼。 ⭐ 文章深度讀：完整版多了我對行數崇拜與「爛軟體不再自然死亡」的判斷 → https://heymaibao.com/ai-erodes-programmer-laziness/ ⚡ 章節重點 開場 00:00 一天 37000 行的數字反差 00:40 行數崇拜的謬誤 02:19 懶惰為什麼是工程師的美德 03:27 為什麼 AI 天生缺這種懶 05:09 軟體不再自然死亡 06:39 這群人不是在反 AI 08:18 割草機不會替你在乎 09:12 結語 稀缺的是判斷 10:05 📝 懶人包 ∙ 好工程師的「懶」其實是一種費力的美德，它逼人把系統做到最簡單。這是 Larry Wall 提出、Cantrill 重新擦亮的老觀念。 ∙ AI 模型 (也就是大型語言模型，LLM) 天生缺這種懶，因為「工作對它不要錢」，它只會把系統做得更大，而不是更好。 ∙ 用程式碼行數衡量生產力是個謬誤：Garry Tan 一天 37,000 行，而知名工具 DTrace 整個專案才約 60,000 行。 ∙ 我的觀察：AI 真正改變的不是「誰寫 code」，而是「爛軟體還能不能活下去」，這一點比行數更值得擔心，後面我會展開。 📚 參考資料 Theo (t3.gg)，YouTube 影片「I miss when programmers were lazy.」 → https://www.youtube.com/watch?v=iN_9aH3VuzU

    11 min

  2. 14h ago

    幾乎不寫 code 的 YC 創辦人：整天用語音指揮一群 AI

    一位 YC 創辦人示範他幾乎不寫程式碼的工作流：用語音把任務派給多個並行 AI agent，卻同時設「AI 禁區」防爛碼、堅持不讓 AI 當架構師，token 全開卻刻意少寫 code。 ⭐ 文章深度讀：完整圖文版和我整理的適用邊界都在文章裡 → https://heymaibao.com/yc-founder-barely-writes-code-voice-agents/ ⚡ 章節重點 開場 00:00 不寫 code 的工程師日常 01:15 token 隨便燒，行數卻要省 02:45 在 codebase 劃出 AI 禁區 04:43 code 變成鋸木屑 06:36 帶走的兩條紀律 09:05 📝 懶人包 ∙ 他幾乎不手寫程式碼，整天用語音加鍵盤快捷鍵，把任務派給好幾個同時在跑的 AI agent，只有偶爾要手動改檔時，才進他們戲稱的「caveman mode (穴居人模式)」用鍵盤打字。 ∙ 他重度用 AI，卻守住人類的邊界：在程式碼裡設「slop-free zone (無爛碼區)」，標明「human eyes only，AI 不准碰」，因為 AI 一旦看到爛 code，會跟著寫出更多爛 code，陷入惡性循環。他也堅持「不要讓 AI 當你的架構師」。 ∙ 他 token 全開狂燒 (fast mode、high effort、預設關掉所有權限確認)，起步那陣子單月最高燒掉約 2.2 萬美元 token，卻刻意把程式碼行數壓到最少。 ∙ 我的觀點：這套玩法最值得學的不是「不寫 code」這個結果，而是他在「大膽放手」和「嚴格設限」之間抓的平衡，但前提是你願意花時間建立邊界，而不是照抄他最激進的設定。 📚 參考資料 幾乎不寫 code 的 YC 創辦人開發環境訪談 (YouTube) → https://youtu.be/fQmlML9Lay4?si=tPJJjee9zHSXZZT2

    10 min

  3. 1d ago

    規劃的重點不是 plan mode，是 plan mode 之前那段對話

    多數人一開 plan mode 就讓 AI 直接 build，模型只能亂猜。這位創作者先多輪對話把 context 和取捨聊清楚，才進 plan mode、生成計畫檔再 build。看他的四步流程。 ⭐ 文章深度讀：plan mode 之前那段對話到底要聊什麼才不會白規劃 → https://heymaibao.com/planning-before-plan-mode/ ⚡ 章節重點 plan mode 被你用錯了 00:00 薄用法為何常常翻車 00:34 顛覆認知的四步流程 02:17 實戰：Expo 還是原生 Swift UI 03:26 計畫檔才是真正的交付物 05:14 花時間規劃會拖慢出貨嗎 06:27 結論：先投資十分鐘對話 07:16 📝 懶人包 ∙ 多數人的 plan mode 用法太薄：plan mode 是 AI 工具裡「先出計畫、再動手蓋」的模式，但多數人是一行需求 → 開 plan mode → 不讀計畫直接 build。模型手上只有一句話的 context (脈絡)，剩下全靠它替你猜，蓋出來自然不是你要的。 ∙ 這位創作者的流程有四步：先跟 agent 多輪對話、把想法和 trade-off (取捨) 攤開來討論，等到確認它真的懂了，才進 plan mode，再讓它生成一個 Markdown 計畫檔，最後才開始 build。 ∙ 那個計畫檔是可以帶著走的交付物：它能丟給 Cursor、Claude Code、Codex 任何一個 agent 去蓋，也是跨分頁、跨時間留給未來的自己的記憶。 ∙ 我的觀點：真正稀缺的不是 plan mode 這個按鈕，是把腦中的東西對齊進 AI context 的那段對話。跳過它的人，跳過的正是整件事裡最值錢的部分。 📚 參考資料 這位創作者示範自己怎麼用 AI 規劃再蓋功能 → https://youtu.be/MyRs5hdE7vo?si=hViOzCGZ5CkN3eH0

    8 min

  4. 2d ago

    把 Claude Code 變成作業系統：4 個層級，一個慘痛教訓

    把 Claude Code 變成替你工作的 AI 作業系統，關鍵不是模型而是分層餵 context。四個層級加一個 agent 寄爆 15 萬個信箱的教訓：指令不等於能力，授權要一階一階給。 ⭐ 文章深度讀：影片講完四個層級的觀念，但每一層實際怎麼一步步接上工具、又怎麼設好護欄，我整理在文章裡。 → https://heymaibao.com/claude-code-ai-operating-system/ ⚡ 章節重點 開場：模型不是護城河 00:00 為什麼是 Claude Code 不是 Chrome 00:39 先做一次 context 自我稽核 01:20 4 個層級總覽 01:59 第一層 Context：它懂你的業務 02:57 第二層 Connections：它碰得到你的資料 03:29 第三層 Capabilities：教它怎麼做事 04:42 第四層 Cadence：筆電關著也在跑 05:15 一個慘痛教訓：指令不等於能力 05:52 用腳踏車方法一階一階給授權 07:12 真正的護城河是整套系統 07:49 留給你的一個問題 08:36 📝 懶人包 ∙ 模型不是護城河，context 才是。作者的做法是把所有工作預設搬進 Claude Code，因為它看得到你的檔案、儲存庫和歷史紀錄，而網頁版只看得到你當天貼進去的東西。 ∙ 搭系統有順序：Context → Connections → Capabilities → Cadence，四層往上疊，跳過一層上面就會塌。 ∙ 指令不等於能力。對一個有寄信工具的 agent 說「絕對不要寄信」只是一個願望，工具還在那；真正的護欄是「根本不給它寄信的工具」。 ∙ 我的觀點：這篇表面在教你怎麼把工具接上 AI，但對我來說真正的門檻不是技術，而是「賦能跟護欄要同步長大」。能力給多少，韁繩就要收多緊，這個判斷整篇都甩不掉。 📚 參考資料 I Turned Claude Opus 4.8 Into My Entire AI Operating System (@nateherk on X) → https://x.com/nateherk/status/2060373513014292919?s=46

    9 min

  5. 3d ago

    做計畫但不讀計畫：一位開源高手最反直覺的 AI 工作流心法

    一位開源高手攤開他的 AI 工作流：有想法先讓 AI 寫計畫但自己不讀，多開分頁並行，把人當成下判斷的訊號。我挑出哪些心法值得學、哪些別照抄，還有他誠實的上癮警告。 ⭐ 文章深度讀：這套裡你最想先試哪一招，還是覺得哪一招其實不可行？ → https://heymaibao.com/agentic-engineering-workflow-mindset/ ⚡ 章節重點 開場 00:00 不寫程式卻擠進開源前段班 00:37 心法一 計畫先行 02:22 心法二 做計畫但不讀計畫 03:14 心法三 極端並行 04:44 心法四 人當訊號 06:29 誠實警告 建構成癮 07:50 留給你的問題 09:12 📝 懶人包 ∙ 計畫檔不是普通檔案，是 AI 需要的「脈絡層」。他的核心主張是：一份純文字的計畫檔 (他叫它 plan.md) 能讓 AI 停止亂猜，知道要改哪些檔案、達成什麼條件。傳統開發大概是八成時間寫程式、兩成規劃，這套工作流把比例翻過來，思考全進計畫，執行變得機械。 ∙ 做計畫，但不讀計畫。他說計畫真正的作用是「韁繩」，逼 AI 去研究、定方法、寫下驗收條件並真的達成。有計畫的 AI 會把事情做完，沒計畫的會偷工減料、提早收手。所以他只看標題、有問題就當場問 AI 講重點，不坐著讀三百行的計畫。 ∙ 人的價值是「當訊號」，不是動手。同時開好幾個 AI agent 在跑時，他認為人該做的是提供品味與方向，看回來的東西然後說「這版比較好，但用那版的語氣」。另外，任何做超過兩次的事就做成可重用的 skill，讓能力一次比一次強。 ∙ 我的判斷：這篇最有價值的不是那一長串工具，而是底層心法。他的整套裝備門檻其實很高 (兩個月費 200 美元的方案、頂規筆電、一堆付費訂閱)，照抄不切實際。但「計畫先行、並行、當訊號、把重複工作做成 skill」這四件事，誰都能學。難得的是，他最後還誠實附上一段關於「建構成癮」的警告，讓整篇不只是工具吹捧。 📚 參考資料 Every Agentic Engineering Hack I Know (June 2026) → https://x.com/mvanhorn/status/2061877533885473181

    10 min

  6. 3d ago

    Opus 4.8 被嫌慢又愛幻覺，但問題可能出在 Claude Code

    新 benchmark DeepSWE 顯示 GPT 5.5 領先 Opus 4.8，更快也更便宜。但主持人最值得記住的判斷是：你嫌 Opus 4.8 慢又愛幻覺時，問題可能出在 Claude Code，不是模型。 ⭐ 文章深度讀：Opus 4.8 到底是不是被 Claude Code 拖累，我把整集的判斷拆成一篇 → https://heymaibao.com/opus-4-8-held-back-by-claude-code/ ⚡ 章節重點 你以為在罵模型，其實在罵介面 00:00 跑分的真相：DeepSWE 與 SWE-bench Pro 01:07 問題真的出在介面嗎 03:22 那筆隱藏的真實成本 05:08 工具還是人格的哲學之爭 07:06 造神的風險：Mythos 08:54 📝 懶人包 ∙ 他們搬出一個新的測試標準 DeepSWE (一個專門衡量 AI 寫程式能力的評分榜)，上面 GPT 5.5 拿 70 分、Opus 4.8 拿 58 分，而且 GPT 5.5 更快也更便宜。排在這兩家後面的所有模型 (開源模型、Gemini) 只剩不到三分之一的分數，等於 OpenAI 跟 Anthropic 自成一個等級。 ∙ 其中一位主持人說，他在自己電腦上看到 Claude Code 大約 80% 的工具操作會報錯，一個簡單的修改要等 2 到 4 分鐘，模型甚至會憑空捏造連它自己指令的參數都編出不存在的。他懷疑 Opus 4.8 的真實實力被這個介面嚴重拖累了。 ∙ 他們提醒一件很實際的事：你付的訂閱費不是真實成本。用 100 美元或 200 美元月費養成的用量習慣，換到公司用 API 計費，帳單會變天文數字。 ∙ 我的觀察：這集節目偏袒 OpenAI 偏得很明顯，連那個讓他們改觀的 benchmark 都是主持人自己投資的公司做的。但即使把這些偏見扣掉，「你嫌的可能是工具不是模型」這個切角，我認為值得每個在用 Claude Code 的人認真想一遍。 📚 參考資料 We (mostly) like Opus 4.8 → https://www.youtube.com/watch?v=EYq1_mB-xJ4

    11 min

  7. 4d ago

    Claude Code 自寫工作流，Anthropic 工程師卻提醒別亂用

    Claude Code 新功能 dynamic workflows 讓 Claude 即時自寫工作框架，把活拆給多個分身。但寫這功能的 Anthropic 技術成員反而叫你想清楚再用，因為它很吃 token。 ⭐ 文章深度讀：六種 pattern 怎麼組、什麼時候反而別開 workflow，完整判斷都整理在文章裡 → https://heymaibao.com/claude-code-dynamic-workflows-when-to-use/ ⚡ 章節重點 開場 00:00 官方的反常警告 00:39 認識動態工作流 01:42 破解三大失敗模式 03:16 實用的協作模式 05:47 算力與權衡抉擇 08:25 📝 懶人包 ∙ Claude Code 的 dynamic workflows 讓 Claude 在執行任務時，即時寫出一套為這個任務量身打造的「工作框架」(harness)，還能存起來分享重用。 ∙ 它真正要解決的不是「跑快一點」，而是單一對話視窗做長任務時會出現的三種退化：做一半就喊完成、偏愛自己的答案、做著做著忘了原本目標。用多個各自獨立的 Claude 分頭做，就能結構性地擋住這些問題。 ∙ 作者自己強調：它會用掉明顯更多 token，不是每個任務都需要，而且最佳實踐還在發展中。 ∙ 我的觀點：dynamic workflows 的本質是「用結構去買品質，代價是 token」。所以決定要不要開一個 workflow 之前，先問自己一句話就好，這個任務真的需要更多算力嗎？ 📚 參考資料 A harness for every task: dynamic workflows in Claude Code (Thariq Shihipar、Sid Bidasaria) → https://x.com/trq212/status/2061907337154367865 全文鏡像 (Claude Blog) → https://claude.com/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code

    10 min

  8. 4d ago

    AI agent 不是銀彈：拆穿 YouTube 最愛騙你的 6 個謊言

    YouTuber Craig Hewitt 拆穿 always-on AI agent (Hermes、OpenClaw) 的 6 個迷思，從要花多少錢買電腦到「整個事業靠 agent 跑」的幻覺，幫你判斷它真正該用在哪。 ⭐ 文章深度讀：影片拆了 6 個迷思，但「哪些事該丟給 always-on agent、哪些該自己坐在鍵盤前做」這條判準，我在文章裡用一句話加實例講得更細 → https://heymaibao.com/ai-agent-six-lies/ ⚡ 章節重點 開場 00:00 先記住這條判準 01:01 硬體沒那麼貴 01:26 便宜訂閱不夠用 02:49 事業全靠 AI 是幻覺 03:53 養一個 agent 的務實法則 04:42 它是隊友不是替代品 06:03 要不要用的三步測試 07:11 收尾 07:54 📝 懶人包 ∙ 硬體不是門檻。一般電腦、雲端 VPS、Mac mini 都能跑，不用花大錢。 ∙ always-on agent 不會取代你的 coding 工具，兩者是分工：持續主動的事交給它，需要你坐在電腦前塑形的事交給 Claude Code 那類工具。 ∙ 「整個事業靠 agent 跑」目前是 demo 幻覺。前 80% 很好做，難的是後面那 80%。 ∙ 我的判斷：要不要用 always-on agent，分界線其實只有一句話：這件事需不需要你在場。 📚 參考資料 The Biggest Lie You've Been Told About Hermes Agent → https://youtu.be/ubxDCAtYQwE

    8 min
See All (517)

About

脈報

Information

  • Creator
    思思主播
  • Years Active
    2K
  • Episodes
    517
  • Rating
    Clean
  • Copyright
    © 脈報
  • Show Website
    脈報

You Might Also Like