EP28 — AI 搶走你的平台

每天花 1% 的時間，掌握科技脈動。

今日金句#

“The key insight is that JSONata already had a comprehensive test suite. That’s what made the AI rewrite possible — not the AI itself.” 「關鍵洞見是 JSONata 本身已有完整測試套件。讓 AI 重寫成為可能的是測試，不是 AI 本身。」 — Simon Willison, 開源開發者 / AI 工具專家

“AI agents let developers ship at unprecedented speed, but small mistakes compound at a rate humans can’t keep up with.” 「AI Agent 讓開發者以前所未有的速度交付，但小錯誤以人類跟不上的速度複利累積。」 — Mario Zechner, Pi Agent Framework 作者

“GitHub’s availability dropped to one nine — about 90%. Some of that is from the flood of AI coding agents hitting their infrastructure.” 「GitHub 的可用性跌到 one nine — 大約 90%。部分原因是 AI 編程代理的流量衝擊基礎設施。」 — Gergely Orosz, The Pragmatic Engineer 作者

今日主軸#

AI 不再只是寫程式的工具 — 它正在改變平台本身的運作規則。GitHub 在 AI Agent 流量衝擊下可用性跌破 90%，開發者開始質疑「AI 原生開發的首選平台」是否還撐得住。與此同時，Wikipedia 正式禁止 AI 生成內容，WhatsApp 卻反向擁抱，讓 AI 幫你自動擬回覆。最讓人驚豔的是「Vibe Porting」的崛起 — Reco 團隊用 AI 在 7 小時內完成 JSONata 的 Go 語言重寫，年省 50 萬美金，而這一切的關鍵不是 AI 多聰明，而是既有測試套件夠完整。今天的故事告訴我們：AI 的威力不在於取代人，而在於放大你原本就做對的事。

必讀#

GitHub 還是 AI 原生開發最佳平台嗎？ — Pragmatic Engineer Dev
一切都走向 CLI：Stripe 與 Ramp 搶進 Agent 基礎設施 — Latent Space AI
用 AI 一天重寫 JSONata，年省 $500K — Simon Willison AI
LiteLLM 惡意套件攻擊：Claude 協助應變實錄 — Simon Willison AI
從零理解 LLM 量化技術：互動式深度教學 — Simon Willison AI
放慢腳步：AI Agent 帶來的複雜度失控 — Simon Willison AI
沒有訓練語料，大型模型就像智能障礙 — 阮一峰科技週刊 AI
Anthropic 如何研究 Claude 真正的思考方式 — ByteByteGo AI
Claude 有史以來最大發布：Cowork Dispatch — Latent Space AI
slavingia/skills — Claude Code Skills 集合 — GitHub Tools
YC W26 Demo Day：16 家最值得關注的新創 — TechCrunch Startup
ByteDance Seedance 2.0 正式進入 CapCut — TechCrunch AI
Shell Tricks That Actually Make Life Easier — Lobste.rs Dev
API 安全實作全攻略：從驗證到授權 — ByteByteGo Dev
WhatsApp 推出 AI 自動擬回覆功能 — TechCrunch AI
Wikipedia 正式禁止 AI 生成文章內容 — TechCrunch AI

GitHub 還是 AI 原生開發最佳平台嗎？#

Gergely Orosz 在 The Pragmatic Engineer 指出，GitHub 近一個月可用性大幅下滑至 one nine（約 90%），部分原因是無法承載 AI 編程代理帶來的流量激增。在 CEO 缺位與方向不明的情況下，GitHub 的「AI 原生開發首選平台」地位開始受到質疑。Claude Code 與 GitHub Copilot 會自動將自身加入 commit 貢獻者，引發 AI 工具行銷邊界的討論。

GitHub 可用性跌至 ~90%，AI Agent 流量是主因之一
Claude Code / Copilot 自動加入 commit co-author 引發爭議
CEO 缺位讓平台戰略方向不明

💡 為什麼重要：對所有依賴 GitHub 的開發團隊來說，這是一個警訊。如果你的 CI/CD 管線頻繁因 GitHub 故障中斷，現在是時候評估備案了。

🔗 閱讀原文 | 來源: The Pragmatic Engineer

一切都走向 CLI：Stripe 與 Ramp 搶進 Agent 基礎設施 #

Stripe 推出 Projects.dev，讓 AI Agent 可透過一行 CLI 指令即時配置第三方服務（如建立 PostHog 帳號並完成帳單設定）。同日 Ramp 也發布自家 CLI。Andrej Karpathy 的 MenuGen 概念被引用為直接靈感來源。CLI 正成為 Agent 操作後端服務的新標準介面。

Stripe Projects.dev 讓 Agent 一行指令配置服務
Ramp 同日推出 CLI，agent-native 基礎設施進入爆發期
Karpathy 的 MenuGen 概念成為產業標準

💡 為什麼重要：CLI-first 正在成為 Agent 時代的 API。如果你在建 SaaS，提供 CLI 接口不再是 nice-to-have，而是 Agent 能否使用你的服務的前提。

🔗 閱讀原文 | 來源: Latent Space

用 AI 一天重寫 JSONata，年省 $500K #

Reco 團隊以「Vibe Porting」方式，借助 AI 在 7 小時內用 400 美元的 token 費用完成 JSONata 的 Go 語言重寫。關鍵在於 JSONata 本身已有完整測試套件（2100 個測試），讓 AI 可以快速驗證正確性。新版本上線後以 shadow deployment 並行運行一週確認行為一致。

7 小時 + $400 token 完成完整語言重寫
2100 個既有測試是 AI 重寫的關鍵前提
Shadow deployment 驗證生產環境行為一致性

💡 為什麼重要：「Vibe Porting」正在成為正式的工程模式。你的 legacy code 如果有完整測試套件，現在就可以用同樣方法嘗試。

🔗 閱讀原文 | 來源: Simon Willison

LiteLLM 惡意套件攻擊：Claude 協助應變實錄 #

Callum McMahon 分享了使用 Claude 協助確認 LiteLLM 惡意套件漏洞的完整對話記錄。Claude 在隔離 Docker 容器中驗證了惡意程式碼的存在，並主動建議向 PyPI 安全信箱通報。惡意版本在 PyPI 上存活 46 分鐘內被下載 46,996 次，2,337 個依賴套件中有 88% 未鎖定版本號。

惡意版本 46 分鐘內被下載近 47,000 次
88% 的依賴套件未鎖定版本號
Claude 在隔離環境中成功驗證惡意程式碼

💡 為什麼重要：供應鏈攻擊的速度越來越快。如果你的專案依賴 LiteLLM，立即檢查版本號並啟用依賴冷卻機制。

🔗 閱讀原文 | 來源: Simon Willison

從零理解 LLM 量化技術：互動式深度教學 #

Sam Rose 發布了一篇互動式文章，深入解說大型語言模型的量化原理，包含浮點數二進位表示的視覺化解說。文章揭露「離群值（outlier values）」的重要性：移除單一「超級權重」可能讓模型輸出完全亂碼。數據顯示 16-bit 降至 8-bit 幾乎無品質損失，降至 4-bit 保留約 90% 品質。

互動式視覺化解說浮點數與量化原理
移除單一離群值可讓模型完全失效
16→8 bit 幾乎無損，8→4 bit 保留 ~90% 品質

💡 為什麼重要：對想在本地跑 LLM 的開發者來說，這是理解量化取捨的最佳入門資源。

🔗 閱讀原文 | 來源: Simon Willison

放慢腳步：AI Agent 帶來的複雜度失控 #

Pi Agent Framework 作者 Mario Zechner 指出，AI Agent 讓開發速度極速提升，但同時也讓「小錯誤」以人類無法跟上的速度複利累積。開發者已失去對程式庫的掌控，陷入「認知債務」。Simon Willison 表示認同，強調過去需要數週思考的決策，現在幾小時就被 Agent 落地，速度本身成了新風險。

AI Agent 讓錯誤以人類無法跟上的速度複利累積
「認知債務」— 開發者失去對自己程式庫的理解
速度本身成了新風險

💡 為什麼重要：這是對「AI 加速一切」敘事的重要反思。用 Agent 越多的人越該讀。

🔗 閱讀原文 | 來源: Simon Willison

沒有訓練語料，大型模型就像智能障礙 #

阮一峰實驗讓五個主流模型（GPT-5.2、O4-mini、Gemini 3 Pro 等）使用 Brainfuck、Befunge-98 等冷門程式語言解題，平均正確率僅 3.8%，而同樣模型處理 Python 正確率高達 90%。充分證明大型模型的「智能」本質是統計規律，而非真正的理解。

冷門語言正確率 3.8% vs Python 90%
模型「智能」本質是統計規律
本期也介紹微軟 MAI-Image-2 圖片生成模型

💡 為什麼重要：提醒我們不要過度神化 LLM。在訓練語料稀少的領域，它們依然非常脆弱。

🔗 閱讀原文 | 來源: 阮一峰科技週刊

Anthropic 如何研究 Claude 真正的思考方式 #

Anthropic 研究人員打造了類似「AI 顯微鏡」的工具，追蹤 Claude 實際的計算步驟。Claude 在做加法時並非如它所說的「進位相加」，而是同時運行兩條平行策略：粗估答案與精算個位數。揭示模型自述的推理過程與內部實際運算之間存在本質落差。

Claude 的「思考」與自述過程不同
內部同時運行多條平行推理策略
模型解釋自己 ≠ 實際運算邏輯

💡 為什麼重要：對 AI 安全和可解釋性研究有深遠影響。模型的 Chain-of-Thought 可能只是「合理化解釋」而非真實推理路徑。

🔗 閱讀原文 | 來源: ByteByteGo

Claude 有史以來最大發布：Cowork Dispatch #

Anthropic 推出 Claude Cowork Dispatch Computer Use 功能（源自上月收購 Vercept），獲得 Claude 有史以來最高的社群迴響。Latent Space 透過累計 @AnthropicAI 帳號頂推的資料量化此次發布規模。

💡 為什麼重要：Claude 從聊天機器人進化為真正的桌面助手，改變了人機互動的模式。

🔗 閱讀原文 | 來源: Latent Space

slavingia/skills — Claude Code Skills 集合 #

Sahil Lavingia（Gumroad 創辦人）基於《The Minimalist Entrepreneur》打造的 Claude Code skills 集合，一週內獲得 3,700+ 星。展示了 Claude Code 擴展生態的爆發力。

🔗 閱讀原文 | 來源: GitHub

YC W26 Demo Day：16 家最值得關注的新創 #

TechCrunch 精選了 Y Combinator W26 Demo Day 最值得關注的 16 家新創。亮點包括人形機器人、抗 doomscroll 工具、以及多家 AI 基礎設施公司。

🔗 閱讀原文 | 來源: TechCrunch

Seedance 2.0 正式進入 CapCut #

ByteDance 的 AI 影片生成模型 Seedance 2.0 正式整合進 CapCut，讓一般用戶也能使用進階 AI 影片創作功能。AI 影片生成從開發者工具走向消費市場。

🔗 閱讀原文 | 來源: TechCrunch

WhatsApp 推出 AI 自動擬回覆 #

WhatsApp 整合 AI 自動回覆建議功能，讓 AI 基於你的對話脈絡自動擬訊息。這是 AI 進入最主流通訊應用的重要一步。

🔗 閱讀原文 | 來源: TechCrunch

Wikipedia 正式禁止 AI 生成文章 #

Wikipedia 更新政策正式限制 AI 生成內容。核心問題是 AI 會編造引用來源，而 Wikipedia 的基石正是「可查證性」。

🔗 閱讀原文 | 來源: TechCrunch

社群熱門#

Anthropic Claude Computer Use — Fireship 評測 — 342.6K views，Fireship 以一貫諷刺口吻拆解 Claude Computer Use 的實際表現
OpenAI is lying — Theo 怒轟 GPT-5.4 前端能力 — 51.6K views，逐段拆解 OpenAI 官方文章的話術
Paperclip: AI Agent 協作平台 Live Demo — 22.1K views，3 週 3 萬星的開源 Agent 平台