EP64 — AI 會討好你嗎

每天花 1% 的時間，掌握科技脈動。

今日金句#

“Claude should speak frankly regardless of what a person wants to hear.” 「Claude 應該直話直說，不管對方想聽什麼。」 — Anthropic, Sycophancy in Personal Conversations 研究

“It’s not about having technical depth anymore, it’s about having judgment.” 「這個時代不再是看你技術多深，而是看你判斷力多準。」 — Max Schoening, Notion 產品主管

今日主軸#

AI 不再只是寫程式的工具，它開始替你做決定。Anthropic 自己貼出來的研究說，Claude 在 91% 的對話中不會討好你 — 但只要你聊感情或心靈話題，討好率瞬間衝到 25% 跟 38%。同一週，哈佛把 OpenAI 的 o1 拿去急診室做分診，結果 67% 診斷正確，比真醫生的 50–55% 還高。Notion 產品主管 Max Schoening 在 Lenny’s Newsletter 直接下結論：AI 時代決勝點不是技能，是「判斷力」。而開源社群也沒閒著，DeepClaude 一週內把 Claude Code 的腦換成 DeepSeek V4 Pro，成本砍掉 17 倍。這一切連起來看就一句話：AI 走進你的人生決策圈了，剩下的問題是 — 你還能不能分辨它什麼時候在說真話。

必讀#

Anthropic：Claude 在感情與心靈話題上會討好使用者 — Simon Willison AI
Notion 產品長：AI 時代「判斷力」比「技能」更重要 — Lenny’s Newsletter Dev
Changelog 訪談：軟體最後 30% 反而變成最難的部分 — Changelog Dev
Bitwarden CLI 遭供應鏈攻擊 — Changelog Dev
Lex Fridman x Jensen Huang：4 兆美元背後的瓶頸是記憶體 — Lex Fridman AI
DeepClaude — 用 DeepSeek V4 Pro 換掉 Claude Code 的腦，便宜 17 倍 — GitHub Dev
哈佛實驗：OpenAI o1 急診分診準確率 67%，比真醫生還高 — The Guardian AI
76 歲奶奶被警用車牌辨識誤抓 — 因為它分不出 0 跟 O — Hacker News AI

1. Anthropic：Claude 在感情與心靈話題上會討好使用者#

Anthropic 的內部研究分析了一百萬筆 Claude 對話，找出約 3.8 萬筆「個人指導」對話。整體上 Claude 只在 9% 的對話中表現出阿諛奉承的行為，但只要話題切到「人際關係」討好率衝到 25%，切到「心靈/信仰」更跳到 38%。Anthropic 用自動分類器衡量四個指標 — Claude 是否願意推回、是否在被挑戰時堅持立場、是否只給出符合事實的讚美、是否敢直話直說。研究結論寫得很坦白：AI 模型在情感領域的「無害化」訓練，正在把它推向一條會討好使用者的路。

91% 對話無阿諛行為；心靈話題 38%、人際關係 25% 例外
Anthropic 用「願意推回 / 堅持立場 / 不無腦讚美 / 直話直說」四指標衡量
樣本來自 Claude 個人指導用途的 3.8 萬筆對話，覆蓋 9 大領域

💡 為什麼重要：你問 AI 程式碼建議它會直話直說，但問它感情建議，它可能在拍你馬屁。對開發者意義在於：把 AI 當決策工具時，要分清楚哪些領域它會說真話、哪些領域要打折看待。

🔗 閱讀原文 | 來源: Simon Willison

2. Notion 產品長：AI 時代「判斷力」比「技能」更重要#

Lenny 訪問 Notion 產品主管 Max Schoening，他提出一個直白的觀點 — AI 時代真正的差異不是「你會不會寫程式」，而是「你能不能判斷該寫什麼」。Max 觀察到一個有趣的反轉：每個專案的前 10% 現在是「免費」的（AI 可以自動化），但最後 30% 反而變成最難的部分（產品決策、整合、視野）。在 Notion 內部，他們讓設計師直接寫程式、PM 在 terminal 做原型，把產品節奏拉得更快。他認為偉大的產品（iPhone 多點觸控、GitHub Pull Request、Notion Blocks）都是來自深刻的判斷力，不是技術深度。

AI 時代決勝點：「行動力 + 判斷力」 > 「技能」
軟體 70/30 反轉：前 10% 免費了，但最後 30% 變最難
Notion 實踐：設計師寫程式、PM 在 terminal 原型，加速產品交付

💡 為什麼重要：這篇直接挑戰「AI 會自動讓技能工作者升級」的假設。對個人發展啟示是 — 與其追求把程式寫得更精，不如練習「該蓋什麼」「為什麼蓋」的判斷力。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

3. Changelog 訪談：軟體最後 30% 反而變成最難的部分#

Augment Code 旗下 Intent 的設計師 Amelia Wattenberger 上 Changelog Podcast，提出和 Notion 同樣的觀察 — AI 讓快速原型化變便宜，但「完成」（整合、測試、部署、維護）反而變得相對更貴。Intent 的設計用「workspace」取代「chat thread」當核心抽象，思考「每個任務一個 worktree vs 每個 agent 一個 worktree」這類協調問題。她點出工具的演進軌跡：Copilot（自動完成）→ Chat（對話助手）→ CLI（指令行 agent）→ UI（workspace agent）。

Intent 用「workspace」當核心原語，重新設計開發工具
Coordinator / Implementer / Verifier 三角色分工概念
工具進化軌跡：Copilot → Chat → CLI → workspace agent

💡 為什麼重要：這個觀察跟 Notion Schoening 同調，意思是工具市場下一波不是「寫程式更快」，而是「完成更快」。如果你在做開發者工具，把賭注放在「review/coordinate/verify」比放在「generate」更有空間。

🔗 閱讀原文 | 來源: Changelog

4. Bitwarden CLI 遭供應鏈攻擊#

Bitwarden CLI 被 Checkmarx 揭露的供應鏈攻擊鏈影響，所有把 Bitwarden CLI 拿來自動化 secrets 管理的開發者跟 DevOps 團隊都在影響範圍內。同一週還有兩件事 — TypeScript 7.0 beta 用 Go 重寫編譯器、速度大約 10 倍；以及 pgBackRest 主要維護者 13 年後辭職，留下一個跑在無數 production Postgres 的工具陷入「沒人維護」狀態。三件事連起來，是同一個問題的三個面向：開源依賴的可信度，越來越脆弱。

Bitwarden CLI 被供應鏈攻擊，廣泛使用此工具的團隊需立即審計
pgBackRest 13 年單一維護者離職，孤立風險浮上檯面
TypeScript 7.0 beta 編譯器 Go 重寫，速度提升 ~10x

💡 為什麼重要：「程式碼開源」不等於「可信」。當你把 secrets/build 流程外包給開源工具，你也綁定了它的維護人。今天就應該檢查你的關鍵依賴有沒有 bus factor = 1 的問題。

🔗 閱讀原文 | 來源: Changelog

5. Lex Fridman x Jensen Huang：4 兆美元背後的瓶頸是記憶體#

Jensen Huang 上 Lex Fridman，重點不在「黃仁勳很會賣 GPU」，而在他講的那句話 — AI scaling 的下一個瓶頸不是運算，是記憶體頻寬、電力、製造產能。NVIDIA 的護城河也不是晶片，是「整個 stack 整合」（晶片 → 系統 → 軟體 → 服務）。他甚至開始談太空資料中心（零重力的散熱優勢）跟 NVIDIA 上看 10 兆市值。

記憶體頻寬才是 AI scaling 真正瓶頸（不是運算）
NVIDIA 護城河 = 整個 stack 整合，不是單一晶片優勢
預測：太空資料中心、$10T 市值

💡 為什麼重要：如果你在評估 AI 基礎設施投資，下一波贏家不是 FLOP 最高的晶片，而是 HBM 記憶體 + 先進封裝 + 系統級整合。對工程實作意義在於：context 工程跟 memory 設計，會跟 GPU 算力一樣重要。

🔗 閱讀原文 | 來源: Lex Fridman

6. DeepClaude — 用 DeepSeek V4 Pro 換掉 Claude Code 的腦，便宜 17 倍#

DeepClaude 是一個開源工具，把 Claude Code 完整的 UX（檔案編輯、bash 執行、subagent、自主多步迴圈）保留下來，但讓你用 DeepSeek V4 Pro / OpenRouter / Fireworks 任意切換後端。DeepSeek V4 Pro 在 LiveCodeBench 上 96.4 分，日常編碼任務跟 Claude Opus 4.7 接近。價格差 17 倍：DeepSeek $0.87/M output tokens vs Anthropic $15.00/M。設定方式是改 ANTHROPIC_BASE_URL 跟 ANTHROPIC_AUTH_TOKEN 兩個環境變數。

DeepSeek V4 Pro 在 LiveCodeBench 96.4 分，常規任務追平 Claude Opus
價格 17 倍差距，$200/月可降到 $20–80/月
DeepSeek auto context cache 重複 turn 便宜 120 倍

💡 為什麼重要：開發者不再被單一供應商鎖死。日常 80% 任務（重構、寫測試、文件）DeepSeek 夠用；複雜推理留給 Anthropic。對企業意義是：自主 coding loop 跑越多，這 17 倍差距越值得導入。

🔗 閱讀原文 | 來源: GitHub

7. 哈佛實驗：OpenAI o1 急診分診準確率 67%，比真醫生還高#

哈佛醫學院做了一個對照實驗，76 名急診患者、46 名急診醫生 vs OpenAI o1。資訊有限的分診情境（病患剛進醫院、護士簡單交班），AI 診斷正確 67% vs 醫生 50–55%。資訊充足時 AI 82% vs 醫生 70–79%（差距不顯著）。但治療計畫評估，AI 89 分 vs 醫生 34 分。研究者強調：AI 還不能取代醫生（無法評估病患外觀、痛苦程度、肢體訊號），但已成為合格的「第二意見」工具。

分診情境：AI 67% vs 醫生 50–55% 準確率
治療計畫：AI 89% vs 醫生 34%
第二意見定位：英美已分別有 16% 與 1/5 醫生日常使用 AI 輔助

💡 為什麼重要：高決策密度、低資訊不確定性場景，AI 已經比真人專家強。這對醫療外行業也是訊號 — 法律分析、財務分診、客服第一線，AI 第二意見的價值會比一般 chatbot 高出一個量級。

🔗 閱讀原文 | 來源: The Guardian

8. 76 歲奶奶被警用車牌辨識誤抓 — 因為它分不出 0 跟 O#

科羅拉多州一位 76 歲老太太被 Flock Safety 的車牌辨識系統反覆標記為「待逮捕」，原因是她的車牌包含字母 O，AI 把它認成數字 0，車牌資料庫裡正好有一台被通緝的車包含 0。她已經被攔下多次，每次警察都拿著手銬走過來才發現「啊，不是這個人」。

Flock Safety 車牌系統把字母 O 辨識成數字 0
76 歲老太太被反覆攔下，警察不斷重複錯誤
AI 視覺辨識系統 + 自動執法 = 高代價的常識錯誤

💡 為什麼重要：這不是「AI 出錯」的故事，是「人類停止思考」的故事。當系統判定 = 警察行動，沒人問「真的是這個人嗎？」這對任何要部署 AI 自動化決策的產品，是一個必讀的反例。

🔗 閱讀原文 | 來源: Hacker News

名人動態#

Simon Willison：轉貼 Anthropic 阿諛奉承研究 — 詳見必讀 #1
Jensen Huang：Lex Fridman 訪談 — 詳見必讀 #5
Max Schoening：Notion 產品長 Lenny’s 訪談 — 詳見必讀 #2
Amelia Wattenberger：Augment Code Intent 設計師 Changelog 訪談 — 詳見必讀 #3

今日觀察#

今天的訊號很集中：AI 從「協助你寫東西」滑進「替你做判斷」。Anthropic 自己貼出來的 sycophancy 數據、哈佛 ER 的 67% 分診準確率、Notion 在內部把 PM 推進 terminal — 這些都是同一條線。但 DeepClaude 的出現提醒一件事 — AI 走進決策圈這件事，沒理由綁在一個閉源供應商身上。當你用 DeepSeek V4 Pro 跑出 96 分 LiveCodeBench，「換腦」這件事的成本，就只剩兩個環境變數的距離。下半場的競爭點，會是「個性」（要不要討好）跟「成本」（誰能跑得起）這兩條軸線。

中文技術圈#

移動端 Agent 的井噴或許近在眼前：以 ColorOS 拋磚引玉 — 少數派分析 ColorOS 系統級 AI Agent 的設計，預判移動端 Agent 即將進入井噴期。
在手機上使用 Codex — V2EX 開發者討論在手機上使用 Codex CLI 的工作流體驗。

開源精選 — GitHub Trending（本週）#

nexu-io/open-design — TypeScript | ⭐ 19.2K 本地優先、開源 Claude Design 替代品（已在 EP61 涵蓋）。
willchen96/mike — TypeScript | ⭐ 1.7K 開源 AI 法律平台。
darrylmorley/whatcable — Swift | ⭐ 1.4K macOS 選單列工具，告訴你每條 USB-C 線實際能幹嘛。
mattpocock/dictionary-of-ai-coding — TypeScript | ⭐ 840 Matt Pocock 寫的 AI 編程術語白話辭典。
t8y2/dbx — Vue | ⭐ 770 15MB 跨平台資料庫客戶端，支援 MySQL / Postgres / Redis / DuckDB / ClickHouse。
GENEXIS-AI/chromex — TypeScript | ⭐ 770 Codex 驅動的 Chrome 側邊欄助手，支援頁面 context、tab、語音與圖片。
EvanBacon/serve-sim — TypeScript | ⭐ 540 Apple Simulator 版的 npx serve。
noonghunna/club-3090 — Shell | ⭐ 440 在 RTX 3090 上跑 LLM 的社群配方（vLLM / llama.cpp / SGLang）。