yii.
← Digest
EP66 · 2026年5月6日 星期三 · 8 min read

AI 用對了，才叫效率

今天有好工具、有代價數字、也有要你想清楚的問題 — 2026-05-06

每天花 1% 的時間，掌握科技脈動。

今日金句#

“Better models will narrow the cost per step. They will not narrow the step count, because the step count is set by the interface.” 「更好的模型會縮短每一步的成本，但不會縮短步數——因為步數是由介面決定的，不是模型。」 — Palash Awasthi, Author, Reflex

“In AI, every time a free user hits Enter, your GPUs fire, and your cash burns. AI products need to figure out monetization quickly, or compute costs will bankrupt your company.” 「在 AI 產品裡，每次免費用戶按下 Enter，你的 GPU 就在燒錢。不趕快想清楚商業模式，運算成本會把公司燒掉。」 — Vikas Kansal, Product Lead, Google AI Subscriptions

今日主軸#

今天的內容有一個共同問題：「我們到底有沒有在用 AI 做對的事？」Computer Use 比結構化 API 貴 45 倍的研究，挑戰的不是 AI 本身，而是「讓 AI 幫你滑鼠點點」這個懶人方案背後的代價。claude-mem 用 AI 壓縮自己的記憶、給下一個 Claude session 打底，是真正讓 AI 幫 AI 的基建。而 Lenny’s Newsletter 告訴你，傳統 SaaS 的免費計畫在 AI 時代根本燒不起——每次 Enter 鍵，你的 GPU 就在冒煙。邊界正在被重新劃定：AI 幫物理學家解 30 分鐘就搞定多年難題，但幫不了你決定要做什麼產品。效率的飛躍，藏在「用對地方」裡。

必讀#

1. claude-mem：Claude Code 跨 session 持久記憶#

claude-mem

TypeScript 外掛，v6.5.0，72,000+ GitHub stars。自動抓取 Claude Code 整個 session 的行為記錄，用 Claude 自己的 agent-sdk 壓縮，並在下次 session 啟動時注入相關歷史 context。解決了 Claude Code 每次開新 session 都要重新解釋背景的痛點。

  • npm 安裝即用，支援 29 種語言 README，AGPL 3.0 授權
  • 使用 Claude 的 agent-sdk 做智慧壓縮，不是粗暴截斷
  • 下次 session 自動注入相關記憶，而非所有記憶（有智慧篩選）

💡 長期開發大型專案的工程師每天花大量時間重建 context，claude-mem 把這個成本歸零。這不只是便利性，而是讓 Claude Code 真正進入「越用越懂你」的飛輪。

🔗 GitHub | 來源: HelloGitHub vol.121

2. pretext：無 DOM reflow 的精準文字排版函式庫#

pretext

TypeScript 函式庫，46,000+ GitHub stars，2026-03 發布。用 canvas 測量字元寬度，避免觸發 DOM layout reflow（瀏覽器最貴的操作之一），實現純算術的文字高度與行數計算。支援中日韓、阿拉伯文、所有 Unicode 語言，可輸出至 DOM、Canvas、SVG。

  • prepare() 一次性測量 → layout() 純算術熱路徑，不需 DOM 介入
  • 適用：虛擬列表精準滾動、按鈕 overflow 偵測、server-side 排版驗證
  • 支援 whiteSpace: 'pre-wrap'、wordBreak: 'keep-all'、letterSpacing 選項

💡 前端虛擬化列表、文字密集型應用（筆記 app、編輯器）長期依賴估算或 DOM hack，pretext 提供精準且高效能的替代方案。

🔗 GitHub | 來源: HelloGitHub vol.121

3. AI 在物理前沿：GPT-5 三十分鐘搞定多年研究#

latent-space

Latent Space podcast 專訪 OpenAI 理論物理學家 Alex Lupsasca。GPT-5 在飛機落地前就重現了 Strominger 教授花費數年的研究成果。在「vibe physics」模式下，ChatGPT 一天生成了 110 頁原創量子重力研究，包含自動引入新數學技巧。公眾對 GPT-5 的反應普通，但在科學前沿，能力正在真正起飛。

  • GPT-5 找到「半共線近似」的限制情況，把 32 項方程式簡化為直觀公式
  • 方法論：先用熱身問題 prime 模型，再讓它攻克訓練截止後的新問題
  • 110 頁量子重力論文，3 週完成人工驗證

💡 AI 的真正突破不在消費者生產力，而在高專業度領域的知識邊界延伸。這個訊號比任何 benchmark 都有說服力。

🔗 閱讀原文 | 來源: Latent Space

4. SaaS 免費模式在 AI 時代失效，該怎麼辦#

lenny-saas

Google AI Subscriptions 產品主管 Vikas Kansal 分析，傳統 SaaS 「鎖功能」的 freemium 在 AI 無法運作，因為免費層的運算成本直接吃掉利潤。新的 AI 付費牆必須從三個維度設計：使用強度分層、鎖定結果（按解決量收費）、鎖定重運算。

  • Midjourney Fast vs Relax Mode 是最佳實踐：付費換 GPU 優先權，不是換更聰明的模型
  • Intercom Fin AI 按每次解決收 $0.99，成功的 outcome-based 定價
  • AI 訂閱流失率高於傳統 SaaS，習慣養成期是關鍵考驗

💡 任何在做 AI 產品的團隊都需要重新設計 monetization 邏輯，否則免費用戶會把利潤燒乾。這是 AI 產品最被低估的生死問題。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

5. Computer Use 比結構化 API 貴 45 倍#

reflex-computer-use

Reflex.dev 發布基準測試：同一個管理後台任務，vision agent（browser-use）消耗 550K tokens / 53 步 / 749-1257 秒；structured API 只需 12K tokens / 8 步 / 19.7 秒（穩定）。成本差 45 倍，不是因為模型差，而是因為步數由介面決定，不由模型決定。

  • 550K vs 12K tokens；53 UI 步 vs 8 API 呼叫；高變異 vs 確定性
  • Vision agent 無法自行推斷分頁邊界，需要 14 步手動引導 prompt
  • 結論：third-party / legacy 系統用 computer use；自己能控制的內部工具換 structured API

💡 「讓 AI 直接操作電腦」是當前最火的架構方向，但 45 倍的成本差異要求每個工程師重新評估適用場景。更好的模型只會縮短每步成本，不會縮短步數。

🔗 閱讀原文 | 來源: Hacker News

6. Stripe 內部 AI 原型工具 Protodash 的設計哲學#

lenny-stripe

Stripe Design Manager Owen Williams 分享 Protodash：透過 MCP 整合 Sail 設計系統，讓 Claude 拒絕猜測非設計系統的元件（避免「blurple slop」）。PM 與 designer 都能生成生產品質的 prototype，設計審查直接在 demo 上跑。

  • MCP server 連接設計系統，Claude 必須使用正確 component，不能 hallucinate
  • PM 成為原型設計平等用戶，打破了「designer 才能做 demo」的瓶頸
  • 設計審查模式：prototype comments + AI 摘要 + 直接修復

💡 通用 AI 工具遇到公司自有設計系統就失效，Protodash 展示了「把公司知識打包進 MCP」的正確姿勢。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

7. DDIA 第二版：雲端架構與工程師的倫理責任#

pragmatic-engineer

Martin Kleppmann《設計資料密集型應用》第二版節錄，新增雲端架構（storage/compute 分離、多租戶設計、短暫 VM 策略）與倫理章節（預測分析的偏見放大、算法問責、資料作為人類故事）。

  • 雲端的核心優勢：性能更好、故障恢復更快、自動擴展、應對更大數據集
  • 倫理核心：「Data and models should be our tools, not our masters.」— Kleppmann
  • 預測分析會放大既有偏見（信用評分、聘僱、保險），需要「道德想像力」

💡 DDIA 是系統設計的必讀聖經，第二版把雲端與倫理放入核心，反映行業已經成熟到必須面對後果。

🔗 閱讀原文 | 來源: The Pragmatic Engineer

8. Claude Code 讓你寫更快，但沒讓產品更好#

ethan-ding

Ethan Ding 以資料和案例挑戰「AI coding agent 提升產品品質」的假設：K 型生產力曲線（senior 工程師有感提升，junior 持平或下降）；最好的產品建構者都說 Claude Code 不加速產品改進速度；Anthropic 有 7 個月先發優勢，但競爭者已功能持平。

  • AI coding agent 清算積壓工作的速度變快，但積壓工作不是產品前沿
  • 「Lines of code is a cost, not a product.」— Ethan Ding
  • 真正的瓶頸是品味和判斷力（決定不做什麼），這是 AI 無法提供的

💡 這篇文章要求所有 AI coding tool 用戶誠實評估 ROI。快速產出代碼 ≠ 快速產出價值，這個區別正在被創投和行銷敘述掩蓋。

🔗 閱讀原文 | 來源: Lobste.rs

9. Anthropic 推出金融服務 AI Agent 完整套件#

anthropic-finance

Anthropic 發布 10 個金融服務 Agent 模板（pitch 建構、盈利審閱、KYC 篩選、月底結帳等），支援原生 Excel/PowerPoint/Word/Outlook，新增 8 個生態連接器（Dun & Bradstreet、FactSet、Moody’s MCP app 等）。Claude Opus 4.7 在 Finance Agent 基準測試排名第一，64.37%。

  • 10 個即用模板涵蓋 research + operations 兩大場景
  • Managed Agents 支援長時間運行，含審計日誌、憑證保險庫
  • Claude Console 提供完整決策審計，滿足合規需求

💡 金融服務是 AI Agent 最難落地的場景，Anthropic 這套基建（模板 + 連接器 + 審計）把採用時間從幾個月壓縮到幾天。

🔗 閱讀原文 | 來源: Hacker News

推薦閱讀#

rss-feeds

名人動態#

  • Simon Willison — AI-run café in Stockholm：倫理問題 — Andon Labs 的 AI 咖啡館實驗訂購了無法烹飪的食材，Simon 批評在未經同意的情況下讓 AI 干擾真實系統是不道德的。核心觀點：real-world action 的 human-in-the-loop 是不可協商的原則。

今日觀察#

Computer Use 貴 45 倍這篇研究值得每個做 AI 產品的工程師細讀。背後有一個更深層的含義：AI 能力的進化軸，正從「能不能做」轉移到「值不值得做」。當任何任務都可以讓 AI「自動」完成時，判斷哪些事情值得自動化、以什麼方式自動化，反而成為工程師最重要的能力。Computer Use 在不可控的外部系統上是神器，但在自己能改的系統上，它是昂貴的懶惰。這個判斷能力本身，才是 AI 時代的核心工程技能。

中文技術圈#

sspai-mobile-agent

開源精選#

GitHub Trending（本週）

  • darrylmorley/whatcable — Swift | ⭐ 1,956 — macOS menu bar app，用白話解釋每條 USB-C 線的真實能力（40W 充電 vs. 10Gbps 傳輸 vs. DisplayPort 等）
  • vercel-labs/deepsec — TypeScript | ⭐ 1,092 — Vercel 出品的安全掃描器，用 AI coding agents 主動找出你 codebase 的安全漏洞
  • mattpocock/dictionary-of-ai-coding — TypeScript | ⭐ 1,075 — TypeScript 作者 Matt Pocock 用白話解釋 AI coding 術語：vibe coding、AI agent 等
  • raiyanyahya/how-to-train-your-gpt — Jupyter | ⭐ 455 — 從零訓練 LLM，每行都有注釋，「像跟 5 歲解釋」的教學風格

本月開源精選 — HelloGitHub vol.121（2026-04-28）

  • thedotmack/claude-mem — TypeScript | ⭐ 72,545 — Claude Code 跨 session 記憶壓縮系統（見必讀 #1）
  • chenglou/pretext — TypeScript | ⭐ 46,275 — 無 DOM reflow 的精準文字排版（見必讀 #2）
  • hugohe3/ppt-master — Python | ⭐ 11,804 — AI 從任何文件生成可原生編輯的 PPTX，含真正的 PowerPoint shapes + 動畫，非圖片輸出
  • alchaincyf/huashu-design — HTML | ⭐ 12,112 — Claude Code 專用 HTML-native 設計 skill，高保真原型 + 20 設計哲學 + MP4 匯出
  • getpaseo/paseo — TypeScript | ⭐ 5,437 — 從手機 / 桌面 / CLI 遠端排程和監控 coding agents
  • Thysrael/Horizon — Python | ⭐ 2,078 — 用 AI 打造專屬新聞雷達，自動生成每日中英文技術簡報
  • dorianborian/sesame-robot — C | ⭐ 1,938 — 基於 ESP32 的開源迷你四足機器人，低成本可自製

影音精選#

732 bytes of Python just borked every Linux machine#

Fireship thumbnail 645K views · 2 天前 | Fireship

732 bytes 的惡意 Python 套件癱瘓了大量 Linux 系統，Fireship 深度分析這個供應鏈攻擊事件，探討開源生態的脆弱性與依賴管理危機。

  • 攻擊者偽裝成知名套件的 typosquatting，透過 PyPI 散佈
  • 影片展示攻擊鏈：安裝觸發 → 自動執行 → 系統損壞
  • 比較事件與 npm 歷史上的 left-pad 問題的結構差異

💬 Fireship 最擅長把技術恐慌包裝成教育內容，這支影片 6 分鐘就把供應鏈安全講清楚了。

關於 AI 的正確看法#

Theo thumbnail 79K views · 1 天前 | Theo (t3.gg)

Theo 回應 Prime 對 AI 經濟影響的看法，深入分析 AI 發展對開發者職涯的實際影響，探討哪些觀點正確、哪些過於悲觀或樂觀。

  • 分析 AI 對初級開發者 vs 資深開發者的不同影響
  • 討論「AI 取代工程師」論點的具體漏洞

💬 這類開發者對話比大型科技公司聲明更接地氣，值得關注 Theo 和 Prime 的對話系列。

AI Agent 運行我的業務和生活#

Greg Isenberg thumbnail 23K views · 2 天前 | Greg Isenberg

Greg Isenberg 分享如何用 AI Agent 自動化業務流程和日常工作，包括具體工作流和戰術應用，適合想建立 AI 驅動業務的創業者。

  • 涵蓋客服 agent、內容生產 agent、研究 agent 的具體設置
  • 分享實際省下多少人力時間的數據

💬 Greg 的內容偏向 no-code AI builder，對工程師來說有參考價值但不一定直接適用。

推理芯片與 Agent 工作流（YC Demo Day）#

YC thumbnail 14K views · 2 天前 | Y Combinator

最新 AI 晶片主要為「提示輸入，回應輸出」設計，但 Agent 工作流不同——需要迴圈、分支、上下文持久化。目前 GPU 利用率僅 30-40%，因此專用矽晶片可能是解決方案。

  • 探討 agent workflow 對底層硬體的新需求
  • 分析為什麼現有 GPU 架構不適合 agent 長時間持久化運行

💬 基礎設施層的討論，對做 AI infra 的工程師更相關。

更多值得關注#

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有