Cheng's Tech & Life

剪片這件事，工具換了一代又一代，可是你坐在電腦前要做的那個動作，二十年來幾乎沒變過：在一條時間軸上，把素材拖來拖去。 Premiere、Final Cut、DaVinci Resolve，介面一個比一個漂亮，軌道一個比一個多。但核心互動還是那一套——你用滑鼠，一刀一刀，在時間軸上對齊、裁切、疊加、調色。學會它要花多久？去問任何一個幫朋友剪過婚禮影片的人就知道，那個單位是「週」，不是「小時」。剪輯軟體真正的門檻，從來不是買不買得起，是那條時間軸本身就是一門要練的手藝。 第一次鬆動：把影片變成一篇可以刪字的稿子真正動搖這件事的，是 Descript。 它做了一件當年看起來有點怪的事：把你的影片先轉成逐字稿，然後讓你「編輯文字」。你在稿子裡刪掉一句講壞的話，對應的那段影片就跟著被剪掉了；你把兩段話的順序對調，畫面也跟著重排。剪片第一次不再是拖時間軸，而是改一篇 Word 文件。 這一步的聰明，在於它找對了影片裡「資訊密度最高」的那層東西。一段 talking head 影片，畫面其實沒什麼變化——一個人坐在那裡講話，背景、光線、構圖整段都差不多。真正承載「這支片在講什麼」的，是聲音轉出...

先別急著問它能拿來做什麼。先看一件乍看不合理的事：Apple 自己的 AI 框架，居然能拿來跑 Anthropic 的 Claude。 兩家公司、兩套東西，照理說井水不犯河水。可是 WWDC 2026 之後，你在 iOS app 裡寫的那段呼叫 AI 的程式碼——本來是驅動 Apple 裝置上那顆小模型的——只要改一行，底層跑的就變成 Claude，而且 respond(to:)、streaming、工具呼叫，整套用法一個字都不用改。這怎麼可能？ 搞懂這個「怎麼可能」，比記住怎麼裝套件有用一百倍。因為它背後那招，根本不是 iOS 專屬的魔法，是一個你寫任何系統都用得上的老智慧。 先看它收到一個請求之後，第一件事去問誰把框架打開，最核心的一個東西叫 LanguageModelSession。你跟 AI 講話，都是透過它： 123let session = LanguageModelSession(model: someModel)let response = try await session.respond(to: "幫我想一個送科幻迷的禮物")print(r...

模型又快了幾趴、benchmark 又被誰刷新——這種新聞每週都有，看久了會麻痺。這禮拜真正值得停下來的，是另一條更安靜、也更難回頭的線：當所有人的模型能力都逼近天花板，戰場就不再是「誰更聰明」，而是「這份聰明到底歸誰」。能力可以被偷、算力可以被斷、組織的知識可以長在別人的伺服器裡。把這禮拜幾條排開來看，主角全是這件事。 一、Anthropic 直接點名阿里巴巴：史上最大規模的「偷能力」行動6 月 24 日這條新聞的份量，遠超過一般的公司互槓。Anthropic 寫了一封信給美國參議院銀行委員會，指控與阿里巴巴 Qwen 實驗室有關的操作者，在 4 月 22 日到 6 月 5 日之間，用大約 25,000 個假帳號，對 Claude 發動了 2,880 萬次的對話交換——目標很精準，全衝著 Claude 最值錢的兩項能力去：軟體工程跟 agentic 推理。 這在業界叫「蒸餾」（distillation）：你不用自己訓練一個頂級模型，只要不停餵問題給對手的模型、把它的回答收集起來，拿這些回答去訓練一個便宜很多的山寨版，就能逼近原版的能力。Anthropic 今年 2 月才抓過 D...

先問你一個問題，答案會決定下面這篇你要不要看完：你想要的，到底是一套可以自己拼出 agent 的零件，還是一個開機就能用、而且會記住你的助理？ 這兩個聽起來很像，其實差了一整個層級。大部分人卡住的點不是「哪個工具比較強」，是根本沒分清楚自己要的是哪一種，於是抱著 LangChain 的文件啃了三天，才發現自己想要的東西它本來就不打算給你。 Hermes Agent 就是站在另一邊那個答案。Nous Research 在 2025 年底開源它，口號是「The agent that grows with you」，七週內衝破 11 萬顆 GitHub 星，成長曲線比當年的 LangChain、AutoGen 都陡。但星星數不是重點，重點是它選了一條跟那些框架完全相反的路。 積木和電器的差別你用過 LangChain 或 AutoGen 的話，會知道那是一種「嵌進你 Python 程式裡的函式庫」。你得自己寫 code 把 agent 串起來，每跑一次都從零開始，沒有記憶、不會學習，想接到 Telegram 或 Discord 還得自己刻整合層。它給你的是積木，怎麼拼、拼成什麼，全是你...

以前你想在 Claude Code 裡自訂一個 /指令，做法很單純：在 .claude/commands/ 底下丟一個 markdown 檔，寫好你要它做的事，存檔，下次打 /那個檔名 就會跑。很多人——包括我——的 .claude/commands/ 裡都躺著一疊這種小抄：/commit、/review、/standup，各自包一段你懶得每次重打的 prompt。 現在你打開官方文件想找 commands 那一頁，會發現它不見了。不是被砍掉，是被併進了另一個東西——Skill。官方很明確地講了這句話：commands 跟 skills 現在是同一個東西了。你舊有的那些自訂指令，沒有消失，它們全都「變成」skill 了。 這個合併乍看只是改名換湯，但搞懂它為什麼要合併，比記住新語法有用得多。 先用一個比方說清楚差在哪把 Claude 的工作空間想成你的辦公桌。 舊的 command，像是你貼在螢幕邊框上的便利貼。它有個好處：隨時看得到，伸手就用。但壞處是——不管你今天用不用得到，它都一直黏在那裡佔著視線。十張便利貼貼上去，螢幕邊框就被塞滿了，每一張都在分掉你（其實是分掉 Clau...

過去這幾天，幾家 AI 工具不約而同動了同一個地方——不是功能，是帳單。 能力線還是照常往上爬，誰家又快了幾趴、benchmark 又刷新了，這種新聞每週都有。但真正值得停下來看的，是另一條更安靜的線：你用這些工具到底要付多少錢、錢怎麼算、以及這些錢一路往上游流，最後押在了誰身上。把這禮拜的幾條排開來，主角全是「錢」。而錢的事，往往比功能的事更早決定你明年還用不用得起手上這套工具。 一、GitHub Copilot 改成用量計費，用戶在吵「幾個 prompt 就燒光了」從 6 月 1 日起，GitHub Copilot 全面轉成用量計費（usage-based billing）。每個付費方案改成附一筆月度的 AI Credit 額度——Pro 方案 10 美元、Pro+ 39 美元——超過就按各模型的 token 費率往下扣，連 Copilot 幫你 review code 都要額外吃掉 GitHub Actions 的分鐘數。同時官方準備收掉年費方案，社群討論區一片哀號，不少人反映那點月額度「跑幾個比較重的 prompt 就見底了」。 數字上 Copilot 還是巨無霸——超過...

想讓 AI 給你高手等級的建議，最沒效的一招，就是叫它「扮演一個高手」。 你大概都試過。在 system prompt 裡塞一句「你是查理·蒙格，請用他的智慧回答」，然後問它一筆投資該不該做。它回你一段四平八穩的話，提到護城河、提到能力圈、引了兩句聽起來很蒙格的格言。讀起來很像那麼回事，但你再追問一句「那如果這家公司的護城河正在被 AI 侵蝕呢」，它就露餡了——它只會把剛剛那幾個詞換個順序再講一遍。它記得這個人講過什麼，但完全不知道這個人遇到新問題時會怎麼想。 這就是模仿語氣跟移植思考的差別。而 nuwa-skill（女媧.skill）這個 Claude Code Skill，整個設計就是衝著後者去的。 它提取的不是金句，是「決策的骨架」先把這件事講清楚，因為它是整個工具的地基。 一般的角色扮演，提取的是表層：語氣、口頭禪、招牌名言。這些東西在網路上一抓一大把，AI 學起來毫不費力，但也毫無用處——因為名言是結論，不是推導過程。你拿到結論卻拿不到那條導向結論的路，下次換個題目，你就接不上了。 女媧提取的是推導過程本身。同樣問「蒙格怎麼看這個投資」，它不會直接吐護城河三個字，而是先...

你寫了一條規矩想叫 Claude 遵守——比方說「改完程式碼一定要跑 lint」。問題來了：這句話到底該寫在哪？ 寫進 CLAUDE.md？做成一個 skill？還是設一個 hook？大部分人卡住的地方不是「指令寫得好不好」，是根本沒意識到「放哪裡」本身就是一個決定，而且這個決定常常比措辭重要得多。同一句話，放對地方它每次都生效，放錯地方它可能整場對話都沒被讀到一次。 6 月 18 日 Anthropic 出了一篇官方文章，把引導 Claude 行為的方法整理成七種：CLAUDE.md、rules、skills、subagents、hooks、output styles，還有直接改系統提示。乍看像七個功能等你挑，其實不是——它們是七個抽屜，每個抽屜裝的東西、開的時機都不一樣。搞懂該往哪個抽屜放，這篇就值了。 先用一個比方把七個抽屜串起來想像你開了一家公司，今天進來一個新員工，你要讓他照規矩做事。你會怎麼傳達？ 最基本的，你給他一本員工手冊，放在桌上，每天上班都看得到——公司在幾樓、用什麼打卡系統、程式碼風格長怎樣。這就是 CLAUDE.md：它在每次對話一開始就載入，整場都待在那...

你有沒有想過，當一個工具強到可以「自己跑下去不用你盯」的時候，出事的責任算誰的？ 這禮拜的幾條新聞排開來，主角不是哪個模型又刷新了哪個分數。能力線一如往常往上爬，真正在動的，是「讓 AI 自己動手、自己跑久一點、自己決定下一步」這件事——而且是各家一起往這個方向推。問題在於，油門踩得越深，那個「萬一它跑歪了誰來踩煞車」的位子，反而越來越空。 一、OpenAI 讓 Codex 自己跑到目標達成才停6 月 22 日，OpenAI 一口氣給 Codex 加了幾個讓它「更會自己跑」的功能。Goal mode 全面開放——你給它一個結果跟成功條件，它就一輪一輪做下去，不用你每一步都下指令，直到它自己判斷達標。同時上的還有 macOS 的 Appshots：一個快捷鍵就能把某個 app 視窗連同截圖跟可讀文字塞進 Codex 的對話，讓它直接「看到」你在看什麼，省掉一長串描述。再加上專為長時間任務優化的 Codex-Maxxing，整套更新的方向只有一個——把人從迴圈裡拿掉得越多越好。 這跟 Claude Code 早就在做的事是同一條路。值得記下來的不是「誰抄誰」，而是這個產業已經悄悄達成...

「有人在旁邊一起讀，你就比較坐得住」這件事，比任何一款專注 app 都老。 考前去圖書館佔位、跟同學約咖啡廳寫報告、甚至只是把書攤在客廳讓家人看得到——你做這些，理由其實一樣：你知道自己一個人關在房間，十分鐘就會摸到手機。旁邊有個人在認真，你會莫名其妙也跟著認真起來。心理學給這個現象取了個名字，叫 body doubling，但名字不重要，重要的是它真的有效，而且每個準備過考試的人都親身驗證過。 問題是，這幾年大家越來越多時間是一個人待在家裡的。圖書館遠、咖啡廳吵、同學各自在不同城市。於是有人想把「旁邊有人」這件事搬到線上——最直接的做法是開視訊，像 Focusmate 那樣，跟一個陌生人對著鏡頭各讀各的五十分鐘。能用，但總覺得哪裡怪：你得一直開著鏡頭，怕自己看起來在發呆，那份壓力跟「專注」其實是兩回事。 StudyClassRoom 是另一種切法。它沒有用視訊，而是用一個遊戲引擎。 把自習室做成一款 2D 遊戲它是用 Godot 4.4 做的——對，就是那個做獨立遊戲的引擎。你跟朋友連進同一個 2D 虛擬教室，每個人在裡面有個角色，設定好自己要專注的時間（1 到 180 分鐘，...