Ching-Han Ho

Sr. Eng @ Backer-Founder. Javascript, Ruby. Web, Game.

[Bjarne Øverli @iamdothash]

If you haven't yet you should test cool retro term by swordfish90. One of the coolest emulators I've seen.

Github: https://t.co/I1aFGhAtUl

[fox hsiao @pirrer]

最近幾天我都在用 Grok Bot，好用的程度出乎我意料，加上最近在車上會一直跟 Grok 對話，我在想，SpaceX 跟特斯拉的製造業資料會成為 Grok 超級的成長養分，也可能是最終讓製造業升級的某種飛輪，所以最近也會一直關注 Grok Bot 的消息與訪談，這個訪談來自 Lenny's Podcast。

Grok Bot 上線前的���後 3 週，工程師忙著把已經做好的功能拿掉。

這段話出自 Grok Bot 產品負責人羅曼．烏加特（Roman Ugarte），他在 9 月 8 日播出的這一集，講了這個產品是怎麼做出來的。烏加特是 Cursor 的第 15 號員工，帶了兩年成長團隊，看著公司從 15 個人長到 1,000 多人，SpaceX 今年 6 月宣布收購 Cursor、8 月 14 日完成交割，他現在帶的是 Grok Bot 的產品。

Grok Bot 從第一行程式碼到內部能用的原型，只花了大約 1 個月，團隊有多少人他沒講，只說是「一小群」，坐在辦公室另一個角落，用私人 Slack 頻道溝通，跟公司其他人隔開。內部測試大約 3 週，8 月 11 日對外開放。

Lenny 問他，為什麼不直接做在 Cursor 裡面，反而另起一個新品牌。烏加特說團隊討論了很多次，最後認定寫程式的代理工具用起來有不少小障礙，非工程師打開來會有壓力，而且同業的做法是在同一個介面裡替每一種產品形態各開一個分頁，使用者感受到的是三套不同的想法擠在同一個畫面，等於是「把組織圖直接出貨給使用者」。所以另起一個產品，從零開始。

他們花了兩個星期，親自帶 200 到 300 個人開始使用，一個一個教。測試者裡有咖啡店老闆，也有原本不看好這類產品的 Lenny 本人，他試用時請機器人寫一則推文宣傳新一集節目，結果好到他當場改變看法。

內部測試那 3 週，團隊撤掉了不少已經做好的功能。模型的思考過程、工具呼叫紀錄、記憶清單，還有給開發者看的監控工具，全部不再顯示，使用者看到的是一個打字中的提示和一顆綠燈，機器人做完再回報。測試者的回饋是想看一張待辦清單，知道機器人現在做到哪一步，但沒有人想看那一長串文字。

烏加特給團隊的說法是「無情地簡化」，把使用者不需要主動去想的東西藏到背後。內部溝通的用詞也跟著改，描述新能力時，把「Grok Bot 現在有 X」改成「Grok Bot 現在可以做 Y」，因為用前一種句型想功能，想到的往往是新按鈕或新下拉選單，後來發現很多能力根本不需要畫面。

自動化排程走的是同一套邏輯，使用者不用學任何介面，直接打一句「每天早上 8 點提醒我」就設定完成，烏加特說平台上 99% 的自動化都是這樣建立的。使用者也不該打任何斜線指令，不需要知道什麼是「技能」。

另外有兩個早期決定，當時看不出對錯，事後看是關鍵。一個是所有東西都在雲端跑，使用者不用想什麼是本機、什麼是雲端，用手機傳一則訊息就能啟動任務，回到電腦看到的是同一個狀態。另一個是每個機器人都有一台自己的電腦。烏加特的比喻是一個新同事第一天上班，主管跟他說你不會有自己的筆電，永遠跟我共用一台，帳號密碼也用我的。他認為多數同類產品就是這樣做的，使用者每天碰到的小毛病就從這裡來。

有了自己的電腦，機器人就能操作那些沒有 API 可以串接的工具。烏加特說公司裡有一群人特別熱衷用機器人，是業務團隊，因為他們每天要碰的工具很多都沒有完善的 API，機器人只能像人一樣用滑鼠。團隊列了 10 到 20 項這類問題，例如滑鼠在 Salesforce 儀表板上點不準某個位置，一個一個回頭修。

招募團隊是另一群重度使用者，他們給機器人的指令是每天早上去研討會網站下載新的論文 PDF，找出還沒追蹤過的名字，加進試算表，查這個人的背景，再看 SpaceX 內部有沒有人認識對方，有的話就發 Slack 訊息請同事介紹。

烏加特說靈感有一部分來自開源專案 OpenClaw，它有兩件事做對了，把你自己的工具交給機器人，以及把機器人當同事而非工具。但他認為要讓幾百萬人和企業都用得上，不能靠使用者自己在家裡架一台 Mac mini 加 VPN，Grok Bot 想把那個體驗搬進雲端、盡量減少設定步驟。

團隊刻意不去引導使用者該怎麼用，內部測試第 2 週結束時，有一個用法自己長出來了。一開始常見的用法是開 5 到 10 個機器人，各自負責一類工作，後來有人把表現最好的那一個「升職」成幕僚長，讓它去分派任務、管其他機器人，然後那個機器人開始跟主管要求加薪，也就是更高的詞元預算。外部測試者沒人教也走到同一個用法，產品後來才對幕僚長模式稍加引導。

烏加特給新使用者一個建議，先把 Slack 和 email 接上，然後打一句「翻一遍我的 Slack 和信箱，列 5 件你可以幫我接手的事」。他自己試的結果是 5 件裡有 2 件有用，他馬上各開一個機器人去處理，而且都不是幫忙寫信這種等級的工作。

從 8 月 26 日起，Grok Bot 納入 SuperGrok 與 Cursor Pro 系列方案，含每月 20 美元的 Cursor Pro，機器人有獨立額度，不占原本方案的用量。

[Three.js @threejs]

🗒️ https://t.co/EIPfcJnp9m

[Artificial Analysis @ArtificialAnlys]

Claude Fable 5.1 tops the Artificial Analysis Intelligence Index but costs 20% more per task than Fable 5 despite a 75% cache read price cut

We supported @AnthropicAI with pre-release evaluation of Claude Fable 5.1. At max effort it scores 66 on the Artificial Analysis Intelligence Index, the highest score we have measured, ahead of Claude Opus 5 (max, 63), Claude Fable 5 (max, 62), GPT-5.6 Sol (max, 61) and Grok 4.6 (high, 61). We evaluated the model with Anthropic's ‘default’ server-side fallback, which routes safety-flagged requests to Claude Opus 4.8 or Claude Opus 5; fallback served ~4% of output tokens across the Intelligence Index.

Key takeaways

➤ Frontier Intelligence with improvements across benchmarks: Fable 5.1 gains +4 points on the Intelligence Index over Fable 5. On HLE, Fable 5.1 scores 59.1%, ahead of the previous best of 55.5% from Claude Fable 5. It posts the narrowly highest scores we’ve seen on Terminal-Bench v2.1 (91.4%) and SciCode (62.0%), and on τ³-Banking it gains 9 points over Fable 5

➤ 75% cache read price cut, but Fable 5.1 still costs more per task: Anthropic has cut the cache read price from $1 to $0.25 per 1M cached input tokens, with standard pricing unchanged at $10/$50 per 1M input/output tokens. Fable 5.1 (max) costs $3.76 per Intelligence Index task, 20% more than Fable 5 (max), because it uses ~1.7x the output tokens. The cache cut saves ~$1.40 per task, concentrated in the agentic evaluations where the majority of input tokens are cache reads. At xhigh effort Fable 5.1 scores 65 at $2.72 per task, $1.04 less than max, but still above Claude Opus 5 (max, 63) at $2.34

➤ Claude Fable 5.1 holds the upper end of the Intelligence vs Output Tokens per Task Pareto frontier: every model variant scoring higher than GPT-5.6 Sol (medium) on the Intelligence Index is matched or beaten by a Fable 5.1 effort level on both intelligence and token usage

➤ Highest scores on agentic work tasks, but effectively tied with Opus 5: Fable 5.1 sets the highest scores we have measured on GDPval-AA v2 (1,853 Elo, +130 over Fable 5) and AA-Briefcase (1,694 Elo, +122 over Fable 5), our agentic knowledge work evaluations. Against Claude Opus 5 the GDPval-AA v2 lead is within the confidence interval and AA-Briefcase (1,685) is effectively tied, with Fable 5.1 ahead on analytical quality and rubric correctness, but behind on presentation

Other model details:

➤ Context window: 1 million tokens, supporting image and text inputs as with Anthropic’s other recent launches

➤ Pricing: Fable 5.1 retains the $10/$50/$12.5 input, output, and cache write prices per million tokens from Fable 5, but cache hits have been reduced to $0.25 per million tokens, a 75% relative reduction from before that will materially reduce agentic workload costs

[tobi lutke @tobi]

I’m thinking about banning Claude code at Shopify until they change their mind and read AGENTS.md and .agents/skills etc.

Insisting on only reading CLAUDE.md sometimes leads to split brain problems when different team members use different tools. Just unnecessary.

[Thariq @trq212]

We removed ~80% of the Claude Code system prompt for our newest models, this is what we've learned about writing system prompts, skills and Claude.MDs for them. https://t.co/6DZwSrZjE9

[alex shapalov @alxshp]

PostgreSQL 19 introduces graph-style queries.

Instead of manually connecting table after table with joins, you can describe the path through your data:

customer → bought → product ← bought ← similar customer → follows → brand

Useful for recommendations, access control, fraud detection, knowledge graphs, and AI context.

https://t.co/5WETAOUezI

[Salio @Mr_Salio]

🚨 Composer 3 Leaks

- Cursor is Already Testing Composer 3
-Composer 3 Outperforms Opus 5 and GPT-5.6 Sol in coding and agent performance
- A new codename has appeared inside Cursor: “Vega”
- A public release that could be much closer than expected
- 10× cheaper than Opus 5 and GPT-5.6 Sol

Do you think Composer 3 will beat Opus 5?

[Uncle Bob Martin @unclebobmartin]

I’m significantly older than you. I started coding in the late 60s. My current strategy is to not read any of the code written by my agents. That’s the only way I can take advantage of their productivity. What I do instead is to surround the agents with extreme constraints. Unit tests, gherkin tests, QA procedures, quality metrics, mutation testing, test coverage, and a plethora of others. In the end, I have very high confidence in the code they produce because they’ve had to run the gauntlet of all of my constraints and tests.

[Pato Molina @patomolina]

Anthropic decidió dar de baja a toda nuestra organización por una supuesta infracción de sus condiciones de uso. Qué política específica infringimos no tengo ni la menor idea: simplemente recibimos un mail y listo, adiós Claude. Si querés apelar la medida hay que completar un Google Form, así de ridículo como suena.

De golpe más de 60 personas se quedaron sin una herramienta fundamental para trabajar. Integraciones, skills, historial de conversaciones: todo perdido o, en el mejor de los casos, parado por tiempo indeterminado.

Enorme aprendizaje para cualquier empresa de software que dependa de herramientas de IA en procesos críticos. Nunca hay que poner todos los huevos en una canasta.

[九原客 @9hills]

学习了下剪短视频，剪了一个片，大家看看～

标题：《最简单的 LangChain 代码到底封装了多少层》

[Ching-Han Ho @ChingHanHo]

��盛（Goldman Sachs）稱：去年 AI 對美國 GDP 成長的貢獻「幾乎為零」

>「關鍵原因之一在於 AI 所需的晶片與硬體大量仰賴進口：企業雖在美國大舉採購，但在 GDP 的計算中，進口會抵銷投資支出，結果更像是把成長記到台灣與韓國等生產端的 GDP，而非美國本土」

https://t.co/Nz7WAD6kxG

[Ching-Han Ho @ChingHanHo]

https://t.co/rxZZRF4fIh

[AI Search @aisearchio]

Seedance 2.0. Absolute madness

[David Roberts @recap_david]

Sora 2 API + n8n for UGC videos ... absolutely insane 🤯

this n8n workflow generates realistic influencer-style videos from just a product image. No watermark. Fully automated.

(and I'm giving it away for free)

Here's what this system does:
→ Analyzes your product image with AI vision
→ Creates the perfect influencer persona to promote it
→ Generates multiple UGC video scripts automatically
→ Uses OpenAI's Sora 2 to create realistic videos
→ Outputs videos ready for Instagram, TikTok, and Facebook

The results? What used to take weeks and thousands of dollars now happens in minutes for under $5 per video.

This isn't just about cutting costs – it's about scaling your creative production and driving your ROAS 50%+ higher due to on-demand, high-converting video content.

Brands and agencies today spend $10,000+ per month hiring creators, shipping products, waiting weeks, and hoping for a few decent videos back. This changes the whole game for $1 per video.

Want the full n8n template, all of the prompts, and a full step-by-step setup video?

1. Like & RT this post
2. Follow me (so I can dm you)
3. Comment "UGC" below

I'll send you the entire system for free.

[Min Choi @minchoi]

2.5 years of AI progress

Modelscope (left)
Grok Imagine 0.9 (right)

[Ching-Han Ho @ChingHanHo]

> [...] 如果我真的發明了故事點，我現在可能有點後悔，但並不是非常後悔。我確實認為它們（故事點）經常被誤用，我們可以通過完全不使用故事估算來避免許多陷阱。如果它們對你的團隊或公司沒有提供很大的價值，我建議放棄它們。

https://t.co/IuFVUL3eRT

[Ching-Han Ho @ChingHanHo]

現在連 YouTube 工程師不修中文字幕 bug 也跟文化部有關就對了。

[Ching-Han Ho @ChingHanHo]

https://t.co/qwgMmPYeZX

放眼望去學設計的人很少當企業老大，陸學森的設計背景��我印象深刻，結局如此令人扼腕。

[Ching-Han Ho @ChingHanHo]

https://t.co/262zW7Wl1j # 國慶官網這樣不行欸，手機版、meta preview、排版間距等⋯⋯這應該是還沒做完吧。