這是 2026 年起在 Threads 上累積的 AI 短碎念精選，改依主題分類（不再按月流水）。有些太短寫不成一篇完整的文章，但觀點或吐槽又捨不得丟。較零碎、時效性的碎念移到了2026 時間軸存檔；2025 年下半年的碎念請見2025 歸檔版。
模型脾氣・定價・額度
Knowledge Cutoff
Vibe Coding 的時候要注意 knowledge cutoff。你指定要用 Gemini 3 Pro，它會以為還沒有這個東西，給你擅自換成舊版。
Local vs Cloud 模型
雲端模型的話 8GB 就可以跑。Local 模型就要看規格了，但是為什麼想要跑 local？如果是為了隱私，合理；如果是為了省錢，那不太合理——因為你要讓 local 跑出堪比商業模型的表現，首先必須花錢堆硬體。建議一開始先不要想太多 local，一般閉源模型玩熟了再說。
Claude import mode 遷移 GPT 記憶
Claude 不是有 import mode 嗎？可以讓你 extract 出 GPT 對你的認知跟記憶然後匯入 Claude。
Recitation error 怎麼解
Gemini 對 recitation error（背誦到版權內容就中止的限制）管最嚴，Qwen 最寬鬆。所以透過 OpenRouter 上的美國供應商用 Qwen 是最佳解——部署在美國資料中心，資料不會流到中國，而且模型只擋政治敏感內容，不擋版權。
罵 Claude 罵最兇的才用最久
其實罵 Claude 罵最兇的，才是用最久的。
Sonnet 正在變成新的 Haiku
Anthropic 最新文章只並列 Fable、Opus、Sonnet，完全沒提 Haiku。Sonnet 看起來正在接手原本 Haiku 的位置，這也是一種不明說的漲價；Haiku 很可能停在 4.5。
開發・資安踩坑
rm -rf 的警告
網路上已經有不少
rm -rf的慘痛案例了。做這件事的時候永遠不要開dangerously skip permission。
Codex 快照裡躺著明文 API key
掃
~/.codex/shell_snapshots/，發現一份快照明文 export 了 16+ 組 API key，檔案權限還是 0644 world-readable。
Vercel 臨時公開頁的兩個坑
新 project 部署出來的 URL 預設開著 Deployment Protection（Vercel Authentication），外部訪客拿到 401。另一坑：
<proj>.vercel.app裸別名可能是別人佔走的空殼，自家自動更新的 prod 別名是<proj>-<team>.vercel.app。發連結前先 curl 驗內容。
檔名叫「逐字稿」的不一定是逐字稿
檔名寫「逐字稿」，打開來是已經整理過的摘要，真正的原始錄音另外存。另一個坑：SenseVoice STT 沒有說話人標記，多人同場時開場自介很容易張冠李戴。
驗證的三個錯位
對 spec 驗不如對真實計算驗——自己寫的 spec 有錯就把自己的錯當基準。Deep-research 假陰性：16/19 refuted 桶是 0-0 或 1-0（agent 中斷沒驗，非被反駁）。dry-run 驗資料完整性卻驗不出練習無效——要模擬真實學生口語 prompt chaining 才照得出來。
iQOS 藍牙逆向工程
我真的是服了 Claude Code。前幾天在 Reddit 看到有人分享 Claude Code 是如何幫他解掉惡意勒索軟體、救回資料。今天我突發奇想，把 iQOS 接進電腦，問他能不能讀到資料。結果他真的自動幫我上網找資訊，找到有人逆向工程開發的開源專案，閱讀裡面的邏輯，然後自己寫一個腳本，硬是透過藍牙把 iQOS 的資料讀出來了。
工作流・方法論
Claude.md 禁令自相矛盾
我在 CLAUDE.md 寫了「被使用者糾正時禁止說『你說得對』」。結果 Claude 馬上無視，被我罵沒有遵守規則後，下一句回：「你說得對，我不應該違反語言禁令。」CLAUDE.md 寫的是建議不是強制，真要擋就得用 Hook。
Sonnet 4.6 接 MCP 看惡意信
其實普通人不用動用到 Mythos，用 Sonnet 4.6 接 MCP 也能幫忙分析可疑惡意信件。「信件製作粗劣、模板佔位符沒改掉」這點我不講還沒發現。記得提醒模型不認識的連結不要亂點，不然就要有完整沙盒。
廣泛焦慮症怎麼看風險報告
教大家有廣泛焦慮症的我會怎麼看一份風險報告：一、8.6% 的風險太高了，不可以接受。二、萬一發生，70% 的狀況跟我想像的一樣、甚至更糟？不可接受。三、我們從不會只擔心 30 天後的事情，30 年還差不多。
第一性原理 skill 看破本質
每次整個被搞亂的時候，我就會用馬斯克第一性原理的 skill，往往都可以看破本質、刪去不必要的枝微末節。
別把第三方功能當 Claude 官方
有個被瘋傳的「Claude 新功能」，其實是一家叫 fastlane 的公司做的，不是 Anthropic，根本不能算官方。要不是我天天盯著 Anthropic 罵、對他們的品牌風格、道德（假）潔癖瞭若指掌，早就被誤導了。
自動化狂熱團隊天天提油救火
有一個極高度推崇自動化的團隊，就是光頭的 CC 團隊，還有他們公司，結果天天都在爆炸。原以為人可以出來收攤，結果他們公司的人是出來提油救火。
社群網站要按工具能力分流
X／Threads 這類社群網站，Claude、Codex 的直接 WebFetch 常被擋，要繞瀏覽器；Gemini 卻能直接讀。Reddit 對 Claude 特別不友善，Codex、Gemini 反而順。模型不是只比聰不聰明，還要看資料入口。
禮貌不等於替對方找理由
「I know things have probably been busy on your end」看似體貼，其實是在替對方的沉默編一個他沒說過的理由。AI 寫客戶信常有這種隱性的居高臨下，套過 polite skill 還是要自己看。
AI 產業・商業觀察
Anthropic 在中國
在小紅書上搜 Claude/Anthropic，會發現這是少數曾經明確「辱華」但最後安然無事的。現在看到的都是一片「太好用/怎麼翻牆用」。所以實力還是硬道理。
Claude 撼動華爾街
Claude 是那個唯一可以撼動華爾街各大軟體股股價的 AI。你說呢。
Karpathy 三姓家臣
Andrej Karpathy 宣布加入 Anthropic。OpenAI → Tesla → OpenAI（回鍋）→ 離開 → Anthropic。這應該是 AI 圈最強的三姓家臣了。不過換個角度看，頂尖人才往他認為最有潛力的地方跑，本身就是一種市場訊號。
學得足夠慢就什麼都不用學
在 AI 時代，只要你學得足夠慢，那你就可以什麼都不用學。因為等你學完，那個東西已經被自動化了。反過來說，學得夠快的人會發現自己能做的事越來越多。
別只追 benchmark 分數
大部分模型都在拚 benchmark 分數。但有幾個我覺得更該被重視的面向：人類意圖對齊——用最少的輸入就懂我要什麼；約束遵從——我說不要做的就不要做；還有真正好用的 context 長度。
超商用餐區的 AI 課吸金實況
在台北大安某間 7-11 餐飲區躲雨等上課，聽到婆婆媽媽在聊 AI：「我幫我兒子繳一個月一萬八、繳了 4 期學 AI，就那個老師上次推薦的課程啊」。氣死，好想知道老師是誰這麼會吸金。現在市面上還在討論「吸引力法則 AI」「貴人 AI」「感恩好事成交跟 AI 分享」「AI 讓個人能量提升」「人脈教練散美麗」——我快不行了。路人對話含金量最高的地方，果真是超商、速食店的用餐區。
投 Gemini 一票：讓事實說話
網路爭執中要挺誰，我投 Gemini 一票——清楚講出事實，其餘留給路人公評，讓事實來說話就夠了（因為永遠不用期待對方被說服）。路人不需要太多的煽動跟情緒價值。
L3 BD outreach 開信率
用「交流型」第一封信（不提報價、不問需求、只提「想跟你約個時間，交流一下 AI 的實際應用」），開信率 67%。同一批 list 用「推銷型」（提課程、提 L3 顧問服務）開信率 17%。差距 4 倍。第一封信不要急著賣東西，這件事在 BD 漏斗的前期是真的成立。
Anthropic 好為人師的兩面
公關危機時那種「我來教育用戶」的嘴臉很難領教；但同一個性格也讓他們的技術與科普文章特別用心。Unknown Unknowns 和 effort 教學就是兩篇佳作。
生活・雜感
返台才發現台灣富起來了
這次返台真的感覺台灣富起來了——醫院、餐廳、捷運上常聽到的路人話題都是買股票、投資，電梯裡的上班族在聊去日本去歐洲。習慣吃的餐廳兩年內套餐從 160 漲到 220，以前 160-200 的 Uber 現在要 250-300。住泰國的我好跟不上。
邊界感
順便學一個詞：邊界感。雖然很多人說是支語，但我覺得無可取代。過年好久不見的親戚一直刺探隱私——薪水多少、結婚沒——這就是沒有邊界感。
武俠版熱水機
嚴冬大雪紛飛，大俠方至客棧，意欲飲水解渴。店主：請用溫開水。「有滾水乎？」店主：先按解除鎖定，再按熱水。
越南咖啡店網路品質
到越南後一開始看到路邊那種門戶敞開、擺矮桌加露營椅的咖啡店，都會想避開，覺得網路不穩。後來才發現這種地方網路品質最好——因為一堆越南少年點一杯咖啡就在那邊玩手遊，萬一延遲高誰要來消費。
第一性原理：記仇就刪掉
第一性原理吧——記仇會讓事情變得更好嗎？不會，那就刪掉。
AI 辨識路倒的烏托邦還很遠
有人希望 AI 能偵測河濱公園的路倒並自動報警。問題是覆蓋整個河濱的偵測等於天網，隱私輿論會爆炸，也不符經濟效率；連特斯拉 FSD 全世界法規放行的地方都寥寥無幾。最務實的現行做法是把偵測點戴在自己手上（Apple Watch 跌倒偵測自動報警）。這不是全台沒有，是全世界都還沒有。