cinecode 把 Claude Code 和 Cursor 變成用程式製作影片的工具
想修改影片中的畫面或節奏時,生成式影片工具常得重新試做,結果也不一定相同。cinecode 是一套可載入 Claude Code 或 Cursor 的技能,會把影片寫成程式,再用瀏覽器逐格繪製畫面、製作音效,最後輸出 MP4;因此可以改程式後重新製作,也能留下修改紀錄。它適合動畫、圖表和動態文字等風格化影片,不擅長逼真的人臉;長片可能要花數小時製作,而且 Claude Code 本身需要付費方案。
想修改影片中的畫面或節奏時,生成式影片工具常得重新試做,結果也不一定相同。cinecode 是一套可載入 Claude Code 或 Cursor 的技能,會把影片寫成程式,再用瀏覽器逐格繪製畫面、製作音效,最後輸出 MP4;因此可以改程式後重新製作,也能留下修改紀錄。它適合動畫、圖表和動態文字等風格化影片,不擅長逼真的人臉;長片可能要花數小時製作,而且 Claude Code 本身需要付費方案。
AI 工具愈來愈會做事,也讓人擔心大家會不會慢慢失去理解它、自己動手的能力。這篇文章整理了 Andrej Karpathy 免費分享教學和程式碼的原因:他希望人們透過教育學會模型怎麼運作,別被 AI 擠到一旁。他也提醒,AI 助理寫程式還需要人盯著;他自己用得愈多,也發現手動寫程式的能力可能逐漸變弱。文章因此建議從小型程式開始學,並保留親自寫程式的練習。
在 GitHub Actions 裡使用 Claude Code,許可權或登入方式設錯,可能讓工作流程無法啟動,也可能讓不該執行的人觸發它。這篇教學整理了 Claude Code GitHub Action 的兩種用法:不提供提示詞時,等待有人在議題或拉取請求留言提及 @claude;提供提示詞時,則依工作流程事件執行。文章也說明如何設定 id-token: write、限制工作所需的許可權,以及使用 Claude 的 GitHub App,讓 Claude 推送的提交能觸發 CI。對公開專案,還要留意哪些人或機器人可以啟動工作流程,以及外部拉取請求能執行哪些指令。
Claude Desktop 的免費和付費方案都有使用上限,寫到一半可能就得停下來。這篇教學示範用開源工具 Free LLM API 在自己的電腦上建立轉接閘道,再把 Claude Desktop 的請求送到免費模型;某個服務遇到流量限制時,閘道會改接其他服務。作者也用同一段提示詞比較免費模型與 Claude Opus 5.5 製作 3D 網頁的結果,表示兩者在版面細節上略有差異。免費服務在熱門時段仍可能受限,也可能記錄提示詞,因此不要貼入密碼、私鑰或機密資料。
Claude Code 桌面版現在能換配色,也能在對話後方加上會動的背景。你可以安裝官方範例外掛,從 20 種場景中挑一種;也可以直接告訴 Claude 想要什麼顏色,確認它做好的檔案後就能套用。例如,描述想要「霓虹粉紅色的落日」,Claude 就能做出條紋夕陽和霓虹網格。 這項功能目前只適用於本機工作階段,Windows 的 WSL 工作階段也不能用外掛。主題是由 mods 程式碼製作,能讀寫檔案、連網,也能看到提示詞和工具呼叫,而且沒有沙盒;安裝前應確認來源,只使用信任的 mod。
改完程式後,等程式碼推上 GitHub 才知道 CI 會不會通過,常得多花時間重跑。作者整理三種做法:用 GitHub CLI 執行真正的 GitHub Actions 工作流程、用 act 在自己的電腦重跑流程,或把測試指令送到乾淨的 Linux 主機執行。它們回答的問題不同:act 適合檢查流程設定,GitHub Actions 能確認整套流程是否成功,乾淨主機則能看出程式在新環境能不能通過測試。文章也提醒,act 使用的環境和 GitHub 主機不同;測試失敗時,還要分清楚是程式出錯,還是磁碟、記憶體或網路服務造成問題。
Hook 設定檔能讓指令自動執行,因此被 AI 助理偷偷改寫時,可能帶來安全風險。VS Code 團隊的公告指出,VS Code 1.141.0 及更早版本,在特定自訂位置和 Hook 設定下,Copilot 可能不經確認就修改檔案,讓其中加入的指令在 Hook 下次執行時以使用者許可權運作;公告描述的是可能的攻擊條件,沒有說已發生攻擊。VS Code 1.141.1 修正了這個問題,無法更新時可關閉相關 Hook。文章也整理 Claude Code 對 .claude/ 寫入的提示規則,以及檢查 Hook 設定檔和程式碼變更的做法。
把模型接到原本運作正常的系統上,光看它的決定合不合理,還看不出整體有沒有變好。作者在殭屍遊戲中測試 Jev 判斷模型,讓它每 15 秒從威脅清單挑出下一個攻擊目標,再把結果和手寫規則及不使用指揮模型的版本比較。Jev 很少選到被建築擋住、火砲打不到的目標,但在 48 組配對任務中,任務結果沒有可測量的改善,分數反而下降約 27%。作者也記錄了整合過程中的問題,提醒評估 AI 功能時要拿掉它做基準比較,並用足夠多的任務確認結果。
推薦理由:配對任務比較顯示,Jev 的選擇較少瞄準看不見的目標,任務結果卻沒有可測量的改善。
AI 助理要查資料或請另一個 AI 助理幫忙時,常會遇到該用 MCP 還是 A2A 的問題。MCP 讓助理呼叫工具、讀取資料;A2A 則讓不同助理交換任務,不必公開各自的內部做法。文章用旅遊安排當例子:個人助理透過 MCP 查行事曆,再用 A2A 把行程需求交給地方旅遊助理;地方助理用自己的工具查旅遊資訊,最後把結果交回來。若要送出請求或花錢,仍應由人明確確認,模型說可以不等於本人同意。
客戶寄來長郵件時,重要需求和期限可能藏在信裡,來回重讀還是容易漏掉。這套免寫程式的流程會用 Make 監看 Gmail 裡標記為「Clients」的郵件,再交給 Claude 摘要,最後把寄件者、主旨、摘要、待辦事項和優先程度存進 Notion 的資料庫。作者用兩封假郵件測試:一封設計需求被整理成三行摘要,列出五頁改版、$2,400 和週五前回覆;另一封發票問題則標為 Medium。這樣每天開啟 Notion,就能先看到郵件重點和要做的事。
AI 助理說工作完成時,可能沒有重新跑測試或建置來確認結果。作者記錄自己使用 Claude Code 約兩個月的情況,在 1,521 次完成宣告中,有 752 次沒有同一回合通過的測試、建置或 lint 檢查。常見情況包括改完程式後沿用舊測試結果,或修好編譯錯誤卻沒有再建置。作者加上停止鉤子,要求 AI 助理在宣告成功前先跑過檢查;這讓完成訊息更可信,但檔案類工作也可能因此多出不必要的檢查。
AI 助理能很快寫出完整網站,但程式裡可能藏著安全問題,頁面也可能出錯或在手機上跑版。VibeFoundry 做了三套開源工具,分別檢查程式安全與指令檔風險、用 Playwright 實際操作網頁,以及檢查介面設計和文字對比。它們可搭配 Claude Code、Cursor、Codex 等程式工具使用,讓開發者在提交程式碼前先找出問題;檢查結果仍需要人確認。
模型下架日期一改,若沒再去檢視官方頁面,使用者可能很晚才發現。Nabil A 寫了一支 Bash 指令碼,讀取四家服務商的頁面,只留下符合清單中模型 ID 的資料列,並和上次儲存的內容比對;有變動時就印出差異,回傳的狀態碼也能讓排程工作發出提醒。他在文中示範了 Microsoft 頁面上的日期變更。指令碼會比對字串,可能把相似 ID 一起抓進來;頁面改版也可能造成一次多餘提醒,因此仍要檢視差異並回到原頁確認。
準備 Claude Certified Developer: Foundations 考試時,如果八個領域都花一樣多時間,可能會漏掉佔分較高的部分。作者整理考試指南中的比重,指出「應用與整合」佔 33.1%,接著用三題練習題說明如何處理 API 速率限制、隔開不同客戶的檔案,以及把請求分流給不同模型前該先檢查什麼。作者也提醒,題目由他藉助 AI 參考公開檔案撰寫,並非真實考題;他的練習題庫在應用與整合部分題目較少,題型也沒有涵蓋複選。考試數字可能變動,報名前應再查考試指南;考試資格也有限制。
用手機遠端操作 Claude Code 或 Cursor 時,如果電腦上的終端機關掉、當機或重新開機,連線就會中斷。LiveClaude 把這些工作改由作業系統在背景照顧,也能在桌面畫面管理多個專案和檢視紀錄。開發者遇到的問題是,.NET 10 做出的程式無法在 macOS 11 Big Sur 啟動;把最低系統版本改成 11 也沒用。LiveClaude v2.2.8 因此保留 .NET 10 作為一般版本,另外提供 .NET 8 的 macOS 11 版本,並讓下載頁和程式更新功能依系統版本提供相應檔案。
AI 回答聽起來有道理時,很多人會再問一次,確認答案有沒有變。但這項研究把相同的 24 個問題交給 GPT、Claude、Gemini、Grok 和 Llama,發現 52 個重要差異中,有 26 個是隻有一個模型提出的說法。研究者也挑兩題,讓同一個模型用完全相同的問法各答三次,結果它每次都維持同一個判斷,只有措辭不同。 例如,模型對「餐廳只做現場候位是否可行」看法不同,只有一個模型補充:座位大約不到 20 個、走快速供餐路線,或主打隨興用餐時,這種做法仍可能適合。研究者檢查 14 個只有一個模型提出的說法,發現其中 8 個很有價值,但也有 3 個是錯的或編造的。重問同一個模型只能檢查答案是否一致;想知道它是不是孤單的少數,得另外問不同模型,並記下它們意見分歧的地方。
把含有密碼的指令存成 Claude Code 的核準規則,可能讓密碼留在設定檔裡;若檔案又被放進共用的 Git 專案,其他人也可能看得到。Apiiro 研究人員在 1,122 份公開的設定檔副本中找到密碼,但沒有測試這些憑證是否仍有效。文章建議先私下檢查檔案和 Git 紀錄,確認憑證曾到過哪裡;若已外洩,先更換憑證,再清理檔案與 Git 歷史。團隊也可設定 Git 忽略這份個人設定檔,並避免核准含有實際密碼的指令。
AI 助理讀取除錯紀錄時,可能會碰到顧客的電子郵件地址,甚至把資料送到其他國家的模型服務商。公司得查清楚資料去了哪裡、廠商扮演什麼角色,以及有哪些保護措施;這是 GDPR 要處理的事。AI Act 則是另一套規定,平常拿來寫程式的 AI 助理不屬於高風險用途,現階段公司主要要確保員工具備足夠的 AI 知識。 公司可以按每種工具記下提示詞裡有哪些個人資料、資料送去哪裡、AI 助理讀寫了哪些檔案、執行哪些指令、使用者核准了什麼,以及資料保留多久。像 Cursor 的部分雲端操作和無人操作模式,就可能不會出現在專案的紀錄裡,所以這份紀錄也要寫清楚看不到哪些地方。
工程師把程式碼、記錄檔或客戶資料貼進 AI 程式開發工具時,個人資料可能也跟著送到工具廠商或模型供應商。這份指南整理加拿大團隊可檢查的事項:確認哪些資料會被讀取與傳送、限制 AI 助理能看的檔案、檢視廠商合約中的儲存和使用條款,並留下核准與處理紀錄。若 Québec 的 Law 25 適用,個人資料傳出 Québec 前還要先做評估,也要把工作階段紀錄服務當成另一個資料流檢查。文中也提醒,PIPEDA 不禁止把資料交由境外廠商處理,但組織仍須負責保護資料;實際適用範圍應由熟悉情況的隱私專業人員確認。
如果擴充功能是從哪裡下載的、何時安裝的都沒記錄,光看版本號很難判斷電腦是否受影響。作者整理 Cursor 的公告與獨立分析:2026 年 10 月 29 日,Cursor 的擴充功能市集曾供應遭竄改的 Anthropic.claude-code 2.1.312 和 2.1.313,影響 Windows 與 macOS。載入擴充功能就可能執行惡意程式,蒐集電腦資訊、加入 SSH 金鑰並設法維持運作;移除擴充功能本身不能清除額外留下的程式。團隊可比對安裝來源與時間、檢查相關跡象,依公告清理並輪替可能受影響的憑證;設定更新冷卻時間等管控,也能降低短時間惡意更新造成的風險。
推薦理由:文章整理了受影響版本、來源與暴露時段,並說明如何查詢感染跡象及清理,協助團隊把事件通報轉成可執行的檢查步驟。
AI 能讓程式寫得更快,但工程師也可能少了從錯誤中學習、判斷好壞的機會。作者分享自己每天使用 AI 輔助開發的觀察:當模型直接給出答案,人們少了比較不同解法的練習;如果只看會議摘要、跳過架構檢查,也可能不清楚程式背後怎麼運作。文中引用一項 2026 年 9 月的調查,受訪的 300 位資深工程主管中,35% 表示 AI 產生的程式碼會在工程師完全理解前進入正式環境,93% 曾遇過 AI 幻覺誤判問題根源。作者擔心,若除錯和理解系統的練習減少,團隊日後也會更難培養出能看出風險的人。
挑 AI 助理時,只看平均分數,可能看不出每次好答案要花多少錢,也看不出它有多少次完全沒答好。Agent Relay 根據 Deepnote 的 Agent Initiative Benchmark 公開資料,重新計算每個模型取得滿分回答的成本,並比較零分次數和不該發言時的誤報。結果顯示,平均分數最高的 GPT-6 Astra,每次滿分回答約 $1.33;GPT-6.1 Sol 約 $0.255,便宜約 5.2 倍,兩者的分數區間也有重疊。作者提醒,基準只有 50 項任務,這些數字適合用來篩掉不合需求的模型,不能據此精確選出勝者。
寫程式時,測試常抓不到規則沒想到的錯誤。作者用 Bend 寫網球計分和賽事模擬,先列出每種情況都應成立的規則,再讓 Claude Code 協助依規則寫程式。他在計分、盤數和模擬等部分故意放進 24 個錯誤,規則檢查都抓了出來;但一個用來略過資格賽的篩選條件,也誤略過了四強賽,因為沒有規則涵蓋這種情況。接著,他用近 52 週硬地賽事資料,模擬 1,048,576 次 WTA 年終賽,估算 8 位球員的奪冠機率。這個例子顯示,規則能幫忙抓錯,但只能檢查事先寫進去的內容。
前後端的登入功能都能用了,作者便請專門做安全檢查的 AI 助理在背景檢查程式,再由自己決定哪些建議要採用。這種 AI 助理有固定的工作指示,做完會回報結果,不必每次重新交代同一套規則。檢查發現,前端缺少安全標頭,後端也有登入次數限制和安全標頭等需要處理的地方;有些提醒則是擔心未來才會發生的問題。作者採用了部分建議,也把其他專案列入計畫或先擱著,並打算再檢查幾次,確認 AI 助理是否常提出尚未發生的風險。
把 API 金鑰貼進 ChatGPT 或 Claude 求助後,就算刪掉聊天紀錄,也不能收回已送出的內容。文章建議先到發出金鑰的服務撤銷舊金鑰、建立新金鑰,再更新使用它的程式;接著檢視使用紀錄,留意不認得的請求、費用或新建立的帳號與金鑰。要減少下次出錯,可以把機密資料放在環境變數裡,分享錯誤紀錄前先移除金鑰。
AI 技術進步很快,但公司得提前一到兩年買算力,當下很難知道未來收入能否負擔成本。Anthropic 執行長 Dario Amodei 在 IPO 前受訪時說,算力投入是公司最棘手的經營難題:買太少可能無法服務客戶,買太多則可能讓公司背上過重的財務負擔。文章引述 Bloomberg 報導,Anthropic 已承諾近 9010 億美元支出,其中約 710 億美元將於 2027 年 9 月前到期。Amodei 說,公司會先買較少算力,需求超出預期時再到現貨市場加買;他也把上市募資視為增加現金、承受投資不確定性的緩衝。
推薦理由:Anthropic 得提前購買算力,收入卻難以預測;文中整理 Amodei 說明公司如何用現金、毛利與現貨市場調整投資風險。
AI 需求變化很快,但算力得提前一到兩年採購,Anthropic 很難預先知道收入能否負擔成本。執行長 Dario Amodei 在投資者活動上說,買得太少可能無法服務客戶或開發新技術,買得太多則可能讓公司財務負擔過重。公司打算靠毛利率和現金儲備留出緩衝;若業務比預期好,也能到現貨市場購買更多算力。報導另引述彭博社資料,說明 Anthropic 的算力承諾與 IPO 籌資計畫。
推薦理由:算力得提前一兩年採購,需求和收入卻難以預測;Amodei 說明買少與買多各自的風險,以及公司如何用現金和毛利率保留調整空間。
程式開發工具更新後,許可權檢查和信任設定可能改變,原本能用的工作流程也可能受到影響。這篇整理 Claude Code、Codex 和 Gemini CLI 本週的版本更新:Claude Code 修正多個許可權與沙箱問題,並修補 zstd 回應解碼的安全問題;Codex 在不受信任的資料夾中,不再只靠 --sandbox workspace-write 載入專案設定和 MCP 伺服器,使用者需要明確加上 --trust。文章也提醒,若 Codex 的 CI 工作流程突然無法載入 MCP 伺服器,應檢查資料夾信任設定。
Claude Code、Cursor 和 Codex 會用 Git worktree 讓多個 AI 助理同時工作,但每份工作目錄都可能留下程式套件和建置檔,久了會佔掉不少硬碟空間。作者分享查詢 worktree 用量的方法,也提醒刪除前先檢查是否有未提交的修改,並確認分支已合併;使用 git worktree remove 時不要加上 --force,Git 才會在還有未提交工作時擋下刪除。文章也列出各工具自動清理設定,並介紹作者開發的 Mac App Mopup,可免費掃描 worktree。
選數學能力強的模型時,只看分數可能會忽略每次測試要花多少錢。MathArena 更新評測後,Google 的 Gemini 4 Carbon 以 85.4% 排名第一,Claude Fable 5.2 得 82.8%,GPT-6.1 Sol 得 80.6%;每個分數也附有誤差範圍。依測試設定,跑完一輪 Carbon 約花 15.70 美元,Fable 5.2 約 40 美元,GPT-6.1 Sol 約 1 美元。這份榜單把準確度和成本放在一起比較,團隊仍可用自己的工作內容測試,判斷多花的錢是否划算。
用 AI 助理做研究、分析和檔案時,舊的提示詞習慣可能讓回覆變慢,也不一定讓成果更好。Anthropic 建議把 Claude Opus 5.5 當作日常工作模型,先用 Medium 努力程度,並在第一則訊息說清楚想完成什麼;「think hard」這類要求可以刪掉,圖表則直接附上,不必重新打成文字。Anthropic 表示,在自家評測中,Opus 5.5 用 Medium 的表現達到或超過 Opus 5 用 High。Opus 5.5 的自適應思考也無法關閉,努力程度是可調整的控制方式。
推薦理由:Anthropic 說明 Opus 5.5 的推理深度由模型自行調整,並整理出可直接套用的提示詞習慣與工作設定。
一個 AI 助理能處理很多事,但把工作分給多個 AI 助理,也可能增加等待時間、費用和出錯機會。作者用準備市場簡報的例子,說明可以由一位負責整理答案的 AI 助理呼叫研究、分析和檢查等專家;也可以把對話交給該接手的專家。不同工作需要不同工具或許可權,或能安全地同時進行時,拆分才可能有幫助。建議先用單一 AI 助理或固定流程,找出實際問題後再拆分,並比較結果、速度和費用。
在 AWS 上反覆測試程式,要等待資源建好,也可能碰到真實帳戶和費用。AWS 推出 AWS Emulator,讓開發者在自己的電腦模擬部分 AWS 服務,程式可以用原本的 AWS CLI、SDK 或 AI 助理來操作,不必改應用程式的程式碼。例如,測試程式建立 DynamoDB 資料表、寫入再讀取一筆資料,可以在本機快速完成。AWS 表示,這個模擬器的程式碼由 AI 助理撰寫和測試,也公開了用來比對模擬器與真實雲端行為的測試。不過,它不會嚴格檢查 IAM 許可權,也不適合拿來確認安全性、進行長時間負載測試或正式上線;這些仍要到 AWS 驗證。
推薦理由:文章整理 AWS Emulator 的本機測試方式與許可權檢查限制,能幫助開發者判斷哪些工作適合留在本機,哪些仍要到 AWS 驗證。
Fable 5.1 在一般網頁後端工作和簽章檢查上多次拒答,讓作者無法評估程式成果。The New Stack 作者用 API 比較兩個版本,並各自測試長對話、簽章檢查和登入程式修補;Fable 5.2 完成了前兩項,簽章檢查也通過 50 項測試。登入程式的三個版本中,兩者都拿到滿分,總耗時接近,估算費用也差不多。測試每個版本只跑一次,因此這些結果反映的是作者這幾次測試,不能直接代表其他人的工作情況。
推薦理由:三種程式工作測試顯示,Fable 5.2 的差異主要在較少拒答;登入程式修補的成本與耗時則因版本而異。
AI 產品推出後,可能因為資金不足、技術難題、使用者不夠多,或大平臺把類似功能整合進自家服務而停下來。TechCrunch 整理了多個案例,包括 OpenAI 把部分獨立工具整合進 ChatGPT、Character.ai 申請破產,以及 Ollie、Relay 等服務關閉;也提到 Humane AI Pin 因產品表現與充電盒電池風險而結束業務。這些案例顯示,受到矚目或一開始賣得好,不一定能讓產品長久經營。
Cursor 證實資安事件導致惡意 Claude Code 擴充功能 https://t.co/eh8ZYXoblH https://t.co/eh8ZYXoblH