IG-1
Cursor 工程師把她每天用的 skill 整包開源了（pstack）
輪播 5–6 張
切角（Jason 第一人稱）：我最近一直在調 skill，剛好看到 Cursor 的
Lauren Tan（@poteto）把自己每天寫 code 用的 skill
整包放出來。翻完我最有感的不是有多少招，是三個習慣：先叫 agent
用自己的話把問題講一遍、做完要對著真的成品驗證（「測試過了」不算）、還有她直接說自己不信先寫計畫，「最好的
spec 就是 code」。我挑我也想學的那幾招講，順便講我自己的 skill
卡在哪。 時效：X 上 10/15 起在討論，開發者已經拿去改給 Grok
Bot、Claude Code 用。跟 Jason 3 月「在測試
skill」的貼文同一條線，最像他本人。
https://github.com/cursor/plugins/blob/main/pstack/README.md ｜
https://cursor.com/marketplace/cursor/pstack ｜
https://x.com/i/trending/2110840250155323448
IG-2
Meta 想用 AI agent 砍人，結果大家都在幫 AI 收爛攤
輪播 4–5 張
切角：我前兩天才在 Threads 自嘲「老闆沒事就想找事來優化」…結果
Guardian 這篇說 Meta 收回了「少用人、多用 AI
agent」的計畫，因為員工花越來越多時間清 AI
造成的技術和資安錯誤；Microsoft、McKinsey 也開始因為成本限制員工用
AI。Microsoft
高層一句話我很認同：「有工具、有在用，不等於轉型。」所以我給自己的
AI 團隊定的規矩很土：沒有檔案連結不算完成、每週抽查。
時效：Guardian 10/13 刊出，X 上 10/15–16 持續發酵。可接 Jason
10/14 那篇 Threads 的梗，形成系列。
https://www.theguardian.com/technology/2026/oct/13/ai-companies-rushed-workers-fallout
｜ https://x.com/i/trending/2110850870489252305 注意：Meta
內部「程式碼變更 +220%」等數字出自 Reuters 8
月調查（付費牆，今天無法直接核對），圖卡先不放這組數字。
IG-3
Figma 把 code 搬上畫布：Code layers＋Specs
輪播 4 張
切角：我做 tool.emvyax.com 這種小工具，最煩的就是設計、需求、code
三邊對不起來。Figma 10/15 在 Config India 推了 Code layers（open
beta，付費方案到 11/4 前建立和編輯免費）和 Specs（一份給團隊、也給
agent 看的 markdown 需求文件）。我最想試的是官方說的那招：把 spec
連結直接丟給 coding agent。試了再來報告值不值得。 時效：11/4
前免費試用是具體期限，適合本週發。
https://forum.figma.com/product-updates-3/here-s-everything-from-config-india-2026-59008
｜
https://help.figma.com/hc/en-us/articles/43663368947863-What-s-new-from-Config-India-2026
｜ https://www.figma.com/blog/introducing-figma-specs/
IG-4
叫 AI 從 1 到 10 隨便選一個，它幾乎都選 7
輪播 4–5 張（長條圖）
切角：你以為 AI
在「隨機」？它其實是在模仿人類「假裝隨機」。有人公開做了實驗：17
個模型端點、1,700 次呼叫，7 出現 98.1%；人類問卷裡選 7
的大約三成。所以要抽獎、分組這種事，我寫程式用 random，不叫 AI
選。圖卡用人類 vs AI 的分布對比，很好懂也很好分享。 時效：X 上
10/15 熱門話題，題材不太會過期，可當備用。與 TH-4 同源，二選一。
https://github.com/petergpt/model-survey-evaluation ｜
https://www.ian-leslie.com/p/why-are-llms-fixated-on-the-number ｜
https://x.com/i/trending/2110506665359643098
TH-1
兩個 AI 面試互相說再見，停不下來
純文字短串
切角：有個 YouTuber 派自己的 AI 去面試，對面也是 AI
面試官。結果他的 AI 先把他的經歷吹過頭，再自己把薪水喊成 6
萬美金（他本人要 14–15 萬），他離開一下回來，兩個 AI
已經在「謝謝你、週四見、你也是、週四見…」無限道別😂
好笑完我想到：讓 agent 代表你開口之前，底線要先寫死。你敢讓 AI
幫你談薪水嗎？ 時效：影片 10/13 上線，10/14–15
各媒體跟進，正在熱。輕鬆好笑，符合 Jason
的吐槽口吻，結尾反問帶互動。
https://www.youtube.com/watch?v=A0fECnj5sas ｜
https://www.theregister.com/offbeat/2026/10/14/chaos-ensues-when-ai-interviewer-meets-ai-interviewee/5303144
｜ https://cybernews.com/ai-news/ai-agent-salary-negotiation-fail/
TH-2
AI 記憶，難的不是記住，是知道什麼該忘
純文字
切角：Meta 10/12 出的 Muse Wonder 主打 Active
Memory，會記住對你重要的事、跨對話接著做。我的 AI 團隊每個 agent
都有自己的記憶，我覺得真正難的不是「記住」，是規則改了它還記著舊的。一句觀點＋一個反問：你希望
AI 記得你哪些事？ 時效：上市 4 天、API 價格已公開（每百萬 tokens
input $4／output $20），還在討論期。
https://research.meta.ai/blog/muse-wonder ｜
https://dev.meta.ai/docs/pricing-rate-limits
TH-3
標題說「開源」，權重其實還沒放
純文字短串
切角：這兩天一直看到「五人小團隊做出超便宜的簡報／Excel
專用模型」。我去翻了一下：Ultramarine 1 Flash 現在是 API
可以用，權重頁面寫的是「coming soon」；每個任務 $0.13
的價格，也有第三方指出跟 GPT-6 Luna 的 $0.11
差不多。不是說它不好，是看 AI 新聞我習慣先問：現在真的拿得到什麼？
時效：10/15 起熱門。呈現
Jason「自己去翻原文」的實作者形象，避免跟風。
https://www.orcarouter.ai/blog/ultramarine-1-flash-release ｜
https://docs.paperinstruments.com/docs/ultramarine ｜
https://x.com/i/trending/2110415226164425041
TH-4
現在去問你的 AI：1 到 10 選一個數字。我賭 7。
純文字提問
切角：一句挑戰＋請大家留言截圖，第二則補「為什麼是
7」（模型是在學人類假裝隨機）。純互動型，適合拉留言。 時效：與
IG-4 同源，二選一；Threads 版互動性較高。
https://github.com/petergpt/model-survey-evaluation ｜
https://x.com/i/trending/2110506665359643098