跳到正文

全部動態

RSS
今日 25 則
11月14日週六
  1. The New Stack66

    DeepSeek Harness 太早關閉背景工作,讓 Terminal-Bench 得分下滑

    AI 助理完成任務後自動關閉背景工作,通常是好習慣,但有些測試需要這些工作繼續執行。研究者比較多種 AI 助理框架時發現,DeepSeek Harness 在 Terminal-Bench 的三項任務中,使用 DeepSeek-V4.1-Flash 和 GLM-5.3-Flash 共 36 次嘗試只通過 2 次;OpenCode、Pi 和 Hermes Agent 則全數通過。這項設計讓 DeepSeek Harness 的分數少了 1.5 到 1.7 個百分點。整體比較也顯示,相同模型換用不同框架,解題率和每題花費都可能差很多。

  2. AWS Machine Learning Blog74

    AWS SageMaker HyperPod 示範如何用線上資料找出模型盲點並微調

    新產品上市後,分類模型可能沒有對應的類別,讓客服工單被分錯或只能送進通用佇列。AWS 示範用 SageMaker HyperPod Data Capture 把線上請求與回答存到 S3,再用 Athena 找出新產品造成的分類變化,透過 SQL 規則整理訓練資料,並在同一個叢集上微調模型。示範使用合成資料;測試集準確率從 83.9% 提升到 100%,但手寫測試為 20/24,也暴露出模型把「提到產品名稱」直接當成產品分類的問題。文章提醒,完整請求可能含個資,收集前應設定抽樣、加密與去識別處理。

    推薦理由:文章示範如何從線上請求找出新產品分類缺口,再用 SQL 標記資料並微調模型,呈現一套可重做的改善流程。

  3. Rohan Paul78

    讓 AI 助理替人購物時,商家可能不接受機器人下單,信用卡資料也需要妥善保護。OpenAI 推出的 ChatGPT Wallet 會把使用者儲存的信用卡或金融卡換成代替實際卡號的付款程式碼,並要求每筆交易都經過生物辨識確認;卡片資料不會交給商家或 AI 助理,使用者仍保有原有的回饋和保障。目前只開放給符合條件的美國 Pro 訂閱者。OpenAI 之後計畫讓使用者設定金額和消費類別,授權 AI 助理自行購買,但商家網站或防詐系統可能會擋下這類交易,因此能否普及也要看商家是否放行。

    推薦理由:ChatGPT Wallet 讓 AI 助理透過一般結帳頁付款,能否擴大使用仍取決於商家是否允許代理程式下單,以及防詐系統能否辨識合法交易。

  4. Dev.to Top Tech51

    Relay 加入 Buffer、Dev.to 整合與本機資料保護功能

    在不同服務間發布內容、管理專案和使用終端機,常得切換好幾個工具。Relay 這次加入 Buffer 和 Dev.to 整合,可在程式裡編輯貼文、管理草稿,也能同步 Dev.to 內容;Plane 專案管理則加入跨專案收件匣、看板和快速筆記。程式也新增加密的本機資料庫,並把金鑰存放在作業系統的鑰匙圈或本機檔案中;使用者還能設定哪些鎖定資料不能傳給雲端 AI 服務。終端機也支援分頁與工作階段接續,讓內容管理和開發工作能在同一個程式裡進行。

  5. aihot72

    Sierra 推出 Poppy 1.0,讓個人 AI 助理連上企業服務

    個人 AI 助理要使用企業服務,企業需要一套方式確認助理身分,並讓客戶決定它能做什麼。Sierra 發布 Poppy 1.0,讓企業透過網站、API 或企業 AI 助理提供服務;許可權由客戶透過 OAuth 管理,也能隨時調整。Shopify 商店已自動支援 Poppy,客戶也能讓 AI 助理查詢銀行交易或航班資訊;涉及付款等操作時,仍須依企業的審核規則或取得客戶確認。正文表示,加入的設計合作夥伴已超過 100 家。

    推薦理由:Poppy 已有多家企業加入,Shopify 商店也已自動支援;文中的銀行與航空案例,呈現個人 AI 助理如何在企業服務中查詢資訊並依客戶授權行動。

  6. Wiz Blog & Research42

    Wiz Green Agent 如何找出雲端資安問題的修補方法,又避免服務停擺

    線上服務發現資安漏洞時,團隊得趕快修補,卻不能讓服務中斷,還得查清楚問題在哪、該怎麼修、要交給誰處理。Wiz Green Agent 會沿著攻擊路徑逐步檢查:這次它發現公開網站連著有漏洞的容器,容器還能讀取雲端儲存空間裡的個資。直接關掉網站會讓正式服務停擺,因此它找出能先切斷雲端存取的做法,再追到程式碼裡的永久修補方式和負責工程師。整個調查只花幾分鐘,讓團隊能先降低風險,再安排完整修補,同時顧到服務運作。

  7. Hacker News (official RSS)83

    Claude 協助解讀 Gödel 手稿,找到數百個未公開的定理

    Gödel 留下大量難讀的數學手稿,研究者原本每週只能看懂約一頁。研究者 Jan von Plato 把手稿的轉錄內容和相關書籍交給 Claude,幾天內就得到一份整理,並找到 663 個定理、證明草稿或證明構想。這些結果再交給 Coq 檢查,約 400 個按原樣成立,約 200 個經修正後成立,約 50 個則是錯的。研究者認為手稿還藏有未深入研究的數學想法;不過,專家提醒,即使手稿和後來的證明相似,也不能只憑這點認定 Gödel 已完成該成果,AI 和作者各自的貢獻仍需分清楚。

    推薦理由:Claude 協助整理上千頁手稿,並把找到的定理交由 Coq 檢查,呈現 AI 如何幫研究者串起大量資料,也保留了歷史歸功上的爭議。

  8. Dev.to Top Tech38

    Relay 強化開發工具、內容平臺與 AI 服務整合

    開發者常得在不同工具間切換,管理專案、終端機和社群貼文。Relay 加入看板、可分頁與分割的終端機,並串接 Buffer 和 Dev.to,讓使用者能在同一個工具裡整理工作、編輯草稿和管理文章。例如,Relay 可以把 Dev.to 內容整理成適合不同社群頻道的草稿,也能發布或刪除 Dev.to 文章。它還能連線 OpenAI、Anthropic、OpenRouter,以及在電腦上執行的 Ollama 和 LM Studio,並加強資料保護。這些改動讓開發和內容管理能在 Relay 裡接續進行。

  9. Dev.to Top Tech52

    BriefBar 把 GitHub PR、Azure DevOps 和 Copilot 工作狀態放進 Mac 選單列

    開發者常得在瀏覽器分頁和終端機視窗之間切換,才能確認程式審查、建置流程或 Copilot 工作階段有沒有需要處理的事。作者推出 BriefBar,讓使用者在 macOS 選單列或桌面小工具檢視 GitHub PR、Azure DevOps 專案與流程,以及本機 GitHub Copilot 工作階段。使用者可以自行選擇要連線哪些資料來源;BriefBar 也會用 Apple Intelligence 在 Mac 上整理待處理事項,工作資料不會離開電腦。這個工具以 SwiftUI 製作,作者也提供 Homebrew 安裝方式和原始碼。

  10. Dev.to Top Tech66

    SurrealDB 4 正式推出,讓 AI 助理用同一個資料庫查詢多種資料

    AI 助理要記住長期資料、人物關係和工作進度,常得從好幾種地方找資料。SurrealDB 4 正式推出,把向量、圖形、檔案和全文搜尋放進同一筆查詢與交易,也能用 PostgreSQL 和 MySQL 的連線方式及部分 SQL 語法。SurrealDB Earth 則是在 Cloudflare 上執行的免管伺服器服務,可按需求建立彼此隔離的資料庫。新專案可使用 SurrealDB 4;現有 3.x 專案則建議等 4.1 再升級,因為目前的升級流程仍在進一步驗證。

  11. Google56

    整理個人支出時,常要自己翻帳單、找訂閱,也很難抓出合適的預算。Google 把 Wallet 加進 Gemini 可連結的應用程式,讓 Gemini 根據消費紀錄,在聊天中畫出現金流、資產配置和預算圖表,也能找出定期扣款和價格上漲。使用者還可以問去年在禮物和旅行上花了多少,再請 Gemini 參考這些交易建議節日預算;也能透過 Plaid,把信用卡和銀行帳戶連到 Wallet,取得更深入的分析。

  12. Thurrott76

    Google 為 Antigravity 加入會切換模型的協調器

    開發工作有時很簡單,有時又需要較強的推理能力;一路使用同一個模型,可能拖慢工作,也會用掉較多額度。Google 在 Antigravity 加入可選用的協調器,會依任務進展,在 Gemini 4 Carbon 和 Gemini 4 Hydrogen 之間切換。Google 表示,這項功能能以更快速度和較少額度,達到接近 Carbon 的任務成功率。Gemini 4 Hydrogen 正逐步提供給付費 Google AI Pro 和 Ultra 訂閱者;協調器則依訂閱方案提供不同版本。Google 也表示,未來會加入更多模型並支援更多方案。

    推薦理由:Antigravity 的協調器會隨任務進展切換模型,文章也說明不同訂閱方案可使用哪些版本。

  13. Thurrott66

    tvOS 27.2.1 將讓 Siri AI 支援舊款 Apple TV 4K

    新款 Apple TV 4K 已有 Siri AI,接下來第 2 代和第 3 代 Apple TV 4K 也預計能使用。根據 Apple 支援檔案,tvOS 27.2.1 會加入這項支援;使用者還需要一臺已啟用 Apple Intelligence、並開啟 Siri AI 的 iPhone 或 iPad,且要使用支援的語言。Siri AI 能參考個人情境回答,例如從訊息中理解朋友推薦電影或影集。文章表示,歐盟的 Apple TV 使用者能否使用仍不清楚。

  14. Vercel Blog62

    Vercel AI Gateway 免費提供 Parallel Decisions Fast,即時查網頁並回傳判斷

    查公司、產品或政策等常變動的資訊時,舊資料可能讓判斷出錯。Vercel AI Gateway 現在提供 Parallel 的 Parallel Decisions Fast,可搜尋即時網頁,回答問題時附上機率、來源網址和證據摘錄,並免費提供至 2026-11-23。你可以問是非題、讓它從指定選項中挑選,或依照設定好的標準評分;同一個請求中的相關問題也能共用搜尋到的資料。應用程式可依機率門檻自動處理高把握的結果,把不確定的結果交給人檢查,請求也會和其他模型請求一起記錄用量與費用。

  15. Dev.to Top Tech42

    GifNoBg 從 GIF 去背工具變成免費創作工具箱

    想把自己的影片做成透明背景貼圖,卻碰上工具太貴、有浮水印,或動畫去背後沒辦法修正的麻煩,作者因此做了 GifNoBg。它會用 AI 一格一格移除 GIF 或影片的背景;如果不小心把貓尾巴也去掉,使用者可以手動補回或擦掉不需要的部分,修改還會套用到整段動畫。完成後能匯出透明 GIF、WebP 或 APNG。 後來 GifNoBg 又加入製作 GIF、圖片變形、照片動畫、特效、放大動畫,以及把影片轉成 GIF 等工具,都能直接在瀏覽器使用。作者表示,這些工具免費、不用註冊,也不加浮水印,並以在使用者裝置上處理檔案為設計方向。這個例子顯示,AI 可以先處理繁瑣工作,但讓人自己修正結果,才能把去背素材變成真正想分享的貼圖或趣味作品。

  16. Dev.to Top Tech64

    TrustedRouter 推出加密多模型服務,主打降低 AI 推論費用

    企業使用 AI 時,得決定要把請求交給哪個模型,也要顧及費用、隱私和回答品質。TrustedRouter 推出 Prometheus 4.0、Liberty 4.0 和 Polyphemus 1.0,可透過 API 和 New York Token Exchange 使用。Prometheus 會讓 6 個開放權重模型各自回答,再由其他模型評判並整理,完整執行最多需要 8 次模型呼叫;Polyphemus 則先挑選一個模型來回答。TrustedRouter 估計這些服務在部分情況下可降低費用,但文章指出,品質、安全和省錢的說法尚未經獨立驗證,也缺少同時比較費用、延遲與任務成功率的資料。企業評估時,仍得看回答是否更好、速度是否足夠,以及整體營運成本是否真的下降。

  17. ElevenLabs Official Blog44

    Oxford Saïd 把多年女性創業研究做成能對話的 SOFIA AI 助理

    女性創辦人常遇到資金少、曝光也少的困難:全女性團隊拿到的創投資金約佔 2.3%,想創業的人也較少有成功女性可以參考。Oxford Saïd Business School 多年來訪問女性創辦人,整理她們募資、承擔風險和經營公司的經驗,現在把這些研究做成 SOFIA for Business,讓人能直接和它對話、向受訪者的經驗學習。SOFIA 也會訪問創辦人;得到同意後,對話內容會加入研究,讓這份經驗持續累積。

  18. aihot70

    ChatGPT 推出 Wallet,dot 經你同意後可代你購物

    線上購物時,使用者可能不想把實際卡號交給 AI 助理。ChatGPT 宣佈推出 ChatGPT Wallet,讓 dot 在取得使用者同意後代為購買;付款時不會接觸實際卡號,每筆交易都要通過安全檢查。功能從今天起逐步開放給美國的 Pro 訂閱使用者。

    推薦理由:ChatGPT Wallet 以不提供實際卡號和逐筆安全檢查處理代購,並列出美國 Pro 訂閱使用者的初期開放範圍。

  19. ChatGPT74

    讓 AI 助理代為購物時,使用者可能不想把信用卡資料交給它。ChatGPT Wallet 讓 AI 助理在取得使用者同意後代為付款,但不會接觸實際的卡片資料,而且每筆交易都要先通過安全檢查。這項功能從今天起開始向美國的 Pro 訂閱者開放。

    推薦理由:ChatGPT Wallet 把付款許可權和實際卡片資料分開,並要求每筆交易先通過安全檢查,可瞭解這項設計如何降低 AI 助理代購時的資料曝露。

  20. Dev.to Top Tech40

    Mintu v0.2.2 擴大支援 Windows 和 macOS,加入多語言介面與音樂視覺效果

    桌面通知常常擠在一起,AI 助理視窗也可能擋住畫面,還會佔用背景資源。Mintu 是一款開源桌面小幫手;v0.2.2 加入 Windows 和 macOS 支援,也能切換英文、亞塞拜然文、土耳其文和俄文介面。播放音樂時,它會讀取專輯圖片的主要色彩,讓畫面出現柔和光暈;換歌時還會有一圈動畫效果。Mintu 也能在本機執行 AI 推論,讓桌面功能更精簡,並支援用 macOS 鑰匙圈保管外部 API 憑證。

  21. The Decoder76

    Anthropic 推出 Claude for Manufacturing,協助工廠處理日常工作

    工廠裡的報價、供應商比較和生產排程,常要查不同軟體與資料。Anthropic 推出 Claude for Manufacturing,透過四種通用介面連線 Autodesk Fusion、Oracle NetSuite、Microsoft 365 和 Infor,並提供 17 種技能,可依庫存資料草擬報價、比較供應商、製作品質報告和分析感測器資料。Infor 外掛也能在交貨延誤時安排向備用供應商下單、調整生產時程,但要先經過人員核准;所有結果都會連回原始檔案,方便員工檢查。它目前還不能控制實體機器。

    推薦理由:Claude for Manufacturing 把報價、供應商比較與生產排程接上工廠軟體,也保留人工核准和來原始檔供員工檢查。

  22. 🚨 AI News | TestingCatalog78

    AI 助理代替人付款時,使用者可能不想把信用卡資料交給它。TestingCatalog 表示,ChatGPT Wallet 正在美國向 ChatGPT Pro 訂閱者推出,並與 American Express、Mastercard 和 Visa 合作。引用的說明稱,AI 助理付款時不會取得使用者的實際卡片資料,每筆交易都要通過安全檢查;符合條件的爭議款項仍可保留原有的卡片回饋與保障。這則訊息來自功能洩漏,原文未提供更多推出細節。

    推薦理由:內容指出錢包付款時不必讓 AI 助理取得實際卡號,且每筆交易都要通過安全檢查,可瞭解它如何處理付款安全與持卡人保障。

  23. Dev.to Top Tech62

    作者推出 Flashwright,聲稱讓 Playwright 快 3.5 倍

    Playwright 測試跑到一定規模後,光靠平行執行和改善測試寫法,速度還是可能遇到瓶頸。作者因此做出 Flashwright,這是從 Playwright 分支出來的版本,保留幾乎相同的 API,並加入一些加速技巧和使用上的改進。作者表示,Flashwright 通過 Playwright 自家測試套件的 2616 項測試,也拿多種情境和 Playwright 比較速度;標題宣稱快 3.5 倍。這讓原本使用 Playwright 的人多了一個可評估的替代選擇。

  24. Dev.to Top Tech65

    Brave x402 讓 AI 助理不用 API 金鑰搜尋網頁,改由你控制付款

    讓 AI 助理搜尋網頁時,API 金鑰若外洩或程式不斷重試,都可能帶來費用風險。Brave 在 Search API 加入 x402 付款:每次搜尋收取 $0.005 USDC,不用帳號或 API 金鑰;但自動重試仍可能累積大量付款,而且部分功能尚未支援。文章建議,臨時小工具可用專用錢包並設定呼叫次數上限;正式的 AI 助理服務則可把 API 金鑰放在自己的代理伺服器後方,集中限制支出與檢視紀錄。

  25. TechCrunch · AI66

    OpenAI 推出 ChatGPT Wallet,讓 AI 助理幫忙購物與結帳

    用 AI 助理買東西,得先處理付款資料,也要確保下單前能確認買了什麼。OpenAI 推出 ChatGPT Wallet,讓部分美國 ChatGPT Pro 訂閱者加入信用卡,再請 AI 助理 dot 協助挑選商品和結帳。付款前,使用者可以檢視商品、總額和要用的卡片,並用 Face ID 或指紋確認;Wallet 會用付款權杖代替實際卡號,商家則會收到寄送訂單所需的地址和聯絡資料。這項功能目前只開放給有限人數,OpenAI 之後計畫加入消費上限和購買類別等設定。

  26. Vercel Blog66

    Vercel Workflow SDK 5 加強資料加密,讓長流程跑得更快

    AI 助理和背景工作常要跑很久,途中還會經過佇列、傳送大量資料,遇到故障也得接著執行。Vercel 推出 Workflow SDK 5,會在資料離開程式前加密工作內容,也把工作流程的資料放在啟動它的區域,減少跨區傳送。Vercel 公佈的測試中,1,020 個步驟的流程從 21 分鐘縮短到 3 分鐘;串流回應送達時間也從 226.1 秒降到 53.5 秒。這些數字來自特定工作和區域,其他應用的結果可能不同。

    推薦理由:Workflow SDK 5 把加密、區域部署與執行速度放在同一版更新中,文中的基準測試也呈現長流程與串流延遲的差異。

  27. OpenAI News75

    OpenAI 推出 ChatGPT Wallet,讓 AI 助理代購前先經使用者確認

    讓 AI 助理代買東西時,使用者需要放心付款,也要避免網站或銀行把交易擋下來。OpenAI 推出 ChatGPT Wallet,使用者先加入卡片,每次購買前都能檢查商品、總價和付款卡,再用 Face ID 或指紋確認。確認後,付款網路會提供一組代替卡片資料的付款程式碼,商家和 AI 助理都不會看到使用者的實際卡號;符合條件的爭議交易也保有原卡的回饋與保障。服務先透過 dots 提供給美國年滿 18 歲的 ChatGPT Pro 訂閱者,並搭配商家指南,協助網站和付款系統辨識這類交易。

    推薦理由:ChatGPT Wallet 讓使用者逐筆確認 AI 助理代購,並用付款程式碼隱藏卡片資料;文章也說明商家如何讓既有網站與付款系統接受這類交易。

  28. Phoronix (Linux HW & Benchmarks)74

    Phoronix 實測 AMD HRX Loom,3 到 4 天把 50 個大型語言模型移植到使用者端 GPU

    把新模型搬到不同硬體上,常要花不少時間處理相容問題。AMD 團隊用 HRX Loom 搭配 AI 助理工作流程,在 3 到 4 天內將 Hugging Face 上的 50 個模型移植到 AMD 使用者端 GPU,涵蓋 18 種架構。測試中,32K token 提示詞處理速度比 Llama.cpp 的 ROCm 後端快 1.5 到 2.1 倍,比 Vulkan 後端快 1.9 倍。HRX Loom 目前仍是實驗性專案,也支援 CPU 和 NPU 執行。

  29. Dev.to Top Tech61

    Vercel UI SDK Beta 實測:彈出視窗功能完整,但單個視窗需 36 KB

    挑選介面元件工具時,除了看功能,也得知道實際用起來順不順、會增加多少檔案大小。作者實測 Vercel UI SDK Beta,安裝約 4 秒,並數出 91 個 create* 函式,其中 36 個是底層行為、55 個是元件控制器。作者用模擬網頁測試一個彈出視窗,確認按下 Escape 能關閉視窗,焦點也會回到觸發按鈕;不過其他功能和真實瀏覽器中的畫面效果都沒有測試。這個視窗壓縮後為 36 KB,能幫助開發者衡量功能與檔案大小的取捨。

  30. Dev.to Top Tech57

    NS Pros Data API 用一個 MCP 伺服器查詢天氣、地震與政府公開資料

    天氣、地震和經濟資料散落在不同政府網站,各自的查詢方式與授權規則也不一樣。NS Pros Data API 把確認可商業再散佈的公開資料整理在一個 MCP 伺服器和 REST API 裡,AI 助理可搜尋資料來源、查詢單一來源,並檢視帳號用量。查詢結果會整理成一致格式,也會附上來源的授權與標示要求,方便使用者知道資料能怎麼用。免費方案每月有 1,000 次請求,按量付費則是每 1,000 次 $1.99。

  31. AWS What's New54

    AWS CloudFormation 支援快速設定 Aurora PostgreSQL

    用 CloudFormation 管理資料庫時,原本需要在範本中分別設定 Aurora 叢集和資料庫執行個體。AWS 現在支援用快速設定建立 Aurora PostgreSQL,新增的 withExpressConfiguration createOnly 屬性可以一次建立叢集和主要資料庫執行個體,不必另外替執行個體寫設定。這讓範本更簡單,也能用基礎架構即程式碼管理這類叢集;相關支援已在提供快速設定 Aurora PostgreSQL 的所有 AWS 區域推出。

11月13日週五
  1. Dev.to Top Tech54

    作者用 Apify Actor 匯出 Meta 廣告資料,追蹤競品新廣告

    想研究競品廣告,常得在 Meta Ad Library 裡一頁頁翻找,網站也沒有匯出按鈕。作者做了一個 Apify Actor,可把公開廣告整理成 CSV、Excel 或 JSON,並依搜尋字詞或粉絲專頁查詢廣告;也能用廣告刊登天數篩出長期投放的內容,或每天只回報新廣告。文章提供瀏覽器、Python 和排程監控的用法,也說明費用按廣告數計算。Meta 只公開政治與議題廣告的花費和曝光數,其他廣告只能從刊登天數等線索觀察;部分較舊的廣告可能查不到。

  2. The Decoder66

    OpenAI 推出 Daybreak 資安工具,協助找漏洞並準備修補程式

    找出程式漏洞、確認問題是否真的存在,再準備修補方式,往往需要不少人工檢查。OpenAI 推出兩款 Daybreak 資安產品:Daybreak Red Team 會分析網頁應用程式的原始碼和使用情境,尋找可能的攻擊路徑,也會確認漏洞回報或掃描工具指出的問題,並測試修補方式;目前開放 Early Access。Daybreak Defense Factory 則會掃描公司的程式碼,產生修補程式和測試,整理成可供開發者審核的程式碼變更提案。兩款產品都使用 GPT-6 Cyber。

  3. The Decoder75

    Meta Muse 開始替美國付費使用者打電話,商家可能一聽是 AI 就結束通話

    打電話問帳單、預約餐廳或在電話選單中找服務,常得等很久,還要一關一關按選項。Meta 的 AI 助理 Muse 現在能替美國的付費訂閱者打電話,幫忙處理這些事情,也能一直等候或走完複雜的電話選單。不過,有些商家一發現來電者是 AI 就會結束通話;Meta 曾在 September 暫時測試由真人代打。這表示功能能否派上用場,也取決於商家願不願意接聽 AI 的電話。