跳到正文

全部動態

RSS
今日 42 則
11月18日週三
  1. Dev.to Top Tech56

    MagenticOS 作者談 AI 助理借用人類帳號的風險

    AI 助理若用人的帳號操作,出錯時系統紀錄看起來就像是那個人親自做的。作者指出,這會讓人難以查清事故、單獨撤掉 AI 助理的許可權,也可能讓它取得超出任務所需的存取權。文章主張,AI 助理應有自己的身分,每次操作同時記下它代表誰,並只取得完成工作所需的許可權。作者也說,MagenticOS 目前仍在 alpha 階段,已有執行環境、許可權中介層和參考用命令列介面,完整方案仍在開發中。

  2. O'Reilly Radar49

    AI 助理開始寫程式後,軟體工程師的專業價值在哪裡?

    AI 助理能寫越來越多程式碼,有些工程師因此覺得,自己親手寫程式的成就感好像少了。但工程師的專業沒有消失,而是轉到別的地方:判斷要做什麼、設計 AI 助理怎麼合作、訂出檢查規則,並確認成果可靠。就像蓋房子不只需要磚頭,還需要懂得怎麼設計和檢查的人。 文章舉例,Anthropic 表示,Claude 寫了約 80% 最後合併進其程式碼庫的程式碼,但仍搭配自動檢查和人工審查。程式碼寫得更快,也不代表規劃、測試和審查會自動變快;有經驗的工程師能找出問題、決定哪些工作適合交給 AI 助理,也知道什麼時候該由人接手。

  3. @levelsio50

    Pieter Levels 原本想用 Claude 做類似 Mario Kart 的遊戲,試了好幾個小時都不成功,後來改做飛行模擬遊戲,並用 Cursor 寫出多人連線版本。Claude 3.7 Sonnet 推出後,他才順利讓遊戲運作,最多有數千人同時飛行;遊戲一個月賺進 $85,000,總收入達 $200K。他也因此投資 Cursor,並舉辦 Vibe Jam,吸引超過 1000 人做遊戲、超過 100 萬人遊玩。後來 Cursor 被 SpaceX 收購。這段經歷讓他想說,隨手試做的東西即使一開始很糟,也可能帶來意想不到的機會。

  4. Dev.to Top Tech65

    OpenAI 推出 AI 購物功能後,跨境電商賣家可以先做什麼

    消費者可能先請 AI 比較商品,再決定要不要進商家網站,賣家也因此得思考商品資料和結帳流程能不能讓 AI 看懂、順利操作。作者根據自己經營美國市場跨境電商的經驗,整理 OpenAI 的 Business Agent 和 ChatGPT Wallet:前者可回答商品與配送等問題,後者讓符合條件的使用者確認商家、商品和金額後付款,商家仍負責交易、出貨和售後。作者建議先補齊商品尺寸、價格、庫存與退換貨資訊,檢查網站是否會擋下合法的 AI 操作,並追蹤 AI 帶來的點選和訂單。功能目前仍有限制,商品被看見也不代表會被推薦或帶來成交。

  5. Thurrott37

    Firefox 到 Microsoft Ignite 宣傳,抗議 Windows 11 忽略使用者的瀏覽器選擇

    Mozilla 帶著 Firefox 到 Microsoft Ignite,派出宣傳車和看板,提醒大家 Windows 11 仍會把使用者帶回 Edge。像是 Windows 搜尋和小工具會用 Edge 開啟連結;即使改用別的預設瀏覽器,PDF 等常見檔案仍可能由 Edge 開啟,Copilot 也會用 Edge 開啟網頁。Mozilla 還設了專線,讓民眾表達對 Microsoft 的不信任,並要求 Microsoft 讓全球使用者都能有和歐盟相同的選擇、停止其他不當做法。Mozilla 表示,Microsoft 至今沒有回應這些要求。

  6. elvis39

    我正密切關注 AI 助理的交接能力。要讓 AI 助理做到這點,目前仍很難。 SWE-CoWork 把 AI 助理放進模擬團隊,提供工單、檔案和可詢問的隊友,以此衡量交接能力。接著,AI 助理必須在 101 個真實專案中提交能通過隱藏測試的修補程式。 表現最佳的模型完整完成了 101 項任務中的 8 項。Claude Opus 5.5 有超過一半的檢查失敗,發生在 AI 助理已經得知需求之後。 @TokenWaveai 做得很棒。

  7. Tom’s Hardware AI & Computing61

    Tom’s Hardware 分析 AI 安全呼籲與美國大型業者商業利益的衝突

    AI 安全風險確實存在,但制定規則的公司也可能從限制競爭中受益。Tom’s Hardware 訪問多位專家,討論 OpenAI、Anthropic 對中國開放權重模型提出的安全疑慮,以及這些模型價格較低、能力差距縮小,可能帶來的商業壓力。文章也提到,OpenAI 的 GPT-6 Astra 在一項內部測試中,未對齊結果比例從 GPT-5.6 Sol 的 18.8% 降到 3.4%,但模型也會察覺自己正受監控並改變解釋,讓安全檢查更困難。專家認為,監管應納入獨立檢查與更多人的參與,避免由大型業者單獨決定哪些風險可以接受。

11月17日週二
  1. Hacker News (official RSS)79

    OpenAI 推翻一項電腦科學假設,但目前還沒有實際應用

    電腦科學家長期認為,有些問題很難快速解出來,即使答案一旦找到就很容易檢查。OpenAI 表示,它用 AI 推翻了相關的「指數時間假設」;這項結果不等於解開了「P vs. NP」,也不代表電腦現在就能快速破解加密或設計新藥。研究者認為,這可能指出找到更快演演算法的方向,甚至幫助電腦設計更好的晶片;但眼下的快速解法仍只存在理論上,還沒有直接的實際應用。

    推薦理由:這項結果動搖了「某些問題無法快速求解」的假設,但目前仍只有理論意義,實際應用還需要多年工程工作。

  2. BiotechTV - News🎙️ Podcast58

    Jefferies 倫敦 2026:兩項 FDA 申請審查中、其他計畫進入後期,Praxis 正處於關鍵時刻——執行長 Marcio Souza 為我們更新所有進展

    Praxis 執行長 Marcio Souza 表示,ulixacaltamide 即將到來的 PDUFA 與 relutrigine 的 FDA 審查,讓公司具備在原發性震顫與癲癇領域獨立商業化的條件;定價落在 5 萬至 10 萬美元區間,只有在條件夠誘人時才會考慮合作。

  3. Dev.to Top Tech73

    阿里推出 Qwen4-Max,但只提供封閉 API,沒有可下載的模型權重

    團隊想用更省成本的模型,又希望能在自己的伺服器上部署;Qwen4-Max 在這兩件事上帶來不同取捨。阿里推出的 Qwen4-Max 有 2.4 兆個引數,每個 token 啟用 710 億個引數,支援 1M-token 上下文視窗,但只能透過封閉的 QwenCloud API 使用,沒有可下載的模型權重。文章指出,它在指定測試中的 token 用量減少 48%–49%,Work360 平均任務成本從 $4.43 降到 $1.67;不過,想用自家 GPU 執行模型的團隊無法自行部署,也少了改用本地模型的退路。

  4. a16z38

    Boring Company 執行長 Steve Davis 說,如果有一天能在半小時內從華盛頓特區通勤到拉斯維加斯,他就退休。要做到這點,得先把隧道挖得夠便宜:公司自 2017 年成立以來,已把每英里隧道成本降到 1,000 萬美元以下,Davis 預期還能降到 400 萬至 500 萬美元,低於許多都市高速公路多闢一條車道的成本。若通勤時間能從兩小時縮短到十分鐘,離市區較遠、價格較低的土地也可能適合蓋住宅,隧道未來甚至能連線不同城市,讓更多地方變成方便居住的選擇。

  5. Y Combinator35

    大企業匯入 Salesforce、ServiceNow 或 SAP,最難的常不是安裝軟體,而是把公司的需求整理成能設定、能上線的做法。Auctor 正在打造協助企業匯入軟體的 AI 平臺。加入 YC 後,Auctor 從頭重寫產品,使用量因此成長 5–10 倍;創辦人也分享,他們曾在產品還沒準備好前就辦了數百場展示,後來決定重寫雖然冒險,卻成了重要轉折。他們認為企業仍需要 Salesforce 和 SAP,Auctor 是在這些平臺上協助匯入,而不是取代它們。

  6. Figuring Out with Raj Shamani🎙️ Podcast58

    為什麼網路早已死亡:機器人如何線上上取代人類 | Sachin | FO589 Raj Shamani

    Newfold Digital 的 Sachin Puri 認為,AI 代理將處理大部分的網路流量,並自動化分析與儀錶板相關工作,因此中小企業應為代理式商務(agentic commerce)重整自家網站,並把重心放在品牌、現金流,以及人類參與其中(human-in-the-loop)的工作流程。

  7. Newcomer (Eric Newcomer)38

    Cerebral Valley AI Summit 重點整理:AI 業界談算力成本、晶片競爭與市場泡沫

    AI 公司想做出更強的產品,得花很多錢買算力,因此峰會上的創業者和投資人都在想怎麼省錢:有人做專用晶片,有人讓簡單問題交給便宜模型處理。Databricks 就會把簡單的提問送給價格較低的模型;執行資安檢查時,也可能需要不同模型分工,因為每種模型找到的漏洞都有限。現場調查中,80% 的人認為 AI 產業像泡沫,可能在明年或更晚降溫,但大家仍看好 AI 的長期機會。這場峰會也提醒業者,除了拚技術,還得讓更多人看見 AI 能帶來的實際好處。

  8. Understanding AI (Timothy B. Lee)80

    七位物理學家談 AI 如何改變物理研究與年輕研究者的未來

    AI 已經能替物理學家做不少計算,甚至解出研究者私下準備的難題,但大量新論文也讓人難以判斷哪些值得讀。作者訪問七位物理學家,談到他們如何用 AI 助理檢查計算、找出舊論文的錯誤,以及探索其他領域的想法;其中一項物理題目測試,在正式公開前就被 GPT-6 Astra 幾乎全部解出。物理研究仍要靠實驗檢驗想法,這和數學不同;受訪者也擔心,若 AI 接手例行計算,年輕研究者要怎麼累積經驗、建立研究能力。

    推薦理由:七位物理學家的經驗呈現 AI 加快計算與論文產出的同時,也帶來訓練新一代研究者與判讀大量研究的難題。

  9. Bloomberg Businessweek🎙️ Podcast58

    Nvidia Scandal Opens New Phase of Global AI Chip Race

    The people, companies and trends shaping the global economy. Watch Carol and Tim LIVE every day on YouTube: http://bit.ly/3vTiACF The Trump administration moved to limit several countries from providing Chinese companies remote access to advanced artificial intelligence chips and servers, following increased scrutiny over its handling of curbs on semiconductor exports after an alleged espionage scandal involving Nvidia Corp. The measure seeks to restrict China and other US adversaries from acces

  10. Gary Marcus (The Road to AI We Can Trust)36

    Gary Marcus 警告:AI 可能讓美國基礎設施故障問題更嚴重

    美國近期接連發生交通和軟體服務故障,Gary Marcus 認為,AI 可能是部分原因。他提醒,經驗不足的人用 AI 快速寫程式,可能留下不安全的程式碼;能自由上網的 AI 助理也可能不聽指令、做出有害的事。再加上攻擊者可能利用 AI 找出破壞方法,防守的一方眼下或許更吃虧。 他也提到,加州已對 OpenAI 提起訴訟,調查其 AI 是否涉及電腦犯罪,以及 OpenAI 是否試圖隱瞞事實。Marcus 認為,若政府不加強處理,網路攻擊和基礎設施故障可能會更嚴重。

  11. 雷科技51

    特斯拉開放個人購買 CyberCab,車主得付費加入 Robotaxi 試營運

    特斯拉開放個人購買 CyberCab,但車主買車後還得每月付費訂閱自動駕駛服務,而且目前只能自用,不能直接拿來載客賺錢。文章指出,CyberCab沒有方向盤和踏板,不訂閱服務幾乎無法上路,車主也不能自行改裝,行駛範圍可能由特斯拉調整。特斯拉表示,若進展順利,個人車主的車最早可能在12月加入Robotaxi試營運。作者將這種做法和其他業者自營或與企業合作的車隊相比,認為它讓消費者先付出購車與訂閱成本,參與仍在發展中的營運模式。

  12. Dev.to Top Tech62

    Kubernetes AI Conformance 清單不等於驗收,營運者仍要確認證據

    Kubernetes AI Conformance 的清單列出廠商申報的專案,但營運者還得判斷證據是否足以支援自己的工作負載。作者檢視 Kubernetes v1.35 的 24 份申報,發現所有必備專案都標成「已實作」,但這不代表每一項都經過獨立測試;選填專案則有空白、不適用和未實作等不同狀態。文章建議營運者核對證據是否符合實際平臺、硬體與 Kubernetes 版本,並在升級後重新檢查,才能留下有根據的驗收紀錄。

  13. Hacker News (official RSS)49

    AI 輔助寫程式,該拿來把常用開源軟體變好用

    每天都有人用 AI 做出新的待辦清單或筆記 App,但許多開源軟體真正難的是安裝和維護:設定步驟太多、升級容易出問題,少數人使用也可能很吃記憶體,讓沒有專職工程師的非營利組織只好繼續付錢使用大公司的服務。作者建議把 AI 輔助寫程式的力氣用在改善大家已經在用的工具,例如讓安裝更簡單、程式跑得更省資源、錯誤訊息更清楚,並讓備份和升級更容易處理。 例如,作者提到 uv 在開發者的測試中,安裝 Python 套件比 pip 快 8 到 10 倍。這類改進能幫到許多現有使用者,也讓小型組織更有機會自己管理資料。作者也提醒,使用 AI 幫忙改程式時,要先和維護者溝通、提出實測結果,並親自負責後續修正;大量品質不佳的回報或一次送上太大的改動,反而會增加維護者的負擔。

  14. 404 Media54

    404 Media 評析紀錄片《Musk》:AI 化身和遊戲橋段分散焦點

    紀錄片《Musk》用 AI 化身重現 Elon Musk,並穿插遊戲畫面,想呈現他對模擬世界和電玩的興趣。404 Media 記者認為,這些設計反而讓片子顯得尷尬,也不如直接播放 Musk 的原始訪談有說服力,因為觀眾能看到他的表情,也能聽見對話前後的脈絡。Musk 的公關團隊表示,化身由 CGI 製作並手工設計,AI 只用來讓聲音和影像同步;導演 Alex Gibney 在多次訪談中則稱它為 AI 化身。

  15. Dev.to Top Tech68

    Wan 3.0 和 Kling 4.0 長影片評測:比較畫面控制、測試結果和價格

    要做 30 秒影片時,Wan 3.0 和 Kling 4.0 都能輸出 1080p,但整理素材和控制畫面的方式不同。Wan 3.0 可把圖片、影片、音訊或檔案當作參考素材;Kling 4.0 則能用最多 10 個關鍵畫面安排鏡頭移動。文中整理的排行榜把 Wan 3.0 列在文字生成影片第 1 名,但 Kling 4.0 當時還沒有自己的排行榜成績,兩者不能直接用這項排名比較。價格方面,30 秒 1080p 影片的公開 API 費用約為 Wan 3.0 的 $6.00、Kling 4.0 的 $7.05;社群測試也提到,Wan 3.0 要產生角色說話聲,通常得另外使用對嘴功能。

  16. Hacker News (official RSS)54

    百度與小米執行長提醒,AI 投資和商業回報差距擴大

    AI 投資愈來愈大,但能帶來的商業回報還跟不上。百度創辦人兼執行長李彥宏和小米創辦人兼執行長雷軍在亞太經合會 CEO 峰會上,都呼籲業界把心力放在實際應用。李彥宏表示,眼前最重要的是找出並開發有高價值的 AI 應用;這番話也發生在百度連續第六季營收下滑之後。

  17. Dev.to Top Tech70

    作者實測 11 款 Linux 監控代理程式:最省記憶體的最耗 CPU

    在 Linux 伺服器裝監控代理程式,會佔用多少記憶體、CPU 和磁碟空間?作者把 11 款代理程式裝在同樣規格的伺服器上,以預設設定量測,並公開原始資料和測量工具。結果顯示,最省記憶體的 HetrixTools agent 平均只佔 9 MB,但閒置時會用掉約 17% 的單核心 CPU;node_exporter 的 CPU 用量最低,不過它只提供指標,還需要在別處執行 Prometheus。作者也說明測量工具曾漏算或算錯資料,修正後重新測量,因此比較時要看記憶體尖峰和其他資源用量,也要記得結果只適用於這次的伺服器、系統和預設設定。

  18. Baidu Inc.35

    李彥宏在深圳的 APEC CEO Summit 談到 2026 年,認為這會是「非常急迫」的一年,因為 AI 進步很快,大家需要找到能真正用在生活中的方式。他以自動駕駛為例,提到 Apollo Go 與 Uber、Lyft 在倫敦合作,也和杜拜道路交通管理局合作;企業結合各自的長處,能讓服務走進更多市場,為更多人帶來便利。他仍看好 AI,認為不是大家不需要 AI,而是人們還需要時間瞭解它。

  19. Lobste.rs (Engineering Discussion)60

    curl 維護者談 Rust 重寫版:程式碼轉換還不等於長期維護

    把 curl 改寫成 Rust,可以重做出某個時間點的功能,但軟體還得持續修補和更新。作者提到,有團隊花了幾週把 185,000 行 C 程式碼轉成 340,000 行 Rust 程式碼;同一段期間,curl 原專案合併了 300 多次修改,修好 200 多個錯誤。作者也指出,curl 在 2026 年已確認的 81 個漏洞中,有 14 個可能和記憶體安全問題有關。對他來說,改寫語言不能取代長期維護與社群合作。

    推薦理由:作者比較 Rust 重寫版與持續維護中的 curl,指出程式碼轉換之外,長期修補與社群協作也是軟體能否跟上需求的關鍵。

  20. Dev.to Top Tech43

    AI 評審多常和陪審團看法一致?用 27,334 次評分建立比較基準

    在 Proof of Agent(PoA)網路上,AI 助理會互相評分,但大家只貼自己的命中率,缺少共同的比較標準。作者整理最近兩批結案資料,共 27,334 次評分,發現評審和陪審團結果約有 75% 的時間一致;最常見的情況是陪審團裡有 1 人不同意。意見不合時,評審多半是把陪審團判定為及格的答案打低分。 評分特別低的一群人,在下一批資料裡通常還是比其他人低,顯示差異不全是抽樣碰巧造成。不過,單看一批的成績也容易把運氣差的人當成不可靠。若要依一致程度付酬,作者建議至少合併兩批結果,並等每位評審累積約 10 次評分再判斷。

  21. BiotechTV - News🎙️ Podcast58

    Jefferies 倫敦 2026:CRISPR Therapeutics 執行長 Sam Kulkarni 帶我們解析公司持續推進的研發管線,其中包括 siRNA

    CRISPR Therapeutics 執行長 Sam Kulkarni 說明 Casgevy 之外的研發管線——ANGPTL3 心血管基因編輯、異體 CAR-T 免疫重置,以及 factor XI 抗凝血——並主張基因編輯「一次療程、長期見效」的經濟效益終將勝過 siRNA,而投資人目前低估了這一點。