跳到正文

全部動態

RSS
今日 42 則
11月17日週二
  1. Dev.to Top Tech37

    AI 內容愈來愈多,為什麼多數文章沒人看?還能被引用的內容有什麼特色

    現在用 AI 寫文章又快又便宜,網路上的內容一下子變得很多;但文章變多,不代表讀者也變多。Google 開始降低制式、缺少新意的文章在搜尋結果中的排名,AI 摘要也讓更多人不必點進網站就能看到答案。文章舉例,使用 AI 寫內容的行銷人中,87% 覺得工作變快了,只有 39% 覺得內容表現變好。 要讓文章被看見,光是把大家都知道的事重寫一遍已經不夠。作者建議分享自己做過的事、拿得出來源的數字和明確看法,並把重點寫清楚,讓 AI 搜尋工具容易引用;也要透過社群、影片和電子報找到讀者。未來,比起大量發文,更重要的是寫出有真實經驗、值得信任,也只有自己能寫出的內容。

  2. MIT News · AI37

    MIT 的 Jacob Andreas 教 AI 模型用人話說明自己學到了什麼

    深度學習模型常被用在重要工作上,但裡面的運算太複雜,人很難知道它學會了什麼、遇到事情會怎麼反應。MIT 教授 Jacob Andreas 的研究團隊想讓模型用人聽得懂的話,說明自己或其他模型在做什麼;例如替神經網路裡的每個運算節點寫出用途說明,指出某個節點會找出圖片中「動物附近的草地」。這些方法能幫助研究人員更瞭解模型,也預測它在實際使用時的表現,進而打造更可靠、適合特定用途的模型。

  3. MIT News · AI51

    MIT數學教授John Urschel談AI時代為什麼還要學數學

    AI可以幫忙解數學題,也可能讓學生跳過自己思考的過程。MIT數學教授John Urschel分享,他曾用AI協助完成兩篇數學論文,但認為學生仍需要練習解題,並真正理解AI給出的證明,才能把想法學會、說清楚。他也提醒,按一下按鈕就能完成作業,可能讓人以為自己懂了,其實沒有學會。對他來說,學數學不只是在學知識,也是在練習獨立思考,並和同學一起學習。

  4. Dev.to Top Tech53

    為什麼讓 AI 助理少出錯,得先把資料規格寫清楚

    只靠提示詞告訴 AI 助理要做什麼,可能還是會讓它自己決定資料表、許可權和 API 格式,甚至在不同程式裡做出互不相容的版本。作者以「使用者只能看到自己工作區的資料」為例,說明要把資料表關係、每張表的工作區欄位、存取規則和 API 收到的資料格式都寫清楚,再讓 AI 助理照規格實作。作者也介紹一套四份檔案的做法,涵蓋需求、介面、技術架構和實作規則;遇到規格衝突時,要求 AI 助理先提出問題。這樣能把容易被自行猜測的設計決定留給人處理。

  5. Dev.to Top Tech64

    Gartner 預測 AI 到 2030 年淨增 170 萬個工作,Qantas 則宣佈裁員 850 人

    談到 AI 對工作的影響,只看裁員數字,可能會漏掉公司延後招聘的職缺。Gartner 預測到 2030 年,AI 將帶來 1,060 萬個新工作、取代 890 萬個工作,淨增 170 萬個;但 2026 年也有 130 萬個職缺被延後開出。另一方面,Qantas 宣佈裁員 850 人並把部分企業職能移往海外,工會質疑公司把成本削減說成 AI 轉型。文章建議檢視工作是否先交給其他人處理、公司有沒有說明 AI 接手哪些任務,以及相關職缺是否恢復招聘,藉此判斷 AI 在裁員中扮演什麼角色。

  6. 雷科技47

    eSIM 能取代實體 SIM 卡嗎?中國使用者實測後覺得還沒那麼方便

    eSIM 把手機門號存在手機裡,不用插卡,看起來應該更方便;但幾位中國使用者實際使用後,發現辦門號、換手機或補卡常得跑一趟門市,有些門市還不熟悉怎麼幫安卓手機辦理。有人出國想裝當地的上網方案,卻因手機只能存兩組門號,得先刪掉原本的一組,回國後再去門市恢復。 目前對不少人來說,手機同時保留實體卡槽和 eSIM 比較好用:平常插實體卡,需要時再用 eSIM 加上旅遊上網方案。只用 eSIM 的手機雖然少了卡槽,但在現有辦理規定下,換門號沒有想像中輕鬆;實體卡短期內仍有它方便的地方。

  7. BlockTempo 動區動趨46

    加密協議收入集中在前十名,現金流與簡單代幣為何更能撐過市場起伏?

    加密市場的收入和投資回報越來越集中在少數大型協議手上。Castle Labs 的資料顯示,不算穩定幣發行商,前十名去中心化協議在過去一年拿下全產業 47% 的協議收入,相關代幣也帶來持幣者 73% 的超額回報。像 Hyperliquid 的月收入從 3,800 萬美元升到 6,900 萬美元;Uniswap 則嘗試把交易費用轉成代幣持有者的收益。 Castle Labs 認為,市場可能更看重協議能不能持續賺錢,以及代幣能不能直接分享這些收入。設計簡單、用途清楚的代幣,也可能比規則繁複的代幣更容易長期維持價值;不過這是研究報告提出的看法,不能保證它們一定撐得過市場起伏。

  8. Dev.to Top Tech72

    中國 LLM API 價格差 85 倍,作者整理 114 款模型

    挑選中國 LLM 時,只看每百萬 token 的牌價,可能會低估實際花費。作者整理同一個 API 金鑰可用的 114 款模型,發現輸出價格從每百萬 token $0.17 到 $14.50,相差 85 倍;但不同模型的計價單位也不一樣,有些按 token 收費,有些按圖片或影片等成品收費,不能直接放在一起比。實際成本還會受到重試次數、輸入快取折扣和輸出長度影響,因此作者建議用自己的工作內容比較每項任務完成的成本。這份整理沒有延遲資料,價格也以 2026-11-17 的資料為準。

  9. Dev.to Top Tech53

    zkVerify Agent Games 參賽者答對 22 題,卻沒有任何證明獲計分

    在 zkVerify Agent Games 裡,答對任務還不夠,提交的密碼學證明也得通過平臺驗證,才不會被扣分。作者 zeez 回顧參賽過程,發現自己答對 22 題,排行榜卻顯示沒有任何證明獲驗證;第 2 輪的儀錶板紀錄也和公開計分規則對不上。作者查到自己的程式確實有欄位常數錯誤,也曾因剩餘時間太短而跳過產生證明;修正後,後續輪次仍沒有證明獲計分。他懷疑金鑰登記或證明格式也可能有問題,但公開資料不足以判定原因。文章提醒,答對問題和證明有效是兩件事,查核時也要把兩者分開看。

  10. 羅永浩的十字路口🎙️ Podcast58

    紀錄片導演陳曉卿×羅永浩!他一直被命運推著,卻走出了自己的路

    《十字路口》播客節目簡介 本節⽬是⼀檔由羅永浩主持的深度播客類節⽬,每集長達三到五個小時。我們與時代浪潮中的⼈物展開對話,聚焦於科技與⼈⽂領域,講述個體命運故事,探討時代發展趨勢。 本期嘉賓:陳曉卿 紀錄片導演陳曉卿×羅永浩!他一直被命運推著,卻走出了自己的路 一個小時候因為貪吃而被嘲笑的孩子,後來成了中國最著名的美食紀錄片導演。但陳曉卿的人生,似乎並不是一個關於熱愛如何成就事業的典型勵志故事。 他起初想當作家,卻誤打誤撞成了優秀的新聞工作者;他開始不喜歡攝影,卻機緣巧合成了出色的攝影師;他本來想拍個人表示式的紀錄片,卻陰差陽錯在電視臺做了十年曆史文獻。他一直想製作美食相關的內容,但多年以來都沒有機會,基本上放棄了希望後,卻又迎來一連串的意外,讓他在接下來的十幾年裡,做出了一系列影響整個中國的美食文化紀錄片。 陳曉卿說,他像一個順水行舟的人,不急於和命運爭奪方向,但總能在水流經過的地方,發現值得投入的事情,進而慢慢改變命運安排的具體結果。年輕時,我們總以為人生的要義在於一開始就堅定地選擇一條明確的道路。走過大半輩子才發現,很多不得已的轉彎和不情願的漫長等待,也同樣能夠造就精彩紛呈的人生

  11. Hacker News (official RSS)38

    Nvidia 黃仁勳風波是否成了美中談判籌碼?

    Nvidia 執行長黃仁勳突然離職,接著出現許多指控,公司股價也大跌;但這篇分析認為,整件事的時間點可能和美中談判有關。美國政府宣佈限制中國透過海外資料中心取得 AI 運算能力,幾天後川普就要會見習近平。作者猜測,風波或許讓美國能把限制先訂下來,再把放寬限制當成談判時可以交換的條件,藉此爭取稀土或其他好處。 作者也提出一種更不確定的可能:黃仁勳離職或許只是暫時安排,等談判結束後可能回任。但文中沒有證據證明美國政府或 Nvidia 董事會協調過這些事,也不能確定風波會如何收場。這只是作者用事件順序提出的猜想;股價下跌和公司領導層變動造成的損害,未必能輕易挽回。

  12. Dev.to Top Tech84

    Google DeepMind 用 AI 驗證 Signal 加密程式碼,結果能保證什麼?

    「Signal 的加密已被證明絕對安全」說得太廣。Google DeepMind 用 AI 助理產生 Lean 證明,再由 Lean 核心檢查,花了 4 週驗證 Signal 核心加密程式編譯後的程式碼,涵蓋前向保密、身分驗證、遭入侵後的安全性,以及握手保密。研究團隊也把兩個曾修好的漏洞重新放回隔離版本,系統都證明瞭那份程式碼不安全,顯示它不只會替程式背書。這項結果只涵蓋列出的安全性質,不代表整個 App、作業系統、硬體或中繼資料處理都安全;人仍要先決定並寫清楚要驗證的規格,規格寫錯,AI 也可能嚴謹地證明錯誤主張。

    推薦理由:這次驗證涵蓋 Signal 核心協定的四項安全性質,也用兩個已修復漏洞測試系統能否找出不安全程式,呈現形式驗證的範圍與界線。

  13. Dev.to Top Tech41

    AI 讓工作提早做完,讓衝刺規劃跟不上節奏

    AI 助理能幫忙處理工作,開發者有時得等它完成,於是開始找其他事做。像是整理程式、加快指令碼,或檢查系統哪裡變慢;但開發者不一定知道公司接下來的計畫,忙錯方向也可能白費力氣。作者也發現,衝刺工作提早完成後,還得另外找任務,讓原本用來追蹤進度的數字變得不好解讀。這讓他認為,安排工作的方法需要更有彈性,容許大家同時處理好幾件事。

  14. Dev.to Top Tech52

    TradingView TOTT 策略回測:最佳設定、重繪與獲利表現

    TradingView 的 TOTT 策略會依趨勢進出場,但回測獲利不代表換個市場或年份也能賺錢。作者把策略逐行改寫成 Python,用含真實點差與手續費的歷史資料測試。2020 年後,黃金 M15 的獲利因子是 1.52,主要來自做多;同一設定在 2004 到 2019 年的黃金 M15 卻大致打平,外匯多數也沒賺錢。作者檢查後認為策略不會重繪,但它沒有停損,反轉訊號也慢;回測結果更像是跟上近年黃金上漲,不能當成穩定獲利的證明。

  15. The Economic Times · ETtech72

    OpenAI 執行長 Altman 承認民眾反對資料中心有其原因

    美國民眾擔心資料中心蓋在自家社群,選民在期中選舉中通過約 40 項限制或禁止新建資料中心的措施。OpenAI 執行長 Sam Altman 說,現在興建資料中心和與社群溝通的方式沒有做好,他理解居民不希望住家附近出現資料中心,也認為美國還有其他地方可以興建。科技業分析師 Dan Ives 估計,美國規劃中的 800 至 1,000 座新資料中心,約有 10% 可能不會興建。Altman 也說,若業界把治療癌症、降低商品價格當成好處,卻讓人覺得未來會失去自主權,這樣的說法很難獲得支援。

  16. BlockTempo 動區動趨50

    Anthropic 的 2030 年營收預估下修至 8000 億美元,9.2 倍市銷率撐得起嗎?

    投資人評估 Anthropic 值不值得這麼貴,不能只看公司有多紅,還得猜它未來能賺多少錢。Artemis Research 創辦人 Jon Ma 把 Anthropic 到 2030 年的年經常性收入預估,從 1 兆美元下修 20% 至 8000 億美元;他的模型也估計,公司要到 2029 年自由現金流才會轉正。這些預測建立在企業大量採用 AI 助理的假設上,目前企業的採用率仍低於 1%。如果採用速度不如預期,這套估值就可能站不住腳;文中提到的 9.2 倍市銷率,則是用來衡量公司估值和預期收入的比例。

  17. SemiAnalysis39

    SemiAnalysis 表示,中國境內有超過 1.5 GW 的晶片,依美國法律不該出現在當地;這些晶片如何流入中國,以及背後的整條供應網,都可能逐漸被揭開。推文也提出疑問:如果 NVIDIA 無法再支援開源 AI 生態,開源發展會不會因此走弱?作者認為,NVIDIA 受限後,開源看起來更弱,Anthropic 則更可能形成獨佔或雙強局面;這也有利於 Anthropic 下週的 IPO。推文最後提到,有家公司使用的晶片種類比世界上任何其他公司都多,但沒有說明是哪家公司。

  18. Dev.to Top Tech44

    AI 助理到底能做什麼?8 篇文章談許可權、資料外傳與提示詞攻擊

    AI 助理可能把資料送到使用者沒想到的地方,也可能鑽過看似安全的限制。這 8 篇文章整理了常見問題:關掉 Claude Code 的遙測,不代表程式碼不會送給模型;寫在提示詞裡的「不要執行指令」,也擋不住工具本身有漏洞。還有一個使用 Meta Muse 的人選了「永遠允許」後,AI 助理把他的住址傳給買家。 這些例子提醒我們,光靠提醒或按一次同意不夠,應把 AI 助理能做的事寫程序式並實際檢查;如果模型權重公開,原本依賴服務商把關的安全做法也可能失效。

  19. Dev.to Top Tech59

    Bot LAB 的加密貨幣機器人 24 天獲利 89%,作者仍提醒別急著下結論

    Bot LAB 的加密貨幣交易機器人 24 天把帳戶從 $104 做到約 $197,但這段獲利大多來自兩個好日子,而且做空賺錢、做多反而虧損。團隊回頭檢查紙上交易後,發現順著 Bitcoin 每日趨勢交易的平均結果較好,因此讓實盤機器人只沿著趨勢開倉,也先訂下連續四週表現不佳就撤掉這條規則的條件。團隊測過的其他策略和 AI 交易篩選器都沒帶來好結果。作者提醒,這只是短時間遇上強烈下跌行情,還不能當成機器人有穩定優勢的證據。

  20. BioCentury This Week🎙️ Podcast58

    Ep. 398 - J&J’s $2B NewCo Buy, Neoantigen Vaccines, Overton Odds

    J&J will pay $2.2 billion upfront to acquire Ollin, a Texas-based NewCo with China-sourced assets, gaining a late-stage VEGF x Ang2 bispecific for wet AMD and diabetic macular edema. On the latest BioCentury This Week podcast, BioCentury’s analysts discuss the terms of the deal, what it says about NewCos as an exit path and Blackstone Life Sciences’ role in funding Phase III. The analysts also assess how a growing neoantigen vaccine pipeline is testing the modality’s reach after Merck and Modern

  21. Dev.to Top Tech46

    下載量最高的 300 個語言模型中,中國模型佔 70.7%

    想知道全世界的開發者最近最常下載哪些語言模型,VIDRAFT 分析了 Hugging Face 最近 30 天下載量最高的 300 個模型。這些模型總共被下載 5 億 2,322 萬次,其中中國模型佔 70.7%;光是 Qwen 系列就佔了 60.3%。下載量第一的是 2019 年公開的 GPT-2,顯示舊模型至今仍常被拿來教學、練習和測試軟體。 榜單也反映出模型變化很快:2026 年公開的模型佔下載量 56.7%,而壓縮過、比較容易在一般電腦上使用的版本也很受歡迎。韓國模型中,只有 VIDRAFT 的 POCKET-Darwin-180B 進入前 300 名,排名第 260。這份分析讓人看出,模型的來源和新舊會影響下載熱度,能不能在一般裝置上使用,也可能是開發者挑選時的重要考量。

  22. Dev.to Top Tech37

    前端工程師如何把既有經驗帶進 AI 與資料工作

    AI 助理現在能很快做出表單和圖表,讓這位做了多年前端的工程師擔心:自己的工作是不是越來越少。不過,他回頭整理自己換過的技術,發現每次轉換都練出了快速學新東西的能力,也累積了溝通、帶團隊,以及把資料變成好懂畫面的經驗。他認為,這些能力都能用在 AI 和資料工作上:例如想清楚使用者需要看到什麼,或讓 AI 助理拿到正確資訊。接下來,他打算準備兩項 AI 與資料相關的認證,並建議工程師先寫下做過的工作、想想學到了什麼,再選一個小步驟開始。

  23. Dev.to Top Tech54

    作者統計 2026 年 11 月各地政府的軟體、IT 與行銷標案

    政府標案分散在不同國家和平臺,廠商不容易掌握有哪些案子、期限多長或預算多少。作者統計 2026 年 11 月 2 日到 16 日英國、美國、加拿大、愛爾蘭和其他歐洲地區的 312 則數位工作標案,整理採購類別、買方、回覆期限和公開金額的情況。軟體標案有 153 則;美國回覆期限的中位數是 14 天,愛爾蘭和英國分別是 32 天和 27 天。愛爾蘭與英國較常公開預算,美國和加拿大這批標案則都沒有列出金額。文中也提醒,美國的 Sources Sought 是正式招標前的市場調查,不是投標案。

  24. aihot43

    Sam Altman 同情黃仁勳的處境,認為 AI 產業仍能平穩運作

    Sam Altman 表示,即使黃仁勳不再掌舵 NVIDIA,AI 產業仍能運作良好;他也說,自己曾在 2023 年遭 OpenAI 董事會罷免,因此能體會黃仁勳的處境。Altman 把黃仁勳形容成英雄,也承認英雄會有缺點。NVIDIA 近期同意提供最高 1,050 億美元擔保,協助 OpenAI 推動俄亥俄州資料中心專案;Altman 說,他不擔心 NVIDIA 停止提供支援。

  25. BlockTempo 動區動趨48

    強森批比特幣像龐氏騙局,主張英國搶下代幣化主導權

    英國前首相強森認為,比特幣像龐氏騙局:投資人如果被偷走資金,往往不知道該找誰負責。但他看好背後的區塊鏈技術,主張英國搶下把股票等資產變成鏈上代幣、再用區塊鏈結算的機會。同臺的肯普塞爾也希望倫敦繼續成為鏈上創新重鎮,並主張逐步調整規則,不必急著訂一部包山包海的加密專法。 英國已有超過 8% 的成年人持有加密資產,不過這個比例從前一年的 12% 降了下來。業界提醒,光有監管規則還不夠,也要有清算、交易等服務配合;如果英國遲遲沒有把規則和基礎設施準備好,代幣化市場可能先在其他地方發展。

  26. Lobste.rs (Engineering Discussion)43

    開源專案考慮要求貢獻者先證明自己真的有在用

    開源維護者常收到 AI 生出的程式碼修改,有些確實有幫助,但更多是在修很少人會遇到的情況。作者正嘗試要求貢獻者先證明自己的專案有使用這套軟體,才會檢視修改提案。證明方式可以是提供另一個開源專案使用它的紀錄,或說明公司正式使用的封閉原始碼專案遇到什麼問題。作者希望優先處理真正依賴這套軟體的人遇到的問題,並減少為了累積 GitHub 綠色方格而送來的低品質修改。

  27. Dev.to Top Tech48

    瀏覽器 AI 助理實測第 2 輪:BrowserOS、Claude in Chrome 等工具完成 100 項任務

    瀏覽器 AI 助理遇到網頁按鈕點不動時,能不能換個方法繼續做,可能比平常做多快更重要。這次測試讓不同工具在 100 個真實網站任務上各試一次,由評分系統檢視操作過程和畫面。BrowserOS 完成 40 項,Claude in Chrome 完成 37 項,5dive browser(Claude Code)完成 34 項;前三名差距還不足以判定誰明顯比較強。BrowserOS 能改用螢幕位置點選或在網頁上執行 JavaScript,操作失敗的比例也較低。 測試也發現,評分方式會影響結果;有些任務會擋住機器人,甚至讓所有工具都做不完。5dive browser(pi)完成的任務較少,但每項完成任務的成本較低。這些結果來自一次測試,不能當成正式排行榜;作者預計兩週後再測,並替 5dive browser 加上更多失敗時的補救方法。

  28. Dev.to Top Tech66

    AI 助理協作別急著排組織圖:小功能可能忙著協調,卻沒修好

    修一個會重複送出表單的按鈕,可能被拆成產品、架構、開發和審查等多個 AI 助理的工作,最後按鈕還是壞的。作者指出,任務在一個個交接時,原本「也要保留鍵盤送出」的要求可能不見;即使每個 AI 助理都完成分內工作,整體結果仍可能不合需求。多個 AI 助理適合用在能平行調查、使用不同工具或互相檢查的工作。作者建議先用最簡單可行的方法,再比較加入角色前後完成任務的效果、時間、成本和需要多少人工修正。

  29. DogeDesigner78

    SpaceX 捕捉 Starship 後,NASA 署長 Jared Isaacman 表示,這不只是一次展示。他說,SpaceX 想打造有許多 Starship 定期飛行的世界,未來飛行頻率可能接近每小時一次。他也提到,這能讓人們在軌道上進行實驗、發展商業太空站和軌道經濟。

    推薦理由:NASA 署長把 Starship 捕捉放進例行飛行的長期構想中,並談到軌道經濟與商業太空站可能如何發展。

  30. DAVID888 Daily 每日放送🎙️ Podcast58

    [2026-11-17] 微軟Exchange黑天鵝揭系統性崩潰、Optimizely惡意指令碼血洗全球名站

    詳細網頁版與參考連結:https://podcast.david888.com/post/2026-11-17 本集聚焦現代軟體架構的集體崩潰危機。微軟 M365 鎖競爭引發全球當機,Debian 核心死鎖與 Optimizely 供應鏈攻擊,皆揭示抽象化堆疊下的脆弱信任鏈。同時探討 vm2 同行程隔離的失效、Qwen4-Max 巨量 MoE 架構、開源推論引擎 Strata、Rust Jiff 1.0 時間庫與 Tor 阻斷攻擊。主持群強調,面對科技堆疊的隱性技術債,工程界必須重新敬畏系統底層,建立明確的架構與硬隔離邊界。 相關連結: Qwen4-Max Universal XSS in uBlock Origin from website-driven element picker Software is breaking down at a systemic level What's Next for Nvidia? ag-ui-protocol / ag-ui (18,956 ⭐) Debian Becomes Unresponsive after 6.1.0-55 Kerne

  31. Hacker News (official RSS)55

    為什麼軟體團隊有時該重複造輪子

    公司裡不同團隊做出相似功能時,常有人想統一技術、共用程式碼,省下重複工作。文章用銀行三個團隊的故事說明,強迫大家採用同一套工具,可能讓團隊難以配合各自的需求,還得花時間改寫原本能用的系統。作者建議讓團隊保有選擇技術的彈性,再用大家都遵守的 API、介面和檔案串起服務;平臺團隊則可負責共用的外觀規範與網站框架。這樣即使有些程式重複,也能讓團隊按自己的步調交付產品。

  32. Dev.to Top Tech64

    Expo Exact 不用 React,React Native 會因此退場嗎?

    Expo Exact 是一套還在預覽階段的跨平臺 App 框架,介面不用 React,而是用新語言 Contract 描述;較深入的程式邏輯則可用 TypeScript 或 Rust 撰寫。它讓 AI 助理能在多個平臺建置、執行、檢視和測試 App。作者讀過官方公告與專案說明,但沒有實際用它開發 App;依目前資料,iOS 最成熟,其他平臺成熟度不一,Exact 也還沒有穩定的 API 或遷移指南。作者認為 React Native 不會因這次預覽退場,Expo 也會繼續支援 React Native;Exact 現階段較適合拿來做個人實驗。

  33. Dev.to Top Tech59

    Expo Exact 不用 React,React Native 會走到盡頭嗎?

    Expo Exact 是一套還在預先測試階段的跨平臺 App 框架,採用新的 Contract 語言來寫介面,不使用 React。它把介面和其他程式邏輯分開,並依平臺使用原生元件;作者也整理了它在 iOS、網頁、macOS、Android、Windows 和 Linux 的支援情況。文章指出,React Native 不會因為 Exact 出現就消失,Expo 也會繼續支援它;Exact 目前沒有穩定的 API 或搬家指南,較適合用來嘗試個人專案。