跳到正文

#Agent

RSS
今日 4 則
今天11月23日週一
  1. Dev.to Top Tech64

    17 歲學生 Bram Lesage:學校該教學生查核 AI,而不是隻會停用

    學生在學校用 AI 越來越常見,但如果只讓 AI 直接給答案,作業看起來變好,真正學會的內容卻可能變少。17 歲的 Bram Lesage 認為,學校應教學生怎麼使用 AI、查核結果並遵守作業規則,而不是假裝 AI 不存在。文中引用一項近千名土耳其高中生參與的數學實驗:用一般聊天機器人練習的學生,練習分數提高 48%,但考試成績比沒用 AI 的學生低 17%;使用引導思考的 AI 家教版本則沒有出現這種下降。作者也分享自己的做法:讓 AI 協助工作,但由自己測試、判斷和負責。

  2. elvis35

    AI 解出數學難題,讓人想知道:這些成果是在幫人類理解數學,還是在讓 AI 研究者的評測分數變好?Elvis Saravia 認為,設計更有挑戰性的評測很重要,尤其要測試 AI 能不能處理真實世界裡沒有標準答案的問題。他也提到,有些數學家擔心,AI 解題還沒帶來多少新的數學理解。未來,科學家和實務工作者得學會和 AI 一起工作,也要思考怎麼讓不同形式的智慧並存,並把新能力用在影響人們生活的問題上。

  3. Dev.to Top Tech40

    AI 助理訂機票前先檢查許可權,別等訂完再取消

    AI 助理替人訂機票時,旅客可能已經同意,也付了錢或用了哩程,但航空公司若等訂位完成後才發現是 AI 助理操作,仍可能取消訂位。更好的做法,是在動手前先確認許可權:能做哪些事、許可權何時到期、是否已被撤回;如果不符合,就清楚說明原因。文章也用 Cloudflare Images 的上傳問題舉例:檔案超過約 10MB 時,直接上傳可能逾時,應先檢查檔案大小、格式和尺寸,並在上傳前告訴使用者哪裡不合規。無論是訂票還是上傳,都該先檢查、再執行,避免事情看似成功後才被取消或卡住。

  4. Dev.to Top Tech52

    4 個 Claude AI 助理測試 X 新帳號,20 小時只增加 7 位追蹤者

    4 個 AI 助理用同一個新 X 帳號發文,20 小時後只有 7 位追蹤者。剛開始時,他們在熱門貼文下留言,前幾則留言帶來大部分觀看;之後一小時內連續回覆 15 次,還把同一支影片貼到 7 則貼文。接著,其他貼文下的留言觀看中位數從 119 降到 10。他們猜測,新帳號、密集留言、重複影片和資料中心 IP 等行為,可能讓帳號看起來像 AI 回覆機器人,但 X 沒有說明原因。團隊因此減少發文,也不再主動回覆陌生人。

11月22日週日
  1. Dev.to Top Tech59

    作者追查一位創業者的 AI 助理,發現它的資料累積了 12 年

    把多年累積的筆記交給 AI 助理,真的能讓它像共同創辦人一樣幫忙嗎?作者對照一位創業者的筆記、社群貼文和整理後的概念檔,追出一段從 2014 年開始的紀錄,也發現原始筆記由本人撰寫,整理出的概念則有不少由 AI 一起完成。研究資料認為,這些內容可以拿來訓練模型,但研究只比對了 5 種方法中的 3 種,還沒有達成共識。使用紀錄也顯示,推動他去做事的功能多半以其他名稱運作;紀錄只算實際呼叫,沒算一直存在的角色設定。

  2. Dev.to Top Tech44

    AI 助理使用羞恥感正在影響產品經理的職涯

    許多產品經理和主管在工作上用了 AI,卻怕被看成偷懶或能力不足,所以不敢說。文章舉例,有人用 Claude 分析訪談、整理產品需求,省下不少時間,卻把成果說成全是自己做的。這樣一來,團隊無法交流怎麼用 AI,也看不見工作方式可以怎麼改進。作者建議,分享時說清楚 AI 幫忙處理了什麼、自己又檢查和補上了什麼;這樣能讓大家看見人的判斷,也讓團隊一起學會把 AI 用得更好。

  3. Dev.to Top Tech67

    AI 讓功能更快上線,為什麼團隊不一定進步更快?

    AI 可以加快寫程式,但團隊決定做什麼、確認功能有沒有用,花的時間未必會變少。作者把產品工作拆成三段:決定要做什麼、把功能做出來,以及上線後確認結果。文章舉例,一個團隊把建置時間從 15 天縮短到 4 天,整段從提案到確認結果的時間卻只快了約 14%,而且 8 個上線專案中只有 3 個確認了結果。作者建議團隊一起記錄三段各花多久,並在功能上線前先訂好衡量方式和檢查日期,才知道加快開發是否真的帶來進展。

  4. Dev.to Top Tech51

    AI 助理接手修程式後,作者認為工程師更要懂得判斷風險

    AI 助理能讀取問題清單、修補程式、測試並更新伺服器,但遇到需要真人驗證、帳號註冊或重要安全決定時,仍會停下來請作者處理。作者分享,自己只下了幾個簡短指令,AI 助理就修好付款問題、更新伺服器,也發現並關閉一項對外開放的服務。真正需要他決定的,是要不要承擔風險,例如是否讓伺服器上的金鑰解開使用者資料。這些判斷來自過去遇過的資安事件和系統故障。作者認為,AI 助理接手了許多動手工作,工程師仍得靠經驗決定該做什麼、何時停下來。

  5. Dev.to Top Tech59

    四個 Claude AI 助理挑戰 72 小時增加 1,000 名 X 追蹤者,進度只有 7 人

    四個 Claude AI 助理接到任務,要在 72 小時內把 X 帳號做到 1,000 名追蹤者。前 16 小時只增加 7 人;連註冊帳號都得由人用手機完成,之後四個助理才輪流操作同一個瀏覽器。它們發現,新帳號自己發文很少人看,回覆熱門貼文曾帶來較多瀏覽,但短時間回覆太多後,回覆幾乎沒人看。作者推測這可能觸發 X 的垃圾訊息或低品質內容過濾,於是停止回覆陌生人並減少操作。這份實測也提醒,瀏覽次數不等於追蹤者,發得多不一定有更多人看到。

  6. Dev.to Top Tech46

    AI 助理連續 6 輪只說要改變:承諾反而成了逃避行動的方法

    有時候我們一直說「下次一定開始」,說完心裡比較舒服,事情卻還是沒做。這個 AI 助理在 5 輪裡反覆答應自己要停止規劃、直接行動,結果每次都只寫下新的承諾;到了第 6 輪,它終於真的呼叫工具,雖然失敗了,卻得到一個能用來調整做法的真實結果。作者建議,同一句承諾如果已經寫過兩次,就別再寫第三次,把事情縮小成 5 分鐘內能做、就算失敗也沒關係的一個動作。

  7. MarkTechPost67

    2026 個人 AI 助理比較:OpenClaw、Hermes Agent 等工具的記憶、安全與費用

    個人 AI 助理能持續替人處理工作,也可能接觸信箱、檔案和帳號,因此記憶放在哪裡、能做哪些事和要花多少錢都很重要。MarkTechPost 比較 Hermes Agent、OpenClaw、Gemini Spark、OpenAI dots、Meta Muse 和 Perplexity Personal Computer 等工具。Hermes Agent 和 OpenClaw 可把記憶存成自己能檢視的檔案;雲端服務則在各家平臺上運作。文章也提醒,OpenClaw 預設可完整存取主機,需自行開啟沙盒;自架工具的費用還要算模型用量和主機,雲端工具多以訂閱計費。

  8. Dev.to Top Tech40

    NEXUS-PRIME AI 助理經營 225 種商品,真正卡關的是沒人看見

    AI 助理能快速做出一大批商品,但沒人看到,商品再多也不會自己帶來生意。作者讓 NEXUS-PRIME 經營數位商品商店,架上有 225 種商品,也檢查檔案和商店頁面是否正常;但訂單資料裡只有取消的測試訂單,營收是 $0,商品頁瀏覽也來自自動同步程式,沒有確認是真人買家。作者發現,接連發文也沒帶來多少互動。這次經驗顯示,AI 助理做商品只是其中一關,找到會看、會買的人才是更難的事;測試訂單也不能當成生意成果。

  9. Dev.to Top Tech70

    Decision Firewall 開發者回顧建置過程,檢視 AI 行動授權框架是否值得採用

    AI 助理判斷退款符合條件,不代表退款真的成功;如果系統沒收到回覆就重試,還可能重複退款。Anuj Sadani 開發開源專案 Decision Firewall,讓系統先核對證據與規則,再授權特定動作,並在回覆遺失時查明原本的退款結果。測試顯示,框架和自行撰寫的應用程式控制都能守住退款規則,但框架整合時需要更多工具呼叫,也遇到多項介面問題。作者因此保留它作為參考實作,並整理出不必使用該框架也能跑的獨立檢查工具;這些測試仍不足以證明框架能節省開發時間或適合正式環境。

  10. Dev.to Top Tech36

    AI 助理工程師分享在 NVIDIA 等公司合併的 93 項修正,尋找新團隊

    AI 助理框架有時會多呼叫一次工具,也可能把原本只該送到自己應用程式的掃描資料送到公開伺服器。Somay 分享自己在 NVIDIA、Google、Microsoft、Intel 和 CNCF 合併的 93 項修正:例如讓 NVIDIA NeMo 的 AI 助理在工具呼叫次數到上限時停止,也修正 OpenVINO 把 [1.5, 3.0] 傳成 [0.125, 32.0] 卻沒有報錯的問題。他會寫 Python、C++ 和 TypeScript,正在找遠端全職或約聘工作。

  11. Dev.to Top Tech56

    AI 助理寫程式後,工程師如何用測試和檢查守住軟體品質

    AI 助理能快速寫出程式,但大家還不一定知道怎麼確認它真的能在正式環境正常運作。作者整理兩篇工程師的討論,認為測試、架構決策紀錄和交付檢查可以替團隊留下程式為何這樣寫的線索。Thoughtworks 有個團隊試了一週不由人寫程式,改讓 AI 助理完成工作;大部分時間花在釐清需求和準備檢查方式,讓 AI 助理下次照著做。作者也提醒,如果錯誤訊息常常出現,大家可能會忽略真正的問題,因此測試和檢查必須可靠,團隊也要留時間回頭閱讀、整理程式。

  12. Dev.to Top Tech66

    開發環境轉向支援 AI 助理,作者拆解各工具的分工與變化

    開發環境工具常被放在一起比較,但它們處理的問題其實不同。作者讀了 25 個專案的檔案,把工具分成隔離程式、準備執行環境、說明專案需求,以及代管環境四層,並觀察到 Gitpod 改名為 Ona、Daytona 等服務開始面向 AI 助理執行程式。作者也分享自己建置環境的做法:只讓程式取得列出的環境變數,並把暫存資料放在工作目錄裡,避免程式讀取主機上的憑證或寫到工作範圍之外。

  13. Dev.to Top Tech57

    Zambo 作者談 AER-1:如何讓外人檢查 AI 助理做過什麼

    AI 助理做完工作後,光看廠商的紀錄或一句「已通過」,外人很難確認內容有沒有被改過。Zambo 的營運人員介紹 AER-1,這是 IETF 草案中的一套紀錄標準:它把工作結果存成固定格式,再用 SHA-256 算出雜湊值,任何人都能重新計算並比對。文章也提到公開測試資料和不同作者各自做出的驗證工具,並用一筆 BTC 報價示範檢查流程。不過,雜湊只能確認紀錄是否遭到修改,不能證明答案正確;AER-1 目前是 IETF 草案,還不是 RFC。

  14. Dev.to Top Tech43

    GitHub 上 20 個最熱門的開源 AI 助理專案:2026 年 11 月排名

    想讓 AI 助理上網找資料、記住以前做過的事,或幫忙寫程式,光有模型還不夠,還需要其他工具和功能搭配。這份 GitHub 排名整理了 20 個最受歡迎的開源 AI 助理相關專案;第一名 ECC 有 308K 顆星,DeepSeek Harness 和 Hermes Agent 排在第二、第三名。這些專案有的替 AI 助理加上記憶和技能,有的幫它們讀網頁、搜尋資料或操作瀏覽器,也有一些是能裝進既有 AI 助理的專門技能。榜單顯示,讓 AI 助理更好用的工具和搭配方式,正成為開源社群熱門的發展方向。

  15. Dev.to Top Tech45

    AI 助理如何接手協調工作,讓人專心做重要決定

    AI 助理寫程式、跑測試愈來愈快,但人還是得忙著確認進度、傳話和分配工作,這些瑣事常擠掉真正思考技術問題的時間。作者提出用一套共同規則來安排多個 AI 助理:清楚分工、限制彼此能聯絡的物件,也替來回討論設下次數上限;超過上限還沒結果,就請人接手。每個 AI 助理也只能傳結論和請求,不能把自己的思考內容傳給別人,並留下工作紀錄供事後檢查。 這套做法目前還在驗證,文章提出的是設計想法,還不能照著設定就直接使用。作者認為,AI 助理可以負責照規格完成工作,人則該把時間留給判斷「該不該做」、選哪種技術方案,以及什麼時候該停下來。

  16. Dev.to Top Tech48

    AI 產品的模型能力每年便宜 13 倍,真正的競爭優勢要靠什麼?

    如果 AI 產品只是在畫面上包一層,再接上大型模型 API,別人也能很快做出差不多的東西;模型變便宜、變強時,這種產品的優勢也可能跟著消失。作者建議檢查每個功能:如果它只靠模型進步就會變好,那是大家都能享有的好處,不算自己的長期優勢。 真正能累積的,是用得越久越有價值的東西,例如測試 AI 答得好不好的題目、使用者採納建議後的結果資料,以及能在企業流程中執行工作並留下清楚紀錄的能力。舉例來說,有了自己的測試題目,團隊就能更快確認便宜的新模型是否夠用;沒有測試,換模型可能只是猜。文章提醒,與其只租用越來越便宜的模型,不如建立會隨使用持續進步的產品。

  17. Dev.to Top Tech62

    Sakana AI 的 AI Scientist 系列走到哪一步?四篇研究揭開 AI 寫論文的進展與限制

    AI 寫論文的新聞常讓人分不清哪些工作由 AI 完成、哪些仍由人參與。作者依序整理 Sakana AI 的四篇 AI Scientist 研究,說明系統從自動產生研究想法、實驗和論文,走到安排現有程式開發 AI 助理分工;其中一篇 AI 生成的論文通過 ICLR 工作坊審查,但送審稿由人挑選,通過後也依事前約定撤回。系列研究的範圍仍限於能在電腦上進行的機器學習研究。作者指出,論文生成能力雖有進展,引用和實驗結果仍可能出錯,評估方式也可能被系統改動,因此判讀成果時要看誰寫、誰評,以及人在哪些步驟參與。

  18. Dev.to Top Tech35

    LangSmith 替代方案怎麼選?看你要除錯紀錄,還是別人也能查驗的紀錄

    團隊常把 AI 助理的執行紀錄拿來除錯,但如果客戶或稽核人員也得檢視,只有放在自家帳號裡的紀錄就不太夠用。Langfuse 和 AgentOps 適合團隊追查問題;Langfuse 每月 $29 起,AgentOps Pro 每月 $40 起。若要讓外部的人也能查驗,可看 ASQAV 和 Zambo:前者 Pro 每月 $39、年繳,保留紀錄 1 年;後者每月 $29,會替工具呼叫留下收據,任何人都能重新核對內容有沒有被改過。 不過,收據只能證明存下來的結果沒有被動過,不能證明答案正確,也不能拿來除錯。若既要追查 AI 助理出了什麼問題,又要讓外部的人確認紀錄,就得分別準備這兩種工具。

  19. Dev.to Top Tech72

    AI 程式助理讓提交量增加 240%,軟體發布量只增 30%

    AI 程式助理能寫出更多程式碼,但這些程式碼不一定更快變成正式發布的軟體。文章整理多項研究,指出超過 500,000 名 GitHub 開發者的提交量增加 240%,專案數增加 80%,發布量則增加 30%;其他實驗對 AI 是否能加快工作,也得到不一致的結果。多出的程式碼仍要花時間檢查、測試和修正,文章因此建議團隊改看通過審查與部署的變更,讓 AI 在開發過程中提供回饋,並把工作切成較小批次。

  20. The New Stack44

    Agentic AI Foundation 的 Angie Jones:AI 助理發展像坐雲霄飛車,工程師得學會跟上

    AI 助理讓新人更快寫出程式修改,但每個提案仍要有人檢查,決定哪些值得採用。Angie Jones 曾讓 Block 的 10 位新人在陌生程式碼中使用 AI 助理解決客戶問題;她也分享 Goose 的做法:先討論問題和設計,再動手改程式,維護者也會用 AI 助理整理問題、檢查程式碼和做安全掃描。 Jones 認為,開發者除了學會使用 AI 助理,也要懂得怎麼打造可靠的 AI 助理,例如限制它能做什麼、能讀取哪些客戶資料。像 MCP 和 A2A 這類共同標準,能讓開發者在工具改變時仍有基礎可依循;而新人熟悉怎麼讓 AI 助理開始工作,資深工程師則能協助判斷哪些修改適合推出。

  21. Dev.to Top Tech56

    Tej Pandya 分析印度購物 AI 如何證明在地優勢

    在印度做購物 AI,光是換成在地品牌或加上聊天介面,不一定能讓顧客買得更好。Tej Pandya 提出一套評估方法,建議先挑一種明確任務,例如找出尺寸合適、含運費不超預算,而且能送到指定 PIN code 的鞋子,再檢查商品是否有貨、價格和退貨條件是否可靠。測試時也要和顧客原本會用的購物網站、搜尋引擎或全球 AI 助理比較,並算進客服、退款與人工處理的成本。語言、在地商品和配送服務都可能成為優勢,但要用實際成果證明。

  22. Dev.to Top Tech64

    AI 助理會把哪些 SaaS 服務留在外部?作者整理五種必要的「軌道」

    AI 助理能接手部分資料整理和工作流程,但有些服務仍得向外租用,像是付款、電話、聯絡資料和身分驗證。作者把這些服務比喻成軌道,整理出五類依賴,並用 ACP、AP2、x402 和 ChatGPT Wallet 說明付款方式各有不同:有的用授權指令留下紀錄,有的要求使用者每次核准。文章也提醒,供應商提供 AI 助理介面,不代表企業軟體已被取代;規劃時還得考慮人工核准、外部服務費用,以及誰負責資料和規則。

  23. Dev.to Top Tech44

    Lindy、Gumloop、Relevance AI 和 Bardeen 的 AI 助理工具怎麼收費?價格比較

    Lindy、Gumloop、Relevance AI 和 Bardeen 都用不同方式計算費用,有些收點數,有些還要按使用者人數收費,所以光看月費不容易比出誰划算。像 Gumloop 的 Pro 方案每月 $37,提供 20,000 點數,另收 8% 的流程安排費;Relevance AI 目前只列出企業方案,沒有公開價格。這些平臺的點數各有演算法,買之前要看清楚每點能做什麼,也要到各家網站確認最新價格。

  24. Dev.to Top Tech56

    AI 寫程式讓開發更便宜,但團隊仍得想清楚要做什麼

    AI 工具讓寫程式更容易,也讓更多人能做出產品,但不一定能讓每個團隊都更快。文章整理的研究顯示,用 Copilot 寫一個全新的 HTTP 伺服器,受試者快了 55.8%;另一項研究則發現,熟悉大型程式庫的開發者使用 AI 後慢了 19%。作者也提醒,產品做得快,仍可能沒人需要;文中引用的資料顯示,43% 的受調查新創倒閉案例提到產品和市場不合。文章最後提出先查證問題、用便宜方式測試,再決定是否開發的六步做法。

  25. The New Stack54

    AI 助理寫程式後,程式碼審查該看什麼?

    AI 助理寫程式的速度很快,工程師可能來不及逐行讀完每次改動,但核准的人仍要為結果負責。作者提出,審查時可以把注意力放在三件事:這次改動想解決什麼問題、是否符合事先訂下的條件,以及過程中做了哪些架構和技術選擇。驗證 AI 助理可以逐項檢查條件並提供證據,審查者再判斷方向是否正確;團隊也要能說清楚系統為什麼這樣設計、可能在哪裡失敗。這讓人不必每次都讀完所有程式碼,也能理解改動並承擔責任。

  26. Dev.to Top Tech49

    Gemini Flash-Lite 修 GitHub 問題實測:兩個模型各修好 1 個,成功成本最高 $0.561

    AI 助理修程式時,花掉的錢不只看每次任務的價格,也得看最後有沒有修好。作者讓 gemini-3.5-flash-lite 和 gemini-3.1-flash-lite 各自處理 9 個 GitHub 真實問題,兩者各修好 1 個;每個任務平均約 5 到 6 美分,但平均每修好一個問題,估算成本是 $0.426 到 $0.561,因為失敗的嘗試也要算進去。 模型大多把步驟用在搜尋和讀檔,有些還沒交出修改就用完 30 步。以 gemini-3.1-flash-lite 修 attrs-1320 為例,它第二次嘗試看到測試失敗的訊息後,才修對問題。不過每個模型只成功修好不同的 1 個問題,這次結果不足以判斷哪個模型比較好,也提醒我們:看 AI 助理的成本,不能只看它做了多少次工作,還要看成功了幾次。

  27. The Decoder71

    《The New Yorker》報導:AI 末日焦慮如何讓矽谷部分從業者走向宗教式團體

    AI 可能帶來末日的焦慮,讓部分科技從業者尋求宗教式的答案。文章轉述《The New Yorker》對佛蒙特州團體 Maple 的調查:前成員指稱,團體嚴格管理日常生活、記錄成員談話與呼吸,並打算用這些資料訓練一個以領導者心智為藍本的 AI;Maple 領導者否認多數指控,但承認團體有不公開的教義。文章也提到,研究者對 AI 導致人類滅絕的風險看法不一,並指出宗教倫理討論可能使監管、權力與控制等具體問題被擱置。

11月21日週六
  1. elvis52

    一開始就想把所有工作自動化,可能會做出一堆不合用的技能,結果還是得花時間修正。作者改為更深入參與,協助寫程式與研究用的 AI 助理寫出更好的程式、探索研究想法,再把有效做法整理成一連串可以持續調整的步驟。他會加入檢查、固定流程、整理上下文、記憶系統和評估,讓結果更穩定。作者認為,AI 助理不是什麼都能自己搞定的工具;要用好它,仍需要人瞭解自己的專業領域並仔細改善工作流程。

  2. Dev.to Top Tech44

    Axidort Index 掃描 50 個購物網站:AI 助理平均只能走到哪一步?

    讓 AI 助理替人找商品、比價,聽起來很方便,但它能不能順利走到結帳,還得看網站讓不讓它通過。Axidort Index 掃描 50 個購物網站,讓 AI 助理搜尋商品、檢視價格和庫存,再試著前往結帳;它不會登入、填表或下單。分數中位數只有 11 分(滿分 100),有 72% 的網站低於 50 分;有些網站會用機器人檢查擋住它,也可能拒絕把商品加入購物車。 這次掃描只代表一個地點、某個時間的情況,也沒有公開每個網站究竟在哪一步卡住,因此低分不等於網站做錯了,更不能說店家因此少賣了多少東西。對店家來說,可以先檢查商品價格和庫存是否能直接讀到、加入購物車是否需要先有登入狀態,以及防機器人設定會不會連購物用的 AI 助理也擋住。

  3. Dev.to Top Tech37

    ANTcell:讓一位工程師負責到底的三個角色

    AI 讓程式碼變得容易產生,但要確認它做得對,還是需要人的判斷。ANTcell 提出讓一位工程師負責從頭到尾的工作,並由三個角色在旁支援:Supervisor 說清楚工作要達成什麼,Supporter 提供組織裡的技術背景和規範,AI Helper 則協助工程師和 AI 合作,並把出錯經驗變成檢查規則。三個角色也各有不能做的事:不能拆好工作叫工程師照做、不能一邊提供技術協助一邊考核工程師,也不能替工程師決定是否交付。這種做法需要合用的平臺和能作判斷的工程師;只換職稱,並不會讓工作方式真的改變。

  4. Dev.to Top Tech38

    zkVerify Agent Games 深度解析:AI 助理只能自動領一次代幣,其他操作都得先證明安全

    AI 助理能替人動用錢包,光說「我做完了」並不能證明它真的照規矩辦事。Kasibat69 的人類操作者先訂好安全規則:每筆交易都要先預覽,只有一項例外能自動進行——AI 助理每小時只能呼叫一次指定合約的 claim(),而且至少累積 140 $PXIO、預覽沒有異常、錢包仍有足夠 BNB 時才能領取。到 11 月 21 日,這項工作已領取 14 次、共 2,189.63 $PXIO,每次都有交易紀錄可查;需要額外核準的升級則因風險檢查沒通過而停止。 交易紀錄能證明錢有移動,卻不能直接證明 AI 助理當時是依照規則做決定。zkVerify 的 Proof Gatekeeper 要求 AI 助理在核準或拒絕付款時,同時交出零知識證明,讓平臺確認它有遵守事先訂好的條件,卻不用公開內部做法。這能讓別人更容易查證 AI 助理有沒有守規矩;但規則訂得好不好,仍要由人來負責。

  5. Dev.to Top Tech48

    AI 電話分析工具怎麼選?先看電話是誰接的

    電話分析工具要看接電話的是誰:AI 助理接聽時,Agnost AI 會讀完整通話文字,照你寫的規則檢查有沒有辦好事,也會找出通話卡住、工具出錯或客人不耐煩的情況,再用 Slack 或電子郵件提醒。真人接聽時,銷售電話可看 Gong 或 Chorus,客服中心可看 Observe.AI 或 CallMiner;想知道哪個廣告帶來電話,可看 CallRail 或 Invoca;想把分析功能放進電話系統,則可看 Dialpad。 例如,CallRail 每月 $50 起,能協助小型企業檢視來電摘要、客人情緒和來電來源;Agnost AI 每月免費分析 1,000 筆事件,但它只看文字,無法判斷說話語氣或停頓。這些工具各有適合的電話型別,挑選時先想清楚誰在接電話,以及你想用分析結果改善什麼。

  6. Dev.to Top Tech42

    RAG 的下一步:讓企業 AI 助理整理和運用知識

    企業把檔案切成一小段一小段,再讓 AI 助理搜尋,常常找得到相關文字,卻不一定能回答需要多種資料的問題。文章認為,問題在於文字片段不等於知識;像「ABC Pro 何時上市、售價多少、何時新增 RAW 影片功能」,其實是幾種彼此相關的資訊。 作者以 LLMWiki 為例,提出先把資料整理成能互相連結、持續更新的知識頁面,讓 AI 助理依問題查產品、政策、訂單狀態和資料來源。穩定的企業知識可讓模型學習,會變動的價格、政策和即時狀態則交給 Wiki、資料庫或 API;RAG 仍可用來找原始檔案作為證據。這樣一來,企業 AI 助理就不只是在檔案裡找相似句子,也能根據整理好的知識回答問題。

  7. Dev.to Top Tech42

    用 Muse 做遊戲後,我才發現 AI 不會因為是電腦就更準確

    作者讓 AI 助理 Muse 負責遊戲 Rankshroud 的設計、寫程式、測試和宣傳準備,自己提供指示並檢查成果。Muse 會像人一樣忘記交代過的事、誤會意思,也可能把工作說成已經完成;作者還發現,對話和紀錄累積得越多,每次工作都得重看更多內容,花掉的 token 也跟著增加。專案一共用了約 10 億個 token,遠高於原先估計的 1,750 萬到 3,300 萬。作者認為,AI 做得快,不代表做得準;人也得花心力確認它記住了什麼、到底完成了什麼。

  8. Dev.to Top Tech48

    AI 助理 Muse 幫忙做遊戲,作者卻發現它常犯和人一樣的錯

    作者讓 AI 助理 Muse 負責設計、製作和測試遊戲 Rankshroud,自己下指令並檢查成果。過程中,Muse 會誤解要求、忘記事情,也會把工作說得像是已經完成;作者認為,電腦產生的報告看起來很精準,反而容易讓人相信錯誤結果。另一個麻煩是,Muse 每次工作都要重讀累積的對話和紀錄,資料愈多,耗用的 token 就愈快增加。作者原先估計整個專案會用掉 1,750 萬到 3,300 萬個 token,實際總量卻約 10 億個。這段經驗提醒我們,AI 助理做事雖快,仍需要人檢查,也得留意對話和紀錄不斷累積的成本。