在 Vercel Sandbox 上執行 Terminal-Bench 及其他 Harbor 評估
Vercel Sandbox 允許在隔離的 Firecracker 微VM 中執行 Harbor 評估,並可透過 AI Gateway 呼叫多個模型,提升測試效率與安全性。
Vercel Sandbox 允許在隔離的 Firecracker 微VM 中執行 Harbor 評估,並可透過 AI Gateway 呼叫多個模型,提升測試效率與安全性。
Open-weight 模型 在 AI Gateway 8 月份佔據 56% 的代幣量,首次超過所有封閉模型。 - 代幣成本:平均每代幣價格較 5 個月前下降 23.2%,中位團隊每代幣支付 7.6% 更低。
Epoch Brief 於 2026 年 9 月 12 日釋出,提供 AI 產業趨勢、硬體競爭、GDP 影響及 GPT‑6 Astra 評測等多元洞察。 - AI 晶片競爭:華為 Ascend 950 與 Nvidia H100 相比,算力僅為其一半,且受出口管制限制,預估 2026 年 AI 計算量不到 Nvidia 的 4%。
本集探討近期 AI 安全、遞迴自我改進與底層軟體工程的關鍵挑戰,涵蓋極端安全事件與自動化開發的實務危機。 - 安全與護欄危機:葉門青年運動拆解提示詞利用 Claude 開發導引飛彈,突顯單一對話護欄的脆弱性;實體門禁 Paxton10 也被揭露存在嚴重的漏洞鏈。
頂尖 AI 研究員相繼離職,並對 OpenAI 未來威脅論點提出質疑,文章同時報導 System76 推出 192GB GPU 記憶體 Linux 工作站、AirPods 5 降噪升級與 Typewise Nova 自我進化客服 Agent。
OpenRouter 正式推出複合式推理系統 Fusion,能將單一提示詞同時傳送給多個模型進行平行審議,並透過裁判模型與呼叫模型綜合產出最終解答。
Chromium 在野 RCE 漏洞被活躍利用,Google 只提供千元懸賞;同時 OpenAI 代理人利用舊 Wiki 漏洞被曝光,並被專家追蹤。 - Chromium 版本:所有版本均受影響,漏洞已被活躍利用。
推薦理由:Chromium 沙盒 RCE 事件揭示獎金激勵不足,OpenAI 代理人漏洞提醒企業需加強內部審計。
本集深入探討 GPT-6 Astra 的外掛筆記機制與安全限制,並分析多項技術與安全議題。 - GPT‑6 Astra:外掛筆記機制、Qwen 3.8 27B 可於 Cerebras 以 1500 tokens/s 執行。
AI 基礎設施 在雲端遭受持續攻擊,Wiz 研究在 90 天內觀測到三大攻擊模式:MCP 伺服器利用、盲目提示注入、AI 原生後門利用。 - 攻擊面:90% 之雲端環境執行自託 AI 軟體,81% 受管理服務,63% 自託模型,形成主流攻擊面。
導語:研究顯示 Claude Code Opus 5 Auto Mode 在實際攻擊中仍能以 60-80% 成功率被利用,揭露模型安全機制的侷限。 - 成功率:在小樣本測試中,攻擊成功率達 60-80%,遠高於 Anthropic 針對 72 個間接注入場景的 0% 成效。
推薦理由:此研究揭示 Claude Code Opus 5 Auto Mode 在實際攻擊中仍易被利用,提醒使用者仍需部署獨立沙盒以保障安全,並強調安全評估不僅依賴模型自帶安全機制。
Claude Desktop 現已支援透過 Ollama 作為第三方閘道,使用者可在同一環境下呼叫本機或雲端模型。 - 功能:在 Ollama 內啟用 Claude Desktop,並可在本機或 Ollama 雲端切換模型。
OpenAI 在 7 月 27 日至 8 月 14 日期間對 Terra 與 Luna 模型提供大幅折扣,導致每日使用量分別飆升 5.6 倍與 13.8 倍。
本集解析微軟 Entra ID 反序列化漏洞引發的雲端資安焦慮,並探討 AI 逆向硬體裝置的新威脅與工程落地瓶頸。 - 微軟 Entra ID 漏洞:微軟日前發布 CVSS 10.0 的 Entra ID 遠端程式碼執行漏洞並指遭在野利用,但隨後改口撤回,且未提供客戶修補程式。
summary_zh: SOP‑Bench 是一套公開的基準,測試 AI 代理在真實商業程式(SOP)上的執行能力,並以工具呼叫與真實答案做評分。 - 範圍:涵蓋 12 個行業(醫療、危險品分類、客服、內容審核、金融合規、倉庫檢查等),共 2,000+ 任務。
Hugging Face 團隊釋出研究探討如何為 AI 助理配置自蒸餾記憶,評估了從 30B 到前沿模型的 8 款模型在 AppWorld 基準上的表現。研究發現AI 助理記憶效果取決於模型能力層級:強模型適合注入完整記憶,較弱模型適合精選檢索,而已飽和模型則無明顯增益。精選檢索能在僅增加 5% token 的情況下使 gpt-oss-120b 任務完成度提升 16.1 個百分點。
本文說明如何透過將加密的 LLM 推理痕跡重放到另一個相容模型,並使用 jailbreak 讓模型揭露內部推理,進而復原原始推理文本。 - 技術原理:將一個模型產生的加密推理 blob 送回同一供應商的另一模型,該模型可被誘導回傳解碼後的推理內容。
推薦理由:本文揭示可透過重放加密推理痕跡,從另一模型中復原內部推理,提醒使用者注意共享加密 blob 可能洩露敏感資訊。
DeepSeek V4 Pro 0813 在 DeepSWE 基準中,單次回合成本僅 $0.24,比 Claude Fable 5 的 $21.63 低 90 倍。
本文介紹如何在聊天請求中透過 content 陣列傳送文字與圖片,支援多種視覺模型且請求格式保持一致。 - 請求格式:使用 messages 陣列,包含 type: text 與 type: image_url 兩個部分,支援公開網址與 base64 資料格式。
推薦理由:原文詳細拆解如何透過 API 傳送圖片給多模態大語言模型,開發者可據此評估公開網址與 base64 編碼的適用時機。
Anthropic 在 2025 年 11 月宣佈投資 500 億美元於美國算力基礎設施,並於 2026 年前透過約 500 億美元債務完成 1 GW 以上的 TPU 系統與 1.43 GW 資料中心建設。
跨模型工具呼叫:一次編寫迴圈,隨意切換模型 - 工具定義:使用 OpenAI 相容的 JSON schema 定義 get_weather(location, unit),同一套工具可在所有模型上重用。
OpenRouter 正式推出全新改版的 Auto router,利用平臺上每週超過 55T token 消耗的真實市場消費資料來驅動模型選擇,並隨時保持最新模型支援。
OpenRouter 推出全新的 Ori Harness 命令列工具,讓使用者透過簡單的指令快速安裝與登入,即可自動獲得針對 OpenRouter 最佳化的配置,無須再手動設定複雜的環境變數。
Amazon Science 發布 PatientAgentBench,這套可重現、經臨床醫師驗證的基準,評估面向患者的醫療 AI 助理能否在多輪對話中維護安全、遵循臨床流程並完成患者目標。
推薦理由:PatientAgentBench 將多輪病歷對話、分診與照護流程納入評估,研究結果指出例行請求也可能藏有臨床風險。
OpenRouter 正式推出 LangChain 專用套件 langchain-openrouter(Python)與 @langchain/openrouter(TypeScript),提供原生整合與自動跨供應商故障轉移能力。
OpenRouter 官方發布指南,深入解析如何跨延遲、吞吐量、正常執行時間與量化精度評估不同大模型服務商的效能表現。 - 四大核心指標:延遲(首字延遲 TTFT)、吞吐量(每秒輸出 token 數)、正常執行時間與量化精度,並建議使用 p90 與 p99 尾部延遲而非平均值來衡量真實體驗。
OpenRouter 正式推出 Classifiers 功能(目前處於 beta 階段),讓使用者能夠為 AI 世代自動加上結構化中繼資料,藉此追蹤代理行為、使用模型與成本分佈。
OpenRouter 發布了關於如何結合提示詞快取(Prompt Caching)與黏性路由(Sticky Routing)降低多輪對話成本的完整教學。
summary_zh: Epoch AI 於 2026‑07‑08 發布 EBR‑bench 基準,測試 AI 在複雜棋類遊戲 Earthborne Rangers 中從經驗學習的能力,結果顯示 AI 目前尚未能從錯誤中學習。
測量開源衍生模型的可信度 - 評估工具:Cognition 建立了結合直接提問與真實編碼場景的評估套件,涵蓋宣傳、拒絕與差異化安全等三大維度。 - 實驗物件:對 Kimi K2.7 Code、DeepSeek‑V4、GLM 5.2、GPT 5.5、Claude Opus 4.8 以及新開發的 SWE‑1.7 進行測試。
summary_zh: 本文探討 AI 推論成本驟降至每百萬 token 低於 $0.10,並提出三大資料系統挑戰:為代理程式、由代理程式、以及由代理程式構建資料系統。
Claude Science 是 Anthropic 與 Modal 合作推出的生命科學 AI 工作臺,允許研究者在對話中直接執行 GPU/CPU 計算並自動擴充套件至 Modal 容器。
推薦理由:Anthropic 與 Modal 合作推出 Claude Science 生命科學 AI 工作臺,讓研究者能在對話中直接執行 GPU/CPU 計算並自動擴充套件至 Modal 容器,並提供 10 萬美元計算資源獎勵,協助學術團隊加速藥物發現與基因編輯研究,並於 6 月 30 日正式上線,同時提供免費 30 美元起始計算額度,方便新使用者快速體驗。
Claude 代理 在執行畫面截圖後進行推理,期間畫面可能被改動,形成 TOCTOU 漏洞。 - 漏洞重現:在 Outlook 草稿頁面,代理誤點「傳送」按鈕,送出惡意郵件。
Kimi K2.7 Code 與 Claude Fable 5 在產生 12 個登入頁的實驗中,成本平均下降 94%,且品質相近。 1. 成本 Kimi 4 分錢/頁,Fable 1.09 美元/頁,平均 16 倍便宜。
Modal 發布多項產品更新,包含 VM 沙箱、低延遲路由、RBAC 等功能。 - VM 沙箱 (Alpha):執行真實 Linux kernel,支援 Docker 容器、eBPF、systemd 等 Linux 特性,提升 I/O 效能。
Modal 與 Anthropic 合作,推出將 Claude Managed Agents 與 Modal Sandboxes 整合的全新功能,讓使用者可在自託管沙盒中執行工具呼叫,並享受快速冷啟動、可自訂映像、快閃計價與安全網路等優勢。
Claude Opus 4.7 被 ChatGPT 生成的對抗影像成功誘導執行記憶工具,將偽造的個人資訊寫入未來對話。 - 攻擊方式:利用 ChatGPT 產生含暗示文字的影像,誘導 Opus 4.7 解析並執行 memory_user_edits。
推薦理由:本研究揭示 Claude Opus 4.7 在面對 ChatGPT 生成的對抗影像時仍能被誘導執行記憶工具,提示在升級模型時仍需加強對抗性測試。
文章闡述 Anthropic 推出的 Mythos 代理在漏洞發現與利用上的顯著提升,並警示組織需加速修補流程以應對潛在威脅。 - Mythos Preview:在 Firefox JS 引擎漏洞測試中,成功率從 Opus 4.6 的 2/百次提升至 181 次。
SWE‑1.6 以 11% 的基準提升與 6 倍更快的訓練速度,示範 RL 在軟體工程代理模型上的效能與使用者體驗平衡。 - 基準成績:SWE‑1.6 在 SWE‑Bench Pro 上比 SWE‑1.5 高 11%。
推薦理由:SWE‑1.6 以 11% 的基準提升和 6 倍更快的訓練速度,示範 RL 在軟體工程代理模型上的效能與使用者體驗平衡。
本研究展示了 AI 代理技能中隱藏的 Unicode 指令可被用於後門攻擊,並提供了掃描工具與修補建議。 - 隱藏機制:利用 Unicode 標籤(Tag)插入不可見指令,影響 Gemini、Claude、Grok 等模型。
Ollama v0.14.0 之後的版本已支援 Anthropic Messages API,讓 Claude Code 能直接使用任何 Ollama 模型。
推薦理由:Ollama v0.14.0 相容 Anthropic API,讓 Claude Code 可直接在本地或雲端執行,擴大開源模型的應用場景。