跳到正文

#Agent

RSS
今日 29 則
11月21日週六
  1. Dev.to Top Tech60

    AI 助理遇上凌晨水管漏水,該如何交接給真人

    凌晨有人家裡水管漏水時,AI 助理可以先詢問狀況、整理資料,卻不能代替水電技師到場處理。作者建議把客戶回答、漏水是否持續和緊急程度整理成固定欄位,連「不知道」也要和「沒有」分開記錄;AI 助理可以提出技師和到場時間的建議,但夜間派工要由值班人員確認。遇到閥門沒關、信心不足或不認得的問題時,系統應通知真人並停止提出派工建議。相同訊息也要更新原有案件,避免一件漏水叫出多組派工。

  2. The New Stack56

    The New Stack 解釋 AI 助理的「記憶問題」可能來自不同地方

    AI 助理隔天接著工作時,可能從錯誤步驟恢復、記住不適用的偏好,或找到過期檔案,這些問題不一定都出在「記憶」。文章把需要管理的資訊分成三種:讓工作流程接續的狀態、留到下次使用的記憶,以及回答當下要查的外部資料。以客服助理為例,流程紀錄用來接續訂閱變更,使用者偏好要經過應用程式規則確認才儲存,回答則要查符合存取許可權的最新政策。LangGraph 和 LangChain 能協助組合流程與工具,但應用程式仍須管理資料的儲存期限、適用物件、更新和刪除方式,才能查清錯誤從哪裡來。

  3. O'Reilly Radar40

    本週 AI 觀察:AI 走進現實後,企業遇上哪些考驗

    AI 開始幫企業處理工作和購物,但新模型變強了,還是有些麻煩沒解決。Anthropic 把 Claude 擴充套件成工作平臺,也推出讓企業把登入資料和工作紀錄留在自家裝置上的方案;OpenAI 則讓商家在 ChatGPT 上介紹商品,AI 助理也能協助購物,但付款前仍要由使用者確認。航空公司、銀行和零售業者擔心隱私、安全與誤買,已開始限制外部 AI 助理使用服務。 AI 助理也可能記錯以前的經驗,或回答錯了卻聽起來很有把握。研究人員正在設計方法,讓 AI 助理查清楚記憶從哪裡來,也讓人看出模型何時不確定。另一方面,NVIDIA 創辦人黃仁勳離開執行長職務後,公司正尋找接任者;相關指控仍未證實。這些發展提醒企業,AI 要真正派上用場,還得處理好安全、責任和出錯時怎麼補救。

  4. Dev.to Top Tech70

    OpenAI 用 Codex AI 助理排查 ChatGPT 效能問題,作者分析背後流程

    ChatGPT 變慢時,找出問題、提出修正並確認是否改善,往往需要工程師一步步處理。OpenAI 的 Performance Factory 讓 Codex AI 助理調查效能退步、提出修正,再由工程師審核;修正部署後,另一個 AI 助理會確認問題是否消失。作者指出,這套流程把工作拆成可接續的任務,並用事件通知 AI 助理何時繼續,也替每個 AI 助理設定有範圍的許可權。OpenAI 表示,系統運作三個多月來已調查超過 1,700 次、找出超過 600 個問題根因,平均每天自動調查 17 次。作者也提醒,團隊還得安排人力判斷哪些調查最重要,並持續檢查 AI 助理是否退步或遇到工具故障。

  5. Dev.to Top Tech61

    Ali Ahmed 分享如何保護語音 AI 助理的 webhook

    語音 AI 助理的 webhook 會收到電話號碼、通話逐字稿和摘要;如果請求來源沒驗證好,或平臺重送同一通電話的事件,就可能留下重複紀錄或多寄電子郵件。Ali Ahmed 以自己打造的 HI Agent 為例,說明如何檢查 Vapi 傳來的金鑰,並用通話 ID 更新同一筆紀錄,只在通話完整結束後寄出摘要和逐字稿。他也指出,開發環境若略過金鑰檢查,設定錯誤的測試站可能變成任何人都能使用的入口;若寄信後回應遺失,重送事件仍可能造成重複郵件,因此可以記下是否已寄出。

  6. Dev.to Top Tech53

    NanoClaw 如何統一 Baileys 和 WhatsApp Cloud API 的使用者身分

    同一個人從不同 WhatsApp 串接傳訊息,可能被系統認成兩個帳號,原本設定的角色和群組許可權也就套用不到。NanoClaw 的 Baileys 會用帶有網域的身分代號,WhatsApp Cloud API 則只用電話號碼;作者把兩種格式統一成同一個使用者 ID,並提供資料遷移,合併已經分開的帳號及其角色和群組許可權。群組用來決定訊息要送到哪裡的代號則維持原樣。這個做法也提醒開發者,系統有多種登入或訊息入口時,應在建立使用者身分時統一格式,避免許可權被分散到不同帳號。

  7. Dev.to Top Tech73

    Kevin De Notariis 示範如何用測試讓 AI 助理遵守程式庫規則

    只把規則寫在 CLAUDE.md 裡,AI 助理可能把它當成參考,久了也容易漏掉。Kevin De Notariis 分享他開發 Gitmoap 的做法:替每條規則編上固定代號,再寫測試檢查檔案、程式碼和資料是否符合規定;例如從程式碼清單找出所有端點,確認每個都有檔案,也確認檔案沒有列出已移除的端點。遇到暫時清不完的問題,可以設上限或期限,讓測試在欠款增加或到期時提醒。作者也提醒,檢查必須確實執行,檔案審閱紀錄本身不能保證內容仍然正確。

  8. aihot87

    Runway 分享如何讓 AI 助理接手軟體交付流程

    AI 助理寫的程式變多後,工程師花在審查和測試上的時間也跟著增加。Runway 說明他們如何逐步讓 AI 助理處理程式檢查、審查、部分核准、產品測試和故障修復,再由協調器安排任務與合併順序;高風險改動和特定重要區域仍交由人核准。Runway 表示,10 月合併的程式改動中有 38% 由雲端 AI 助理協助完成,首次核准的等待時間也從 2 小時以上降到約 5 分鐘。工程師則轉而設定規則、處理卡住的工作,並決定要打造什麼。

    推薦理由:Runway 逐步交代 AI 助理接手寫程式、審查、測試與故障處理的做法,可用來理解自動化如何改變軟體交付流程。

  9. Dev.to Top Tech46

    Sandscale Vault 和 DLP 如何避免 AI 助理外洩憑證

    AI 助理要連資料庫或呼叫 API 時,常需要密碼或金鑰;如果把它們貼進提示詞、放在程式庫或印進指令輸出,就可能被複製到模型對話或紀錄裡。Sandscale 的 Vault 會把憑證送進執行中的環境,結束後就失效;DLP 則會檢查提示詞和 MCP 工具呼叫,發現敏感資料就擋下來。舉例來說,啟動沙箱時可以讓程式使用資料庫密碼,但 AI 助理看不到密碼本身。 不過,沙箱裡執行的程式仍能讀取環境變數;如果指令把密碼印出來,文章沒有說 DLP 會檢查這種輸出。這兩項工具能減少憑證在送程序式前外洩的機會,仍要搭配短效、許可權較小的憑證,並留意 AI 助理實際執行的指令。

  10. elvis48

    醫院工作常要查保險、申請事前授權、處理理賠和索取病歷,還得在不同系統間小心操作。Hospital-bench 用模擬醫療系統測試 AI 助理,系統裡有 13 個應用程式和 131 種工具;20 個模型共完成 48 項任務。GPT-6.2 Astra 平均得分最高,為 62.4%;Claude Opus 5.5 完整通過的任務最多,共 17 項。安全也是大問題:有模型洩漏受限病歷、錯改已付款的理賠,或做了超出許可權的事。GPT-6.2 Astra 和 Gemini 4 Neon 沒有任務因造成傷害而被判零分,但有些模型最多有 10 項。結果顯示,AI 助理要可靠又安全地完成跨系統工作,仍有很大挑戰。

  11. Dev.to Top Tech54

    burnstop 用本機代理攔住 AI 助理失控重試

    AI 助理卡在重試迴圈時,程式可能看起來仍正常,卻持續消耗 API 額度。作者因應自己的 VPS 使用情境,做了開源工具 burnstop,當作 AI 助理和 API 服務之間的本機代理。文章指出,服務商的花費上限通常按月計算,觸發時還可能影響共用同一組 API key 的其他專案;systemd 等程式監控則只看程式是否還在執行。設定 burnstop 後,把 AI 助理的 base URL 指向它即可,作者表示不需要修改程式碼。

  12. Dev.to Top Tech62

    如何讓 AI 助理換匯後安全存入 Arc 預算金庫

    AI 助理替客戶換匯時,如果程式在交易送出後當機,重試可能會把同一筆錢付兩次。作者在 Arc 測試網實際把 EURC 換成 USDC,再存進預算金庫;程式會先記下已簽署的交易,重開後也會查鏈上紀錄接著處理,不能確定交易狀態時就先停下來。測試中,供應商 API 回報的路由器和實際換匯端點不一致,報價時間單位也容易被誤讀。這條流程已在測試網跑通,但作者表示,上主網前仍要釐清供應商的問題並確認交易資料格式。

  13. Dev.to Top Tech47

    Sandscale 如何用政策限制 Claude Code、Codex 和 Gemini CLI 的操作

    會改檔案、下指令的 AI 助理需要界線,避免做出不該做的事。Sandscale 提供兩種用法:讓 AI 助理在雲端工作空間裡執行,或讓它透過 MCP 使用隔離的沙盒;政策則可規定哪些操作能做、哪些要先由人核准。以 Claude Code 為例,每次提示詞和工具呼叫都會先經過檢查,可能被放行、擋下或交給人決定;Codex 和 Gemini CLI 會記錄每一步,但檔案沒有說它們能在操作前擋下呼叫。所有操作都會留下紀錄,因此使用者仍要看清楚 AI 助理做了什麼,特別是 Codex 和 Gemini CLI。

11月20日週五
  1. The Decoder58

    Apple 傳將打造能操控裝置的 AI 助理,也增加外部工具控制 Mac 的步驟

    Apple 傳出正在打造能操作裝置的 AI 助理,但目前仍在早期階段。根據職缺資訊,Apple 正尋找資深工程師帶領這項計畫;報導說,新助理預計會把隱私放在重要位置,採用許可權設定與隔離環境。另一方面,macOS 27.3 把允許 ChatGPT 等第三方 AI 助理控制 Mac 的流程,從 4 個步驟增加到 14 個。Apple 表示這是為了保護使用者,部分 AI 公司與使用者則認為此舉可能拖慢競爭對手。

  2. Dev.to Top Tech67

    作者用 CLAW 帶 Claude Code 團隊完成帳務服務並修復 16 個錯誤

    大型程式專案常要處理很多檔案,也得安排工作、檢查結果,光靠 AI 助理自己摸索容易前後不一致。作者用 CLAW 替 Claude Code 安排分工方式,讓 Opus 負責規劃和檢查,其他 AI 助理分頭寫程式、測試,再由 Opus 多次執行測試確認成果。作者用這套流程做出一個帳務服務,並在其中放入 16 個錯誤,再讓 CLAW 修復;兩次測試都找出並修好了全部錯誤。CLAW 也會儲存專案進度和決定,讓新工作階段能接著做。

  3. Dev.to Top Tech52

    OpenLotus 為 AI 程式開發助理儲存跨工作階段的專案記憶

    AI 程式開發助理換了工作階段或工具後,常得重新讀檔、回想決策,白白花掉 token。作者花了 6 個月打造 OpenLotus,讓專案把計畫、決策、限制和踩過的坑整理成一份共用紀錄,支援的 AI 助理可透過 CLI 和 MCP 讀取或更新,換工具時也能接著使用。作者提到外部研究曾測得記憶與檢索方法能減少 token 使用,但這些不是 OpenLotus 的測試結果;OpenLotus 本身能省下多少 token,作者尚未透過對照測試確認。

  4. Air Street Press76

    Air Street Capital 領投 LATO 470 萬美元種子輪,打造 AI 專家訪談服務

    投資人要判斷一家公司有沒有優勢,常得花時間找到懂行的人訪談。Air Street Capital 表示,它用 Codex AI 助理和 LATO 設計研究問題,由 LATO 招募專家並用語音 AI 助理訪談,再一起整理逐字稿、調整下一輪問題。這套流程也能追查結論背後的原話,例如受訪者提到,新廠商承諾較快交貨,但關鍵零件仍要等 42 到 50 週。Air Street Capital 領投 LATO 的 470 萬美元種子輪;作者看好這種方式能協助投資人檢查假設,也能用在科技公司的產品研究。

    推薦理由:LATO 的案例呈現 AI 助理如何協助招募並訪談專家,讓投資人更快追問供應鏈瓶頸與交期假設。

  5. Dev.to Top Tech56

    多個 AI 助理共用一臺電腦,為什麼會互相弄亂工作?

    兩個 AI 助理同時改同一份程式時,可能互相蓋掉修改,還以為是自己做錯,接著把對方的工作改回去。作者說明,問題也會出現在連線埠、套件、API 額度和許可權上;如果兩個助理都用同一個人的帳號,事後也難以查出是哪個助理做了什麼。作者建議先讓每個助理使用不同的工作目錄、分支、連線埠和憑證,合併修改時由人確認。長遠來看,電腦系統需要能分辨每個助理,並分開管理它們的許可權與資源。

  6. Dev.to Top Tech69

    Google 推出 Gemini 4 Neon,主打兼顧推理能力與價格

    挑模型時,小型款速度快、價格低,大型款能力強但更貴,中間款能不能划算,得看價格和用途。Google 在 11 月 18 日推出 Gemini 4 Neon,定位介於 Hydrogen 和 Carbon 之間,主打複雜程式開發、分析推理和企業工作流程。Neon 每百萬個輸入 token 收 $3、輸出 token 收 $15;Google 表示,在預設的高思考等級下,每項任務比 Carbon 便宜 32%,但這是 Google 提供的比較數字,尚無外部測試重跑。Gemini 的 Tasks 現在也能使用 Neon,處理多步驟工作。它將提供給部分付費方案與企業使用者,沒有免費方案。

  7. Dev.to Top Tech42

    PerfectVector 為 AI 助理提供 Markdown API 檔案,減少讀取網頁時的多餘內容

    一般網頁檔案除了說明文字,還可能帶著大量網頁程式資料,讓 AI 助理難以直接找到需要的內容。PerfectVector 為每個檔案頁面準備 Markdown 版本,也讓同一個網址能依要求回傳 Markdown;例如 AI 助理可從 /llms.txt 找到產品、價格和 API 檔案的連結。文中的一頁 HTML 有 370,609 bytes,Markdown 版只有 12,290 bytes,這次量到的 HTML 是 Markdown 的 30.2 倍大。這些做法讓檔案更集中、方便讀取,但團隊還沒測試它們是否能提升 AI 助理的回答準確度。

  8. Hugging Face Blog84

    Hugging Face 示範為 Qwen3.8-27B 訓練 AI 助理工具專用介面卡

    通用模型搭配不同 AI 助理工具時,可能會多花時間和 token,解程式問題的表現也不夠好。Hugging Face 團隊把強化學習直接放進 pi、Hermes Agent 和 OpenCode 這三種工具中,分別為 Qwen3.8-27B 訓練介面卡,也把三者合併成一個版本。測試顯示,各自的專用版本在對應工具和程式開發基準上都優於原模型,完成任務時也少用工具;合併版本則能在三種工具中使用。這套流程與訓練資料也公開,讓其他人能照著調整自己的模型和任務。

    推薦理由:這套流程把強化學習放進實際使用的 AI 助理工具中,並比較專用與合併介面卡的成效,可供重現與評估程式開發任務。

  9. Dev.to Top Tech58

    This Week In React #306:React、Expo 與 Node.js 本週更新整理

    這期整理了 React、行動開發和 JavaScript 生態系的多項新訊息,焦點之一是開發工具開始讓 AI 助理直接操作介面、建置程式並檢查成果。Expo 推出雲端模擬器,AI 助理可以在隔離的環境裡執行 App,留下錄影、截圖和記錄供人檢查;Exact 也推出建置與安裝服務,串起從改程式到手機驗收的流程。其他訊息包括 Vercel 的 UI SDK、React 與 Solid 更新,以及 Webpack 原生處理 CSS 和 HTML。

  10. Dev.to Top Tech60

    如何設定 n8n 工作流程失敗通知

    n8n 工作流程自動執行失敗時,如果沒有通知機制,可能不容易及早發現。作者示範建立一個以 Error Trigger 開始的錯誤處理工作流程,再到各流程設定中指定它,並用 Slack、電子郵件等方式接收通知。Error Trigger 只會處理自動執行的失敗,手動測試不會觸發;可以用會定時執行、並刻意出錯的測試流程確認設定。作者也提醒,每個要監看的流程都要個別設定,錯誤處理流程本身也可能失敗,頻繁出錯會造成通知過量,而錯誤訊息可能含有網址或請求內容,轉發前要留意是否包含機密。

  11. Dev.to Top Tech72

    RE-call 怎麼讓不同 AI 助理共用工作記憶

    AI 助理每次開新工作階段,常會忘記之前學到的規則,又把同一個問題查一遍。作者介紹 RE-call,讓 AI 助理從電腦裡的 Markdown 筆記找回相關經驗,也能把記錄分享給同一臺電腦上的其他 AI 助理;找不到合適資料時,它會說明沒有答案。作者在四種陷阱任務中比較 Claude Code 的表現,加入 RE-call 後,這些任務裡犯錯次數從 40 次中的 21 次降到 0 次。不過測試只用一個模型和四種任務,另一項任務成功率研究也沒有發現整體提升。

  12. 雷科技61

    千問和天貓超市推出 AI 週期購,可定期自動補貨

    紙巾、洗衣液和貓糧用完前,常得自己記得補買。千問和天貓超市推出 AI 週期購,使用者可以在千問裡說出想買的日用品,再設定補貨間隔和可接受的價格。作者實測購買貓砂時,商品頁會列出預設週期、期數和預估優惠價;確認後還要到支付寶授權,並可檢視任務總額、結束時間及未買到不扣款的規則。設定完成後,系統會按週期自動下單。

  13. Dev.to Top Tech66

    SoluTerminal 團隊分析 Claude 花費,發現多數用在 AI 助理互相傳訊

    同時使用很多 AI 助理時,光看工作做得快不快,很難知道 token 花得有沒有效率。SoluTerminal 團隊回頭檢查 1 到 8 November 的 Claude 用量,發現 57% 的花費用在由另一個 AI 助理訊息觸發的回合,約 20% 則由人開始;這些數字按加權 token 計算,不是美元。團隊也發現,助理之間有不少重複傳話,工作流程引擎曾讓任務變慢,測試工作也一度排隊。團隊把繁重工作移到雲端機器,並讓 AI 助理透過鎖定機製取得共用資源,減少彼此傳訊協調;這項調整才剛推出,成效還無法衡量。

  14. Dev.to Top Tech70

    工程師如何帶領 AI 助理完成軟體開發

    把寫程式的工作交給 AI 助理後,工程師仍得確認需求、設計系統,並判斷程式能不能安全上線。Matthew Odumosu 分享自己如何用 Claude Code 讀取工作需求與設計稿,再先規劃架構、編寫程式和測試,最後交由另一個 AI 助理檢查,並由人審核合併。他也介紹如何用 CLAUDE.md 記下專案規則,讓新工作階段能接續先前進度。文中整理了處理重複請求、同時修改資料、服務故障和監控紀錄的做法,並強調生產資料要用唯讀許可權,修改仍由人核准。

  15. Dev.to Top Tech35

    旅客已經用 AI 規劃烏茲別克行程,旅遊業者怎麼接住客人?

    旅客現在會先問 AI 怎麼安排旅行,再到旅遊業者的網站確認價格和日期;他們喜歡 AI 回得快,重要行程卻還是想找真人和可信的公司。作者做了一個烏茲別克旅遊示範 AI 助理,會依業者提供的行程和價目表推薦旅遊方案、回答簽證和交通問題,也能把對話整理成附有編號的預約需求,再交給真人顧問處理。示範服務能用英文、烏茲別克文和俄文對話。重點是讓 AI 處理常見問題、真人照顧客人,而且價格等資訊必須來自業者的資料,不能讓 AI 自己猜。

  16. Wired · Artificial Intelligence48

    Muse 幫 Instagram 使用者找出沒回追的人,掀起退追風潮

    想知道誰沒回追自己,現在有人會請 Meta 的 AI 助理 Muse 幫忙找出名單,再決定要不要退追。Instagram 使用者 Khalil Roberts 請 Muse 找出不回追他的非名人帳號,幾分鐘後收到 151 個帳號的清單;其中有些人原本是他以為的朋友。這類退追風潮也出現在 X、Instagram 和 Facebook,有人用它整理追蹤名單,也有人因此發現不想知道的人際資訊。研究社群關係的學者提醒,知道這些事不一定對自己有幫助;Roberts 也說,他不打算再讓 Muse 替自己的社交關係做決定。

  17. The Hacker News46

    AI SOC 如何逐步讓 AI 助理獲得更多自主權

    AI 助理能幫資安團隊查資料、判斷警示,也可能直接停用帳號或隔離伺服器;但放手太多,一個錯誤就可能影響整家公司。文章建議把每項工作分開看:查詢紀錄、整理線索這類容易檢查的工作,可以交給 AI 助理處理;停用帳號或隔離正式環境的伺服器,則應保留人工核准。判斷時要看錯了能不能復原、會影響多少人,以及手上的證據是否可靠。 人工核准也要看得到 AI 助理查了什麼、根據什麼理由下結論,以及排除了哪些可能;否則人只是在排隊時一路按同意。團隊可以先讓 AI 助理在測試模式演練,確認結果可靠、留下完整紀錄,也準備好復原方法,再逐步增加許可權;如果表現變差,就應降低許可權。這樣才能讓 AI 助理接手查證工作,同時把可能造成的損害控制在範圍內。

  18. Dev.to Top Tech61

    Hikes 提供可在本機執行、介面可自訂的 AI 助理框架

    想在本機使用 AI 助理,又希望介面和工作方式更有彈性,作者因此打造了 Hikes。這套開源工具可在本機執行,也能搭配線上或本機模型,並提供工作區檔案、網路搜尋、Shell 指令、記憶功能和 MCP 等工具。作者也為它設計可自訂的液態玻璃風格介面。目前專案仍在早期階段,作者希望收到安裝方式、檔案和介面的意見。

  19. Dev.to Top Tech48

    Bitnxs 開源 Grok Bot 範本,讓 AI 助理檢視永續合約行情並操作交易

    想讓 AI 助理看即時行情或幫忙下單,卻怕它搞錯 API 設定,甚至不小心送出交易?Bitnxs 團隊開源了一套 Grok Bot 範本,分成三份技能說明和兩支 Python 程式。你可以先用不用 API 金鑰的程式檢視 BTC、ETH、SOL 行情;需要交易時,另一支程式則能在送出前先用試跑模式檢查訂單內容。範本也把 API 的使用規則寫清楚,並讓提醒和定期行情摘要維持只讀。舉例來說,試跑買進 BTC 的指令只會印出預計送出的訂單,不會真的下單。不過 Bitnxs 沒有測試網,實際送出的訂單會動用真實帳戶資金;使用槓桿也可能很快賠光保證金。

  20. Dev.to Top Tech67

    用 50 行 Python 檢查 AI 助理改版,避免錯誤承諾被部署

    AI 助理改了提示詞後,表面上回答得不錯,卻可能開始答應不該給的折扣。作者用一段 50 行的 Python 範例,替每種問題寫下要呼叫的工具、回答必須或不能出現的內容,以及可接受的回覆時間;每次改版後跑一遍,就能看到通過比例,決定是否部署。範例中的新版多答應了折扣,因此被檢查擋下。文章也建議把實際對話中的錯誤加入測試,並在每次提示詞、模型或工具變更後檢查。

  21. Dev.to Top Tech58

    作者如何用 Antigravity 和 Gemini 4 打造智慧家庭能源管理工具 cheap-watts

    太陽能、家用電池、電動車和每小時變動的電價若沒有協調好,可能會在不划算的時間買電,或讓電動車把家用電池的電量用掉。作者用 Antigravity 搭配 Gemini 4 Hydrogen 規劃需求、Gemini 4 Carbon 撰寫和測試程式,做出開源工具 cheap-watts,自動安排電池和車輛的充電時間。工具每 30 分鐘檢查天氣、電價和車輛狀態,也能先用 --dry-run 試跑,確認排程後才控制家用逆變器。作者也分享用不同 AI 助理分工、隔離硬體介面,以及透過程式檢查和 PR 流程降低金鑰外洩與裝置誤操作風險的做法。