跳到正文

全部動態

RSS
今日 207 則
11月22日週日
  1. 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。

  2. Dev.to Top Tech48

    AI 助理有花費上限,怎麼知道它是不是卡在重試迴圈?

    AI 助理卡在重試迴圈時,雖然花費上限能讓它停下來,卻看不出它為什麼一直重試。每次重試都會重新送出越來越長的上下文,費用可能越燒越快;文中提到一次實際執行,到第 40 次時單次費用是第 1 次的 40 倍。作者做了一款 $19 的命令列工具,會比對每一步使用的工具和引數,若相同組合重複至少 3 次,就能提早抓出迴圈,也可讓 CI 在發現迴圈時失敗。搭配花費上限和執行紀錄,團隊能知道 AI 助理做了哪些事、花了多少錢,以及修正是否有效。

  3. Dev.to Top Tech70

    合成使用者有用嗎?研究說明 AI 模擬買家的優缺點與用法

    AI 模擬買家能不能代替真實顧客,取決於你要問什麼問題。文中整理多項研究:在個人護理產品的概念排序中,AI 的結果約達真人小組彼此一致程度的 90%;但重做真實訪談時,回答可能太正面、太籠統,也不太能說出哪些需求最重要。這些研究比較的是人們怎麼回答問卷,不是他們最後會不會購買。作者建議先讓 AI 比較幾個已寫好的選項,提供具體的買家背景,並請它用自己的話說理由;再調換選項順序、重跑一次,看看結果是否改變。模擬結果適合拿來準備問題,最後仍要用真實顧客的回覆或購買行為確認。

  4. Dev.to Top Tech48

    動態 QR Code 為什麼會突然失效?設計時該怎麼避免

    QR Code 裡放的是文字;如果文字是一個網址,手機掃描後就會開啟那個網頁。靜態 QR Code 直接存目的地網址,只要網頁還在就能使用,但網址改了就得重新印;動態 QR Code 則先連到服務商的短網址,服務商可以改目的地、統計掃描次數,卻也能在免費試用或訂閱結束後停掉轉址。 設計動態 QR Code 時,可以讓已印好的連結即使停止付費也繼續轉址,把付費限制放在修改設定或檢視新統計資料上。若網址印在 QR Code 旁邊,短網址可忽略大小寫,並避開容易看錯的字元;使用 302 轉址,也能避免瀏覽器記住舊目的地。選工具前,先確認服務商停止收費後會怎麼處理轉址。

  5. Dev.to Top Tech85

    VMware vCenter CVE-2026-123890 已遭利用,修補後也要檢查入侵痕跡

    VMware vCenter 有一個嚴重漏洞,能連上伺服器的人可能不必輸入密碼,就取得管理員許可權。Google 表示,一個疑似與中國有關的間諜組織至少從 9 月初開始利用這個漏洞;已知事件中,攻擊者先從 BeyondTrust Remote Support 的零時差漏洞進入,再接管 vCenter。Broadcom 已發布修補版本:vCenter 9.1.1.0200、9.0.2.0200 或 8.0 U3m,VCF 5.x 則需更新至 5.2.5;沒有替代緩解方式,Quick Patch 也無法套用。vCenter 7.0 尚無公開修補版。更新後仍要檢查 SSO 管理員帳號、SSH 設定和 ESXi 主機上的 SSH 金鑰,因為修補不會自動移除已進入系統的攻擊者。

    推薦理由:這起攻擊顯示,入侵者可能先從其他入口進入,再利用 vCenter 漏洞擴大控制;修補後仍須檢查是否已有陌生帳號或 SSH 金鑰。

  6. Dev.to Top Tech65

    作者示範如何移除郵件引用,減少摘要工具讀取的 token

    客服郵件常把前面的對話一再貼進新回覆,送進模型後,token 數可能比實際新內容多很多。作者用一組 10 封郵件的測試發現,原本只有 487 tokens 的新文字,連同引用內容計算後變成 5,068 tokens;他示範用程式移除純文字郵件中的引用區塊,再把各封信的內容交給模型。這能減少摘要工作的輸入量,但遇到 HTML 郵件、不同語言的引用格式,或穿插在引用中的回答時,簡單規則可能漏掉內容,需依實際郵件格式檢查。

  7. Dev.to Top Tech67

    Windows 11 與 Server 2025 的 GPO WMI 篩選教學:15 組查詢範例

    同一個組織單位裡可能有不同系統和用途的電腦,讓同一套群組原則不一定適合全部套用。這份教學說明如何建立 GPO WMI 篩選器,並提供 15 組查詢範例,可依 Windows 版本、伺服器型別、筆電或記憶體等條件挑選目標電腦。套用前,可以先在目標電腦測試查詢;有結果代表符合條件。文章也提醒,篩選器會在原則處理時執行,查詢寫錯可能讓原則套用失敗,因此應在符合與不符合條件的電腦上都測試,並留意執行成本。

  8. Dev.to Top Tech36

    TypeScript Utility Types 如何讓程式碼更簡潔、好維護

    軟體常常需要同一份資料的不同版本,例如註冊帳號時不用填系統自動產生的欄位,更新個人資料時也不必重填所有資訊。若每種情況都另外寫一份資料格式,欄位一改,就得改很多地方,還可能漏掉。TypeScript 的 Utility Types 能從同一份資料格式做出需要的版本:例如用 Omit 拿掉不需要的欄位,再用 Partial 讓欄位變成可選。這就像拿一份蛋糕食譜,再貼上「不加堅果」或「多加糖霜」的紙條,不必每次重寫整本食譜。這樣能少寫重複程式碼,也比較容易讓不同功能使用的資料格式保持一致。

  9. The Economic Times · ETtech64

    報導指李明涉新加坡伺服器轉運詐欺案,與 Megaspeed 有商業往來

    新加坡檢方指控李明在購買搭載 Nvidia 晶片的伺服器時,謊稱裝置是供新加坡公司使用,實際上卻經馬來西亞轉運;案件仍在審理,李明目前交保。報導引述《華爾街日報》指出,李明曾參與 Megaspeed 的重要商業決策,但 Megaspeed 並未列入這起指控。報導也提到,Megaspeed 曾提供合法的境外運算服務,部分伺服器後來被送往上海一家公司,遭指違反美國出口管制;相關公司與人士的說法及案件責任仍有待司法程序釐清。

  10. Dev.to Top Tech61

    Kruti Dev 如何轉成 Unicode?短音符和 reph 為什麼要移動

    舊的 Hindi 檔案如果缺少 Kruti Dev 字型,原本看得懂的字可能會變成一串英文字母。Kruti Dev 把拉丁字母當作印出天城文字形的程式碼,所以轉成 Unicode 得重新組出正確文字,不能只換字型。文章用例子說明,轉換器要先比對較長的字元組合,再把短音符 ि 移到子音後面,並把 reph र् 移到它所屬字群前面。順序弄錯時,文字看起來可能差不多,搜尋、排序和拼字檢查卻會出問題。

  11. Dev.to Top Tech39

    為什麼 AI 工具這麼適合處理 Markdown 檔案?

    AI 工具能直接讀寫 Markdown 檔案,因為內容就是一般文字,標題、清單和表格也都寫在文字裡,不必先轉成別的格式。像 Claude Code 和 Cursor 也用 Markdown 放指示;修改後還能用 Git 比對前後差異,例如只看哪些字變了,可以執行 git diff --word-diff notes.md。不過 Markdown 不會讓 AI 答得正確,也可能因為不同工具對格式的處理方式不同,讓表格或其他內容看起來不一樣。用 AI 改檔案後,還是要自己檢查修改紀錄。

  12. Dev.to Top Tech58

    如何分辨 AI 助理記憶中的赫布學習與聯想網路?

    AI 助理的記憶系統常把不同做法都叫作「聯想」,但它們找回資料的方式不一樣。作者用白話分開說明:兩段記憶常一起被找回時,連結可以變強;有些系統只在存入資料時建立連結,有些只比對文字或向量相似度,還有些會依回答評分調整權重。讀取時,系統也可以沿著既有連結找出和問題用詞不同的記憶。作者建議觀察連結權重在共同讀取或評分後是否改變,也可測試只出現一次的更正能不能影響答案;這有助於看出系統實際採用哪種機制,以及它可能漏掉什麼。

  13. 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。

  14. Dev.to Top Tech61

    TheOmniKit 如何為搜尋需求製作工具頁,並合併重複頁面

    同一個工具可能對應好幾種搜尋說法,但每種說法都做一頁相同內容,搜尋引擎可能不收錄。TheOmniKit 作者分享做法:只有在頁面提供自己的文字、預設設定或比較內容時,才保留獨立網址;內容太像的頁面則轉到主要頁面,並把原本的搜尋說法列在主頁上。作者也用程式整理合併規則,遇到難以判斷的情況就先保留。Search Console 的資料顯示,有些搜尋意圖頁已排到搜尋結果第一頁,卻仍然沒有點選,因此標題和搜尋摘要也需要另外調整。

  15. Dev.to Top Tech46

    小型企業網站加上 llms.txt 的做法與心得

    AI 助理可能會先回答「我在這個城市該找哪家公司?」讓服務業者開始整理網站資訊,方便模型看懂。作者在網站根目錄放了一份 Markdown 檔案,列出公司名稱、城市、服務和重要頁面的連結,也可另外提供內容更完整的版本。公司名稱和地址要跟網站及商家資料一致,沒有出現在網站上的價格或說法就不放進檔案。作者目前還無法確認這樣做能不能讓 AI 助理更常推薦公司,但整理過程確實找出了網站和商家資料不一致的地方,也讓基本資訊更整齊。

  16. Dev.to Top Tech49

    SAP NetWeaver Portal 的 JNDI 注入漏洞:攻擊者可控制伺服器查詢的目標

    SAP NetWeaver Enterprise Portal 7.50 的 EP-BASIS 和 EP-RUNTIME 有一個 JNDI 注入漏洞。攻擊者不必登入,只要能連到有問題的入口網站,並控制送進 JNDI 查詢的資料,就可能讓伺服器查詢不該連的服務,或讀取、修改伺服器資訊。CISA 已在 11 月把這個漏洞列入已知遭利用清單;這表示防守者已掌握有人利用它,但不代表每一套系統都已被入侵。管理者應確認修補紀錄 3660969 已安裝在實際運作的軟體上,並限制伺服器能連線的命名與目錄服務。

  17. Dev.to Top Tech46

    Salesforce Named Credentials 如何安全呼叫外部 API,避免把密碼寫程序式碼

    Salesforce 常需要連線付款、物流或公司內部的系統,但把網址和密碼直接寫程序式碼或設定裡,容易讓機密外流,也讓換密碼變得麻煩。Named Credentials 會把外部系統的網址、登入方式和憑證放在 Salesforce 設定中,Apex 程式只要用名稱呼叫,Salesforce 就會代為加入登入資料。比如要查一筆訂單,程式可以呼叫 callout:My_External_API/orders/12345,不用自己寫網址或 Authorization 標頭。換 API 金鑰時,只要更新設定中的憑證,不必改程式;但使用者也要透過許可權集取得存取權,而且原有的呼叫次數與逾時限制仍然適用。

  18. Dev.to Top Tech49

    開發者打造與販售自架 PHP 軟體的 5 個實用教訓

    PHP 軟體在自己的電腦上能跑,不代表客人下載後也能順利安裝。作者整理出 5 個實用教訓:要測試網站裝在網域根目錄和子資料夾的情況,確認 ZIP 裡真的有安裝需要的資料夾,也要把授權啟用和之後的授權檢查分開處理。比方說,授權伺服器短暫斷線,不該立刻被當成授權遭撤銷,讓已付費的客人無法使用。發布前,最好把 ZIP 解壓縮到全新的資料夾,照客人收到的說明重新安裝、登入並檢查功能。測試真正交到客人手上的安裝包,才能提早發現開發時沒遇到的問題。

  19. Dev.to Top Tech52

    pass^k 如何抓出不穩定的 AI 助理,以及 pass@k 為何會誤導

    AI 助理偶爾能答對,不代表每次都可靠;只看多次嘗試中有一次成功,可能會讓評測結果看起來太好。作者比較 pass@k 和 pass^k:前者看 k 次裡至少成功一次,後者要求 k 次全部成功。以每項任務呼叫 50 次工具為例,即使每次呼叫有 99% 成功率,整項任務成功率也約為 60%。作者也分享自家 AI 營運商店的做法:記錄每一步的輸入、工具呼叫、輸出和成敗,再由不同於產生答案的確定性檢查程式核對紀錄。

  20. Dev.to Top Tech63

    Synapse Mind 用 Rust 在 Windows 記住電腦上的文字,並測試機密是否外洩

    想找回剛才查過的錯誤或貼上的指令,常得自己翻紀錄;作者因此做了 Windows 工具 Synapse Mind,在本機整理視窗文字和剪貼簿內容,不拍螢幕,也不把資料傳到伺服器。它會先遮住密碼等機密,再儲存資料,還用記憶體傾印檢查程式和相關程式是否留下原始機密。作者表示,v0.1.1 的測試檢查了 41 個程式,沒有找到原始機密或金鑰。工具目前只支援 Windows 11,語意搜尋模型只懂英文;作者也列出同一使用者工作階段中的惡意軟體等無法防範的情況。

  21. Dev.to Top Tech62

    Saga 模式圖解:協調式與事件編舞式怎麼選

    訂單要同時處理庫存、付款和出貨時,各服務有自己的資料庫,沒辦法靠一筆交易讓它們一起成功或失敗。Saga 會把工作拆成各服務自己的小步驟;中途出錯時,再用補償動作處理已完成的步驟,例如取消付款授權、釋出庫存。文章比較兩種安排方式:協調式由一個協調器安排順序、重試和補償;事件編舞式則讓服務收到事件後各自接手。文中也提醒,Saga 執行期間其他請求可能看見暫時狀態,因此要設計防止重複執行的步驟、逾時處理和狀態記錄。

  22. Phoronix (Linux HW & Benchmarks)36

    Clevo 筆電開始開發首款 Rust WMI Linux 驅動程式

    Clevo 筆電目前有用 C 語言編寫的 WMI 驅動程式,現在有人開始開發一款以 Rust 編寫的新驅動程式,讓它成為 Linux 核心裡第一個使用 Rust WMI 介面功能的驅動程式。它目前能控制部分 Clevo 筆電的白色鍵盤背光,提供 5 段亮度調整。這款驅動程式現階段還很精簡,目的是先測試 Rust WMI 介面功能,之後才會逐步加入更多 Clevo 筆電功能。

  23. Phoronix (Linux HW & Benchmarks)51

    Intel Linux 驅動將支援多條顯示管線搭配 PSR2 與 Panel Replay

    使用多條顯示管線推動高解析度或高更新率螢幕時,Intel Linux 驅動原本不能同時使用 PSR2 和 Panel Replay 省電功能。Intel 工程師 Mika Kahola 已提交相關程式碼,讓這兩項功能能搭配 Pipe Joiner 使用;程式碼已送交 DRM-Next,預計納入 Linux 7.5。PSR2 和 Panel Replay 都能在畫面沒變時減少更新或傳輸資料,降低耗電與頻寬使用。

  24. Dev.to Top Tech48

    程式設計裡的顏色(第 2 篇):Alpha 怎麼決定透明程度

    想讓紅色只顯示一半,顏色碼就要多加一組數字來表示透明程度,這組數字叫 Alpha。在 #AARRGGBB 裡,#80FF0000 是約 50% 不透明的紅色;FF 表示完全不透明,00 表示完全透明。透明度和不透明度剛好相反,改顏色碼前要先確認兩者指的是哪一種。 刪掉顏色碼最後兩個字,也不一定是移除透明度:#B4555555 原本是帶透明度的灰色,刪掉後變成 #B45555,會被讀成另一種完全不透明的顏色。不同工具放 Alpha 的位置也可能不同,所以要先確認格式;半透明黑色蓋在藍色上,則會和藍色混合,讓背景看起來變暗。

  25. Dev.to Top Tech52

    Claude API 費用怎麼算?用 Token 數量估算月費,並比較快取與批次折扣

    把 Claude 接進自己的程式時,光看每個 Token 的單價,常會低估實際帳單,因為輸入內容、輸出長度和額外工具費用都會影響花費。這篇教學整理 Claude API 的模型費率,並示範先算出每次請求的輸入與輸出 Token 數,再乘上價格和使用次數,估出月費。例如,Sonnet 5.5 每次使用 3,000 個輸入 Token 和 800 個輸出 Token,費用是 $0.014;每天 1,000 次、連續 30 天,約 $420,還沒計入快取或批次處理。批次處理可讓輸入和輸出 Token 費用減半,快取則能降低重複傳送內容的成本;實際價格仍應以 Anthropic 的官方資料為準。

  26. Dev.to Top Tech42

    程式設計中的顏色(下):半透明顏色怎麼和背景混在一起

    半透明的顏色看起來是什麼樣子,要看它下面墊著什麼:像一層半透明黑色,放在白色上會變成灰色,放在藍色上則會變成深藍色。計算時,把前景和背景的紅、綠、藍三種顏色分開混合;例如半透明紅色蓋在白色上,會變成淡粉紅色。 這種效果常用來讓照片上的白字更清楚,也能做出圖片底部漸漸變暗的效果。要是畫面顏色和程式裡的色碼不一樣,記得色碼寫的是原本的顏色,螢幕上的顏色則是混合後的結果;另外,不同平臺可能把透明度放在色碼的不同位置,直接照抄可能會弄錯。

  27. Dev.to Top Tech50

    用 Python 標準工具查歐洲企業與標案,並在本機檢查 Factur-X 電子發票

    查歐洲公司和政府標案時,開發者有時會用瀏覽器自動抓資料;檢查電子發票時,則可能得把含有機密的 PDF 上傳到別人的網站。這篇文章介紹兩種免費工具:一種用 Python 內建功能查官方資料,另一種直接在自己的電腦檢查 Factur-X 發票裡的資料與金額有沒有問題,不必把 PDF 傳上網。像是檢查買家的公司編號是否正確,或確認發票上的金額算得對不對。需要定期追蹤資料時,也能把工作流程匯入 n8n,讓查資料和整理結果自動進行。

  28. Dev.to Top Tech71

    作者分享如何檢查 20,000 行 PR 中程式碼審查工具看不到的問題

    PR 裡有畫面、伺服器改動和設計稿時,只看程式碼的審查工具可能會漏掉問題。作者分享自己的做法:讓 AI 助理在 iOS 和 Android 模擬器裡操作程式,截圖比對設計稿;用建置檢查擋下不合命名規則的字;等程式寫好後再檢查架構;伺服器大改時則用 10,000 個機器人做負載測試。測試沒有錯誤,但有兩項反應時間超出預算。作者認為,這些檢查要依照團隊的開發流程組成管線,而規劃、設計模式和實際遊玩測試仍需要人判斷。

  29. Dev.to Top Tech66

    Easy Grid Maker 如何在瀏覽器裡製作不必上傳照片的畫格工具

    線上畫格工具常要先把照片傳到伺服器,處理私人照片時會多出等待和隱私顧慮。Easy Grid Maker 把圖片處理留在使用者的瀏覽器裡,再用 HTML5 Canvas 畫格線;遇到 iPhone 的 HEIC 照片時,會先試著直接讀取,需要時才載入解碼工具。文章也說明如何避免格線多出細縫、讓線條在深淺背景上都看得清楚,並用向量圖列印出和照片比例相同的空白格紙。

  30. Dev.to Top Tech42

    BadUSB 為什麼能騙過電腦?USB 太方便,卻少了身分確認

    電腦插上 USB 裝置時,通常會相信裝置自己說的身分:它說自己是鍵盤,電腦就讓它輸入文字;它說自己是網路卡,電腦就讓它連上網路。BadUSB 利用的就是這份信任,讓小裝置假扮成鍵盤或其他裝置,快速打字、點選畫面,甚至改變網路流量。它不一定要靠使用者點開連結,只要有人把裝置插上電腦,就可能開始動手腳。 USB 原本追求的是「插上就能用」,所以很難只靠修補軟體解決。文章建議把陌生 USB 當成陌生網路裝置看待;只想充電時,用只能傳電、不能傳資料的線或轉接頭。公司或實驗室也能限制哪些裝置可以連線。這些做法各有麻煩,但能減少電腦把假裝置當成使用者本人而照做的機會。

  31. Dev.to Top Tech67

    Prometheus exemplars 教學:從延遲尖峰找到對應的追蹤資料

    服務變慢時,Prometheus 的延遲圖表能指出問題發生的時間,卻不會告訴你是哪一筆請求拖慢了速度。Prometheus exemplars 可以在指標資料旁記下 trace ID,讓你從 Grafana 圖表直接開啟對應的 OpenTelemetry 追蹤資料。文章說明如何開啟 exemplar 儲存、用 API 確認資料已收到,再設定 Grafana 的連結;檔案估計只存 trace ID 的 exemplar 約佔 100 bytes,預設緩衝區可放 100,000 筆。若取樣流程丟掉了較慢的追蹤資料,圖上的連結仍可能找不到目標,因此要檢查取樣設定。

  32. Dev.to Top Tech73

    研究團體估計 Anthropic 資料中心 2028 年排碳量可能高於加州所有電廠

    AI 資料中心需要大量電力,電力來源也會影響排碳量。一個氣候團體追查 Anthropic 已簽約資料中心的供電來源,估計到 2028 年,約 87% 的電力來自天然氣、11% 來自煤炭;排碳量中間估算為每年 3,200 萬噸,高於加州電廠 2024 年的 3,110 萬噸。這些是根據用電量和效率假設推算的數字,範圍約為 1,700 萬至 3,800 萬噸,並非實際測量。Anthropic 表示正在尋找地熱、風力和太陽能電力;團體指出,新增美國再生能源合約會降低估算中的燃氣與煤炭佔比。

  33. Dev.to Top Tech58

    如何串起指標、追蹤與日誌,讓服務故障更快找到原因

    服務出問題時,只看儀錶板可能知道錯誤變多了,卻不清楚是哪個服務出錯、原因又是什麼。這篇教學把三種線索分開使用:指標用來看錯誤率等數字並觸發警示,追蹤用來找出請求經過哪些服務、卡在哪裡,日誌則記錄當下發生的細節。作者示範在 Python 日誌中加入 trace_id 和 span_id,再搭配付款失敗計數器;發生錯誤時,就能從警示找到追蹤,再用追蹤編號查出相關日誌,少花時間翻找大量紀錄。

  34. Tom’s Hardware AI & Computing60

    Nomadic 展示可沿高壓電線充電的 NOMAD 無人機

    電力公司要檢查高壓電線,常得安排人員和大型裝置,有時還要短暫停電。新創公司 Nomadic 展示 NOMAD 四軸無人機,能停在帶電的高壓電線上充電,再沿著電網移動,檢視線路狀況。Nomadic 表示,一架無人機可照看約 25km 的電線;固定感測器通常每隔 1km 到 5km 設定。搭配 Nomadic OS,電力業者能把無人機收集的資料和天氣、電網模型放在一起檢視。

  35. The Decoder92

    Levent Alpöge 用 Lean 完成黎曼猜想證明,社群確認檢查結果

    黎曼猜想關係到質數如何分佈,長久以來都是數學界尚未解決的難題。史丹佛數學家 Levent Alpöge 在 2026 年 11 月 20 日公佈證明,並把內容寫成 1,700 萬行 Lean 程式碼;Lean 是能檢查數學證明有沒有錯的工具。數十人各自執行程式,都得到相同結果,Lean 和 Mathlib 社群因此表示有充分信心,認為證明正確。這類工具能逐步檢查證明內容,讓其他人也能獨立確認結果。

    推薦理由:Lean 和 Mathlib 社群確認這份證明通過多人的獨立檢查,呈現形式化工具如何協助檢查複雜數學證明。

  36. Solidot57

    豐田、Nissan 和 Honda 同意標準化零件以降低成本

    汽車零件規格不一,會增加製造成本。豐田、Nissan 和 Honda 同意先統一三個部分:鋼材品質標準、塑膠與樹脂的技術要求,以及線束的顏色編碼。這些零件通常不會被消費者注意到,因此標準化不會影響品牌辨識;三家車廠也計畫日後把標準化範圍擴大到更多整車零件。此舉發生在日本車廠面臨中國車廠競爭加劇之際。

  37. Solidot48

    地球短暫捕獲直徑約 2 米的小行星,成了迷你月球

    地球附近有時會有小行星被引力拉住,暫時繞著地球執行,但它們又小又暗,很難被發現。這顆直徑約 2 米的小行星在今年四月被地球捕獲,天文學家花了數週確認它不是報廢衛星或衛星碎片,並命名為 2026 QQ8。它預計會待在地球軌道上直到 12 月初,之後再繼續繞太陽執行。這類「迷你月球」可能常在地球附近短暫出現,只是難以察覺,所以留下紀錄的並不多。

  38. hackernews10082

    分析估計 Anthropic 2028 年用電有 87% 來自天然氣、11% 來自燃煤

    AI 資料中心需要大量電力,新增用電可能讓燃氣和燃煤電廠繼續供電。這份分析整理 Anthropic 在美國已簽約的資料中心與供電安排,估計 2028 年相關用電約有 87% 來自天然氣、11% 來自燃煤;作者也估計,這些據點每年可能排放 1,700 萬至 3,800 萬公噸二氧化碳當量。結果會受實際用電量等因素影響,估算也指出部分現場燃氣裝置效率較低,可能帶來空氣汙染與健康成本。

    推薦理由:這份分析把 Anthropic 的資料中心用電來源、排放估算與供電地點放在一起,呈現 AI 算力擴張可能帶來的能源與空氣汙染成本。

  39. Wired · Artificial Intelligence62

    多家銀行限制 AI 助理代客操作,出錯責任可能落在消費者身上

    AI 助理可以代人登入帳戶或下單,但一旦按錯,消費者、銀行和工具業者可能都不想負責。Wells Fargo 將更新客戶條款,提醒使用 AI 助理的風險由客戶承擔;JPMorgan Chase 已禁止用客戶帳密登入的第三方 AI 助理,Bank of America 也提醒客戶不要分享登入資料。文章指出,銀行擔心交易安全和自動扣款出錯,也有人只願意讓 AI 助理代買衛生紙等日用品,不放心交給它處理需要仔細挑選的大額購物。部分信用卡業者則在研究,未來是否能補償某些買錯商品的情況。銀行限制外部工具的同時,也在開發自家的 AI 工具。

  40. MarkTechPost74

    Google 預覽 Gemini API 的工具搜尋,按需要載入大型工具清單

    AI 助理要使用很多工具時,每次都把所有工具的引數說明放進請求,會耗掉不少 token。Google 在 Gemini API 的 Interactions API 預覽 Tool Retrieval,讓模型先看到工具名稱和簡短說明,需要時再載入完整引數。伺服器端會由 Gemini 搜尋並載入工具;用自己的工具清單則要多一次 API 往返。這項功能沒有額外費用,但搜尋會產生按輸入 token 費率計算的用量,載入的工具說明也會繼續計費。Google 尚未公佈節省 token 或準確度資料。