跳到正文

#Agent

RSS
今日 29 則
11月20日週五
  1. Dev.to Top Tech54

    Claude Code 如何靠技能、工具和人工審閱協助作者寫軟體

    每次開新對話,AI 助理都得重新聽一遍規則,寫出來的程式也可能不一致。作者把網站架構、表單檢查和常見錯誤整理成 Claude Code 的技能,讓它接到合適任務時照著做;例如表單要真的送出測試,不能只看畫面能不能顯示。他也用 MCP 讓 AI 助理檢視 WordPress 等實際系統,並把研究和檢查工作分給不同 AI 助理。涉及正式環境、付款或客戶資料時,作者會親自看修改內容並做決定。

  2. Dev.to Top Tech49

    AI 助理完成任務,不代表每一步都可靠

    AI 助理就算最後把事情辦成了,中間也可能選錯資料、做了多餘操作,或把「系統收到要求」誤當成「事情已完成」。例如,更新客戶地址時,助理可能改錯欄位,卻仍回報成功;只看最後結果,就看不出這些問題。作者建議,除了確認目標有沒有達成,也要檢查每一步是否正確、有根據,並在操作後確認資料真的變了。這樣才能及早發現錯誤,降低重要工作出問題的機會。

  3. 雷科技58

    雷科技實測豆包工作等 AI 助理,整理資料、做簡報和網頁各花多少錢

    用 AI 助理整理資料、做簡報和製作網頁,結果差不多,花費卻可能差很多。雷科技用相同模型和相同任務比較豆包工作與另外兩款軟體,記錄每項工作的費用。文中三項任務合計約花 1.57 元、3.41 元和 8.52 元;其中豆包工作使用 DeepSeek V4.1 Flash 時,多項任務顯示免費,改用 Kimi 3.1 Pro 製作網頁則消耗 207.39 積分。作者提醒,積分計價方式和會員額度各不相同,不能只看積分數字比較;費用也會隨模型和任務改變。

  4. Dev.to Top Tech74

    如何設計自動化軟體工廠,讓 AI 助理完成開發與合併

    讓 AI 助理自己挑工作、寫程式並合併,最大的難題是出了錯時沒有人盯著每一步。作者分享一套自動化軟體工廠:人先訂產品目標並核准每個開發週期,AI 助理負責整理需求、設計、實作和檢查;CI 會確認整個產品流程能正常運作,合併關卡則只放行檢查通過的程式版本。作者主張把規則寫清楚哪些事情不能越界、每一步要留下什麼證據,讓 AI 助理自行決定中間做法。遇到產品行為、許可權或外部連線等需要人決定的事,才送交人處理。

  5. Dev.to Top Tech52

    AI 時代求職紀錄(第 3 篇):有些職缺會對你的 AI 助理下指令

    有些職缺會把指令藏在徵才內容裡,試著讓代替你求職的 AI 助理照著做。作者在自己的待處理清單中找到 20 則這類職缺,其中有些要求 AI 在履歷放入指定詞語,有些則要人用指定詞證明讀過職缺;有 6 則進入他的檢視流程,其中 5 則是寫給 AI 的。他的流程會先移除這段文字、標示警告並保留原文,之後再由本人決定是否使用指定詞。作者提醒,職缺和電子郵件、網站一樣,都是外來文字,可能夾帶危險指令,因此不該讓 AI 助理不加檢查地照做。

  6. Dev.to Top Tech57

    Vyankatesh 靜態掃描 618 個公開 AI 助理技能,發現附帶程式碼的風險分數較高

    公開的 AI 助理技能會提供操作指示,有些還附帶能以使用者許可權執行的程式碼,因此可能帶來安全風險。Vyankatesh 用 SkillSpector v2.12.0 靜態掃描 618 個公開技能,沒有安裝或執行它們;63.6% 至少有一項警示,40.1% 有高或嚴重警示。附帶程式碼的技能風險分數中位數是 52,只有 Markdown 的技能則是 0。不過,作者抽查的少數警示有些看來被判得太嚴重,也沒有找到他認為蓄意惡意的技能。這項研究不是同儕審查,也無法判斷掃描漏掉多少問題;作者建議把分數用來安排檢查順序,啟用技能前仍要看清楚它如何使用你的憑證。

  7. Lobste.rs (Engineering Discussion)61

    Mastering Emacs 作者推出 DreamCoder,讓 AI 程式開發工作更好管理

    同時讓多個 AI 助理寫程式時,很難看出哪些工作還在跑、哪些卡住等人處理。Mastering Emacs 作者花了 15 個月打造 DreamCoder,讓它在瀏覽器中用可調整的視窗管理聊天、終端機和工作區;每個工作區都有小地圖,能看出各個視窗是否正在工作或遇到阻礙。DreamCoder 也支援 MCP、背景執行的子助理和本機模型,作者希望把它做成方便人與 AI 一起工作的程式開發環境。

    推薦理由:DreamCoder 把多個 AI 助理、終端機與工作區放進可調整的視窗介面,適合瞭解作者如何改善並行工作的觀察方式。

  8. Dev.to Top Tech67

    React 開發時,別讓 AI 助理為單一元件亂加 Context

    只想記住目前選到哪個分頁,AI 助理有時會替單一元件新增 React Context 和 Provider,讓原本簡單的狀態變得難測,也可能和頁面上已有的狀態重複。作者建議,只有一個地方要用的資料,先用 props 或父層狀態;也先找找頁面、功能或表單是否已有共用的資料存放處。只有多個相隔較遠的元件真的需要共用資料時,才考慮新增 Provider。作者還提供可放進提示詞的限制,並建議在檢查程式碼差異時搜尋 createContext、Provider 和 useContext,確認新增它們有清楚理由。

  9. BlockTempo 動區動趨56

    OpenAI 開放部分 ChatGPT Plus 使用者試用 dots,每月 20 美元也能用

    以前要訂閱每月 100 美元起的 Pro 方案,才能使用 OpenAI 的 AI 助理 dots;現在,部分每月 20 美元的 ChatGPT Plus 使用者也開始能試用。dots 有自己的雲端電腦和瀏覽器,可以連線 4,000 多個 App,沒收到新指令時也會用唯讀許可權檢視已連線的 App,尋找能幫上忙的事。這次採分批開放,歐洲經濟區、英國和瑞士暫時不能用,還沒輪到的帳號也不能請客服手動開通。

  10. 雷科技65

    微信 AI 助理「小微」能做什麼?功能、開放狀況與使用優勢一次看

    AI 功能做得好,不代表大家會常用;能不能在熟悉的地方順手叫出來,也很重要。微信官方介紹了 AI 助理「小微」的用途,包括整理群聊訊息、摘要公眾號文章、修改照片、潤飾朋友圈文案、理解影片內容,以及查快遞和天氣。報導提到,目前不少人還沒有完整功能,但可以從文章摘要或幫寫入口使用部分功能;影片內容辨識也還沒全面開放。小微的文章摘要、文案和修圖能力並沒有明顯勝過其他模型,方便之處在於直接整合進微信,不必把內容複製到別的 AI App。

  11. The Decoder47

    Hermes Agent 的 Collective Wisdom 讓團隊共享好用的 AI 技能

    團隊裡有人找到好用的方法,其他同事常常不知道怎麼接著用。Hermes Agent 會把成功的工作流程整理成包含說明和程式碼的技能;新功能 Collective Wisdom 讓員工先檢查技能,再分享給整個團隊。像是有人用它整理收件匣,確認這套做法有效後,其他同事也能使用。這些分享的知識留在公司內,不會拿去訓練 AI 供應商的模型,讓個人的好方法更容易成為團隊一起使用的工具。

  12. Dev.to Top Tech61

    開發者打造 MintGuard,在 AI 助理簽署 BSC 交易前檢查風險

    AI 助理拿著錢包簽交易時,如果沒先檢查內容,可能把代幣無限授權給未驗證的合約。作者做了 MintGuard,讓它在簽名前檢查交易,並回覆放行、需要人工檢查或封鎖,也列出判斷理由。實測中,來源已驗證、沒有轉出資金的免費鑄造交易獲準;對未驗證合約的無限授權則被封鎖。判斷規則固定,相同資料會得到相同結果,還能重算判斷並檢查簽章收據。不過,證明只涵蓋編碼後的判斷,沒有驗證合約查詢和交易內容解讀;工具也不會模擬交易執行或檢視一連串交易。

  13. Dev.to Top Tech58

    caption-multiplatform 技能幫 AI 助理改寫各平臺貼文

    同一段貼文直接貼到不同社群平臺,常會太長、語氣不合,或把標籤放錯地方。作者做了一項給 Hermes AI 助理使用的技能:提供核心訊息、平常的語氣、希望讀者採取的行動,以及貼文是否為贊助內容後,它會分別寫出 Instagram、TikTok、LinkedIn 和 YouTube 版本。附上的本機程式會檢查字數、標籤、開頭長度、行動呼籲和贊助揭露用語;它不會替你發文,也不會把資料送出電腦。平臺規則可能變動,檢查結果也只是提醒,仍要自行確認。

  14. Dev.to Top Tech76

    Google 讓 Gemini 在 Mac 上操作檔案、App 和網站

    在 Mac 上整理檔案、填表或搬運資料,常得自己在好幾個 App 和網站間切換。Google 宣佈 Gemini 的 macOS App 將能依照要求操作本機檔案、Mac App 和網站;使用者可以在聊天畫面看它怎麼做,也能暫停、停止或先核准動作。這項功能先在美國以英文提供,並需要 Gemini Mac App 和 Google AI Plus、Pro 或 Ultra 訂閱。操作電腦也會碰到已登入的帳號、驗證碼和執行指令等風險,因此能不能省下時間,還得看它做事是否可靠,以及使用者需要確認多少次。

    推薦理由:Gemini 操作 Mac 的價值取決於能否減少跨軟體的重複工作,同時把許可權、錯誤與確認次數控制在使用者能接受的範圍。

  15. Dev.to Top Tech43

    LangChain AI 助理 12 項測試通過 10 項,兩次失敗讓作者看見問題

    作者做了一個 LangChain AI 助理,幫忙回答課程筆記裡的機器學習問題,還會計算費用並附上頁碼。作者用 12 個測試檢查它,結果通過 10 個:回答「法國首都是哪裡?」時,AI 助理沒照規定用表格格式;另一題中,AI 助理正確指出算式寫錯,卻被測試程式判定失敗。檢視每一步的紀錄後,作者發現問題有時出在 AI 助理,有時出在測試本身。仔細設計測試、留下操作紀錄,也能讓人更清楚找出該修哪裡。

  16. Dev.to Top Tech57

    Arwahyn AI 分享 WhatsApp AI 接待員如何把報價交給人確認

    客人詢問價格時,WhatsApp 機器人可能報錯價,讓店家陷入尷尬。Arwahyn AI 分享一套接待流程:AI 助理可以回答一般問題,但不能自行報價或答應約時間;遇到報價需求時,會先傳訊息給店主,由店主回覆「A12 ok」送出草擬好的答案,或改用自己的文字回覆。系統也會等 20 秒再處理訊息,避免客人連傳幾句時收到多次回答;如果店主最近曾在對話中發言,機器人也會暫停。

  17. Dev.to Top Tech48

    Automatio 本週新增社群發文、Chrome 分組分頁和一鍵製作 GIF

    Automatio 這週更新了不少功能,其中 AI 助理可以連線多個社群帳號,替你發文、排程、存草稿,也能檢視留言並回覆。發文前通常會先等你點頭;TikTok 的貼文則會先存成草稿,還要到 TikTok App 裡完成。每個連線的帳號每月 $6,最多可連線 20 個。 在 Chrome 裡,AI 助理開的分頁會依照聊天分組;現在也能一步做出迴圈 GIF,還能用自己的圖片當參考。這次也加入更多模型,並讓網站發布流程清楚顯示版本。這些更新讓發文、做圖和管理網站更方便,也讓你知道哪些動作需要自己確認。

  18. Dev.to Top Tech57

    Apple 正探索能操作 Mac 的 AI 助理,也得處理隱私與許可權問題

    如果 AI 助理能替人操作 Mac,就得讀取檔案、使用 App,也可能執行指令,方便之餘,隱私和安全風險也會增加。Apple 的徵才資訊描述一種能瀏覽網頁、跨 App 工作、執行命令、撰寫與除錯程式碼,並透過 API 呼叫服務的 AI 助理;TechCrunch 報導這項工作仍在早期,最快可能於 2027 年底推出,但 Apple 尚未確認。Apple 也表示,macOS 將加強「完整磁碟存取」控管,要求使用者更明確地同意存取敏感資料。文章指出,Apple 若要讓這類助理可靠地完成跨 App 工作,就得讓使用者看得見它做了什麼,也能隨時停止或撤回操作。

  19. Dev.to Top Tech60

    Meta 研究者推出 SWE-sweep,測試 AI 助理能否自己找出程式錯誤

    一般程式測試會直接告訴 AI 助理哪裡有錯;SWE-sweep 則給它一個真實程式庫,讓它自己找出問題並修好。這項基準測試涵蓋 100 個程式庫、22 種語言中的 4,068 個已知錯誤,並用隱藏測試確認修正結果。受測模型中,表現最好的只修好 4.7%。這顯示,在大型程式庫裡,找出錯誤可能比修正錯誤更難。

  20. Dev.to Top Tech75

    OpenCode harness 如何用 6 項指標判斷 AI 助理有沒有變好

    同一套 harness 用在不同工作上,可能省下時間,也可能增加成本。作者拿 OpenCode 的 6 項工作做對照,發現短工作答對率差不多,但使用 harness 平均多花 5.3 倍輸入 token、耗時 2 倍;長工作中,修正整理紀錄的方式後,輸入 token 減少 69%、時間減少 60%,但整體仍比不使用 harness 花費更多。文章也提醒,評分方式出錯會讓結果反轉,並整理正確率、成本、速度、工具使用、上下文整理和流程安全等 6 項指標,建議用相同工作和模型反覆測量,才知道它是否適合自己的任務。

  21. Dev.to Top Tech61

    RATCHET 教你用固定測試檢查 AI 助理改動

    改了 AI 助理的提示詞、模型或程式碼後,光憑幾個例子很難知道品質是不是真的變好。作者提出 RATCHET 做法:先訂好一套測試和評分方式,再一次只改一項;結果沒有明確進步,就退回舊版本。作者在自己的專案中比較自動評分與領域專家的排序,兩者的 Spearman 相關係數是 0.83。固定同一把尺,能讓團隊看出是哪項改動帶來變化,也較不會為了讓分數好看而臨時修改測試。

  22. Dev.to Top Tech72

    Claude Code 外掛 Quarterdeck 如何幫作者賣掉鳥籠

    把工作交給 AI 助理處理好幾天,既希望它能持續做事,也得防止陌生人的訊息騙它擅自行動。作者用 Claude Code 外掛 Quarterdeck 賣掉一個鳥籠:它草擬刊登內容、回覆買家,還替 $30 的出價提出 $40 的還價;每則訊息都先等作者核准,買家也由作者挑選。Quarterdeck 會在每種動作執行前檢查許可權,並把工作紀錄留在聊天之外。作者表示,瀏覽器外掛一開始沒連上,通知信也沒收到;地址、底價和交易物件仍由本人決定。

  23. Dev.to Top Tech47

    實測發現內容越短越容易被 AI 助理記住:開發者該怎麼設計輸出

    轉換工具把檔案變成 Markdown 後,AI 助理不一定能把內容全看完;內容太長,還可能在下一次操作前被刪掉或縮短。作者花三週觀察這些文字有多少留在 AI 助理的上下文裡:少於約 2,000 個 token 的頁面,保留率超過 90%;超過約 8,000 個 token,保留率就不到 40%。有標題和表格會稍微有幫助,但長度影響最大。作者因此把字數上限選項放在轉換工具的顯眼位置,也依模型實際能用的上下文大小設定上限。結果,摘要、找答案和擷取資料的表現都變好;設計輸出時,該看有多少內容真的留下來,而不只是送出了多少。

  24. Dev.to Top Tech55

    AI 系統怎麼檢查才能放心上線?五種工程做法

    AI 系統通過自動測試,還是可能漏做需求、捏造資料細節,或錯過重要錯誤。文章整理五種讓系統上線前後更容易檢查的做法:用熟悉工作流程的人準備測試案例,確認任務有沒有完成、回答能否找到資料根據,也檢查隱私、公平性、速度和成本;每次修改後重跑測試,並記下失敗、修正結果和核準紀錄。上線後還要留意品質變化,檢查多個 AI 助理交接時有沒有漏掉資訊,也確認系統在沒有許可權時會停止或要求人工審核。

  25. Dev.to Top Tech50

    本週科技焦點:英國密令、AI 修補漏洞與可重現的軟體測試

    這週幾則科技訊息都在談軟體怎麼更值得信任:誰能讀你的資料、AI 找到的問題怎麼變成真正的修補,以及出錯時能不能重現。英國政府證實曾對 Apple 下達與加密相關的秘密命令,但命令細節仍未公開。另一邊,GitHub 和 Microsoft 在 6 個開源專案試行 Codename MDASH,把數千筆 AI 找到的問題整理成 99 份經過確認、附有修補建議的私下報告,維護者已修好超過一半。 還有研究人員讓 Claude 協助處理黑洞物理問題;GitHub 推出讓 AI 助理工作接續不同工具的通訊規範;Rust nightly 也預設開啟平行前端編譯。分散式系統則能用模擬時鐘、網路和儲存的方式重現故障,讓同一個錯誤每次都能以相同方式重現。這些做法各自解決不同麻煩,也提醒我們:AI 的發現要先確認再交給維護者,測試則要能穩定重現,才方便找出問題並修好它。

  26. Dev.to Top Tech75

    如何用功能旗標控管 AI 程式設計助理推出新功能

    AI 程式設計助理能很快寫好新功能,但如果功能立刻對所有客戶開放,出錯時影響可能很大。這篇教學建議把「部署程式」和「讓客戶使用」分開:新功能先預設關閉,再按計畫逐步開放,並設定負責人、到期日和出錯時的停止條件。助理可以準備程式、測試和發布計畫,但增加正式環境的使用範圍要由人決定。文章也提醒,功能旗標不能代替許可權檢查,測試時要確認開啟、關閉和切換時都不會造成重複操作。

  27. Dev.to Top Tech62

    VS Code 1.147 新增瀏覽器操作、模型分流與延後送出

    AI 助理若只能在編輯器裡工作,排程、挑模型和檢視網頁都得另外處理。VS Code 1.147 加入瀏覽器操作、模型分流、延後送出和多份草稿等功能,讓 AI 助理能在瀏覽器裡操作,也能把不同請求交給適合的模型。多數功能仍是預覽或實驗功能,預設關閉;瀏覽器操作需要安裝 GitHub Copilot 擴充功能,並在電腦上執行 Node.js 22 或更新版本。延後送出的請求也不會喚醒休眠中的電腦,必須等主機重新可用才會處理。

  28. Dev.to Top Tech60

    為什麼打造可靠 AI 助理時,先改善工具與檢查流程往往比微調更重要

    打造 AI 助理時,團隊常想先微調模型,但有些案例顯示,工具和檢查流程也會大幅影響成果。文章整理 Clay、Harness-Bench 和 LangChain 的案例:固定模型、只更換工具流程時,分數曾從 52.4 變到 76.2;另一個案例則用流程調整,讓 Nemotron 3 Ultra 在 Deep Agents 測試中的分數接近 Opus 4.8,成本約低 10 倍。作者建議先整理工具、加入檢查步驟並追蹤失敗;只有流程改善停滯,而且任務範圍明確時,再考慮微調。

  29. Dev.to Top Tech58

    Pawtonomy 作者用記憶衰退,避免 AI 助理永遠記著舊怨

    記性很好的 AI 助理若把幾個月前的爭執看得和昨天一樣重,可能會一再翻舊帳。Pawtonomy 作者替住在系統裡的角色加入「熱度」變化:互動會讓彼此的關係升溫或降溫,雙方安靜一段時間,舊怨就會慢慢淡去;如果又提起那件事,熱度則會回升。作者觀察到 Cookie 和 Nero 的互動曾累積 780 次,關係熱度降到 -81,但在沒有持續挑起爭執時,也會逐漸回到中間。這讓角色有機會放下舊事,也提醒長期記憶需要考慮事情發生多久了。

  30. Dev.to Top Tech54

    作者用本機模型分流任務,讓 Claude Code 在專用主機自動處理程式工作

    大型程式專案裡,讓雲端模型處理每件小事很花錢,本機模型也還不適合獨自改動整個程式庫。作者把兩者分工:本機模型先替 GitHub 待辦事項分類和排序,再由 Factory 把選中的工作交給專用主機上的 Claude Code,建立獨立工作區、修改程式並送出 PR。自動模式會等測試通過、變更合併後清理工作區,再接著處理下一項。作者認為,這能把重複工作交給背景流程,自己則保留架構研究和程式審查。

  31. Dev.to Top Tech69

    Leaf 的 Level 5 軟體工廠遇上三個工程難題

    讓 AI 助理自動寫程式、測試和修改專案,工作速度變快後,原本為人工作流程設計的限制也跟著出問題。作者分享 Leaf 遇到的三個狀況:自動提交讓 GitHub Actions 在 10 月 18 日用完每月 50,000 分鐘;大範圍改版被拆成 50 多個工作節點,規劃超過一小時,執行三小時後仍未通過建置;自動整理程式碼時,還新增僵化的提示詞測試,後來改寫提示詞來迎合測試。作者因此調整工作流程,也在思考限制自動化工具能修改的範圍。

  32. Dev.to Top Tech64

    員工離職後,怎麼找出並收回留下的 API 金鑰和 AI 助理連線

    員工離職時,停用登入帳號不代表他建立的服務帳號、API 金鑰和 AI 助理連線也會跟著停用;沒人管理的存取權可能繼續運作。作者建議先請離職者列出建立或連線過的專案,再比對雲端、程式碼庫和各種服務的紀錄,替每項指定一位負責人,決定保留、移交或停用。若 AI 助理是用員工帳號連線郵件或檔案,還要到原本的服務撤銷權杖;工作仍需要時,再改用專用帳號。每項存取權都記下負責人和到期日,也能減少下次交接時漏查。

  33. iThome (臺灣)74

    Microsoft 全面推出 Office in Copilot,Autopilot 開放早鳥體驗

    做檔案、試算表或簡報時,使用者常得在 Copilot 和 Office 應用程式之間切換。Microsoft 已把 Office 功能整合進 Copilot,讓使用者直接在裡面建立 Word 檔案、Excel 試算表和 PowerPoint 簡報,也能和團隊一起編寫,並由公司的安全控管保護。Microsoft 也開放自主 AI 助理 Autopilot 給 Frontier 搶先體驗方案客戶;它能在 Teams、Outlook、聊天和檔案等地方處理回信、重複工作、專案管理或會議紀錄。

  34. Dev.to Top Tech47

    Proof of Agent 的四人評分小組,平手時通過的答案有多少?

    Proof of Agent 讓 AI 助理互相替短答案打分;一筆答案至少收到 4 票才會定案,平手也算通過。作者檢視兩批公開紀錄,共 5,775 筆已定案答案,發現其中 1,249 筆是平手,1,248 筆都因此通過。這表示只要 4 人中有 2 人給支援票,答案就能過關;想用大量假身分影響結果的人,所需的支援票也比較少。 把規則改成平手不通過,不用多收評分票,但會讓其中 697 筆原本通過的答案改判失敗;每筆都多找一位評分者,則每批約多出 2,335 票。作者提出只替 2 比 2 的平手答案加一票,並把多出的票用在這些答案上,評分量可能幾乎不變。平手規則讓邊界答案比較容易過關,也可能讓假身分更容易左右結果。

  35. Dev.to Top Tech70

    AI 助理用加密貨幣支付模型費用,分享一週實測與備援做法

    AI 助理需要反覆呼叫語言模型,但免費額度不夠,付費服務又要求真人驗證。作者讓自己的預測機器人用 Base 上的 USDC 付款:先透過 x402 簽署付款授權,付款服務故障後,再改用直接轉帳,並讓代理程式一次處理一筆交易,避免付款衝突。一週內共完成 252 次呼叫,花了 0.177 USDC;作者也提醒,要設好每日支出上限、記錄每筆付款,並準備付款備援方式。

  36. Dev.to Top Tech68

    Omer Saleem 分享讓程式碼審查機器人少發訊息的方法

    程式碼審查機器人可能發出太多訊息,讓團隊難以找到真正重要的提醒。Omer Saleem 分享自己的做法:每個討論串只留一張卡片,之後有新結果就更新原卡片;先確認事件是否真的要求機器人審查,並在來回兩輪後停止,說清楚問題在哪裡。他也提供一段提示詞,請 AI 檢查機器人每次審查發了哪些訊息、哪些其實不必發,再找出最小的修改方式。

  37. Dev.to Top Tech71

    如何替 AI 助理工具加上許可權檢查與操作紀錄

    AI 助理能提出看起來合理的操作理由,卻不能因此取得修改資料或付款的許可權。這篇教學說明,工具執行前應由伺服器確認使用者身分、資料是否屬於該使用者,以及這項操作是否獲準;需要人工核准時,核准內容也要繫結到確切的操作。遇到逾時重試,系統應用可儲存的操作編號避免重複執行,並留下誰提出要求、系統如何判斷及最後結果的紀錄。這些檢查要用實際測試確認,不能只看 AI 助理是否說自己會拒絕。

  38. Dev.to Top Tech54

    nova-ops-nim-mcp 作者實測工具定義佔用多少上下文

    MCP 伺服器加入的工具越多,每次傳給模型的工具說明也會跟著增加,即使模型沒有使用它們也是如此。作者實測自家 nova-ops-nim-mcp 伺服器的兩個工具,工具名稱、說明和輸入格式合計 790 個字元,估計每回合約佔 198 個 token;這個估算會因模型使用的分詞方式而改變。作者因此訂下新增工具前的做法:先量測佔用量,讓整臺伺服器每回合低於 1,000 個估計 token,並把工具說明寫短。

  39. Dev.to Top Tech57

    作者如何用 JSON 交接,讓三個 AI 助理分工完成工作

    把一件工作交給多個 AI 助理接力時,前一個助理的想法不一定會完整傳到下一個手上。作者分享一套由三個 AI 助理組成的流程:一個把需求寫成規格,一個負責研究,另一個依研究結果寫程式、測試並部署。它們不共用記憶或工作內容,只透過收件匣中的 JSON 檔案交接;每一步約等 5 分鐘,讓人有時間寫清楚真正重要的事。作者也提到,交接可能漏掉細節,助理故障時工作可能悄悄停住,因此接下來要加上狀態回報,並檢查交接資料是否符合規格。

  40. Dev.to Top Tech44

    Cortex66 讓 AI 助理開始工作前先看見花費

    同一件工作交給好幾個 AI 助理處理,常得在不同網頁間複製貼上,費用也要過一陣子才知道,很難對上哪件事花了多少錢。Cortex66 作者做了一個工具,能把目標拆成幾個步驟,交給適合的 AI 處理,並在按下 Run 前顯示預估費用,讓使用者自己設定花費上限。像是先讓一個 AI 寫,再讓另一個檢查,使用者可以先看流程和價格,再決定要不要開始。預估仍可能不準,但先看到費用和步驟,比做完才發現花了多少更容易掌握;作者也提醒,這個專案還很新,檔案不多,多個 AI 一起工作的功能也還在起步。