跳到正文

#Google

RSS
今日 12 則
11月16日週一
  1. Dev.to Top Tech64

    技術 SEO 教學:如何設定 AI 爬蟲許可權,分開管理搜尋、訓練與引用

    網站管理者想限制 AI 使用內容時,常會擔心連 Google 搜尋也一起擋掉。文章說明,Google-Extended 用來控制內容是否供 Gemini 訓練或作為回答依據,Google 官方表示它不會影響 Google 搜尋收錄或排名;Googlebot 的規則則會影響搜尋。其他平臺的做法各不相同,不能直接照搬 Google 的設定。作者建議先從伺服器紀錄確認哪些爬蟲真的來過,再按頁面用途設定規則、用官方工具檢查並回頭檢視紀錄。robots.txt 只能表達網站意願,不能當作保護敏感資料的門鎖。

  2. 少數派 (sspai)53

    少數派整理近期值得關注的 App,從電子書管理到遠端控制

    想整理電子書、修照片或遠端操作 Mac,常得在不同工具和繁瑣步驟間挑選。少數派這期介紹多款 App:Dalibre 能管理電子書,也能透過 MCP 讓 AI 助理整理書庫;CN41P 專門編輯 DNG 照片;Pinky 會在付款、刪除等敏感操作前要求確認,並隔離部分敏感內容;Screens 5.10 則把高效能螢幕共享帶到 iPhone 和 iPad。文中也介紹單一風格的相機 App Cineica,以及提醒使用者暫停滑手機的 PlugBrain,並簡述 Quip、Edits 和 Gemini Live 的訊息。各工具的支援平臺與限制不同,挑選前可先確認是否符合自己的裝置和用途。

  3. Dev.to Top Tech61

    作者檢查 Claude Code 的記憶資料,建議把重要指示放進 AGENTS.md

    換用另一套 AI 助理時,原本記下的工作習慣和專案資訊可能帶不走。作者檢查自己電腦裡 Claude Code 的 113 筆記憶,發現資料沒有共用格式,有些記錄也缺少來源、期限或信心等資訊;其中 40 筆是他教過 AI 助理的修正指示。作者建議把需要長久保留的指示放進 AGENTS.md 或技能檔,讓不同工具都能讀取;專案進度則放在專案本身使用的追蹤工具裡。

  4. Tom’s Hardware AI & Computing61

    Fable 5.2 用約 40 行提示詞做出瀏覽器水下世界

    用 AI 做出好看的 3D 場景,通常會讓人想到大型遊戲或繁複的程式碼。前端開發者 Maksymilian Dendura 用約 40 行提示詞,讓 Fable 5.2 做出名為 Abyssal Garden 的瀏覽器水下世界,程式碼約 96 KB,並使用 WebGPU 和 WebGL。場景與材質由數學方式即時生成,畫面效果則部分交給著色器處理。作者表示,他在 RTX 5070 Ti 上以 1440p 執行時達到 180 FPS。這是展示作品,互動、遊戲邏輯和物理效果都很有限;文章也提醒,精簡的展示作品不能直接和完整遊戲相比。

  5. Dev.to Top Tech47

    實用指南:如何找出圖片最初的來源

    網路上的圖片常被轉貼、裁切,想知道最早是誰上傳、替攝影師標註姓名,或確認商品照片從哪裡來,可以先把圖片放進 TinEye,按最早出現的時間排序,再用 Google Lens 找出使用過這張圖的文章、商店和社群貼文。若還找不到,可試試 Bing Visual Search 或 Yandex;也能裁下圖片的主要內容再搜尋。 手上有原始圖片檔時,可以檢視 EXIF 資訊裡的相機型號和拍攝日期。社群網站通常會移除這些資料,所以看不到資料不能證明圖片有問題;如果查到的資料相符,則是好線索。把不同工具搭配使用,再核對日期、作者和原始說明,通常能在不到一分鐘內找到圖片來源。

  6. Hacker News (official RSS)76

    S2 為了讓客戶不限量建立 basin,改用自建 DNS

    客戶建立 basin 的速度一快,DNS 服務商的更新限制就會讓新網址無法立刻使用,惡意大量建立 basin 也曾塞住 S2 的更新工作。S2 因此改用自建的權威 DNS 伺服器,直接查詢 Cloud Spanner 裡最新的 basin 資料,並讓 Cloudflare DNS Firewall 擋在伺服器前面,降低 DNS 攻擊帶來的風險。新系統部署在不同地區的兩個 GKE 叢集,客戶現在能建立數千個 basin,並立即用來串流;團隊也得自行準備監控和故障處理流程。

    推薦理由:S2 分享自建 DNS 的取捨,從資料庫即時查詢到加上 DNS 防火牆,呈現擴大服務規模時如何兼顧更新速度與防護。

  7. Dev.to Top Tech64

    Google Custom Search API 停止接受新客戶,作者比較替代方案

    Google 的 Custom Search JSON API 已不再接受新客戶,現有客戶則要在 2027 年 1 月 1 日前轉換。文章依用途整理替代方案:要取得 Google 搜尋結果頁,可選 Google SERP API;只搜尋自家最多 50 個網站,可看 Vertex AI Search;AI 助理若重視速度,可考慮 Brave、Exa 或 Tavily。作者也比較價格、速度和多步問題的答題表現,並提醒 SERP API 回傳的是 Google.com 結果,和原本自行設定的搜尋引擎不同,換用後搜尋結果也會改變;若 AI 助理需要讀取完整網頁,還得另外擷取頁面內容。文章由 cloro 發布,作者也說明該公司有參與比較的服務。

  8. Dev.to Top Tech62

    Tavily 和 Google 搜尋 API 怎麼選?比較速度、答對率和費用

    AI 助理找資料時,有時需要快速拿到可讀的網頁文字,有時則要知道 Google 搜尋結果的排序和額外資訊。這篇比較 Tavily、Google SERP API 和 Gemini Grounding with Google Search:測試中,Tavily 搜尋較快,也能回傳網頁文字;Google SERP API 在多步推理問題上答對較多,並可提供 AI Overview 等搜尋頁面內容。作者也提醒,測試每題只搜尋一次,若 AI 助理會再搜尋或讀取網頁,結果可能不同。文中作者所屬的 cloro 也販售其中一種 Google SERP API,並公開測試資料供查驗。

  9. Dev.to Top Tech72

    哪種搜尋 API 可以儲存搜尋結果並交給 LLM 使用?

    把搜尋結果存進聊天紀錄、交給 LLM 使用,或轉給其他使用者,可能受到不同搜尋 API 條款限制。作者逐一比對 8 種 API 與 OpenAI、Claude、Gemini、Azure 的內建搜尋工具,整理儲存、模型訓練和顯示引用的規定。例如,Brave 只允許短暫儲存,Parallel 限制把同一筆結果分享給其他使用者,Exa 則要求先取得書面許可才能複製服務提供的資訊;Perplexity 表示不會用客戶內容訓練模型。這份比較是依 2026 年 11 月 16 日查閱的公開條款整理,條款沒寫限制不代表相關用法一定合法,企業合約也可能不同。

  10. Hacker News (official RSS)78

    Lean 程式通過檢查,就能證明論文正確嗎?

    看到數學定理附上 Lean 程式,大家可能會以為只要程式能編譯,論文就一定正確。作者整理了判斷這類說法前該做的檢查:確認程式寫的命題和論文中的定理相同、程式能順利編譯,並確認證明沒有偷換定義或加入額外公理。文章也提到,可以用 lake comparator 檢查證明是否只用到可信任的數學規則,並用多個核心程式交叉檢查。即使這些檢查都通過,論文文字裡的證明仍可能和 Lean 程式不一致;AI 產生的程式也應先放在隔離環境中執行。

    推薦理由:文章整理判斷 Lean 證明可信度的四項檢查,指出程式能編譯不等於形式化命題符合論文,也不保證論文中的文字證明一致。

  11. solidot54

    AI Overviews 普及後,Reddit 年訪問量下滑 13%

    Reddit 從 Google 搜尋獲得的流量減少,整體訪問量也跟著下滑。Similarweb 資料顯示,2025 年 10 月至 2026 年 10 月,Reddit 全球訪問量下滑 13%;報導將部分原因歸於越來越常見、也更實用的 Google AI Overviews。Reddit 正準備要求所有訪客都登入,若全面實施,流量可能再減少。

  12. Dev.to Top Tech54

    AP2 如何證明使用者確實授權 AI 助理付款

    AI 助理代替使用者購物時,商家可能難以確認使用者是否同意了這筆特定交易。AP2 不負責收款,而是建立經過簽署的紀錄,記下使用者同意購買哪些商品、價格是多少,以及使用哪種付款方式。它也區分事先設定的購買條件和最後確認的訂單,讓商家與付款處理方能核對授權;若日後發生爭議,各方可以檢視簽署紀錄和收據。AP2 無法保證 AI 助理在付款前沒有受到錯誤資訊影響,也不會自行消除詐欺或退單風險。

  13. Dev.to Top Tech63

    SigzenAI 教你分辨 AI 爬蟲,避免 robots.txt 擋錯搜尋流量

    網站想擋 AI 爬蟲時,若把所有機器人一律封鎖,可能連會讓網頁出現在 AI 搜尋答案中的爬蟲也一起擋掉。SigzenAI 把爬蟲分成訓練、搜尋和使用者觸發三類,建議先確認每種爬蟲的用途,再決定是否允許;Google 搜尋、AI Overviews 和 AI Mode 都受 Googlebot 規則影響,Google-Extended 則不會讓網站退出這些搜尋結果。文章也提醒,CDN 或防火牆可能在 robots.txt 之外擋下流量,因此要一起檢查兩邊設定,並用 curl 檢視爬蟲收到的回應。

  14. Dev.to Top Tech52

    AXI 如何由主機檢查 AI 助理的修改,避免服務關係圖出錯

    AI 助理修改資料時,如果錯誤內容直接套用,後續工作可能一路跟著出錯,提示內容也會越來越長。AXI 在模型和資料之間加上一層,由主機依固定規則檢查模型提出的修改,需要時補完內容,再一次提交或整筆取消;每一步也會根據目前資料重新整理提示。作者用 Gemini 3.8 Flash 修改服務關係圖,測試 4,000 步後,主機儲存的資料每一步都正確;其中 46 次修改由規則補完。不過這只測了一個模型、一種工作和一輪結果,能不能用在其他工作還不清楚。

  15. Dev.to Top Tech38

    實測 Google TPU v6e:只保留對話紀錄,每顆晶片可同時放 5 個 AI 助理工作階段

    AI 助理如果要一直記得整段對話,就得把對話資料留在記憶體裡;能同時處理多少個工作階段,也會受到記憶體容量限制。這次測試把不同長度的對話資料放進 Google TPU v6e,直到記憶體滿載,但沒有執行模型。結果顯示,每個工作階段只保留 AXI 一個步驟的 2,824 個 token 時,可放進 927 個;若保留一段平均有 476,835 個 token 的長對話,則只能放進 5 個。這說明長對話會佔用更多記憶體;測試只量記憶體容量,無法看出速度、回答品質、處理量或價格。

  16. iThome (臺灣)77

    AI 自動化網攻波及臺灣十餘家企業,逾百萬筆個資受影響

    AI 自動化網攻速度快,臺灣已有十餘家企業與網路平臺通報受害,超過 100 萬份個資受到影響。數發部表示,目前未發現信用卡等付款資訊外洩,但姓名、電話、電子郵件和訂單資料流入黑市,可能被拿來冒名詐騙。報導指出,攻擊者會跳過網站畫面直接讀取後端 API,也會利用尚未修補的漏洞、遭竊的工作憑證和委外廠商下手。資安單位建議企業強制登出、更換密碼,並在發現資料大量異常讀取時中斷連線;數位產業署也要求業者在 72 小時內處理高風險漏洞、通報外洩並通知受影響民眾。

    推薦理由:臺灣十餘家企業通報個資受影響,報導整理了攻擊者直攻後端 API、利用未修補漏洞與竊取工作憑證的做法,也列出企業和平臺的限時處置要求。

  17. Dev.to Top Tech63

    開發者推出 Sach,查核 WhatsApp 群組轉傳訊息

    家人群組常會收到看起來很正式、卻不知道真假的轉傳訊息。開發者 Pruthvi Garlapati 做了 Sach,使用者貼上英文、印地語、泰盧固語等 16 種印度語言的訊息後,工具會查對官方來源,回覆「正確」、「錯誤」、「有誤導性」或「尚未確認」,並附上引用資料。只有找到官方直接證據時才會判為正確或錯誤;資料不足就標示尚未確認,也能轉交 PIB Fact Check 或 BOOM 的查核人員。Sach 另外會用白話提醒仿冒銀行連結、假 UPI 退款和可疑 APK 下載等詐騙手法。

  18. iThome (臺灣)70

    Google Project Zero 縮短漏洞揭露期限,2028 年起改為 30 天

    廠商修好漏洞並發布更新後,攻擊者可能比使用者更快從程式碼差異找出漏洞。Google 旗下的 Project Zero 因此調整揭露政策,改從通報廠商的日期起算固定期限:目前是 90 天,2027 年 2 月 2 日起縮為 60 天,2028 年 1 月 3 日起再縮為 30 天。期限一到,原則上就會公開漏洞細節,不再因廠商是否完成修補而延後。Project Zero 認為,AI 加快了漏洞發現與分析,也讓逐案協商越來越難處理。廠商仍可依風險安排修補順序,但也得縮短更新部署時間,或在使用者完成更新前採取其他防護措施。政策保留少數例外,包括漏洞已遭實際攻擊或細節已被公開。

  19. Dev.to Top Tech48

    網站改版時,如何避免 Google 搜尋排名下滑

    網站改版後,原本帶來訪客的頁面可能因網址改變、內容被刪掉,或搜尋設定出錯而失去排名。改版前先記下網站有哪些網址,找出哪些頁面最常帶來搜尋點選和客戶,再保留重要內容、標題和網址。若網址一定要更換,就讓舊網址用 301 永久轉址到最相關的新頁面;例如舊文章不要一律導到首頁。上線後也要檢查 robots.txt,確認搜尋引擎沒有被擋住,並送出新的網站地圖。做好這些檢查,能減少改版對搜尋流量的影響。

  20. iThome (臺灣)78

    Google 推出 Gemini 4 Hydrogen,速度比前代快 2.5 倍

    處理日常工作時,大家常得在回覆速度和複雜任務能力之間取捨。Google 推出 Gemini 4 Hydrogen,主打程式撰寫和日常 AI 助理工作流程,表示它比前代 Gemini 3.8 Flash 快 2.5 倍;也能和 Carbon 或 Argon 搭配,由 Hydrogen 寫程式、修正錯誤和跑測試,較大型的模型負責複雜判斷。它已提供給多種 Google 產品與服務,每百萬 token 的輸入和輸出價格分別是 1.5 美元和 7.5 美元。

    推薦理由:Gemini 4 Hydrogen 主打日常工作所需的速度,也能和 Carbon 或 Argon 分工,文中提供了速度、用量與價格比較。

  21. Dev.to Top Tech69

    18 個 AI 模型讀得越多,表現反而越差

    把更多資料塞進 AI 模型的上下文視窗,不一定能讓它答得更好。多項研究發現,18 個模型在長對話裡找答案時,使用約 300 個 token 的相關內容,比讀含有相同答案的約 113,000 個 token 表現更好;資料一長,照抄和修程式也可能出錯。文章整理的實用做法是把大任務拆成短步驟,讓 AI 助理搜尋需要的檔案,並把過時計畫和錯誤訊息移出目前工作內容。這些研究有些使用人工設計的測試,實際工作中的影響可能不同。

  22. Arena.ai58

    Arena 公佈的榜單顯示,Qwen4-Max 在中文模型中排名第一,整體實驗室排名第五;在 Agent Arena 首次登場就排第 14,前一代 Qwen3.8-Max 則排第 39。這項結果來自 14.7k 次真實任務操作紀錄,整體表現提升 7.5%。四項指標都比前一代進步,其中「好評相較抱怨」提升 13%,「確認成功」提升 9%;在工作、聊天和程式任務的排名也都進入中文模型前列。

  23. Dev.to Top Tech64

    神經網路縮放定律怎麼看:模型、資料和算力如何影響損失

    訓練大型語言模型時,模型做大、資料變多或算力增加,究竟能讓結果進步多少?這篇文章介紹神經網路縮放定律,說明預訓練損失通常會隨這些因素增加而逐步下降,但不會因此突然大幅跳升。文章也比較 Kaplan 和 Chinchilla 對算力分配的估算:Chinchilla 指出,在相同訓練算力下,模型大小和訓練 token 數應按相同比例增加;70B 的 Chinchilla 使用 1.4T tokens,在幾乎所有基準測試中都勝過使用 300B tokens 的 280B Gopher。作者也提醒,這些定律預測的是預訓練損失,不等於模型在各種任務上的能力。

  24. Dev.to Top Tech58

    Prisma Reviews 如何把 84 個平臺的評論整理成同一格式並測試 API

    不同平臺的評論格式和功能各不相同,整合時容易出現資料重複,平臺一改動也可能讓使用者端出錯。Prisma Reviews 把 84 個來源的評論整理成固定欄位,沒有資料時填 null,並用平臺評論 ID 和資料庫的唯一索引避免重複;若來源沒有 ID,則依各平臺可用的資料找替代方式。作者也用 OpenAPI 規格檢查程式和檔案是否一致,並提供測試模式,讓開發者能測試讀取和回覆流程,不必動到真實帳號。

  25. Dev.to Top Tech74

    開發者一週更新整理:Claude Fable 5.2、Gemini 4 Carbon 與 API 改動

    多家廠商這週推出新模型與 API 功能,也宣佈舊模型下架,開發者若沒檢查程式設定,可能遇到請求失敗或功能改變。Anthropic 的 Claude Fable 5.2 和 Mythos 5.2 開始保留思考內容;若每次送出請求時改了對話前文或工具清單,API 可能回傳 400 錯誤。Google 的 Gemini 4 Carbon 忽略部分取樣設定,也不支援明確指定的快取。DeepSeek 則加入網頁搜尋、讀取網址和檔案等 API 功能。GitHub 也列出 12 月 14 日將從 Copilot 移除的六個模型。文章整理了各項變動及可能受影響的程式設定,方便開發者逐一檢查。

  26. Dev.to Top Tech53

    2026 年 11 月值得試的 5 個開源開發工具

    AI 助理開始操作程式、試算表和 3D 場景,但怎麼檢查結果、保留人工把關,也成了實際使用時的難題。作者整理了五個開源工具,涵蓋程式碼審查、前端開發指引、試算表、工作規劃,以及用 MCP 操作 Blender,並為每個工具設計一個小練習。例如,讓 AI 助理修改試算表後檢查儲存格和公式,或在 Blender 裡逐一檢視它準備執行的操作。文中也提醒,GitHub 星數反映關注度,不代表工具已適合正式使用;測試時應逐項核對結果。

  27. Rohan Paul40

    Eric Schmidt 建議大學生依自己的專長使用 AI:不寫程式的人,可以用 AI 把想做的事擴大,讓更多人看見自己的作品或想法;技術人員則可以用 AI 發明新東西,嘗試解決能改變世界的問題。他認為,現在開始做新事物的門檻比過去低,點子也很多,限制更可能是自己有沒有好奇心、願不願意冒險。這段建議鼓勵學生把 AI 用在自己真正關心的事上,讓努力產生更大的影響。

  28. Dev.to Top Tech48

    Google Gemini AI 眼鏡開放預購,Warby Parker 和 Gentle Monster 推出鏡框

    Warby Parker 和 Gentle Monster 已開放內建 Gemini AI 的眼鏡預購,Google 表示,網路和門市預計從 December 10, 2026 開始販售。不過,不同店家和地區能買到的鏡框、支援的 Gemini 功能與語言,以及預購時間都可能不同。下單前要先檢視店家列出的鏡框和所在地資訊,才能確認自己買得到什麼、能用哪些功能。

  29. Rohan Paul57

    晶片模擬會留下大量訊號變化紀錄,檔案可能超過 10 GB,工程師得自己翻找,AI 助理也無法一次讀完。Google DeepMind 與 Columbia University 的研究團隊做出 BTTF,把紀錄整理成 SQLite 資料庫,再讓 AI 助理把白話問題轉成 SQL 查詢、檢查設計規則並核對答案。在 150 題專家標記的驗證題中,使用 Gemini 2.5 Pro 答對 95.33%;多個 AI 助理分工的品質稽核分數比單一 AI 助理高 17.3%,但延遲也增加到 1.96 倍。這種做法能讓大型紀錄更容易查詢,也呈現了答題品質與速度之間的取捨。

  30. Varun Mohan72

    AI 助理處理較長的對話或工作內容時,可能需要壓縮前面的資訊。Antigravity 宣佈,Argon、Carbon 和 Hydrogen 的上下文視窗都加倍了;官方表示,每輪使用者互動所需的內容壓縮量會降低 3.5x。貼文沒有說明其他使用條件或細節。

    推薦理由:Antigravity 將 Argon、Carbon 和 Hydrogen 的上下文視窗加倍,並說明每輪使用者互動的內容壓縮量可降低 3.5x。

  31. Dev.to Top Tech62

    GA4 一次造訪為何記下兩次瀏覽?Fireshift 教你找出重複追蹤

    有時網頁只開一次,GA4 卻把瀏覽次數算成兩次,連匯入 Google Ads 的轉換也可能跟著重複計算。作者檢查 792 個有載入 GA4 的網站,發現 123 個網站有可能重複送出瀏覽事件;他們實際載入其中 15 個網站時,7 個送出兩次或三次。常見原因是網站工具和 Google Tag Manager 都替同一個 GA4 ID 傳送事件。作者也示範用瀏覽器開發者工具檢查請求,再到網站程式碼或 Google Tag Manager 找出第二個來源;修正時可停用多餘的追蹤設定,並重新檢查。

  32. Dev.to Top Tech56

    Mizan 如何用 Telegram 幫家庭記帳,還能處理語音和收據

    記帳表常因為輸入麻煩,最後只有一個人會用。作者為家人打造 Mizan,讓大家透過 Telegram 傳文字、語音或收據照片記帳,機器人每天早上再告訴全家今天還能花多少。整套服務使用免費方案;AI 模型忙碌或用量不足時,會改試其他服務,而「bread 50」這類常見訊息也能直接處理,不必呼叫模型。看不懂的訊息仍會存進收件匣,記錯的專案則能復原。作者也說明如何處理多種貨幣、阿拉伯文的由右至左排版,以及斷線時先存下、恢復連線後再同步。

  33. Dev.to Top Tech57

    本週資安事件整理:Check Point、Apache 與 AI 工具相關漏洞和攻擊

    這週多起資安事件顯示,常見設定問題也可能讓攻擊者取得更高許可權、竊取憑證或讓內部資料對外公開。Check Point 表示,攻擊者先利用 PHP 漏洞進入防火牆,再透過 Gaia OS 的漏洞取得 root 許可權,部分受害組織還遭遇資料破壞;官方已提供 hotfix,暫時無法更新時可停用 dynamic_server。Apache httpd 2.4.71 修補一個可能造成遠端程式碼執行的重大漏洞,受影響版本為 2.4.55 至 2.4.70。文章也整理了 AI 助理用來尋找憑證的攻擊活動,以及 Grok Build 部分應用程式未登入即可瀏覽的情況,並提醒更新軟體、輪替外洩的金鑰,檢查應用程式的分享許可權。

  34. Databricks Blog58

    Databricks 教你把團隊工作流程寫成 Genie One 技能

    團隊常把工作步驟和格式要求記在腦中或舊檔案裡,每次都得重新交代。Databricks 說明如何在 Genie One 用對話把流程寫成技能,讓它照著步驟、檢查規則和格式完成工作。文中以每月交易簡報為例,示範先確認資料月份是否完整、再找出值得留意的變化,並查詢相關郵件補上原因;試跑後也能修正規則,再開新對話確認結果。技能還能發布給團隊使用,或設定定期執行。

  35. Dev.to Top Tech58

    LiteLLM 如何在 Google Cloud 與 Azure 間轉送模型請求並免用 API 金鑰

    多個 AI 助理各自管理模型金鑰,會讓許可權設定和用量追蹤變得麻煩;閘道若故障,也可能讓同一朵雲上的助理無法工作。作者示範在 Google Cloud 和 Azure 各部署一個 LiteLLM 閘道,讓 AI 助理用既有身分驗證,並透過工作負載身分連到 Gemini、Azure OpenAI 和資料庫,請求可改由另一朵雲的閘道處理。測試中,Azure 閘道關閉後,Azure 上的 AI 助理很快改由 Google Cloud 回應。這套做法仍依賴位於單一雲端的共用資料庫,而且每朵雲的每分鐘請求上限分開計算。

  36. Dev.to Top Tech51

    Google Labs 測試 Tabletop,讓大家一起用提示詞規劃行程和活動

    大家一起規劃行程或分攤費用時,常需要來回整理想法和資料。Google Labs 正在測試 Tabletop,能把提示詞和範本變成共同使用的互動空間,範例包括旅遊行程、晚餐投票、費用分攤和賽事對戰表。受邀的人可以加入連結、檔案和點子,計畫也會即時更新。目前 Tabletop 還不是完整的通用協作平臺,開放方式是美國候補名單,申請者須年滿 18 歲;重要工作開始前,應先確認邀請方式和許可權是否合用。

  37. Dev.to Top Tech65

    如何用 SPIFFE 讓 Google Cloud 與 Microsoft Entra 的 AI 助理免存金鑰互通

    不同雲端的 AI 助理若靠密碼或金鑰互通,憑證就得輪替,也可能從程式碼或記錄檔外洩。作者實作了 Google Cloud 與 Azure 上的雙向連線:平臺替 AI 助理證明身分,再由 Microsoft Entra 核對來源、身分和用途,換發只供特定閘道使用的權杖。閘道還會檢查呼叫角色與允許名單,後端只接受閘道自己的身分,因此拿到有效權杖也不能繞過閘道直連。移除角色後,權杖可能仍有效約一小時,作者用閘道拒絕名單處理緊急隔離,演練中不到一秒就拒絕呼叫,快取造成的最長延遲為十秒。這種做法不必儲存或輪替金鑰,但必須嚴格限制誰能修改雲端程式與身分設定。

  38. Hacker News (official RSS)60

    AI 助理可能偏好能自行改裝韌體的合成器、電視與路由器

    買來的裝置不好用時,多數人不會自己改韌體;但 AI 寫程式工具讓這件事變得容易。作者以約 $70 的 M-VAVE FM-1 口袋合成器為例,說明玩家已用 AI 工具製作多種自訂韌體,廠商也公開韌體、開發工具和瀏覽器模擬器,還提供約 10 秒就能還原原廠韌體的工具。作者認為,未來 AI 助理可能替使用者尋找或安裝合適的韌體,並偏好能安全改裝、也能復原的裝置。開放設計也帶來風險,惡意韌體可能偽裝成有用版本,因此驗證安裝程式和由使用者掌握簽署金鑰也很重要。

  39. Dev.to Top Tech68

    11ty 網站如何用 llms-full.txt 打造只根據網站內容回答的 AI 助理

    網站訪客常問價格、服務物件和預約方式,但一般聊天機器人可能答錯或編出不存在的連結。作者替一間心理健康診所網站做了 Zapytaj PSYCHE,讓 AI 助理每次回答前讀取網站自己產生的 llms-full.txt;網站資料更新後,知識檔也會一起更新。程式會檢查回答中的連結是否真的存在,並限制每個訪客和全站的提問次數,也不儲存問題內容。作者也分享,整份知識檔每次都送給 Gemini,免費額度很快用完,因此改用設有支出上限的付費方案。

  40. Lobste.rs (Engineering Discussion)75

    Google 分享 QUIC 如何引發跨服務封包迴圈,以及如何降低衝擊

    伺服器收到不認得的網路封包時,若回覆的封包又被其他服務當成新請求,就可能互相回應,讓流量不斷增加。Google 分享兩次 QUIC Stateless Reset 封包引發的事件:一次與 CLDAP 伺服器互相反射,流量達每秒 2,000 萬個封包;另一次遇上 ISAKMP/IKE 伺服器回覆較大的封包,流量快速升到每秒 6 億個封包。Google 除了調整回覆方式、降低產生封包的成本,也加入回覆限流和封包格式檢查。文章提醒,跨不同網路服務的迴圈不容易預料,雙向封包紀錄有助於辨認問題,多層限流和即時封鎖也能協助控制流量。

    推薦理由:Google 的兩起 QUIC 跨協定封包迴圈事件,呈現流量如何從放大攻擊演變成每秒數億封包,也整理了辨識與限流的防護經驗。