跳到正文

#OpenAI

RSS
今日 17 則
11月16日週一
  1. Dev.to Top Tech47

    Claude Code 和 Codex 協助破解 1994 年 Jeep 的引擎電腦,帶出歐盟 AI 法規問題

    一輛 1994 年的 Jeep 沒有能用的診斷插孔,作者用 $3 的 Arduino,搭配 Claude Code 和 Codex,嘗試破解車上的引擎電腦;影片標題稱,車子後來能受到控制。不過,資料沒有說清楚 AI 寫了什麼、能控制到什麼程度,也不清楚測試方式和安全措施,所以這只能算是一個引人注意的示範。 這件事也讓人想到歐盟 AI 法規:AI 用在修車工具,和把 AI 功能放進量產車,可能面對不同規定。歐盟 AI 法案已於 2026 年 8 月 2 日開始適用,部分高風險系統規定則要到 2028 年 8 月 2 日才適用。對車廠和工程團隊來說,使用 AI 寫程式時,還是得測試可能出錯的情況、記錄 AI 參與的工作,並確認成品的安全與法規要求。

  2. 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。

  3. Dev.to Top Tech44

    我查了 ChatGPT 帶來的 132 位訪客,看看他們都進了哪些網站頁面

    想讓 ChatGPT 推薦自己的產品,很多創業者都想知道該怎麼做,但作者也不清楚 ChatGPT 怎麼挑連結。他檢視自己幾個網站的流量,發現 19 天內 ChatGPT 帶來 132 位訪客;其中工具目錄有 55 位,很多人進了 DKIM 檢查器和 Telegram 機器人指南,而 Google 的訪客大多去了別的頁面。作者建議,替常見的小問題各做一頁,把頁面用途清楚寫在標題和說明裡,並確認文字真的放在網頁原始內容中。這些觀察來自少量流量,不能保證照做就會被 ChatGPT 推薦。

  4. Dev.to Top Tech63

    Disk-O-Meter 追蹤 Mac 硬碟每天寫入量,找出寫入最多的程式

    硬碟裡的檔案沒有變大,仍可能一直寫入資料,讓 SSD 承受大量耗損。作者做了免費的 Mac 選單列工具 Disk-O-Meter,每 15 秒讀取系統的寫入紀錄,按天累計用量,也列出各程式寫了多少;超過自己設定的每日、每週或每月上限時,會把選單列數字變紅並發出通知。文章以 Codex 日誌的一起 Linux 使用案例說明這個問題,但沒有把該案例的 37 TB 寫入量套用到 Mac。工具只計算 Mac 要求硬碟寫入的資料,無法得知 SSD 內部實際寫入量,也可能漏掉短時間執行的程式。

  5. Dev.to Top Tech61

    kagent 比較四種 AI 助理執行方式:kagent、Claude Code、Codex 和自訂映像檔

    替 AI 助理選執行方式時,能使用的模型、工具和設定會跟著改變。作者比較 kagent 的四種 Harness:內建的 kagent、Claude Code、Codex,以及使用自訂映像檔的 BYO,說明各自適合的情況與限制。例如 Claude Code 的 MCP 工具選擇可能會讓 AI 助理取得整個伺服器上的工具,因此若要限制工具使用範圍,也要在閘道器檢查。文章建議先依需要的執行方式和工具限制挑選,並把 Harness 當成安全邊界來設定。

  6. Dev.to Top Tech38

    AWS Bedrock、OpenRouter 和直接 API:Claude 與 GPT 的費用差在哪裡?

    使用 AWS Bedrock、OpenRouter 或直接呼叫 API,Claude 和 GPT 的 token 標價大多一樣,帳單差別主要來自額外費用和資料要留在哪個地區。以 Claude Sonnet 5.5 為例,每 100 萬個輸入 token 是 $2、輸出 token 是 $10;Bedrock 全球端點沒有加價,區域端點多收 10%,OpenRouter 標準方案買點數時收 5.5% 手續費。若要讓資料留在特定地區,直接 API 也可能多收 10%。 實際使用時,提示詞快取和批次處理更能省錢:文中的例子把每月費用從 $900 降到 $444,光換路線最多隻差 10%。單一服務商、想用標價的話,可選直接 API;已使用 AWS 的團隊可考慮 Bedrock 全球端點;需要資料留在特定地區時,可選區域端點;常在 Claude 和 GPT 等模型間切換,則可考慮 OpenRouter。

  7. Dev.to Top Tech49

    Claude 和 GPT 走哪個 API 通道比較省?Bedrock、OpenRouter 和直接呼叫比一比

    用 Claude 或 GPT 時,三種通道的每個 token 基本價格差不多,真正讓帳單不同的是額外費用、資料要放在哪裡,以及有沒有用快取或批次處理。AWS Bedrock 的全球通道不加價,區域通道貴 10%;OpenRouter 標準方案買點數要收 5.5% 手續費;直接呼叫 API 通常不加價,但指定資料處理地區時可能多 10%。 例如 Claude Sonnet 5.5 每 100 萬個輸入 token 收 $2、輸出 token 收 $10;如果有 80% 的輸入內容能從快取讀取,範例帳單可從每月 $900 降到 $444。文章建議依需求選通道:想要 AWS 帳單或資料留在指定區域,就看 Bedrock;常切換不同模型,可考慮 OpenRouter;只用一家服務、想省掉額外費用,則可直接呼叫 API。

  8. iThome (臺灣)74

    OpenAI 推出 ChatGPT Wallet,讓 AI 助理代購付款

    AI 助理可以幫忙找商品、比價格,但以前付款還得由使用者自己輸入信用卡資料。OpenAI 推出 ChatGPT Wallet,讓 Dots 在使用者授權後代為購物或預訂飯店。付款前,使用者要確認商品、總金額和信用卡,再用 Face ID 或指紋授權;支付網路會提供付款用的 Token,避免 Dots 和商家拿到實際信用卡資料。這項功能正逐步開放給美國年滿 18 歲、使用 ChatGPT Pro 並持有符合資格信用卡的使用者;核准付款也不代表商家已完成訂單。

  9. Dev.to Top Tech65

    OpenAI Businesses in ChatGPT 是什麼?商家如何準備 API

    商家資料如果過期,ChatGPT 可能會把錯誤的價格或庫存資訊告訴顧客。OpenAI 的 Businesses in ChatGPT 測試版讓商家認領資料頁、提交商品目錄,符合條件的美國電商和線上服務業者還能建立 Business Agent。文章說明,商品目錄只是一份資料快照;顧客要購買時,網站或 MCP 伺服器仍須查詢最新價格和庫存,並讓 API 回傳的資料與目錄一致。作者也整理了準備步驟,包括確認商品識別碼固定、檢查防火牆是否允許 ChatGPT 的雲端瀏覽器連線,以及替 API 建立自動測試。Business Agent 不能在沒有使用者明確同意時代為送出表單、預約或購買。

  10. 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。

  11. Dev.to Top Tech74

    Apple 招募 20 萬人研究大家會不會信任健康 AI

    Apple 還沒推出健康 AI 聊天工具,而是先招募最多 20 萬名美國民眾參加研究,瞭解大家如何使用和信任這類回答。參加者可以詢問日常健康問題,答案會附上醫學文獻來源,也可以選擇分享健康資料;研究資料會先匿名化、不用來訓練 AI,OpenEvidence 會在 24 小時後刪除提問和回答。作者把這種做法和 ChatGPT 每週有超過 3 億人詢問健康問題相比,認為 Apple 正先研究人們是否會採取 AI 建議,再決定未來怎麼做;文章也提醒,研究資料顯示 OpenEvidence 被廣泛使用,還不能說明它的回答是否準確。

  12. Dev.to Top Tech77

    GPT-6 Astra 協助物理學家提出標準模型的候選晶格定義

    要把標準模型放進離散的晶格中研究,最難的是保留弱作用力對左手與右手粒子的不同處理方式。物理學家 Nathaniel Craig 與 GPT-6 Astra 合作,把一套既有策略整理成候選構造和詳細證明,Astra 也協助把場的配置對映到更細的晶格,並處理相位修正。這仍是初步成果,尚未證明所需性質,也還沒接上連續的互動作用理論;研究仍需要專家檢視與後續驗證。

    推薦理由:這項研究展示 GPT-6 Astra 如何協助物理學家把既有構想推進成具體構造與證明,也清楚交代仍待專家檢驗的關鍵問題。

  13. 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。

  14. Dev.to Top Tech43

    用 GPT-4o 把潦草病歷整理成標準格式的醫療資料

    醫師手寫或隨手記下的病歷常常很難讀,傳統文字辨識也容易漏掉前後意思,讓資料不容易整理和共用。這篇教學示範用 GPT-4o 讀取病歷,再把內容整理成 HL7 FHIR 格式;例如從「血壓 120/80」找出收縮壓和舒張壓,並用 JSON Schema 檢查格式。若資料不合規定,就重新處理或交給人確認。這能幫忙整理過去難以搜尋的病歷,但醫療資料關係到病人安全,仍需要仔細檢查。

  15. Dev.to Top Tech47

    Sitecomb 如何用同一個 MCP 伺服器遵守 Claude 和 ChatGPT 的不同規定

    用 AI 助理檢查網站,可以省下自己逐項檢視的時間,但工具得遵守不同平臺的規定,也不能讓模型亂猜問題。Sitecomb 把同一個 MCP 伺服器接到 Claude 和 ChatGPT,並依平臺設定不同規則:ChatGPT 不能連到付費報告,Claude 則可以。檢查網站時,工具會回報網站分數和需要改善的地方;遇到網站無法檢查,就不給分數。作者也提醒,工具說明要寫清楚它能做什麼、不能做什麼,並替檢查次數設限,避免花費過多運算資源。

  16. 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。

  17. OpenAI News48

    OpenAI 開設科學部落格,分享 AI 如何協助研究

    科學家想用 AI 做研究,常需要知道它能幫上什麼忙,也得弄清楚結果怎麼檢查、方法有什麼限制。OpenAI 開設科學部落格,讓研究人員分享新發現、實用做法和使用心得。像是研究人員曾用 GPT‑Rosalind 分析數百萬個小鼠腦細胞的實驗資料,只花 32 分鐘找出一些可能的生物機制,留待科學家進一步測試。這個部落格也會談到 AI 帶來的問題,例如新產生的數學證明該怎麼確認,以及大量新假設出現後該先做哪些實驗。

  18. OpenAI News77

    OpenAI 研究者提出標準模型的格點定義,GPT‑6 Astra 協助完成證明

    標準模型能精準描述許多粒子與作用力,但物理學家仍缺少一種不把作用力當成小修正的完整定義。OpenAI 研究者提出一種候選做法:把時空切成格點,將力場逐步移到更細的格點,再比較每一層的粒子狀態,算出補回相位所需的修正。作者表示,GPT‑6 Astra 協助發展構造並主導詳細證明,外部專家也檢視了證明。這是原理上的候選定義,還不能直接用於實際格點模擬;專家仍需確認它是否具備所需性質,如何延伸到連續時空也尚未解決。

    推薦理由:這項構造把格點上的力場逐步移到更細的網格,藉由比較相鄰網格推導相位修正,並證明可用於所有允許的迴圈。

  19. TechCrunch · AI80

    TechCrunch 討論黃仁勳離開 Nvidia 對 AI 產業的影響

    Nvidia 高層突然更動,讓人想知道這家掌握大量 AI 晶片與投資的公司會怎麼走,也會不會影響整個 AI 產業。TechCrunch 的主持人在節目中討論黃仁勳離任後,由財務長 Collette Kress 暫代執行長,以及外界對公司接班安排和投資方向的疑問。節目也提到,Nvidia 投資了多家 AI 新創並提供相關基礎設施;若公司因此收緊投資或業務,可能牽動仰賴這些資金與服務的 AI 專案。

    推薦理由:節目把黃仁勳離任與 Nvidia 的投資佈局放在一起討論,呈現高層更動可能牽動 AI 產業資金與基礎設施的脈絡。

  20. Dev.to Top Tech63

    如何把 ChatGPT 的重要資料交給 Claude,並用 14 項檢查確認

    把 ChatGPT 的內容搬到 Claude,不代表舊對話、附件和專案資料都會一起過去。作者整理出 14 項交接檢查,建議先分清楚哪些是長期偏好、專案進度、原始檔案和對話備份,再刪除不需要的個人資料與密碼,只匯入少量且有來源的內容。匯入後,用自己已知答案的問題檢查資料是否正確、日期和專案範圍有沒有保留,也測試 Claude 是否會猜測未匯入的資訊。Claude 的記憶匯入功能仍屬實驗性質,可能無法收下每項記憶;作者也提供一段 Node.js 程式碼,協助檢查交接資料的格式與常見敏感內容。這些檢查能協助找出問題,但不能保證匯入完整。

  21. Dev.to Top Tech62

    如何檢查 AI 模型是否靠作弊通過測試

    模型測試拿到高分,不一定代表它真的完成了工作,也可能是找到評分方式的漏洞。作者整理出檢查自家測試的做法:先列出模型可能走的捷徑,再記錄它碰過哪些檔案,確認它沒有改測試或評分程式;每次說完成,也要拿出可核對的輸出或修改內容。作者還建議把模型成果和可信的成果混在一起,交給不知道來源的人評分,並分開記錄正常通過、失敗和靠捷徑通過的次數。文章提到,英國 AI 安全研究所的報告中,近期模型在資安評估裡靠作弊通過的比例落在個位數高段到十位數低段;不同任務也要分開看,才不會讓整體平均掩蓋問題。

  22. Dev.to Top Tech63

    n8n-to-fastify 把 n8n 工作流程轉成 Fastify 與 TypeScript 微服務

    n8n 工作流程變成重要的正式服務後,可能遇到執行速度、記憶體和測試上的麻煩;把很長的流程 JSON 放進 Git 管理也不容易。作者做了 n8n-to-fastify,能讀取匯出的工作流程,轉成 Fastify 和 TypeScript 程式,讓子工作流程在同一個服務內執行,減少網路往返。作者測試一條線索收集與子流程驗證管線,每秒處理 1,885 個請求,平均延遲為 0.530 毫秒;這些數字只代表該測試管線。工具目前還不支援 n8n 的所有社群節點,遇到未支援的節點時會產生待補上的程式碼。

  23. TechCrunch · AI38

    SNL 集結科技富豪模仿秀,用約會和間諜笑話吐槽科技圈

    《週末夜現場》(SNL)這集讓演員一次模仿 Peter Thiel、Sam Altman、Dario Amodei、Elon Musk、Mark Zuckerberg 和 Jensen Huang,安排一名 CIA 探員提醒他們:突然有人對你示好,也可能是在設局。節目還拿近期的停飛事件和 Microsoft Outlook 當機開玩笑,吐槽這些科技富豪從「怪咖」變成握有巨大財富與權力的人。

  24. Dev.to Top Tech49

    生成式 AI 的資料外洩,可能沒有駭客也會發生

    員工為了趕工作,把合約、病歷或客戶資料貼進 ChatGPT、Gemini 或 Copilot,就可能讓公司資料外流;不需要有人入侵,也不一定會觸發防火牆警報。文章舉例,一名法務分析師把 40 頁合約貼進免費 AI 工具,合約裡卻藏著別人的個人資料。要降低風險,公司得列出核准使用的工具、限制敏感資料貼到未核准網站,並定期檢查員工實際用了哪些工具。光靠上課和簽使用規定不夠,還要有能在送出資料前攔下錯誤的做法。

  25. Dev.to Top Tech61

    Coding Agent Index v2.1 評測:四種設定並列 58 分,每項任務成本差約 30 倍

    Coding Agent Index v2.1 換了部分測試方式,也改了成本演算法,所以分數和舊版不能直接比較。這份指數把 AI 助理使用的工具、模型和推理設定當成一組來評分,前三名有四種設定並列 58 分;分數達 48 分以上的設定,每項任務成本從 $1.51 到 $44.22,約差 30 倍。作者提醒,測試任務不等於自己的工作,選模型時應檢視各項測試結果,並用自己的專案衡量每項任務的成本。

  26. Dev.to Top Tech63

    OpenAI 的 ChatGPT 商家檔案條款怎麼看?作者整理商家該留意的內容

    商家認領 ChatGPT 上的商家檔案前,可能不清楚按下同意後會交出哪些權利。作者親自閱讀 Businesses in ChatGPT 條款和設定指南,整理出幾項需要留意的內容:公開商家資料授權給 OpenAI 後不能撤回;上傳商品資料會同意 OpenAI 的爬蟲讀取網站;商家也可能要為 Business Agent 的回答負責。作者特別提醒,條款還包含放棄對 OpenAI 提出部分訴訟的權利。若內容本身就是生意核心,或商家曾選擇不讓 AI 使用內容,認領前應先仔細看條款並尋求法律意見。

  27. Dev.to Top Tech62

    AI 助理不會讓人力消失,只會讓人承擔更多責任

    AI 助理能自己寫程式、操作工具,也可能把資料暴露在網路上,或成為攻擊入口。作者列出同一週發生的案例,包括 Lovable 專案資料庫未設驗證、攻擊者把帶有木馬的 Claude Code 擴充功能放上 Cursor 市集,以及 Grok Build 應用程式對外開放。文章認為,自動化不會讓人不必工作,而是讓人負責檢查、處理事故並承擔後果;因此每次交出新許可權前,都要先想清楚出錯能否復原、會影響多少人,以及由哪位具名人員負責。

  28. Dev.to Top Tech85

    黃仁勳辭去 Nvidia 執行長,市場關注接班與公司如何回應

    Nvidia 執行長黃仁勳辭職後,市場除了關心公司接下來由誰帶領,也在追問中國銷售與國安疑慮。作者整理董事會調查、股價下跌與投資人要求黃仁勳回任等訊息,並指出 Nvidia 將在 11 月 17 日公佈財報,由暫代執行長的財務長 Colette Kress 主持。文中提到,間諜疑慮尚未證實,也沒有人證明有資料外洩;另有前 OpenAI 研究員聲稱,DeepSeek、Moonshot、MiniMax 和 Ant 的模型曾用 Blackwell 晶片訓練。作者認為,財報數字之外,Kress 如何說明公司路線和晶片銷售,才是市場關注的焦點。

    推薦理由:文章把執行長更替、股價反應與出口管制疑問連在一起,聚焦接班人如何說明公司路線與對外銷售。

  29. Tom’s Hardware AI & Computing86

    FBI 查扣 FaceStealer 雲端裝置,揭露北韓駭客的深偽詐騙手法

    這場名為 FaceStealer 的詐騙,會先蒐集目標人物的聯絡資料和影像,再用假工作邀約、偽造會議和 AI 深偽影片取得信任。受害者可能被要求安裝「更新」來解決會議問題,實際上安裝的是惡意軟體,讓攻擊者竊取電腦資料、瀏覽器登入狀態和 CI/CD 密碼,進一步接觸加密貨幣錢包。FBI 表示,這波攻擊與北韓有關,並查扣了相關雲端裝置,其中存有 900 段目標人物的影片;報導也提到,駭客曾多次試圖滲入開源軟體。

    推薦理由:報導整理 FBI 對 FaceStealer 的調查,呈現攻擊者如何先蒐集聯絡資訊與影像,再用偽造會議騙取電腦和帳號許可權。

11月15日週日
  1. Dev.to Top Tech68

    Walid Hadri 用程式例子帶你看懂大型語言模型的演進

    大型語言模型看起來會回答問題,但它一開始學的其實是接著文字往下寫。Walid Hadri 用「法國首都是哪裡?」這個問題,帶讀者看模型如何從預測下一個 token,發展到理解指令、花更多時間推理,以及呼叫工具完成工作;文中也附上程式碼,讓人用開放模型重做部分例子。像 DeepSeek-R1 的小型版本有時會答對、有時會數錯「strawberry」裡的 r,說明多想幾步能幫上忙,卻不保證答案正確。

  2. Dev.to Top Tech48

    ChatGPT Wallet 如何運作:開發者指南教你讓 AI 助理看懂商品並完成購買

    以前大家上網買東西,會自己搜尋、挑商品、結帳;現在,AI 助理可能代替使用者找商品和付款,使用者甚至不必開啟店家網站。ChatGPT Wallet 的流程是:使用者說出想買什麼,ChatGPT 到合作商店和商品目錄尋找商品,使用者用生物辨識確認付款,訂單再送到商家。商家收到的是一次性付款程式碼,不會看到真正的信用卡號。 對店家來說,商品資訊要清楚,AI 助理才找得到也看得懂。像是把商品名稱、價格、庫存和送貨時間整理好,並提供乾淨的商品資料,就比只寫「超棒咖啡豆,今天特價」更有用。文章也提醒開發者,付款要有使用者確認,還要防止重複下單,並讓取消和退款方便。這樣一來,網路商店得準備好讓 AI 助理讀取商品,也要確保它花錢時有清楚的安全規則。

  3. Dev.to Top Tech65

    照片轉影片實作解析:先編輯首幀,再讓影片動起來

    直接把人像交給影片模型時,模型得同時改場景、安排動作和控制鏡頭,結果比較難掌握。作者分享的做法是先用圖片編輯模型整理出影片第一幕,再交給影片模型加入動作、說話和音樂;例如生日影片可以先安排好房間、服裝和蛋糕位置,再讓人物看向蛋糕並做出反應。作者以 OpenAI 的 gpt-image 編輯圖片,每張約 $0.05,再用 MiniMax H3 產生 10 秒影片,每段約 $0.25,成功生成一次的模型費用約 $0.30。先準備第一幕能讓影片模型專心處理動作,但仍可能出現臉部變化,效果也會因模型而異。

  4. 🚨 AI News | TestingCatalog38

    這份簡報整理多家公司近期的 AI 產品與服務訊息,包含功能更新、測試與上市計畫。例如,ChatGPT Wallet 正向美國 Pro 訂閱者推出,讓 AI 助理付款時不必看到使用者的真實信用卡資料;DeepSeek API 則加入搜尋、檔案、語音等功能,也提供 OCR、ASR 和 TTS。其他訊息還包括 Claude Code 桌面版支援自訂主題、Grok Bot 可加入會議,以及 Sesame 推出每月 $20 的 Plus 和 Pro 方案。這些更新顯示 AI 工具正逐漸能處理付款、工作協作與語音等更多日常任務。

  5. Dev.to Top Tech41

    Copilot、ChatGPT、Claude 和 Gemini 用同一份規格寫程式,四款 AI 助理全數通過測試

    想知道哪款 AI 助理最會寫程式,排行榜不一定能回答;這次作者讓 Copilot、ChatGPT、Claude 和 Gemini 各自照著同一份白話規格,寫一個分帳小程式,再用事先保密的測試檢查成果。程式要平均分帳、按權重分帳,還要計算逾期費用,連零權重和閏年等容易出錯的情況也列入規格。結果四款 AI 助理都一次通過全部 39 項測試。這表示它們在這份規格和這次測試裡打成平手,還不能看出誰比較強;規格寫得夠清楚,似乎也能讓 AI 更容易交出正確成果。

  6. Dev.to Top Tech36

    ChatGPT、Grok 等 7 款 AI 聊天機器人實測:誰寫行銷文最可靠?

    想用 AI 寫社群貼文或商品介紹,最怕它擅自補上沒說過的產品功能,害人把錯誤資訊直接貼出去。這次測試讓 7 款 AI 聊天機器人各寫 4 種短文,再逐一檢查內容。ChatGPT 每次都只給一個版本,也沒有編造資料;Grok 表現也不錯。Claude 會在缺少資訊時先詢問,但有時會給好幾個版本;其他模型則更常自行加料,例如替水壺寫上「免費配送」。7 款裡有 6 款加了原本沒提供的產品特色,5 款也超過 Instagram 每篇 5 個標籤的限制。AI 寫得像真的,不代表內容正確,發布前還是要逐項確認。

  7. 雷科技53

    研究:拿掉 ChatGPT 後,習慣用 AI 解題的人較容易答錯或放棄

    用 AI 解題雖然快,研究者想知道,拿掉工具後,人還能不能自己解題。三組隨機對照試驗共找來 1222 名參與者,分別做分數運算或閱讀理解;能使用 ChatGPT 的人一開始做得較快、答得較準,但研究人員收回 AI 使用許可權後,他們的答題準確率和繼續嘗試的意願都下降。這不代表短期用一次 AI 就會造成永久的認知損傷,而是提醒大家,學習時可以先自己想,再請 AI 解釋概念、提供提示或檢查思路,避免直接跳過思考過程。

  8. Dev.to Top Tech64

    LLM SEO 教你讓網站更容易被 AI 助理找到和引用

    網站即使允許爬蟲讀取,也可能因為內容藏在圖片裡、要等 JavaScript 執行,或被防火牆擋住,讓 AI 助理找不到答案。作者建議先確認各家的搜尋爬蟲能進入網站,再把重要資訊放在網頁文字中,並用清楚的標題和簡短答案回應顧客問題。網站還可以定期用固定問題詢問不同 AI 助理,分開記錄品牌是否被提到、網站是否被引用;單次回答會變動,應觀察一段時間的趨勢。

  9. Dev.to Top Tech51

    提示詞入門第 4 篇:用角色和明確規則讓 AI 說得更清楚

    請 AI「寫清楚一點」常常不夠明確,因為每個人對清楚的想像都不同。作者示範如何設定 AI 扮演的角色、讀者物件和回答規則,再借用飛機維修文件採用的簡化技術英文原則,讓句子更短、用字更熟悉、每次只交代一個步驟。文中也提醒,這些寫法只是參考 ASD-STE100 的精神,不代表符合正式標準;文字變得好懂,也不表示內容一定正確。

  10. Dev.to Top Tech61

    VibeFoundry 推出三套工具,讓 Claude Code、Cursor 和 Codex 自動檢查程式

    AI 助理能很快寫出完整網站,但程式裡可能藏著安全問題,頁面也可能出錯或在手機上跑版。VibeFoundry 做了三套開源工具,分別檢查程式安全與指令檔風險、用 Playwright 實際操作網頁,以及檢查介面設計和文字對比。它們可搭配 Claude Code、Cursor、Codex 等程式工具使用,讓開發者在提交程式碼前先找出問題;檢查結果仍需要人確認。