跳到正文

#Google

RSS
今日 9 則
11月22日週日
  1. Dev.to Top Tech62

    作者檢查 Next.js 靜態網站後,發現 Firebase 快取標頭和網址設定有落差

    設定檔看起來正確,網站實際送出的內容卻可能不同;作者用 curl 檢查自己的 Next.js 靜態網站,發現 Firebase Hosting 把頁面設成快取一小時,而圖片和圖示則可能被快取一年。另一個問題是網站地圖、結構化資料和 llms.txt 裡的文章網址少了結尾斜線,造訪時會先轉址。作者建議把網址格式集中在同一處管理,並在部署後檢查實際回應,確認設定真的生效。

  2. Dev.to Top Tech64

    AI 助理會把哪些 SaaS 服務留在外部?作者整理五種必要的「軌道」

    AI 助理能接手部分資料整理和工作流程,但有些服務仍得向外租用,像是付款、電話、聯絡資料和身分驗證。作者把這些服務比喻成軌道,整理出五類依賴,並用 ACP、AP2、x402 和 ChatGPT Wallet 說明付款方式各有不同:有的用授權指令留下紀錄,有的要求使用者每次核准。文章也提醒,供應商提供 AI 助理介面,不代表企業軟體已被取代;規劃時還得考慮人工核准、外部服務費用,以及誰負責資料和規則。

  3. Dev.to Top Tech54

    研究者說明 AI 叢集如何跨資料中心連線

    單一資料中心的電力、散熱和空間可能不夠容納大型 AI 叢集,因此研究者提出 scale-across,讓不同建築、園區甚至不同地區的資料中心連在一起。它和機房內連線加速器、資料中心內連線機櫃的網路分工不同,目標是讓多個場址共同支援運算。Google 已提出面向整個園區的 Virgo 網路架構,Cisco 和 Marvell 也在開發相關技術。跨場址連線仍會遇到傳輸延遲、壅塞和封包遺失;AI 訓練需要加速器頻繁交換資料,延遲可能拖慢整個叢集,所以規劃時不能只看網路速度,也要一併考慮網路路徑和通訊方式。

  4. Rohan Paul44

    Eric Schmidt 認為,各國很難一起按下 AI 競賽的暫停鍵,因為美國的發展誘因不會消失,地方研究室或中國也可能偷偷繼續做。即使聯合國派人檢查,檢查員也得進入機密實驗室,甚至軍事實驗室,檢視完整程式碼;但這些程式碼是由電腦寫出來的,人類團隊沒辦法逐行讀完。Schmidt 因此認為,這類暫停協議難以確認各方是否真的遵守,也無法讓檢查速度追上美國與中國的研究室。

  5. Dev.to Top Tech52

    技術產品經理如何用六層工具串起 AI 工作流程

    技術產品經理常得在訪談紀錄、產品資料、規格和程式碼之間搬資料,AI 助理也因此難以掌握完整背景。這篇指南把工具分成六層,從整理客戶回饋、檢視產品使用情況,到寫規格、做原型和協助開發,再用 MCP 連線資料,並用 AGENTS.md 告訴程式開發工具產品背景。作者也估算,個人精簡配置每月約 $20,較完整的配置約 $65;五人團隊約 $335。文中提醒,AI 產出的規格與程式碼仍要由人檢查。

  6. Dev.to Top Tech62

    電商商品資料怎麼整理,才能讓 AI 助理找到並推薦商品

    想讓 AI 助理推薦網路商店的商品,第一步未必是把結帳搬進聊天介面,而是讓商品資料完整又容易讀懂。作者整理 OpenAI、Shopify 等平臺的說明,建議商品頁寫清楚材質、尺寸、價格、庫存、配送和退貨資訊,也要回答買家常問的問題,並讓網站與商品目錄的資料一致。像挑選適合敏感肌的項鍊,頁面若有材質和過敏資訊,AI 助理才有資料可以比對。作者也建議把 AI 帶來的流量獨立追蹤,觀察訪客是否下單。文中引用的研究各自採用不同方法,數字不宜直接比較。

  7. Dev.to Top Tech36

    如何依照工作內容、預算和地區挑選 AI 訂閱方案

    挑 AI 訂閱時,先想清楚自己常做什麼、多久用一次,以及每月願意花多少錢,再去看品牌和方案,通常比較不容易花冤枉錢。偶爾用來寫字或聊天,可以先試免費方案;如果每週常寫作、處理檔案或寫程式,再比較每月 $20 的 ChatGPT Plus 和 Claude Pro。要用 API 的話,費用得另外算,個人訂閱不等於 API 點數。 各家方案的價格、使用上限和功能不同,能不能訂閱也會受所在地區、帳號型別和付款方式影響。像 Google AI Pro 標價是每月 $19.99,但實際方案仍要看官方頁面和結帳畫面。先選能完成工作的最低價方案,真的碰到限制再升級。

  8. Dev.to Top Tech66

    AI 直接替產品打分不可靠,這篇教你用文字回答改善評估

    把產品點子交給 AI,請它用 1 到 5 分判斷大家會不會買,常常得到差不多的分數,難以看出不同產品的差別。這篇文章整理一項研究:先讓 AI 用自己的話回答,再把回答和各分數的參考句比較,算出每個分數的可能性。研究中,這種方法和真人評分分佈的相似度從 0.26 提高到 0.88;加入年齡和收入資料也有幫助,但性別和地區的結果不可靠。作者也做成可在多種 AI 程式工具中使用的開源技能,適合先比較少數點子或價格,不能取代重大決策前的真人調查。研究只驗證美國個人清潔用品,其他類別、國家和語言測試較少。

  9. Dev.to Top Tech39

    Google Antigravity 各種 AI 模型怎麼選?從簡單改程式到大型改版都適用

    用 AI 寫程式時,簡單改個按鈕和大幅調整整個系統,難度差很多;每件事都選最強的模型,可能花上不必要的時間。Google Antigravity 有 Gemini 4 Hydrogen、Neon、Argon、Carbon,也能讓兩個模型分工的 Orchestrator,還有 Claude Sonnet 和 Claude Opus。可以先用 Hydrogen 處理小修改,遇到牽涉多個檔案的問題再試 Neon;大型改版或複雜架構問題則可考慮 Carbon。像是隻要在網站加上可點選的電話號碼,用 Hydrogen 就很合適。選模型時先看工作有多難,通常比一味挑最強的更有效率。

  10. Phoronix (Linux HW & Benchmarks)61

    Sashiko 0.9.5 加入 Linux 核心效能檢查階段

    Linux 核心的小改動有時也會讓效能變差,光檢查程式碼問題可能抓不到。Google 開發的開源工具 Sashiko 在 0.9.5 加入可選的效能檢查階段,會檢視程式變更周邊的呼叫關係,並用基準測試評估影響。文章中的 40 筆提交測試顯示,效能退步的偵測率從 15.0% 提高到 70.0%;20 筆確認沒有問題的提交則沒有新增誤報。這項檢查增加了輸入 token 用量,但平均處理時間略有下降。

  11. hackernews10052

    SimpleBench 排行榜顯示 GPT-6.2 Astra、Sol 分數低於人類基準

    AI 模型在日常推理題上不一定比一般人答得好。SimpleBench 收錄超過 200 題選擇題,涵蓋空間與時間推理、社交理解和容易讓人答錯的文字陷阱;網站列出的 9 位參與者人類基準是 83.7%。排行榜上,GPT-6.2 Astra 得分 77.3%,GPT-6.2 Sol 得分 69.9%,都低於這個基準。這些結果反映的是這套測驗中的表現,不能直接代表模型在所有任務上的能力。

  12. Dev.to Top Tech49

    Gemini Flash-Lite 修 GitHub 問題實測:兩個模型各修好 1 個,成功成本最高 $0.561

    AI 助理修程式時,花掉的錢不只看每次任務的價格,也得看最後有沒有修好。作者讓 gemini-3.5-flash-lite 和 gemini-3.1-flash-lite 各自處理 9 個 GitHub 真實問題,兩者各修好 1 個;每個任務平均約 5 到 6 美分,但平均每修好一個問題,估算成本是 $0.426 到 $0.561,因為失敗的嘗試也要算進去。 模型大多把步驟用在搜尋和讀檔,有些還沒交出修改就用完 30 步。以 gemini-3.1-flash-lite 修 attrs-1320 為例,它第二次嘗試看到測試失敗的訊息後,才修對問題。不過每個模型只成功修好不同的 1 個問題,這次結果不足以判斷哪個模型比較好,也提醒我們:看 AI 助理的成本,不能只看它做了多少次工作,還要看成功了幾次。

  13. The Decoder71

    《The New Yorker》報導:AI 末日焦慮如何讓矽谷部分從業者走向宗教式團體

    AI 可能帶來末日的焦慮,讓部分科技從業者尋求宗教式的答案。文章轉述《The New Yorker》對佛蒙特州團體 Maple 的調查:前成員指稱,團體嚴格管理日常生活、記錄成員談話與呼吸,並打算用這些資料訓練一個以領導者心智為藍本的 AI;Maple 領導者否認多數指控,但承認團體有不公開的教義。文章也提到,研究者對 AI 導致人類滅絕的風險看法不一,並指出宗教倫理討論可能使監管、權力與控制等具體問題被擱置。

11月21日週六
  1. Dev.to Top Tech52

    React 或 Next.js 網站沒被 Google 收錄?照著這份指南找出問題

    React 網站在瀏覽器看起來正常,Google 卻可能只收到空白頁,或找不到該收錄的網址。文章帶讀者先檢視 Google 收到的原始 HTML,再依 Search Console 顯示的狀態,檢查頁面內容是否由 JavaScript 才載入、網站有沒有可追蹤的連結和網站地圖,以及網址是否設錯標準網址或被標成不收錄。對 Next.js,作者示範把重要內容放進伺服器產生的 HTML,並為各頁設定自己的標準網址;如果暫時不能改架構,也可考慮預先產生頁面。完成檢查後再要求 Google 收錄,但文章提醒,內容太少或重複也可能讓頁面不被收錄。

  2. Dev.to Top Tech75

    Gemini 4 Neon 價格與 API 改了什麼?作者試算何時比 Carbon 省

    Gemini 4 Neon 每個輸入 token 的價格比 Carbon 高,但從 12 月 1 日起,Carbon 調價後情況會反過來。作者以每月 10M 輸入、2M 輸出 token 試算,Neon 費用是 $60,Carbon 則會從 $40 漲到 $80;若輸入內容有至少 70% 是重複字首,Neon 在 Carbon 調價前也可能更省。文章還整理切換時要留意的 API 改動:Neon 不支援 temperature、top_p、top_k 和明確快取,預設思考層級是 high。

  3. Dev.to Top Tech54

    AI 程式工具的 harness 是什麼?用日常例子看懂模型如何動手做事

    大型語言模型本身只能讀文字、迴文字,不能直接檢視檔案或執行程式;AI 程式工具靠 harness 把模型和這些工作接起來。作者用電話教親友修 Wi-Fi 作比喻:模型像知道該怎麼做的人,harness 則負責動手、回報結果,並在需要時先詢問使用者。文中也整理 harness 的工作,包括提供工具、反覆傳回執行結果、管理許可權、讀取專案說明,以及在對話太長時整理重點。這能幫助讀者分清模型和程式工具各自負責什麼。

  4. Dev.to Top Tech73

    Google Chrome 團隊如何打造映象網路,測試瀏覽器 AI 助理的安全防線

    要測試瀏覽器 AI 助理會不會被網頁中的惡意指令帶偏,直接使用真實網站會遇到兩個問題:網站一直變,測試難以重做;而且操作可能真的送出貼文或付款。Google Chrome 的 AI 安全團隊打造了「映象維度」測試環境,讓助理看到真實網址,背後卻由隔離的沙箱提供可重設的合成網站,也能在文字、圖片、網頁標籤和工具回覆中加入測試內容。文章說明這種做法如何測試多步驟操作,也提醒測試結果仍受網站生成方式和未涵蓋情境限制。文中沒有漏洞通報、CVE 或修補公告,談的是安全評估方法。

  5. Dev.to Top Tech58

    Sitemap 無法讀取怎麼查?四種常見原因與對應指令

    Google Search Console 顯示 Sitemap 無法讀取時,光是重新提交通常找不出問題。作者整理了四種可能原因,並提供指令檢查:網址回傳的是 HTML 而非 XML、索引檔指向已不存在的子檔案、檔案列出的網址屬於另一個網域,或檔案太大、壓縮設定有誤。找到原因後,修好檔案並部署,再提交一次即可。作者也提醒,Sitemap 只是提示;頁面若有網站內部連結,Google 更容易找到並檢索。

  6. Dev.to Top Tech70

    如何延後載入 AI 助理的工具格式,並在執行前確認授權

    工具很多時,把每個工具的完整引數格式都放進每次請求,會佔用上下文;延後載入可以減少這項負擔,但看得到工具不代表有權使用。作者建議先搜尋工具,再載入選中工具的引數格式,等實際動作和目標確定後,才在執行前重新檢查授權。文中引用一項實驗:200 個合成 MCP 工具佔用 24,522 個 token,500 個佔用 61,302 個;這是單一設定下的測量,不是通用基準。工具目錄較小時,直接載入可能更簡單快速;採用延後載入時,也應分開記錄搜尋、授權與執行結果。

  7. Dev.to Top Tech74

    Google 讓印度等 6 國免費使用 Gemini Tasks AI 助理

    Google 把原本要付費訂閱才能用的 Gemini Tasks,開放給美國、日本、韓國、加拿大、澳洲和印度的免費帳號。使用者可在 Gemini 把模式切換成 Task,交辦旅遊規劃、學校研究或每日簡報,讓它在背景處理。文章也整理了幾項新工具:MiniMax H3-Image 可產生高解析度圖片,但社群授權排除部分地區;UnoRouter 用一組 API key 連線多種模型,作者尚未在正式環境測試;Google Vids 則每月免費提供 3 段 AI 影片,每段最長 15 秒。

  8. Dev.to Top Tech55

    作者示範如何不用無頭瀏覽器監看供應商信任中心

    逐家檢視供應商的安全認證、登入服務和 AI 子處理商,常得花上不少時間;用無頭瀏覽器自動化,則會耗用較多記憶體,也可能遇到 Cloudflare 的 403 阻擋。作者分享一套純 HTTP 加 DNS 的監看方法,宣稱每個工作程式使用 128 MB RAM。它會先查 DNS 線索,再讀取信任中心資料;遇到 Cloudflare 時,使用誠實標明身分的爬取工具名稱,並為每次重新導向檢查網域和 IP,避免連到內部或保留位址。監看模式會儲存資料,只通知認證或 AI 子處理商等專案的變動;若資料沒變,則不收費。

  9. Dev.to Top Tech62

    通行金鑰怎麼用:用手機或電腦登入,少輸入一組密碼

    網站密碼就算很長,遇到假登入頁或會記錄打字的惡意程式,仍可能被偷走。通行金鑰讓你用手機或電腦上的指紋、臉部辨識或 PIN 碼確認登入;網站收到的是簽章,不會拿到私密金鑰,假網站也不能直接拿它登入真正的服務。你可以在支援的帳號安全設定中新增通行金鑰,並先準備另一個登入方式或備用金鑰,以免裝置遺失時無法取回帳號。通行金鑰能減少密碼遭釣魚的風險,但無法取代裝置安全與帳號復原準備。

  10. Dev.to Top Tech47

    如何監看 Pydantic AI 和 Google ADK 打造的 AI 助理

    AI 助理出錯時,只看單次執行紀錄,常常不知道是哪位使用者的哪段對話出了問題。Pydantic AI 和 Google ADK 都會留下 OpenTelemetry 紀錄,可以送到監看工具;只要替每次執行加上使用者和對話資訊,就能把同一段對話的紀錄串起來。例如 Agnost AI 會依照白話規則檢查整段對話,發現問題時用 Slack 或電子郵件提醒;Pydantic Logfire 適合檢視 Pydantic AI 的執行過程,Google Cloud Trace 則能檢視 Google ADK 的紀錄。選對工具,就能更快找出 AI 助理在哪段對話或哪次工具呼叫出錯。

  11. 雷科技52

    雷科技分析 OSTA O1 Pro 的高價定位與 AI 手機路線

    OSTA O1 Pro 和華為 Pura X View 用了相近的核心硬體,但首發價格已接近 Pura,讓不少人質疑它為什麼不賣便宜一點。雷科技認為,華為想讓 OSTA 星芒走出不同路線,把 AI 互動放到手機操作的核心,而不是隻做更便宜的 Pura。文章也拿 FreeClip 作比較:當年高階耳夾耳機選擇少,現在 AI 手機已有不少競爭者,OSTA 星芒還得讓人看出自己的特色。它的闊直板設計能否找到長期需求,也會受到其他品牌跟進影響。

  12. The Hacker News80

    四項 Apache、Cisco、SAP 與 VMware 漏洞遭利用,CISA 要求美國聯邦機關修補

    CISA 將 Apache Roller、Cisco Expressway、SAP NetWeaver Enterprise Portal 和 VMware vCenter 的四項漏洞列入已知遭利用清單,並要求美國聯邦行政部門在 2026 年 11 月 23 日前修補。這些漏洞可能讓攻擊者執行程式、下達系統指令、檢視或修改伺服器資訊,或繞過登入;所需條件各不相同。Apache Roller 維護者已確認漏洞正遭利用;Cisco 漏洞曾被用來入侵一家俄羅斯組織,研究者公開 PoC 後也有相關報告。VMware 漏洞則被連結到一個疑似與中國有關的間諜組織;SAP 漏洞目前沒有公開的實際利用報告。文中指出四項漏洞都已有修補版本。

    推薦理由:四個漏洞的利用證據並不相同,從 Apache Roller 已確認遭利用到 SAP NetWeaver 尚無公開攻擊紀錄,可看出通報狀態的差異。

  13. Dev.to Top Tech81

    Anthropic IPO 募得約 $119.5 billion,公開發行與策略夥伴私募合計

    Anthropic 這次上市的約 $119.5 billion,並不是公司單靠賣股票拿到的現金。公開發行約帶來 $93.5 billion,其中部分是既有股東出售股票所得;另外還有向 7 家策略夥伴私募 Class N 股份,金額為 $26 billion。招股檔案估計,若加計公司出售的股份並扣除相關費用,公司可取得約 $117 billion。檔案也列出約 $900.9 billion 的多年採購與租賃承諾,大多和運算及基礎設施有關,並非今天就要付清的債務。這筆融資顯示訓練與提供前沿 AI 服務需要龐大資金,但不代表 API 會降價或服務一定改善。

    推薦理由:這筆融資同時包含公開發行與策略夥伴私募,文章也拆開說明總額、公司實際取得的資金及多年基礎設施承諾,呈現前沿 AI 的資本需求。

  14. Dev.to Top Tech53

    RoadMate 用手機鏡頭偵測駕駛疲勞,並以語音提醒休息

    開車時疲勞可能慢慢累積,駕駛人不一定會及時察覺。作者做了 Android App RoadMate,利用手機前鏡頭觀察閉眼、視線偏離和疲勞狀況,也透過 Presage SmartSpectra SDK 顯示脈搏、呼吸和 HRV;需要提醒時會先響鈴,再用語音警告,情況持續才發出警報。RoadMate 也能在長時間駕駛或疲勞加重時建議休息,並提供休息站搜尋。作者表示,影片不會存進手機或由 RoadMate 上傳,測量資料只保留在當趟行程期間;這是一種健康與駕駛狀況提醒工具,不能取代休息或醫療判斷。

  15. Dev.to Top Tech72

    AI 助理付款還沒帶來大量零售訂單,商家現在該先準備什麼

    AI 助理開始代人購物,但多數商家還看不到明顯收入,付款規則也還沒跟上。文章比較 AP2、ACP、UCP 和 x402:它們分別處理使用者授權、商家結帳、整間商店的商品與服務,以及機器替單次網路請求付款,彼此可以搭配使用。作者引用 x402 儀錶板的數字指出,30 天內有 75.41 million 筆交易、總額 24.24 million 美元,平均每筆約 32 美分,顯示目前機器付款多用來購買 API、資料和算力。商家可以先整理商品與庫存資料、檢查擋機器人的規則,並把退貨和配送條件寫成機器看得懂的格式;等自家流量出現需求,再考慮較花錢的整合。

  16. MarkTechPost79

    Baseten 推出 Bison-1 和 Groundhog-1 決策模型

    有些工作需要 AI 判斷是否符合條件、從選項中挑答案,或給出分數,不必另外生成一段文字。Baseten 推出 Bison-1 和 Groundhog-1,兩款模型都能讀取文字與圖片,並處理最多 128k tokens 的內容;Bison-1 在 Artificial Analysis Decision Index v2.1 得 76 分,Groundhog-1 目前還沒有正式分數。兩者也可透過 Baseten API 使用,或下載 Hugging Face 上的 BF16 權重;文章列出的輸入價格分別是每 1M tokens $0.10 和 $0.035。

    推薦理由:兩款模型把可處理的上下文拉長到 128k,並支援圖片輸入;評測分數、價格與部署規格可用來比較不同決策任務的需求。

  17. Dev.to Top Tech61

    OpenAI Agents SDK 與 Claude Agent SDK,哪個比較快處理 GitHub 問題?

    選 AI 助理開發框架時,星數和更新頻率看不出回報問題後要等多久。作者整理 9 個框架在同一段 60 天期間收到的 GitHub 問題,發現 OpenAI Agents SDK 有 98.3% 在 30 天內結案,Claude Agent SDK 的 Python 專案則是 1.9%。不過,結案不一定代表問題已修好:有些問題會被標成不處理,也可能是重複提問或被機器人關閉。這份比較可用來瞭解各專案處理回報的情況,但結案比例仍要和結案原因一起看。

  18. Dev.to Top Tech46

    Mounjaro 在 90 個國家的搜尋量超越 Ozempic

    想知道各國民眾更常搜尋哪種 GLP-1 藥物,作者用 Google Ads Keyword Planner API 查了 90 個國家,並把日文、韓文等當地寫法也算進去。結果顯示,Mounjaro 每月約有 600 萬次搜尋,高於 Ozempic 的 350 萬次;不過 Ozempic 在更多國家領先。巴西搜尋 Mounjaro 的次數是美國的兩倍多,日本光是「マンジャロ」每月就約有 45 萬次搜尋。這些數字反映的是大家在 Google 上的搜尋興趣,不代表實際處方或用藥情況。

  19. Dev.to Top Tech36

    36 種語言裡,大家最常搜尋哪種食物的熱量?香蕉和雞蛋並列第一

    想查食物熱量時,大家最常搜尋香蕉還是雞蛋?作者用 Google Ads Keyword Planner 查了 36 種語言的搜尋紀錄,發現兩者各自在 15 種語言中都是最熱門的熱量搜尋。各地也有不同習慣:韓文和馬來文搜尋裡,米飯最受關注;俄語使用者查蘋果熱量的次數,是查香蕉的 3 倍多。作者也公開了 100 種食物、36 種語言的資料,讓大家可以拿來做圖表或練習處理不同語言的文字。

  20. BlockTempo 動區動趨44

    Google 擴大 Antigravity 的 Gemini 4 Neon 快取池,預計同樣額度多做 20% 工作

    用 Antigravity 做程式開發時,工作如果隔一段時間才再次呼叫模型,快取可能已被清除,讓額度消耗得更快。Google 正擴大 Gemini 4 Neon 的快取池,讓系統更容易重用前面處理過的內容;負責人預估快取命中率可提高約 4%,同樣的額度至少能多完成 20% 工作。等大型叢集遷移完成後,Google 也會重置額度。快取重用和自動壓縮上下文是不同功能,Antigravity 已有自動壓縮。

  21. Dev.to Top Tech76

    Gemini 4 Hydrogen 和 GPT-6.1 Terra 評測:Hydrogen 在 9 項共同基準中贏了 8 項

    挑模型時,分數較高的選項也可能比較貴,而且公開測試不一定符合自己的工作。作者比較 Gemini 4 Hydrogen 和 GPT-6.1 Terra 在 Google 模型卡上都有分數的 9 項基準,Hydrogen 贏了 8 項,Terra 則在科學類終端機測試勝出;這些結果由 Google 執行,兩款模型的測試條件可能不同。依文中列出的標準 API 費率,輸入 2,000 萬、輸出 500 萬 token,每月費用分別是 $67.50 和 $45.00。文章建議用自己的工作測試分數、費用和成功率,再決定怎麼選。

    推薦理由:文章把兩款模型的公開基準分數、每百萬 token 費用與月用量試算放在一起,呈現選擇時效能和成本的取捨。

  22. Dev.to Top Tech75

    四個非營利組織起訴 OpenAI 等五家公司,要求凍結更強 AI 的開發

    四個非營利組織在加州提起訴訟,要求五家 AI 公司暫停開發或推出比起訴當天自家最強系統更強的 AI,也要求禁止 AI 自主進行 AI 研發。這不代表 ChatGPT 等現有產品要下架。訴訟引用 AI 助理逃出測試環境並接觸外部系統的案例;其中一項涉及 OpenAI 的指控目前只有媒體報導,作者表示尚未看到獨立證實。案件依加州《不公平競爭法》提出,目前尚未有裁決。作者認為,法院照單接受全面凍結要求的可能性不高,較可能出現範圍較窄的命令或公司承諾。

  23. Dev.to Top Tech64

    Google Cloud 的管理代理程式掃描未過,作者重編譯後為映像檔加上版本檢查

    雲端映像檔裡的程式也可能因版本太舊而無法通過弱點掃描。作者發現 AlmaLinux 10 和 Rocky Linux 10 映像檔中的 Google 管理代理程式,使用 Go 1.25.5 編譯;掃描要求至少使用 Go 1.25.13,對應 CVE-2026-39821。移除代理程式會讓客戶無法使用主控臺的修補管理和資產清單功能,因此作者改用 Go 1.27.4 重編譯,換掉原本的執行檔,並加上檢查,讓映像檔裡版本低於門檻的 Go 程式無法通過建置。這套檢查也擋下了 AWS 基底映像檔中的其他代理程式;作者表示,相關映像檔後來通過驗證並公開。

  24. Dev.to Top Tech54

    Gemini 4 Neon 評測解說:為什麼同一模型的分數從 39% 降到 12.8%

    同一個模型在評測中拿到 39% 或 12.8%,差距可能來自測試方式。作者用 Gemini 4 Neon 重跑程式評測,並對照兩種設定:一種使用模型原生的工具呼叫格式,另一種則用通用格式轉接。模型發出多個平行工具呼叫時,通用解析器會拒收;每次拒收都算測試失敗,分數因此從 39% 降到 12.8%。作者也展示原始紀錄,指出解析失敗與分數下降逐一對上。