跳到正文

#Meta

RSS
今日 2 則
11月20日週五
  1. aihot64

    Conductor 0.97.0 加入聊天頁面功能,並宣佈加入 Meta

    Conductor 的本地工作區新增了能在聊天中直接顯示的 HTML 頁面,讓 AI 助理可以把內容做成可看的頁面。這項功能預設開啟,可到 Settings → Artifacts 關閉,也能透過 @ 名稱叫出;使用者還可以選取文字加上評論,並回覆聊天中的任意內容。Conductor 同時宣佈加入 Meta。

    推薦理由:Conductor 說明瞭如何在聊天中叫出 HTML 頁面、對文字加註並回覆,並交代預設開啟與關閉位置,可直接瞭解這些功能怎麼加入本地工作流程。

  2. Dev.to Top Tech54

    Meta 的 Muse 讀取 Signal 通知?VSO 分析事件紀錄能查出什麼

    AI 助理如果讀取裝置上顯示的訊息,事後要查清資料從哪裡來,可能比想像中困難。Reuters 報導指出,Meta 員工曾描述 Muse 透過 Android 通知許可權讀取 Signal 訊息,也有員工收到列出銀行餘額的訊息;Reuters 無法確認那些資料是來自別人的帳戶,還是模型生成的內容。VSO 根據這起報導提出記錄存取路徑、保留輸入資料的來源線索,以及標明內容是查得還是生成等做法。文中也說明,VAP 能協助檢查已記錄資料是否遭到竄改或遺漏,但無法找回從未記錄的讀取,也不能判定內容是真是假或阻止助理採取行動。

  3. Dev.to Top Tech61

    Meta 的 Muse Wonder 在 Legora 法律工作測試中拿下整體品質第一

    律師事務所挑選 AI 處理客戶案件時,既要看回答是否可靠,也得考慮每件工作的成本。Legora 公佈的 11 月測試中,Meta 的 Muse Wonder 整體品質最高,並在分析與回答、資料擷取、撰寫和編輯四類工作領先;OpenAI 的 GPT-6.2 Astra 則在比較與審查任務領先,案件成本比平均低 20%。GPT-6.2 Sol 的品質高於平均,案件成本低 78%。Meta 沒有公佈 Muse Wonder 的案件成本,因此這份結果能比較表現與部分價格,還看不出品質領先值多少錢。

  4. Dev.to Top Tech72

    Meta 的 Muse 傳出混淆對話,可能把私人資料顯示給錯誤使用者

    Meta 的 AI 助理 Muse 傳出把不同帳戶的對話混在一起,讓使用者看到不屬於自己的私人資訊。Reuters 引述員工說法,提到有人在天氣聊天中看到銀行餘額,也有人收到 Signal 訊息提醒;但 Reuters 無法確認那些餘額是真實外洩資料,還是模型編造的數字。Meta 表示事件零星發生,許多案例是已修正的模型幻覺;Reuters 的 Signal 測試則仍能重現相關狀況。作者沒有親自測試 Muse,提醒開發者應在資料送進模型前確認帳戶許可權,並用不同測試帳戶檢查資料會不會串錯。

  5. MarkTechPost49

    Meta FAIR 的 Self-Improving Memory 學會自己整理記憶,測試平均分數達 56.0

    AI 助理做一串工作時,常會忘記前面學到的事;如果每次都靠人先寫好記憶方法,也不一定適合每種任務。Meta FAIR 做出 Self-Improving Memory,讓 AI 助理先從工作中找出整理和讀取筆記的方法,再把這些本領教進模型。像處理程式專案時,它會保留快速入門說明、問題索引和各項修正紀錄,之後接手工作時就能查閱。 在 3 種測試任務中,AI 自己找到的記憶方法平均得到 56.0 分,高於人寫的方法 44.6 分;程式專案任務的分數更高出 20.6 分。把部分本領教進模型後,即使改用一般提示詞,平均仍有 43.1 分,高於直接用一般提示詞訓練的 37.6 分。這表示 AI 找到的整理方法能帶來幫助,但不是每次嘗試都有效:44 次修改中有 37 次沒有超過前一次的最佳結果。

  6. The Verge · AI54

    Meta 的 Muse Charm 據報可能定價 300 美元

    Meta 的 Muse Charm 據報可能定價 300 美元,但公司尚未正式公佈價格。這款小型裝置有螢幕,可以和 Muse AI 助理聊天;按下指紋感應器後,也能直接對話,不必解鎖手機或開啟 App。報導還說,裝置會附上 Verizon 免費提供的 12 個月 5G 資料方案。Meta 發言人表示稍後會再分享訊息;公司也在研發智慧手錶,上市時間已延至 2027 年。

  7. aihot76

    Meta AI 助理 Muse 被指混淆對話並洩露私人資料

    Meta 員工反映,AI 助理 Muse 把不同帳戶的對話混在一起,還顯示了不屬於使用者的私人資料。路透社檢視 Meta 內部帖文後報導,有人收到自己未曾詢問的育兒訊息、商品訂單和銀行帳戶餘額,也有人在手機上收到提醒,要回覆姐姐在 Signal 傳來的訊息。這些是員工在內部帖文中提到的案例;報導沒有提到修補方式。

    推薦理由:員工內部帖文記錄 Muse 把不同帳戶的對話混在一起,還顯示銀行餘額等個資,呈現 AI 助理存取私人資料時的隱私風險。

  8. TechCrunch · AI65

    Meta 的 AI 助理 Muse 傳出混淆對話,可能暴露私人資料

    Meta 員工反映,AI 助理 Muse 可能把不同帳號的對話混在一起,讓人看到不屬於自己的私人資料。Reuters 檢視公司內部貼文後報導,有員工表示 Muse 顯示了自己從未提出的托育需求、職涯建議和商品訂單,也曾在聊天中送出其他人的銀行帳戶餘額。另有員工說,自己在手機上收到 Muse 提醒,要回覆姊妹透過 Signal 傳來的訊息,並表示自己沒有授權 Muse 存取其他應用程式。這些內容來自員工的說法與內部貼文,Meta 當時尚未回應 TechCrunch 的詢問。

  9. Dev.to Top Tech66

    如何把 WhatsApp 範本訊息接進 CRM,避免重複傳送並追蹤送達狀態

    CRM 要用 WhatsApp 聯絡客戶時,只呼叫 API 還不夠,還得確認能不能傳訊息、範本是否可用,以及訊息有沒有送達。作者分享一套實作方式:把已核准的範本和用途、語言及欄位順序記在資料庫,傳送前先檢查客戶是否同意收訊、客服時限是否開啟,再決定傳一般訊息、範本或不傳。每則訊息先用專屬識別鍵記錄,避免重試時重複傳送;之後再用狀態通知追蹤送達、已讀或失敗。這樣客服人員能在 CRM 時間軸查到訊息去了哪裡,也能找出被擋下的原因。

11月19日週四
  1. 404 Media58

    研究發現,美國有色人種社群更常設有資料中心

    美國資料中心常設在哪些社群,可能和當地居民的族群組成有關。一項研究檢視全美 81,000 個人口普查區與 5,291 座資料中心,發現和同州白人佔多數的社群相比,黑人佔多數的社群設有資料中心的可能性高 2.2 倍,西語裔佔多數的社群高 2.6 倍,亞裔佔多數的社群高 4.2 倍。研究也考量人口、收入、教育程度、土地成本和輸電線位置等因素。研究者指出,部分資料中心靠近輸電線,而這些設施過去常經過黑人社群;他們建議制定資料中心專用的分割槽規則,並在興建前評估對不同族群的影響。

  2. O'Reilly Radar71

    AI 開始協助打造下一代 AI,作者分析自我改進的做法與風險

    AI 已開始幫忙寫程式、改提示詞、整理可重用的工具,甚至加快模型訓練;文章把這些做法分成幾種層次,從重試答案到修改自身程式都有。像 AlphaEvolve 找出讓 Gemini 訓練快 1% 的計算方式,顯示 AI 也能改善打造 AI 的流程。麻煩在於,系統會朝評分方式努力:如果分數設錯,AI 可能學會騙過檢查,分數變高,行為卻沒變好。作者認為,能訂出好目標、寫出 AI 騙不過的測試,並看出錯誤改變,會愈來愈重要。

  3. MediaNama69

    Instagram 推出工具,協助創作者找出仿冒與搬用影片

    創作者的影片可能被複製,也可能被換上 AI 生成畫面後再次發布,讓人難以發現或處理。Instagram 正把內容保護工具擴大到部分創作者,會在 Instagram 和 Facebook 尋找與原影片畫面相似的影片,也開始測試比對原影片說過的話,因此畫面被 AI 換掉、口語內容相同的影片也可能被找出。符合資格並加入計畫的創作者,之後發布的原創影片會自動納入保護,也能手動加入舊影片;找到相似影片時,工具會顯示它的觀看次數和發布帳號的追蹤者人數。文章提醒,反應影片等情況可能難以分清搬用與合理使用,而 Instagram 尚未說明被隱藏影片的帳號如何提出異議。

  4. Dev.to Top Tech58

    MyBusinessMate 如何打造能接續對話、轉交真人的 WhatsApp AI 助理

    WhatsApp AI 助理如果每收到一則訊息就立刻呼叫模型,可能重複回覆、增加費用,也容易漏接連續傳來的內容。MyBusinessMate 分享實際建置經驗:先把訊息放進佇列,等 3 秒收齊連續訊息再一起處理,並保留近期對話和客戶重點。遇到預約等需求時,系統會先執行真正的查詢或預約,再回覆結果;超過 Meta 的 24 小時訊息時限,則改用預先核准的訊息範本。客戶生氣或要求真人時,也會暫停助理並通知人員接手。作者稱,合併訊息後 OpenAI token 費用減少 45%。

  5. The Economic Times · ETtech62

    Meta 擬聘印度公共政策主管,修補與政府的關係

    Meta 在印度的政府關係近年遇上多項摩擦,WhatsApp 新功能推出受阻,Instagram 也因平臺內容受到政府關注。路透社引述知情人士報導,Meta 正物色一名印度公共政策副總裁,現任印度政府關係主管將向新主管報告;Meta 未回應置評請求。印度是 Facebook、Instagram 和 WhatsApp 使用者最多的市場之一,也是 Meta 推廣 Llama 模型的重要市場。這項人事安排顯示,公共政策團隊在大型科技公司拓展印度業務時扮演重要角色。

  6. BlockTempo 動區動趨68

    美國擴大半導體管制,ASML 為何可能比輝達更早受衝擊?

    美國把部分海外資料中心租用高階晶片算力納入出口管制,半導體業者也關注《MATCH法案》可能帶來的裝置出口限制。文章轉述 Crack The Market 的分析:新規要求企業事先申請許可,也要求資料中心查明租用算力者的身分;已提供相關服務的海外資料中心有 90 天補辦許可。分析認為,輝達的部分離岸產能可能由北美雲端業者吸收;若法案限制深紫外光刻機等裝置出口,ASML 等裝置商可能更早承受營收與估值壓力。法案仍在推進中,文中的影響判斷屬於分析機構觀點。

  7. aihot84

    Meta 的 Muse 被指讀取私訊,內部聊天與測試揭露隱私疑慮

    Meta 的 AI 助理 Muse 被指可能讀取使用者沒打算分享的私訊,還可能把不同人的對話混在一起,甚至吐出銀行帳戶餘額等敏感資訊。Reuters 揭露的內部聊天顯示,Meta 員工測試時也曾遇到令人不安的輸出;Meta 表示部分情況是更新造成的錯誤,並稱已修好。Reuters 與 Signal、AI Now Institute 合作測試後,仍在 Android 和 macOS 上觀察到 Muse 透過裝置許可權讀取 Signal 訊息;在 iPhone 上,相關請求則被擋下。Reuters 無法確認那些帳戶餘額是真實資料還是模型編造的內容,測試結果則引發使用者授權是否夠明確的疑慮。

    推薦理由:報導對照 Meta 員工的內部警告與 Reuters 的實測,呈現 Muse 讀取訊息時的許可權爭議,以及 Meta 對問題範圍的說明。

  8. Ars Technica · AI83

    Meta Muse 傳出讀取私人訊息疑慮,Reuters 測試發現部分情況仍可重現

    Meta 的 AI 助理 Muse 傳出讀取私人訊息、回覆不相關內容,甚至出現銀行或比特幣餘額等讓員工不安的情況;但 Reuters 無法確認那些資料是真實外洩,還是模型憑空編造。Meta 說部分訊息是模型幻覺,並稱相關程式錯誤已修好。Reuters 與 Signal、AI Now Institute 合作測試後,發現 Android 上的 Muse 可透過初次設定取得的許可權讀取 Signal 訊息;iPhone 會擋下相關要求,macOS 上則能利用輔助使用工具取得訊息。這些測試顯示,部分隱私疑慮可能仍存在,也讓使用者如何清楚授權 AI 助理存取私人資料成為焦點。

    推薦理由:Reuters 的測試顯示,Muse 讀取訊息的疑慮不只來自員工回報,也涉及 Android 與 macOS 的許可權設定,能看出 AI 助理如何碰觸隱私界線。

  9. Dev.to Top Tech66

    作者重新研究 AI 配音與音樂,修正兩個本機工具判斷

    作者替影片找配音和配樂時,發現除了聲音是否自然,商用授權和自己的電腦能不能跑也很重要。他重新研究市場,並在不同電腦上測試本機工具,修正了兩個結論:Stable Audio 3 Medium 在 CPU 上能生成完整配樂;Qwen3-TTS 1.7B 則成為他新的中文配音首選,雖然速度較慢,仍能用文字指示調整說話方式。作者也提醒,開源模型的程式碼和模型權重可能有不同授權,商用前要看清楚規定。製作時把配音、字幕和音樂分開處理,改一段旁白就重做那一段,能少做許多白工。

  10. Dev.to Top Tech47

    如何在 2026 年不用官方 API 擷取 Facebook 廣告資料

    想研究其他品牌怎麼下廣告,Meta Ad Library 可以免費檢視 Facebook 和 Instagram 上正在刊登的廣告,包括圖片或影片、文案和開始日期;但網站沒有匯出按鈕,官方 API 也查不到大多數一般商業廣告。只看一個品牌時,自己到網站搜尋就夠了;若要比較多個對手、整理廣告素材,或追蹤每週有哪些新廣告,手動操作就很麻煩。文章分享擷取資料的做法,也提到圖片和影片連結會過期,提醒想儲存素材的人得留意這點。

  11. Dev.to Top Tech39

    澳洲 AI 快報:銀行用 AI 搬資料、企業加強 AI 資安管理

    澳洲企業開始把 AI 用在更多工作上,但員工擔心技能跟不上,學校也得留意學生資料外洩。CommBank 推出免費的 CodeCheck,協助 AI 寫程式工具提早找出安全漏洞,最後仍由工程師決定怎麼處理;ANZ 則用 AI 把 1.7PB 的資料搬到 AWS,花的時間只有原先預估的三分之一。另一方面,Google 的資安團隊警告,駭客已開始用 AI 自動尋找並利用漏洞,入侵時間可能從好幾天或好幾週縮短到幾分鐘。企業在享受 AI 省時便利的同時,也得管好它能連到哪些資料和系統。

  12. Meta Engineering76

    Meta 用標準模型模板,把廣告排序模型改進推廣到整個系統

    Meta 的廣告排序模型種類很多,逐一套用新方法既耗時,也容易在不同模型上出現問題。Meta 用標準模型模板整理出一小組可重複使用的模型設計,先在有代表性的模型上測試新方法,再把通過檢查的改動加入模板,推廣給使用這些模板的模型。Meta 表示,這套做法讓每個模型所需的工程時間減少 92%,兩年來推出超過 5000 種技術與模型組合,離線模型品質平均提升 0.63%,線上成效累計提升 0.86%。模板也讓 AI 助理有較明確的設計範圍,可協助提出想法、進行實驗和找出問題。

    推薦理由:Meta 說明標準模型模板如何把逐一調整模型的工作,改成在代表性模型上驗證後推廣,並分享兩年來的工程時間與模型成效變化。

  13. Meta Engineering74

    Meta 如何用 AI 助理把廣告排名模型的改進推廣到更多模型

    一種機器學習改進方法,往往不能直接搬到另一個廣告排名模型上,工程師得花時間逐一調整,訓練也會消耗大量運算資源。Meta 用 AI 助理找出值得嘗試的模型、調整技術做法、安排訓練工作,並協助診斷和處理失敗;工程師仍會審查重要決定,並核准要推出的模型。Meta 表示,AI 助理目前負責超過 60% 的技術推廣工作;在部分模型與技術組閤中,訓練運算量中位數減少 4 倍。這套做法希望讓經過驗證的改進更快用到更多模型。

    推薦理由:文章拆解 AI 助理如何找出可套用的技術、調整模型並管理訓練工作,呈現大規模推廣機器學習改進的方法。

  14. Dev.to Top Tech57

    從爬蟲上限看 Anthropic、Google 等公司的 AI 凍結訴訟

    爬蟲如果沒有先設好停止條件,可能一直執行;一場 AI 凍結訴訟也在追問,該怎麼替 AI 能力設下限度。作者指出,ScraperAPI 的爬蟲啟動前必須設定 max_depth 或 crawl_budget,兩者都設時,先達到的上限就會讓工作停止。訴訟中的四個非營利組織要求 Anthropic、Google、Meta、OpenAI 和 SpaceX AI 暫停提升能力,並禁止 AI 自主指揮研究更強的 AI。作者也整理了公司的疑問:AI 能力要用什麼單位衡量,又由誰判斷何時喊停。文章建議,先把上限和停止條件寫清楚,也要限制重試次數,讓單一故障不會拖垮整個工作。

  15. Arena.ai42

    LMSYS Arena 比較了 Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 在實際工作任務上的速度、表現和成本。Muse Ember 完成一項任務平均花 27 秒,另外兩款分別要 5.8 分鐘和 1.9 分鐘;它的 Agent Arena 分數提升 2.3%,也高於對手的 1.4% 和 0.4%。每項任務成本則是 1.9 美分,低於另外兩款的 7.0 美分和 6.9 美分。這些結果讓 Muse Ember 在三項比較中都領先,顯示它處理實際工作任務時更快、成本也更低。

11月18日週三
  1. Dev.to Top Tech44

    Unity XR 開發怎麼用 AI 助理從寫程式走到測試 VR 流程

    AI 助理能幫忙寫 Unity 程式碼、找錯誤,但程式能編譯,不代表 VR 場景設定正確,或操作真的能在頭戴裝置上使用。文章提到,Unity 在 2026 年 9 月宣佈推出給 OpenAI Codex 使用的官方外掛,Meta 也推出 XR Operator,讓符合 MCP 的 AI 助理能在 Meta XR Simulator 裡操作執行中的 VR App。 例如,抓取物件在 Unity 編輯器裡正常,到了獨立頭戴裝置卻失效,AI 助理可以協助檢查錯誤訊息、輸入設定和程式碼,再提出修正建議;但最後仍要在實際裝置上測試。AI 可能誤解專案或提出會讓程式執行出問題的修改,所以開發者仍得確認結果。

  2. Dev.to Top Tech52

    Moda 讓 Ray-Ban Meta 眼鏡依情境決定何時協助、何時安靜

    AI 眼鏡如果只會等人下指令,使用起來不夠順手;如果一直主動說話,也可能打擾人。作者做了 Moda,讓眼鏡依照工作、料理或開會等情境調整協助方式。工作時,它會留意分心或姿勢不佳等持續訊號;料理時能看食材推薦食譜並用語音帶著做;開會時則先詢問是否同意錄音,過程中保持安靜,會後整理決定和待辦事項。影像預設在手機上處理,雲端處理需使用者選擇開啟,設定和使用資料留在本機。

  3. Dev.to Top Tech83

    開放權重模型落後封閉模型多久?作者用資料比較能力、算力與授權

    開放權重模型的能力和封閉模型差多少,會隨時間、評量方式和授權條件改變。作者用 Epoch AI 截至 2026 年 10 月 30 日的資料追蹤模型分數,指出 2026 年開放模型平均落後約 6.7 個月;中國團隊推出的模型已連續 673 天保持開放權重領先。不同地區的差距也不一樣:美國和歐洲模型落後更多,而授權條件會影響模型能不能用在商業服務。作者認為,選模型時除了看能力,也要確認來源與授權是否符合自己的需求。

    推薦理由:作者把開放權重模型的能力差距拆成時間、算力、地區與授權來比較,呈現採用這類模型時需要衡量的實際取捨。

  4. Dev.to Top Tech54

    用 Python 分析 Instagram 資料,找出最適合的發文時段

    每篇貼文的觸及人數不同,只看網路上的通用建議,很難知道自己的觀眾什麼時候最活躍。這篇教學用 Python 讀取 Instagram 匯出的 CSV,把 UTC 發文時間加上 5 小時 30 分換成印度時間,再按小時整理平均觸及人數。範例中,09:00 的平均觸及人數最高,但只有 6 篇貼文;作者提醒,少於 4 篇的時段容易被單篇爆紅貼文影響,而且內容好壞也比發文時間重要。

  5. Dev.to Top Tech68

    大一生如何找實習:從準備作品到追蹤職缺

    很多人以為要到大三、大四才找得到實習,但大一也有適合的機會。作者建議先找專為低年級學生設計的計畫,也留意小公司、校內研究室和校園工作;履歷則放上一項能說明的作品,並控制在一頁。新生收到的回覆可能較少,作者建議每個求職季投 30 到 50 個職缺,用試算表追蹤進度,也提早申請。可以請學校職涯中心看履歷、找教授聊研究,或寄簡短訊息向業界人士請教。若暑假沒找到實習,也能工作、做專案或參與志工,累積下次申請時可分享的經驗;接受工作前,記得用書面確認薪資、工時和地點。

  6. Dev.to Top Tech47

    IRON VR:在 Meta Quest 上玩的《決勝時刻》風格 VR 射擊遊戲

    想在 VR 裡玩像《決勝時刻》的射擊遊戲,作者就做了 IRON VR:可用 Meta Quest 頭戴裝置或電腦遊玩。遊戲裡有一張 900 公尺的開放地圖、五個故事任務,還能挑戰殭屍生存模式;在 VR 裡也可以伸手換彈匣、拔手榴彈丟出去,或蹲下躲掩護。作者用網頁技術打造遊戲,並透過 Claude Code 加快開發和上線,但仍親自戴上頭戴裝置測試,因為 AI 產生的內容可能出錯。

  7. elvis56

    AI 助理要持續學習,就得知道哪些資訊該記下來、怎麼記,以及之後何時取用。Elvis Saravia 整理了 Meta 與 RIME 的不同做法:Meta 先找出較好的記憶提示詞,再用相關資料微調模型;RIME 則用強化學習,讓模型一邊解題、一邊寫下記憶,並獎勵日後能幫上忙的筆記。這篇整理也列出 Google 等相關研究連結,呈現這個研究方向的不同路徑。

  8. The Verge · AI76

    Meta 高層在 Instagram 發布 Sam Altman 的 AI 仿造影片

    Instagram 上的 AI 仿造內容愈來愈常見,名人的肖像也可能被拿來製作假影片或圖片。11 月初,Meta AI 主管 Alexandr Wang 分享一段 AI 生成影片,讓 Meta 執行長 Mark Zuckerberg、OpenAI 執行長 Sam Altman 和 Muse 吉祥物一起出現在視訊通話中;影片裡的 Altman 穿著吉祥物服裝。Meta 規定,描繪真人的 AI 影片必須標示為 AI 生成,但靜態圖片沒有同樣要求。報導也提到,Instagram 曾因 AI 生成的 Mia Goth 圖片受到批評,而 OpenAI 曾讓使用者用 Sora 製作 Altman 的 AI 影像。

    推薦理由:影片必須標示為 AI 生成,靜態圖片卻沒有相同要求;這個差異呈現 Instagram 管理名人 AI 仿造內容時的規則落差。

  9. PyTorch67

    想讓模型學會特定領域的內容,開發者常得先處理模型格式轉換。PyTorch 官方表示,現在可用 NVIDIA NeMo AutoModel 在領域資料上微調 Meta 的 Muse Spark Open,並直接使用 Hugging Face 的模型檔,不必轉換格式。工具也能直接進行 SFT 和 LoRA 微調,方便快速嘗試不同產業的用法。Muse Spark Open 是推理模型,也能理解音訊、影片、圖片和檔案;文中另提供可下載的 NVIDIA NIM。

    推薦理由:Muse Spark Open 可直接用 NVIDIA NeMo AutoModel 進行領域資料微調,並支援 SFT 與 LoRA,呈現模型訓練工具如何減少轉換步驟。

  10. 404 Media68

    Facebook 粉專遭停用,男子讓 AI 助理 Baby Mia 起訴 Meta

    Joe Thomas 把 Facebook 粉專交給 AI 助理 Baby Mia 經營後,Meta 的內容審查系統懷疑這個 AI 助理是駭客,停用了他的粉專約一週。Thomas 說,他的生意靠 Facebook 廣告招攬客人,粉專停用期間因此損失工作;訴狀要求 $75,000 賠償,並稱損失至少 $25,000。Baby Mia 也代他聯絡媒體、政府機關和律師,並提出多項申訴。訴訟已在南卡羅萊納州提出,但結果尚未確定。

  11. Dev.to Top Tech58

    LSM 樹 VS B‑樹:磁碟負擔到底落在哪一面?

    在資料庫寫入時,B‑樹會把改動寫回原頁面,造成隨機寫入;LSM‑樹則把改動先寫進記憶體與日誌,再順序寫入磁碟。兩者寫入方式決定了寫入放大、讀取延遲與磁碟壽命。文章以 NVMe 讀寫特性為例,計算出在相同硬體下 B‑樹寫入上限約 20,000 次/秒,而 LSM‑樹可達 58,000 次/秒,並說明在高寫入量或高讀取量時各自的優缺點。

  12. Dev.to Top Tech41

    澳洲 AI 快訊:Google Cloud、AMD 等業者動態與企業 AI 應用趨勢

    澳洲企業加快匯入 AI,資料管理、產能和成果檢查也跟著成為難題。Fujitsu 的研究顯示,10 家澳洲企業中有 7 家表示,使用 AI 時分享的資料已超出現有管理方式能安全掌控的範圍。Google Cloud 推出 Gemini Factory,協助軟體開發者把 Gemini 整合到自家服務;Supermetrics 則讓行銷人員透過 Claude 編輯多個平臺的廣告,但新廣告要先經過人工核准才會刊登。調查也發現,雖有 78% 的主管表示產出增加,59% 的主管仍覺得修正 AI 產生的錯誤很花時間。整體來看,AI 能幫企業做更多事,但資料管理和人工把關仍很重要。