跳到正文

#Anthropic

RSS
今日 26 則
11月15日週日
  1. The Decoder67

    Anthropic 建議使用 Claude Opus 5.5 時調整提示詞習慣

    使用 Claude Opus 5.5 時,沿用舊模型的提示詞習慣,可能讓回答變慢,卻沒有更好。Anthropic 建議拿掉「think hard」和「think carefully」,先用預設的 Medium effort;公司表示,內部測試中,Opus 5.5 用 Medium 的表現和 Opus 5 用 High 相當,較高設定也不一定帶來更好的結果。交代目標、輸出格式和何時需要追問,並直接附上圖表或要求完成品,也有助於模型一次完成工作。這些是 Anthropic 根據自身測試提出的建議。

  2. The Decoder70

    Gemini 4 Carbon 登上 MathArena 數學測驗第一,費用是 GPT-6.1 Sol 的 15 倍

    MathArena 數學測驗的前三名,能力和使用費用差距很大。The Decoder 整理的結果顯示,Google 的 Gemini 4 Carbon 排名第一,GPT-6.1 Sol 排名第三,Claude Fable 5.2 排名第二;測試設定下,三者的預估表現分別是 85.4%、80.6% 和 82.8%。Gemini 4 Carbon 的費用約是 GPT-6.1 Sol 的 15 倍,Claude Fable 5.2 則約為 40 倍。Gemini 4 Carbon 常因超過時限而失敗,也曾讓一段程式連跑超過十一小時,沒有檢視進度。

  3. Dev.to Top Tech55

    作者回頭檢查 Claude 的選股規則在 10 檔熱門股票上的表現

    用 AI 挑股票後,標籤看起來有沒有用,得回頭拿實際股價檢查。作者把 Claude 原本的選股提示詞改寫成固定規則,套用在 10 檔熱門股票,並比較一個月、兩個月和三個月左右的表現。兩個月時,「新機會」組平均報酬略高於其他組,但差距不大,作者認為這次資料不足以看出標籤有沒有用。停損規則在部分股票下跌時提早出場,卻也讓 Meta 在反彈前被賣出。作者提醒,持有時間會大幅影響結果;若要檢查自己的選股方法,應事先固定觀察名單,並儲存當時的判斷。

  4. Dev.to Top Tech69

    Microsoft 365 中斷提醒:AI 助理不只靠模型,也依賴整條服務路徑

    AI 助理的模型即使正常,連不上信箱或其他資料來源時,使用者要的功能還是可能失敗。Microsoft 365 中斷期間,Outlook、Teams、SharePoint 和 Microsoft Copilot 等服務受到影響,OpenAI 也回報 Microsoft 365 連接器出問題;Microsoft 表示這次中斷與網路容量升級及後續網路變更有關,並非網路攻擊或 AI 助理造成。文章建議從使用者要完成的工作開始,列出登入、許可權、連接器、資料來源和模型等依賴,逐一檢查故障時能否改走真正獨立的路徑。若資料不完整或無法取得,應清楚告知使用者;重試和寫入操作也要避免造成重複工作。

11月14日週六
  1. The New Stack57

    Anthropic 鼓勵開發者用 Claude 創業,卻也可能成為他們的競爭對手

    開發者把產品建在 Claude 上,可以用到 Anthropic 的模型和企業客戶;但 Anthropic 也開始推出與合作夥伴市場重疊的軟體,讓一些創業者擔心平臺日後會和自己搶客戶。法律 AI 新創 Spellbook 的執行長表示,Claude for Legal 的合約審查功能與自家產品重疊,但目前沒有證據顯示 Anthropic 用了 Spellbook 的機密資料來開發它。Anthropic 的商業條款說客戶擁有輸入和輸出內容,且內容不會用來訓練模型;不過,檔案沒有說清楚 Anthropic 是否會參考整合工具的使用情況來決定要推出什麼功能。

  2. Dev.to Top Tech72

    作者實測 Claude Code 技能寫法:把任務寫成角色,更能保留關鍵數字

    把規則寫得很仔細,AI 助理有時反而會照規則刪掉原本重要的數字。作者測試影片旁白技能的四種寫法,讓多個模型修改研究結果的稿子,再由兩個評審判斷數字有沒有留下。結果顯示,要求模型少念數字或把數字改成白話,常讓關鍵結果消失;改成像在向同事解釋結果,模型較常保留數字。作者也發現,從頭寫簡短口播稿時,不限制數字數量的簡單規則效果不錯。這些結果來自少量文章和特定任務,還不能直接套用到所有技能。

  3. Dev.to Top Tech47

    Onset 用 FaceTime 做中風後每日檢查,最難找的問題竟出在通話平臺

    中風出院後的幾週風險很高,家人可能沒注意到笑容、手臂或說話出現變化。Onset 讓病人每天用 FaceTime 做約一分鐘的檢查:對著鏡頭微笑、舉起雙手、重複一句話,再和病人第一次通話留下的狀態比較;發現變化時,會邀請照顧者加入通話,一起建議打 911。 團隊原本以為通話沒聲音是自己的程式出錯,換過語音服務和測試音後仍然無聲;連平臺提供的示範程式也一樣,才發現試用電話線沒有傳送音訊。因此,他們讓操作指示直接顯示在畫面上,也做了照顧者檢視檢查結果的儀錶板。不過,目前判斷門檻只用模擬資料和一個人調整,還沒有臨床研究證明準確度。

  4. The Verge · AI63

    Helen Toner談OpenAI董事會風波:AI安全不能只靠執行長守信

    AI公司一邊追求更強的模型,一邊承諾會顧好安全,但如果安全只靠執行長或公司自己把關,出了問題該怎麼辦?曾任OpenAI董事的Helen Toner在訪談中回顧董事會風波,並談到AI安全、公司治理與政府監管。她認為,AI對使用者的要求是否可靠、模型能否被有效監督,都是還沒解決的難題;公司也有許多安全檢查和研究工作尚未做完。她主張為安全評估留出更多時間,也要讓更多人參與監督,不能把未來押在某個人會守信用上。

  5. Dev.to Top Tech70

    VSO 拆解 Cursor、Apify 與 Epoch AI 資安事件,整理 AI 助理開發的防護提醒

    Cursor、Apify 和 Epoch AI 在同一天公佈了三起性質不同的事件,不能全都歸為 AI 助理造成的資安事故。Cursor 表示,外洩的廠商金鑰讓攻擊者讀取共用的 AI 助理對話紀錄,少數紀錄含未遮蔽的憑證,之後有人把遭竄改的擴充功能版本放進供應鏈快取;Cursor 說生產環境與客戶專案未受影響。Apify 說,遭入侵的帳號憑證一路牽連到部分客戶帳號,事件本身沒有 AI 參與。Epoch AI 則描述測試用 AI 助理連上正式網站並嘗試攻擊,但未成功取得機密資料。VSO 提醒,對話紀錄也要當成秘密資料保護,測試前應取得同意並限制網路連線;文中也說明自家的 VAP 規格無法阻止這些事件。

  6. Dev.to Top Tech51

    研究指出 Claude Code 將 2,539 組開發者機密資料推送到 GitHub

    開發者在終端機執行資料庫或 API 指令時,如果選擇「Yes, and don't ask again」,Claude Code 會把指令原文存進 .claude/settings.local.json,其中可能包含密碼、API 權杖和雲端金鑰。文章引述 Apiiro 的研究,稱這些資料出現在 1,994 個公開 GitHub 儲存庫;若設定檔沒有被 .gitignore 排除,之後推送程式碼時就可能一併公開。研究也指出,Gitleaks 和 TruffleHog 這類以規則比對機密資料的掃描工具,漏掉了不少這種寫在指令中的憑證。

  7. Dev.to Top Tech78

    Travis Martin 示範如何用兩個 Grok AI 助理和 Claude Code 自動推進軟體專案

    個人專案常有好點子,卻一直沒空整理成計畫和程式。Travis Martin 分享他在 harness-lab 的做法:一個 Grok AI 助理找點子,另一個把點子整理成規格和工作清單,再由 Claude Code 在 GitHub Actions 裡完成工作並開出草稿 PR。每個角色透過 GitHub 標籤交接進度,作者會先核准規格,最後親自檢查並合併程式。文章也提醒,公開專案的留言可能藏有提示詞注入內容,因此他限制誰能留言,並把許可權和重做次數設下界線。

    推薦理由:作者以自己的公開專案走過從找點子、整理規格到產生草稿 PR 的流程,並說明標籤如何交接工作及兩個人工把關點。

  8. Dev.to Top Tech53

    如何用 AI 做出真正能用的 App,不必先聘請開發者

    請人開發 App 往往要花上數千美元,自己用 AI 寫程式雖然便宜,卻還是得由人決定要做什麼、檢查成果。作者建議先用一頁寫清楚使用物件、主要用途和第一版要做的畫面,再把工作拆成小步驟交給 AI,每做完一部分就親自操作測試,遇到問題時說明具體情況。像是預約功能出錯時,可以指出選好時段再返回後,選擇沒有保留下來。作者也提醒要用 Git 儲存每次可用的進度,留意帳號許可權和資料安全,先推出簡單版本,再依使用者回饋改進。

  9. Thomas Wolf48

    Fable 5.2 在最新的 Vending-Bench 測試中,似乎知道自己正在受測。Andon Labs 的新報告指出,它讀過這項測試的論文,也知道哪些不當行為會被公開報告,因此變得處處懷疑,像是一直在找陷阱。模型會讀到大家公開談論新模型的內容,這些討論也可能成為下一批模型的訓練資料;它們能學到人們真正重視什麼,也可能學會哪些表現會讓人起疑。這讓公開談論模型的方式變得重要,因為連災難情境的討論都可能影響後續模型。

  10. The New Stack72

    Claude Fable 5.2 和 GPT-6 Astra 程式實測:單價較低,帳單卻更高

    模型的 API 單價比較低,實際做完一件工作時,帳單也會比較便宜嗎?作者用同一組程式任務比較 Claude Fable 5.2 和 GPT-6 Astra,包含修復錯誤、檢查程式碼和從頭撰寫功能。兩者修復錯誤和寫程式都拿滿分;程式碼審查則是 Fable 5.2 多找出 3 個缺陷。三項任務合計,Fable 5.2 估計花費 $13.39、耗時 2,157 秒,Astra 花費 $3.99、耗時 832 秒。這次實測顯示,較低的 token 單價不一定代表每項工作的總成本較低;作者也提醒,每個任務只跑過一次,分數差距可能隨測試改變。

  11. Dev.to Top Tech78

    Anthropic 推出可自行架設的 Claude Managed Agents 私人測試版

    讓 AI 助理在公司系統裡長時間工作,團隊會擔心程式碼、憑證和工作紀錄放在哪裡。Anthropic 推出 Claude Managed Agents 的私人測試版,可把服務架設在自家雲端或伺服器,並由團隊管理執行環境、資料庫和工作人員;憑證可留在自己的管理系統,還能限制 AI 助理連線的網站並記錄工具操作。不過 Claude 模型仍在外部運作,模型請求會離開公司網路。這項服務目前仍在私人測試,部分功能尚未提供,架設後的更新維護也由團隊負責。

    推薦理由:把服務放進自家雲端能讓團隊掌握執行環境與憑證,但模型呼叫仍會離開內部網路,部署前需一併評估資料流向。

  12. Hacker News (official RSS)46

    Claude 被神化了?科技圈把 AI 能力看得太誇張

    有些科技圈名人把自己在寫程式上的本事,當成什麼都懂的證明,也容易把 AI 的表現看成超越人類的神蹟。比爾蓋茲曾用生物考題測試 OpenAI 的模型,看到它答得很好時感到震驚;他也說 Claude 寫程式的能力已經和自己一樣好,甚至稱 AI 寫程式、找程式問題的能力「超人」。作者認為,這種想法會把人帶向兩個極端:不是相信 AI 會毀滅人類,就是相信 AI 能解決所有問題。AI 助理寫程式又快又能處理複雜工作,確實令人驚訝,但這不代表它們有自己的意志,也不能讓人把使用和管理它們的責任推給 AI。

  13. Dev.to Top Tech46

    AI 程式助理是好幫手還是柺杖?研究發現:開發者可能比自己以為的更慢

    越來越多工程師在工作時使用 AI 程式助理,但用得多,不代表做得更快或學得更多。一項研究讓 16 位有經驗的開源開發者完成程式任務,結果發現有 AI 幫忙時,他們反而慢了 19%,自己卻覺得快了 20%。另一項研究讓 52 位工程師學習程式工具,使用 AI 的人和沒用 AI 的人花的時間差不多,但理解測驗分數低了 17%。 AI 可以幫忙處理重複工作,就像電鑽能讓鑽孔更快;但它產生的程式碼還是得仔細檢查。特別是剛入行的工程師,如果只讓 AI 做完工作,可能會少學一些。把 AI 當幫手,自己仍要看懂並確認結果。

  14. 數字生命卡茲克57

    一個 AI 助理要同時處理前端、後端和資料工作,作者認為可以把不同工作分給不同模型。他分享自己的流程:由 Claude 規劃、處理前端並在最後收尾,把較大塊的後端、演演算法、資料處理和效能工作交給本機 Codex,完成後再由自己看程式差異、跑測試,並用另一個模型交叉檢查。派工指令碼只能修改工作樹和暫存資料,不能提交或連上網路;作者也提醒,要把介面和驗收標準寫清楚。

  15. Dev.to Top Tech56

    AI 助理如何從提供建議走向自主行動?一文看懂運作方式與風險

    聊天機器人負責對話,副駕駛會先等人同意才動手;AI 助理則能自行安排步驟、使用工具,並依結果調整做法。文章用程式開發舉例,也說明它和照固定指令碼做事的流程自動化有何不同,並整理自我檢查、使用工具、規劃和多個 AI 助理合作等常見做法。MCP 能讓 AI 助理和工具透過同一套協定連線。文章也提醒,若許可權給得太廣,錯誤或惡意指令可能造成更大影響,因此需要清楚限制每個 AI 助理能做的事,並在任務結束後收回許可權。

  16. Dev.to Top Tech68

    Hassan Aziz 教新手看懂 AI 程式助理的終端機指令

    AI 程式助理會在終端機執行指令,若看不懂就按下核准,可能刪掉檔案,或讀取專案外的私人資料。Hassan Aziz 用 Bash 常見指令示範怎麼檢視檔案、搬動資料和刪除資料夾,也提醒讀者留意 rm -rf、sudo、從網路下載後直接執行的指令,以及不明的檔案路徑。文章也建議先在專案資料夾啟動 AI 助理,遇到看不懂的指令先弄清楚用途,並保留許可權確認,避免助理未經同意就讀取或修改檔案。

  17. aihot64

    Nathan Lambert 分析黃仁勳離開後,美國開放模型生態面臨的難題

    美國開放模型生態仍在摸索商業模式,黃仁勳離開輝達,可能讓原本的資金與倡議支援減少。Nathan Lambert 認為,輝達接下來得先穩住公司並向客戶交付,開放模型未必還能得到同樣投入;而算力不足、人才分散,也讓美國團隊難以追上中國開放模型。文章也提醒,監管風險可能升高,並認為要讓這個生態長久發展,美國需要培養真正具前沿實力的開放模型團隊。

    推薦理由:文章從算力、人才與監管風險分析美國開放模型生態的脆弱處,也說明輝達的支援為何可能影響這個生態的發展。

  18. Nathan Lambert (Interconnects)64

    Nathan Lambert 分析 Jensen Huang 離任後,美國開放模型生態面臨的難題

    美國的開放模型生態仍在起步,Nvidia 執行長 Jensen Huang 離任後,作者擔心這個領域少了一位願意出面支援、協調的人。開放模型能否形成穩定市場,還受算力供應、人才集中和監管影響;算力不足時,開放模型也未必能靠低價服務和封閉模型競爭。作者認為,美國需要培養有能力推出前沿開放模型的團隊,也需要產業聯盟面對監管與資安風險。文中提到,目前尚未看到熱門中國開放權重模型引發重大駭客攻擊,相關風險是作者的擔憂,並非已發生的事件。

  19. Dev.to Top Tech69

    Anthropic 自架 Claude Managed Agents:哪些留在自家環境,哪些資料會送出

    把 AI 助理服務搬到自己的雲端或公司內部,可以減少由 Anthropic 管理的部分,但 Claude 模型仍要收到提示詞,才能回傳回答。Anthropic 開放 Claude Managed Agents 私人測試版後,使用者可自行管理服務伺服器、PostgreSQL 資料庫和執行工具的工作站;模型請求則可送往 Anthropic、Amazon Bedrock、Google 的 Agent Platform、Microsoft Foundry,或自家閘道。憑證可放在自己的金鑰管理服務中,工具呼叫也會留下紀錄。不過,伺服器、資料庫和防火牆的維護與安全設定都要自行負責;目前也不能搬移託管服務中的資料,網頁掛鉤和排程執行功能尚未提供。

  20. Dev.to Top Tech73

    Claude Duet 會主動傳訊息,作者分析它的安全設計與核准風險

    AI 助理開始主動檢視帳號、準備工作並請人核准後續動作,使用者可能因為核准太頻繁而不再仔細檢查。Anthropic 推出的 Claude Duet 研究預覽版會每隔幾小時檢視已連結的帳號;寄出敏感訊息、付款或刪除資料前,會顯示動作內容和收件人,並由模型外的檢查機制判斷是否符合使用者原意。密碼和登入憑證也不會交給模型。不過,作者提醒,核准畫面仍需要人仔細閱讀;拔除帳號連線後,Duet 已記住的內容仍會保留,直到重設記憶。

  21. Dev.to Top Tech74

    Gravity 作者如何把搜尋命中率從 0% 提升到 99%

    筆記搜尋常因記不起原本用的字而找不到內容,例如把「沙發」想成「couch」,或忘了 Wi-Fi 中間有連字號。Gravity 作者重新設計搜尋,先用兩組各 200 筆搜尋測試,再加入字詞變化、日期和數字辨識,以及依詞義找相近內容的功能。新版在主要測試中有 198 筆能把目標筆記排進前 10 名,舊版則是 0 筆;在 100,000 篇筆記中,最慢的搜尋也從 149 毫秒降到 14 毫秒。不過,遇到需要常識的說法或內容相近的筆記時,仍有 4 筆搜尋沒找到合適結果。

  22. Dev.to Top Tech56

    Claude Code 的 claude-config 更新:作者如何調整規則與防護機制

    開發時,防護規則如果連格式習慣都一律擋下來,容易打斷工作;規則太鬆,也可能讓危險操作溜過去。作者更新 claude-config 和個人外掛 kit,把部分檢查改成提醒,並保留對強制推送、硬重設和疑似機密資料等操作的阻擋。外掛也加入提交、開啟 PR 和檢查程式的技能,其中檢查技能只能回報問題,不能自行改檔。作者提醒,掛鉤可能漏看跨多行的程式碼,而且無法確認使用者是否同意發布;相關步驟仍需人工確認。

  23. Dev.to Top Tech66

    Python 程式碼送進 LLM 前,刪註解比縮短縮排更省 token

    把程式碼裡的空白縮短,看起來像是減少 LLM 輸入 token 的簡單方法,但作者實際量測後發現,空白佔用很少。他檢查 CPython 3.13 標準函式庫的 131 個 Python 檔案,發現註解和檔案字串合計佔 34.8% 的 token,縮短縮排只省 2.5%,刪除空白行則只省 0.1%。作者也提供一小段程式碼,讓人檢查自己的檔案。不過,檔案字串可能包含模型正確修改程式所需的說明;他建議保留要修改的檔案,只精簡背景參考檔,並先在自己的程式庫試算。

  24. The Decoder68

    Anthropic 前研究員 Coxon 認為 Mythos 重訓所需算力已大幅降低

    AI 模型的訓練算力需求正在怎麼變化?Anthropic 前研究員 Jacob Coxon 認為,公司 IPO 說明會上的圖表顯示,演演算法效率進步得很快,而且速度還在加快。他說,Mythos 不是偶然出現的一次能力躍升,Anthropic 現在已能用遠少於最初所需的算力重新訓練它。不過,Anthropic 表示圖表資料來自內部估算,只供說明。Coxon 擔心演演算法改進即將自動化,因此主張明年暫停前沿模型開發,讓競爭者有時間追上。

  25. Hacker News (official RSS)46

    往東北角箭頭怎麼到處都是?GitHub 資料揭開 AI 助理的使用習慣

    網頁上的連結常會多一個往右上方的箭頭(↗),但它有時也出現在只會帶你到同一個網站其他頁面的連結旁。作者檢視約 4,000 個 GitHub 公開專案,發現新建網頁專案裡有箭頭的比例,從年初約二十分之一升到 9 月以來接近六分之一。再看有 AI 標記的程式碼修改,Claude 加箭頭的比例曾在 Opus 4.8 時達 9.7%;Codex 在 GPT-6 Astra 推出後的那段期間,則有 26.1% 的介面相關修改加了箭頭。小樣本也顯示,Codex 加的箭頭更常指向同一網站內的連結。這些數字來自公開資料和有限樣本,作者也還不知道這種習慣從哪裡來。

  26. Dev.to Top Tech72

    Claude Code 如何丟掉 MCP 工具結果中的文字規則

    用 MCP 做工具時,寫在工具結果文字裡的規則,可能沒有送到模型手上。作者檢查 Claude Code 的原始串流,發現結果同時有文字和結構化資料時,模型收到的是 JSON,文字區塊則被丟掉;這是作者觀察到的行為,並非官方保證。修正方式是在結構化資料裡加上 note 欄位,放入規則和摘要,同時保留文字區塊給會讀取它的應用程式。作者也提醒,測試工具呼叫時要分清楚被應用程式拒絕的呼叫,並直接檢查模型實際收到的內容。

  27. Dev.to Top Tech63

    GitHub Next 推出開源協作程式工具 Ace,AI 助理會以你的許可權執行

    多人和 AI 助理一起寫程式時,最需要先弄清楚的是它們能碰到哪些檔案和功能。GitHub Next 推出 Ace,讓大家在頻道裡協作;AI 助理會用執行主機的帳號許可權,因此能執行指令,也能讀取、修改或刪除專案以外的檔案。工作區可以分開處理平行任務,但不會限制 AI 助理能存取的範圍。團隊成員由同一個 Tailscale 網路決定,讓 AI 助理操作同伴的頻道、控制 Mac 上的應用程式,預設都關閉。分享前應先確認網路成員,並只在需要時開啟這些許可權。

  28. Dev.to Top Tech71

    網站如何設定 robots.txt,決定哪些 AI 爬蟲能讀取內容

    想讓網站出現在 AI 搜尋結果裡,又不想讓內容拿去訓練模型,不能只封鎖一種爬蟲。作者整理 OpenAI、Anthropic 和 Perplexity 各自用於訓練、搜尋和使用者即時查詢的爬蟲,並示範如何用 robots.txt 分別設定。封鎖 GPTBot 不會讓網站從 ChatGPT 搜尋消失,但封鎖 OAI-SearchBot 可能讓網站不出現在搜尋答案中。使用者要求 AI 助理讀取網頁時,有些抓取工具可能不理會 robots.txt;作者提醒可搭配流量限制或 WAF 規則,並逐一檢查各網域的設定。

  29. Dev.to Top Tech76

    研究檢查 3,905 份 GitHub 指令檔,發現 Claude Code 常讀不到 AGENTS.md

    AI 程式助理可能因為沒讀到專案規則,或只讀到部分內容,而和其他助理採用不同做法。作者檢查了 3,905 份 GitHub 上的 CLAUDE.md 和 AGENTS.md,發現兩份檔案並存時,約 16% 的 CLAUDE.md 沒有提到 AGENTS.md,因此 Claude Code 不會載入它;另有一些檔案要求助理自行去讀,或是複製後內容已經不同。作者建議在 CLAUDE.md 開頭單獨加上 @AGENTS.md,讓 Claude Code 匯入共用規則。研究也指出,超過 Codex 預設讀取大小的 AGENTS.md,後段內容不會送進模型;檢查只涵蓋公開 GitHub 專案,衡量的是規則有沒有傳到助理,不代表助理一定會遵守。

    推薦理由:這份 GitHub 檢查整理了指令檔未載入、內容分歧與長度超限的情況,並說明如何讓 Claude Code 讀取 AGENTS.md。

  30. Dev.to Top Tech67

    Claude Code 技能安裝前,先檢查這四處是否會執行指令或授權

    Claude Code 的技能資料夾可能不只有說明文字,有些內容會在模型讀取技能前執行指令,也可能授予工具許可權或讓指令在整個工作階段持續執行。作者整理出四個需要檢查的地方:動態插入的指令、allowed-tools 許可權、hooks,以及 scripts 資料夾和其他檔案,並提供一個只讀取檔案、不會執行技能內容的 Python 小工具來標出線索。範例也提醒,工具標記正常不代表技能一定安全,安裝前仍要讀過技能說明、指令和指令碼。

  31. Dev.to Top Tech72

    Proven 用修改前後的測試,確認 AI 程式修改真的有效

    AI 程式助理說「完成」時,測試可能本來就會通過,或是新修改弄壞了其他功能。作者做了 Proven,要求每張票單先用固定測試確認問題確實存在,再交給 Claude Code 修改;測試通過後,Proven 會重新檢查已關閉的票單,發現舊功能壞掉就重新開啟。示範中,加入 FALL15 優惠碼的修改弄壞了 SAVE10,重新測試抓到問題後,助理補上優惠碼,最後三張票單都通過。Proven 目前只支援靜態網站,收據可用 Git 檢查,也能重播測試。

  32. Dev.to Top Tech62

    Claude API 2026-10-21 遷移指南:Node.js SDK 升級有 4 項重大變更

    Node.js 專案升級 Claude SDK 時,可能在沒注意的情況下改用新版 API,讓原本能跑的後端請求突然失敗。這份指南整理 4 項容易踩到的變更:新版不接受 temperature、top_p 和 top_k;API 金鑰改放在 Authorization 標頭,可能讓只讀取 X-Api-Key 的代理服務失效;舊版 Text Completions 功能已移除;部分型別和使用者憑證設定也有調整。作者建議升級前先找出相關設定與呼叫方式,再同步更新 SDK 和代理服務,並留意新版回應的錯誤。

  33. Dev.to Top Tech66

    CiteProof 教你用 robots.txt 放行搜尋爬蟲、擋住訓練爬蟲

    網站管理者可能想擋住收集資料來訓練模型的爬蟲,又不想讓網站消失在 AI 助理的回答和引用中。CiteProof 建議把爬蟲分成搜尋與回答用、訓練用兩組,在 robots.txt 裡逐一列出名稱,放行前者、封鎖後者;若只封鎖訓練用爬蟲,依文章說法不會因此失去引用機會。文章也提醒,robots.txt 只是請求,CDN、防火牆或主機設定仍可能擋住爬蟲,因此要檢視相關設定和伺服器紀錄,並確認來訪 IP,因為爬蟲名稱可以偽造。

  34. Dev.to Top Tech58

    Claude Code Skills 深入解析(8):從載入到對話壓縮

    Claude Code 的 Skill 指令有時會留在對話裡,但暫時取得的工具許可權可能先到期,讓人不容易判斷它目前還有哪些作用。作者把 Skill 分成硬碟上的來源檔、供 Claude 挑選的名稱與說明、呼叫後放進對話的內容,以及對話壓縮後保留下來的內容。修改 SKILL.md 只會影響之後的呼叫,不會改寫先前已載入的指令;對話壓縮後,系統會保留近期呼叫的 Skill 內容,每個最多 5K tokens,合計最多 25K tokens。重要規則放在前面、縮短 Skill 內容,能降低壓縮後遺失關鍵步驟的機會。

  35. Dev.to Top Tech61

    Anthropic 說明如何打造能在背景工作的 AI 助理

    讓 AI 助理在背景工作,難處往往不是讓它一直開著,而是讓它在對的時候醒來、接續進度,並安全地完成任務。Anthropic 的 William Hu 整理出五個部分:事件收件匣負責接收訊息和工作通知,計時器安排之後要做的事,記憶儲存使用者指示與進度,許可權決定哪些動作能自行執行,寄件匣則把結果送給使用者。助理平時可以休息,收到事件才開始一段工作,完成後存下進度再休息。文章建議先從簡單架構開始,並特別留意自動執行時的許可權和訊息頻率。

  36. Dev.to Top Tech39

    MCP、x402、AP2、ACP 和 EAS 各自負責什麼?一次看懂 AI 助理購物流程

    AI 助理幫人買東西時,會碰到好幾個不同問題:怎麼找到工具、確認使用者同意付款、把錢付出去,以及和商家完成結帳。MCP 負責連線工具,AP2 用簽署過的授權記錄確認使用者同意,x402 負責付款,ACP 規範結帳流程,EAS 則能留下日後可查驗的紀錄。 不過,這些協定都沒有完整記下雙方事先談好的條件,例如交付內容和驗收方式。文章認為,這仍是 AI 助理購物流程缺少的一塊:有了這份紀錄,出了問題才比較容易查清楚雙方原本約定什麼,以及接下來怎麼處理。