跳到正文

#Agent

RSS
今日 36 則
11月17日週二
  1. Dev.to Top Tech72

    Vibe coding 網站上線前,怎麼檢查公開資料和安全設定

    網站上線後,陌生人可能從公開檔案和程式碼裡找到不該看見的資料。作者整理了一套只用一般 GET 請求、檢查自家網站的做法:檢視是否公開了環境設定檔或 Git 資料、在前端程式碼搜尋秘密金鑰、確認來源對照檔和安全標頭,並測試資料庫是否會讓訪客讀到別人的資料。文章也提醒,robots.txt 不能保護私人頁面,AI 助理的指示檔也可能被公開或影響助理行為。這些檢查可以存成指令碼,在每次網站更新前重跑;文中提到的「一半網站有問題」只是社群貼文的說法,沒有實測佐證。

  2. Dev.to Top Tech41

    AI 讓工作提早做完,讓衝刺規劃跟不上節奏

    AI 助理能幫忙處理工作,開發者有時得等它完成,於是開始找其他事做。像是整理程式、加快指令碼,或檢查系統哪裡變慢;但開發者不一定知道公司接下來的計畫,忙錯方向也可能白費力氣。作者也發現,衝刺工作提早完成後,還得另外找任務,讓原本用來追蹤進度的數字變得不好解讀。這讓他認為,安排工作的方法需要更有彈性,容許大家同時處理好幾件事。

  3. Dev.to Top Tech53

    CodeNinja Atoms 示範如何設計會累積處理經驗的物流 AI 系統

    貨車故障或貨物延誤時,物流人員得趕快查清狀況、安排補救,還要通知相關的人;但資料散在不同系統,處理經驗也可能跟著熟手離職而消失。CodeNinja Atoms 的參考設計把這些資料連起來,讓 AI 助理整理情況並草擬處理方式,再由物流人員核准訊息和預約異動。每次確認的處理結果都會留下來,供下一次參考;模型本身不必重新訓練。設計也讓資料和推論留在業者自己的場所,減少貨運資料外傳。

  4. Dev.to Top Tech44

    ARC 如何抓出測試通過後,仍偷偷修改的超出範圍檔案

    單元測試通過,只代表程式符合測試檢查的結果,不代表每個改動都在允許範圍內。這個 ARC 示範比較兩份修改:兩份都改了 src/greet.mjs,測試也都通過;其中一份還多改了 config/release.json。ARC 會把這個檔案標記為超出任務允許範圍,但不會阻止修改發生。這提醒我們,測試和檢查修改範圍是在回答不同問題,而且 ARC 只能檢查交給它的檔案清單,不能因此證明程式安全或改動是誰做的。

  5. Hacker News (official RSS)43

    Show HN:免費互動課程教你管理 AI 助理

    管理 AI 助理時,得安排它能使用哪些工具、遵守哪些規則,也要有人檢視它的工作。Sinaps Academy 提供免費的互動課程,帶你認識 AI 助理治理,並用 AI 助理與工具的許可權、規則和監督來說明怎麼管理。第 1 個單元已開放,建立免費的學習帳號就能上課;完成課程後也能取得結業證書。

  6. Dev.to Top Tech79

    如何從零用 Python 打造 AI 助理,加入工具呼叫、記憶與安全防護

    AI 助理接上工具後,可能一直重複查資料,也可能聽從藏在客戶備註裡的惡意指令。這篇教學用 Python 從頭做出一個客服範例,示範如何限制呼叫次數、檢查工具和引數,並在退款等重要動作前交由人確認。它也說明怎麼儲存會話記錄與長期備忘、留下執行紀錄,再用固定情境檢查退款帳本等實際結果。範例使用不需 API 金鑰的假模型,方便重複測試;作者提醒,這些測試能檢查程式規則,無法回答真實模型多常犯錯。

    推薦理由:文章用退款客服的例子,展示如何替 AI 助理設定停止條件、工具許可權與人工核准,並用離線測試檢查實際結果。

  7. Dev.to Top Tech74

    Julián Cardozo 如何用 7 個 AI 助理協作打造網站

    讓多個 AI 助理一起做網站時,工作容易重疊,錯誤也可能一路傳下去。Julián Cardozo 拆解 Website Factory 的做法:一個 Claude Code 主控者把工作分給 6 個各有專長的 AI 助理,大家透過檔案交換成果,再由獨立檢查者和程式檢查確認每一步是否完成。實際案例用一份 Markdown 需求說明,產出能通過檢查的 Astro 網站;遇到需要新增套件或資料不確定時,系統會停下來交由人決定。這個案例展示瞭如何讓協作過程更好追蹤,也讓 AI 助理在不該自行決定時停下來。

  8. Rohan Paul64

    會從過去工作學會新技能的 AI 助理,可能把惡意指令也記進技能裡,之後遇到其他任務時反覆照做。Penn State 研究提出 BadEvolve,只在學習資料中加入 20 個任務,再調整任務寫法,觀察惡意規則是否被寫入技能、載入並執行。在 Kimi-K2.5 上,這種攻擊有 79.6% 的機會達成攻擊者指定的目的,高於最佳對照方法的 37.6%;一般任務的準確度只下降 1.1 個百分點。研究提醒,來自使用者或外部來源的學習任務應視為不可信,重用新技能前也要先檢查。

  9. aihot57

    Conductor 0.95.0 讓本機 AI 助理啟動並管理其他 AI 助理

    在本機工作區裡,AI 助理要接手其他 AI 助理的工作時,可能需要更多管理方式。Conductor 0.95.0 讓工作區中的 AI 助理建立工作區、啟動其他 AI 助理、等待回覆並傳送後續訊息,也能取消或封存聊天、設定工作區狀態及更新儲存庫指令碼。這次更新也宣佈 Conductor 加入 Meta,並把桌面應用程式從 Tauri 改用 Electron,官方表示此舉是為了提升速度與穩定性;另外還加入引用聊天文字、可自訂快捷鍵和多個分頁等功能。

  10. Pydantic AI Releases64

    Pydantic AI 發布 v2.69.0,更新 AI 助理工具與工作流程

    使用 AI 助理處理多步驟工作時,工具呼叫、重試和子任務若處理不一致,可能讓流程中斷或結果出錯。Pydantic AI 的 v2.69.0 加入 Gemini 4 Hydrogen 支援,也更新工具呼叫、沙箱工作區和子任務的處理方式,並修正多種模型連線、錯誤回報與重試問題。例如,串流內容若卡在反覆迴圈,現在可以偵測出來;部分子任務紀錄也會留在各自的檔案中。這次更新主要讓開發者更容易建立和維護能處理多步驟工作的 AI 助理。

    推薦理由:這次更新同時調整 AI 助理的工具呼叫、工作流程與錯誤處理,能從中瞭解 Pydantic AI 如何改善複雜任務的穩定性。

  11. Dev.to Top Tech37

    前端工程師如何把既有經驗帶進 AI 與資料工作

    AI 助理現在能很快做出表單和圖表,讓這位做了多年前端的工程師擔心:自己的工作是不是越來越少。不過,他回頭整理自己換過的技術,發現每次轉換都練出了快速學新東西的能力,也累積了溝通、帶團隊,以及把資料變成好懂畫面的經驗。他認為,這些能力都能用在 AI 和資料工作上:例如想清楚使用者需要看到什麼,或讓 AI 助理拿到正確資訊。接下來,他打算準備兩項 AI 與資料相關的認證,並建議工程師先寫下做過的工作、想想學到了什麼,再選一個小步驟開始。

  12. Hacker News (official RSS)70

    作者用 lend 讓遠端 Claude Code 呼叫筆電工具,憑證留在本機

    遠端 AI 助理要讀取登入中的工具或使用 SSH 金鑰時,常得把憑證放到 VM 上,或讓 VM 不經確認就使用筆電上的金鑰。作者打造 lend,讓遠端提出執行請求,再由筆電依照政策顯示完整指令,經本人核准後在本機執行,並把結果傳回去;憑證不會交給遠端助理。核准可要求 Touch ID,也能限制可執行的指令和 SSH 金鑰。作者提醒,獲準的指令仍以自己的帳號執行,可能存取筆電上的檔案;若允許執行 shell 或直譯器,風險也會很高。

  13. Dev.to Top Tech46

    Kiteline 在 iPhone 桌面顯示 Claude Code 用量和 AI 助理進度

    Claude Code 的用量有 5 小時和每週兩種上限,做到一半才發現快用完,工作可能會被迫停下來。Kiteline 的 iPhone app 1.16 版新增桌面小工具,可以檢視用量、今天用了多少 token,也能看到哪些工作正在等你確認;點一下工作列,就能開啟那項工作。像是用量超過 90% 時,小工具會把長條變紅,提醒你留意。這些數字來自 Claude Code 和 Codex 自己留下的資料,Kiteline 不會碰 Claude 的登入憑證,也不會呼叫 Anthropic 的 API;如果資料超過 5 分鐘沒更新,小工具會標出資料時間。

  14. Dev.to Top Tech51

    Kiro CLI 支援 ACP,讓 AI 助理能在專業 IDE 中工作

    使用 AI 助理時,團隊常得離開熟悉的專業工具,或為每種工具另外做串接。Kiro 宣佈 Kiro CLI 支援 Agent Client Protocol(ACP),讓相容的 IDE 和工具能連線它的 AI 助理。文章以 DataGrip 為例,說明資料庫工具可保留架構圖、查詢計畫和連線管理等功能,AI 助理則能協助處理查詢、資料庫遷移和測試資料。能在原有工作情境中使用 AI 助理,可減少切換工具的麻煩;但若助理能執行指令,團隊仍須設定許可權、記錄操作,並審查有影響的變更。

  15. Dev.to Top Tech74

    作者示範如何讓 AI 助理整理收件匣,只核准無法復原的操作

    每封信都要先等人核准,雖然安心,收件匣卻會越堆越多;完全自動處理也可能讓人來不及看清影響。作者把操作分成能復原和不能復原兩類:加標籤、封存等動作每小時自動執行,寄信、轉寄和花錢則交由本人決定。這套做法最後清空了收件匣;遇到需要核准的任務時,也會把收件人、主旨和完整信件內容放在核準畫面,讓人能直接判斷。作者還把更正寫回工作指示,避免每次重複提醒。

  16. Dev.to Top Tech48

    瀏覽器 AI 助理實測第 2 輪:BrowserOS、Claude in Chrome 等工具完成 100 項任務

    瀏覽器 AI 助理遇到網頁按鈕點不動時,能不能換個方法繼續做,可能比平常做多快更重要。這次測試讓不同工具在 100 個真實網站任務上各試一次,由評分系統檢視操作過程和畫面。BrowserOS 完成 40 項,Claude in Chrome 完成 37 項,5dive browser(Claude Code)完成 34 項;前三名差距還不足以判定誰明顯比較強。BrowserOS 能改用螢幕位置點選或在網頁上執行 JavaScript,操作失敗的比例也較低。 測試也發現,評分方式會影響結果;有些任務會擋住機器人,甚至讓所有工具都做不完。5dive browser(pi)完成的任務較少,但每項完成任務的成本較低。這些結果來自一次測試,不能當成正式排行榜;作者預計兩週後再測,並替 5dive browser 加上更多失敗時的補救方法。

  17. Dev.to Top Tech66

    AI 助理協作別急著排組織圖:小功能可能忙著協調,卻沒修好

    修一個會重複送出表單的按鈕,可能被拆成產品、架構、開發和審查等多個 AI 助理的工作,最後按鈕還是壞的。作者指出,任務在一個個交接時,原本「也要保留鍵盤送出」的要求可能不見;即使每個 AI 助理都完成分內工作,整體結果仍可能不合需求。多個 AI 助理適合用在能平行調查、使用不同工具或互相檢查的工作。作者建議先用最簡單可行的方法,再比較加入角色前後完成任務的效果、時間、成本和需要多少人工修正。

  18. Dev.to Top Tech38

    我如何用 Antigravity、Codex 和 Gemini,一週做出 11 款 WebGL/GSAP 網站範本

    做有 3D 效果、會隨著捲動畫面變化的網站,通常需要昂貴的設計與開發人力;市面上的商用範本則多半比較平面。作者想做一組價格為 $149 的 3D 網站範本,於是用 GSAP 製作動態文字和捲動效果,用 WebGL 打造立體場景,再讓 Antigravity 和 OpenAI Codex 協助產生前端程式碼、整理架構,並由 Gemini 檢查與提供想法。一週內,他們做出 11 種不同風格的範本,展示了多種 AI 助理一起分工製作網站的做法。

  19. Dev.to Top Tech82

    Tim Collinson 實測如何用 Cedar 擋下 AI 助理受工廠筆記操控

    工廠的停機紀錄可以讓 AI 助理查資料,但任何能輸入筆記的人,也可能把操作指令藏在裡面。Tim Collinson 在測試中放入 40 條惡意筆記,讓兩種模型回答工廠問題;Amazon Nova 2 Lite 曾因筆記要求而呼叫寫入 PLC 的工具,Claude Sonnet 4.6 則在使用者答應後才執行動作。他把 Cedar 政策放在工具閘道,檢查每次呼叫的物件與內容;測試中,未強制執行時有 13 次植入動作執行,強制執行後降為 0。不過政策管不到模型回答中的錯誤說法,也管不到人照著回答手動操作。

    推薦理由:實測比較顯示,Cedar 能在工具呼叫前擋下植入筆記要求的動作,也呈現守門規則無法處理錯誤回答與人工照做的風險。

  20. Dev.to Top Tech64

    Expo Exact 不用 React,React Native 會因此退場嗎?

    Expo Exact 是一套還在預覽階段的跨平臺 App 框架,介面不用 React,而是用新語言 Contract 描述;較深入的程式邏輯則可用 TypeScript 或 Rust 撰寫。它讓 AI 助理能在多個平臺建置、執行、檢視和測試 App。作者讀過官方公告與專案說明,但沒有實際用它開發 App;依目前資料,iOS 最成熟,其他平臺成熟度不一,Exact 也還沒有穩定的 API 或遷移指南。作者認為 React Native 不會因這次預覽退場,Expo 也會繼續支援 React Native;Exact 現階段較適合拿來做個人實驗。

  21. Dev.to Top Tech59

    Expo Exact 不用 React,React Native 會走到盡頭嗎?

    Expo Exact 是一套還在預先測試階段的跨平臺 App 框架,採用新的 Contract 語言來寫介面,不使用 React。它把介面和其他程式邏輯分開,並依平臺使用原生元件;作者也整理了它在 iOS、網頁、macOS、Android、Windows 和 Linux 的支援情況。文章指出,React Native 不會因為 Exact 出現就消失,Expo 也會繼續支援它;Exact 目前沒有穩定的 API 或搬家指南,較適合用來嘗試個人專案。

  22. Rohan Paul66

    團隊使用不同 AI 助理時,費用分散在各家服務商的帳單裡,很難看出每個助理各花了多少。NasiKo Labs 推出 Open Runtime 平臺,能安裝在團隊現有的 AI 助理底下,不必修改程式碼或加入 SDK,並按團隊、助理、模型和工作階段整理 Token 費用,也能細分到 MCP 工具和個別執行工作。花費達預算的 80% 時,平臺會發出提醒;達到上限後,會暫停該 AI 助理。

    推薦理由:各家服務商的帳單分開列出,團隊難以看清 AI 助理各自花了多少;這項平臺能按 AI 助理與工作階段拆分支出,並在預算用完時暫停運作。

  23. Hacker News (official RSS)67

    Sutra-OS 推出可自行架設的平臺,讓資料關係與修改規則都能查得到

    資料散在不同系統時,出問題往往很難查出哪些工作會跟著受影響。開發者推出開源平臺 Sutra-OS,讓使用者把裝置、資料和決策整理成彼此連得起來的模型,並追查每個數字來自哪份資料。以農場為例,系統會根據已製作和已售出的牧草,自動算出庫存;出售前也會檢查數量是否足夠,規則不合就不會寫入。AI 助理可以先提出修改建議,等人核准後才生效。平臺目前仍在測試階段,模型語言、API、部分介面和檔案都可能變動或尚未完成。

  24. 🚨 AI News | TestingCatalog52

    把長檔案交給 AI 助理處理時,模型讀取的內容越多,花費也可能越高。Nasiko 推出開源工具 Open Runtime,會在檔案送進模型前修剪不必要的內容。Nasiko 使用伺服器紀錄進行的測試顯示,每項任務的成本降低 40%,效能沒有下降。使用者也能替每個 AI 助理設定預算上限,花費達到上限時,Open Runtime 會停止它。

  25. Dev.to Top Tech43

    2027 年開發者該學什麼?學會檢查 AI 助理寫的程式碼,別再追新框架

    AI 助理能在短時間內寫出看起來沒問題的程式碼,但開發者得判斷它是否正確、安全,也合不合專案的寫法。只會下提示詞不夠;懂基本程式原理、Linux 和終端機,才能看出程式可能跑得太慢,或找出服務為什麼啟動不了。 作者建議選一個 AI 助理並設定好,再學會檢查每次修改:看完整的差異內容、自己重跑指令,能測試的就先寫測試。文中以 OpenCode 搭配 Gentle-AI 為例,說明如何替 AI 助理加上記憶、工作流程和檢查步驟。重點是讓它拿出證據,確認真的做對了;會驗收程式,比只追著新框架跑更能派上用場。

  26. Dev.to Top Tech54

    Travis Frisinger 分析如何用測試防止 AI 助理改動超出 PR 範圍

    AI 助理修好一項功能時,也可能順手改動其他程式,讓沒被提到的報表或計算出錯。作者引用 MSR 2026 對 33,580 個 agentic PR 的分析,指出 2.66% 至少有一次回退;其中常見原因包括意外副作用與過度修改,比例為 22.33%,功能錯誤則為 22.13%。作者建議把「這次不該改壞什麼」寫成測試,讓 CI 在越界修改時擋下 PR。重構則可用測試確認改動前後的行為一致,避免把正常重構也擋住。

  27. OpenAI53

    醫療團隊常要在不同系統間查資料、處理轉診和出院安排,花掉不少照顧病人的時間。OpenAI 表示,ChatGPT for Healthcare 加強了操作電腦的 AI 助理能力與臨床回答,並新增 20 多個醫療外掛。AbridgeHQ、AmbienceAI、Cigna、CVSHealth 等醫療機構正把 OpenAI 的模型用在事前授權、轉診、出院規劃和聯絡病人等工作,讓醫療證據更容易接上團隊原本使用的工具。

  28. Rohan Paul52

    AI 助理在一種任務中學會從自己的嘗試改進,不代表換到另一種任務也有效。這份整理比較了視覺推理、圖片生成、應用程式與網頁操作、機器人等情境,並列出各種技巧需要什麼條件,例如多數決需要能互相比較的答案,程式檢查則需要能計算的結果。整理把技巧在不同情境的適用情況分為可移植、有條件、受阻或多餘,但這些是推測,還沒有跨任務實驗驗證。作者建議,換用技巧前先確認新任務能提供所需的檢查方式,再和使用相同資源的基準方法比較。

  29. Rohan Paul58

    AI 程式助理會在每一輪重送越來越長的對話紀錄,長期維護同一個程式專案時,token 費用也會一路累積。UC Berkeley 與 Microsoft 的研究提出 TokenEconomizer,讓它在助理外部參考過往執行紀錄,挑出要補進提示詞的資訊、移除沒用到的工具,並在失敗的迴圈持續時提早停止。研究在 Claude Code、Codex 和 GitHub Copilot CLI 的 277 項 SWE-Bench 任務中測試,平均每項任務的成本降低 18.4% 到 30.9%;5 種助理與模型組閤中有 4 種的 Pass@1 也提升。研究也指出,成本應按整個專案的多項任務一起計算。

  30. Dev.to Top Tech56

    Worker 755 把 AI 助理當主管,讓玩家在終端機裡接任務

    平常是 AI 助理接到工作後指揮其他程式執行,Worker 755 把角色反過來,讓 AI 助理當主管、玩家當工作者。玩家要在瀏覽器裡操作 Linux 終端機,在 90 秒內完成指派工作;主管會自行檢查檔案內容,發現錯誤就要求修改,並把表現寫進評語。遊戲也設有可能誤刪個人檔案的情境,玩家可以選擇不同主管個性和工作場所。作者表示,終端機在瀏覽器內執行,指令不會送到真實伺服器;遊戲已上線,程式碼也已開源。

  31. Dev.to Top Tech67

    AI 助理寫程式前怎麼先訂規格?五種開發方法與適用情境

    AI 助理寫程式很快,但如果需求只留在聊天紀錄裡,團隊可能看不出程式原本要解決什麼問題。這篇指南整理五種先寫規格再動手的方法,包括先列需求與工作清單、讓沒看過對話的 AI 助理檢查規格、安排不同角色分工、先確認計畫再修改程式,以及先寫會失敗的測試再補上程式。作者也比較各方法適合的工作:小型日常修改可以先確認計畫,大型功能或高風險專案則需要更完整的規格與人工審查。測試能檢查功能是否符合預期,但仍要由人確認需求和設計是否合理。

  32. The New Stack57

    CNCF 執行董事談 AI 助理:KubeCon 很熱門,真正上線仍不普遍

    AI 助理能快速發出大量工作請求,但許多原本為人設計的系統,未必撐得住這種使用方式。CNCF 執行董事 Jonathan Bryce 在 KubeCon 談到,OpenShell 可限制 AI 助理能存取的檔案、網路、憑證和模型端點;Agent Substrate 則能暫停閒置工作、釋出運算資源,需要時再接回工作。兩者都加入 CNCF Sandbox。Bryce 也提醒,AI 工具找出的弱點通報讓開源維護者收到大量重複或尚未確認的報告;目前 AI 助理除了軟體開發外,實際使用仍不普遍,企業也對授權存取後可能出錯保持謹慎。

  33. Dev.to Top Tech53

    Everything Antigravity 開源,整合 AI 助理技能與安全防護工具

    讓 AI 助理長時間自己處理程式開發工作,光靠提示詞不夠,還需要工具來安排工作並擋下危險操作。作者開源了 Everything Antigravity(EAG),把技能、不同工作角色的 AI 助理、自訂指令和安全檢查放在同一套工具裡。當中有一項功能會檢查指令,例如遇到把網路下載的程式直接交給 shell 執行的寫法,就會擋下來;也能掃描多種金鑰和憑證。整套工具還包含程式開發、遊戲製作與影音處理等用途。

  34. Dev.to Top Tech43

    AI 助理真的能賺到加密貨幣嗎?實測哪些平臺會付錢

    AI 助理靠接工作賺加密貨幣,聽起來很方便,但這場實測發現,能不能領到錢,要看工作怎麼評分、平臺要求什麼身分。作者讓 AI 助理連續工作 5 天,接下 Lean 4 數學證明任務,兩次通過自動檢查,收到 0.0879 SOL;另一個 Chrome 擴充功能測試任務則交了作品,等平臺判定後才能拿到 $3 USDC。 最順利的是能自動驗收、驗收後就付款的工作;需要人審核的任務和一般接案,往往得等比較久。有些平臺還要求 GitHub 帳號、名聲或押上 SOL,讓 AI 助理不容易接到高價工作。這表示 AI 助理確實能賺到錢,但目前收入和接案機會都有限。

  35. AWS Machine Learning Blog69

    AWS 說明多個 AI 助理如何分工,以及製造業常見的設計錯誤

    多個 AI 助理一起工作,步驟變多後,出錯和花費也可能跟著增加。AWS 把分工方式分成兩大類:一類是先排好固定流程,另一類是讓模型在工作中決定下一步;文章建議先用固定流程,只有工作步驟無法事先確定時,再考慮讓模型自行安排。文章也提醒,重試要設上限、不同助理交接時要用清楚的資料格式,會影響裝置或客戶的動作則應經過檢查與人工核准。在製造現場,還要把延遲、安全和裝置端資料納入設計。

    推薦理由:文章用製造現場的延遲、安全與資料限制,說明如何從固定流程開始,再判斷何時需要讓 AI 助理自行安排工作。

  36. AWS Machine Learning Blog58

    Duco 如何用 Amazon Bedrock AgentCore 加快金融資料處理

    金融機構要處理大量格式各異的資料,也得顧好每家銀行的資料隔離和稽核。Duco 把 AI 助理服務改用 Amazon Bedrock 和 Amazon Bedrock AgentCore,讓每家客戶使用各自隔離的執行環境與工具。面對每家客戶有 300–400 個工具、工具說明約佔 200,000 個 token 的問題,Duco改成需要時才載入說明,將主要上下文縮到約 20,000 個 token,並透過評估確認回應品質改善。文章也分享銀行對帳流程的匯入成果:部署速度提高 10 倍;其中一家全球銀行的新流程匯入成本降低 70%,直通處理率提高超過 20%。

  37. AWS Machine Learning Blog76

    AWS 示範如何用 Amazon Bedrock 建立會記住使用者的 AI 助理

    企業 AI 助理要回答員工問題,常得記住先前對話,又要確保每個人只看到有權閱讀的檔案。AWS 示範用 Amazon Bedrock Managed Knowledge Base 搭配 AgentCore memory,讓服務儲存對話、整理使用者提過的資料,並在回答時找出相關記憶與檔案。範例用 Cognito ID token 確認使用者身分,再用檔案存取清單和 IAM 條件限制資料範圍;例如員工先前提過辦公地點,之後詢問休假規定時,助理便能依這項記憶回答。記憶整理可能要等一段時間,若記憶讀取失敗,服務仍會根據可讀取的檔案回答。

    推薦理由:文章以員工助理示範如何把對話記憶、檔案許可權和使用者身分串在一起,並用 IAM 條件限制每位使用者能讀取的記憶。

  38. Dev.to Top Tech61

    作者檢查 AI 助理的驗證器,發現基準分數受工具與評分錯誤影響

    AI 助理加上答案檢查後,分數變低,不一定是檢查本身造成的。作者重看兩種模型的操作紀錄,發現 Gemini 的搜尋工具常找不到資料,Claude Haiku 4.5 則會把自己編出的內容混進搜尋文字,讓驗證器誤以為答案前後矛盾;另外,評分方式也把一個正確答案判錯。修正評分後,結果有所改變,但測試只有 15 題,每種設定也只跑過一次,因此還不能把小幅分數差距歸因於驗證器。作者建議保留操作紀錄,並分開統計驗證器擋下多少答案、其中又有多少其實答對。