跳到正文

#Agent

RSS
今日 35 則
11月16日週一
  1. Dev.to Top Tech62

    Tavily 和 Google 搜尋 API 怎麼選?比較速度、答對率和費用

    AI 助理找資料時,有時需要快速拿到可讀的網頁文字,有時則要知道 Google 搜尋結果的排序和額外資訊。這篇比較 Tavily、Google SERP API 和 Gemini Grounding with Google Search:測試中,Tavily 搜尋較快,也能回傳網頁文字;Google SERP API 在多步推理問題上答對較多,並可提供 AI Overview 等搜尋頁面內容。作者也提醒,測試每題只搜尋一次,若 AI 助理會再搜尋或讀取網頁,結果可能不同。文中作者所屬的 cloro 也販售其中一種 Google SERP API,並公開測試資料供查驗。

  2. Dev.to Top Tech39

    企業 AI 助理為什麼常卡在試辦階段?如何擴大到正式工作

    很多大公司都試過讓 AI 助理做工作,但真正能穩定上線、幫公司省錢或賺錢的並不多。原因常不是模型不夠好,而是 AI 助理要連續做好很多步,還得讀寫公司系統;只要中間一步出錯,整件事就可能失敗。像一個有十個步驟、每一步都有 95% 機會成功的流程,最後全部做對的機會大約只有 60%。 要讓試辦成果擴大,公司得準備好可靠的流程控制、可信而且有許可權管理的資料、反覆測試的方法,以及能追蹤操作和費用的紀錄;重要動作也要有人把關。企業還要挑出少數真正影響營收或成本的工作,指定負責人,確認成效達標再逐步擴大。這樣 AI 助理才有機會從展示用的試驗,變成能長期管理、看得見成果的正式工作流程。

  3. Dev.to Top Tech68

    哪個網頁搜尋 API 適合連續呼叫的 AI 助理?

    AI 助理連續搜尋多次時,每次多等幾秒,總等待時間就會拉長;但搜尋越快,不一定越能答對需要多步查證的問題。這篇比較測試中,Exa 每次搜尋的中位數是 0.74 秒,Google 搜尋結果 API 約要 8 秒;連搜 10 次,估計搜尋時間分別約 7 秒和 80 秒。另一方面,在 824 題多步搜尋問題中,兩種較慢的 API 單次搜尋答對率為 80.2% 和 77.4%,Exa 為 64.0%,Tavily 為 48.4%。因此,使用者正在等答案時可優先看速度;背景研究若更重視多步問題的答對率,較慢的 API 也可能合適。作者也提醒,測試只讓每題搜尋一次,還不能說明多次快速搜尋能否追上較慢 API 的答對率。

  4. 雷科技67

    鴻蒙裝機量突破 1 億臺,生態成長仍面臨三項考驗

    一套手機系統要站穩腳步,除了使用者,也得有夠多好用的應用程式和願意投入的開發者。文章整理了鴻蒙裝機量突破 1 億臺的訊息,並提到截至 2026 年 6 月,華為應用市場已有超過 38 萬款鴻蒙應用與服務;到了裝機量破億時,數量已超過 45 萬。文中也指出,鴻蒙正從手機延伸到平板、車機和家電,並朝 AI 助理理解使用者需求、呼叫系統與應用完成任務的方向發展。接下來,應用品質、開發者能否持續獲利,以及跨裝置操作是否順手,都是生態能否繼續成長的考驗。

  5. Dev.to Top Tech74

    為什麼 AI 助理看起來像在幻覺?資料庫延遲可能讓它讀到舊資料

    顧客取消訂單後,AI 助理卻看到訂單仍是有效狀態並安排出貨,看起來像是模型判斷錯了。作者說,原因可能是工具從讀取副本拿到尚未更新的舊資料:主要資料庫已記下取消,副本還沒跟上。文章建議,會觸發動作的讀取可改查主要資料庫,或等副本確認更新後再讀;工具也應回報資料來源與讀取時間,並在寫入時再次確認訂單狀態。這些做法能降低用舊資料行動的風險,但不能保證答案一定正確。

  6. Dev.to Top Tech69

    Design Decision Method 教你用 AI 助理修改畫面時,保留原本有效的設計

    請 AI 助理改善現有畫面時,常會連原本好用的安排也一起改掉。Design Decision Method 提供一套修改流程:先確認使用者、任務和產品已有的功能,再沿用原本的視覺設計,只調整需求真正涉及的部分。像是改善借用物品的歸還畫面時,可以讓物品名稱和到期日更清楚,並把商店或儀錶板列為可選想法。最後要分開記錄哪些專案已檢查、哪些只是提議或還沒測試;這套方法不保證畫面更好,也沒有證明能省下時間。

  7. n8n Blog54

    n8n 作者分析 AI 助理時代的工具整合工作如何改變

    以前要讓不同軟體互相合作,使用者得自己處理 API 的連線、登入、資料轉換和更新;現在服務提供者會推出 MCP 伺服器,讓 AI 助理找到並使用工具,因此提供者也得負責維護連線方式和安全設定。不過,MCP 只說明工具能做什麼,還得用技能教 AI 助理操作流程;開發者也可以用 Hooks 設定固定檢查,或透過 SDK 把工具直接寫進應用程式。作者認為,整合工作已分散到多種方式,服務提供者得同時顧及 API、MCP、Hooks 和 SDK。

  8. Dev.to Top Tech71

    DeepSeek Harness 遠端工作站實作指南:串接媒體生成、手機操作與網路搜尋

    DeepSeek Harness 原本只能在所在電腦讀取檔案和執行指令,遠端使用時也看不到存在本機的圖片與影片。作者整理一套實作流程,示範如何加入遠端連線、ComfyUI 媒體生成、檔案發布、瀏覽器與 Android 手機操作,以及網路搜尋;也分享自己透過相容 OpenAI API 的閘道測試模型設定,並獨立核對答案。動手前要留意兩個容易卡關的地方:發布連結繫結公網 IP,動態 IP 改變後舊連結會失效;模型設定要填目錄中的 ID,輸入供應商頁面上的模型名稱可能讓呼叫失敗。

  9. 數字生命卡茲克61

    只讓 AI 助理照著眼前的要求做事,可能會忽略真正的問題,也看不到改動帶來的後續影響。卡茲克整理了自己常用的 10 組提示詞,請 AI 助理先釐清需求和偏好、提出多種方案,再從反面找漏洞、檢查長期影響。還有幾組用來回顧程式碼的 Git 歷史、PR 和 Bug,找出難懂的設計與反覆出錯的原因,並整理成規則或技能。這些提示詞可作為檢查專案和改善工作流程的起點。

  10. aihot70

    作者分享 10 條指揮 AI 助理的常用提示詞

    安排 AI 助理協助開發時,常要先說清楚需求,也要留意改動可能帶來的後續影響。作者整理出自己最近兩個月常用的 10 條提示詞,涵蓋從第一性原理找問題根因、先確認偏好再提出 3 種方案,以及推演改動的後續影響。其他提示詞則用來檢查 Git 歷史、找出可移除的舊包袱,並從 Bug 和返工中整理出規則或技能,方便日常開發時參考使用。

    推薦理由:這十條提示詞涵蓋需求釐清、改動影響推演與專案復盤,可參考它們安排 AI 助理參與日常開發工作的方式。

  11. Dev.to Top Tech56

    AI 助理如何在少打斷人的情況下保留監督?作者提出職責分離架構

    每一步都要人核准,久了可能只剩下按下同意;完全放手,又會失去追查和阻止錯誤的能力。作者提出讓 AI 助理分工:一個規劃、一個執行、一個獨立查核,再由語言模型以外的固定規則關卡擋下高風險動作。人負責訂目標、處理例外和不可逆的決定。作者建議先挑一種工作做 90 天試行,記錄基準並用刻意放入的錯誤檢查查核者是否抓得到。這是概念架構,尚無完整實務案例證明成效。

  12. Dev.to Top Tech80

    AI 助理安全教學:縮小工具許可權,測試遭提示注入後能做什麼

    AI 助理可能把使用者寫進標題、留言或檔案的指令當真;如果它同時拿著憑證和能對外傳資料的工具,攻擊者就可能藉此讀取機密或執行操作。文章整理 Claude Code、Gemini CLI 和 GitHub Copilot Agent 遭提示注入的案例,也提醒工具本身可能有一般軟體漏洞。作者建議移除不必要的 Shell、替每項工具設定狹窄許可權、減少可自由輸入的欄位,並用測試程式模擬遭劫持後的最壞操作,確認資料沒有外流、重要操作也無法任意執行。

    推薦理由:文章以多起代理工具遭提示注入的案例說明風險,也整理許可權縮限與攻擊測試,讓防護方式能對照實際工具流程。

  13. Dev.to Top Tech40

    Starlink 航班預測工具如何用機率資料幫 AI 助理做決定

    想知道搭的班機有沒有 Starlink 網路,常常沒有即時、完整的資料:航空公司可能還沒公佈是哪架飛機裝好了裝置,飛機也可能在起飛前臨時更換。這個工具先查航空公司和機型是否有 Starlink;如果還不知道實際是哪架飛機,就依同機隊的安裝比例估算機率,並標明資料有多可靠。比方說,某機隊有 40% 的飛機裝了 Starlink,工具就會先給出 40% 的估計,等尾號確定後再查實際狀況。 這種做法讓 AI 助理可以看到「可能有」和「已確認有」的差別,依照使用者能接受的風險挑航班。工具也能用乘客回報等資料,慢慢檢查預測準不準;但如果抓資料的程式出問題,舊資料可能讓機率失準,所以每次回覆都要顯示資料更新時間。

  14. Dev.to Top Tech39

    7 家渲染農場會保留作品多久?各家公開規定比較

    渲染農場會保留完成的作品和場景檔多久,各家差很多;有些只留 5 天,有些最多留 30 天。像 Ranch Computing 會在工作完成後 5 天刪除檔案,即使你還沒下載也一樣;如果想回頭比較畫面,檔案過期後可能得重新上傳場景。 JANCTION Render 的作者也介紹了自家月費方案:完成的圖片和場景檔會一起存在 JANCTION Storage,訂閱期間都能保留,方案結束後還能開啟和下載 90 天。這對會反覆修改畫面的 AI 助理比較方便,例如看過成品後要求燈光暖一點,就能接著用原本的場景修改。

  15. Dev.to Top Tech55

    作者分享讓 AI 助理穩定在正式環境運作的經驗

    讓大型語言模型在示範中呼叫工具不難,難的是讓 AI 助理長時間自己工作,還能控制花費並安全處理失敗。作者根據不同團隊的開發經驗,整理出幾個做法:限制每次任務能走幾步、只開放允許使用的工具,並讓有風險的操作先經過人工確認;工具也要設計得簡單、檢查輸入,並留下每一步的紀錄。作者還建議分層管理記憶、用固定任務反覆檢查改動效果,並追蹤每次任務的花費與成功情況。先從一個目標清楚的工作流程開始,再逐步擴大範圍,能讓團隊更容易找出問題並掌握成本。

  16. Dev.to Top Tech58

    如何準備 AI 資安審查證據包,讓企業買家查得到 AI 做過什麼

    企業買家審查 AI 產品時,常會追問它讀過哪些資料、怎麼做決定,以及出錯後能不能查回來。這篇教學整理出一套證據包做法:用一頁圖說明資料流向,準備經過遮蔽的實際案例紀錄、行為變化報告、資料儲存說明和事故演練結果,讓買家能檢視具體紀錄,而不是隻聽口頭保證。文中以 ZizkaDB 示範如何把 AI 助理讀取的內容、決定和人工審查串起來,並檢查紀錄是否遭修改;作者也提醒,這只能說明紀錄有沒有被改過,不能證明 AI 的決定正確,也不代表符合法規或取得認證。

  17. Dev.to Top Tech71

    Strands Agents 工作流程工具實測:固定任務順序,卻無法重試失敗步驟

    需要把工作拆成多個步驟時,Strands Agents 的 workflow 工具可以先排好順序,也能讓沒有前後依賴的步驟同時執行。作者用同一組任務實測後發現,前一步交給下一步的結果只是文字,沒有格式檢查;工具出錯也可能被當成成功。遇到真正的模型錯誤或重新啟動已完成的工作流程時,程式可能一直卡住,重新開始則會重做所有步驟。每個步驟的逾時設定沒有作用,使用的 token 數也只記在文字裡。這套工具適合順序固定、重做不會造成問題的工作;若要檢查資料、重試或限制成本,得在工具外自行處理。

  18. Dev.to Top Tech69

    實測 Claude、Codex 和 Antigravity 的資安稽核技能,找出漏洞的結果差多少

    AI 資安稽核報告如果只寫「已確認」,卻沒說查了哪些程式碼,就很難判斷結果能不能信。作者做了兩個開源技能,分別檢查程式和雲端安全,以及程式如何處理個人資料,並用 Claude、Codex 和 Antigravity 測試。測試時,發現的問題要附上檔案和程式碼位置,還要分清楚是實際重現、從程式確認,或只是待查的猜測;高風險發現也會交給另一個檢查者試著推翻。在 OWASP Juice Shop 測試中,Claude 最好的一次找到 32 個已知漏洞中的 23 個,Codex 找到 18 個,Antigravity 找到 6 個。作者也指出,兩次檢查大型專案時,個別隱私問題的結果只有約 60–69% 相同;這些技能不能取代滲透測試或資料保護長的工作。

  19. Dev.to Top Tech38

    實測 aisync:手動改動 AI 助理的工作紀錄,檢查看得出來嗎?

    多個 AI 助理共用工作紀錄時,出了問題可能很難追查誰做了什麼,也不知道紀錄有沒有被改過。作者用 aisync 0.2.9 測試:手動改掉一筆紀錄,verify 會顯示內容不符;刪掉一筆,則會發現前後紀錄接不起來,兩種情況都會以錯誤結束。把原始紀錄還原後,檢查就會通過。這能抓出不小心或隨手做的修改,但作者沒有測試有人重新計算後續雜湊的情況,也提醒這種紀錄不是數位簽章,不能保證完全防竄改。

  20. Dev.to Top Tech48

    Cursor 為什麼常做不好 i18n?AI 助理容易漏掉哪些翻譯工作

    小型 App 只有一頁、十幾句文字時,請 Cursor 或 Claude Code 加上 i18n 可能就夠了;但 App 變大後,AI 助理容易漏翻按鈕說明、錯誤訊息等文字,也可能把同一句話拆開,害德文、日文的語序變得不自然。每次重新翻譯還可能換一套文字代號、重做舊內容,或把品牌名稱和 {email} 這類變數弄壞。 可以先給 AI 助理清楚規則,再用程式檢查各語言的文字和變數是否齊全;若想減少人工盯著,文章介紹 Babelize,會找出程式裡的文字、記住哪些內容改過,並檢查翻譯是否漏掉變數或複數寫法。翻譯完成後仍應先以修改內容送審,再放進產品。

  21. Dev.to Top Tech67

    Camaan 說明如何用工具許可權限制提示詞注入的影響

    提示詞注入可能讓 AI 助理把檔案或網頁中的文字當成指令,因此只靠另一個模型攔截攻擊,仍可能漏掉部分內容。Camaan 說明,他們會在每次工具呼叫前檢查許可權:助理只能使用獲準的工具,組織也能限制它讀取、修改、執行或花費資源等動作;需要人確認時,核准只適用於那一次呼叫。憑證存放在加密保管庫,由執行環境附加到呼叫中,模型本身看不到。每次允許或拒絕的結果也會寫入有簽章、前後相連的紀錄。這些做法不能讓攻擊消失,但能限制助理在攻擊成功時可以造成的影響。

  22. Dev.to Top Tech44

    FloodLedger 如何幫救援人員核對避難所床位,也讓一家人確認能否住在一起

    洪水後要找地方避難,家人想知道能不能一起住,救援人員也得弄清楚床位數字從哪裡來。FloodLedger 會整理避難所通報,列出最新床位數、資料來源和更新紀錄,數字缺漏或互相矛盾時也會提醒人員查證。像是早上的通報寫有 80 張床,下午更新卻寫 35 張,系統會顯示最新數字是 35 張,並標記需要確認。 家人也能用瀏覽器展示版輸入地區和人數,檢視哪些避難所合適。例子中,一家五口詢問有 3 張床的避難所,FloodLedger 回答還差 2 張床;若只有 3 個人,就剛好住得下。這讓家人和救援人員都能更清楚掌握床位資訊;展示版使用的是虛構資料。

  23. MarkTechPost57

    Hark 推出 Handoff²,讓 Hark Pro 的 AI 助理更快完成網頁任務

    AI 助理操作網頁時,點選、輸入等步驟做得越多,整件事就越花時間。Hark 在 Hark Pro 推出 Handoff²,並用強化學習讓它把多個動作合併處理,減少多餘步驟。Hark 表示,Handoff² 完成網頁任務的平均速度約為舊版的 2 倍,訂機票最多快 3.8 倍;在 Hark 自家的 478 項測試中,完成率從 73% 提升到 82%。這些成績都由 Hark 自行回報,目前沒有 Handoff² 的第三方評測結果。

  24. Browser Use43

    Browser Use 搭配 Evervault,讓 AI 助理結帳時不用看到你的信用卡號

    AI 助理要幫忙購物,就得填信用卡資料;但把真正的卡號交給它,可能會有風險。Browser Use 搭配 Evervault,會先給 AI 助理一組外觀看起來像信用卡號的程式碼,結帳網站可以照常接受。等瀏覽器把資料送到你允許的網站時,Evervault 才會換成真正的卡號;AI 助理和瀏覽器都看不到真卡號。程式碼會在設定的期限後失效。這讓 AI 助理能完成付款,同時減少真正卡號暴露的機會。

  25. Dev.to Top Tech61

    作者分享讓 AI 助理功能更穩定的工具呼叫做法

    網路逾時後,AI 助理可能重試同一個動作,結果重複扣款、寄信或建立工單。作者分享自己的做法:每個操作都用固定編號代表同一個意圖,重試時沿用這個編號;如果系統已完成操作,就回傳第一次的結果,不再重做。若回應遺失,也要把結果未知的狀態告訴使用者,避免直接顯示失敗。作者提醒,AI 助理常在不同層級積極重試,可能讓一次遺失的回應變成多次重複操作。

  26. Dev.to Top Tech65

    Keepup 讓 AI 程式開發助理檢查並維護自己的設定

    AI 程式開發助理的技能、MCP 伺服器和設定可能慢慢過時,卻不一定會跳出錯誤提醒。作者做了開源工具 Keepup,讓 AI 助理盤點已安裝的專案、對照目前資訊、列出有根據的檢查結果,再依使用者核准的內容修正並確認是否生效。它沒有背景常駐程式,也不需要另裝管理平臺,並可搭配 Claude Code、Codex CLI、Gemini CLI、Cursor 和 GitHub Copilot CLI 等工具使用。

  27. Dev.to Top Tech73

    mAGI 用事件匯流排等終端 AI 助理空閒時再送訊息

    終端 AI 助理忙著回覆或使用者正在輸入時,外部訊息可能插進去打亂工作;一直輪詢又會浪費 token。作者在 mAGI 做了事件匯流排,把工作完成、網頁標題變更等訊息先寫進事件紀錄,再等 AI 助理狀態顯示空閒、而且輸入框沒有文字時,一次送出累積的訊息。若條件不符,訊息會留著等下一次。文章也說明,瀏覽器探測送來的外部文字可能帶有針對模型的指令,因此作者提出替文字標示信任程度與隔離高風險內容的做法;這項防護仍在開放中的 PR 裡。

  28. Dev.to Top Tech54

    Pasportoo 如何發現 Claude Code 的滿分考試太容易

    AI 助理考試拿到滿分,不一定代表它真的很會解題,也可能是題目太容易。Pasportoo 團隊用固定規則評分,讓 Claude Code 完成考題;兩次測試都拿下 49 項全數通過,但團隊檢查後發現,程式設計和除錯題是選擇題,錯誤選項太離譜,模型不用真正理解程式也能答對。寫測試抓出隱藏錯誤的題目比較有用,因為測試必須找出程式出錯的情況。團隊因此準備改用預測程式輸出、找反例和撰寫測試等題型,也提醒評測者檢查滿分是否真的能分辨能力。

  29. Dev.to Top Tech57

    如何用 Senrelay 把 Claude Code 的工作交接給 Codex 或 Cursor

    除錯做到一半,Claude Code 遇到使用上限時,換另一個 AI 助理接手,可能會漏掉錯誤指令、試過的方法和專案位置。Senrelay 可在一臺 Apple Silicon Mac 上,把 Claude Code、Codex 或 Cursor 的本機對話交給另一個 AI 助理讀取;接手前可以先檢查對話摘要、來源、時間和資料夾,再請它繼續工作。作者也提醒,要確認讀取了完整對話,並檢查目前的資料夾、分支和未提交的修改,因為舊對話不一定反映現在的專案狀態。

  30. Dev.to Top Tech56

    作者如何用 ChatGPT Dots 建立音樂型態目錄

    整理音樂型態時,除了找到曲例,還得確認來源是否真的支援這個分類,以及音檔能不能公開使用。作者用 ChatGPT Dots 查詢來源、準備網站修改和執行檢查,自己決定收錄標準、測試播放,也判斷哪些內容可以發布。完成後的 Notable Musical Patterns 收錄 16 個來源、6,729 筆可搜尋資料,其中 2,983 筆有網站音訊;這些數字不代表不同樂曲的數量。作者也提醒,自動檢查能確認筆數、連結和音檔資訊,不能代替人工核對音樂內容與播放效果。

  31. Dev.to Top Tech52

    AXI 如何由主機檢查 AI 助理的修改,避免服務關係圖出錯

    AI 助理修改資料時,如果錯誤內容直接套用,後續工作可能一路跟著出錯,提示內容也會越來越長。AXI 在模型和資料之間加上一層,由主機依固定規則檢查模型提出的修改,需要時補完內容,再一次提交或整筆取消;每一步也會根據目前資料重新整理提示。作者用 Gemini 3.8 Flash 修改服務關係圖,測試 4,000 步後,主機儲存的資料每一步都正確;其中 46 次修改由規則補完。不過這只測了一個模型、一種工作和一輪結果,能不能用在其他工作還不清楚。

  32. Dev.to Top Tech73

    OpenAI 的 Agents API 如何讓應用程式使用 Codex

    把 AI 助理接進應用程式後,開發者還得處理工作進度、執行環境和中斷後的復原。OpenAI 的 Agents API 讓應用程式使用 Codex 執行任務,OpenAI 負責管理工作階段、安排工作、整理上下文和復原;應用程式則提供工具並選擇執行環境。開發者建立工作階段、交付任務後,可以串流檢視進度,也能用 webhook 得知何時完成或需要輸入。AI 助理可在沙盒裡執行程式碼、編輯檔案、連線 MCP 伺服器並產出檔案。模型依所選模型的 API 費率計費,OpenAI 託管的沙盒則按一般容器費率收費。

  33. Dev.to Top Tech41

    How-to:怎麼判斷 AI 助理能不能放心接手實際工作

    AI 助理在展示影片裡能安排會議、核對帳單,或處理客服案件,但到了真實工作環境,資料可能很亂,工具也可能出問題。若工作每次都照固定步驟做,直接寫程式通常更快、更省,也比較好查錯;AI 助理比較適合需要看情況判斷的工作,例如整理客服問題。 要讓 AI 助理做事可靠,就得把工作範圍和能使用的工具限制清楚,記下每次做了什麼,並讓高風險動作先交給人確認。也要準備好工具逾時時的替代做法、控制花費,並測試容易出錯的情況。這樣出了問題才找得到原因,也能避免 AI 助理做出沒人能追查的決定。

  34. Dev.to Top Tech38

    實測 Google TPU v6e:只保留對話紀錄,每顆晶片可同時放 5 個 AI 助理工作階段

    AI 助理如果要一直記得整段對話,就得把對話資料留在記憶體裡;能同時處理多少個工作階段,也會受到記憶體容量限制。這次測試把不同長度的對話資料放進 Google TPU v6e,直到記憶體滿載,但沒有執行模型。結果顯示,每個工作階段只保留 AXI 一個步驟的 2,824 個 token 時,可放進 927 個;若保留一段平均有 476,835 個 token 的長對話,則只能放進 5 個。這說明長對話會佔用更多記憶體;測試只量記憶體容量,無法看出速度、回答品質、處理量或價格。

  35. iThome (臺灣)77

    Anthropic 開放 Claude Managed Agents 自託管測試,企業可自管憑證與工作紀錄

    企業想把 AI 助理放進自家環境管理,卻也得弄清楚哪些資料仍會送到外部。Anthropic 開放 Claude Managed Agents 自託管服務的封閉測試,企業可在自己的雲端或地端環境管理代理控制服務、沙箱、資料庫、憑證和工作紀錄,也能把工具操作紀錄送到監控工具。不過,Claude 模型仍由外部服務運作;每次呼叫都會把對話、工具輸入和執行結果送到企業選定的模型服務。企業還得自行維護伺服器、資料庫和沙箱。

    推薦理由:自託管把 Claude 代理的管理服務移進企業環境,文章也說明模型請求仍會送到外部服務,能幫助企業看清自管範圍與資料流向。

  36. The Hacker News79

    Amazon 揭露 AI 助理攻擊 LiteLLM、Dify 等應用,竊取模型 API 金鑰

    把 AI 應用架在網路上,若管理介面或金鑰保護不周,攻擊者可能拿走模型服務的 API 金鑰。Amazon 用誘捕伺服器收集到一批 AI 助理的活動紀錄,顯示它們會搜尋 LiteLLM、Dify 等應用的弱點,取得並測試金鑰,再把可用金鑰放進共用清單,供後續行動使用。Amazon 表示,這些紀錄來自誘捕環境,無法確認紀錄中聲稱的攻擊結果。文章也整理了 Langflow 與 RAGFlow 漏洞的修補資訊,並提醒管理者更換預設密碼、修補受影響版本、限制 API 金鑰的使用範圍,並盡快更換已外洩的金鑰。

    推薦理由:Amazon 的誘捕紀錄呈現 AI 助理如何搜尋並重用外洩金鑰,也列出弱點與防守檢查方法,能協助管理者盤點暴露風險。

  37. ModelScope40

    如果你的研究助理不只停在第一個答案呢? 由 @SolenopsisCampo 打造的 Venastine Research Harness 現已開放在 ModelScope 試用。它的十輪 Research 模式會先草擬答案,再根據來源查核主張、檢驗假設,並只修訂被標記的內容。 日常需要工具輔助的提問可使用 Chat;需要更容易稽核的研究過程時,可使用 Research。兩者都在瀏覽器中的終端機風格工作區運作。 🤖 https://t.co/lJeJsOTvbi

  38. Dev.to Top Tech78

    Tencent 推出 Hy4 flash,以較低成本處理日常工作

    日常工作常要處理長檔案、圖片和表格,但使用大型模型的費用可能不低。Tencent 推出 Hy4 flash,主打保留 Hy4 的長篇上下文和文字、圖片輸入能力,降低處理費用;它有 224B 引數,每次運算只啟用其中 12B。Tencent 表示,在自家 WorkIndex 測試中,每項任務的成本是 Hy4 的二十分之一,但這是廠商內部測試,不能當成能力排名。另有 85 位 WorkBuddy 使用者評分 259 項任務,結果只反映他們在該產品中的使用感受。模型可透過 WorkBuddy、Yuanbao 和 Tencent Cloud TokenHub 使用,Tencent 也計畫釋出權重。

    推薦理由:Hy4 flash 以較低成本換取部分能力,文中比較了定價與內部測試,也說明盲測範圍有限,可供評估日常工作是否適用。

  39. Dev.to Top Tech40

    晚上 6 點還有一堆工作,該先做哪一件?

    發票、收據和沒回覆的客戶訊息常常一起堆到下班後,但它們不能當成同一件事處理。先回覆正在等你答覆的客戶,因為等太久,他可能就去找別人;接著整理發票,免得款項晚進來;收據通常可以等到隔天再核對。AI 助理可以先整理資料、配對收據、寫好回覆草稿,讓你確認內容後再送出。每天挑一件先做完,工作堆就不容易變成忙到深夜的一大坨。

  40. BlockTempo 動區動趨72

    思靈機器人完成 5 億美元 F 輪融資,估值達 85 億美元

    機器人公司要把技術帶進工廠,光有一款機械手臂還不夠,還得解決移動、感知和整條產線怎麼配合。思靈機器人完成 5 億美元 F 輪融資,估值達 85 億美元,軟銀領投,輝達與日立等機構參與。公司也透過收購擴大機械臂、移動機器人和工廠整合服務,並把真實工廠當成測試與改進技術的地方。它已部署超過 2 萬套機器人解決方案,Agile ONE 預計於 2027 年開始規模化生產;文章指出,工業自動化仍是目前的商業基礎,人形機器人則是下一階段的期待。