跳到正文

#Agent

RSS
今日 32 則
11月16日週一
  1. Dev.to Top Tech44

    JustOneCX 如何用 MCP 讓 AI 助理協助客戶開始使用產品

    客戶剛開始使用產品時,常要有人一步步準備導覽、公告和問卷。連上 JustOneCX 的遠端 MCP 伺服器後,Claude Code、Codex、Cursor 和 Gemini CLI 等 AI 助理可以讀取產品資料、建立導覽和其他內容草稿,也能檢視分析資料;遇到「加一個導覽」這種不清楚的要求,會先研究產品並列出建議。預設情況下,草稿要由人檢查並發布;會影響客戶或正式網站的操作,也需要明確確認。AI 助理的許可權還受使用者角色限制,而且不會接觸 Secret key。這讓準備工作更省力,同時保留人對正式變更的把關。

  2. Dev.to Top Tech57

    10 家 AI 電話接待服務怎麼收費?作者比較 100、300 和 1,000 通電話的月費

    替小商家挑 AI 電話接待服務時,各家按分鐘、通話數或客戶數收費,月費很難直接比較。作者整理 10 家服務的價格,估算每月接聽 100、300 和 1,000 通電話要花多少,並假設每通電話 4 分鐘。以 300 通來看,Goodcall 約 $129,NextPhone 是 $199;Smith.ai 則約 $2,100。按分鐘計費的平臺在通話量較大時可能較省,但還要有人建置和維護 AI 助理,電話線路費也可能另計。

  3. Dev.to Top Tech62

    AI 助理不會讓人力消失,只會讓人承擔更多責任

    AI 助理能自己寫程式、操作工具,也可能把資料暴露在網路上,或成為攻擊入口。作者列出同一週發生的案例,包括 Lovable 專案資料庫未設驗證、攻擊者把帶有木馬的 Claude Code 擴充功能放上 Cursor 市集,以及 Grok Build 應用程式對外開放。文章認為,自動化不會讓人不必工作,而是讓人負責檢查、處理事故並承擔後果;因此每次交出新許可權前,都要先想清楚出錯能否復原、會影響多少人,以及由哪位具名人員負責。

  4. Dev.to Top Tech61

    如何和離開付費牆的使用者聊聊,找出他們沒購買的原因

    不少人看到付費方案後就離開,可能只是有疑問、嫌價格太高,或還沒準備好購買。這篇指南建議在付費牆旁放一個提問入口,盡快回覆,並先檢視對方的試用、購買或退款紀錄。只有對方表示價格是問題時,才提供合適的方案;如果要再提醒一次,先確認對方同意接收促銷通知,並在合適的時間只發一則。個人開發者也能先用電子郵件回覆,等訊息變多再考慮加入應用程式內的客服聊天。

  5. Dev.to Top Tech58

    AgentOps Center 如何用 OpenTelemetry 和 SigNoz 追查多個 AI 助理的問題

    多個 AI 助理一起工作時,流程可能變慢、工具可能反覆失敗,但一般監控畫面仍顯示正常。作者逐段閱讀 AgentOps Center 的程式碼,整理它如何替每個 AI 助理、模型呼叫和工具留下連在一起的追蹤紀錄,再透過 OpenTelemetry 傳到 SigNoz,讓助理根據追蹤、錯誤紀錄和指標找線索。文中也提醒,信心標記只看找到多少監控資料,不代表診斷正確;展示用的故障是程式模擬的,因此畫面只能說明資料流程能運作,不能證明它找得到真實事故。

  6. Hacker News (official RSS)57

    作者從畢卡索的公牛學會簡化 AI 助理的打造方式

    打造 AI 助理時,很容易一開始就加入多種框架、資料庫和複雜的記憶設計。作者分享自己的做法:先說清楚助理要完成什麼工作、能自行決定哪些事,再準備指示、背景資料和剛好夠用的工具,放在同一個資料夾裡。遇到錯誤時,他會檢視 Claude 的工作紀錄,找出缺少的資訊或指示,再把有用的經驗寫回設定。若要確認改動有沒有幫助,可以用相同任務和成功條件反覆測試。

  7. Dev.to Top Tech57

    Palmate Solutions 說明如何打造可靠的企業 AI 助理系統

    讓 AI 助理直接處理付款、採購或資料庫更新時,模型偶爾出錯就可能造成重複交易或錯誤修改。Palmate Solutions 建議把工作拆成固定步驟,由一個 AI 助理安排流程,再讓負責不同工作的 AI 助理各自處理;每次要呼叫工具前,先檢查資料格式和金額,重要操作則交給人確認。系統也能限制重試次數,避免流程一直繞圈,並替交易加上識別碼,減少網路出問題時重複執行的風險。

  8. Dev.to Top Tech59

    Claude Code Skills 深入解讀(9):如何從個人資料夾分享給團隊使用

    自己做的 Skill 要分享給團隊時,光把資料夾複製過去,還會遇到誰負責更新、怎麼審查許可權,以及別人的電腦能不能執行等問題。這篇文章整理 Claude Code Skills 的四種分享方式:放在個人資料夾方便試做,放進專案可透過程式碼審查追蹤修改,做成外掛可以跨專案安裝與更新,由組織管理則能統一部署核准版本。文章也提醒,Skill 的資料夾格式可以共用,不代表不同產品的儲存方式和執行環境相同;搬到別處前,應先確認所需工具、許可權和外部服務,並在乾淨環境測試。

  9. Dev.to Top Tech66

    GigBid 實測:簡單的預算門檻比複雜檢索更能改善投標判斷

    做自由接案投標的 AI 助理,可能把證據找得更準,卻仍接下不值得做的工作。作者打造 GigBid,測試後發現,把職缺拆成多個條件來搜尋,表現反而不如直接搜尋整篇職缺;加上重新排序後,檢索排名指標才有所改善。真正大幅減少錯誤的是一條簡單規則:預算低於接案者的最低報價就跳過,測試中的投標判斷 F1 從 0.89 升到 0.98。作者也提醒,改善檢索沒有明確提高模擬客戶的回覆或僱用率;測試資料和樣本有限,結果仍不能代表真實市場。

  10. Dev.to Top Tech38

    DeepSeek Harness 查得到已知網址,卻無法搜尋網頁

    DeepSeek Harness 的 web_fetch 能開啟已知網址,但 web_search 找不到資料,原因是兩個工具背後用的服務不同。這次設定選用 DeepSeek 搜尋服務,雖然 API 金鑰存在,帳戶仍回傳 402 Insufficient Balance,表示帳戶餘額不足,不能完成搜尋;直接讀取公開網址則不需要這筆搜尋服務的帳戶餘額。 作者另外寫了 Tavily 的替代方案,但沒有用 Tavily 金鑰測試,所以還不能確認它能不能解決問題。這次經驗提醒我們,工具顯示已啟用,不代表背後的服務和帳戶都能正常使用;先確認搜尋服務是否可用,也能看出 AI 助理還有哪些工作做得了。

11月15日週日
  1. The New Stack56

    The New Stack 實測 Claude Fable 5.2 和 Opus 5.5:同分時 Fable 花費近 4 倍

    選模型寫程式或查故障時,分數接近不一定代表花費和等待時間也差不多。The New Stack 作者讓 Claude Fable 5.2 和 Opus 5.5 各自完成排程程式、修帳單程式庫和調查付款故障三種任務,並把每種任務逐步加難。九輪測試中,兩款模型的得分都相同;Fable 5.2 合計估計花費 $8.98、耗時 1,579 秒,Opus 5.5 則是 $2.29 和 701 秒。作者提醒,測試規模比 Anthropic 的基準小,而且兩款模型使用不同的 API 預設推理強度,因此結果不能直接代表所有工作。

  2. Dev.to Top Tech73

    作者用一張 Jira 票說明 AI 助理團隊如何協作寫程式

    讓 AI 助理接手一張工作票後,怎麼問清需求、控制花費,又避免它做錯事?作者用一張 API 限流需求,帶出從主管分派工作、產品經理補充條件,到程式撰寫、測試、審查和人工核准上線的流程。每個階段都會交接整理好的資料,工具操作和花費也由軟體把關;遇到不清楚的需求,AI 助理先提出問題,不能自行改寫驗收條件。作者也指出,團隊的瓶頸可能是人力時間:這張票預估要用 410 分鐘的產品經理時間,超過每週可用的 300 分鐘,因此得先放下部分工作。

  3. Dev.to Top Tech68

    Walid Hadri 用程式例子帶你看懂大型語言模型的演進

    大型語言模型看起來會回答問題,但它一開始學的其實是接著文字往下寫。Walid Hadri 用「法國首都是哪裡?」這個問題,帶讀者看模型如何從預測下一個 token,發展到理解指令、花更多時間推理,以及呼叫工具完成工作;文中也附上程式碼,讓人用開放模型重做部分例子。像 DeepSeek-R1 的小型版本有時會答對、有時會數錯「strawberry」裡的 r,說明多想幾步能幫上忙,卻不保證答案正確。

  4. Dev.to Top Tech39

    Aven App Agent 用 AI 助理帶使用者找到下一個該按的按鈕

    使用者想完成一件事,常會因為按鈕散在不同頁面和選單裡,不知道從哪裡開始。Aven App Agent 讓使用者直接詢問怎麼做,再提供文字說明或一步步引導,帶他們找到需要操作的地方。像是邀請同事加入工作區,使用者可以跟著指引前往設定、切換到團隊頁面,再送出邀請。 產品團隊可以把頁面、按鈕和完整任務流程登記到 Aven,並用網頁編輯器、GitHub 匯入或手機編輯器製作指引;Knowledge Chat 則能根據連結的說明檔案、網頁和檔案回答問題,並附上參考來源。這讓使用者能在正在使用的產品裡找到操作方法,也讓團隊能對照實際畫面檢查指引是否清楚。

  5. Dev.to Top Tech66

    Observal 如何記錄 AI 助理的工作過程,並協助找出卡住的原因

    AI 助理跑了很久卻沒完成工作時,光看錯誤訊息往往找不到原因。Observal 會透過 AI 助理使用的工具,把對話、工具呼叫、回覆和錯誤記錄成工作紀錄,讓團隊依序檢視每一步;例如同一個工具反覆收到相同指令,可能表示 AI 助理陷入迴圈。記錄有多完整,取決於工具留下多少內容。由於紀錄可能包含提示詞、指令輸出、路徑或金鑰,部署前也要先決定儲存多久,以及哪些人可以檢視。

  6. Dev.to Top Tech67

    Tavily 搜尋 API 替代選項怎麼挑?比較 Exa、Parallel 等工具

    AI 助理要找資料時,搜尋 API 的準確度、速度和費用各有差別。這篇文章用三組問題比較六種 API,並整理各自適合的用途:Exa 搜尋最快,Google 搜尋結果 API 在需要從多個頁面拼出答案時答對較多,但一次搜尋約要 8 秒;Parallel 在短答題表現突出,也有免費 MCP 伺服器可試。測試由 cloro 發布,而 cloro 也是受測服務之一;作者公開了測試資料和程式,方便讀者用接近自己需求的問題再比較。

  7. Dev.to Top Tech46

    哪些網路搜尋 API 有免費額度,適合用來打造 AI 助理?

    想讓 AI 助理上網找資料,可以先用免費搜尋額度測試,但各家限制差很多。比較中,Linkup 每月提供 $20 額度,約可搜尋 4,000 次;Parallel 快速模式每月最多 5,000 次,但需要先綁卡。若不想辦帳號,Exa、Tavily、Firecrawl 和 Parallel 都有免金鑰的 MCP 服務,不過沒有公佈使用上限。 AI 助理常要查好幾次才能找到答案,所以額度和每分鐘能查幾次都會影響實際用量。以每項工作搜尋 5 次來算,Linkup 每天約能處理 26 項;有些搜尋 API 在多步驟問題上的答對比例也較低,助理可能得重查。免費額度適合先試能不能接上、回傳的資料合不合用;用量變大後,就得看搜尋費用和找到答案的機率。

  8. Dev.to Top Tech62

    WBX Sandbox 團隊分享打造 AI 助理執行平臺的 10 個經驗

    讓 AI 助理跑程式不難,難的是工作跑很久、連線中斷後怎麼接著做,以及如何確認結果真的跑過。WBX Sandbox 團隊分享打造這個平臺時學到的 10 件事:長工作要能在背景繼續跑,結果要整理成摘要,專案環境要能儲存,也要留下執行紀錄供人檢視。平臺用隔離的 Linux 虛擬機器處理完整環境,也用 WebAssembly 執行較小的工作。作者也提到,MCP 工具說明會影響 AI 助理選擇怎麼操作。這些經驗可供打造 AI 程式執行環境的人參考。

  9. Dev.to Top Tech38

    AI 助理用區塊鏈紀錄證明自己真的完成了工作

    AI 助理會替人操作錢包、領取免費 NFT,也會回報做過哪些事,但只聽它自己說,可能會信錯。這個負責在 BNB Chain 找空投的 AI 助理,每次領取 NFT 後,都會查交易紀錄和錢包裡的持有資料。有一次它把抽到的編號記錯,重新查鏈上紀錄後才更正;另一次,兩種資料對 NFT 所有權的說法互相矛盾,它就先停下自動出售。這些例子說明,AI 助理做事時,應該留下別人也能檢查的證據;有疑問時先查清楚,別只因為它說做到了就相信。

  10. Dev.to Top Tech49

    Hermes Agent 24/7 實測:跑在 VPS 上需要多少記憶體和硬碟空間?

    想讓 Hermes Agent 全天候線上,VPS 要買多大才夠?作者在一臺有 4 個 vCPU、7.9 GB 記憶體的主機上實際測量,發現常駐的 Gateway 程式用了 337 MB 記憶體,安裝檔加快取則佔了 11 GB,其中 7.2 GB 是可以清理的快取。只想試用、只接一個聊天管道,2 GB 記憶體和 25 GB 硬碟就能跑;日常使用可選 2–4 GB 記憶體和 40 GB 硬碟。模型在外部服務商那裡執行,因此 VPS 不需要 GPU,但要記得清快取、留足硬碟空間。

  11. Dev.to Top Tech54

    AI 助理用哪個網路搜尋 API 最省?比較每 1,000 次搜尋的價格

    替 AI 助理挑網路搜尋 API,不能只看每次搜尋的標價,因為搜尋結果不夠時還得再查,較深入的模式或 AI 摘要也可能增加費用。這篇比較列出多家 API 的價格:按標價,Serpex 每 1,000 次搜尋是 $0.65,Serper 是 $1.00;在只測了六家 API 的正確答案成本比較中,cloro 每 1,000 個正確答案是 $1.98,其他五家介於 $5.11 到 $15.08。作者也提醒,這項比較由 cloro 發布,而它本身就在比較名單中;基準測試沒有測 Serpex、Serper、Perplexity 和 Firecrawl。

  12. Dev.to Top Tech73

    Claude Code 教學:設定雲端例行工作,依排程、API 或 GitHub 事件自動執行

    每天手動請 Claude Code 整理 PR、問題單並通知 Slack,容易花時間,也可能一忙就忘記。作者示範如何建立 routine,先設定雲端環境和提示詞,再選擇排程、API 呼叫或 GitHub 事件來啟動;每次執行都會開一個新的雲端工作階段。routine 會以你的名義操作,連線的工具也可能執行寫入動作,所以作者建議先從只讀工作開始,手動試跑並檢查執行紀錄,再逐步開放許可權。文中也提醒,Routines 目前仍是研究預覽版,介面、限制和 API 可能改變。

  13. Dev.to Top Tech53

    教學:用 Claude Code 把程式庫轉成可分享的架構圖

    手動畫架構圖很花時間,而且程式一改,圖很快就會過時。作者示範把 Claude Code 透過 MCP 連到 DrawlyHub,再請它讀取程式庫,整理出服務、資料庫和資料流,做成可分享、可編輯的架構圖。使用前要在瀏覽器同意授權;之後可以用提示詞修改,也能直接拖動方塊、加註記,並把連線和版本保留下來。作者提醒,AI 助理可能看錯架構,產生的圖要依熟悉的程式內容檢查和修正。

  14. Dev.to Top Tech69

    作者示範如何用 Claude Code 和迷你電腦隨時遠端修程式

    人在外面時想請 AI 助理修程式,回家再看改了什麼,可以把一臺閒置迷你電腦設成常駐工作機。作者以 Ubuntu 電腦執行 Claude Code,從手機或瀏覽器開啟工作階段;用 tmux 讓連線中斷後工作仍能繼續,再用 cron 設定開機時自動啟動。若要同時處理多項工作,可選 worktree,讓每個工作階段使用各自的程式副本;單次處理則可共用同一個資料夾。作者也提醒,先在手機上處理許可權詢問,並確認自動啟動時不會卡在互動提示。

  15. Dev.to Top Tech59

    DaVoice 教你用 React Native 打造離線語音 AI 助理

    手機上的語音助理如果要在沒網路時使用,就得讓聽話、理解和回話都能在裝置上完成。這篇教學用 DaVoice 的 React Native 範例,把流程拆成喚醒詞、語音轉文字、手機上的小型語言模型和文字轉語音,讓助理聽到「開啟右後車窗」後呼叫 App 裡的功能,再把結果說出來。模型第一次使用時需要下載;支援的語言下載好後,核心流程可以離線運作。網路搜尋和轉交給遠端模型則需要網路,不能算在離線功能裡。文章也提醒,語音辨識和模型回覆之間要妥善交接麥克風,避免助理把自己的聲音當成使用者的指令。

  16. Browser Use66

    Browser Use 與 Playwright 如何在新瀏覽器重用登入狀態

    自動化工作每次開新瀏覽器時,常得重新登入;但把登入資料存起來,也不代表登入永遠有效。作者示範用 Browser Use 設定檔儲存 cookies 和瀏覽器儲存的資料,再用同一個設定檔開啟新的瀏覽器,確認不用輸入帳密也能進入受保護的頁面;也示範用 Playwright 把登入狀態存成檔案,供之後的新瀏覽器載入。作者提醒要確認登入的是預期帳號,並把設定檔和狀態檔當成憑證保護;如果網站要求重新驗證,就應完成網站提供的登入流程。

    推薦理由:文章以兩次分開的雲端瀏覽器測試,說明如何確認登入狀態確實存進設定檔,並提醒登入仍可能過期。

  17. Dev.to Top Tech48

    ChatGPT Wallet 如何運作:開發者指南教你讓 AI 助理看懂商品並完成購買

    以前大家上網買東西,會自己搜尋、挑商品、結帳;現在,AI 助理可能代替使用者找商品和付款,使用者甚至不必開啟店家網站。ChatGPT Wallet 的流程是:使用者說出想買什麼,ChatGPT 到合作商店和商品目錄尋找商品,使用者用生物辨識確認付款,訂單再送到商家。商家收到的是一次性付款程式碼,不會看到真正的信用卡號。 對店家來說,商品資訊要清楚,AI 助理才找得到也看得懂。像是把商品名稱、價格、庫存和送貨時間整理好,並提供乾淨的商品資料,就比只寫「超棒咖啡豆,今天特價」更有用。文章也提醒開發者,付款要有使用者確認,還要防止重複下單,並讓取消和退款方便。這樣一來,網路商店得準備好讓 AI 助理讀取商品,也要確保它花錢時有清楚的安全規則。

  18. Dev.to Top Tech54

    Claude Code 的晚間摘要一直說會開登入視窗,早上任務卻已停止

    晚間摘要說會替使用者開啟登入視窗,早上的自動任務卻可能已決定不再開,讓人一直等不到視窗。作者發現,摘要只讀登入紀錄,早上任務還會檢查另一條防止重複開窗的規則,因此兩邊的說法對不上。他改成讓摘要先詢問早上任務的判斷:若不能自動開窗,就說明原因並提供手動開啟的指令。手機驗證和書店後臺登入仍需要本人處理。這次修改提醒開發者,提示某個動作的訊息應查詢真正執行該動作的程式。

  19. Publickey (日系頂級架構誌)73

    Cloudflare 開源 Kitesurf,打造給 AI 助理使用的輕量瀏覽器

    AI 助理操作網頁時,不需要人用瀏覽器的分頁、書籤和擴充功能,但同時執行許多工又需要瀏覽器夠輕巧。Cloudflare 開源了 Kitesurf,這是一款專為 AI 助理設計的無畫面瀏覽器,不使用 Chromium,也不依賴 Node.js,主要以 Rust 撰寫並編譯成 WebAssembly,預計在 Cloudflare Workers 上執行。Cloudflare 表示,和 Chromium 相比,Kitesurf 使用 CPU 和記憶體的效率約好 3 到 7 倍;它也支援 Chrome DevTools Protocol,可連線 Puppeteer 等工具。

    推薦理由:Kitesurf 專為 AI 助理操作網頁打造,文中也比較了它和 Chromium 的資源消耗,能看出精簡瀏覽器的設計取捨。

  20. Dev.to Top Tech44

    CodeWatch 打造即時 1 對 1 程式對戰,讓開發者隨時練習

    程式比賽和麵試練習常要等上好幾天,想隨時找人較量並不容易。CodeWatch 讓玩家排進隊伍後,馬上和另一位開發者進行即時程式對戰,寫完程式就能當場接受評分;也有資安練習模式,玩家要寫防禦程式,守住資源,避免被對手攻破。團隊已讓兩位玩家成功配對、寫程式並即時評分,接下來計畫開放原始碼,讓其他開發者一起加入。

  21. Dev.to Top Tech63

    如何為 AI 助理建立七類風險清單

    只防提示詞注入,可能漏掉 AI 助理會遇到的許多其他風險。文章把風險分成資料、模型、安全、AI 助理行動、人員與營運、治理及社會影響七類,並建議先限制助理能讀取和修改的內容;寄送資料、刪除檔案等敏感動作,應先讓人確認。接著,團隊可為重要風險記下防護措施、負責人、檢查結果和下次檢視日期。作者也提醒,提示詞本身不能當成安全防線,測試發現問題後還要修正並再次檢查。

  22. Dev.to Top Tech58

    AI 助理沙箱負載測試:作者說明哪些地方撐得住、哪些尚未驗證

    系統一次跑 20 個各做約 1 分鐘工作的任務時,任務沒有遺失,排不進去的會等待,工作進度也能從共用磁碟查到。不過,這次測試沒有讓容器、主機或網路故障,無法說明系統遇到故障要多久才會發現、多久才能恢復;作者也坦白,目前容器壞掉後,裡面的任務不會自動重新派送。文章還比較兩種隔離不受信任程式碼的做法:gVisor 和 Kata Containers,並說明作者因筆電硬體限制只在紙上整理、沒有實作。測試結果能確認部分流程可運作,也清楚劃出尚未驗證的範圍。

  23. 🚨 AI News | TestingCatalog38

    這份簡報整理多家公司近期的 AI 產品與服務訊息,包含功能更新、測試與上市計畫。例如,ChatGPT Wallet 正向美國 Pro 訂閱者推出,讓 AI 助理付款時不必看到使用者的真實信用卡資料;DeepSeek API 則加入搜尋、檔案、語音等功能,也提供 OCR、ASR 和 TTS。其他訊息還包括 Claude Code 桌面版支援自訂主題、Grok Bot 可加入會議,以及 Sesame 推出每月 $20 的 Plus 和 Pro 方案。這些更新顯示 AI 工具正逐漸能處理付款、工作協作與語音等更多日常任務。

  24. Dev.to Top Tech73

    Google Antigravity 的 Dynamic Workflows 先把 AI 助理的工作計畫寫成 Python

    AI 助理要同時處理多個步驟時,如果只靠聊天安排,計畫不容易檢查或重跑。Google Antigravity 的 Dynamic Workflows 會先依照任務寫出一段 Python 程式,讓使用者先檢視並核准,再開始執行;程式可以安排多個 AI 助理同時或依序工作,也能把結果整理成固定格式。作者用自己團隊的新聞流程和一次檢查規則出錯的經驗,說明把步驟寫清楚、留下檢查方式,有助於重複執行,也更容易找出問題。

  25. Dev.to Top Tech62

    如何替 AI 助理估算 GPU 任務的實際費用

    只看 GPU 的每小時價格,常會低估一項任務最後要付的錢。文章提出一套估算與檢查方法,把計費門檻、環境準備、模型下載、執行、輸出儲存,以及可能的儲存和傳輸費用都算進去;費用不確定時要明白標出。開始使用前,先讓人確認報價、支出上限、要上傳的資料和輸出位置。若啟動結果不明,先查原本的資源狀態,避免重試時多開一臺而重複付費。完成後也要確認輸出資料和資源已正確儲存、釋放。

  26. Dev.to Top Tech44

    如何保護 VPS 上自行架設的 AI 助理

    AI 助理會讀網頁、信件等文字,也可能照著其中藏著的指令行動;如果它還能執行程式、使用 API 金鑰或花錢,就可能洩漏機密、亂花費用,甚至刪錯資料。文章建議把它放在獨立 VPS,使用沒有管理許可權的專用帳號,並用 systemd 限制它能修改的資料夾和記憶體用量。金鑰要放在只有助理帳號能讀取的檔案裡,也要設定花費上限;刪資料、匯款或推送程式碼等重要操作,則先請人確認。 提示注入目前沒有可靠方法能完全擋下來,所以重點是讓出事時損失有限。例如,若助理只能修改自己的工作資料夾,就算被騙去執行刪除指令,也不至於動到其他資料。這些做法無法讓 AI 助理變得能盲目信任,但能把可能造成的損害控制在較小、較容易復原的範圍內。

  27. Dev.to Top Tech44

    zkVerify 的 AI 助理轉帳驗證實測:錯誤決定就做不出證明

    AI 助理可能看錯金額、搞混收款地址,或放行不該通過的轉帳,所以光聽它說「檢查過了」還不夠。作者用 zkVerify 的轉帳檢查電路,在自己的電腦上測試:餘額足夠、金額沒超過上限、收款人正確時,系統會做出轉帳可通過的證明;如果把錢轉給錯的人,或錯誤拒絕有效要求,證明就做不出來。 這份證明只有 805 bytes,其他人也能照著重跑驗證。不過作者沒有做出能參加即時競賽的公開服務,因此沒有得分,也沒有排名。這次測試能說明的是,驗證工具能運作,而且遇到錯誤決定時會拒絕產生證明;不能因此認定 AI 助理本身每次都判斷正確。

  28. Dev.to Top Tech49

    為什麼 AI 專案的第二次部署,才看得出團隊有沒有累積經驗

    AI 專案第一次上線時,團隊會摸清資料長什麼樣、哪些地方容易出錯,但如果這些經驗只留在工程師腦中,換人或換專案後就可能得重新摸索。作者主張,第一次部署結束時,團隊應留下能幫上下一次的資料,例如常見錯誤清單、測試題型和系統串接做法;但客戶資料、判斷標準和誰負責決策,仍要每次重新確認。 例如,系統把過期資料當成最新資訊,是不同客戶都可能遇到的問題,可以留下檢查方法和處理方式;但怎樣才算「活躍客戶」,得由每家公司的情況決定。把可重用的做法整理好,也註明適用範圍,下一個類似專案就不用從零開始;但如果只顧套用舊範本,沒先了解新客戶,反而可能讓專案做得更差。

  29. Dev.to Top Tech62

    Claude Code 的 AI Clipping Skill 如何把短影音活動流程自動化

    短影音活動不只要剪出影片,還得符合長度、標籤、廣告揭露和帳號條件,並在期限內提交連結。作者分享免費的 AI Clipping Skill,能讀取活動說明並整理成檢查清單,再為不同帳號剪出不同片段,檢查字幕、標示、文案和影片規格,最後列出發布計畫與提交期限。發布前仍要由使用者確認;部分平臺的廣告標示、提交連結和帳號設定也得手動完成。

  30. Dev.to Top Tech79

    AI 助理沒有步數上限,GPT-5.6 一次失控執行可能花 $160

    AI 助理如果一直重試或重複搜尋,沒有步數上限時,最後會跑到上下文視窗裝不下對話紀錄才停。作者試算每次呼叫都重送完整紀錄的情況:在他的設定下,GPT-5.6 一次跑到視窗滿會花 $160.54;設 25 步上限則約 $0.86。視窗越大,失控費用增加得越快。作者示範在程式裡同時限制執行步數和累積花費,並提醒上限要依成功任務實際需要調整;如果系統會摘要舊紀錄再繼續,單靠上下文視窗也不會讓流程停下來。

    推薦理由:作者用不同上下文視窗的費用試算,說明失控成本為何會快速上升,並示範如何用步數與金額限制避免超支。