AutoMode 路由器成本高於 Opus,基準測試揭示節省潛力
AutoMode 是一個開源的 Claude Code 擴充模組,透過自動選擇模型與推理層級,將每次請求的成本降低超過 50%,同時保持 20/20 的成功率。
AutoMode 是一個開源的 Claude Code 擴充模組,透過自動選擇模型與推理層級,將每次請求的成本降低超過 50%,同時保持 20/20 的成功率。
Perplexity 推出 Teammates AI 助理,可承接任務並主動運用 Computer tasks、skills、memory 和工具工作,現已在網頁版開放給 Max 訂閱使用者。 Teammates 之間可以協作,也能在 Slack 中傳訊息給同事。
推薦理由:Teammates 可承接任務、運用技能與工具主動工作,也能彼此協作並透過 Slack 聯絡同事,呈現其工作流程整合方式。
導語:本文說明三層翻譯工具選擇策略,協助使用者根據檔案型別、速度、語氣與機密性挑選 DeepL、ChatGPT/Claude 或本地模型。 - 第一層 DeepL:速度快、結果一致,適合電子郵件、手冊翻譯與快速瀏覽。
Hubort 是一款可以統整多個 AI 聊天平臺(ChatGPT、Claude、Gemini、Grok)歷史並在單一介面搜尋的工具。 - 核心功能:整合 ChatGPT、Claude、Gemini、Grok 等服務的聊天歷史,提供單一搜尋框。
Science's Last Exam 是涵蓋 9 個科學領域真實研究任務的新基準,用來評測 AI 助理能否自行提出假設、規劃實驗流程、執行科學程式與軟體,並解讀實驗影片。
模型或程式碼 在 Agentic Football Cup 的比賽中,作者將決策權從純模型轉移至程式碼,成功縮短回應延遲並提升比賽表現。 - 架構改進:將 AgentCore 的 runtime 內部歷史清零,並使用「sanity layer」校正模型輸出,避免不符規則的動作。
本篇示範如何利用 AgentCore、Claude Code 與 Gemini 進行比賽資料分析,並以日誌與影片同步校驗,教讀者掌握實務調優流程。 - 技術棧:每名球員由一個 AgentCore AI 助理控制,透過 Bedrock AgentCore 接收 2 秒一 tick 的比賽狀態並回傳指令。
Anthropic 透過分析 207,000 個 Claude 會話與 528 位科學家調查,量化了 AI 在不同領域與任務中的實際使用與理論能力。 - 使用情況:科學家主要以資料分析與寫作為主,構思與資料收集使用較少。
Mistral 擴充套件 Mistral Studio,新增託管AI 助理與應用,並為工作流、企業上下文、可觀測性和評估加入新能力,搭配 Mistral Large 4(Le Chonk)建置企業AI 助理、工作流與應用。
推薦理由:Studio 將託管AI 助理、工作流與應用整合在同一平臺,並支援雲端、VPC 與本地部署,呈現企業匯入時的建置與部署選項。
核心導語:a16z 研究指出,AI 讓從漏洞到可用 exploit 的成本從數週降至數小時,導致長尾系統面臨更大風險。 - 攻擊速度:8 月底一次行動在 4 小時內攻破首個真實受害者,26 秒內攻陷 11 家機構,累計 48 國 395 家機構被攻破,其中一半為學校。
推薦理由:AI 讓漏洞利用從數週降至數小時,卻無法加速修補,長尾系統將更易被入侵,攻擊者可在更短時間內完成全域滲透。
summary_zh: 作者在 Claude Code Part 2 內說明,為何選擇 Docker Sandbox(sbx)而非傳統 dev container,並說明 sbx 如何透過微型 VM、獨立 kernel 與 Docker engine 來隔離執行環境,並以網路政策控制外部連線。
summary_zh: 安裝 Claude Code 技能前,開發者需先檢查三項關鍵要點,審核共 783 個技能,過濾 317 個不合格,保留 465 個可用。
Claude Code 的 TikTok Skill 允許代理程式將想法、筆記、影片或照片轉換為符合 TikTok 規範的短影片與照片貼文,並可在本機環境完成檢查、預覽與排程。
本教程示範如何使用 BullMQ 與 Redis 建立成本控制與模型切換機制,降低 LLM API 成本風險。 - 預算殺開關:在傳送請求前,透過 Redis 原子計數器檢查每日 token 上限,超過即中斷。
Stroq 是一款本機安全平臺,能讀取使用者的 Claude Code、Codex、Cursor 等 AI 編碼代理會話,並顯示每個指令來自代理閱讀的文字、哪些金鑰被使用。
summary_zh: Parameter Labs 針對 ChatGPT 共享對話功能披露的儲存 XSS 漏洞進行了修補,允許惡意 JavaScript 在受害者已驗證的會話中執行,進而竊取其他使用者的私人對話內容;同時,Cursor Marketplace 上的一個被篡改的 Claude Code 擴充套件在多達 5,000 名使用者的開發機上植入了 SSH 後門。
本週 ThreatsDay 報導涵蓋 17 起安全事件,從 AI 加速漏洞發現到多個企業與服務遭受 RCE、資料外洩與勒索攻擊。 - AI 助力零日發現:NCSC 報告指出 AI 工具大幅縮短漏洞從零日到 n‑day 的時間,然而許多系統仍因補丁滯後而長期暴露。
Kimi K3.1 Pro 下載量 1.56 TB,引數 2.8T,實際效能在多數測試中落後 Claude Opus 5.5 20 行。 - 檔案結構:96 個 safetensors 片段,總大小 1,561.29 GB,平均 16.99 GB,最大 16.99 GB,最小 0.09 GB。
AGENTS.md 檔案能 hijack AI 編碼代理,首次公開展示 90% 成功率的實際攻擊。\n- 攻擊範圍:Codex 最高 90% 成功率,Claude Code 最高 50% 成功率,能重定向 API、竊取 OAuth 令牌並執行 shell 指令。
Meta 收購 AI 編碼初創公司 Conductor,以鞏固其 AI 開發者產品,並將開發者鎖定於 Meta 生態系。 - 收購目的:強化 Meta 的 AI 開發者工具,提升開發者對 Meta 平臺的依賴。
AI 代理在 2026 年加速漏洞利用,短短 4 小時即完成首次突破,隨後 26 秒內攻擊 11 組織,最終 48 國 395 組織受影響 - 攻擊速度:從漏洞披露到實際利用平均時間已降至 5 天以下,部分案例僅 4 小時完成。
Anthropic分析 207,049 場 Claude 與 Claude Code 科學研究工作階段,探討使用情形如何隨研究領域、任務及 AI 能力而異,並推演 AI 加速研究的可能情境。
推薦理由:研究將 Claude 使用情形與任務能力、研究者時間分配相互比較,並以情境模型呈現實驗室工作對研究加速幅度的限制。
Unfix 是一個獨立驗證器,能在實際硬體上重現錯誤、套用修正、再執行測試並回退,確定 AI 或人類編寫的 C/C++ /韌體修正是否真正解決問題。 - 驗證流程:重現基礎錯誤 → 套用修正並啟用 ASan/TSan → 回退檢查錯誤是否再次出現,並掃描差異以防遮蔽。
導語:作者透過有意破壞 AI 代理,發現監控指標對於偵測失效的侷限性,並提出改進監控的實務建議。 - 測試物件:Claude Haiku 4.5、Claude Sonnet 5,透過 20 個支援任務及兩個退款陷阱測試。
IncidentLint 是一個用 Kotlin 寫成的單檔 CLI,能自動檢查並修正使用 Anthropic Messages API 產生的狀態頁或釋出訊息,確保長度、語氣與格式符合實務需求。
TokenCap 3.0 以「Platform」為名釋出,透過一次構建產生 .tokencap/,所有工具皆可讀取同一套 token 資料。
AI 研究者發現 GPT/Claude 在自動研究中常因不準確拒絕而失效,需自行建置智力堆疊。 許多公司已從 harness 到訓練、部署全程自建,並視 開源模型 為唯一可持續路徑。
PlayTrova 透過 WebRTC 與 PeerJS,實作零伺服器的線上雙人棋盤遊戲,並以瀏覽器作為裁判,省去帳號與後端。 - 遊戲範圍:12 款回合制棋盤遊戲(如 Checkers、Four in a Row、Reversi、Sea Battle)皆可直接連線對戰。
summary_zh: LLM 閘道在串流輸出第一個 token 後,失敗由客戶端決定是否重試或繼續。 - 實作邊界 - Worksi gateway:永不在第一個串流 byte 後回退;若連線錯誤、429 或 5xx,最多兩次重試,之後才使用 fallback 模型。
Anthropic 首度與新聞出版商簽署授權協議,讓 Claude 在美國期中選舉之夜顯示 AP 即時選舉結果並標註來源。 - 合作條件:財務條款與協議期限未公開。
Linux 核心漏洞 PwnEscape (CVE-2026-99999) 讓攻擊者能從虛擬機器執行惡意程式到主機作業系統。 - 漏洞影響:可在宿主機上執行任意程式碼,威脅雲端與虛擬化環境安全。
CMU 的研究顯示,編碼代理能夠自動調校 LLM 服務堆疊,將 GPU 成本效益提升至 4.87 倍。 - 實驗物件:Claude Sonnet 5.5 建構 Gemma E4B 的服務系統。
Claude Code 10 款核心技能的先行使用流程,幫助開發者避免一次安裝過多技能造成混亂。 - 技能選擇:先安裝 Debugging Pair、Test-Driven Development、Code Review 等 10 款,逐日使用一次,確保每個技能在實際工作中得到驗證。
Catherine Wu 從 Anthropic 轉任 OpenAI,負責「Core Products」產品管理;她先前在 Anthropic 領導 Claude Code 產品工作。
我 建立了一個以 RAG 為基礎的教學助理,並發現自己的教材中缺失了函式定義。 - 技術堆疊:使用 Claude 作答、Voyage AI 生成 1024 維向量、PostgreSQL + pgvector 儲存向量、Render 與 Supabase 部署。
Discovered Materials 提供總額 100 萬美元的獎金,徵求 AI 模型解決材料科學中的 5 項未解難題,並以此追蹤模型在該領域的進展。
編碼代理在每次啟動時遺忘先前決策,導致團隊失去歷史推理。 - 功能限制:能閱讀整個程式碼庫,但無法存取 PR 描述、提交訊息或舊會話中的推理。 - Gitmore 介面:透過 MCP 只讀 API 金鑰將倉儲活動暴露給代理,並可在編輯前查詢本週釋出內容。
Riot Platforms 與 Anthropic 簽訂約 280 億美元、初始期限 15 年的長約,Anthropic 可從未來租金扣回最高約 36 億美元的合格建設費,並加計年息 12%。
全棧驗證 正在成為軟硬體開發的新趨勢,眾多公司正採用 Lean、Dafny、LiquidHaskell 等驗證語言進行正式驗證。