跳到正文

#Anthropic

RSS
今日 21 則
11月21日週六
  1. Dev.to Top Tech73

    Kevin De Notariis 示範如何用測試讓 AI 助理遵守程式庫規則

    只把規則寫在 CLAUDE.md 裡,AI 助理可能把它當成參考,久了也容易漏掉。Kevin De Notariis 分享他開發 Gitmoap 的做法:替每條規則編上固定代號,再寫測試檢查檔案、程式碼和資料是否符合規定;例如從程式碼清單找出所有端點,確認每個都有檔案,也確認檔案沒有列出已移除的端點。遇到暫時清不完的問題,可以設上限或期限,讓測試在欠款增加或到期時提醒。作者也提醒,檢查必須確實執行,檔案審閱紀錄本身不能保證內容仍然正確。

  2. Tom’s Hardware AI & Computing43

    Anthropic 數學家聲稱和 Claude 找到黎曼猜想的證明

    黎曼猜想是數學界有名的難題,已經困擾大家 167 年,和質數的分佈有關。Anthropic 數學家 Levent Alpöge 在論文中表示,他和 Claude 一起找到了這道難題的證明,也認為這套方法可能能用來處理廣義黎曼猜想和擴充套件黎曼猜想。不過,他的說法還需要時間確認,現在還不能確定 Claude 是否真的幫忙解開了黎曼猜想。

  3. Dev.to Top Tech58

    教你把 Claude Code 用量和上下文顯示在 Mac 選單列

    用 Claude Code 時,使用者不一定能隨時看出 5 小時用量和上下文視窗用了多少。這份教學用 Claude Code 的狀態列指令碼讀取兩個百分比,再透過 Multimeter 的連結把數字送到 Mac 選單列,還能設定用量偏高時提醒。5 小時用量需要 Claude Pro 或 Max,並會在 Claude Code 第一次回覆後才出現;上下文數字則可搭配任何登入方式。儀表顯示的是 Claude Code 最近一次更新時看到的數字,不會定時重新整理。

  4. BlockTempo 動區動趨48

    美股 AI 與半導體股重挫,Anthropic 上市第二天跌逾 10%,比特幣跌破 6 萬美元

    美股週五走勢分歧:道瓊上漲,標普 500 和那斯達克下跌,AI 與半導體股賣壓特別重。半導體指數跌 6.40%,輝達、AMD 和台積電 ADR 也都下跌;剛上市的 Anthropic,股價在第二個交易日比前一天收盤價跌了 10.80%。 比特幣和以太坊也跟著走弱,本文撰稿時,比特幣已跌破 6 萬美元,以太坊則跌破 1,700 美元。市場表現顯示,投資人仍看好 AI,但開始更仔細衡量相關公司的股價是否太貴;不過,大型科技股走勢不一,Google 母公司 Alphabet 當時逆勢上漲。

  5. aihot71

    Anthropic 上市第二天股價下跌,AI 賣壓波及全球股市

    Anthropic 上市第二天股價下跌超過 9%,跌到接近每股 $83 的發行價,仍沒能止住 AI 相關公司的賣壓。週五 Nasdaq 下跌 2%,SanDisk 和 Micron 也分別下跌 14% 和 10%。亞洲股市這一週創下 2020 年以來最差表現,臺灣加權指數下跌 6.7%,日經下跌 5%,Kospi 下跌 5.5%;SoftBank 單日下跌 14.5%。

    推薦理由:Anthropic 上市第二天股價下跌,和美國、亞洲市場同步走弱的數字,呈現 AI 相關公司賣壓擴大的情況。

  6. aihot56

    MIT 數學家談 AI 如何改變數學研究

    AI 開始解出沒有答案的數學問題後,數學家也在思考:答案要怎麼確認,人類又該如何理解背後的推理。MIT 舉辦座談,邀請來自 MIT、哈佛、西北大學和紐約大學的數學家討論這些變化。有人認為,AI 產生的證明難以看懂,數學仍需要人的理解;也有人提出,研究者可以把重點放在解釋證明、分享想法。座談也談到期刊收到更多 AI 生成或協助完成的投稿,有些期刊因此增加編輯,並嘗試用影片呈現數學研究。對學生來說,學會說明自己理解了什麼,也變得更加重要。

11月20日週五
  1. MIT News · AI57

    MIT 等校數學家討論 AI 如何改變數學研究

    AI 開始解出一些沒有答案的數學難題,也讓數學家擔心,人們是否還能理解證明過程,以及怎麼判斷研究成果的價值。MIT 舉辦座談,邀請 MIT、哈佛等校的數學家討論這些變化。有人認為,AI 產生的證明有些難以理解,數學仍需要人的理解;也有人主張,研究不該只看誰最先解出題目,還要重視能否清楚說明思路。與會者也談到期刊收到更多 AI 協助完成的論文,以及學生面對 AI 工具時如何學好數學。

  2. Newcomer (Eric Newcomer)59

    Anthropic 上市熱潮過後,AMD 的融資與中國市場風險讓 AI 投資人重新警覺

    Anthropic 上市表現亮眼,卻沒有讓投資人對 AI 產業的疑慮消失。Hunterbrook 指稱,AMD 一邊投資客戶、一邊向客戶賣晶片,交易關係過於緊密;另有報導指其更新晶片韌體後,產品流向多家遭列入黑名單的中國企業。AMD 表示這些報導沒有正確呈現公司業務,訊息傳出後股價下跌近 10%。作者認為,若晶片商放慢對 AI 客戶的投資,可能讓仰賴這筆資金的新創也受到影響。文章也提到,Google 推出 Gemini 4 Neon 後重新受到模型圈關注,顯示市場對 AI 公司的評價仍可能快速轉變。

  3. Dev.to Top Tech62

    Kestrova 示範讓 Claude Code 在部署 Solidity 合約前掃描重入漏洞

    AI 寫 Solidity 合約很快,但合約可能在轉出 ETH 後才更新餘額,讓惡意合約趁機反覆提款。Kestrova 示範用 MCP 掃描工具,讓 AI 助理在部署前檢查合約;掃描發現重入風險後,可先把餘額歸零再轉帳,並重新掃描確認高風險提示已消失。免費預覽能指出問題型別,付費報告則會列出檔案和行數,或附上修正說明。這種掃描只會找常見程式模式,不能取代安全審查,也無法判斷商業邏輯、經濟或預言機攻擊等風險。

  4. Dev.to Top Tech59

    如何監測 AI API 是否正常,並設定告警

    AI API 回傳 200,不一定代表模型真的能回答;回應太慢、金鑰失效或只有特定模型故障,也會讓使用者遇到問題。作者建議分開檢視供應商狀態頁、用金鑰讀取模型清單,以及定時送出小型模型請求;真正確認模型能運作,要檢查回應裡是否有完成原因欄位。設定告警時,可從多個地區探測,連續失敗 2 或 3 次再通知,並依實際延遲設定慢速門檻。探測應使用有支出上限的專用金鑰;這種小型請求無法檢查回答品質,也看不到串流中途停止等問題。

  5. Dev.to Top Tech67

    作者用 CLAW 帶 Claude Code 團隊完成帳務服務並修復 16 個錯誤

    大型程式專案常要處理很多檔案,也得安排工作、檢查結果,光靠 AI 助理自己摸索容易前後不一致。作者用 CLAW 替 Claude Code 安排分工方式,讓 Opus 負責規劃和檢查,其他 AI 助理分頭寫程式、測試,再由 Opus 多次執行測試確認成果。作者用這套流程做出一個帳務服務,並在其中放入 16 個錯誤,再讓 CLAW 修復;兩次測試都找出並修好了全部錯誤。CLAW 也會儲存專案進度和決定,讓新工作階段能接著做。

  6. Lobste.rs (Engineering Discussion)35

    Levent Alpöge聲稱和Claude一起證明瞭黎曼猜想

    黎曼猜想是數學界長年未解的難題,和質數如何分佈有關。Levent Alpöge表示,他和Claude一起找到證明,也把論證整理成 Lean 程式碼;他還聲稱,這個方法能延伸到廣義黎曼猜想。他說完整論證目前很長,自己也還沒完全掌握其中的數學細節,打算繼續整理並寫清楚。現在能確定的是他提出了這項主張,文章沒有交代其他數學家已確認證明正確。

  7. Gary Marcus (The Road to AI We Can Trust)58

    Gary Marcus 認為 Anthropic 股價下跌,AI 股票也正在走弱

    Anthropic 上市後股價下跌,作者認為這不只是單一公司的狀況,整個 AI 投資市場也在走弱。文中提到,Anthropic 股價從 111 跌到 97,盤前看來可能再跌約 9% 至 88;SpaceX 也預計以低於 135 的價格開盤,SoftBank 一夜下跌 14.5%。Gary Marcus 據此判斷,OpenAI 在這種市場氣氛下難以用 1 兆美元估值上市,也警告公司可能面臨現金不足。這些是作者對市場走勢與資金風險的看法。

  8. Dev.to Top Tech76

    Anthropic 上市背後的押注:客戶會持續增加 AI 使用量

    Anthropic 上市後的高估值,能不能站得住腳,關鍵在企業客戶是否繼續增加使用量。作者認為,公司營收快速成長,但也簽下超過 $540 billion 的算力承諾,其中許多不能取消;如果客戶需求不如預期,這些固定支出就會成為風險。Claude Code 等 AI 程式工具能帶動更多使用量,而運算成本佔營收的比例也比過去低。作者提醒,若競爭者用更低價格提供相近品質,客戶可能轉向,開發者的工作重心也會從寫程式轉到系統設計和檢查 AI 產出的程式碼。

    推薦理由:文章把 Anthropic 的高額算力承諾和營收成長放在一起看,說明這場 IPO 的關鍵在客戶是否持續增加使用量。

  9. Dev.to Top Tech61

    Obligra Verify 示範如何記錄審核者對 AI 草稿做了什麼

    客服回覆出了錯,只記下「已核准」很難知道問題是 AI 草稿原本就寫錯,還是審核者修改時出了差錯。Obligra Verify 團隊示範把 AI 產生草稿和人工審核分成兩筆紀錄,分別記下草稿與最後送出內容的雜湊值、審核動作和時間。審核結果可分成原樣核准、修改後送出和拒絕;拒絕時要填原因,若畫面顯示的文字和原草稿不一致,也會擋下紀錄。這種做法能幫忙追查修改過程,但不能單靠審核時間判斷人是否真的看懂內容。

  10. Dev.to Top Tech67

    Claude Code 沙箱怎麼選?六種隔離方式與適用情境一次看

    讓 Claude Code 長時間自動工作時,少了每次詢問的把關,程式就可能讀寫更多檔案或連上網路。作者整理六種沙箱方式,從只限制指令的內建沙箱,到包住整個 Claude Code 的執行環境、容器、虛擬機器和雲端工作階段,並說明它們各自能限制什麼。若要使用跳過許可權確認的設定,文章建議在沙箱執行;只用指令沙箱時,MCP 伺服器和掛鉤程式仍可能在主機上不受限制。沙箱能縮小入侵造成的影響,但仍要留意可寫入的資料夾和網路連線,因為它們可能讓資料外洩或程式碼被修改。

  11. Dev.to Top Tech66

    SoluTerminal 團隊分析 Claude 花費,發現多數用在 AI 助理互相傳訊

    同時使用很多 AI 助理時,光看工作做得快不快,很難知道 token 花得有沒有效率。SoluTerminal 團隊回頭檢查 1 到 8 November 的 Claude 用量,發現 57% 的花費用在由另一個 AI 助理訊息觸發的回合,約 20% 則由人開始;這些數字按加權 token 計算,不是美元。團隊也發現,助理之間有不少重複傳話,工作流程引擎曾讓任務變慢,測試工作也一度排隊。團隊把繁重工作移到雲端機器,並讓 AI 助理透過鎖定機製取得共用資源,減少彼此傳訊協調;這項調整才剛推出,成效還無法衡量。

  12. Dev.to Top Tech61

    單張圖片如何變成 3D 場景,做出鏡頭移動與光影效果

    只靠影片生成模型做長片段,花費高,結果也不容易控制。作者分享兩種把單張圖片變成 3D 場景的方法:深度圖能做出鏡頭移動、變焦和對焦效果,但畫面仍像被拉動的平面;Gaussian splats 則能讓鏡頭從不同角度觀看場景,卻可能露出原圖沒拍到的空洞。作者也展示細髮、薄物件等難處理的例子,並提醒 Apple 的 SHARP 權重僅供研究,不能用於商業影片。文中提到,作者做影片每分鐘花費 $20-30,部分鏡頭效果改用場景動畫可降到 10 cents,而控制也更精準。

  13. Dev.to Top Tech72

    Stefano Santomauro 實測 AI 如何從維護者的標籤修訂 GitHub 分類規則

    自動替 GitHub 問題分類的規則常要由開發者手動修改,遇到新標籤時也不容易跟上。Stefano Santomauro 用五個公開專案的 6,643 筆歷史問題測試一套新做法:Levanto Sage 2 負責分類,Claude Opus 5.5 檢視分類錯誤並提出白話規則,再用最近 60 筆問題測試新舊規則,只有分數沒有下降才採用。測試中,40 個改寫提案有 12 個獲採用;加入這個流程的版本整體 F1 為 0.778,固定使用 Sage 的版本為 0.661。作者也提醒,結果來自五個 Python 專案的歷史資料回放,效果取決於使用者是否留下可靠的回饋。

  14. Dev.to Top Tech70

    工程師如何帶領 AI 助理完成軟體開發

    把寫程式的工作交給 AI 助理後,工程師仍得確認需求、設計系統,並判斷程式能不能安全上線。Matthew Odumosu 分享自己如何用 Claude Code 讀取工作需求與設計稿,再先規劃架構、編寫程式和測試,最後交由另一個 AI 助理檢查,並由人審核合併。他也介紹如何用 CLAUDE.md 記下專案規則,讓新工作階段能接續先前進度。文中整理了處理重複請求、同時修改資料、服務故障和監控紀錄的做法,並強調生產資料要用唯讀許可權,修改仍由人核准。

  15. Dev.to Top Tech63

    教學:用 MCP 連線 Claude 和社群平臺,先在模擬模式測試發文

    讓 Claude 幫忙發社群貼文時,怎麼避免設定錯誤或貼出沒核准的內容?作者示範用 pendpost 這個 MCP 伺服器連線 Claude Desktop、Claude Code 或 Cursor,先在模擬模式寫入假貼文,不會真的呼叫平臺 API。貼文一開始是草稿,作者本人核准後才能發布;寫草稿的 AI 助理不能核准自己的內容。作者也提醒,核准規則依賴呼叫工具時提供的身分名稱,因此仍要看清 MCP 使用者端的工具核准提示。確認流程可用後,再逐一連線真實帳號。

  16. Dev.to Top Tech62

    Claude Code 費用怎麼算?比較 Pro、Max、Ultra 和 API

    想用 Claude Code 寫程式,常會看到月費和按用量計費的不同價格,容易搞不清楚哪種適合自己。這份指南整理 Pro、Max、Ultra、Team 訂閱方案和 API 的差別:訂閱每月付固定費用,但有 5 小時和每週用量上限;API 按傳送與收到的 token 收費,可設定花費上限。文中用 Sonnet 5.5 示範,一小時的範例費用是 $1.10,也整理了清除舊對話、日常工作使用 Sonnet 等省用量方法。價格和方案會變動,作者提醒購買前檢視 Anthropic 的定價頁面。

  17. O'Reilly Radar72

    Claude 如何在文字中藏浮水印,以及為什麼你還不能自行檢查

    AI 文字若帶有看不見的浮水印,或許能幫忙辨認機器生成內容,但一般人目前還不能用官方工具檢查 Claude 的文字。Andrew Stellman 用互動網頁示範原理:系統會用金鑰和前幾個詞,替候選詞算出硬幣正反面,再讓生成程式偏向某些詞;檢測器則用同一把金鑰檢視正面是否特別多。Anthropic 表示 Claude 使用 SynthID-Text。作者也提醒,公開金鑰可能讓人移除或仿造浮水印;短文的結果容易受巧合影響,不能單靠一次檢查就下定論。

  18. Anthropic Newsroom99

    Anthropic 完成 IPO,公開募股與同步私募合計募得約 $119.5 billion

    Anthropic 宣佈 IPO 已完成,並同步向多家公司私募股票。公開募股共售出 1,127,000,000 股,每股 $83.00,募得約 $93.5 billion,其中約 $91.6 billion 由 Anthropic 收取;另有約 $26.0 billion 的私募交易。兩部分合計約 $119.5 billion,以上金額均為扣除承銷折扣、佣金及其他費用前的總額。Anthropic 的 A 類普通股已在 Nasdaq Global Select Market 以「ANT」代號開始交易。

    推薦理由:公告列出 IPO 募資、公司實收金額與同步私募規模,可用來看出這次募資的組成與資金流向。

  19. Dev.to Top Tech60

    memory-arborist 0.1.2 為 Claude Code 提出記憶整理修改,等你確認

    Claude Code 的記憶筆記可能留著過期資訊,讓 AI 助理之後照著舊內容做事。作者維護的 memory-arborist 0.1.2 會參考過去的終端機紀錄,提出小幅修改、附上引用和差異檢視,再由使用者決定是否套用;修改前會備份,也能還原。作者用合成資料展示操作流程,但 README 沒有記錄真實模型提出的修改完整通過檢查並套用的案例,因此尚不能從這些展示判斷它整理真實筆記的成效。模型呼叫會把筆記文字送到 Claude 指令列工具設定的服務商,提出修改時也會傳送遮蔽部分資訊的工作紀錄片段。

  20. BlockTempo 動區動趨52

    Anthropic 上市第二天盤前跌近一成,首日漲幅回吐逾六成

    Anthropic 上市後第二個交易日還沒正式開盤,股價就一度跌破 88 美元。到臺北時間 11 月 20 日晚間 8 時 32 分,股價報 88.15 美元,比前一天收盤下跌 9.28%。Anthropic 的發行價是 83 美元,首日收盤時每股高出發行價 14.17 美元,盤前只高出 5.15 美元,首日累積的價差已回吐約 64%,但股價仍高於發行價。報導也提到,市場對 AI 資本支出的疑慮正壓低科技股,輝達與超微當天盤前也走弱。

  21. BlockTempo 動區動趨70

    ARK Invest 買進 Anthropic 約 93.5 萬股,上市首日收盤較開盤跌 13%

    Anthropic 上市首日募資 813 億美元,股價開高後回落,ARK Invest 仍買進約 93.5 萬股。這批股票按收盤價估算價值超過 9,000 萬美元;同一天,ARK Invest 也賣出 33,430 股 Nvidia。報導指出,這次買進規模不到 ARK Invest 參與 SpaceX 上市時的五分之一,而 Anthropic 持股尚未進入 ARKK 的前十大部位。

  22. Dev.to Top Tech54

    Claude Code 如何靠技能、工具和人工審閱協助作者寫軟體

    每次開新對話,AI 助理都得重新聽一遍規則,寫出來的程式也可能不一致。作者把網站架構、表單檢查和常見錯誤整理成 Claude Code 的技能,讓它接到合適任務時照著做;例如表單要真的送出測試,不能只看畫面能不能顯示。他也用 MCP 讓 AI 助理檢視 WordPress 等實際系統,並把研究和檢查工作分給不同 AI 助理。涉及正式環境、付款或客戶資料時,作者會親自看修改內容並做決定。

  23. Dev.to Top Tech74

    如何設計自動化軟體工廠,讓 AI 助理完成開發與合併

    讓 AI 助理自己挑工作、寫程式並合併,最大的難題是出了錯時沒有人盯著每一步。作者分享一套自動化軟體工廠:人先訂產品目標並核准每個開發週期,AI 助理負責整理需求、設計、實作和檢查;CI 會確認整個產品流程能正常運作,合併關卡則只放行檢查通過的程式版本。作者主張把規則寫清楚哪些事情不能越界、每一步要留下什麼證據,讓 AI 助理自行決定中間做法。遇到產品行為、許可權或外部連線等需要人決定的事,才送交人處理。

  24. O'Reilly Radar62

    Claude 如何替文字加上水印,以及為什麼目前還不能自行檢查

    AI 生成的文字可以藏入水印,讓機器辨認,但一般人目前還不能檢查 Claude 文字裡有沒有水印。作者用一個可以動手玩的故事網頁,示範 SynthID-Text 如何用秘密金鑰影響選字,再由知道金鑰的偵測器檢查文字中的訊號。若公開金鑰,別人可能移除水印,或替人寫的文字加上水印,因此 Anthropic 目前只讓自己和少數獲準的組織檢查。短故事的測試結果也容易碰巧出現,不能單靠它判定文字來源。

  25. Dev.to Top Tech55

    Claude Code 防護工具 guard 測試 107 條事故指令,哪些仍不會判斷

    AI 助理執行命令時,刪錯資料夾或重設程式碼,可能讓資料和工作成果消失。作者把 107 條來自公開 Claude Code 問題回報的命令交給自己開發的 guard 檢查;這個工具會拒絕部分命令、要求使用者確認部分命令,也可能完全不作判斷。測試中有 24 條被拒絕、52 條需要確認、31 條沒有判斷。作者提醒,這些數字只適用於他挑選的命令,不能代表它能攔下多少真實事故。像是透過資料庫工具執行的操作,或藏在指令碼裡的刪除命令,guard 可能看不到;沒有判斷時,仍由 Claude Code 自己的許可權設定決定怎麼處理。

  26. Dev.to Top Tech57

    AICost 比較多家 AI 模型的 API 價格,還能試算費用

    使用不同 AI 模型或 API 時,價格不容易直接比較,也不容易估算每月會花多少錢。AICost 整理 30 多家供應商、300 多個模型的輸入、輸出和快取 token 價格,並附上各家官方價格頁面與價格歷史,方便檢視差異。網站也提供 API 費用、token 數量、訂閱與 API 費用,以及文字轉語音費用的試算工具,讓使用者依自己的用量估算開銷。

  27. Dev.to Top Tech53

    LongMemOS 用本機索引管理 Claude Code 和 Cursor 的專案記憶

    程式專案的決策會隨時間改變,向量搜尋可能找回舊決定,也可能漏掉檔案路徑、錯誤程式碼等精確名稱。LongMemOS 是一套本機 MCP 記憶工具,讓 Claude Code 和 Cursor 共用;它會保留舊資料、標記已被取代的內容,並附上原始檔案路徑和行數,方便查證記憶從哪裡來。作者表示,LongMemOS 在內部的 LongMemEval 500 題測試中答對 463 題,資料留在本機,沒有呼叫外部嵌入 API;實際表現仍會受專案資料整理方式影響。

  28. Dev.to Top Tech73

    如何防止 Claude 刪掉你的檔案?先備份,再清點檔案

    AI 助理一次處理很多檔案時,可能意外刪掉原本要保留的資料。作者建議先在 AI 助理碰不到的位置留一份副本,工作結束後再清點檔案,並比對哪些檔案消失或改變。作者在 Mac 上測試了三種備份方式:APFS 的複製方式還原 1,000 個檔案約需 0.09 秒;Git 和 ZIP 也都成功還原全部檔案,但會多佔磁碟空間。這套做法能在工作開始前準備好復原路徑,也能更容易找出出問題的檔案。

  29. Dev.to Top Tech75

    Claude Sonnet 4.5 將退役,SaaS 服務如何遷移到 Claude Sonnet 5.5

    使用 Claude Sonnet 4.5 的 SaaS 服務,若只把模型名稱改成 Claude Sonnet 5.5,可能立刻遇到請求錯誤,也可能在沒有錯誤訊息時出現功能變化。這份遷移指南建議先用用量報表和程式搜尋找出所有呼叫位置,再逐一調整不相容的設定,並檢查回應內容、工具呼叫和拒絕回答的處理方式。作者也提醒,Sonnet 5.5 預設會進行思考,同一段文字約會用多 30% 的 token,圖片也可能增加成本;上線前應以實際輸入測試品質、費用和速度,再分批切換。Anthropic 管理的平臺會在 11 月 30 日退役 Sonnet 4.5,Amazon Bedrock 和 Google 管理的平臺則有各自的時程。

  30. Dev.to Top Tech74

    MCP 伺服器的工具清單變了,AI 助理會發現嗎?

    MCP 伺服器升級後可能多出或改變工具,但設定檔看起來完全沒變,AI 助理仍可能直接用上新工具。作者用 Python 把兩個版本的官方檔案伺服器工具清單存下來比較,發現新版多了兩個能寫入檔案的工具,其他工具的說明和格式也有變動。文章建議先固定伺服器版本,升級前比較清單、看過新增工具,再只允許已檢查過的工具自動執行。

  31. BlockTempo 動區動趨62

    Anthropic 上市第二天盤前一度下跌 7.4%

    Anthropic 上市首日大漲後,第二天盤前股價轉跌。股價一度跌到 90 美元,比前一天收盤價 97.17 美元低 7.4%;美東 4 點 10 分報 91.43 美元,跌 5.9%。以這個價格計算,首日用 111.50 美元開盤價買進的人帳面虧約 18%,以 83 美元發行價取得股票的人則仍賺約 10%。盤前交易量較少,價格波動通常較大;文章也提到,當時美股與亞洲股市走弱。

  32. Dev.to Top Tech69

    為什麼 OpenAI、Anthropic 和 Cursor 都在打造自己的 GitHub

    AI 助理大量產生程式碼,讓原本為人類開發者設計的 GitHub 面臨更大負載,文章也整理了它近年的服務中斷情況。Cursor 推出可和 GitHub 同步的 Origin;OpenAI 用 Pando 支援自家程式庫,並計畫把 Code Storage 整合進 Codex;Anthropic 則在公司內部用 Scion 取代 Git。這些做法各有不同,目前只有 Origin 能讓外部使用者試用,Scion 僅供 Anthropic 內部使用。GitHub 正擴充容量並遷移到 Azure,而它累積的使用者、開源社群和協作習慣,也讓其他平臺不容易取代它。

  33. Dev.to Top Tech61

    RipSeek 分享 MCP 伺服器如何登上官方目錄並在 Glama 獲得 A 級

    把既有產品資料接給 AI 助理使用,怎麼做才能讓工具容易理解,也能被目錄收錄?RipSeek 團隊分享了自家 MCP 伺服器的做法:把查詢功能拆成各有明確用途的工具,說明每個工具會回傳什麼、何時使用,並替引數加入例子。伺服器採唯讀設計,遇到錯誤時會用白話告訴 AI 助理如何修正呼叫。團隊先提交到官方 MCP Registry,再由其他目錄收錄;伺服器上線一天內出現在 Glama,工具品質獲得 A 級,分數為 3.9 分(滿分 5 分)。

  34. Dev.to Top Tech65

    MatIntellect 教你測試 AI 校對逾時後,工作流程交給影片工具的文字

    字幕工作流程即使顯示完成、也產出影片,校對器逾時後仍可能把原文送去製作字幕,光檢查有沒有影片看不出差別。MatIntellect 示範用固定的文字和時間戳,分別測試校對成功、逾時和空回覆,再比對送到影片製作工具的內容;例如「teh」校正後應變成「the」,時間位置則維持不變。文章也提醒,測試逾時例外只能檢查後續處理,不能確認程式真的會在期限內停止等待。若發布請求已成功、只是回覆遺失,直接重試可能會讓同一篇內容發布兩次,因此應在私人測試目的地核對實際發布結果。