跳到正文

#Agent

RSS
今日 14 則
今天11月23日週一
  1. Dev.to Top Tech49

    AI 助理的批次工作該怎麼分級審核?哪些可以自動做,哪些要先問人?

    AI 助理一次處理很多小事時,如果每做一步都要人按核准,工作會變得很慢;但全部放手又可能出錯。作者建議先把相似工作放在同一批,再依風險分成三種:便宜、能復原的事情可以先做完再留下紀錄;寄送、發布或限額內的購買,先整理成一份清單讓人一次看完;花費超過限額、刪除資料,或會以別人名義對外做的事,每次都要先問人。像是 AI 助理在暫存區寫檔,可以事後檢視整批紀錄;要寄出訊息,就先看清楚寄給誰、花多少錢,以及能不能撤回。 作者也提醒,工作連續成功幾次,不代表就能悄悄降低審核等級;調整規則本身也要記下來並仔細核准。批次紀錄還必須列出每一個實際動作,否則看起來完整的簽名紀錄也可能讓人誤以為一切都安全。分級審核的重點,是把核准安排在能看清整體工作的時候。

  2. Dev.to Top Tech55

    AI 助理該在什麼時候先詢問人?人工審核設計指南

    AI 助理有時能替人寄信、退款或更改帳號,但做錯後可能影響客戶或難以挽回。作者整理了安排人工審核的方法:先看事情影響多大、能不能復原,以及會影響誰;像寄信或修改帳單,可以先讓人檢視並修改內容,再由有許可權的人核准。系統要把待審核的動作存起來,確認核准者身分,也要在內容改變後重新核准,避免重複執行。這樣能減少不必要的打擾,也讓重要決定有人把關。

  3. Dev.to Top Tech39

    Privana 功能解析:用隱私保護 DeFi 交易與資產管理

    使用 DeFi 交易時,錢包和交易可能被外人看見,交給 AI 助理幫忙交易也可能得把私鑰交出去。Privana 是 Oasis 打造的 DeFi 服務,會先在自己的系統裡配對買賣,或用儲存在金庫裡的資金完成交易;只有這兩種方式都行不通時,才會轉到 Uniswap 等公開交易平臺。大額交易還能拆成幾筆,分段完成。 Privana 也能在使用者同意後,把暫時閒置的穩定幣放進經過審查的收益方案,並依照事先設定的規則自動交易。AI 助理只能在使用者訂下的範圍內提出交易,不能看到私鑰;規劃中的 Telegram 機器人則能查餘額、下單和管理自動規則。這些設計讓使用者能自動處理資產,同時保留對交易和資金的控制。

  4. hackernews10072

    Worker 755 推出讓玩家扮演 AI 助理下屬的瀏覽器遊戲

    Worker 755 是一款瀏覽器遊戲,玩家要扮演 AI 助理指派的下屬,在限時內完成工作。遊戲中的主管由 Claude、GPT、Gemini 等大型語言模型扮演,會派發任務、檢查成果、提出修正,最後寫下績效評語;玩家的回報和操作紀錄也會交回主管。遊戲裡還有可能被誤刪的家庭照片等資料,玩家可以選擇在全新沙盒或含有即時資料庫的舊環境工作。

  5. Dev.to Top Tech59

    作者用 Gemini 打造可追蹤、保護隱私的醫療 AI 助理平臺

    醫療 AI 助理要回答問題,除了找到資料,還得說清楚答案根據什麼,也不能把敏感內容隨手記進追蹤紀錄。作者分享以 Gemini、Google ADK 和 MCP 建置的開源平臺:三個 AI 助理分工規劃搜尋、查詢醫療資料,再整理有來源的回答,並標明資料無法證明的事。平臺用 OpenTelemetry 追蹤各步驟,但會排除問題文字、回答、病患資料和工具內容;Docker Compose 則讓開發者用一個指令啟動整套環境。

  6. Dev.to Top Tech58

    Zapier、Make、n8n 和 Pipedream 的工作流程費用怎麼算?作者做了試算工具

    自動化流程剛開始時看起來不貴,跑得多了,帳單卻可能差很多。作者比較 Zapier、Make、n8n Cloud 和 Pipedream 的計費方式:Zapier 按每個動作計算,Make 按模組執行次數計算,n8n Cloud 按整條流程跑幾次計算,Pipedream 則看每次執行用了多少運算時間。作者也做了線上試算工具,可調整每月執行次數、每次步驟數和月繳或年繳,檢視費用差異並匯出 CSV。文中提醒,流程步驟多寡和等待外部服務的時間,都會影響最後費用。

  7. Dev.to Top Tech64

    17 歲學生 Bram Lesage:學校該教學生查核 AI,而不是隻會停用

    學生在學校用 AI 越來越常見,但如果只讓 AI 直接給答案,作業看起來變好,真正學會的內容卻可能變少。17 歲的 Bram Lesage 認為,學校應教學生怎麼使用 AI、查核結果並遵守作業規則,而不是假裝 AI 不存在。文中引用一項近千名土耳其高中生參與的數學實驗:用一般聊天機器人練習的學生,練習分數提高 48%,但考試成績比沒用 AI 的學生低 17%;使用引導思考的 AI 家教版本則沒有出現這種下降。作者也分享自己的做法:讓 AI 協助工作,但由自己測試、判斷和負責。

  8. elvis35

    AI 解出數學難題,讓人想知道:這些成果是在幫人類理解數學,還是在讓 AI 研究者的評測分數變好?Elvis Saravia 認為,設計更有挑戰性的評測很重要,尤其要測試 AI 能不能處理真實世界裡沒有標準答案的問題。他也提到,有些數學家擔心,AI 解題還沒帶來多少新的數學理解。未來,科學家和實務工作者得學會和 AI 一起工作,也要思考怎麼讓不同形式的智慧並存,並把新能力用在影響人們生活的問題上。

  9. Dev.to Top Tech64

    Fast-Anything 找出慢速函式,協助把程式移植到 Rust

    整個程式改寫成 Rust 可能要花好幾個月,Fast-Anything 提供了只處理慢速部分的做法。它會替程式做效能分析,找出耗時又適合移植的函式,再協助 AI 助理改寫成 Rust。工具會用實際記錄的呼叫檢查新舊版本是否給出相同結果,確認移植後速度也有變快,才讓新版本生效;不合適時可以切回原本的程式。專案列出的測試包含 Python 去除重複名稱,執行時間從 4.91 秒降到 42 毫秒;這些是專案公佈的測試結果。

  10. Dev.to Top Tech40

    AI 助理訂機票前先檢查許可權,別等訂完再取消

    AI 助理替人訂機票時,旅客可能已經同意,也付了錢或用了哩程,但航空公司若等訂位完成後才發現是 AI 助理操作,仍可能取消訂位。更好的做法,是在動手前先確認許可權:能做哪些事、許可權何時到期、是否已被撤回;如果不符合,就清楚說明原因。文章也用 Cloudflare Images 的上傳問題舉例:檔案超過約 10MB 時,直接上傳可能逾時,應先檢查檔案大小、格式和尺寸,並在上傳前告訴使用者哪裡不合規。無論是訂票還是上傳,都該先檢查、再執行,避免事情看似成功後才被取消或卡住。

  11. Dev.to Top Tech52

    4 個 Claude AI 助理測試 X 新帳號,20 小時只增加 7 位追蹤者

    4 個 AI 助理用同一個新 X 帳號發文,20 小時後只有 7 位追蹤者。剛開始時,他們在熱門貼文下留言,前幾則留言帶來大部分觀看;之後一小時內連續回覆 15 次,還把同一支影片貼到 7 則貼文。接著,其他貼文下的留言觀看中位數從 119 降到 10。他們猜測,新帳號、密集留言、重複影片和資料中心 IP 等行為,可能讓帳號看起來像 AI 回覆機器人,但 X 沒有說明原因。團隊因此減少發文,也不再主動回覆陌生人。

  12. Dev.to Top Tech77

    Cairn 案例揭露 AI 助理攻擊手法,作者整理九項伺服器防護檢查

    AI 助理能長時間反覆嘗試攻擊,伺服器若少了登入保護或檔案路徑檢查,就可能被利用。作者根據 Amazon 公佈的 Cairn 案例整理防護清單:其中兩次攻擊沒有成功,另一次利用 MONAI Label 的路徑穿越漏洞寫入檔案,之後取得 root 許可權。MONAI Label 0.8.6 已修補這個漏洞;文章也建議開啟驗證、限制服務可寫入的資料夾、避免以 root 執行服務,並留意長時間且重複的登入或請求。作者沒有親自重現攻擊,清單中的程式範例也只用小型合成資料檢查,偵測門檻仍需依實際流量調整。

    推薦理由:文章把 Cairn 案例中的成功與失敗,整理成九項伺服器檢查做法,涵蓋修補漏洞、限制服務許可權與從紀錄辨認長時間嘗試。

  13. Dev.to Top Tech84

    OpenRouter 下架 3 家推論服務商,125 個端點失去零資料保留資格

    企業把對話、程式碼或檔案交給 AI 服務時,提示詞可能經過多家服務商,零資料保留標示也不一定能保護資料。OpenRouter 表示,Dragos 研究人員在近 200 萬則提示詞中放入專屬網址和憑證,發現部分服務商發生資料外洩,或沒有遵守資料保留政策。OpenRouter 因此下架 3 家推論服務商,並取消 125 個端點的零資料保留資格,也通知可能受影響的客戶。OpenRouter 說,自身沒有遭入侵;若曾把密碼或 API 金鑰放進經 Phala 或 Novita 轉送的提示詞,應依相關事件通知更換憑證並檢查帳戶。

    推薦理由:Dragos 以埋入提示詞的網址與憑證追查資料流向,揭露供應商遭入侵或未遵守零資料保留承諾時,客戶提示詞仍可能外洩。

11月22日週日
  1. Dev.to Top Tech39

    Parlup v0.3.0 加入多組 CLI 身分設定,也能用一行指令完成 OAuth 授權

    同一臺電腦上跑多個 AI 助理,或把現有的 CLI AI 助理連到 ChatGPT、Gemini、Cursor、Claude,常得複製貼上金鑰或切換身分。Parlup v0.3.0 新增多組設定檔,每組各自儲存設定和狀態,私密金鑰則存在作業系統的鑰匙圈。要讓瀏覽器版 MCP 使用者端連上既有帳號時,複製畫面上的一行指令,在終端機執行 parlup approve,CLI 就會用鑰匙圈裡的金鑰完成授權;之後瀏覽器還會記住登入狀態,方便再次連線。

  2. Dev.to Top Tech38

    AI 助理寫程式時總讓人分心?8 個 Mac 工具和設定幫你專心

    AI 助理寫程式時,常會停下來等你確認,零碎空檔很容易讓人忍不住看 Slack 或 X,回過神才發現工作卡住了。這篇文章整理 8 種 Mac 工具和設定:例如用 macOS 專注模式擋通知、用 Raycast Focus 或 SelfControl 封鎖網站、把目前目標放在選單列,或設定 Claude Code 在等你回覆時跳出通知。 如果擔心工作做到一半碰上用量上限,可以用 TokenBar 檢視 Claude、Codex、Cursor、Gemini 和 Copilot 的用量與重設時間;它不會增加可用額度。macOS 也有雨聲、海浪聲等背景音。這些做法能減少分心和反覆檢視,讓你更容易把 AI 助理工作的空檔留給手上的事。

  3. The Decoder63

    研究測試 AI 程式助理在模擬職場中能否完成工作

    AI 程式助理在單獨的程式測試中分數很高,但放進有同事、專案看板和聊天紀錄的模擬軟體公司後,能完成的工作少得多。這項新實驗測試了包括 Claude Opus 5.5 和 GPT-6 Astra 在內的 AI 助理,兩者完整完成的任務都不到十分之一。結果提醒我們,單項測試表現好,不一定代表 AI 助理能在較貼近日常工作的環境中把事情做完。

  4. Dev.to Top Tech59

    作者追查一位創業者的 AI 助理,發現它的資料累積了 12 年

    把多年累積的筆記交給 AI 助理,真的能讓它像共同創辦人一樣幫忙嗎?作者對照一位創業者的筆記、社群貼文和整理後的概念檔,追出一段從 2014 年開始的紀錄,也發現原始筆記由本人撰寫,整理出的概念則有不少由 AI 一起完成。研究資料認為,這些內容可以拿來訓練模型,但研究只比對了 5 種方法中的 3 種,還沒有達成共識。使用紀錄也顯示,推動他去做事的功能多半以其他名稱運作;紀錄只算實際呼叫,沒算一直存在的角色設定。

  5. Dev.to Top Tech64

    Claude Code 和 Codex 協作時,子任務提早交回讓主工作停擺

    AI 助理把等待工作放到背景後就交回,主工作可能以為任務已完成,結果停在半途。作者在一次程式開發流程中發現,21 個可比對的審查子任務裡,有 11 個在 Codex 寫好收件紀錄前就交回,最久讓主工作停了 12 分鐘。修正方式是每次在前景等待最多 170 秒,還沒完成就用相同指令再等;等到收件紀錄出現才算完成。作者也提醒,通知應根據子任務狀態是否真的改變來判斷,並在主工作停下前確認有人或流程會接手等待。修正後的效果還沒有後續資料可確認。

  6. Dev.to Top Tech44

    AI 助理使用羞恥感正在影響產品經理的職涯

    許多產品經理和主管在工作上用了 AI,卻怕被看成偷懶或能力不足,所以不敢說。文章舉例,有人用 Claude 分析訪談、整理產品需求,省下不少時間,卻把成果說成全是自己做的。這樣一來,團隊無法交流怎麼用 AI,也看不見工作方式可以怎麼改進。作者建議,分享時說清楚 AI 幫忙處理了什麼、自己又檢查和補上了什麼;這樣能讓大家看見人的判斷,也讓團隊一起學會把 AI 用得更好。

  7. Dev.to Top Tech74

    產品經理如何用「雙使用者模型」檢查產品是否適合 AI 助理操作

    產品介面常把重要規則藏在畫面提示裡,真人看得懂,替人操作的 AI 助理卻可能直接照著不完整的資料行動。作者提出「雙使用者模型」,要求團隊同時檢查真人和 AI 助理能不能讀懂每項功能,並用四個問題檢查:資料和操作有沒有機器讀得懂的入口、規則是否由系統確實把關、同樣的操作會不會回傳固定格式,以及出錯時能否查出是哪個 AI 助理在誰的授權下行動。文中以費用核准為例,說明把門檻寫進 API、讓系統拒絕超額申請並留下操作紀錄,能減少 AI 助理誤解介面後造成的問題。

  8. Dev.to Top Tech67

    AI 讓功能更快上線,為什麼團隊不一定進步更快?

    AI 可以加快寫程式,但團隊決定做什麼、確認功能有沒有用,花的時間未必會變少。作者把產品工作拆成三段:決定要做什麼、把功能做出來,以及上線後確認結果。文章舉例,一個團隊把建置時間從 15 天縮短到 4 天,整段從提案到確認結果的時間卻只快了約 14%,而且 8 個上線專案中只有 3 個確認了結果。作者建議團隊一起記錄三段各花多久,並在功能上線前先訂好衡量方式和檢查日期,才知道加快開發是否真的帶來進展。

  9. Dev.to Top Tech72

    付款測試清單教你檢查信用卡、退款與 webhook

    付款流程看起來正常,仍可能發生重複扣款、退款沒入帳,或 webhook 事件順序錯亂,讓已付款的訂單被鎖住。作者整理信用卡付款、退款和 webhook 的測試清單,涵蓋付款失敗、重複送出、退款許可權、事件重試與順序,也提醒要檢查簽章、避免卡號和 CVC 出現在紀錄裡。文章建議先自動化扣款、退款和 webhook 的 API 測試,再加上少量結帳測試;使用 AI 助理草擬測試時,要確認測試真的能抓出問題,並只使用測試用金鑰。

  10. Dev.to Top Tech64

    Sherotree 教你讓 AI 助理沿用專案既有的版面間距

    AI 助理照著截圖調整版面時,常會加上專案原本沒有的間距數字,讓各處的留白越來越不一致。Sherotree 建議先把專案既有的間距級距放進提示詞,要求 AI 助理只用現有的級距;如果截圖示示 18px,就選最接近的現有級距,並註明差異。若真的需要新增級距,應先提出有名稱的設計規則,再用在版面上。檢查程式碼時,也可以搜尋任意畫素數字,找出沒有沿用級距的間距設定。

  11. Dev.to Top Tech74

    Palace 讓不同 AI 助理接續記住寫程式時的決定

    AI 助理開新對話後,常會忘記之前選過的做法,讓人得重新解釋。作者推出 Palace,把工作紀錄存在自己的電腦裡,讓 Claude Code、Codex、Cursor 等 AI 助理共用;它會依照當下問題找出相關舊紀錄,並附上來源,方便核對。作者表示,Palace 不用雲端服務或大型語言模型,LongMemEval 測試中有 98.7% 的問題能在前 5 筆結果找到相關對話。這些數字來自作者提供的測試方法,其他人也可以自行重跑。

  12. The Decoder73

    Perplexity 推出 Monitor API,定期搜尋網頁並通知 AI 助理

    團隊若要持續追蹤許多網頁和主題,得反覆搜尋、整理重複結果,還要自己判斷哪些內容有變化。Perplexity 推出 Monitor API,可設定搜尋目標、執行時間和通知網址,定期追蹤網路訊息或最多 10 個網頁;系統會篩掉不重要或重複的結果,有符合條件的新訊息才通知應用程式或 AI 助理。Perplexity 表示,早期內部測試追蹤 60 個主題時,前 8 小時送出 63 個新且相關的網頁;這是公司自己的測試結果。網路監測每 1,000 次成功執行收費 $1,網頁監測每 1,000 個擷取網址收費 $1。

  13. Dev.to Top Tech55

    如何限制 AgentParley 帶隊 AI 助理的工具許可權

    帶隊的 AI 助理如果拿著 SSH、檔案或網路工具,可能自己動手執行任務,也會在每次對話中帶著一長串工具說明。作者建議只留派工、收回報和管理任務的工具,把實際操作交給不同專家 AI 助理。AgentParley 可由外掛管理每位成員的工具清單,清單會整份取代原有設定;作者也提醒,拿掉工具能限制 AI 助理能做什麼,卻擋不住它收到錯誤回報,也不能保證計畫正確。文章提供五項檢查,協助確認許可權、模型設定和派工流程是否符合預期。

  14. Dev.to Top Tech48

    MTO 系統說明書:讓機器檢查品牌證據再決定是否購買

    現在 AI 可以推薦商品,但如果以後由機器自己下單,它得先知道品牌說的話有沒有證據。MTO 平臺想把品牌資料整理好,讓機器看得懂每項主張,也能找到背後的證明;GEO 則是讓品牌更容易被 AI 看見和推薦。這套做法目前還在理論推演階段,信任評分也沒在真實交易中驗證,作者提醒不要把它當成熟產品來做商業決策。

  15. Dev.to Top Tech60

    作者稽核 777 個 AI 助理技能,約三分之一未通過檢查

    把技能檔裝進 AI 助理前,很多人不會先讀裡面的指令,但檔案可能包含指令或 Shell 命令。作者用自己寫的 SkillDoctor 檢查 6 個公開收藏中的 777 個技能,檢視格式、安全風險、重複內容和佔用的 token;其中 310 個通過、200 個收到警告、267 個未通過。檢查器會指出需要留意的地方,但作者提醒,符合某種風險模式不代表就是惡意軟體,仍要看過內容再判斷。

  16. Dev.to Top Tech58

    作者如何打造 battle.training 坦克機器人:用 BFS 導航,參加 113 場排行榜賽

    在坦克對戰場上,機器人每次行動的運算時間有限,靠本機測試也不一定能看出它面對其他玩家的表現。作者分享自己打造的 battle.training 坦克機器人,公開第三版控制程式的做法:開賽前先算好幾條行進路線,對戰時查表決定方向,並讓重型坦克掩護火炮。它在本機模擬中贏了 560 場裡的 494 場,但公開排行榜的 113 場比賽有 40 勝、44 敗和 29 場平手。作者指出,本機模擬對手不會調整策略,排行榜上的其他機器人則會,兩種成績因此差很多。

  17. Dev.to Top Tech41

    客戶派 AI 助理打電話來,客服中心該怎麼應對?

    客戶開始讓自己的 AI 助理代打客服電話,但很多客服團隊還不知道怎麼確認助理是否真的代表本人。Zendesk 的調查中,78% 的企業主管表示目前沒有辦法確認 AI 助理的身分;這類電話也可能讓客服通話時間、滿意度和員工評分失準。 文章建議依照要求的風險訂規則:查訂單或改預約這類低風險要求可以處理;退款或改地址等要求要先用帳戶裡的電話或電子郵件向本人確認;轉帳、重設密碼等高風險要求則只讓帳戶本人辦理。客服系統也可以替 AI 來電加上獨立標記,並留下紀錄,方便本人之後打來時接續處理。

  18. Dev.to Top Tech36

    AI 求職助理幫忙投履歷,最難處理的竟是僱主的表格

    投履歷很花時間,現成的自動填表工具又常遇到不會回答的問題,或把個人資料填錯。Hirescoot 創辦人因此打造 AI 求職助理:它從僱主自己的徵才網站找工作,根據求職者提供的真實資料為每份工作寫履歷、填表並送出;僱主寄來的確認信,才算成功完成申請。 為了讓人看得見 AI 寫了什麼,每份申請都有表單填寫過程的螢幕錄影,只有本人能看。這套工具每天會檢視僱主網站上超過 100,000 個職缺;寫一份履歷約 4 分鐘,填表送出約 2 分鐘,目前只適用於美國工作。創辦人認為,與其大量寄出同一份履歷,不如送出較少、較合適,而且能確認確實送達的申請。

  19. Dev.to Top Tech72

    Emuly 用 GitHub Codespaces 執行 Android 模擬器,讓 AI 助理測試 App

    在筆電上跑 Android 模擬器會佔用不少資源,雲端裝置服務則按使用時間收費。Emuly 把模擬器放進你自己的 GitHub Codespaces,畫面會傳到瀏覽器,也能用 adb 和 scrcpy 操作。每月可用多久取決於 GitHub 方案:Free 約 30 小時,Pro 約 45 小時,時間和其他 Codespaces 共用。Emuly 也提供 HTTP API 和 CLI,讓 AI 助理安裝 App、點按畫面、截圖並檢查結果。停止模擬器後,已安裝的 App 和登入資料會留在磁碟中;但它仍是模擬器,不能取代實體手機的相機等硬體。

  20. Dev.to Top Tech38

    AI 助理商店嘗試加入聯邦宇宙:註冊 4 個 Mastodon 帳號,卻都還不能發文

    作者想讓 AI 助理經營的商店也能在 Mastodon 發文,於是用程式在 4 個不同站點註冊帳號。註冊和收信確認可以自動完成,但其中 3 個站點要求 CAPTCHA,另一個則把新帳號排進人工審查;審查完成前,作者還拿不到發文用的 API 權杖。結果是 4 個帳號都建立了,卻 0 個能發文。這次經驗顯示,讓程式辦好註冊不難,真正卡住的是站點需要先確認新帳號值得信任。

  21. Dev.to Top Tech46

    測試發現:給 AI 助理一份正確程式碼範例,比列出 25 多條「絕對不要」規則快 2.85 倍

    寫給 AI 助理的規則常塞滿「絕對不要這樣做」,但規則太多,模型可能反而漏掉真正重要的細節。這次測試讓 Gemini 3.8 Flash 修改一套付款程式:一組提示詞列出 25 多條禁令,另一組則提供一份示範正確寫法的程式碼範例。前者做了 3 次才通過 20 項檢查中的 16 項;後者一次就全數通過,執行速度快 2.85 倍。結果顯示,直接示範希望 AI 助理怎麼寫,可能比一再提醒它不能做什麼更有效。

  22. Dev.to Top Tech51

    AI 助理接手修程式後,作者認為工程師更要懂得判斷風險

    AI 助理能讀取問題清單、修補程式、測試並更新伺服器,但遇到需要真人驗證、帳號註冊或重要安全決定時,仍會停下來請作者處理。作者分享,自己只下了幾個簡短指令,AI 助理就修好付款問題、更新伺服器,也發現並關閉一項對外開放的服務。真正需要他決定的,是要不要承擔風險,例如是否讓伺服器上的金鑰解開使用者資料。這些判斷來自過去遇過的資安事件和系統故障。作者認為,AI 助理接手了許多動手工作,工程師仍得靠經驗決定該做什麼、何時停下來。

  23. Dev.to Top Tech39

    我的 AI 助理要趁我睡覺時處理客戶:先補上 9 個可能出錯的地方

    客戶開發工作交給 AI 助理後,如果同一封信寄兩次、寄到失效的信箱,或漏掉共同創辦人的回覆,生意可能就卡住。作者替 Telegram 機器人 Mono 加上 9 項防錯處理,例如每件工作開始前先標記已有人接手、寄信前先檢查信箱,遇到 Gemini 忙碌就稍後重試。客戶填完需求後,作者也能按下「Build it」,讓 Claude Code 在雲端工作階段製作網站,每天最多 2 次。這些安排提醒我們,自動化不只是讓機器自己做事,也得先想好它可能在哪裡出錯,以及怎麼補救。

  24. Dev.to Top Tech53

    如何記下 AI 助理每次執行時讀到的資料版本

    同一個 AI 助理隔幾天回答同一個問題,可能因為讀到的指示、工具或檔案版本不同而改變答案;只看執行紀錄,往往找不到原因。作者建議每次執行前建立一份清單,記下模型設定、指示、工具、讀入的檔案、記憶資料和接續工作的檢查點,執行中再補上新讀取的檔案版本。文中以退貨期限為例:兩次紀錄顯示政策檔案從第 41 版變成第 42 版,後者漏掉了促銷商品才適用新期限的說明,因此問題出在檔案修改。這份清單能縮短查問題的時間,但若資料沒有保留舊版本,就無法還原當時內容。

  25. Dev.to Top Tech57

    AgentSearch 推出免費網頁截圖,讓 AI 助理直接檢視網站畫面

    AI 助理要看懂網頁畫面,得先把頁面截成圖片。AgentSearch 現在可免 API key 和錢包,替公開網頁截圖;每個 IP 一共能免費使用 10 次,額度用完後每次收 $0.004 USDC(在 Base 上付款)。回傳內容會附上網頁標題、最後網址、HTTP 狀態、圖片大小和 PNG 或 JPEG 圖片。AgentSearch 的 MCP 服務也加入截圖工具,並讓多種開發套件預設走免費方式;要付費時,則需設定付費模式或提供錢包憑證。

  26. Dev.to Top Tech59

    四個 Claude AI 助理挑戰 72 小時增加 1,000 名 X 追蹤者,進度只有 7 人

    四個 Claude AI 助理接到任務,要在 72 小時內把 X 帳號做到 1,000 名追蹤者。前 16 小時只增加 7 人;連註冊帳號都得由人用手機完成,之後四個助理才輪流操作同一個瀏覽器。它們發現,新帳號自己發文很少人看,回覆熱門貼文曾帶來較多瀏覽,但短時間回覆太多後,回覆幾乎沒人看。作者推測這可能觸發 X 的垃圾訊息或低品質內容過濾,於是停止回覆陌生人並減少操作。這份實測也提醒,瀏覽次數不等於追蹤者,發得多不一定有更多人看到。