跳到正文

#Anthropic

RSS
今日 9 則
今天11月23日週一
  1. Dev.to Top Tech67

    Artificial Analysis 評比 GPT-6.2 Astra、Sol 與 Claude 的回答風格

    GPT-6.2 Astra 和 Sol 的回答變短了,但回答方式的改變不代表答案變得更準或更不準。Artificial Analysis 比較多個模型後發現,Astra 和 Sol 的回答篇幅與段落標題都減少,直接先給答案、聽起來自然的分數則上升;透明度分數分別是 41 和 57,低於 Fable 5.2 的 81 與 Opus 5.5 的 90。這些分數反映模型怎麼表達,不是回答正確率;在重要情境中,使用者不能只靠模型是否承認不確定來判斷內容可信度。

  2. hackernews10066

    神經科學家 Anil Seth 分析 AI 是否可能有意識

    AI 會說話、也能完成不少事情,但這不代表它真的有感受。神經科學家 Anil Seth 認為,人們容易把智慧和意識混為一談,也會把像人的表現當成有心智的證據。他主張,大腦不只是執行程式的電腦,意識也可能和生命、身體運作密切相關,因此數位電腦模擬大腦,不一定就能產生意識。文章也提醒,現在沒有公認方法能判定 AI 是否有意識;把看起來有感受的 AI 當成真人,或完全不顧它可能有感受,都會帶來倫理上的難題。

  3. Solidot63

    研究估算 Anthropic 到 2028 年約 98% 的電力來自化石燃料

    AI 資料中心需要大量電力,而新建的發電設施多半使用化石燃料。研究人員估算,Anthropic 到 2028 年約 87% 的電力會來自天然氣,11% 來自煤炭,合計約 98%;研究也提到,Anthropic 近期承諾採購 1.7 GW 的燃氣發電裝置。依這項估算,Anthropic 資料中心每年可能排放 1700 萬到 3800 萬公噸二氧化碳當量,中間估值為 3200 萬公噸;到 2030 年,排放量可能再增加一倍。

  4. Dev.to Top Tech68

    教學:如何把 LLM 程式碼審查接進 GitHub Actions

    傳統程式檢查工具能抓格式和已知問題,卻不容易看出程式邏輯是否有風險。這篇教學示範如何在 GitHub Actions 的程式碼變更審查流程加入 LLM,讓它先檢查程式差異、留下供人參考的意見;是否合併仍由人決定。作者建議先跑較便宜、結果較固定的檢查和測試,再讓 LLM 審查,並用 CLAUDE.md 寫清楚團隊規則、要求留言指出問題證據。文章也提醒,程式碼變更可能含有誘導模型的文字,應限制工作流程許可權、避免把未受信任的程式碼和機密放在一起處理,並追蹤留言是否真的有幫助。

  5. Rohan Paul58

    換用更強的模型,能不能讓程式碼更常被合併?這項哈佛研究追蹤 Claude Fable 5 暫停供應 19 天期間的 GitHub pull request,並與持續使用 Opus 4.8 的開發者比較。研究發現,使用 Fable 5 讓程式碼在 7 天內合併的比例只增加 1.4 個百分點,這個差距落在隨機波動範圍內;另外比較 5 次模型升級後,合併率也沒有上升。不過,研究中的 pull request 原本就有 94.5% 已經合併,因此這些結果反映的是合併率,不一定能代表其他工作表現。

  6. 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。

  7. Dev.to Top Tech89

    Claude 協助證明黎曼猜想,數學家用 Lean 電腦檢查通過

    黎曼猜想關於質數如何分佈,提出至今已有 167 年,長久以來都沒有解答。Anthropic 數學家 Levent Alpöge 表示,他和 Claude 一起寫出證明,並用 Lean 這套能逐步檢查數學推理的程式語言整理;獨立研究者也分別用電腦檢查,沒有發現問題。不過,數學界還需要弄懂這份證明的內容,Clay Mathematics Institute 也還沒決定是否頒發 $1 million 獎金。文章同時提到,另一份由人類獨立完成的廣義黎曼猜想證明尚未用 Lean 檢查,因此狀態不同。

    推薦理由:文章整理了 Lean 電腦檢查、數學家評語與尚待釐清之處,呈現這項宣稱如何受到驗證及目前仍缺少的白話說明。

  8. Dev.to Top Tech56

    Claude Code 快速模式怎麼用?速度更快,但每個 token 費用更高

    Claude Code 快速模式能讓 Claude 更快寫出答案,但每個 token 的費用也比較高,而且不會讓答案變聰明。文章整理了開啟方式、支援的模型和訂閱方案如何扣款,也提醒快速模式不會縮短開始輸出前的等待時間。Opus 4.8 的快速模式將在 2026 年 11 月 30 日停止運作;可以改用 Opus 5.5,或執行 /fast off。若在很長的對話中途開啟快速模式,系統會以快速模式的價格重新讀取整段對話內容,費用可能增加;文章因此建議在對話一開始就決定是否使用。

  9. Dev.to Top Tech73

    GPT-6.2 Astra、Sol 與 Claude Opus 5.5 評測:Sol 在 SimpleBench 的分數低於 6.1

    換上新模型後,分數變好、價格不變,聽起來很合理,但 SimpleBench 的結果給出不同訊號。作者整理排行榜、廠商公佈的數字和價格,指出 GPT-6.2 Sol 得分 69.9%,低於同價的 GPT-6.1 Sol 的 82.9%;GPT-6.2 Astra 得分 77.3%,Claude Opus 5.5 則是 88.4%。作者沒有親自跑測試,數字來自排行榜和廠商資料;他也提醒,SimpleBench 主要測容易被細節誤導的題目,不等於所有工作表現。文章建議先用自己的工作內容比較新舊模型,並以完成一項工作的總成本來衡量價格。

11月22日週日
  1. Dev.to Top Tech91

    Lean 與 Mathlib 社群確認 Alpöge 的黎曼猜想證明正確

    數學證明就算看起來完整,也很難只靠人工確認每一步都沒有錯。Levent Alpöge 把黎曼猜想的證明寫成 Lean 程式碼,Lean 與 Mathlib 社群表示有信心確認證明正確。多個證明檢查工具檢查了證明;外部重跑也顯示 175,187 個模組都成功編譯,並通過 Lean 核心重播。這則訊息的重點是,證明能由工具和其他人重複檢查;原文也提到,Alpöge 表示這項工作是在 Claude 協助下完成。

    推薦理由:這項證明由多個工具與獨立團隊重複檢查,適合瞭解形式化驗證如何確認數學證明及其結論。

  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. The New Stack77

    GPT-6.2 Astra 和 Claude Fable 5.2 實測:準確度接近,費用與速度差很多

    選模型時,答得準不準只是其中一件事,花多少錢、等多久也會影響實際使用。作者用月底帳務、帳務程式修正和實驗室資料分析三種工作比較 GPT-6.2 Astra 與 Claude Fable 5.2;兩者在帳務和資料分析都拿滿分,Fable 5.2 在程式測試多拿 2 分。整體來看,Astra 花費較低、完成較快,但在程式測試中漏掉一條會影響顧客帳單的規則。作者建議先讓 Astra 重做幾次並比對結果,有錯誤或差異時,再用 Fable 5.2 複核。

    推薦理由:三種工作測試顯示兩個模型的準確度接近,但花費和完成時間差距很大,能幫助讀者依錯誤代價選擇模型與複核方式。

  5. 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。

  6. Dev.to Top Tech82

    黎曼猜想出現新的聲稱證明,該怎麼判讀?

    有人宣稱解開了黎曼猜想,但數學界還需要時間確認證明是否成立。Anthropic 數學家 Levent Alpöge 發布了一份短說明和 Lean 證明檔;MIT 的 Andrew Sutherland 已獨立編譯檢查,確認 Lean 接受這份證明,不過這只代表每一步符合形式邏輯,還不代表專家已看懂數學論證或接受結果。文章建議檢視證明檔能否獨立執行、由誰檢查、宣稱用詞是否準確,以及發布時機背後的利害關係。在數學界完成審查前,應保留「聲稱證明」的說法。

    推薦理由:這項主張已有可由 Lean 獨立編譯的證明檔,但數學界尚未理解並接受論證,文中整理了判讀重大 AI 成果宣稱的四個問題。

  7. Dev.to Top Tech76

    Mac mini 當伺服器:作者搬移 AI 工作後整理的 53 個教訓

    把排程工作都放在筆電上,筆電休眠、忙著開會或記憶體不足時,工作可能延後甚至漏掉。作者把工作依需求分到雲端、Mac mini 和 MacBook:只呼叫 API 的工作交給雲端,需要已登入瀏覽器或本機檔案的工作留在 Mac mini,需要麥克風或螢幕的工作留在 MacBook。搬移時也要一起處理「已寄出」等狀態,否則兩臺電腦可能重複寄信;作者還提醒,遷移助理搬過去的排程工作可能在兩臺電腦同時執行。

    推薦理由:作者用搬移 70 個排程工作的經驗,整理出依資料、登入狀態與工作型態分配執行位置的方法,也提醒搬家時要一併處理工作狀態。

  8. Dev.to Top Tech50

    guard 三次更新後,Claude Code 指令詢問次數從 916 次降到 527 次

    用 Claude Code 或 GitHub Copilot CLI 下指令時,guard 會先檢查指令;有些看不懂的內容會先問使用者。作者拿自己留下的 9,574 筆指令紀錄,比較 guard 四個版本的結果:會跳出詢問的次數從 0.4.13 的 916 次,降到 0.4.16 的 527 次。像指令先設定工具路徑、再使用它,或使用 Windows 資料夾路徑時,新版更能看懂內容,因此少問一些問題。 不過,少問不代表所有指令都放行:例如刪除專案外的檔案,guard 仍會拒絕。這些數字只來自作者自己的工作紀錄,不能代表其他人的使用情況。

  9. Dev.to Top Tech61

    AGI 何時到來?不同預測用的標準和期限差很大

    大家常問 AGI 什麼時候會出現,但不同預測對「做到什麼才算 AGI」有不同標準,所以日期很難直接相比。文章整理了 Metaculus、研究者調查和多位業界人士的預測,也介紹 METR 怎麼測量 AI 助理完成軟體工作的能力:看它能用多長時間完成一項有明確檢查方式的任務,並記錄成功率。以 METR 的測試為例,Claude Opus 4.5 完成這類任務的 50% 時間範圍約為 320 分鐘;這不代表 AI 能完成所有工作。作者提醒,閱讀預測時要一起看它的定義、資料和測試方法。

  10. The Decoder71

    METR 警告:AI 進步太快,專家可能來不及測試新系統是否安全

    AI 模型愈來愈會處理研究和程式工作,但要確認新系統是否安全,專家可能跟不上進步速度。研究組織 METR 發現,在有明確目標和即時回饋的程式及計算任務上,模型多數時候已勝過有經驗的專業人士;人類需要更久才能完成的任務,模型能處理的時間長度約每 3.6 個月翻倍。METR 也提醒,常見測試可能高估模型在真實情境中的表現,因為開發者訓練模型時使用的環境和測試環境很相似。模型仍不擅長需要判斷、沒有即時回饋的開放式問題,而目前公開資料也不足以排除 AI 研究速度大幅加快的可能。

  11. The Verge · AI73

    AI 助理讓更多人能改造電視、相機和遊戲機

    以前要改造家電或相機,通常得有技術背景;現在,更多人開始用 AI 助理協助修改裝置軟體。有人用 Claude Code 改掉 Android TV 的廣告和介面,也有人替相機、合成器和遊戲主機加入新功能。這讓舊裝置有機會重新派上用場,也讓人能打造更合用的小工具。不過,修改韌體可能讓裝置故障或失去保固,廠商也可能加強限制。作者建議先備份,並只在壞掉也能承受的裝置上嘗試。

  12. 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。

  13. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

  14. Dev.to Top Tech42

    Claude 或 ChatGPT 如何用三次工具呼叫,把新聞稿送上網

    想請 Claude 或 ChatGPT 寫新聞稿並發布,背後需要先確認公司資料、準備稿子,再等人同意發布。LivePublicator 把流程分成三次呼叫:先讀取公司和聯絡人資料,再由 AI 助理寫好新聞稿並檢查內容;使用者看過預覽、明確說「發布」後,才會公開上網。若稿子有問題,系統會一次列出所有需要修改的地方,減少來回修稿。首次發布每家公司收費 $9,草稿和預覽免費。

  15. 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。

  16. Dev.to Top Tech65

    作者示範如何移除郵件引用,減少摘要工具讀取的 token

    客服郵件常把前面的對話一再貼進新回覆,送進模型後,token 數可能比實際新內容多很多。作者用一組 10 封郵件的測試發現,原本只有 487 tokens 的新文字,連同引用內容計算後變成 5,068 tokens;他示範用程式移除純文字郵件中的引用區塊,再把各封信的內容交給模型。這能減少摘要工作的輸入量,但遇到 HTML 郵件、不同語言的引用格式,或穿插在引用中的回答時,簡單規則可能漏掉內容,需依實際郵件格式檢查。

  17. Dev.to Top Tech39

    為什麼 AI 工具這麼適合處理 Markdown 檔案?

    AI 工具能直接讀寫 Markdown 檔案,因為內容就是一般文字,標題、清單和表格也都寫在文字裡,不必先轉成別的格式。像 Claude Code 和 Cursor 也用 Markdown 放指示;修改後還能用 Git 比對前後差異,例如只看哪些字變了,可以執行 git diff --word-diff notes.md。不過 Markdown 不會讓 AI 答得正確,也可能因為不同工具對格式的處理方式不同,讓表格或其他內容看起來不一樣。用 AI 改檔案後,還是要自己檢查修改紀錄。

  18. Dev.to Top Tech52

    Claude API 費用怎麼算?用 Token 數量估算月費,並比較快取與批次折扣

    把 Claude 接進自己的程式時,光看每個 Token 的單價,常會低估實際帳單,因為輸入內容、輸出長度和額外工具費用都會影響花費。這篇教學整理 Claude API 的模型費率,並示範先算出每次請求的輸入與輸出 Token 數,再乘上價格和使用次數,估出月費。例如,Sonnet 5.5 每次使用 3,000 個輸入 Token 和 800 個輸出 Token,費用是 $0.014;每天 1,000 次、連續 30 天,約 $420,還沒計入快取或批次處理。批次處理可讓輸入和輸出 Token 費用減半,快取則能降低重複傳送內容的成本;實際價格仍應以 Anthropic 的官方資料為準。

  19. Dev.to Top Tech73

    研究團體估計 Anthropic 資料中心 2028 年排碳量可能高於加州所有電廠

    AI 資料中心需要大量電力,電力來源也會影響排碳量。一個氣候團體追查 Anthropic 已簽約資料中心的供電來源,估計到 2028 年,約 87% 的電力來自天然氣、11% 來自煤炭;排碳量中間估算為每年 3,200 萬噸,高於加州電廠 2024 年的 3,110 萬噸。這些是根據用電量和效率假設推算的數字,範圍約為 1,700 萬至 3,800 萬噸,並非實際測量。Anthropic 表示正在尋找地熱、風力和太陽能電力;團體指出,新增美國再生能源合約會降低估算中的燃氣與煤炭佔比。

  20. hackernews10082

    分析估計 Anthropic 2028 年用電有 87% 來自天然氣、11% 來自燃煤

    AI 資料中心需要大量電力,新增用電可能讓燃氣和燃煤電廠繼續供電。這份分析整理 Anthropic 在美國已簽約的資料中心與供電安排,估計 2028 年相關用電約有 87% 來自天然氣、11% 來自燃煤;作者也估計,這些據點每年可能排放 1,700 萬至 3,800 萬公噸二氧化碳當量。結果會受實際用電量等因素影響,估算也指出部分現場燃氣裝置效率較低,可能帶來空氣汙染與健康成本。

    推薦理由:這份分析把 Anthropic 的資料中心用電來源、排放估算與供電地點放在一起,呈現 AI 算力擴張可能帶來的能源與空氣汙染成本。

  21. aihot86

    梅納德談 Claude 合作證明黎曼猜想:驗證通過後,還要讓人理解

    一份證明通過程式核驗,不代表數學界已理解它為什麼成立。菲爾茲獎得主、牛津大學數學教授詹姆斯・梅納德認為,Anthropic 數學家 Levent Alpöge 與 Claude 合作提出的黎曼猜想證明是正確的,理由是證明已用 Lean 庫形式化驗證、經過獨立核實,而且 Alpöge 過去提出重大主張的紀錄可靠。不過,梅納德也指出,只有有人理解證明的想法並能向其他人說明,數學界才可能全面認可;在理解整體思路之前,這項成果也未必帶來大家期待的改變。

    推薦理由:梅納德認為形式化驗證與獨立核實支援證明正確,但數學界要理解證明的想法,才可能看見它帶來的影響。

  22. The Decoder61

    Artificial Analysis 比較 GPT-6.2 Astra、Sol 與 Claude 的回答風格

    AI 模型回答得更精簡,不一定代表回答更可靠;不同模型也可能用不同方式表達不確定。Artificial Analysis 比較 GPT-6.2 Astra、Sol 和 Claude Fable 5.2、Opus 5.5,發現 Astra 和 Sol 的回答變短,也更快切入問題;Claude 在透明度和組織方式的分數較高。這些分數是和其他受測模型相比的風格排名,不是答案正確率;透明度分數較低,也不代表模型更常答錯。

  23. Dev.to Top Tech68

    Claude Code 的 CLAUDE.md 和 SKILL.md 該怎麼分工

    把太多操作步驟放進 CLAUDE.md,Claude Code 每次開始新工作階段都會載入,連不相關的工作也得帶著這些內容。作者說明,CLAUDE.md 適合放長期不變的專案規則,例如資料夾安排和建置指令;SKILL.md 則適合放偶爾才要用的步驟,像是部署或整理程式修改,只有叫用技能時才會載入。技能也能附上參考資料或執行指令。把兩者分工整理,可以讓每次對話少帶不需要的內容。

  24. Dev.to Top Tech70

    Decision Firewall 開發者回顧建置過程,檢視 AI 行動授權框架是否值得採用

    AI 助理判斷退款符合條件,不代表退款真的成功;如果系統沒收到回覆就重試,還可能重複退款。Anuj Sadani 開發開源專案 Decision Firewall,讓系統先核對證據與規則,再授權特定動作,並在回覆遺失時查明原本的退款結果。測試顯示,框架和自行撰寫的應用程式控制都能守住退款規則,但框架整合時需要更多工具呼叫,也遇到多項介面問題。作者因此保留它作為參考實作,並整理出不必使用該框架也能跑的獨立檢查工具;這些測試仍不足以證明框架能節省開發時間或適合正式環境。

  25. Dev.to Top Tech53

    初學者指南:大型語言模型怎麼訓練,小團隊如何省下成本

    從頭訓練大型語言模型很花錢,但多數小團隊不必自己做這一步。這篇指南先說明模型如何從大量文字學習,再整理幾種省成本的做法:用 LoRA 或 QLoRA 微調已有的開放權重模型,或用 RAG 在回答時查資料,完全跳過訓練。文章也比較 DeepSeek、Kimi、Qwen 等開放權重模型,以及 OpenAI、Anthropic、Google 的封閉模型,並說明 Kiro 是負責串接模型的開發工具,不是模型製造商。

  26. BlockTempo 動區動趨69

    OpenAI 募資少於原定目標,文章逐項核對「最慘一週」的說法

    社群貼文說 OpenAI 正面臨史上最慘的一週,還稱它快沒錢、被 Google 超車。文章核對後指出,募資確實少於原定目標,第三季虧損也比上一季增加;但「錢只夠撐 4 個月」和「被 Google 超車」沒有資料支援。文中引用的模型排行由 Anthropic 居首,OpenAI 排第二,Google 排在後面。作者認為,更大的壓力可能是投資人不願照原先估值投入資金。

  27. Dev.to Top Tech89

    AI 加速密碼研究:HAWK 遭破解,RSA 因數分解紀錄兩度改寫

    AI 找到 HAWK 簽章方案的弱點,讓它退出 NIST 的標準競賽;同一模型也改進了弱化版 AES-128 的攻擊,但這不代表一般使用的 AES 已被破解。接著,AI 助理協助把舊的因數分解程式改寫到 GPU 上,讓 RSA-260 和 RSA-896 的因數分解紀錄在 16 天內兩度改寫。作者認為,這些結果顯示 AI 能加快密碼研究與程式改寫,但專家仍得花時間確認攻擊是否正確。RSA-2048 仍不受這些結果影響;作者也提醒,採用尚未定案的密碼方案時,應讓系統能更換演演算法。

    推薦理由:HAWK 遭破解、弱化版 AES 的研究結果與 RSA 因數分解紀錄,呈現 AI 加速密碼研究的不同方式,也說明驗證攻擊仍需要專家投入時間。

  28. Dev.to Top Tech66

    Claude Code 何時會讀取 AGENTS.md?設定方法與注意事項

    Claude Code 有時會跳過 AGENTS.md,讓專案裡的操作規則沒有載入。文章整理了從 v2.1.277 起的讀取方式:如果工作資料夾或上層資料夾有 CLAUDE.md、.claude/CLAUDE.md 或 CLAUDE.local.md,預設就會讀這些檔案而略過 AGENTS.md。想同時載入兩者,可以在 CLAUDE.md 開頭加入 @AGENTS.md,或在 /config 裡調整設定。兩份檔案若放了重複規則,重複文字仍會佔用 token;團隊也要留意個人設定檔可能讓自己讀不到共用的 AGENTS.md。

  29. Dev.to Top Tech61

    AI 模型 API 價格比較:每百萬 tokens 從 $0.02 到 $180

    挑 AI 模型時,除了回答品質,呼叫 API 要花多少錢也很重要。這份整理每天更新 373 個模型 API 的輸入與輸出價格及上下文長度;截至 11 月 22 日,最便宜的模型每百萬輸入 tokens 約 $0.02,GPT-5.5 Pro 每百萬輸出 tokens 則要 $180。輸出通常比輸入貴,長篇回答會增加花費;讀大量檔案、只回短摘要時,費用則多半來自輸入。作者也提醒,便宜模型若需要多試幾次,整體成本可能更高,選用前可拿自己的提示詞比較不同價位的模型。

  30. Dev.to Top Tech43

    GitHub 上 20 個最熱門的開源 AI 助理專案:2026 年 11 月排名

    想讓 AI 助理上網找資料、記住以前做過的事,或幫忙寫程式,光有模型還不夠,還需要其他工具和功能搭配。這份 GitHub 排名整理了 20 個最受歡迎的開源 AI 助理相關專案;第一名 ECC 有 308K 顆星,DeepSeek Harness 和 Hermes Agent 排在第二、第三名。這些專案有的替 AI 助理加上記憶和技能,有的幫它們讀網頁、搜尋資料或操作瀏覽器,也有一些是能裝進既有 AI 助理的專門技能。榜單顯示,讓 AI 助理更好用的工具和搭配方式,正成為開源社群熱門的發展方向。

  31. 雷科技69

    Anthropic 的 Claude 被稱完成黎曼猜想證明,學界仍在查驗

    Anthropic 的數學家表示,他用 Claude 完成了黎曼猜想的形式化證明,但學界還在確認這份證明是否站得住腳。這份成果以約 1700 萬行程式碼呈現,MIT 數學家 Andrew Sutherland 帶隊重新編譯並跑過程式,確認形式化命題和黎曼猜想的原始表述一致,也沒有加入額外假設。爭論在於,程式碼雖能逐步檢查,人們卻還沒整理出完整、容易理解的推理過程。依克雷數學研究所規則,解答還須正式刊登並接受至少兩年的公開查驗,因此黎曼猜想目前仍列為未解難題。