跳到正文
2026 年 11 月 21 日 · 星期六每天 08:00 出刊

日報 · 2026 年 11 月 21 日 · 星期六

888NEWS

第 59 期212026 年 11 月星期六
39件大事20個來源10件一手發布8個新模型約 24 分鐘讀完
頭條

Anthropic 完成 IPO,公開募股與私募合計募得約 1,195 億美元

Anthropic 完成 IPO,公開募股與同步私募合計募得約 1,195 億美元。資安方面,NGINX 修補五項漏洞,其中一項在啟用 HTTP/2 時可能讓未登入攻擊者遠端執行程式碼;研究者也在 AMD Linux KVM 主機驗證可由虛擬機器讀取主機記憶體的漏洞。

01

模型發布/更新

ModelScope 魔搭 (@ModelScope2022)

Tencent 開放 Hy4 權重,主打多模態理解與電腦操作

開發工作常要同時看懂圖片或影片、操作電腦,還要處理程式和研究任務。Tencent 開放了多模態模型 Hy4 的權重;它有 770B 引數的語言模型骨幹,每個 token 啟用 49B,能處理文字、圖片和影片,並支援 1M-token 上下文。Hy4 也結合畫面理解與 CLI、GUI 工具操作,針對 Blender、CAD 和跨應用程式流程訓練,並為 Unreal Engine、Unity 和 Godot 的遊戲開發做了調整。原文稱它在 OSWorld 2.1、Tencent 內部研究基準 TenureTrail,以及 579 項金融任務評測中領先受測的開放權重模型。

Hugging Face Blog一手

Hugging Face 示範為 Qwen3.8-27B 訓練 AI 助理工具專用介面卡

通用模型搭配不同 AI 助理工具時,可能會多花時間和 token,解程式問題的表現也不夠好。Hugging Face 團隊把強化學習直接放進 pi、Hermes Agent 和 OpenCode 這三種工具中,分別為 Qwen3.8-27B 訓練介面卡,也把三者合併成一個版本。測試顯示,各自的專用版本在對應工具和程式開發基準上都優於原模型,完成任務時也少用工具;合併版本則能在三種工具中使用。這套流程與訓練資料也公開,讓其他人能照著調整自己的模型和任務。

Hugging Face Blog一手

Hugging Face 與 Thinking Machines Lab 推出 Inkling 2 Mini,主打本機使用

本機執行大型模型時,模型大小、回答速度和能力常得互相取捨。Hugging Face 與 Thinking Machines Lab 推出 Inkling 2 Mini,這款模型能讀文字和圖片,支援 1M-token 上下文視窗;它讓 12 層模型重複運作三次,用較少的實體層數完成更多運算。文章展示了它在本機寫程式、重畫《星夜》和製作分帳網站的成果,也說明如何透過 transformers、llama.cpp 和 MLX 執行。作者表示,它在 48 項基準中的 32 項領先文中列出的其他模型;這些結果來自 Hugging Face 的測試。

ModelScope 魔搭 (@ModelScope2022)

WeChat Vision 推出 WeMM-Video,讓模型一起理解影片畫面和聲音

看影片時,畫面、對話和背景聲音常要分開處理,WeChat Vision 推出的 WeMM-Video 能把它們放在一起理解,也能用中文或英文回答。這個開放權重模型家族有 2B、4B、9B 和 35B-A3B 等尺寸,可接收文字、圖片、音訊和影片,並提供直接回答與深入推理兩種模式。技術報告稱,35B-A3B 在同等規模的開放模型中影音表現突出;Thinking 模式在 17 項一般影音基準中的 16 項,勝過 Seed2.0-Mini-0428 和 Qwen3.5-Omni-Flash。

Dev.to Top Tech

Gemini 4 Hydrogen 和 Claude Sonnet 5.5 怎麼選?比較測試表現與成本

挑寫程式用的模型,不能只看每個 token 的價格,還得看工作型別和完成任務要花多少錢。文章比較 Gemini 4 Hydrogen、Claude Sonnet 5.5 和 GPT-6.1 Sol:Google 公佈的測試中,Hydrogen 在 9 項裡贏了 6 項,較適合呼叫工具和修 bug;Sonnet 5.5 則在終端機操作、電腦使用和科學命令列測試勝出。獨立評分中,Sonnet 5.5 略高於 Hydrogen;Hydrogen 產生的文字較多,因此每個 token 較便宜,不一定代表每項工作花費更低。文章也整理了價格與使用方式,並建議用自己的工作測試再決定。

aihot

可靈推出 Kling Image 4.0,支援原生 8K 影像生成

想生成高解析度圖片或修改圖片時,畫質、文字呈現和價格都是挑選工具時會考慮的事。可靈推出 Kling Image 4.0,主打原生 8K 影像生成、真實感、一組圖片的一致性和文字呈現。Artificial Analysis 的評測中,它的文生圖排名第 7、圖片編輯排名第 6;相較 Kling Image 3.0 Omni,兩項排名的 Elo 分數都提升超過 225。黑色星期五優惠期間,2K 圖片每張最低 $0.022,原生 8K 每張最低 $0.033。

Dev.to Top Tech

Gemini 4 Neon 和 Claude Opus 5.5 寫程式比較:哪些結果有資料佐證?

挑寫程式的 AI 模型時,單看哪個跑分高,可能看不出實際差別。這篇文章整理 Gemini 4 Neon 和 Claude Opus 5.5 的公開比較:Google 的資料顯示 Neon 在部分基準測試領先,Opus 5.5 則在另外兩項測試小幅領先;另一項編碼助理指標中,兩者分數接近。文章也列出估算的每項編碼任務費用,Neon 約 $6.86,Anthropic 的兩種設定約 $12.61 至 $15.47。作者提醒,最高思考設定會讓輸出 token 數增加一倍以上,建議先用自己的專案測試再決定是否更換。

Dev.to Top Tech

Hy4 flash 自架指南:220B 引數模型的顯示卡記憶體與授權怎麼看

220B 引數的 Hy4 flash 看起來很大,但每個 token 實際啟用的引數約為 12B;自架時,權重檔和長上下文的記憶體需求才是主要考量。作者拆解模型結構與檔案大小,估算在 1M-token 上下文下,若 KV cache 儲存壓縮後的資料,每條序列約需 6.9 GB;這是作者的推算,實際用量會依快取方式和精度而變。官方 FP8 配方使用 8 張 GPU,授權也有條件:以 API 等方式提供遠端服務,達到指定營收或月活門檻時,需要另取得書面授權。

02

產品發布/更新

Browser Use

browser-use 1.0 如何用一個工具取代 24 個瀏覽器操作

瀏覽器操作選項愈加愈多,AI 助理遇到選單裡沒有的功能時,還是會卡住。browser-use 1.0 把 24 個瀏覽器操作改成一個持續執行的 Python 工具,並讓 AI 助理直接使用 Chrome DevTools Protocol 操作瀏覽器。作者舉例,一個卡住的統計頁面重新載入後,AI 助理直接找到網站提供資料的入口,取得 4,720 筆資料,花了三分半鐘。新版在 BU Bench v2.1 的分數比 0.x 高 14 到 33 分,成本低了 2.7 到 5.2 倍;但這些數字來自整體改版,每個模型只跑一次,預設設定也有變,因此不能把差異全算在工具改動上。

Databricks Blog一手

Databricks 推出涵蓋 70 個產業的互動式參考架構

規劃資料平臺時,通用架構圖常說不清各產業實際會用哪些系統和資料。Databricks 推出涵蓋 70 個產業的互動式架構圖,整理各行業的資料來源、格式、團隊和應用,也能切換雲端與檢查不同地區的產品供應狀況及發布階段。每張圖都能檢視說明、複製修改,或匯出成多種格式;如果要從業務描述開始,也可用 AI Architecture Assistant 找出接近的產業架構再編輯。這些圖適合作為規劃起點,仍要依各公司的系統和需求調整。

AWS Machine Learning Blog一手

Amazon SageMaker HyperPod 推出跨叢集與跨區域的單一推論入口

模型服務分散在多個叢集和區域時,流量可能塞在忙碌的叢集,其他地方的 GPU 卻閒著;叢集故障時也得手動改設定。AWS 推出 Amazon SageMaker HyperPod Global Inference Gateway,讓使用者端只呼叫一個入口,服務會依 GPU 記憶體與 KV cache 餘裕、排隊情況、區域遠近和錯誤率,把請求送到合適的叢集。若叢集故障,流量會自動切換;請求透過 AWS PrivateLink 傳送,並以 SigV4 和 IAM 驗證。每個叢集原有的 Inference Gateway 仍負責把請求送到模型。這項服務已在 13 個 AWS 區域推出。

PyTorch Core Releases一手

PyTorch 修正 Inductor 長串資料寫入造成的效能問題

PyTorch Inductor 把一長串資料寫入操作合併執行時,每個工作區塊都會讀取大量用不到的資料,拖慢了補零工作。這次修正調整了圖形最佳化方式,遇到較長的寫入鏈時,改成直接把資料寫進指定位置,避免重複讀取。在 GB300 的本機測試中,每輪工作約省下 25 毫秒;GB200 測試也觀察到每輪至少省下 44 毫秒。

Dev.to Top Tech

Google 讓 Gemini 在 Mac 上操作檔案、App 和網站

在 Mac 上整理檔案、填表或搬運資料,常得自己在好幾個 App 和網站間切換。Google 宣佈 Gemini 的 macOS App 將能依照要求操作本機檔案、Mac App 和網站;使用者可以在聊天畫面看它怎麼做,也能暫停、停止或先核准動作。這項功能先在美國以英文提供,並需要 Gemini Mac App 和 Google AI Plus、Pro 或 Ultra 訂閱。操作電腦也會碰到已登入的帳號、驗證碼和執行指令等風險,因此能不能省下時間,還得看它做事是否可靠,以及使用者需要確認多少次。

Dev.to Top Tech

Gemini 4 Neon API 遷移指南:費用怎麼算、Gemini 3.x 哪些設定會失效

把 Gemini 3.x 的程式改用 Gemini 4 Neon,除了換模型名稱,思考層級、快取、取樣設定和輸出上限也可能改變。這份指南整理了遷移時要檢查的地方:Neon 的輸入費用是每百萬個 token $3.00,輸出費用是 $15.00,思考用掉的 token 也算在輸出費用裡;重複內容可能透過自動快取降低輸入費用。作者也提醒,部分舊設定會被忽略或直接報錯,低輸出上限可能讓答案被截斷,較難的請求則可能需要較長逾時時間。指南建議明確設定思考層級,並用自己的工作內容測試成本和結果。

Databricks Blog一手

PostgreSQL 19 已在 Lakebase 上線

資料庫升級常要等託管服務跟上,還得處理查詢變慢、資料表膨脹或讀取副本落後等問題。Databricks 宣佈 PostgreSQL 19 已可在 Lakebase 使用,並介紹這版新增的實用功能:例如整理資料表時,大多數過程仍可讓讀寫繼續;讀取副本也能等到指定的資料更新後再回應,減少剛寫入卻讀不到的情況。升級前應先測試自己的工作負載,並確認依賴的擴充套件已支援 PostgreSQL 19;新版本也調整了部分預設值。

vLLM Official Blog一手

vLLM 支援 Thinking Machines 的 Inkling 2 Mini 迴圈模型

模型把部分中間層重複運算,會讓推論時的快取和訊息傳遞更難處理。vLLM 宣佈支援 Thinking Machines 的 Inkling 2 Mini,並在 NVIDIA Blackwell、Hopper 和 DGX Spark 上提供 Day-0 支援。Inkling 2 Mini 的 12 個核心層會對每個 token 運算三次,每次各自保留 KV cache,並讀取前一次運算傳來的訊息;模型有 26B 總引數、3.5B 啟用引數,支援最多 1M tokens 的上下文。vLLM 也支援可調整運算次數的研究檢查點,讓團隊能測試速度、記憶體用量和品質之間的取捨。

03

產業動態

Anthropic Newsroom一手

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。

cloudflare blog一手

nginx 揭露五個可能導致伺服器遭入侵的漏洞,Cloudflare 說明代理防護範圍

nginx 有五個新漏洞,攻擊者可能利用其中一些漏洞讓伺服器當機,或在特定條件下執行指令。Cloudflare 表示,透過自家 HTTP 代理連線的網站,HTTP/2 和 HTTP/3 攻擊會在 Cloudflare 邊緣節點終止,無法直接把攻擊用的連線資料送到網站的 nginx;但郵件代理、部分 DNS 查詢設定,以及能繞過 Cloudflare 直連來源伺服器的情況,不在這項防護範圍內。Cloudflare 建議更新至 nginx 1.30.7 或 1.31.9,並確認來源伺服器只能透過 Cloudflare 存取。文中也指出,截至 11 月 19 日,尚無這些漏洞在野外遭利用的通報;其中一項 Linux 核心漏洞當時還沒有修補程式。

Dev.to Top Tech

CVE-2026-99312 讓 AMD Linux KVM 虛擬機器讀取主機記憶體

Linux KVM 的漏洞可能讓虛擬機器越過隔離界線,讀取主機記憶體。研究者在 AMD 主機上驗證,從自己控制、具有 root 許可權的虛擬機器讀到約 127 GB 主機記憶體,也在自家裸機測試寫入 32 個指定位元組;共用主機的記憶體可能包含其他租戶的資料。漏洞隻影響開啟巢狀虛擬化的 AMD KVM 主機,Intel 主機不受影響。目前沒有證據顯示漏洞已被用於研究以外的攻擊,也沒有公開利用程式碼。修補已納入 Linux 7.3.5、6.18.64 和 6.12.118,主機須重新啟動才會生效;更新前可停用 kvm_amd 的巢狀虛擬化,但租戶將無法在虛擬機器內再執行虛擬機器。turn0

Dark Reading (Information Security)

Armory Castle 利用 VMware vCenter 零時差漏洞入侵虛擬機器環境

攻擊者若取得 VMware vCenter 的管理許可權,就能進一步控制虛擬機器環境。Mandiant 說明,名為 Armory Castle 的中國駭客組織先從 BeyondTrust Remote Support 入侵,再利用 VMware vCenter 的 CVE-2026-123890 繞過登入驗證,取得管理員許可權,並轉往 ESXi 主機。研究人員表示,這項漏洞已被利用數月;Broadcom 建議客戶更新系統。Mandiant 也建議隔離管理系統、嚴格管理管理員帳號,並把紀錄送到獨立的 SIEM 平臺,避免只靠修補已知漏洞或 vCenter 內建防火牆防守。

Dev.to Top Tech

NGINX 的 HTTP/2 漏洞可讓未登入者遠端執行程式碼

NGINX 開啟 HTTP/2 時,特定漏洞可能讓未登入的攻擊者在伺服器上執行程式碼。F5 已發布 NGINX Open Source 1.31.9 和 1.30.7,修補這起漏洞及另外四項漏洞;NGINX Plus 也有對應更新。研究人員已在測試中展示利用方式,GitHub 上也有概念驗證程式,但報導截至披露時未發現正在進行的攻擊。若暫時無法更新,停用 HTTP/2 可緩解其中兩項漏洞,無法取代完整修補。

Dev.to Top Tech

Ruby2Shell 如何檢查 Rails API 是否受影響,並升級 Ruby 修補漏洞

Rails API 可能因為底下的 Ruby 有漏洞而受影響,單獨更新 Rails 套件無法修好。文章說明 Ruby2Shell 是 Ruby 字串處理中的記憶體越界漏洞,並列出受影響版本:Ruby 3.3.0 至 3.3.13、3.4.0 至 3.4.12,以及 4.0.0 至 4.0.9;修補版分別是 3.3.14、3.4.13 和 4.0.10。檢查時要在實際提供 API 服務的環境檢視 Ruby 版本,再升級 Ruby、重建映像檔並重新啟動服務。文章也提醒,Ruby 3.2 和更舊版本沒有修補版;若自架服務尚未有更新,應限制外部連線。

The Economic Times · ETtech

美國新規收緊出口管制,台積電暫停部分中國客戶先進製程訂單

美國新規上路後,台積電不能再用原本的技術審查方式,判斷部分中國晶片設計公司的訂單是否需要出口許可。台積電因此要求相關客戶暫停使用 16 奈米及以下製程的訂單,除非取得美國許可;一般可使用的製程則限於 28 奈米和 40 奈米,但晶片不能使用高頻寬記憶體,也不能需要先進封裝。台積電也會檢查客戶的母公司、主要股東、封裝業者和出貨路線。這可能讓中國業者更難生產高效能 AI 晶片,原文指出部分先前可使用 7 奈米製程的安排仍無法獨立查證。

Thurrott

Google 將要求全球 Android 開發者驗證身分並登記 App

為了減少詐騙和惡意軟體,Google 將要求 Android 開發者驗證身分,並向 Google 登記 App。這項要求已在巴西、印尼、新加坡和泰國的合作商店上路,全球推行預計從 2027 年 1 月開始;Samsung、Honor、Oppo、Xiaomi、Vivo 和 Transsion 也將配合。學生和業餘開發者可用有限制的帳號分享 App,不必付登記費或出示政府核發的身分證件。想安裝未驗證開發者的 App,進階使用者可在系統的「開發人員選項」授權,但要等 24 小時,安裝前也會看到警告。

04

論文研究

aihot

Anthropic 數學家宣稱用 Claude 找到黎曼猜想的 Lean 證明

黎曼猜想是數學界長年未解的難題,最近同一週出現了兩份相關證明。Anthropic 數學家 Levent Alpöge 宣稱找到黎曼猜想的 Lean 可編譯證明,並描述自己如何與 Claude 合作找出論證;數學家正在 Zulip 上審閱,文章說多數人認為這份形式化證明有望成立,但仍需要時間理解。另一份是 Stanford 博士後 Alessandro Masullo 提出的廣義黎曼猜想證明,他表示這是自己花了十二年完成的工作,沒有使用 AI。

aihot

METR 更新能力評測:AI R&D 相關能力約每 3.6 個月翻倍

要量出 AI 模型能獨立完成多長、多少工作並不容易,評測方式也可能影響結果。METR 更新能力評測,測試截至 Opus 5.5 和 GPT-6 Astra 的模型在 TH1.1 與 TH2 任務上的表現,發現模型的時間視野約每 3.6 個月翻倍;在可驗證的任務子集中,翻倍時間約為 1.65 個月。METR 也討論,評測環境和 RL 訓練環境越來越接近,可能帶來測量偏差。

Apple Machine Learning Research一手

Depth Pro 2 用同一個模型估算照片與影片的景深

從單張照片估算景深時,物體邊界可能不夠清楚;處理影片時,深度又可能一格一格地跳動。Apple 的研究團隊提出 Depth Pro 2,用同一個可擴充的網路處理照片和影片,並以原始畫面解析度估算每個畫素到相機的公尺距離。團隊表示,這個模型能同時做到距離準確、物體邊緣清楚,且影片前後畫面穩定,表現也勝過先前方法;研究團隊並釋出模型和程式碼。

Rohan Paul (@rohanpaul_ai)

密西根大學研究:AI 助理分析資料時,可能把假結果當成發現

資料裡明明沒有真實效果,AI 助理反覆嘗試不同分析後,還是可能挑出看起來顯著的結果。密西根大學研究者讓 4 個前沿 AI 助理分析模擬資料,發現它們有 54% 到 98% 的測試報出低於 0.05 的 p 值,但這些都是假發現。研究也用子樣本重跑分析,估算 AI 助理挑選分析方式造成的偏差;校正後,模擬資料的假陽性降到 5.1%,另外在 3 篇已發表論文的資料上降到 5.9%。因此,若分析方式沒有事先固定,單看 AI 助理回報的 p 值可能會誤信假結果。

Lobste.rs (Engineering Discussion)

Antithesis 用 AI 和形式化方法檢查兩套 Raft 程式庫

分散式系統的程式碼可能和 Raft 論文中的設計假設有落差,單靠證明協定正確,無法確定實際程式也照著做。Antithesis 用 Claude Fable 5.2 為 HashiCorp Raft 和 etcd-raft 建立 TLA+ 模型,再用故障注入測試檢查程式跑出的紀錄是否符合模型,並以 Lean 和 TLAPS 證明模型中的安全性質。過程中團隊修補了兩套程式庫的錯誤;但證明涵蓋的是模型所描述的功能,不是整份程式碼,而且仍受測試假設和未建模功能限制。

solidot

研究發現韋尼克區也會在說話前準備詞語

韋尼克區過去主要被認為負責理解別人說的話,研究人員發現它也參與產生口語詞彙。研究團隊記錄 28 名參與者說話和聆聽時的大腦活動,發現韋尼克區有一群神經元會在開口前活躍。研究人員也觀察手術切除組織中的神經元,發現它們會對特定完整詞語產生反應;韋尼克區受損則會影響說話能力。這些結果顯示,這個腦區的作用不只在聽懂語言。

MIT News · AI

MIT 研究團隊讓混沌系統的 AI 模型避免預測失控

天氣、氣流等混沌系統很難預測很久,AI 模型跑久了也可能算出現實中不可能發生的結果。MIT 研究團隊替模型加入一種能量限制:模型學習系統的能量變化,並透過一個調整預測結果的模組,讓系統離開合理範圍時能量下降,逐步回到範圍內。團隊在多種物理系統上測試,模型的預測更貼近真實結果;論文和開放原始碼已線上上公開。研究團隊接下來也打算測試這套方法能否用於更大型的天氣系統。

05

技巧與觀點

aihot

Runway 分享如何讓 AI 助理接手軟體交付流程

AI 助理寫的程式變多後,工程師花在審查和測試上的時間也跟著增加。Runway 說明他們如何逐步讓 AI 助理處理程式檢查、審查、部分核准、產品測試和故障修復,再由協調器安排任務與合併順序;高風險改動和特定重要區域仍交由人核准。Runway 表示,10 月合併的程式改動中有 38% 由雲端 AI 助理協助完成,首次核准的等待時間也從 2 小時以上降到約 5 分鐘。工程師則轉而設定規則、處理卡住的工作,並決定要打造什麼。

hackernews100

Scott Aaronson 談 AI 宣稱證明黎曼猜想後的疑問

有訊息稱,Levent Alpöge 用 Anthropic 的模型產生了 1,740 萬行 Lean 程式碼,宣稱證明廣義黎曼猜想。Scott Aaronson 認為,Lean 證明目前沒有跡象顯示遭到漏洞利用,他押注這份證明能成立;但數學家還得花時間讀懂並整理其中的想法,才會真正接受它。他也提醒,Lean 的核心程式曾出現能證明錯誤結論的漏洞,這類問題需要修好。

Dev.to Top Tech

Anthropic 招股書怎麼看?從營收、算力承諾到投票權逐項讀懂

看 IPO 時,股價和營收成長都無法單獨說明公司賺錢的方式、未來要付多少錢,以及誰能作決定。這篇文章用 Anthropic 的上市檔案示範讀法:先分清公司自己賣出的股份和老股東賣出的股份,再對照營收、營業損益與現金流,並檢視算力合約的付款時間和取消條件。文章也提醒,會計估值變動可能讓帳面虧損變大,調整後的獲利數字則要看清楚扣除了哪些費用;不同股份的投票權,也會影響股東能參與多少決策。這些專案合在一起,才能看出上市檔案揭露的經營狀況與風險。

Dev.to Top Tech

vLLM 推測解碼教學:EAGLE、MTP 和草稿模型何時能加速?

大型模型逐字產生內容時,常受記憶體讀取速度限制;推測解碼會先讓較小的草稿模型猜幾個 token,再由目標模型一次檢查,留下它認可的部分。文章用公式說明接受率和草稿成本如何影響速度,並比較 vLLM 0.33.0 的 ngram、草稿模型、EAGLE、MTP 和 dflash/dspark 等方法。作者也提醒,接受率太低或同時處理的請求太多時,額外草稿可能拖慢速度;應依自己的硬體和工作量調整草稿長度與批次設定。文中引用的測試結果來自各研究與團隊,作者沒有自行測試。

Dev.to Top Tech

auditd 實務教學:設定規則查出誰刪了檔案

檔案突然不見時,如果事前沒有設定紀錄規則,auditd 就找不到是誰刪的。這篇教學示範如何設定 auditd,記錄檔案刪除、改名、重要設定檔變更和讀取遭拒等事件,再用 ausearch 依檔名或標籤查詢。登入使用者的規則抓不到沒有登入帳號的系統服務,因此還要按目錄設定規則,才能涵蓋這些情況。作者也提醒要檢查遺失事件的數量,並在鎖定設定前逐條測試;auditd 不會補回規則載入前發生的事件。

Dev.to Top Tech

PostgreSQL 19 升級教學:先檢查舊資料庫與 Docker 設定

升級 PostgreSQL 19 時,舊版資料庫可能讓 Docker 容器無法啟動,有些資料庫變更還可能悄悄改變查詢結果。作者整理了升級前的檢查方式、使用 pg_upgrade 的步驟,以及從 PostgreSQL 17 或 18 升級時的 Docker 注意事項。像 json_array() 沒有回傳資料時,結果會從 NULL 改成 [],原本檢查 NULL 的程式就可能不再符合預期。文章建議先把 19 放進測試環境檢查,再決定何時升級正式環境;使用 postgres:latest 的人則可先固定舊版標籤,避免拉取新版後資料庫停擺。

Browser Use

Browser Use 檢查基準測試後發現,評審曾漏看大半答案

Browser Use 的基準測試分數上升,原本看起來像是 AI 助理變強了,但評審其實只讀到答案的一小部分。團隊修正 Claude Code 的評測介面後,重新評分 200 項舊測試,發現這個錯誤讓原本的分數多出 1.8 到 2.6 分;AI 助理本身的改動則增加 2.5 分,而且估算區間包含零。作者建議保留每項測試的完整答案與執行紀錄,先用相同資料重評基準組,再比較兩組在相同任務上的差異;評審出錯的任務應標記為缺少資料,不能當成零分。

Dev.to Top Tech

Clairic-Flash 如何在本機執行,以及 RTX 3090 和 4090 為何跑不動官方版本

想在自己的電腦上用 Clairic-Flash 擷取檔案資料,可能會遇到顯示卡不合和量化版本少了功能的問題。作者整理了官方執行方式,以及 RTX 3090、4090 和 Apple Silicon 的替代路徑:官方執行環境會在 RTX 30、40 系列的顯示卡上因架構限制失敗;社群修正版可讓 3090 使用 BF16 或 int4,但測試中的發票加總與付款期限仍有錯誤。Apple Silicon 的 4-bit 版本較省記憶體,卻可能看錯數字;若要擷取重要發票欄位,作者建議選用較高精度。一般 GGUF 版本則缺少 Clairic 的部分專用功能。

06

快訊

(本期完)

888news 日報由編輯系統根據公開來源自動編輯,每條均附原文 · 日報合訂本