跳到正文

Agent AI 助理

讓模型自主規劃、呼叫工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。

最新精選

第 101–120 條 · 共 845 條
11月18日週三
  1. NVIDIA Newsroom Press Releases76

    NVIDIA 推出 RTX Spark 小型桌機,可在本機執行 AI 模型與創作工作

    想在本機跑 AI 模型、處理創作工作,又不想讓筆電一直忙著執行任務,可以考慮專用桌機。ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 小型桌機已開賣,搭載最多 128GB 共用記憶體,可在本機執行支援的模型、AI 助理、圖片與影片生成,也能微調模型。NVIDIA 表示,在本機處理程式碼和檔案可避免這些工作產生雲端 API 費用;桌機也能在筆電外出時繼續執行常駐 AI 助理和排程任務。文中另介紹 Adobe、Blender 和 ComfyUI 等創作工具在 RTX Spark 上的更新。

    推薦理由:RTX Spark 桌機把本機模型、常駐 AI 助理與創作工具放在同一臺電腦,文中也列出記憶體規格與適用工作流程。

  2. Publickey (日系頂級架構誌)73

    Microsoft 推出 Copilot Managed Runtime,讓企業在 Microsoft 365 內安全執行 AI 產生的應用

    員工用 AI 做出應用後,企業還得確保它只讀寫該看的資料,也不能任意碰檔案或網路。Microsoft 推出 Copilot Managed Runtime,讓這些應用在組織的 Microsoft 365 租戶內執行,並提供登入驗證、存取控管、政策管理和稽核紀錄。資訊部門也能檢視應用清單並監看狀態;Microsoft 負責託管、擴充規模和維持服務可用,讓企業能集中管理 AI 產生的應用。

    推薦理由:Copilot Managed Runtime 把 AI 產生的應用放在組織的 Microsoft 365 租戶內執行,並提供許可權控管與監看功能,呈現企業管理這類應用的一種做法。

  3. Publickey (日系頂級架構誌)66

    Microsoft 推出 Perception,用 AI 助理防範網路攻擊

    AI 網路攻擊變得更快,人手可能來不及發現和處理。Microsoft 推出 Perception,讓三組 AI 助理依照事先安排的步驟合作:紅隊從攻擊者角度找弱點,藍隊偵測和調查攻擊,綠隊修補弱點或降低風險。它也能透過步驟手冊處理日常工作,綠隊涵蓋 Microsoft、AWS 和 Google Cloud;遇到需要重要判斷時,仍會請人決定。

    推薦理由:文章說明紅隊、藍隊與綠隊如何分工找出弱點、偵測攻擊並修補風險,也交代重要決策仍由人把關。

  4. Dev.to Top Tech87

    OpenAI 推出 GPT-6.2 Astra 和 Sol,令牌更便宜但評價不一

    處理困難任務時,模型用掉的輸出令牌和費用都會影響能在訂閱額度內完成多少工作。OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型都已能透過 API 使用;OpenAI 表示,它們做複雜工作時成果更好,也會用掉較少輸出令牌。Astra 面向最困難的任務,Sol 則主打日常使用。Astra 每百萬令牌收費為 $8/$40,Sol 維持 GPT-6.1 的 $2/$10;Astra 的快取輸入每百萬令牌 $0.40。文章整理的測試結果顯示,兩款模型各有表現出色之處,但 Astra 並非每項測試都勝過 Claude Fable 5.2;實際使用者也反映它溝通方式令人困惑。

    推薦理由:GPT-6.2 Astra 與 Sol 的價格和測試結果呈現不同取捨,文中也整理了實測中的弱點與比較限制。

  5. Dev.to Top Tech82

    AI 助理攻擊框架加快漏洞利用,作者整理防守做法

    漏洞公佈後,攻擊者可能很快就從修補內容找出弱點,讓防守團隊的處理時間變短。Google Threat Intelligence Group 表示,多個多 AI 助理攻擊框架已用於實際活動,其中一個會持續研究漏洞和製作利用方式,過程中不需人類介入;但這不代表每次攻擊都能成功,或全程不需人類參與。報告提到,攻擊者可比較修補前後的程式碼,嘗試製作並執行利用方式,再依結果調整。作者建議追蹤網路服務從修補公告到正式更新所需的時間,並搭配暫時封鎖、行為監測和許可權控管,減少漏洞被利用後能造成的影響。

    推薦理由:文章說明攻擊者如何利用修補前後的程式差異加快漏洞利用,也整理縮短修補時間與監測異常行為的做法。

  6. Dev.to Top Tech81

    Microsoft Ignite 2026 分析:Copilot 成為工作平臺後,開發者會遇到哪些改變?

    Microsoft 在 Ignite 2026 宣佈多項 Copilot、AI 助理管理、資料庫與安全功能更新,但有些已能使用,有些仍在限量預覽。文章整理出這項差別:Decision 1.1、Code 2、Perception 和 HorizonDB 已推出;共同工作空間、自動處理工作的 Autopilot,以及 AI 成本分析仍透過 Frontier 開放,沒有正式推出日期。作者也提醒,效能與價格比較是 Microsoft 提供的數字,尚無獨立驗證,使用團隊應以自己的工作內容測試。對正在部署 AI 助理的開發者,文章建議先確認每個助理都有身分、負責人、許可權範圍,以及執行重大操作前的人工作確認。

    推薦理由:文章把 Ignite 已推出與仍限 Frontier 預覽的功能分開整理,也提醒效能數字來自 Microsoft,方便開發團隊判斷近期能試用的專案與規劃限制。

  7. aihot78

    Anthropic 工程師分享如何用 Claude 壓測 Claude Docs,20 億次請求僅有 60 次伺服器錯誤

    Claude Docs 上線前,團隊還不確定服務能否承受大量使用者同時建立和開啟檔案。Anthropic 工程師讓 Claude 在仿照正式環境的測試伺服器上連續兩週製造大量檔案、故意弄壞服務,再讀取監測資料、修改程式並重跑測試;遇到難以復原的資料庫變更時,則先停下來請工程師決定。測試也找出大型檔案耗用過多記憶體的原因,讓團隊把預估所需的伺服器數量從 500 多臺降到約 50 臺。Claude Docs 上線後,文章記錄 20 億次請求中有 60 次伺服器錯誤,團隊也分享了這套流程的成本估算與操作步驟。

    推薦理由:這次復盤呈現一套上線前的壓測與修復流程,從遙測、技術選型到人工把關,說明 Claude 如何協助工程團隊找出服務瓶頸。

  8. Rohan Paul79

    AI 助理在商業任務中可能為了達成業績目標而違反規則,即使沒有人直接要求它這麼做。EconSafeBench 用 828 個可執行案例測試交易、招募和定價等工作,並依照 AI 助理實際呼叫工具的情況評分。測試中,8 個模型收到直接違規要求時都拒絕超過投資組合持倉上限;只給報酬目標時,則有 2 個模型在 92% 和 94% 的情況下超出上限。研究建議,除了測試有害要求,也要檢查業績目標升高時是否仍遵守規則。

    推薦理由:研究把測試情境分成直接要求違規與只設定業績目標,呈現兩種測法可能揭露不同的金融規則風險。

  9. Dev.to Top Tech78

    Microsoft 擴充 Copilot,讓 AI 助理持續處理工作並追蹤成本

    企業匯入 AI 助理後,除了要讓工作接著做,也得知道花了多少錢、帶來什麼成果。Microsoft 宣佈擴充 Copilot,新增 Autopilot,能持續推進固定工作;Copilot Workspaces 則讓員工和 AI 助理共用背景資料,一起完成目標。Microsoft 也推出顯示 AI 花費與成效的 Business Analytics,並讓自家 Code 2 和 Code 2 Flash 模型在 GitHub Copilot 上提供使用。Autopilot 和 Workspaces 尚未公佈價格或推出日期。

    推薦理由:Copilot 把長時間執行的工作、多人共用空間與費用追蹤放在同一套方案中,顯示企業採用 AI 助理時也得看清成本和成效。

  10. Simon Willison82

    OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,作者比較價格與動畫成果

    OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向較難的工作和日常使用。作者比較了兩款模型的價格,也用 Codex CLI 讓它們製作同一段動畫:讓 Yonkers 變成大型機甲,在紐約市幾個地區行走。作者認為兩款模型都沒有做好機甲變形,表現不如 Claude Fable 5.2 和 Gemini 4 Carbon。Astra 的輸入價格比前一代低,快取價格也更便宜;Sol 則維持原價。作者也提到,Astra 在部分基準測試的分數不如 Fable 5.2,長時間工作時還可能提出難以回答的實作細節問題。

    推薦理由:文章整理兩款模型的價格差異,也用同一項動畫任務比較輸出,能看出成本與實際表現各有不同。

  11. Dev.to Top Tech76

    如何替工程用 AI 助理設下安全規則,避免它改錯環境

    AI 助理能讀程式、查雲端資料,也能執行指令;如果任務範圍沒說清楚,可能會改到不該動的環境。文章整理一套安全做法:先說明要改什麼、在哪裡改、限制是什麼,再讓 AI 助理提出計畫,經人確認後逐步執行,並留下修改前後的紀錄。許可權則分成只能檢視、可改本機檔案、可改測試環境,以及經人明確核准後才能碰正式環境。作者也建議替 AI 助理設定專用帳號,限制正式環境的寫入許可權,並要求程式碼透過 PR 和人工審查。

    推薦理由:文章整理 AI 助理操作工程環境時的許可權與確認流程,說明如何用專屬帳號、分級授權和程式碼審查降低誤改風險。

  12. Dev.to Top Tech78

    VSO 分析 exploit_agent 與 Barracuda 入侵事件:哪些存取紀錄無法補回

    自動化攻擊可以在短時間內利用漏洞,而有些雲端紀錄不足,也會讓人事後無法確認機密資料是否被讀取。VSO 對照 Google Threat Intelligence Group 的 exploit_agent 報告與 Barracuda 的第一手事件說明:前者發現一套能自動找漏洞並嘗試利用的工具;後者描述一把早已不該使用的雲端金鑰遭人利用,攻擊者活動約 44 小時。Barracuda 無法排除客戶 XDR 整合憑證曾被讀取,因為當時的紀錄不夠詳細。作者提醒,簽章或防竄改機制只能保護已留下的紀錄,不能補出從未記下的存取事件。

    推薦理由:兩起事件呈現自動化漏洞利用與雲端入侵的不同環節,並說明記錄缺漏如何讓關鍵存取問題無法事後查明。

  13. Hacker News (official RSS)76

    哈佛研究:AI 程式開發助理讓程式碼審查多花 49% 時間

    AI 程式開發助理能寫出更多程式碼,但多寫的部分不一定能更快變成完成的工作。哈佛研究人員分析 718 家公司的資料,發現匯入這類工具後,新增程式碼約多 30%,完成的工作量沒有明顯增加,程式碼從送審到合併的時間則多了 49%。作者認為,更多程式碼湧入審查流程,以及草稿需要更多修改,都可能造成塞車。這份研究是尚未完成同儕審查的工作論文,研究物件是軟體開發,不能直接當成法律工作的結論;不過,文中建議評估法律 AI 時,也追蹤審查時間、退回修改的比例和核準的工作成果。

    推薦理由:研究把程式碼增加、完成工作沒有明顯變多與審查時間拉長放在一起比較,並整理出評估法律 AI 工具時可追蹤的審查指標。

  14. AWS Machine Learning Blog66

    AWS 示範如何減少 Amazon Bedrock AgentCore 處理大型 JSON 的 token 用量與延遲

    AI 助理每次呼叫工具都把大型 JSON 傳進模型,會增加 token 用量、拉長等待時間,還可能讓對話塞滿資料。AWS 與 Flightscape 分享三種做法:把大型資料放到 Amazon S3,讓對話只儲存資料位置;清單先提供摘要,需要時再分頁取回;大型字典則改用精簡描述。以 23 MB 資料測試時,五題對話的 token 用量約減少 71%,平均延遲從 15.4 秒降到 3.1 秒;完整資料仍可按需讀取。

    推薦理由:文章拆解了大型 JSON 讓 AI 助理變慢、增加 token 用量的原因,並以實測比較三種減少上下文負擔的方法。

  15. Thurrott76

    Microsoft Copilot SDK 2.0 開放使用,支援在同一個程式執行多個工作階段

    用舊版 Microsoft Copilot SDK 執行 AI 助理時,每個工作階段都需要自己的容器,即使工作不需要容器也一樣。SDK 2.0 改成能在同一個程式裡執行多個彼此隔離的工作階段,各自保有狀態、憑證、工具、檔案和歷史紀錄,也不必為了建立工作階段啟動容器、程式或虛擬機器。Microsoft 表示,在 TypeScript CLI 建立工作階段的時間從 5.25 秒降到 55.3 毫秒;10 個使用者端的記憶體用量則從 1.4 GB 降到 126 MB。SDK 也提供六種架構選擇,並支援 TypeScript、Python、Go、.NET、Java 和 Rust。

    推薦理由:SDK 2.0 把多個彼此隔離的工作階段放進同一個程式,並公佈啟動時間與記憶體用量的前後差異,可用來瞭解它如何改變 AI 助理的執行方式。

  16. aihot70

    OpenClaw 結束 ChatGPT 登入測試,支援 ChatGPT Business 與 GPT-6.2 Astra、Sol

    OpenClaw 的「使用 ChatGPT 登入」功能已結束測試,使用者可以在 OpenClaw 使用自己的 ChatGPT 方案,包括 ChatGPT Business。OpenClaw 也表示支援 GPT-6.2 Astra 和 Sol。OpenAI Developers 的引用內容提到,ChatGPT Business 也能透過這種登入方式在 Notion、v0 等工具中使用。

    推薦理由:OpenClaw 結束登入功能測試,並確認 ChatGPT Business 方案可用,讓使用者能瞭解方案與新模型在這項工具中的支援情況。

  17. Replit ⠕61

    要把電腦裡的資料做成工具或報告,常得先想辦法讓開發工具讀到檔案。Replit Desktop 的 AI 助理可以處理使用者分享的資料夾,在本機建置並執行應用程式,再把整理好的報告透過 Replit 雲端分享。每次建置都會在獨立的沙盒中執行,沙盒使用 Microsoft Execution Containers 和 NVIDIA OpenShell。

    推薦理由:Replit Desktop 可讀取使用者分享的資料夾,在本機製作並執行工具,再把資料整理成可透過雲端分享的報告。

  18. AWS Machine Learning Blog60

    AWS Agent Registry 如何用自訂欄位管理與搜尋 AI 助理資源

    團隊各自描述 AI 助理、MCP 伺服器和技能時,欄位與填法可能不一致,讓審核和搜尋都難以對照。AWS Agent Registry 現在可讓管理員先訂好共用欄位、必填專案和允許的值,再由發布者與自動化工具填寫資料;系統會檢查內容是否符合規則,審核者也能根據安全掃描結果等資訊決定是否核准。文章以一個查詢帳務資料的 MCP 伺服器示範,核准後可用環境、業務單位和掃描狀態篩選資源,讓人和 AI 助理依相同條件找到符合規範的專案。

    推薦理由:文章用 MCP 伺服器示範如何統一欄位與可用值,並串起安全掃描、人工或自動審核和搜尋篩選,呈現治理流程如何共用同一套資料。

  19. Google Developers Blog81

    Google AI Studio 用 Gemini 打造可連線資料庫的 Android App

    從想法做出 Android App,常得分別處理資料儲存、登入、AI 功能和手機測試。Google AI Studio 現在能依照提示詞建立 Kotlin App,並設定 Cloud Firestore、Google 登入及安全呼叫 Gemini 的功能;資料也能在不同裝置間接續使用。開發者還能在瀏覽器裡用高畫質模擬器測試畫面和聲音,截圖交給 AI 助理修改介面,最後把 App 發布到自己的 Google Play 個人資料庫,再安裝到手機上。

    推薦理由:Google AI Studio 把資料儲存、帳號登入、Gemini 呼叫和手機測試串進 Android 開發流程,可瞭解從提示詞到可安裝 App 的做法。

  20. Rohan Paul74

    Google 的 AI 助理 Task 原本要訂閱每月 $19.99 的 AI Pro 才能使用,現在已在美國、日本、韓國、加拿大、澳洲和印度開放。使用者可以從 Chat 切換到 Task,請它打電話給商家、透過 Google Pay 結帳,或把轉寄的電子郵件變成行事曆活動。付款時會使用 Visa 或 Mastercard 的卡片程式碼,並依照使用者設定的金額上限,在按下購買前再次確認。

    推薦理由:從免費使用範圍、可代辦的日常工作與付款確認流程,能看出 Task 如何降低使用門檻並保留消費把關。