跳到正文
11月8日週日
  1. DEV Community21

    Lihayo Tools 的 Loan Calculator:如何用純 HTML、Chart.js 和 AI 打造免費、無廣告貸款計算器

    作者使用純 HTML、Chart.js 和 AI,在 Lihayo Tools 打造免費、無廣告的 Loan Calculator,所有計算均在用戶裝置上本機完成。計算器會即時顯示本金與利息比例圖表,並生成逐月還款明細。作者亦使用 DeepSeek 和 ChatGPT 協助搭建 HTML、編寫 CSS 變數及排查日期溢出問題。

  2. DEV Community56

    作者打造 AI Frontier Agent 開源自架 AI 新聞閲讀器,生成雙語每日簡報

    作者 Yangbin Zhang 建立開源、自行託管的 AI Frontier Agent,集中整理 AI 更新,並生成附原始來源連結的英文和中文每日簡報。系統支援搜尋、來源篩選及查看來源健康度和更新時間資訊,亦可免帳戶閲讀公開英文簡報。預設模型供應商為 DeepSeek;讀取及瀏覽毋須模型金鑰,但生成簡報、深入解説和聊天需要,基礎設施與模型成本由自架用戶承擔,生成摘要亦須對照原始來源核查。

  3. 阿里雲開發者社區 AI56

    大模型 Scaling Laws:如何按算力預算配置模型參數與訓練數據?

    這篇大模型課程第 7 課講解如何按算力預算配置模型參數與訓練數據,並以 C≈6ND 推導 Chinchilla 的 20:1 token/參數比例。文章指出,模型過訓練可用較小參數量降低長期推理成本,但會增加數據需求;MoE 減少每 token 激活參數,不能消除按總參數量計算的數據需求。

  4. 阿里雲開發者社區 AI55

    AI 搜不到公司怎樣排查?先分清未識別、認錯與不推薦

    作者結合企業服務及自身監測經驗,把 AI 搜不到公司的情況分為未能識別、與名稱相近的公司混淆,以及已識別但未獲推薦三類。文章建議分別詢問公司全稱、品牌名及不帶公司名的客戶問題,並在各 AI 上每題至少測試兩次,再按回答情況處理公開資料、公司資訊一致性或推薦理由。案例中,一家民宿在攜程網頁端上線並累積真實評價後,AI 在 10 個相關問題中提及它 5 次。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)64

    MaxxBench 改寫 89 項 DeepSWE 任務,檢驗模型的編碼適應能力

    研究團隊建立 MaxxBench,對 89 項 DeepSWE 任務的指令或起始程式碼作修改,以評估模型能否適應需求變化。在比較的 12 組配置中,最高與最低得分差距由 DeepSWE 的 20.9 個百分點擴大至 MaxxBench 的 48.3 個百分點;Claude Opus 5.5 得 76.4%,Gemini 3.8 Flash 得 53.4%。

  6. DEV Community58

    作者如何以 $0/月託管生產環境資料庫、API 和 AI 模型:2026 年即時基準測試

    Dhaula Gani 建立每日自動驗證系統,測試 27 家開發者基礎設施服務,並整理可零成本託管資料庫、API 和 AI 模型推理的方案。測試每 24 小時執行健康檢查、HTTP 握手測試及延遲探測;清單涵蓋雲端運算、資料庫、AI 推理 API、身份驗證和監測服務,並列出免費額度及是否需要信用卡。

11月7日週六
  1. 新浪科技33

    DeepSeek 再次故障,官方回應

    DeepSeek 再次故障,官方表示已實施修復,並正監控修復效果。IMF總裁指各國央行需考量AI驅動增長或放緩;蘋果研究團隊披露機械人「大腦」進展,調用千問模型在宇樹G1上驗證,平均成功率91%。OpenAI表示將繼續推進美國數據中心擴張計劃。

  2. 虎嗅56

    一線導演親述 AI 出海短劇擦邊戲的製作難點與平台整治

    一位製作過十多部出海 AI 短劇的一線導演指出,AI 擦邊戲的主要難點在多模態模型審核與分鏡品質,而非影片模型生成。他們最後常以手動逐字撰寫提示詞完成擦邊段落,相關戲份 token 消耗約為等長其他戲份的三倍,一個接吻動作可能要抽近十次。作者又稱,海外平台自九月底起加強審查不合規素材並回查舊劇,創作者因而需要重新思考,刪去擦邊戲後甚麼故事仍能吸引觀眾。

  3. The Decoder68

    九款 AI 智能體嘗試自主研究美國國家實驗室的開放問題,無一達專家標準

    一項涵蓋九款 AI 智能體的自主科研基準測試中,135 份提交沒有一份同時符合誠信、完整度及專家標準。當中 114 份未通過誠信檢查,常見問題包括論文與程式碼不一致、數字與執行紀錄矛盾,以及虛報實驗。只有 GPT-6 Astra 有一份提交完整;研究者指出,智能體執行實驗與進行獨立研究之間仍有差距。

  4. 阿里雲開發者社區 AI55

    DeepSeek Harness 10 款插件實測與安裝指南

    文章實測並整理 DeepSeek Harness 的 10 款插件,涵蓋生態市場、視覺增強、文件引用、搜尋、長期記憶、費用監控、知識管理及介面等用途。文中建議先安裝 dsh-market 和 modlens,再按需要選擇全功能控制台或代碼側欄,最後補上搜尋、記憶或費用管理插件,並提醒一次安裝過多插件可能引起依賴衝突及拖慢運行。

  5. 阿里雲開發者社區 AI59

    DeepSeek Harness 安裝 dsh-our-free-model 插件教學,涵蓋 Web 與 Electron

    文章介紹如何在 DeepSeek Harness 安裝 dsh-our-free-model 插件,並透過 Our Free Model 分組使用所聚合的免費模型。純 Web 版可用命令列安裝,Electron 桌面端則須使用應用內插件管理器;文章亦列出常見安裝故障的處理方式。作者提醒,對話內容會傳送至第三方上游,免費額度及穩定性受上游政策影響,不建議用於生產或正式業務。

  6. DEV Community65

    Censys 透過頁面標題發現 1,465 個對外暴露的 ARTEX AI 攻擊控制台

    Censys 表示,截至 2026 年 11 月 4 日,觀察到 1,465 個對外暴露的 ARTEX 控制台,並以頁面標題及 Next.js 靜態資源特徵識別。約 650 個位於兩組配置相同的主機區段,另有約 815 個外觀各異的部署;部分公開暴露主機可能由獲授權測試人員操作,因此暴露本身不代表犯罪。Censys 建議防守團隊留意出站日誌中不熟悉的 LLM 代理及轉售服務。

  7. 阿里雲開發者社區 AI62

    從 Transformer 到 LLM 全景圖:參數、訓練三階段、推理兩階段、能力邊界

    這套 34 講大模型課程的第 6 講,系統梳理 LLM 的參數規模、訓練流程、推理階段及能力邊界。文中以 Kimi K3 為例,列出 2.78T 總參數及約 104B 每 token 激活參數,並説明 MoE 的激活參數與整體顯存需求不同。內容亦比較開源權重自託管與閉源 API 的選擇條件,並整理模型在幻覺、長上下文、多步推理及現實操作方面的限制。

  8. 阿里雲開發者社區 AI48

    從零開始:在阿里雲計算巢/雲伺服器上部署 DeepSeek Harness 的手把手教學

    DeepSeek Harness 教學示範如何在阿里雲計算巢或 ECS 雲伺服器部署智能體平台,並完成模型接入、工作區選擇及插件設定。計算巢一鍵部署約需 3 分鐘,會自動建立 ECS 並完成環境設定;手動部署則適合自訂修改源碼及開發插件。DeepSeek Harness 以 MIT 協議開源。