跳到正文
11月21日週六
  1. DEV Community42

    AI Agent 能寫程式碼,但我們能放心讓它們在正式環境中運作嗎?

    AI Agent 已能修改程式碼、執行命令及調用 API,但具備執行能力不代表應獲準自主執行,尤其在正式環境中,操作失當可能令事故惡化。文章主張以政策與授權層分隔推理和執行,並為敏感操作加入人手審批、最小權限及審計記錄。正式環境的 Agent 亦須驗證操作結果,並記錄決策依據和執行情況。

  2. Browser Use72

    Browser Use 1.0 刪除 136,905 行程式碼,同三個模型在 BU Bench v2.1 的分數較 0.x 高 14 至 33 分

    Browser Use 發佈 1.0,刪除 136,905 行程式碼,將 24 個工具收斂為一個主要工具 python,並保留兩種完成方式。BU Bench v2.1 上,同三個模型的分數較 0.x 高 14 至 33 分;200 項任務中以固定的 180 項計分。每個模型只跑一次,且沒有單獨測試工具改動的效果。

  3. Browser Use65

    Browser Use 評測的 +5.1 分增幅,最多一半來自自身錯誤

    Browser Use 修正用於在智能體評測中運行 Claude Code 的 adapter 後,分數上升 5.1 分;其後發現評審只讀到答案中位數 2,102 個字元中的 433 個,答案截斷錯誤佔增幅 1.8 至 2.6 分。團隊重判 200 次舊基線後估算,智能體改動帶來 +2.5 分,但其區間包含零。文章建議保存評測證據、重判基線,並以相同任務作配對比較。

  4. Browser Use61

    Browser Use 兩項設定將智能體搜尋航班時間由 30.7 秒縮短至 20.7 秒

    Browser Use 表示,兩項設定把其智能體搜尋蘇黎世至倫敦三班最便宜航班的時間由 30.7 秒降至 20.7 秒。改動包括把 OpenAI 呼叫由 standard tier 改為 priority(每個 token 費用為 2 倍),以及先直接連線、網站阻擋時才改用代理瀏覽器;同一輪改動亦把 example.com 的用時由 10.3 秒降至 6.5 秒。

  5. elsewhere:文章31

    百度為何被看好成為 AI 手機贏家

    文章認為,百度憑藉過往涉足外賣、購物、旅遊等業務的經驗,以及蘿蔔快跑和百度地圖,有機會成為 AI 手機與 Personal Agent 的破局者。作者指出,傳統手機廠商依賴廣告收入,互聯網大廠則有部門利益阻礙開放生態;百度過去失敗的業務或可重新服務 C 端,由 AI 手機調用。

  6. The Decoder66

    Signal 在 iOS 27 封鎖截圖,並於 Android 啟動防護以阻止 AI 智能體讀取私人對話

    Signal 在 iOS 27 封鎖截圖,並在受支援的 Android 版本偵測到 AI 助理嘗試讀取畫面時啟動防護,以阻止 AI 智能體讀取私人對話。Apple 的 Siri AI 和 Google 的 Gemini Intelligence 等作業系統級 AI 可擷取螢幕內容,讓智能體讀取已解密訊息並在外部處理,削弱端對端加密的保護。

  7. DEV Community49

    AI 編碼助手與 AI 編碼智能體有何不同?

    AI 編碼助手在用戶編寫程式碼時提供建議和解答,由用戶完成工作;AI 編碼智能體則會接手整項任務,讀取專案、修改檔案、執行檢查命令並修復失敗之處,用戶負責審批和檢視。多步驟、涉及多個檔案或需要執行測試的工作較適合交給智能體。使用時應開啟審批、檢視差異,並在乾淨的分支上操作。

  8. DEV Community42

    智能體商務協議如何保障交易安全?

    智能體商務協議透過分層授權、付款執行、訂單與交付證據、爭議裁決及結算驗證,讓交易可供核查;付款成功本身不能證明貨品符合規格。SAAX旨在配合 MCP、A2A、AP2、x402、ACP 及 EAS,記錄協議承諾、證據、爭議流程和結算授權,而非取代它們。SAAX目前在 Base 主網支援即時 x402 付款,託管僅限測試網,且尚未完成獨立審計。

  9. DEV Community54

    作者讓 AI Agent 逐一付費呼叫 Bazaar 未收錄的 x402 端點,總費用 $6.37

    作者讓 AI Agent 逐一付費呼叫 Bazaar 尚未收錄的 x402 端點,約花 6.37 USDC,為約 160 個端點觸發結算事件。實驗開始時,作者約 220 個端點中有約 83 個已收錄;他以獨立買家錢包、每次付款上限及封鎖商家錢包作支出護欄。3 個端點因法國國家鐵路 API 整晚回傳 502 而未收錄,Agent 記錄後安排重試。

  10. DEV Community62

    2026 年 CodexBar 替代方案:8 種在 Mac 追蹤 Claude Code、Codex 和 Cursor 用量上限及重設時間的方法

    E Daugherty 比較 8 種在 Mac 追蹤 AI 編碼工具用量與重設時間的方案,包括 CodexBar、其他應用程式和 Claude Code 狀態列。各方案的服務支援範圍、介面、提醒、成本和平台要求不同;例如 CodeBurn 提供成本分析,其桌面及選單列版本預設會傳送可關閉的匿名使用報告。

  11. DEV Community61

    SDD Vault 上線,提供 MCP 伺服器讓 AI 智能體共用規格

    SDD Vault 正式開放使用,提供託管的規格驅動開發文件庫和 MCP 伺服器,讓 AI 智能體透過 MCP 讀寫共用文件。智能體可認領未被佔用的任務,系統會記錄每次文件修訂的操作者、智能體和時間;用戶則可在瀏覽器回答待解問題及審批,無須使用 Git。服務支援匯入 SDD、GitHub Spec Kit 和 Kiro 格式,並可將文件原樣匯出。

  12. DEV Community68

    如何在 VS Code 加入 MCP 伺服器:mcp.json、.mcp.json 與故障排查

    PluginStack 的指南説明如何在 VS Code 加入 MCP 伺服器,並指出兩種設定格式的檔案位置和頂層欄位不同。Portable(Copilot)格式使用 mcpServers,VS Code 格式使用 servers;輸入提示、envFile、每伺服器沙箱及開發模式只支援後者。指南亦整理設定、啟動、連線及工具呼叫的故障排查方法,並提醒儲存設定不代表 Agent 已能使用伺服器。

  13. The Decoder73

    Google Gemini Mac app 新增 Computer Use,可在背景完成桌面任務

    Google 在 Gemini Mac app 推出 Computer Use,讓 Gemini 可在背景視窗跨本機檔案、桌面應用程式及網站完成多步驟任務。用戶可選擇 Gemini 可存取的應用程式、即時查看每個步驟、隨時暫停,並預先批准關鍵操作;背景視窗設有即時聊天預覽,操作不佔用螢幕和遊標。Computer Use 今日起在美國以英文推出,Gemini Mac app 可供下載。

  14. Unite.AI52

    華為推出 OSTA 子品牌並發佈 O1 Pro AI 手機

    華為於 2026 年 11 月 20 日的品牌活動推出智能手機子品牌 OSTA(星芒),並發佈首款手機 O1 Pro,起售標價為 CNY 5,699。O1 Pro 主打小藝按使用習慣主動提供服務,示例包括推薦咖啡並完成訂購。華為表示部分功能仍在適配或待後續軟件升級;Vmall 上 12GB/256GB 版本標價 CNY 5,499,較 CNY 5,699 低 CNY 200。

  15. DEV Community39

    澳洲 AI 與大語言模型新聞|2026年11月21日

    澳洲近 24 至 48 小時的 AI 與大語言模型動態,聚焦商業化資助、AI 數據中心爭議、政府安全事件、保險智能體及運算基建。澳洲聯邦 CRC-P 計劃提供 81 million AUD 資助 30 個合作研究項目,其中逾 12 個涉及 AI。昆士蘭 Western Downs Digital Park 收到近 600 份規劃意見,約 250 名居民及土地持有人反對。

  16. DEV Community55

    用 AI 智能體編碼前要掌握的 5 個概念

    Davidayo 提出使用 AI 編碼智能體時的五個要點:管理上下文、先規劃再編碼、反覆驗證、記錄可重用的專案規則,以及接入專用工具。文中建議把工作拆成小任務、先列出步驟與涉及檔案,再透過生成、測試、檢視、修正和重測形成驗證循環。MCP(Model Context Protocol)可連接檔案、測試、文件和命令等工具,讓智能體查找、執行及核對工作,而非只靠猜測。

  17. DEV Community44

    Refunds 如何改變 Rewards API 中的客戶資格?

    客戶的一筆已完成訂單退款後,購買次數由三次降至兩次,獎勵資格因此由符合變為不符合;文章以此説明如何讓 Rewards API 讀取隨來源資料更新的資格結果。架構採用 CDC、增量 SQL 和持續維護的資格檢視,並由 AI agent 透過 API 取得當時可用的最新狀態。此設計示例不代表變更會即時可見,亦非生產環境基準測試。

  18. DEV Community76

    AI 智能體 11 分鐘內利用 MONAI Label 未知漏洞,文章提醒檢查對外開放的伺服器服務

    Amazon Threat Intelligence 報告指出,攻擊者使用自主 AI 智能體,在約 11 分鐘內由勘查公開介面轉為利用開源醫療影像網頁應用中的未知漏洞;BleepingComputer 將該應用識別為 MONAI Label。

    推薦理由:文章結合漏洞利用、暴力破解失敗案例與伺服器檢查清單,説明如何盤點公開服務、更新自架工具及限制登入嘗試。

  19. DEV Community63

    AI 智能體如何在計劃受阻時調整:Minecraft 實驗的啟示

    50 個 AI 智能體在 Minecraft 共用生存世界中接到擊敗 Ender Dragon 的目標,實驗呈現了它們在計劃受阻時的協作與應變。一個羣體在 3 小時內交換約 5,900 則訊息,並在 27 小時 14 分鐘內編寫 2,783 個程式,最終成功完成目標。文章據此建議為新規則記錄觸發事件、分級處理訊息、衡量推理時間,並處理工具無回應的情況。

  20. Baseten 工程博客39

    Baseten 面對新一代網絡攻擊的安全防護措施

    Baseten 表示,AI 模型和智能體加快了網絡攻擊速度,智能體羣可利用零日漏洞並在數分鐘內外洩數據。Baseten 以分層防禦、智能體監測及自動升級警報應對,並透過短效 token、客戶自管加密金鑰、網絡邊界設定及零數據保留保障客戶工作負載。

  21. Engadget58

    OpenAI 將 ChatGPT Space 協作空間開放予 Plus 用戶

    OpenAI 將 ChatGPT Space 擴展至每月 $20 的 Plus 訂閲用戶,Plus 用戶即日起可建立自己的 Space。用戶可上載 Pages、投影片、試算表、圖片及網站連結,並邀請他人協作;Pages 亦可透過已連接的工具自動更新。Plus 用戶目前不能在 Space 中使用 Dot agents,OpenAI 已開始讓部分 Plus 訂閲用戶測試這些 agents。

  22. OpenHands 官方博客69

    OpenHands 介紹 Model Router,按任務選擇編碼模型

    OpenHands 現已在 Agent Canvas 提供 Model Router,根據任務把工作分配至合適模型,減少每次手動選擇模型的需要。在涵蓋五類代理任務的驗證集(359 個評測實例)中,Router Pro 平均得分為 69.4、每項任務平均成本為 $1.50;Router Flash 得分為 63.5、成本為 $0.89。

  23. TNW65

    OpenAI 向部分 ChatGPT Plus 用戶測試 dots,並向美國 Business Standard 用戶推出

    OpenAI 正向少量 ChatGPT Plus 用戶測試常駐 AI 智能體 dots,並向美國 Business Standard 用戶推出。Plus 用戶的測試資格由 OpenAI 按帳戶決定,測試不涵蓋歐洲、英國及瑞士;美國合資格的 Business Standard 成員各可建立一個 dot。每個 dot 在獨立雲端電腦上運行,可在背景工作並連接數千款應用程式。