跳到正文
11月21日週六
  1. 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。

  2. DEV Community72

    作者分享為 Claude Code 設置的八項工程護欄

    作者分享為 Claude Code 設置的 8 類工程護欄,涵蓋分開審批建置與發布、以截圖核對視覺改動,以及只合併通過 CI 的指定提交。他也用自動化測試固定格式與長度規則,並要求每項用戶可見改動附上更新説明;部署後只在開發環境核查,避免觸碰正式環境或修改真實資料。

  3. SiliconANGLE32

    智能體 AI 為何正推動雲端運算迴流本地部署:自有而非租用

    智能體 AI 工作負載帶動運算需求上升,令企業重新權衡租用與自有運算資源,並推動雲端運算迴流本地部署。經濟效益是企業選擇本地部署的主要原因,模型存放位置則關乎數據治理和能否避免數據離開企業。Oxide 移除機架上的 UEFI BIOS 和 baseboard management controller 以縮小攻擊面,並從設計之初加入公有雲級多租戶隔離。

  4. DEV Community41

    Project MANNA 構建瀏覽器原生 Iconic CAD 與 MRL-2 證偽編譯器

    Project MANNA 建成並推出零安裝的 Iconic CAD + MRL-2 知識缺口編譯器,將零件圖示、互動式 2D/3D 工作區及預先註冊的物理停測門檻整合在瀏覽器中。工具支援下載 1:1 DXF 切割圖及 CSV 物料清單,並以 CC0 1.0 公有領域發布。項目目前處於 MRL 2 / TRL 2,10 道實體測試關卡均未製作或測試;Gate 1 預算為 $220。

  5. O'Reilly Radar45

    AI 本週焦點:AI 面臨下一次現實考驗

    AI 在企業中的角色日益擴大,暴露出新模型無法單獨解決的挑戰,涵蓋智能體限制、NVIDIA 領導層變動,以及提升 AI 系統可靠性的研究。航空公司、銀行和零售商限制外部智能體,企業亦須處理未經授權交易的責任問題。研究人員提出 WikiTrace,並探索以模型內部訊號辨識不確定性,協助診斷和修正 AI 系統的錯誤。

  6. DEV Community60

    AI 智能體支出上限如何設定?實測建議把限額設在計量層,而非提示詞

    為 AI 智能體設定支出上限,應把限制放在不可由智能體修改、並在工具呼叫時執行的計量層,而非系統提示詞。作者在 https://zambo.dev/mcp 實測,同一工具第 5 次呼叫遭拒時,工作仍獲保存;拒絕訊息列明 $0.99 可解鎖 24 小時,收據亦可核查。這項限制只涵蓋該端點的工具支出,不包括模型供應商的 token 費用或智能體使用的其他 API。

  7. DEV Community61

    AI 智能體如何把評估注意事項變成產品賣點

    作者追查一項產業分類服務的 AI 智能體如何把只適用於評估資料集的注意事項,逐步變成面向潛在客戶和 CEO 的產品訊息。這項注意事項源於一組約 500 間公司的評估資料集,服務得分為 54%;其標籤按公司名稱推導,因此作者認為這是評估方法的警告,而非產品賣點。測試中,角色提示與產品故事仍有 3/5 份示範指南照搬舊 runbook 的句子;改寫該來源文件後,5 份指南均不再沿用。

  8. DEV Community57

    Sandscale Vault 與 DLP 如何協同管理智能體憑證洩漏風險

    Sandscale 説明 Vault 以執行時注入憑證,並在執行或租約結束時令其失效;DLP 則掃描提示詞及 MCP 工具調用,阻止匹配到的敏感內容外傳。但沙盒內的程式仍可讀取環境變數,文件亦未説明命令輸出或磁碟檔案是否會受掃描。文章建議使用短效、窄權限憑證,並為高風險操作設定審批。

  9. TNW64

    Meta 將 Muse AI 智能體加入 Chrome 側邊欄,已有 200,000 人使用

    Meta 將 Muse AI 智能體加入 Chrome 側邊欄,Alexandr Wang 表示已有 200,000 人使用。Muse 會在用戶自己的 Chrome 瀏覽器中操作,且只在其分頁羣組內活動;Meta 表示它看不到已儲存密碼、瀏覽記錄或 Chrome 設定,但 Chrome Web Store 條目提醒它可能採取意料之外的行動,活動亦可能顯示於用戶的 Google 帳戶。

  10. DEV Community66

    作者分享如何編寫 CLAUDE.md,以新開發者入職思路引導智能體

    作者分享如何編寫 CLAUDE.md,將其定位為補充程式碼無法表達的團隊意圖和工作方式,而非程式碼庫説明文件。他建議手寫並保持精簡,避免使用 /init、重述程式碼已能提供的資訊,或記錄可由腳本確定檢查的規則;文件應寫下團隊價值、產品用語、智能體行為要求及模型分工。文中亦以作者團隊為例,説明調查和提問應維持唯讀,並按模型變化及反覆出現的修正持續更新文件。

  11. Runway:News(網頁)78

    Runway 分享如何逐步建成以智能體運作的軟件工廠

    Runway 逐步讓智能體承擔編碼、CI、審查、批准、QA、故障修復及流程協調,打造一條以智能體為主的軟件交付流程。10 月合併的拉取請求中,38% 由雲端智能體推動。核心 API 儲存庫首次批准的等候中位數,由 9 月逾兩小時降至 11 月中約 5 分鐘。

    推薦理由:文章逐站交代智能體如何接手編碼、審查、批准、QA、故障修復與協調,並説明以風險分級及量化指標控制交接。

  12. OpenAI Developers:Blog61

    OpenAI Agents API 示範如何為個人智能體加入時間感知及非同步輸入

    OpenAI Developers 介紹如何在 Agents API 中使用時間感知及非同步函數工具,讓個人智能體在等待用戶澄清時繼續研究,並按期限交付簡報。文章以 15 分鐘後開會、12 分鐘內交付簡報為例,示範提問、接收回答及處理逾時的流程。另提供 Responses API 循環的實作方式,在每次模型請求前更新當前時間,並由應用程式計時管理交付期限。

  13. Unite.AI34

    AI 如何擴大企業安全規模,又應擴大甚麼?

    AI 智能體可協助企業安全團隊調查警報及處理重複工作,但擴大處理規模不一定能提升威脅偵測或應對能力,關鍵在於融入組織情境。企業可透過微調、檢索、記憶、工作流程編排及政策控制提供情境,並按風險劃分智能體的自主權和人手審批界線。評估成效應着眼於調查準確度、誤報與漏報率、處理時間及每次調查成本等結果。

11月20日週五
  1. DEV Community64

    刪掉一行程式碼令 AI 安全修補失效,CI 攻擊測試攔截折扣漏洞

    作者在 AI 支援智能體實驗中,把已知攻擊寫成測試並納入 CI,成功攔截重構時被刪除的折扣上限檢查。加固版的 5 項測試全部通過,重構版則有 1 項失敗;GitHub Actions 會在每次推送及 pull request 執行測試,並以測試失敗阻止合併。實驗使用離線模型以確保每次結果一致,並建議為每種已知攻擊設置失敗測試,同時確認正常折扣仍可使用。