跳到正文
今天11月22日週日276 則
  1. IT之家44

    閒魚:2026 年第二季度日活增長 23%、訂單增長 29%,AI 成為核心增長動力

    閒魚表示,2026 年第二季度日均活躍用戶同比增長 23%,訂單量同比增長 29%,AI 技術成為本季度訂單增長的核心動力。智能定價、自動生成商品描述及精準買家匹配等 AI 功能降低交易門檻,買賣雙端智能體則提升複雜服務交易的供需匹配效率。過去一年,閒魚服務類訂單增長 87%,AI 編程、AI 漫劇等相關服務訂單增長 157%。

  2. DEV Community50

    測試通過只是主張:用收據核驗 AI 智能體修補前後的測試結果

    Nexus Foundry提出以收據核驗 AI 智能體修補結果的方法,將修補前後的測試結果封存,確認指定測試是否由失敗轉為通過。修補前後結果分別存為 before.jsonl 和 after.jsonl,收據包含兩份檔案的雜湊、測試套件名稱及前後 commit SHA,任何人都可重新計算雜湊核對記錄未被修改。

  3. DEV Community69

    Claude Code 和 Cursor 的免費網頁搜尋 MCP 伺服器:免 API key 選項比較(2026)

    Atakan Elik 整理了 Claude Code 和 Cursor 可用的免費網頁搜尋 MCP 伺服器,並比較免 API key、帳戶及自架要求。DuckDuckGo MCP 在本機執行,Exa 和 Clawifi 提供免 key、免帳戶的託管搜尋;SearXNG 需要自備或選擇執行個體,而 Jina Reader 免 key 可讀取網頁,但搜尋需要 key。

  4. DEV Community61

    如何保障 Retell 語音智能體安全:伺服器端身份核驗、函數權限限制與對抗測試

    Nabeel Hassan 提出 Retell 語音智能體的上線前安全檢查方法,主張把語音端點視為公開 API,並以架構控制而非只靠提示詞防護。措施包括在後端核驗身份、限制函數權限、驗證請求簽章,以及按租戶隔離資料;文中附有 Node 自訂函數範例。他亦建議以對抗測試檢查提示詞洩漏、未授權資料查詢和異常預約,並限制通話錄音及逐字稿的存取。

  5. DEV Community45

    編碼智能體的兩道防護:PreToolUse hooks 與付款就緒度審核

    作者為編碼智能體設定兩道防護:以 PreToolUse hooks 和憑證取代提示詞或模式匹配,並審核接受智能體付款的產品。三個 Python hooks 會攔截工具呼叫,阻止讀取敏感資料、執行破壞性命令及修改資料庫結構。付款審核掃描器按支付相關訊號評為 READY、PARTIAL 或 NOT_READY,並標明結果只反映訊號是否存在,不能確認其正確性。

  6. DEV Community51

    Ploink 推出本機部署按鈕,讓 AI 智能體透過 MCP 請求部署

    Petar Slovic 推出免費開源 Mac 應用程式 Ploink,讓用戶按下專案按鈕,在本機執行自訂部署命令。Ploink 可透過 MCP 接收 AI 智能體的部署請求,用戶可逐個專案設定是否先行確認;智能體只能觸發已設定的按鈕,不能執行任意命令。0.3.2 版會識別 dry run,並將成功但未部署的試跑標示為 DRY RUN OK。

  7. 阿里雲開發者社區 AI53

    阿里雲 Qwen3.8-Max 模型指南:免費 Tokens、能力、價格、限流、上下文與工具調用

    阿里雲開發者社區文章整理 Qwen3.8-Max 在百煉平台的模型能力、上下文規格、計費及地域限流資訊。模型採用 2.4 萬億參數 MoE 架構,可輸入圖像、文字和影片並輸出文字,上下文長度為 1,000,000 tokens;華北2(北京)按量價格每百萬 Tokens 分別為輸入 12 元、輸出 36 元。

  8. DEV Community56

    企業如何審計自主 AI Agent:五項記錄與核查做法

    企業審計自主 AI Agent 可採用五項做法,包括由連接器在執行時為每次工具調用生成記錄,再由審計者在供應商儀錶板外抽樣重算。作者披露自己負責 Zambo 營運,並以 AER-1 收據及交接記錄示範核查;文章建議優先檢查失敗、拒絕、未核查和缺失項目,分開保存批准與接收記錄,並提供穩定公開連結。

  9. DEV Community46

    甚麼是 AI 智能體的信任層?

    AI 智能體的信任層以公開的 AER-1 格式、每次工具呼叫生成的收據、政策及接受記錄、符合性測試集和免費驗證,讓依賴方核查執行記錄,無須信任智能體或付費、開設帳戶。AER-1 kit 1.5.7 包含 143 個測試向量及 146 項檢查。收據可證明結果記錄在雜湊後沒有被更改,但不能證明結果正確。

  10. DEV Community48

    如何評估 AI 智能體是否做好工作?

    評估 AI 智能體的工作,應分開核實工作是否按記錄執行、輸出是否符合預設標準,以及結果是否帶來實際影響。執行核實可重算收據中 canonical bytes 的 SHA-256,並與 output_hash 比對;輸出質素則按事前訂立的準則評分。收據只能證明結果記錄未被改動,不能證明結果正確,評估結論應記錄在工作紀錄中。

  11. 阿里雲開發者社區 AI52

    AI Agent 工具調用不能只靠 Mock:一次第三方介面欄位漂移後的契約治理

    團隊在第三方物流介面欄位和配送狀態值漂移、令售後 Agent 無法將物流單號及配送狀態寫入 CRM 後,採用 API 閘道做通用契約校驗,並由 SDK 負責業務適配和版本化映射。方案亦涵蓋發布前契約測試、運行時 JSON Schema 校驗、熔斷降級與隔離佇列;第三方修復後可回放原始事件,並以冪等鍵避免重複寫單。

  12. DEV Community79

    AI 智能體自行發現零日漏洞,約 11 分鐘內取得 root 權限

    Amazon Threat Intelligence 公佈的一宗入侵紀錄顯示,AI 智能體在無人決定下一步的情況下,自行發現零日漏洞並加以利用,約 11 分鐘內提升至 root 權限。另一項針對大學 Redis 伺服器的操作持續約 16 小時、採取 148 個連續行動,仍未成功。文章指出,兩次操作顯示智能體會串連技術、重試及重新規劃,但也可能長時間無功而返。

    推薦理由:文章對照約 11 分鐘內成功取得 root 權限的攻擊鏈與持續 16 小時仍失敗的操作,呈現智能體自主串連技術和反覆嘗試的兩面。

  13. IT之家49

    報告:美國會計業 AI 採用率高,但技術整合成熟度不足

    沃爾特斯克魯威爾税務與會計的報告指出,美國會計業廣泛採用 AI,但多數事務所尚未具備將技術全面融入業務的能力。調查中,88% 的受訪從業者日常使用生成式 AI,68% 使用智能體 AI;完成數碼成熟度評估的事務所中,只有 13% 達到技術領先門檻。報告指出,下一步挑戰是推動業務營運變革,而非只在現有流程中增加 AI 工具。

  14. 新浪科技51

    AI 重塑電商業務?消費者目前仍「只看不用」

    AI 智能體購物尚處早期探索階段,消費者較常用 AI 評估商品,透過 AI 完成購買的比例仍低。Attentive 對超過3000名美國消費者的調查顯示,88%曾用 AI 助手完成至少一項商品評估任務、58%曾用它尋找商品推薦,但最終透過 AI 購買者僅佔10%;國內調查中,受訪者接受 AI 整理資訊、比價及計算優惠的比例為70%,下單則為37%。

  15. DEV Community60

    如何找出 AGENTS.md 中已失效的命令

    這篇教學提供一個唯讀 Python 腳本,檢查 AGENTS.md 中以反引號標示的命令是否仍指向存在的腳本、Makefile 目標或檔案。腳本支援 pnpm、npm、yarn scripts、make 目標,以及 bash、sh、python、python3、node 的檔案參數,不會執行命令,並可在 CI 或 pre-commit hook 中以錯誤碼 1 令步驟失敗。

  16. DEV Community36

    AER-1 是 IETF 的官方標準嗎?

    AER-1 目前不是 IETF 官方標準,而是修訂版 26 的 Internet-Draft,目標是成為 Informational RFC,尚未獲 IETF 工作組採納或發佈。功能方面,AER-1 提供包含 143 個測試向量和 146 項檢查的公開一致性測試集,並有獨立實作及跨框架互通測試作為驗證證據。形式上的標準地位不影響收據雜湊驗證的計算結果。

  17. 阿里雲開發者社區 AI44

    概率不是結論:把 AI 判斷接入測試的責任線

    Jev 是面向測試自動化決策判斷的輕量級模型,按元素表輸出是非、評分、單選及定位結果與概率分佈。概率只作證據,測試程式以 pytest 斷言和閾值決定是否通過,讓判據可配置、可審計及可重現。Jev 負責判斷,LLM 負責生成;元素表限制模型只能選擇頁面上已觀測到的控件。

  18. DEV Community69

    中小企業 AI 智能體部署三分法:立即部署、加設護欄或暫緩

    作者提出一套供中小企業使用的 AI 智能體三類部署框架,按工作輸出是否可見、是否涉及多智能體協作及是否無人值守,分為可立即部署、須加設護欄及暫緩。協作型智能體應設人工升級渠道、由企業持有的審計紀錄、明確的工作交接約定及人工控制;無人值守的資金轉移等則應設指定人工檢查點或暫緩。作者建議用 30 分鐘盤點所有智能體和自動化,並每季重新分類。

  19. DEV Community58

    智能體編碼下,工程保障如何承接程式碼脈絡

    Hayati認為,智能體已開始編寫大部分程式碼,團隊雖仍掌握系統大局,卻更難追蹤程式碼細節,需要靠測試、ADR 和檢查承載程式碼背後的原因。文中引用 Thoughtworks 一項為期一週的實驗,團隊無人手寫程式碼,約三分之二時間用於梳理領域、劃定邊界和規劃,約三分之一用於測試、合約、架構檢查及交付流程。