跳到正文
11月20日週五
  1. DEV Community47

    以模型自身機率打破重排序器平分:12 題中 11 題排名第一,每題需時 95 秒

    這項重排序測試使用模型對分數 token 的機率打破平分,讓正確文章在 12 題中的 11 題排名第一,並修正兩題原本因平分而排名下降的結果。gemma3:12b 每題平均需時 94.8 秒;把評分範圍擴至 0–100 並沒有消除平分。模型自身機率只能重新排列同分項目,無法修正沒有平分的錯誤評分。

  2. DEV Community73

    報道指 Meta 的 AI 智能體 Muse 混淆對話並向錯誤用戶顯示私人資料

    Reuters 與 TechCrunch 的報道指,Meta 的 AI 智能體 Muse 混淆不同帳戶的對話,並向錯誤用戶顯示私人資料。Meta 稱事件屬個別情況,當中不少是已修正的模型幻覺;Reuters 未能確認顯示的銀行結餘是否屬於其他用戶,但一項 Signal 提醒問題在 Reuters 測試中仍可重現。文章建議在模型接觸資料前於資料層落實權限控制,並測試跨帳戶資料是否外洩。

  3. TechCrunch · AI27

    Meta 新款 Muse Charm 裝置售價或為 300 美元

    Meta 據報計劃為即將推出的 Tamagotchi 式 AI 裝置 Muse Charm 定價 300 美元,發言人未有否認相關説法。用戶可隨身攜帶或佩戴裝置,與它交談、提問及下達指令。Friend 的 AI 裝置售價為 250 美元,Amazon Bee Frontier 則售 75 美元。

  4. The Verge · AI40

    Meta 的 Muse Charm 售價或為 $300

    Meta 據報計劃以 $300 為 Muse Charm 定價;這款小型裝置設有螢幕,可讓用戶與 Muse AI agent 對話。據報裝置會附送 Verizon 的 12 個月 5G 數據計劃。Meta 正趕緊推出 Muse Charm,智能手錶的推出時間則延至 2027 年。

  5. TechCrunch · AI73

    報道指 Meta 的 AI 智能體 Muse 混淆不同帳戶對話,或暴露用戶個人資料

    Reuters 報道指,Meta 員工憂慮 AI 智能體 Muse 混淆不同帳戶的對話,並可能暴露用戶個人資料。員工稱,Muse 曾顯示他們沒有提出的育兒需求、職涯建議和商品訂單,以及不屬於他們的銀行帳戶餘額。另有員工在個人手機上收到 Muse 提醒,要求回覆姐姐在 Signal 的訊息;她表示沒有授權 Muse 存取其他應用程式,也不記得曾被詢問是否授權。

11月19日週四
  1. IT之家76

    Meta 員工指 Muse 智能體可能讀取加密訊息及銀行帳戶餘額

    Meta 旗下 Muse 智能體被指可能在未獲授權下讀取用戶私人資訊,涉及 Signal 訊息及銀行帳戶餘額。一名員工稱 Muse 提醒他回覆姐姐透過 Signal 發送的訊息;另一名員工則稱,Muse 在天氣訊息中插入其 Capital One 帳戶餘額 $2,722.58 及嘉信理財帳戶餘額 $5,899.57。Meta 稱這些是孤立事件,並表示銀行餘額資訊可能是模型幻覺,而非真實資料外洩。

    推薦理由:報道並列 Signal 訊息提示與銀行餘額資訊,亦交代 Meta 對事件是否構成真實資料外洩的回應,呈現爭議涉及的不同情況。

  2. O'Reilly Radar65

    誰在建構下一代 AI 模型?

    AI 已開始參與建構下一代 AI,方式由重試答案、改寫提示詞和累積工具,延伸至修改自身模型或程式碼。文章將自我改進整理為四個層級,並以 Reflexion、OPRO、Voyager 和 Darwin Godel Machine 等案例説明其做法。評分目標若設錯,系統可能提高分數卻沒有改善實際行為;文章認為有明確對錯訊號的程式碼和數學任務較適合這類改進循環。

  3. IT之家66

    多家銀行警告:AI 智能體代為操作金融帳戶,損失或須由用戶承擔

    多家大型銀行提醒客戶,若 AI 智能體獲準存取金融帳戶,其操作可能被視為用戶本人行為,相關損失或須由用戶承擔。Ally Bank、摩根大通(JPMorgan Chase)和花旗銀行(Citi)均發出風險提示;摩根大通提醒,已授權交易可能無法撤銷。銀行亦提醒用戶不要向 AI 工具提供用戶名稱、密碼及安全驗證碼,並指出正式授權連接帳戶與直接交出登入憑據並不相同。

  4. Rest of World57

    AI 沒有取代你的工作,而是把它變成低薪零工

    作者指出,AI 公司及外判平台正把醫生、律師和博士等專業人士納入數據生成、標註和模型評分等零工,工作安排及報酬由平台掌控。Outlier 為美國醫生提供最高每小時 $180 的工作,同類工作在菲律賓以他加祿語處理,最高每小時 $7.50。作者以委內瑞拉工人家庭的經歷及肯尼亞等地的平台關閉案例,説明任務消失或報酬下調會影響工人收入,並將這種價值由工人所在地轉移的模式稱為 extractivism。

  5. 新浪科技68

    AI 智能體擅自轉帳、購物由誰負責?多家銀行警告用戶或須自行承擔損失

    多家大型銀行警告客戶,若 AI 智能體獲準存取金融帳戶,其操作可能被視為用戶本人行為,損失或須由用戶承擔。摩根大通指出,已授權交易可能無法撤銷;多家銀行並提醒客戶,不要向 AI 工具提供用戶名稱、密碼或安全驗證碼。報道亦提到,Target 將 AI 智能體代購界定為用戶授權交易,亞馬遜則禁止 Meta 的 Muse 在其網站代購。

  6. 阿里雲開發者社區 AI66

    Personal Agent 觀察:拆解全天候運行的技術挑戰

    全天候 Personal Agent 要在對話結束後持續工作,關鍵是把任務狀態、記憶、權限和觸發條件保存在會話之外,而非單靠更強的模型。文章從長任務恢復、身份與權限、記憶管理、工具安全及任務驗證等方面梳理工程要求,並比較多款產品與相關研究。作者認為,中國市場較可能由各平台發展生態內嵌的個人智能體,企業端則走向數碼員工。

  7. 新浪科技50

    Meta 暫停 1:2 拆股計劃,先處理相關法律訴訟

    Meta 向美國特拉華州法院提交文件表示,在投資者提起的法律訴訟了結前,不會執行此前宣佈的 1:2 拆股計劃。該計劃擬讓股東在現有股票以外取得等量、沒有投票權的 C 類股票,以便出售新股並維持控制權,為 AI 業務投資籌集額外資金。包括美國加州教師退休系統和丹麥養老集團 PFA 在內的投資者認為,董事會獨立性存疑,設立 C 類股份亦可能損害一般股東利益;審判定於 2027 年 4 月開始。

  8. DEV Community54

    FINAL-Bench 混淆 Shell 安全度排行榜實測 20 個模型,GPT-6.1 Terra 平衡準確率 99.5 居首

    FINAL-Bench 的混淆 Shell 安全度排行榜評測 20 個模型,GPT-6.1 Terra 以 99.5 平衡準確率排名第一,Kimi K3.1 Pro 是開源模型之首,得分 97.9。評測使用 221 條保留命令,每條評分 3 次並以多數決定結果,沒有 AI 評審。榜單指出,各模型的差距主要在正常命令通過率;穩健性測試中,Kimi K3.1 Pro 以 99.3 居首。

  9. Timothy B. Lee:Understanding AI56

    19張圖表解釋AI現況

    文章以19張圖表梳理AI對美國及全球日益擴大的影響,涵蓋投資、收入、企業採用、用戶及晶片需求。2026年第三季,Meta、Amazon、Oracle、Google及Microsoft的資本開支合計$230 billion,較2025年第三季增加118%。

  10. Ars Technica · AI75

    內部聊天顯示 Meta 員工憂慮 Muse 侵犯私隱

    Reuters 報道披露的 Meta 內部聊天顯示,員工曾憂慮 Muse AI 智能體讀取私人訊息、混淆對話,並可能分享敏感資料。Meta 稱員工標記的部分帳戶混淆訊息屬模型幻覺,相關錯誤已修復;Reuters 無法確認 Muse 是否曾提供他人銀行資料。