跳到正文
11月20日週五
  1. Prime Intellect51

    Prime Intellect 回顧 2026 年 RL Residency 研究成果

    Prime Intellect 回顧 RL Residency 在 2026 年支持的開放研究成果,分為評測、訓練環境和其他研究三類。項目涵蓋 Maze Bench、OpenTTD-Bench、PretrainGym、AerialSim 等;Maze Bench 中,當前最佳大語言模型在不使用編碼工具時準確率最高為 16%,使用編碼工具時最高為 23%。

  2. DEV Community58

    Claude Code 如何按英文描述構建 n8n 工作流程:設置方法及避免出錯的 4 條規則

    作者用英文描述 n8n 工作流程,由 Claude Code 在其 n8n 實例中建立,再由作者檢查。文章介紹以 n8n-MCP 提供節點文件、結構描述及建立和更新工作流程的工具,並建議先查閲節點文件、驗證後才儲存,以及複製工作流程,以樣本數據測試而不直接修改正式流程。憑證須由用戶在 n8n 中連接;涉及金錢、價格或客戶承諾時,作者建議逐行檢查 AI 節點使用的提示詞,並明確要求加入錯誤處理。

  3. Unite.AI48

    Dynatrace 調查:AI 智能體普及速度超越監督能力

    Dynatrace 調查 1,202 名企業技術領袖,87% 表示其機構在可觀測性和 IT 營運中適度或廣泛使用 AI 智能體,但只有 27% 表示目前有處理智能體決策和行動的可見度。另有 43% 認為這類可見度是重要的可觀測性要求,受訪者估計人員仍會核實平均 66% 的 AI 決策。

  4. elsewhere:文章60

    Personal Agent 是我的賽博爹

    律師以付費體驗比較 Grokbot、OpenAI Dots 和 Claude Duet,指出它們在主動性、任務跟進及上下文銜接上仍有不足。他主張 Personal Agent 應減少向用戶展示後台進度,並更深入接管電郵、日曆及日常事務。他預期,隨着 Agent 累積更多用戶上下文並取得更多權限,將可能由代辦工具演變成管理工作與生活的超級 App。

  5. elsewhere:文章43

    辦公 Agent 宣傳 DAU 沒用

    作者質疑辦公 Agent 宣傳 DAU 的參考價值,指出導流、領取積分及預設開機自啟等因素可能影響數字。WorkBuddy 稱最近七天收入按年化折算超過 5 億美元;作者按同一口徑換算,稱其最佳七天收入為 6500 萬人民幣,並建議辦公 Agent 儘快轉向 to B。

  6. Thurrott70

    Google 為 Mac 版 Gemini App 加入電腦操作能力

    Google 宣佈在美國以英文提供的 Mac 版 Gemini App 中加入電腦操作能力,可跨本機檔案、桌面應用程式及網頁完成多步任務。功能透過隔離的背景視窗執行,並在聊天介面提供即時預覽;用戶可設定 Gemini 可存取的應用程式、查看操作步驟、隨時暫停,並在關鍵操作執行前批准。

  7. SiliconANGLE82

    Nvidia 首次在 Jensen Huang 缺席的業績電話會議中呈現哪些訊息

    Nvidia 在 Jensen Huang 離任後首次舉行業績電話會議,營收按年增逾一倍,並把財政 2028 年增長展望由 70% 上調至約 75%。作者認為,Nvidia 已展示創辦人離開後仍可維持短期執行,但新任 CEO 人選及長期方向仍未明。Agent 工作負載擴大亦帶動 CPU 需求,而 Nvidia 分配系統時會考量客戶設施、供電及資金是否就緒。

    推薦理由:文章把業績指引、產品供應與 CEO 搜尋放在同一脈絡,呈現 Jensen Huang 離任後短期執行延續與長期方向未明的分野。

  8. DEV Community68

    研究支持的 5 種智能體編排模式

    文章整理五種有研究依據的智能體編排模式,包括建置與驗證分工、平行拆分任務、Best of N、多模型評議和多角色審查。一項涵蓋 652 項編碼任務的 2026 年研究發現,兩個智能體編輯重疊程式碼時,成功率比單一智能體低約 30%;任務可獨立拆分時,多智能體在金融基準的得分最多高 80.8%,但在步驟互相依賴的規劃基準低 39% 至 70%。

  9. DEV Community65

    AI 智能體與工作流程:實際工作中如何選擇

    作者主張,若能在開始前列明每一步及分支,便應採用工作流程;只有後續步驟須視乎前一步結果而定時,才在相關步驟使用 AI 智能體。作者以客服系統為例,讓程式決定各步驟的路徑,只在確實需要探索的部分使用設有步數上限的智能體。他亦建議在工具説明中寫明調用時機,並把查詢結果區分為找到、確認不存在、部分找到及無法查詢,以免把查詢失敗誤作沒有相關資料。

  10. DEV Community66

    AI 智能體為何在生產環境中失效:5 個原因及修正方法

    作者根據團隊在多語言客服電郵及即時聊天中的實際經驗,歸納 AI 智能體在生產環境中失效的 5 個原因及相應修正方法。原因包括把原始材料整批交給模型、提示詞規則互相衝突、缺少判斷所需事實、前處理刪除業務內容,以及人工審核配置不當。作者建議逐案列印並檢查模型實際收到的內容,長內容應摘要而非截斷,並按輸出能否撤回決定人工介入方式。

  11. DEV Community48

    Blanco Brand 三人核心團隊如何在 25 個項目實現五分鐘部署

    Blanco Brand 將部署時間由一小時縮短至五分鐘,平台承載 25 個項目,由三人核心開發團隊維護,服務可用率為 99.95%。團隊採用 DigitalOcean App Platform 等託管服務、重複使用相近的後端架構,並以 CI 測試把關變更。AI 模組透過 OpenRouter 接入語言模型,另設值班、警報及監控應對快速部署帶來的風險。

  12. DEV Community78

    作者以 World Labs Atlas Chisel 打造莫卧兒—都鐸宮殿,實測其 3D、遊戲與影片用途

    作者以 World Labs Atlas 的 Chisel 製作莫卧兒—都鐸宮殿,展示同一 3D 佈局如何生成風格一致的多視角圖像、鏡頭影片及 3D Gaussian splat。

    推薦理由:文章以同一座可編輯 3D 宮殿對照文字生成影片工具,展示共用場景佈局對多鏡頭一致性的作用,並交代 splat 轉網格供遊戲使用仍需清理。

  13. AWS Machine Learning Blog61

    Skyflow 與 Amazon Bedrock AgentCore Gateway 保護智能體工具呼叫中的敏感資料

    Skyflow 與 Amazon Bedrock AgentCore Gateway 結合請求及回應攔截器,在智能體工具呼叫抵達工具前去識別化資料,並按模式處理返回內容。

    推薦理由:文章以 AgentCore Gateway 攔截點為核心,對照工具、模型與文件三種資料保護模式,説明敏感資料在智能體工作流中的處理方式。

  14. TechCrunch · AI63

    Google 為 Gemini 加入 macOS 電腦操作功能,讓 AI 代用戶完成任務

    Google 宣佈為 macOS 版 Gemini 桌面應用程式加入電腦操作功能,讓 AI 可在背景操作原生 Mac 應用程式及瀏覽網站,代用戶完成多步驟任務。用戶可在聊天中透過即時預覽查看操作,並可暫停、停止或在操作執行前批准。功能初期只在美國以英文提供,需使用 Mac 版 Gemini 應用程式及 Google AI Plus、Pro 或 Ultra 訂閲。

  15. MarkTechPost56

    2026 年 13 款智能體閘道排名與比較:Kong、Bifrost、AgentCore、Arcade 等產品的 MCP、A2A 與 LLM 流量支援

    Asif Razzaq 比較並排列 2026 年 13 款智能體閘道,評估流量覆蓋、身分與授權、部署、成熟度及價格透明度。文中指出,只有 Kong、Bifrost、Gravitee 和 Prisma AIRS 原生治理 LLM、MCP 與 A2A;其他方案的 A2A 支援多為預覽、透傳或僅限 JSON-RPC。

  16. DEV Community55

    盲測依賴掃描器在程式碼審查中的結果:15 項 CVE 發現無一完全成立

    作者在自建的 Claude Code 程式碼審查插件中測試直接採用依賴掃描結果,盲測將 15 項結果歸為 10 個問題,沒有一項完全成立。其中 6 個部分成立、4 個不成立;調整三項規則後,報告由 15 項減至 5 項,但餘下 5 個仍有 2 個部分成立、3 個不成立。作者建議只有在工具確認易受攻擊函式有被呼叫時,才自動列為審查發現;單憑套件匯入或鎖檔版本,不能證明程式碼會觸及漏洞。

  17. Unite.AI47

    Everful 融資 $48.5 million Series A,擴展 AI 商務基建

    Everful 宣佈完成 $48.5 million Series A 融資,將擴展 AI 商務系統及履約基建,並加深在美國和歐洲的業務。公司每月向 60 多個國家的零售商和品牌運送逾 5 million 件商品,合作工廠超過 30,000 間。其 AI Agent 透過供求模型識別熱門產品、尋找及評估工廠,並管理訂單溝通。

  18. DEV Community63

    如何構建 AI Gateway:模型路由、故障回退、預算管理與供應商抽象

    文章説明如何構建 AI Gateway,將多個模型供應商的接入、路由、身份驗證、用量政策與故障處理集中到共用基礎設施層。文章區分任務選模、供應商路由及部署負載平衡,並説明重試、供應商回退與模型回退的不同作用。文中以 Vercel AI Gateway 和 LiteLLM 示範託管整合及自建部署,並指出預算控管、模型能力相容性和串流故障處理須按實際部署驗證。