跳到正文
11月10日週二
  1. 阿里雲開發者社區 AI55

    阿里雲 DomainCLI 整合域名與建站管理,並支援 MCP 接入 AI Agent

    阿里雲 DomainCLI 把域名管理與萬小智建站操作整合至同一命令列工具,提供 107 條指令、22 個命令組,並可透過 MCP 接入 AI 客戶端。DNS 等寫入操作預設先顯示預覽,須加 --confirm=true 才提交;自動續費另需 --ack-future-charge,購買、續費、贖回和轉入則由用戶在官方訂單頁確認。

  2. 阿里雲開發者社區 AI36

    從「能答」到「能辦」:阿里雲瓴羊Quick Service的務實評估與客服系統選型界線

    阿里雲瓴羊Quick Service透過直連後端API,在對話中執行修改地址、催促發貨及退換貨等售後操作,核心差異是由「能答」走向「能辦」。系統支援十多款模型,並提供公有雲SaaS、混合雲及私有化部署。它適合售後執行複雜、需要多系統協同的企業,並非追求極簡啟動的個人或微型團隊之選。

  3. 阿里雲開發者社區 AI39

    如何挑選股票行情 API:從報價看板需求到 Python 樣本檢查

    文章以美股自選報價看板為例,説明如何按頁面功能、數據口徑和驗收條件挑選股票行情 API,並使用 TickDB 的 AAPL.US 樣本檢查報價、盤口與最近成交的數據結構。文中提供數據需求表、取得樣本的方法及 Python 3.10+ 檢查程序;檢查只涵蓋已保存樣本,不驗證持續更新、帳戶權限或客戶展示條件。

  4. 新浪科技44

    小米與北京大學發布《物聯網設備模型(Thing Model)技術白皮書》,開放11.6億台設備經驗

    小米科技聯合北京大學發布《物聯網設備模型(Thing Model)技術白皮書》,公開在11.6億台設備上驗證的技術和經驗。白皮書提出四層物模型架構、Dynamic Service 動態服務機制及面向 AI 智能體的「能力契約」,並支援 MCP、Function Calling 等接口對接。小米表示將配合國家相關標準建設,推動 IoT 行業的 AI 智能化演進。

  5. 阿里雲開發者社區 AI31

    企業如何應用 BI 系統落地業務場景:從數據到洞察

    Quick BI以「連得上、對得齊、問得到、落得下」四步,説明企業如何打通多源數據、統一指標口徑,並將分析洞察接入業務流程。2026年8月,Quick BI完成AI-native架構升級並發布AIPro版本,智能小Q可透過對話分析、歸因和多輪追問,最快10秒內完成取數。AIPro亦支援智能巡檢及MCP連接器,讓分析結論融入OA工作流。

  6. 阿里雲開發者社區 AI28

    2026 年數據分析工具選擇指南:從入門到精通

    阿里雲瓴羊 Quick BI 以入門、進階、精通三階段,梳理數據分析工具如何配合用戶成長,並與 Power BI、Tableau、Qlik 等產品作場景化比較。Quick BI 於 2026 年 8 月完成 AI-native 架構升級並推出 AIPro 版本,涵蓋分析、理解、行動、可信度及成長性。文章建議按業務瓶頸選工具,而非追求功能堆疊。

  7. IT之家42

    小米聯合北京大學發布《物聯網設備模型(Thing Model)技術白皮書》,開放 11.6 億台 AIoT 設備技術經驗

    小米科技聯合北京大學編寫的《物聯網設備模型(Thing Model)技術白皮書》正式發布,分享小米超 11.6 億台 AIoT 設備的規模化實踐。白皮書提出四層物模型架構與 Dynamic Service 動態服務機制,並制定面向 AI 智能體的「AI 友好物模型」標準。小米宣佈向全行業開放相關技術和經驗。

  8. 阿里雲開發者社區 AI57

    Skill 與 MCP 的分工:測試工程師應把重點放在編寫 Skill

    文章主張,AI 測試中的 MCP 提供外部工具能力,測試工程師則應透過 Skill 明確團隊測試流程、品質判斷和停止條件。登入接口示例涵蓋需求確認、場景矩陣、HTTP 狀態碼、業務碼及數據狀態三層斷言和結果上報;Skill 應把業務規則與 MCP 實作分開,並寫清觸發及終止條件。

  9. DEV Community54

    AI 助手解讀 CPI 報告時的三個陷阱

    文章指出,AI 助手解讀 CPI 報告時的三個陷阱是混淆總體與核心數據、忽略同比比較缺失月份,以及混用季節調整口徑或月份標籤。2026 年 9 月總體 CPI 按月升 0.6%、按年升 3.7%,核心 CPI 分別升 0.3% 和 2.6%;2025 年 10 月因政府停擺而沒有發布數據,令 2026 年 10 月同比缺少去年同月數值。

  10. 阿里雲開發者社區 AI53

    漏續域名後,阿里雲 Domain CLI 讓 AI Agent 協助管理域名

    阿里雲 Domain CLI 將域名管理操作整合為 107 條標準化指令,供 AI Agent 以自然語言調用並編排流程。指令涵蓋查詢、註冊、續費、DNS、備案等,並可透過 CLI 或 MCP 接入 Agent。Agent 負責查詢、整理和推進流程,付款、備案所需的主體資料及高風險操作仍由用戶確認。

  11. 阿里雲開發者社區 AI54

    2026 年阿里雲雙 11 活動指南:輕量、ECS、GPU 雲端伺服器及 AI 優惠

    阿里雲 2026 年雙 11 活動指南整理輕量伺服器、ECS、GPU 伺服器及 AI 服務的優惠,並按短期測試、長期部署和模型 API 調用列出選購方向。文中列出輕量伺服器新客 38 元/年、ECS e 實例 99 元/年及 Token Plan 新客首購低至 5 折,亦整理續費、計費和額度使用限制。

  12. DEV Community34

    為何 AI Agent 需要確定性的統計引擎:Vinkius Agent A/B Test Calculator

    Vinkius 在連接器目錄加入 Agent A/B Test Calculator,為 AI Agent 提供確定性的統計分析,協助判斷實驗結果是否顯著。工具涵蓋頻率學派分析、貝葉斯推理及實驗規劃,可計算 p 值、信賴區間、樣本量和預計測試時間。連接器在隔離的 V8 沙盒中運行,並透過 MCPFusion、HMAC 稽核鏈及 DLP 檢查提供治理保障。

  13. DEV Community50

    共享 AI 工作台也會出現設定漂移:模型別名、MCP 工具與存取範圍的示例審核計劃

    文章提出一套審核共享 AI 工作台設定漂移的示例計劃,涵蓋模型別名、MCP 工具及存取範圍;計劃並未在實際部署中執行,也沒有聲稱取得任何結果。方法包括整理各工作區的設定清單並比較差異,再以應該被拒絕的請求測試權限。自我託管不會改變外部模型供應商或 MCP 伺服器可能接收工作區資料這一點。

  14. DEV Community61

    團隊共用 AI 工作台的五個迷思與數據流盤點方法

    文章梳理團隊共用 AI 工作台的五個迷思,並提出按每個部署逐跳盤點數據流的方法。盤點涵蓋用戶端至工作台、工作台至模型供應商、MCP 伺服器及遙測等四個環節,要求每行列出負責人和審查日期;文章提醒,自行託管工作台不會自動令外部模型或工具供應商停止接收資料。文中以 MonkeyCode 的 MonkeyAI 作為項目背景,並披露文章是 MonkeyCode 的產品推廣內容。

  15. 阿里雲開發者社區 AI49

    阿里雲 AI 雙11優惠:Qoder CN 首月 19.9 元,Token Plan 低至 5 折

    阿里雲推出 2026 年雙11開發者優惠,Qoder CN 首次訂閲低至 19.9 元/月,Token Plan 限時低至 5 折,並全面支援 Qoder CN 調用。節省計劃適用 150+ 款直供模型,可抵扣 Qwen3.8-Max,包季低至 4.5 折。活動亦提供 Agent 接入百煉能力的方式,以及多款 AI 生產力產品和 Agent Studio 抵扣包優惠。

  16. DEV Community46

    Sentinel-IR 0.4:30 秒看懂有哪些新功能

    Sentinel-IR 更新加入 Python 支援、原生程式碼偵測及 AI Agent 審計記錄。sentinel-ir 0.4.5 分析 1 MiB JavaScript 檔案約需 5 s,較以往約 170 s 快;sentinel-ir-mcp 0.4.6 可排除指定資料夾,並記錄 Agent 請求及所讀取檔案的 SHA-256。瀏覽器遊樂場毋須安裝,程式碼留在用戶裝置上。

  17. 阿里雲開發者社區 AI53

    五則安全事件顯示智能體攻擊走向流水線化,AI 基礎設施亦受波及

    本期五則網絡安全事件顯示,攻擊執行正由人的手藝轉為智能體流水線,入口仍包括未修補漏洞、預設口令及暴露接口。一套智能體框架在操作者極少輸入下連續兩週攻擊一家歐洲電信商及其託管的十三家機構;另一名操作者以十二個智能體將行動擴展至十一個國家的數百家組織。另有三項評分九點八的漏洞被列入已知被利用目錄,修復期限為三天;AI 推理服務與 MCP 介面的事件則涉及未完成模型權重、數據集片段及會話令牌。

  18. DEV Community33

    Jarvis Nelson Osorio:為甚麼輕量級 AI Agent 執行環境至關重要

    Jarvis Nelson Osorio 主張,AI Agent 執行環境應採用精簡、沙盒化設計,並以明確權限限制可存取的檔案系統和 Shell。輕量級執行環境可讓 Agent 在手機、單板電腦等邊緣硬件上運行,並配合內建記憶管道及 MCP 連接工具。對能執行交易操作的 Agent,他建議採用權限分隔、不可由 Agent 修改的日誌及不可逆操作的提議與審批機制。

  19. DEV Community66

    大語言模型如何造成安全漏洞,以及如何預防

    文章將大語言模型的安全問題分為兩類:模型生成程式碼帶來的漏洞,以及模型整合到產品後因系統使用方式造成的漏洞。生成程式碼常見問題包括缺少授權檢查、不安全的預設設定和虛構依賴套件;產品功能則面對提示詞注入、資料外洩及工具權限過大等風險。文章建議以程式碼審查、安全檢查和依賴套件核查降低生成程式碼風險,並限制工具權限、隔離租戶資料、驗證模型輸出及持續進行對抗測試。