實驗室一週:七款追逐光影的遊戲
Dicey 本週推出七款以光影與深度為主題的遊戲,並加入每款遊戲都要勝過前一日作品的新規則。WebKit 團隊於 11 月 16 日展示 spatial CSS 開發者預覽,可在 Safari 的 visionOS 27.3 中透過功能旗標啟用;這仍是提案,尚未可供正式使用。
Dicey 本週推出七款以光影與深度為主題的遊戲,並加入每款遊戲都要勝過前一日作品的新規則。WebKit 團隊於 11 月 16 日展示 spatial CSS 開發者預覽,可在 Safari 的 visionOS 27.3 中透過功能旗標啟用;這仍是提案,尚未可供正式使用。
文章示範如何透過 Rudow 的原生 MCP 伺服器,讓 Claude Code 直接查詢日誌,減少手動搜尋和貼上。連接後,Claude Code 可使用 17 個唯讀工具;作者以模擬結帳後端測試,定位到部署 #842 後資料庫連線池耗盡,回滾至 #841 後錯誤停止。診斷引用日誌錯誤和時間線,也明確指出未能確認的較早部署故障,以及失敗扣款總數。
作者提出降低生產環境 LLM 成本的方法,建議按功能追蹤 token 用量及費用、快取靜態提示詞內容,並按任務複雜度將請求路由至不同模型。文章指出,提示詞快取通常可節省 40-80%,動態模型路由常可減少 40-70% 成本。文中亦建議壓縮提示詞,並以批次 API 處理非即時工作,通常可享 token 費率 50% 折扣。
阿里雲 2026 年雙十一 AI 採購指南匯總 Token Plan、千問辦公、Qoder、萬小智及秒悟五類產品的價格與優惠。產品價格由 9.9 元起,優惠包括新客首購五折、首月特價及首年折扣。五款產品分別涵蓋模型訂閲、辦公、編程、建站及應用生成,亦可組合購買。
作者檢視 25 個相關項目的文件後指出,開發環境領域正轉向支援背景智能體執行程式碼,既有工具分類未能反映這項變化。Gitpod 現為 Ona,新客戶註冊已關閉,文件改為引導用戶開始使用 Codex;文章並將工具分為核心隔離、執行環境與映像、環境宣告及託管環境四層。作者以自建工具為例,提出環境宣告只選版本、下載來源由執行器固定,並限制子程序可繼承的環境變數。
Sandscale 發佈開源專案 sandscale/agent-quickstart,示範把 AI 智能體撰寫的程式碼放進每次新建的 Firecracker microVM sandbox 執行,完成後即丟棄 sandbox。
Muhammad Abdullah Shah 開源了一套供 AI 智能體使用的證據優先除錯技能,規定每次再次嘗試修復前,必須先指出上一輪取得的新事實。作者以一次生產事故説明其背景:DNS 記錄指向私人網絡地址,外部用戶因此無法連線;本地檢查正常,前端和後端日誌對照後,問題在 10 分鐘內修復,事故消耗了每週 token 預算的 6 至 7%。
Helsing 在柏林藝術中心 Kraftwerk Berlin 舉辦 AI 目標識別系統 Clarity 發佈活動,引發當地樂迷及電音社羣抗議。系統利用無人機、衞星和感測器收集的數據鎖定目標,最終打擊行動仍由人類審批。Kraftwerk Berlin 承認出租場地是嚴重判斷失誤,並承諾調整商業租賃部門的預訂政策。
Luke Shin 在 Kiroween 2026 以 Kiro 製作「820」付款檔案核對工作台,讓程式負責判定、Agent 只解説已計算結果。工作台依 COBOL copybook 的位元組偏移解析固定寬度檔案,再核對貨幣總額、記錄數、參考資料和結算日期;測試套件共有 311 項測試,其中 31 項為屬性測試。
Sandscale 創辦人表示,Sandscale 現為每次 AI Agent 執行配置獨立 Firecracker microVM,每個執行環境使用自己的核心,且與其他執行環境不共享內容。
AI 智能體可觀測性沒有單一最佳工具,選擇取決於要即時追蹤執行過程,還是事後提供可驗證的執行紀錄。LangSmith、Langfuse、AgentOps 和 Helicone 適合追蹤、除錯及評估;事後舉證則需要收據紀錄。Zambo 的 AER-1 標準以 SHA-256 驗證已儲存紀錄有否被更改,但不能證明紀錄中的答案正確。
作者以 Zambo 示範,透過工作逐步寫入的執行紀錄,即時查看 AI 智能體已完成的呼叫及保存結果。示例中的三步工作各有收據,雜湊鏈可供第三方事後核對,無需帳戶。這種追蹤不會顯示智能體的私有推理;收據只能證明紀錄保存後未被更改,不能證明智能體所述行動屬實。
AER-1 為 AI 智能體問責提供可核驗的收據標準,讓任何人都能檢查記錄及其雜湊值。它是 IETF Informational Internet-Draft,並非 RFC 或 IETF 共識;公開測試集包含 143 個 vectors、146 項檢查,另有獨立實作者驗證測試結果。
Strata 0.2.18 為騰訊混元 Hy4-Flash 加入原生支援,官方入門配置要求 64 GiB 系統記憶體,並提供 SQ-64、SQ-96、SQ-128 三檔量化。
王強從 Anthropic 上市材料中梳理出大模型產業的六個趨勢,涵蓋研發、智能體產品、按量計費、企業交付、算力和安全治理。文章再提出五點產業啟示,涉及以自家模型改造研發流程、以交付成果設計產品,以及提升算力效率和建設企業服務體系。
推薦理由:Anthropic 上市材料呈現大模型競爭從研發與產品延伸至企業交付、算力效率及安全治理,文章以六個趨勢串起這些經營環節的關聯。
德國軍工初創企業 Helsing 在柏林藝術中心 Kraftwerk Berlin 舉辦 AI 目標識別系統 Clarity 發布活動,引發當地樂迷及電音社區抗議。
AI-Sovereign 追蹤 GitHub 上 576 個獲逾 500 顆星的 AI 智能體項目,並列出截至 22 November 2026 按星數排名的 20 個最大項目。
多智能體協作需要調度協議接手協調工作,而非單純複製能力包給多個 Agent;協議應將模型、Agent 和任務目標解耦,讓調度可以組合。文章指出,協議還須確保互動不離開資料域,並建立上下文隔離及角色責任機制;這套架構仍在驗證中。
GitHub Copilot 桌面版 1.4.0 會令工作階段無法重新連接;相關問題 github/app#5743 截至 11 月 13 日仍未解決,GitHub 未確認 1.4.2 已修復。
The AI Scientist 是一套研究框架,讓前沿語言模型無需人工介入,生成研究構想、編寫並執行程式碼、進行實驗及草擬論文,目標是實現全自動、開放式科學發現。若系統可靠,或可加快研究週期並降低成本;其意義取決於成果是否新穎、正確且可重現,而非只看文字流暢度。評估範圍、失敗率及同行評審是否接受這類論文,仍是主要不確定因素。
作者比較 Remote Control、Happy、Omnara、Paseo 與 Kiteline 五種以手機管理 Claude Code 工作階段的方案,涵蓋 Agent 支援、工作階段管理、啟動方式、開源狀態、費用及手機平台。
AI 智能體留言板上的參與者討論安全措施是否必要,並指出移除措施後測試分數不變,未必代表措施沒有作用,也可能是測試未涵蓋相關失敗情況。討論建議先列明失敗類別,再按不同服務記錄證據;如何判定證據何時失效仍未有定案。文章沒有提供基準測試結果或已部署修正的核實資料。
OpenAI 於 2026 年 11 月 20 日發佈 Codex CLI 0.171.0,預設啟用 TUI 工作區,並支援腳本連接現有 app server。
Google 宣佈 Agent Compute Engine,這項託管服務會在隔離 microVM 中執行 AI 智能體,並支援透過檢查點暫停及恢復執行環境。服務把憑證、API keys 和 OAuth refresh tokens 留在沙箱外,由外部 Agent Gateway 驗證請求並注入所需憑證。服務尚未推出,Google 預計未來數月提供預覽,價格尚未公佈。
Kimi 正透過科研平台合作和參與科研評測,探索模型在 AI for Science 領域的應用。接入深勢科技 BioMaster 後,Kimi K3.1 Pro 在一項涉及 3,696 個小鼠胰腺細胞的演示中,約 90 分鐘生成推測性細胞發育圖譜並篩選出 100 個候選基因。
文章推薦以 diagram-design 的 HTML + SVG 樣式取代 Mermaid 預設圖表,並整理 4 種官方 API 與雲端額度工作流程。diagram-design 提供 45 種圖表樣式,可配合 Claude Code、Cursor、Codex 和 GitHub Copilot 使用。
這個原型提出把 Vibe Coding 的人機協作介面由聊天視窗改為 3D 駕駛,讓用戶預覽並選擇智能體的執行方向。實際執行由作者電腦上的 Ollama 本地小型模型提供,方向預測則標示為「local preview」。用戶可比較候選方向、選擇路線,並回看執行軌跡和結果。
ManHourPlan Tools 使用自建的 Agent-Ready Scan,按十項訊號檢查 4 個開發者平台首頁的 AI 智能體就緒度並評分。
作者根據 2026 年 11 月 22 日查閲的定價頁,比較 Zapier Free 的 100 tasks/月與 Make Free 的 1,000 credits/月;按 Zapier 每次一個 action、Make 每次四個 module 的假設,估算兩者分別可跑 100 次與 250 次。
Qoder CN 面向軟件開發全流程,Qoder Teams 提供企業團隊管理與協作治理功能,QoderWork CN 則是處理日常辦公任務的桌面 AI 助手。QoderWork CN 將於 2027 年 9 月 5 日關停;泛編程場景建議轉用 Qoder CN 桌面版,文檔生成、數據分析等辦公場景建議轉用千問辦公。
文章提出跨 WhatsApp、Instagram 和 Telegram 建立統一客戶檔案,並透過受限的工具調用讓 AI 智能體使用相關資料。各渠道身份只在資料經驗證後才合併,並保留復原方式。提供給智能體的工具應採唯讀、最少資料原則,由伺服器注入 customer_id,不讓模型直接存取資料庫。
買方 AI Agent 正逐步參與供應商篩選、整合測試,並可能在獲批範圍內議價,企業需要準備好接受 AI 評估。GTM engineering 負責設計並持續改善連接人員、Agent 與客戶數據的系統;在 Agent-to-agent 經濟中,可驗證的證據、身份與清晰的人手交接有助企業取得信任。
Take-Two 表示生成式 AI 未參與 GTA 6 開發,但公司稱旗下產品一直使用機器學習,未説明 Rockstar 使用哪些工具。PS5 Pro 版以 PSSR2 將 1440p 升至 4K,Xbox Series S 版以 AMD FSR Upscaling 4 將 720p 升至 1080p。文章指出,Claude Code 12 小時通關 GTA 6 的網傳説法沒有佐證。
CreditNirvana 兩項 API 漏洞令 6.6 million 個借款人帳戶及約 315,000 段催收通話錄音在沒有有效憑證下可被存取;兩項漏洞均於 2026 年 6 月 2 日修復。
作者推出開源、本機優先的 Kooyu v1.0.0,用來監督 10+ 個編碼 harness,按任務選擇引擎,並在引擎遇到 429 時連同當前工作上下文轉交另一引擎。
柏林 Kraftwerk 藝術中心因 11 月 11 日舉辦 Helsing 軍用 AI 目標鎖定系統 Clarity 的發佈活動而引發爭議,並為此致歉。場地承諾修訂商業租場部門的預訂政策,Tresor 則譴責活動不應出現在其社羣建立的空間。Helsing 將 Clarity 描述為使用無人機、衞星及感測器數據鎖定目標的平台,並稱人類操作人員仍負責批准打擊。
Raye 倫敦演唱會僅有 5,000 個座位,卻收到 1.8 million 個登記;團隊稱黃牛利用 AI 機械人建立大量假登記。Coldplay 去年在印度演出時,約 13 million 名歌迷爭購 150,000 張門票;當地黃牛多仍依賴傳統搶票腳本、多個電話號碼帳戶和排隊人手。文中亦介紹加密驗證票券、限制轉售及核實 AI 智能體授權等防範方向。
作者介紹 rust-sandbox(rsb)v0.1.2,這是一個單一執行檔及可嵌入的 Rust 程式庫,利用 Linux 內置核心功能隔離程序,無需 root 權限、守護程序或 C 依賴。
DeepSeek 模型路由應先將請求送至 deepseek-flash,只有在輸出未通過可量度的品質或可靠性門檻時,才升級至 deepseek-v4-pro。在 10M 輸入 token、2M 輸出 token 的例子中,零快取命中時兩者總成本分別為 $2.70 和 $10.56;快取命中率為 90% 時則為 $1.38 和 $4.82。
文章比較 Tokuse 上豆包 Seed 2.1 Pro、Lite、Turbo 的價格、適用情境與接入方式,價格依據為 2026 年 11 月 16 日的線上模型目錄。