跳到正文
10月24日週六
10月23日週五
  1. DEV Community63

    把每個 MCP 伺服器都當作陌生方:.NET 10 聊天主機的 7 項客戶端規則

    作者為 .NET 10 聊天主機整理 7 項 MCP 客戶端防護規則,涵蓋工具暴露、呼叫逾時、輸出限制及伺服器故障處理。建議按伺服器設定精確白名單、為工具呼叫設逾時、截斷過長輸出,並把結果標示為不可信資料。示例包含 70 項離線測試,均以假模型執行,未涵蓋真實模型處理圍欄結果的表現。

  2. DEV Community54

    合規團隊為何禁止機器人入會型 AI 會議助手:2026 年私隱風險指南

    合規團隊禁止以會議參與者身份加入、並把音訊傳送至第三方伺服器的 AI 會議助手架構,主要原因是這種設計會帶來錄音同意、法律保密特權及生物識別私隱風險。EU AI Act 的相關披露要求於 2026 年 8 月 2 日起可執行,違規罰款可達 €15 million 或全球收入的 3%。

  3. DEV Community71

    VS Code 1.143 更新解讀:Copilot harness 成為新工作階段預設,並加入模型比較等功能

    VS Code 1.143 將 Copilot harness 設為新工作階段的預設,並更新 Agent 工作階段的比較、檢視及清理功能。Compare Models(預覽)可同時以兩個或以上模型執行同一任務,並以評分卡呈現耗時及 token 使用量;版本亦加入 worktree 清理和檔案層級 Keep 等實驗性功能。

  4. Business Insider Tech44

    市場寵愛的 AI 巨頭陷入惡性兩難:投資者既嫌支出太多,也擔心支出不足

    Meta 上調 2026 年資本開支預測下限至 $135 billion,投資者憂慮融資壓力,股價下跌 7%;Tesla 則把今年支出預測由 $25 billion 下調至 $20 billion,市場質疑其 AI 發展步伐,股價下跌 3%。Alphabet、Amazon 和 Microsoft 下週公佈業績,資本開支能否兼顧 AI 投資、回報、融資能力及核心業務增長,將成投資者關注焦點。

  5. 新浪科技47

    微軟測試 Project Pantheon AI 應用 Context Vault,定位為 Windows 11「第二大腦」

    微軟正測試適用於 Windows 11 的 AI 應用 Context Vault,作為 Recall 的不錄屏版本,只儲存用戶主動選擇的內容。用戶可儲存網頁、文件、截圖、文字、音訊和影片,按主題整理並向資料提問;應用亦支援 Model Context Protocol,讓 Claude、Cursor 等第三方 AI 應用調用已儲存的內容。

  6. IT之家41

    微軟測試 Project Pantheon AI 應用 Context Vault,定位 Windows 11「第二大腦」

    微軟正測試 Windows 11 AI 應用 Context Vault(內部代號 Project Pantheon),作為不錄屏的 Recall 替代方案,只儲存用戶主動選擇的內容。用戶可保存網頁、檔案、截圖、複製文字、音訊和影片,按主題整理後向 AI 提問;應用亦支援 Model Context Protocol,讓 Claude、Cursor 等第三方 AI 應用調用已保存的記憶。

  7. IT之家47

    微軟推出 Microsoft.UI.Reactor 實驗性框架,降低 WinUI 原生應用開發門檻

    微軟推出 Microsoft.UI.Reactor 實驗性 C# 框架,讓開發者以 C# 描述界面並直接渲染 WinUI 控件和基礎組件,降低開發原生 Windows 應用的門檻。原本由五個文件和一個項目文件組成的 XAML 示例應用,使用 Reactor 後可壓縮為一個 C# 文件;框架亦內置 60 多項代碼檢查,並可在多數編輯操作後保留應用狀態。

  8. 新浪科技65

    微軟推出 MAI-DxO AI 醫療診斷系統:複雜病例準確率達 83%,成果刊於《科學》

    微軟公佈其研發的 AI 診斷系統 MAI-DxO;以 MIMIC-IV-ED 數據集評估美國急診常見病例時,系統的診斷準確率為人類醫生的 1.7 倍。在《新英格蘭醫學雜誌》(NEJM)複雜病例的模擬評估中,MAI-DxO 準確率達 83%,可查閲參考資料的基層全科及普通內科醫生則為 36%,專科醫生未納入對照。

  9. DEV Community46

    基礎設施撤出市場與 AI 真實性代價

    本週多則科技消息聚焦信任轉變:Quad9 將退出法國,eMudhra 將退出全球 SSL/TLS 憑證業務。GitHub 已將 99.99999% 的程式碼儲存庫遷移至 Azure,並以物件儲存應對 AI 編碼智能體帶來的讀取負載。Martin Fowler 指出,讀者若懷疑文字由 AI 撰寫,可能會降低對內容的投入。

  10. 新浪科技55

    微軟調整運作 17 年的 The Garage 創意孵化平台,取消公司級統一創新職能

    微軟正陸續關停內部創新平台 The Garage,取消其公司級統一創新職能,並把實驗、學習和跨團隊協作融入各業務團隊日常工作。The Garage 曾孵化視障人士 AI 應用程式 Seeing AI;目前公開報道只確認項目和網站關閉,未説明已發佈應用程式會即時停服或停止更新。微軟全球黑客馬拉松未明確宣佈取消,負責團隊表示正重新構思,後續安排尚未公佈。

  11. 新浪科技63

    Microsoft 推出 AI 醫療診斷系統 MAI-DxO,複雜病例準確率達 83%,研究成果刊於《Science》

    Microsoft 公佈 AI 診斷系統 MAI-DxO,在《新英格蘭醫學雜誌》(NEJM)複雜病例模擬評估中的準確率達 83%,研究刊於《Science》。在 MIMIC-IV-ED 數據集的美國急診常見病例評估中,系統準確率為人類醫生的 1.7 倍,並透過協調多個 AI 智能體模擬醫生專家會診。

  12. DoNews47

    Microsoft 關停內部創新平台 The Garage

    Microsoft 於 2026年10月22日宣佈逐步關停 The Garage,並自 10月23日起陸續關閉全球實體空間。平台的集中化職能將取消,實驗性工作改由各業務團隊融入日常流程。全球黑客馬拉松暫未取消,後續安排待公佈。

  13. IT之家56

    微軟逐步關閉營運 17 年的 Garage 創意孵化平台,撤銷公司級職能

    微軟正逐步關閉內部創新平台 The Garage,取消其公司級統一創新職能,並關閉或調整全球相關創客空間。The Garage 於 2009 年創立,Seeing AI 於 2015 年黑客馬拉松孵化;公共網站已撤下,原頁面重定向至微軟首頁。全球黑客馬拉松未有明確取消公告,負責團隊正重新構想活動;報道亦未確認已發布應用會立即停服或停止更新。

  14. DEV Community57

    衡量 AI 交付,應看用戶可使用的變更

    文章提出一套衡量 AI 網站編輯交付的方法,將修改在指定網址可見、相關行為已檢查且提出者可核對,定為請求完成,而不以補丁或提交數代替交付。GitHub 於 2026 年 10 月 22 日為 Copilot impact dashboard 加入行業比較,按公司規模和行業分組採用 28 天報告期;文章指出,合併率不能單獨反映請求是否完成,而 ROI 數字只是方向性估算。

  15. Hugging Face Blog62

    ThinkingBox-Training 開放 GitHub,將資料庫終態檢查用作智能體後訓練獎勵

    ThinkingBox-Training 已在 GitHub 開放,將智能體完成任務後的資料庫終態可執行檢查用作後訓練獎勵。以 GRPO 對 Qwen3.8-27B 訓練 50 步後,在 ThinkingBox-Bench 的 507 項任務(每項測試 20 次)中,pass@1 由 51.70% 升至 60.78%,20 次全部成功的任務由 38 項增至 107 項。

    推薦理由:文章展示如何把資料庫終態的可執行檢查轉成智能體後訓練獎勵,並按基礎策略成功率篩選任務,説明混合成敗回報如何為 GRPO 提供組內對比。

  16. DEV Community29

    2026 年 AI 語音生成器完整比較指南

    這份開發者導向指南比較 2026 年多個 AI 語音生成平台,涵蓋延遲、價格、聲音多樣性及開發者體驗,並指出 ElevenLabs 已成為多數開發者的首選。指南稱 ElevenLabs 處理 5 秒語音請求可在 150 ms 內回傳音訊,標準語音收費為每秒 $0.01,premium 或自訂語音為每秒 $0.02。

  17. Unite.AI71

    Microsoft MAI-DxO 在《Science》研究的複雜病例診斷中準確率高於普通科醫生

    Microsoft MAI-DxO 在《Science》研究的《新英格蘭醫學雜誌》病例中取得 83.2% 診斷準確率,高於使用參考資料的普通科醫生(36.1%)。研究以 SDBench 將 304 宗《新英格蘭醫學雜誌》病例及 325 宗急症室收治病例轉為逐步互動診斷,並按準確率及檢查成本評估系統。作者指出,結果來自受控模擬,並非與專科醫生、多專科團隊或真實臨牀實踐比較。

  18. TechCrunch · AI63

    Microsoft MAI-DxO 複雜病例模擬診斷準確率達 83%,Suleyman稱這是邁向「醫療超級智能」的一步

    Microsoft 的 MAI-DxO 在以《新英格蘭醫學期刊》複雜病例進行的模擬中,診斷正確率達 83%,高於單獨工作的基層醫生及普通內科醫生的 36%。不過,這類複雜病例通常由專科醫生或醫療團隊處理,他們未納入比較。研究亦指出,準確率提升很大程度來自更強的底層 AI 模型,DxO 協調系統在此之上再帶來增益,並在複雜病例及能力較弱的模型上幫助較大。