跳到正文
10月23日週五
  1. TechCrunch · AI78

    中國黑客入侵 ConnectWise 後監視數千家公司

    Microsoft 表示,與中國政府立場一致的黑客入侵 ConnectWise 雲端備份服務並竊取應用程式憑證,隨後利用 AI 智能體攻擊約 2,250 個組織。攻擊使用開源 AI 框架 ARTEX,登入嘗試速度接近每分鐘 3,000 次;Microsoft 指出,防守方幾乎沒有時間偵測和回應。ConnectWise 已暫停雲端備份系統的存取並調查事件,截至週四正着手恢復服務。

    推薦理由:事件呈現 AI 智能體如何加快憑證遭竊後的企業入侵,Microsoft 指出每分鐘近 3,000 次登入嘗試令防守方偵測和回應時間有限。

  2. DEV Community39

    實施模型路由以降低推理成本

    模型路由會按請求的複雜度及情境動態選擇合適模型,以降低推理成本,同時兼顧效能與輸出質素。Databricks Unity Gateway 的 Smart Routing 仍處於 beta 階段;NVIDIA NeMo Switchyard 等系統則提供多種路由方式。每日活躍用戶超過 100,000 的營運,預計可單靠節省成本取得正回報;LLM 開支常見減幅為 50%,部分可達 95%。

  3. Microsoft Research60

    Flint-interactive:建立互動式數據視覺化的語言

    Microsoft Research 介紹 Flint-interactive,一種建基於 Flint、讓 AI 智能體建立互動式數據視覺化的語言。它以語義事件和高階更新運算子描述互動,並由 Flint 編譯器處理互動邏輯與視覺依賴,減少對低階視覺化程式碼的需要。Flint-interactive 可用於互動圖表、儀錶板及數據故事,並支援圖表與文字、表格、元件或應用程式狀態連動。

    推薦理由:它把互動轉為語義事件,再用高階更新運算子描述視覺變化,由編譯器處理底層依賴,呈現降低互動圖表實作複雜度的設計思路。

10月22日週四
  1. Rest of World49

    科技巨頭對水資源的需求引發全球抵制

    AI 數據中心用水需求日增,與當地社區爭奪飲用水,引發全球抵制。智利 Cerrillos 居民反對 Google 數據中心項目;按 Google 自行估算,該中心每秒用水 169 升,一日用水量相當於當地 80,000 名居民一年的飲用水量。居民在 2019 年公投中有 49% 投票反對項目,Google 其後提出只用空調為數據中心降温。

  2. DEV Community79

    每分鐘 2,900 次登入嘗試:ConnectWise 攻擊對第三方應用程式信任的啟示

    Microsoft 將針對 ConnectWise 客戶 Microsoft 365 環境的供應鏈攻擊歸因於 Storm-0940,事件涉及高權限第三方應用程式及後續目錄操作。

    推薦理由:文章將 ConnectWise 事件中的密碼噴灑、應用程式憑證持久化與目錄權限風險,轉化為檢查第三方高權限應用程式的具體控制項。

  3. The Guardian Technology61

    AI 公司警告英國須在 12 個月內化解數據中心反對聲浪,否則建設或受阻

    由 Nvidia、Microsoft 和 Cisco 等公司參與的 SAIL 工作組警告,英國約有 12 個月時間化解數據中心反對聲浪,否則建設可能受阻。工作組建議政府制定地方回饋框架,按數據中心規模提供資金或設施等貢獻,並讓接待地區留存更多税收。政府已公佈措施,容許英格蘭 AI 增長區內接待數據中心的地方政府保留其帶來的全部新增商業税收;反對團體則認為,社區反對聲浪已難以遏止。

  4. Dify Blog34

    Dify Enterprise 現已於 Microsoft Azure Marketplace 上架

    Dify 宣佈 Dify Enterprise 現已在 Microsoft Azure Marketplace 上架,全球 Azure 客戶可透過該平台購買,簡化採購及帳單流程。平台提供建構、部署及管理 AI 應用程式所需的工具,涵蓋智能體工作流程、RAG pipeline 及多種整合。企業可選擇本地或雲端部署,並使用多租戶管理、SSO、集中式存取控制及審核記錄等功能。

  5. DEV Community58

    如何用 Claude 追蹤公司在業績電話會議反覆談論的內容,並避開 Microsoft 的拼寫陷阱

    文章示範如何用 Equibles MCP 追蹤 Microsoft 最近 12 次業績電話會議中的詞語趨勢,並指出只搜尋「Copilot」會漏算其他拼法。合併「co-pilot」後,2026 年 7 月會議中 Copilot 共出現 29 次,仍多於 agents 的 17 次。文章建議按每 10,000 詞計算提及率,分開統計管理層預備發言與問答環節,並核對引文及沒有逐字稿的情況。

  6. DoNews53

    微軟十年來首次員工總數下降至22.3萬人

    截至2026年6月30日,微軟全球員工總數為22.3萬人,較上年減少5000人,是十年來首次下滑。裁員涉及研發、銷售及行政等部門,其中研發職位減少4000人;微軟稱裁員與 AI 替代沒有直接關聯,目標是打造更高效的團隊。微軟2026財年營收達3318億美元,按年增長18%,並持續增加 AI 數據中心建設投入。

  7. DEV Community35

    Ithaka 給了你旅程:AI 輔助開發

    作者回顧 AI 工具近三年到來後,如何在生產環境和壓力下檢驗規格導向的開發思路。早期他用 ChatGPT 建立 PHP 網站,透過測試輸入和輸出,而非閲讀程式碼,確認成果。2025 年 2 月,GitHub Copilot 的 agent mode 登陸 VS Code,降低了使用門檻,也令他開始反思開發速度與審查、架構之間的落差。

  8. Unite.AI89

    Microsoft Research 研究員 Xinzhi Zhang 與 Zhao Song 證明 KLS 猜想

    Microsoft Research 於 2026 年 10 月 21 日宣佈,Xinzhi Zhang 與 Zhao Song 以人類主導的 AI 智能體研究流程證明 KLS 猜想。論文證明 KLS 常數有不隨維度改變的普適上界;研究者探索逾 100 種候選方案,透過遞迴改進和控制累積誤差完成證明。文中亦提及另一組獨立證明,以及以 Lean 4 形式化驗證、常數上界為 500 的 KLS 命題。

    推薦理由:文章呈現研究者如何從逾百種候選方案中篩選方向,並透過遞迴改進與累積誤差控制完成維度無關的證明,具體説明人機協作的數學研究流程。

  9. DEV Community56

    如何以 OpenTelemetry、Microsoft Agent Framework 和 Azure Monitor追蹤多智能體 AI 系統

    Luis Beltran 示範如何結合 OpenTelemetry、Microsoft Agent Framework 和 Azure Monitor,為 Python 多智能體應用建立追蹤與排查流程。教程透過四種場景展示如何用 trace ID 和 KQL 分析工具延遲、過時政策導致的錯誤決策,以及上游服務故障。文中指出,追蹤能呈現執行情況,但判斷答案是否正確仍需另行設計品質訊號與評估。

  10. DEV Community56

    重新思考 LLM 知識庫:或許先從 LLM Wiki 開始?

    作者比較 GraphRAG 與 LLM Wiki 兩類 LLM 知識庫,指出兩者都以 LLM 將原始資料蒸餾為更高層次的知識表示。兩者共同面對生成內容錯誤、知識過時、來源脈絡流失及難以按特定用途評估等問題。作者認為小規模起步可先選 LLM Wiki,因 Markdown 較易閲讀和修改;資料量大且關係複雜時,則應考慮 GraphRAG。

  11. Microsoft Research89

    Microsoft Research 研究人員證明 Kannan–Lovász–Simonovits(KLS)猜想,解決 31 年數學難題

    Microsoft Research 研究人員 Xinzhi Zhang 與合作者證明 KLS 猜想,解決了提出 31 年的高維幾何核心難題。研究團隊以人類主導的 AI 智能體流程探索逾 100 條候選路徑,再透過遞歸精化及控制累積誤差完成證明。另有獨立團隊提出證明,相關結果其後亦有 Lean 4 形式化驗證。

    推薦理由:研究呈現研究者如何透過多輪篩選引導 AI 探索證明方向,並以遞歸精化和有界累積誤差完成 KLS 猜想的維度無關證明。