跳到正文
11月5日週四
  1. DEV Community45

    AI 智能體需要基礎設施具備哪些條件:7 項要求,以及以人為先的託管服務如何構成阻礙

    AI 智能體使用託管服務,需要具備 7 項基礎設施條件,包括全程可透過程式操作、可供程式判斷的錯誤訊息、無需人工介入的付款、支出上限、合適的運算計費粒度、預設隔離,以及使用情況可見和緊急停止功能。文章指出,帳戶責任歸屬、防止濫用和長流程仍未完全解決。作者以 MCP server 和 REST API、預付餘額、支出上限,以及按秒計費的沙盒和按月計費的伺服器,説明其建構方向。

  2. DEV Community56

    Gitmore 如何讓編碼 Agent 讀取程式碼庫歷史並接續工作脈絡

    Gitmore 透過 MCP 以唯讀方式向編碼 Agent 提供程式碼庫活動資訊,使用 API key 且不提供原始碼,讓 Agent 查詢本週交付內容及 PR 描述、提交訊息中的改動原因。Claude Code 的 Stop hook 會在工作階段結束時提交簡短自述,記錄工作內容、原因、分支、提交、PR 和修改檔案,供下一個 Agent 及工程師讀取。網址為 gitmore.io。

  3. DEV Community49

    Ivory 如何簡化 MongoDB 副本集故障排查

    Ivory 將 MongoDB 副本集的主節點、從節點、心跳及延遲集中顯示,並提供故障轉移和副本集設定編輯功能。它亦可顯示心跳失敗由哪個成員觀察到、次級複製來源及主機狀況,並支援透過 MCP 連接 Claude、Cursor 或 Codex。MongoDB 支援目前處於 beta。

  4. DEV Community66

    TaintGuard 説明 Claude Code 智能體權限為何需要參照會話歷史

    作者的 TaintGuard 0.1.0 已列入其插件市集;這款 Claude Code mod 記錄會話接收的內容類型,並按操作歷史限制後續工具呼叫。重播測試涵蓋 609 個注入情境、783 次資料外傳呼叫及 120 項一般任務;預設 trifecta 設定下沒有資料外傳呼叫執行,但 3 項一般任務未能完成,若全部審批均獲準則會有 696 次資料外傳呼叫執行。

  5. DEV Community48

    簽署、封存、洩漏:MCP 工具鏈的信任不能止於簽章

    一篇 ArXiv 論文指出,程式碼簽署及靜態政策無法防止 MCP 工具把資料外洩至政策允許的目的地,並提出 germline execution,隔離每次工具呼叫的資料流。在 153 次攻擊測試中,該方法阻止所有未授權資料披露;基線防禦仍有 5.9-74.5% 的攻擊成功。由單一副本處理的呼叫需時 10-49 ms,較每次重新啟動工具快 2-28x。

  6. DEV Community62

    如何測試 LLM 應用程式的提示詞注入風險:實用入門套件

    指南提供一套檢視 LLM 應用程式提示詞注入風險的實用方案,建議由工具閘道判斷是否執行模型提出的工具呼叫。閘道以允許清單、角色權限、每個工作階段的呼叫額度、載入不可信內容後對具副作用工具的人工審批,以及審計記錄限制操作;網頁、電郵、PDF 和 RAG 內容均須視為不可信輸入。文章亦建議按用戶設定憑證權限,並驗證模型輸出後才傳入 shell、SQL 或 HTML。

  7. 阿里雲開發者社區 AI41

    AI 原生組織的基礎設施設計與實現

    文章提出以 Agent OS 為核心的 AI 原生組織基礎設施設計,將智能體生命週期、上下文狀態、工具調用、權限治理和反饋閉環納入統一架構。架構分為六層,涵蓋異構算力、數據與記憶、模型與推理服務、Agent 編排運行時、組織能力網關與治理,以及人機協同業務層。文中亦説明多 Agent 協同、幻覺風險控制和長上下文管理等實現方案。

  8. 阿里雲開發者社區 AI33

    從數據到價值:企業如何應用 BI 系統實現精細化營運

    阿里雲瓴羊 Quick BI 以「數據接入—分析—歸因—行動」串連精細化營運流程,並透過智能小Q提供問數、解讀、歸因等能力。Quick BI 的 AIPro 版本於2026年8月發布,支援多源數據接入、對話式分析和自動巡檢。文章並列出零售、門店及營銷案例,説明產品如何協助企業縮短報表製作時間及提升新客 ROI。

  9. DEV Community48

    Claude 的 Apple Health 存取僅限美國及 Pro 等付費方案:本地 Connector 可在任何國家使用

    Claude 內置的 Apple Health 功能目前仍處於 beta,僅限美國的 Pro、Max 或 Ultra 用戶使用;其他地區或免費帳戶可透過本地 Connector,讓 Claude 讀取自行匯出的健康資料。MetricBridge 可將 194 項指標匯出為 JSON 或 CSV,配合本地 MCP 伺服器提供 22 種工具;伺服器不會進行網絡連線。

  10. 阿里雲開發者社區 AI41

    財税自動化選型:接口對接 ERP 還是純網頁 Excel RPA,代帳公司怎樣選?

    財税自動化不必在接口對接 ERP 和純網頁 Excel RPA 之間二選一,文章建議按環節分層組合:有接口的 ERP 用接口處理,沒有接口的網頁和 Excel 流程用 RPA 補足,再由調度層統一流程。選型還要考慮頁面改版、數據安全、流程交付和 AI 協作,並按接口、離線部署及授權管理等實際需求評估工具。

  11. 阿里雲開發者社區 AI71

    Coding Agent 安全測試最容易漏掉的不是模型,而是周邊組件

    文章梳理2026年10月披露的三起 AI 編程助手安全事件,指出主要風險位於擴展、hook 和配置等有權限的周邊組件,而非模型輸出。文中提出四層信任邊界,並列出配置基線、生命週期確認、出站網絡白名單及信任域對照等測試方法。文中所列復現比例來自研究環境,不能視為線上統計。

  12. 新浪科技53

    對談千問蔣冠軍:Personal Agent 的技術架構如何搭建?

    千問事業部 AI 演算法負責人蔣冠軍在訪談中將 Personal Agent 的技術架構概括為模型、記憶和生態三個核心。千問按 30 多個行業梳理需求,拆分出 8000 多項模型原子能力要求,並透過後訓練和強化學習提升任務穩定性。訪談亦提及記憶召回、工具與 Skill 協同及上下文壓縮;千問相關任務的上下文規模在過去一段時間降低了約 40%。

  13. 阿里雲開發者社區 AI28

    告別加班:阿里雲瓴羊 Quick BI 如何提升財務分析報表效率?

    阿里雲瓴羊 Quick BI 以 AI-native 架構和 AIPro 版本串接財務分析流程,涵蓋多系統取數、自動刷新、建模、異常巡檢及報表呈現。平台提供 50 餘種數據源連接器,並支援中國式複雜報表格式;原需數小時的取數工作可縮短至 10 秒內,最快 20 分鐘生成包含歸因邏輯和決策建議的數據報告。

  14. 阿里雲開發者社區 AI28

    數碼轉型指南:企業如何應用 BI 系統提升決策效率

    阿里雲瓴羊 Quick BI 於 2026 年 8 月完成 AI-native 架構升級並推出 AIPro,透過智能小Q、企業語義理解及 MCP 行動閉環,縮短從取得數據到推動行動的決策鏈路。智能小Q可在 10 秒內完成原需數小時的取數,最快 20 分鐘生成數據報告。AIPro亦加入結論追溯、權限管控及技能復用等企業級能力。

  15. DEV Community59

    AI 智能體非同步工具呼叫:為何 start() 優於阻塞式 run()

    AI 智能體以非同步工具呼叫執行長任務時,start() 會即時返回工作 ID,讓智能體仍可回應用戶,而非像 run() 一直等待。文章建議以 status() 查詢進度、stop() 提出取消,並由 runtime 在任務完成後把事件送入下一輪對話;長任務 API 還應處理 idempotency_key、結果擷取及逾時。

  16. DEV Community60

    AI 智能體的非同步工具呼叫:為何 start() 勝過阻塞式 run()

    教程介紹以 start()、status() 和 stop() 管理 AI 智能體的非同步工具任務,並由 runtime 在完成後以事件送回結果。這讓智能體可在長任務執行期間繼續回應用戶;文章亦建議以冪等鍵避免重複啟動。DeepSeek Harness 的 full-duplex 模式已實作但預設停用,相關插件是原型,並非 DeepSeek 官方產品。

  17. DEV Community55

    如何用 Qovia MCP 伺服器為 Claude Code 和 Cursor 接入即時社交媒體資料

    這篇教學示範如何把 Qovia MCP 伺服器接入 Claude Code、Cursor 和 VS Code,讓它們查詢多個平台的即時社交媒體資料。伺服器預設提供搜尋端點、讀取端點規格、呼叫端點及查詢帳戶四個工具;搜尋與讀取規格可匿名使用,實際呼叫則需要 API key。文章亦示範以無狀態 Streamable HTTP 的 JSON-RPC POST,透過 Python 重複執行查詢。

  18. 虎嗅51

    Vercel 創辦人稱,單人支撐萬億美元級公司的時代或將到來,人類未來核心工作是資本分配

    Vercel 創辦人吉列爾莫·勞赫預期,智能體將令單人支撐萬億美元級公司的構想成為可能,人類的核心工作則轉向資本分配。他指出,智能體可能生成大量無效單元測試,工程團隊須透過貼近真實用戶行為的驗證把關;拒絕開放機器可讀接口的傳統軟件,則會被公司淘汰。