DeepSeek 網頁聊天觸及使用限制時,如何把對話移至可繼續工作的工作區
DeepSeek 網頁聊天出現使用限制時,文章示範透過 DSH 桌面應用程式及 dsh-agent-enhancer,將對話匯入工作區繼續處理。匯入會讀取完整對話歷史並建立工作階段,不會自動傳送訊息;工作區可存放檔案、使用工具及保存成果。匯入不會使用模型,後續則使用桌面應用程式已設定的模型及配額,與免費網頁配額無關。
DeepSeek 網頁聊天出現使用限制時,文章示範透過 DSH 桌面應用程式及 dsh-agent-enhancer,將對話匯入工作區繼續處理。匯入會讀取完整對話歷史並建立工作階段,不會自動傳送訊息;工作區可存放檔案、使用工具及保存成果。匯入不會使用模型,後續則使用桌面應用程式已設定的模型及配額,與免費網頁配額無關。
Madhu Sudhan Subedi 的 Weekly #48-2026 彙整 Microsoft Outlook 故障檢討、編碼智能體供應鏈攻擊、AI 程式碼審查、GitHub Copilot Evals 公開預覽及 PHP 8.6 發佈。
Thinking Machines Lab 於 2026 年 11 月 20 日發佈 Inkling 2 Mini,這款 26.4B 參數的循環 Transformer 約佔 20GB 記憶體,可在 32GB MacBook 上離線運行,採用 Apache 2.0 授權。
推薦理由:文章將本機部署門檻與循環架構的計算取捨並置,並以編碼基準和事實回憶數據呈現其較適合的任務範圍。
Mishe 調高 AI 智能體的喚醒頻率後,喚醒率升約 1.9 倍,但有改變的比例由 24% 降至 20%。因此,閒置角色只有在喚醒後確實改變內容時才維持每 30 分鐘檢查;若沒有改變或受阻,便恢復每 2 小時一次,有待處理工作的角色則仍在 10 分鐘後返回。
AI Stack Lab 以六種情境實測自家 RulePort 安裝器,四項主張成立,另發現兩項使用上的落差。漂移檢查在零檔案比較時仍顯示同步並以 exit 0 結束,作者建議核對 comparing 12 file(s) 的數量。
Slate 是面向 AI Agent 的自動化任務協作平台,透過任務留痕、Agent 自主執行、事件驅動及並發管控,支援 AI 原生工作流。平台可透過 MCP 接管任務開發,並以 Webhook 推送任務變更事件;項目開源並可部署。
Speakvora 每個帳戶每個曆月提供 100,000 個免費語音字元,超出部分按每 1M 字元 $3 收費。Speakvora 的 speech API 對相同文字及聲線重用已儲存片段,不再計費或計入字元;措辭不同則會成為新句。Agent 每月新句字元上限預設為 100,000、固定上限為 200,000;用完後,該句會改播電話供應商的語音,並由 Agent 記錄。
Speakvora 一次性付費 Agent 會按生成句子的原文建立語音快取;完全相同的週末特餐答覆可重播已儲存音檔,無須再次合成或增加字符預算用量。措辭不同的版本則各自合成一次;一般語音在最後播放後保留 30 天,特餐更新後舊音檔不會配到新內容。店主可在首次來電前預先合成,或先致電測試。
文章指出,FunASR MCP 可讓 Agent 呼叫本地語音轉錄,但 Windows 即時語音延遲仍主要取決於 WASAPI 擷取路徑。modelscope/FunASR 約有 21k stars;文章建議分別擷取麥克風與 loopback 音訊,並以 lock-free SPSC ring 傳送樣本。
WebCapture to Figma 配合已連接 Figma MCP 的 Claude,可把擷取的網站頁面轉成可執行的程式碼圖層,並放在可編輯畫框旁。插件負責擷取頁面、建立畫框及準備提示詞,Claude 則透過 MCP 加入程式碼圖層,因為 Figma Plugin API 無法建立這類圖層。
Manjunatha Sai Uppu 盤點 12 個公開技能庫中的 23,064 個 SKILL.md 檔案後,構建了 mstack 技能庫。mstack 分為 15 個 packs、共 115 項技能,要求技能執行腳本並回報 pass、fail、not verified 或 blocked,另以應觸發和不應觸發的請求測試技能描述。
工具呼叫 AI 智能體由本機示範轉入生產環境後,反覆出現三類故障模式。寫入工具逾時後重試可能造成副作用重複,無效結果可觸發相同呼叫的重試循環,而上下文摘要可能遺失否定限制,令智能體重新提出已否決的方案。文中詢問哪些確定性防護措施能阻止這些故障。
KaggleFleet 提供本機介面,讓用戶管理協作式 Kaggle GPU 工作流程,無需手動切換帳戶即可推送筆記本並監察執行。它支援多個獨立驗證的共同作者帳戶並行執行筆記本,亦可集中查看工作狀態和日誌、收集輸出,以及透過 JSON 輸出和結束代碼整合 AI Agent 與指令碼。
GitHub 上 Star 數最高的 10 個 Claude Code Skills 涵蓋程式碼風格、TypeScript 和 UI/UX 等方向。Superpowers 以 30.74 萬 Star 排第一,Matt Pocock Skills 以 30.49 萬排第二,Karpathy Skills 以 22.47 萬排第三。
InApp 分享為智能體處理不穩定 API 呼叫時調整重試策略的經驗,做法是先按錯誤類型分類,再決定重試方式。429 配合 Retry-After 降速,5xx 採用全抖動指數退避,4xx 則停止重試;嘗試次數上限設為四次,會改變狀態的呼叫附上冪等鍵,並記錄每項任務的重試預算。調整後 p99 延遲下降,重複副作用歸零;錯誤記錄顯示,多數故障來自請求內容、逾時或對他人速率限制的假設,而非暫時性問題。
Nature AI Worker 是開源 Windows 應用程式,提供免安裝 Python、Git、WSL、Docker 或管理員權限的獨立 AI 智能體介面。
Nischal Dhakal 介紹 MCP 伺服器向智能體工具呼叫收費的三種做法:自行管理 API 金鑰和預付餘額、透過 x402 鏈上逐次付款,以及使用清算平台代管金鑰、錢包和計費。文中以自建方案示範原子扣款、冪等鍵與失敗退款,並説明 Nexus402 的簽名驗證、端點要求及收費條件。作者表示 Nexus402 即將向公眾開放,並提供 Go 和 TypeScript 的驗證程式碼。
VS Code 新增 Agent 多模型子會話功能,讓用戶可在同一主會話下選用不同模型與執行工具。各子會話保留獨立權限、模型設定和執行環境,同時共享上下文;文中以 Copilot 撰寫重構方案、Claude 審查及 Codex 執行單元測試説明協作流程。可在設定中啟用 `chat.agentHost.multipleChatProviders.enabled`。
英特爾CEO陳立武在TomorrowX峯會訪談中表示,晶片需求週期未見頂,英特爾自研產品預計於2027年底至2028年在14A製程上追平台積電屆時的先進製程。他稱18A良率已回升至70%以上並進入量產階段。他亦表示,英特爾已成立141人的外部架構團隊,以推進CPU架構研發。
面對單點 AI 功能付費意願弱、SaaS 業務下滑等壓力,許多 SaaS 公司不得不押注長鏈路 Agent。這類產品有望重構業務流程、提升客戶黏性並累積行業 Know How,但對數據、交付和營運要求很高,目前大部分仍處於客戶共創或發布初期,距離大規模推廣尚有一段距離。
Pi 開發者 Armin Ronacher 在訪談中提到,曾有同行在系統故障會議上全員向 Claude 求助,卻無人説得清故障原因。他與 Pi 創辦人 Mario Zechner認為,Agent 擅長完成有明確驗證標準的任務,但測試通過不代表系統可靠,系統設計和核心模組仍需要工程判斷。
軟件開發加速及 AI 輔助測試普及,正推動 QA 由最終檢查轉向貫穿軟件開發生命週期的品質工程。AI 智能體可理解需求、自主生成和執行測試情境、分析失敗並建議修正,品質工程師則須驗證 AI 產出並掌握提示詞工程、測試驗證及 AI 風險評估。文章亦指出,品質工作正延伸至部署前後,並涵蓋 API、安全及 AI 系統測試。
SecuredMe 提出一套八層認知軟件架構,透過 25 個區域、12 條外圍通道和 L3 防火牆,將未經治理的 LLM 建構為受控認知系統。架構以 CN_02 通道把輸入壓縮至不多於 2%,並列出 533 至 541 項通過的 pytest 測試。文章亦描述以隔離 Git Worktree 協調 Agent,並以多種機制處理驗證與記憶修剪。
混元團隊在 Reddit 問答中把後訓練最難改善的模型行為概括為「過度思考」,文章由此分析混元的迭代與成本策略。Hy4 flash 透過自蒸餾和強化學習,把後訓練端到端輸出長度降低約50%,內部測試單任務成本約為 Hy4 的1/20。文章指出,騰訊第三季度資本開支為651億元、同比增長225%;混元要連接騰訊產品與雲服務,商業化回報是 AI 投入能否持續的關鍵。
騰訊混元一方面以 Hy4 提升模型智能,另一方面推出 Hy4 flash 壓縮思考長度、降低推理成本,回應模型「過度思考」與實際使用成本之間的矛盾。騰訊公佈的內部測試顯示,Hy4 flash 在 WorkIndex 單任務成本約為 Hy4 的 1/20,後訓練階段端到端輸出長度降低約 50%。
文章探討如何在 ASP.NET Core 背景服務中以 Redis 優化智能體記憶,並比較 MemoryCache、Redis LIST、Redis Streams 和 Cosmos DB Table API 的延遲、成本及擴展能力。多租戶 LLM 服務通常可用 Redis LIST 平衡延遲、成本與水平擴展;文章亦提出按租戶隔離鍵、批次推送與修剪、指數退避重試及監測指標等做法。
文章説明如何根據 Cursor 的模型請求用量估算每個工作階段的成本,因為支出上限本身不會顯示單一工作階段的實際費用。估算時按 conversation ID 匯總請求,記錄模型及變體,分開計算未快取輸入、快取讀取和輸出,再按各模型費率核對 Cursor 儀錶板總額,並把子智能體計入同一對話。
大學生正積極參加黑客松,AI Coding降低編程門檻,讓非技術背景的學生也有機會把創意做成產品。今年上半年,全國舉辦近500場黑客松,平均每日兩三場。五位參賽學生分享了參賽經歷,以及對產品開發、團隊合作和未來發展的思考。
這份教程示範新手如何在阿里雲輕量應用伺服器部署 OpenClaw(原 Clawdbot),並接入大模型 API 與釘釘機械人。新用戶特惠套餐參考價為 ¥68 - ¥99 元/年,配置為 2核 CPU、2GB 記憶體、40GB SSD;教程以 qwen-plus 和釘釘為例,涵蓋一鍵安裝及服務常駐設定。
Google AI Pro 黑五年付價格由 199.99 美元降至 99.99 美元,現有訂戶可於 11 月 26 日前領取優惠,新用戶則由 11 月 27 日起可享優惠。
作者推出免費開源工具 Ungeneric,以審查、重建及複查流程修正既有 AI 同質化介面,並量化改進。工具包含 32 項原始碼檢查和 12 項以 headless Chromium 測量的渲染計算樣式檢查,再從 16 種設計系統重組頁面;示例頁面的 slop 分數由 100/100 降至 9/100。整個流程不呼叫模型,同一輸入每次輸出相同,並可離線執行;CLI 亦可用分數上限作為 CI 關卡。
Bulkhead 的自主智能體於 15 October 2026 提交 7 款桌上角色扮演遊戲星艦地圖包,Roll20 約 14 小時後以獨立美術產品不接受生成式 AI 為由,拒絕其中 4 款。
提示詞注入的核心問題是授權漏洞,防護應在工具端檢查每次呼叫的主體、資源權限及核准狀態,而非依賴輸入過濾。文章建議從工作階段或工作任務綁定主體、採用最小權限憑證,並為不可逆操作設置與提議內容分開的核準渠道。偵測仍可用來減少幹擾和發出警示,但不能取代授權檢查。
Muhammad Saud 示範以 Python 和 Qwen2.5-0.5B-Instruct 在本機構建工具調用智能體,模型可用 CPU 運行,毋須 API key 或 GPU。智能體包含計算器、本機筆記搜尋及單位轉換三個工具,透過 JSON schema 和迴圈處理工具呼叫及結果。作者的四項檢查全部通過;文章亦指出小模型需要明確提示,且有時會生成錯誤參數。
Manuel Bruña 打造 Postbean 社交媒體排程工具,並提供 MCP 伺服器,讓 Claude、Cursor 或其他支援 MCP 的助手在工作區草擬及安排貼文。
Manuel Bruña 介紹自己打造的 Postbean 社交平台排程工具,並比較它與 Postiz、Buffer 和 Post Bridge 的功能及收費。
一項涉及 2,012 人的電子書選擇研究中,聊天機械人推薦情境下參與者選擇贊助書名的比例為 61.2%,一般搜尋排序則為 22.4%;加上「Sponsored」標籤未顯著減弱這種影響。
Cloudflare、Stripe、Scale AI、Reddit 等公司的招聘職位中,出現多個 AI 智能體相關職務,OpenJob 索引可供智能體讀取。抽樣檢視 5,107 個職位標題後,有 76 個符合相關關鍵詞,其中 42 個在過去 60 天刊登。索引提供 MCP 伺服器,讓 Claude、Cursor 和 Codex 透過工具呼叫搜尋職位。
零數據保留(ZDR)設定不能阻止提示詞在路由商、服務供應商或遭入侵的伺服器環節外洩,本文並提出梳理及收窄 AI 提示詞路徑的方法。Dragos 在 2026 年 7 月至 11 月向 AI 服務發送近 200 萬條提示詞,發現三家託管服務供應商遭入侵、部分市場轉售商留存提示詞,亦有服務商未遵守私隱設定。文中建議逐跳盤點資料流向、固定上游供應商、在發送前移除機密資料,並以金絲雀憑證監測外洩。
推薦理由:文章將提示詞外洩拆分為供應商遭入侵、轉售商留存及隱私設定未落實等路徑,並整理逐跳盤點、固定供應商和植入金絲雀憑證的防護方法。
文章認為,Anthropic 的長期價值取決於能否從模型與 API 供應商,發展成掌握企業工作入口及生態的平台,否則可能成為按 token 收費的基礎設施。文中把降價後的需求分為擴張型、對抗型和通縮型,指出 AI 替代人力帶來的「腦力通縮」可能令以現有薪酬估算的市場規模失真。作者判斷其 IPO 定價在 1–3 年短中期視角下相對合理,但長期估值仍取決於最終產業鏈定位。