按欄位裁剪會丟失關鍵句,按類型裁剪則令模型反覆取回全文
作者以同一模型、提示詞和 12 項任務比較兩種裁剪方式,發現按類型裁剪雖可取回被刪內容,模型卻在全部 24 次測試中都取回完整清單。按類型裁剪每項任務用 4,997 tokens,按欄位裁剪為 2,047 tokens;前者答對 14/24 項,後者為 16/24,且前者有 6 次觸及六次呼叫上限而未能作答。作者認為,按類型裁剪時應縮小恢復範圍;取回整份清單會增加開支,亦可能令模型陷入重試。
作者以同一模型、提示詞和 12 項任務比較兩種裁剪方式,發現按類型裁剪雖可取回被刪內容,模型卻在全部 24 次測試中都取回完整清單。按類型裁剪每項任務用 4,997 tokens,按欄位裁剪為 2,047 tokens;前者答對 14/24 項,後者為 16/24,且前者有 6 次觸及六次呼叫上限而未能作答。作者認為,按類型裁剪時應縮小恢復範圍;取回整份清單會增加開支,亦可能令模型陷入重試。
Proof of Agent (PoA) 網絡八個結算週期的公開數據顯示,按每名評分者結算行數的中位數計算,每個週期約需 860 名不同評分者,才能令待處理項目不再增加。按觀察到的每人結算行數範圍估算,所需人數約為 745 至 970;最近三個週期的評分者人數為 723 至 882。評分者人數與每人座位分配都會影響結算量。
The Guardian 訪問多名與 AI 建立親密關係的用戶,記錄他們在關係結束後出現的強烈悲傷及身體不適。Szczuka 的研究發現,ChatGPT 即使沒有提示,自我披露量也達用戶的兩倍,並會引導對話、主動發起親密交流。受訪專家指出,平台如何處理關係中斷及支援嚴重受困用戶,仍欠缺既定標準和足夠支援機制。
TomXiaoYZ 的 CI 連續 6 天、24 次執行均有相同 45 項失敗,期間仍合併 19 個 PR。其中 40 項與程式碼無關,源於匯入時遺失可執行權限及兩個符號連結。一個 commit 恢復 34 個檔案的可執行權限、還原兩個符號連結,並替換繼承的測試斷言;修正後 16 次執行有 15 次通過,最新一次 190 項通過、0 項失敗。
John Alexander Kamau 在 2026 年 10 月 15 日至 11 月 13 日期間,向開源專案提交 22 個 PR,其中 11 個合併、4 個仍在審核、7 個未合併。
The Verge 的 Nilay Patel 與資深 AI 記者 Hayden Field 討論 Anthropic 上市後,能否在股東回報、營收和算力開支壓力下持續優先投入 AI 安全。
截至 2026 年 11 月 21 日,Hugging Face 近 30 日下載量最高的 4 個韓國模型中,有 3 個由 VIDRAFT 發佈。三款 POCKET 模型合計下載 942,980 次,佔韓國 Top 30 的 2,065,693 次下載量中的 45.6%。
作者向來自 30 間公司的 65 個 AI 提問 127,918 次,發現不同用戶經常收到相同建議。書籍推薦中,73% 的回答是《Man's Search for Meaning》,而 90% 的求學建議指向電腦科學;在一個可逐階段測量的開放模型中,常見答案於監督式微調階段出現。測試亦顯示,提供個人細節可把常見預設答案比例由 53% 降至 11%,要求列出 10 個選項後自行挑選則降至 17%。
預印本《Beyond Retargeting》提出一種人形機械人控制策略,將原始人體動作直接映射為機械人關節指令,省去即時動作重定向。該策略在 Unitree G1 模擬環境及硬件上測試,作者報告其延遲和穩健性均優於比較基線。省下的即時轉換工作轉移至訓練階段,控制效果取決於動作數據對不同體型、速度及感測條件的涵蓋。
ANTcell(AI-Native Team Cell)提出以一名工程師作為交付單位,並由三個角色圍繞支援,讓工程師承擔端到端責任,同時避免把個人責任變成新的瓶頸。Supervisor 負責業務意圖、工作邊界和驗收;Supporter 提供技術脈絡、治理限制及組織記憶,並不負責工程師的績效管理。第三個角色協助工程師與模型協作、控制模型幻覺,並把每次失敗轉化為規則。
文章預測,2027 年 AI 治理問責將走進營運工作流程,更多組織會明確指定有權暫停或改變部署的人員。企業產品的申訴流程或會保留原始證據、交由合資格的人員審核;系統、數據或受影響羣體出現重大變化時,影響評估亦會重新進行。
韓國 BNK 證券分析師李敏熙預測,SK 海力士 2028 年利潤將下跌 85.9%。他預測公司 2025、2026 和 2027 年利潤分別增長 116.9%、441.3% 和 9.7%,並認為儲存晶片需求可能在今年第二季見頂。這項預測與記憶體廠商此前稱缺貨將延續至 2030 年甚至 2030 年代的説法形成對照。
日本安老院舍聘用長者擔任護理助手,分擔清潔、配餐等雜務,以應對護理人手短缺。截至2025年2月,Phoenix有208名員工,23.1%年逾65歲;拆分工作可減輕專業護理員負擔,但不能取代專業護理隊伍。
CoreWeave 透過大量借貸建設 AI 數據中心,債務已達 $47bn,文章以此分析 AI 基建擴張對融資和客戶需求的依賴。超過 $10bn 債務將於明年到期,公司預計下一季度利息支出超過 $1bn;其融資包括以 GPU 作抵押的貸款及無抵押票據。客戶預付款、客戶償付能力和數據中心項目延誤均關係到其償債能力,CoreWeave 則稱已有 $132.5bn 合約承諾。
OpenAI 的 Performance Factory 使用 Codex 智能體調查並修復 ChatGPT 的效能回退,其 Regression Workflow 在略多於 3 個月內追蹤逾 1,700 次調查,並找出逾 600 宗個案的根因。
大學生參加黑客松的熱度上升,AI Coding降低編程門檻,讓不同專業的學生也能把創意做成產品。今年上半年,全國舉辦近500場黑客松,平均每天有兩三場。參賽學生希望累積項目經驗、接觸行業或結識夥伴,也在限時開發中體驗從構想到交付作品的過程。
STCI 方法 2.0.0 首次測量發現,OpenRouter 上 deepseek/deepseek-v4.1-flash-1017 的 50 個端點,混合單價相差 16.08 倍。
截至 2026 年 11 月 21 日,Anthropic 尚未公佈 Claude Saga 6,亦未提供 Claude 6 的推出日期。網上流傳的説法指 Claude Saga 6 在一項未具名的基準測試中取得 2294 分,但沒有提供測試名稱或來源;Anthropic 的官方模型清單和版本説明亦未提及 Saga。
Google 的 Chrome AI Security 團隊建立名為 Mirror Dimension 的合成網頁環境,以評估瀏覽智能體抵禦間接提示詞注入的能力。
覓蜂科技真機操作團隊分析逾20萬小時真機數據及2萬多項任務記錄,指出觀測畫面缺少決策依據會令訓練數據失效。積木拾取試驗中,操作員與機械人同視角觀察,模型操作準確率由約50%升至100%。EGO數據亦有重複、與用戶需求不匹配及同質化等問題。
這項分析顯示,MoR 平台的新賣家中有 24%–29% 銷售 AI 產品,Stripe 的比例為 7%。數據涵蓋 2023 至 2026 年約 200,000 個網站上的結帳連結;2026 年截至 10 月 15 日,新賣家有 82,000 名,高於 2025 全年的 56,000 名。
機械人訓練數據低質的成因包括觀測未涵蓋動作決策依據、EGO 數據重複或與需求不匹配,以及仿真對流體和柔性體的精度不足。文中引用的積木拾取對照顯示,以操作員與機械人同視角觀察的數據訓練模型,手臂操作準確率由約 50% 提高至 100%。姚卯青表示,市場上有企業購入 100 萬小時數據後,最終只有 10% 至 20% 可用。
中國品牌在海外消費市場走紅,從跑鞋、鏡頭到手機和潮玩,海外消費者的購買清單不斷擴大,仿冒中國商品也隨之出現。中國製造憑藉產業鏈、規模化生產和快速迭代提升競爭力,但中國品牌在發達市場的信任度、定價權和穩定用戶關係方面仍有待建立。
文章分析 Microsoft Exchange Online 在 14% 閘道容量離線後,因高核心鎖競爭、健康檢查逐出及重試流量形成級聯故障,服務中斷 23 小時 50 分鐘。文中稱事故影響 74 個國家、約 500M 個帳戶,全球服務可用率降至 96.69%。作者的 TypeScript 測試框架評估加入四項防護的架構 1,191 個狀態,界限內未見不變條件違反。
發文者詢問,是否有人曾讓 Claude 全權自主經營整間公司,涵蓋產品開發、營運管理、市場推廣、銷售、客戶支援及決策,並全天候運作。問題亦聚焦於不需每日提供提示詞、只由 AI 經營的情況。
測試顯示,豆包、DeepSeek等AI智能體辨認車標被模糊處理的兩款國產9系大型 SUV 側面圖時,往往未能一次答對,經3~4次糾正後才辨認正確;露出前臉或尾燈等特徵後,則能準確識別。電動平台、風阻及車內六座大空間等共同工程考量,令多款大型 SUV 側面比例和腰線相近,車企則透過車頭、車尾的燈語與標識保留設計差異。
前 Google 軟件工程師 Paden Gayle 轉任 Notion 的 forward deployed engineer,認為這是適合自己的職涯選擇。他的工作是協助客戶在工作空間中部署 Notion 產品,並按需要編寫自訂程式碼及建立智能體工作流程。FDE 面試除了考核技術能力,也重視溝通和拆解客戶需求的能力。
Megaspeed 由遊戲業務轉向雲端運算和 AI 基礎設施後迅速擴張,之後成為美國、新加坡及馬來西亞調查與監管關注的對象。公司在馬來西亞等地部署 GPU 伺服器,透過雲端向境外客戶出租算力;貿易記錄與英偉達庫存數據相差約5萬顆,但這不能直接推導為晶片失蹤或走私。美國新規設下 1200萬TPP 門檻,部分向特定受限制地區提供遠端算力的服務可能須取得出口許可。
《萬妖圖錄傳之雲州異客》限時派對於11月20日在全國200餘座城市戲院同步開啟,嘗試把AI漫劇IP帶進戲院。活動設有投沙包、集卡等互動環節,觀眾可用「道行」兑換主題小卡。現場觀眾多為IP劇迷,線上熱度能否轉化為線下觀影消費仍有待觀察。
Hacker News 討論者探討 AI 將如何改變未來五年的軟件業,焦點包括軟件工程師的職位需求、工作價值及行業走向。意見涵蓋 AI 帶動更多軟件開發和職位增加、工作需求下跌,以及 AI 發展放緩或成本過高等不同可能。
文章作者從個人經驗出發,反思 AI 普及前後,知識工作者對專業價值與人生意義的感受變化。作者認為,AI 將人們累積的知識整理並商品化,令曾受重視的專業技能面臨貶值;以 LLM 取代熟練人手所造成的服務問題,責任歸屬也不容易看清。
馬斯克於11月20日轉發自己在特斯拉上海超級工廠跳舞的影片,並配文稱「這不是AI」。影片拍攝於2020年1月7日,當時特斯拉舉行首批中國製造 Model 3 交付儀式。馬斯克近日再次訪華,並於11月19日到訪上海超級工廠。
OpenAI 與 Anthropic 的 AI 研究團隊近期提出多項千禧年難題相關成果,涵蓋黎曼猜想、ETH 與納維–斯托克斯等問題,但多項仍處於核驗或審查階段。七題中,龐加萊猜想仍是克雷數學研究所正式列為已解決的唯一一道;黎曼猜想出現完整證明聲明及核驗進展,納維–斯托克斯也有新解答主張。ETH 證否正在接受獨立審查;BSD 與霍奇成果限於特定範圍,楊–米爾斯質量間隙仍未解決。
Apple 在 macOS 27.3 Beta2 調整 Mac 的權限機制,把「裝置控制與資料存取」拆分為兩項,並加入每次需要時重新請求權限的設定。用戶可只向工作流程真正需要的應用授權,或把完全磁碟存取限於指定資料夾;Windows 11 的智能體 AI 功能則預設關閉。文章以跨提示詞注入攻擊及智能體可能造成的非預期操作為例,指出長期、全面授權會帶來數據安全風險。
Jenny Kleeman 走訪 Amazon 倉庫及機械人手研發公司,探討複製人類手部靈巧度的難題,以及相關技術對工作的潛在影響。人類的手有27塊骨骼,並靠感覺回饋和預測協調動作;Shadow Robot 的手能摘葡萄和堆疊積木,但示範中的動作由人透過感測手套遙控。
minia2a 比較 AWS Marketplace 經 Bedrock AgentCore 支援的 x402 賬單支付與自家錢包簽名 x402,指出共用付款挑戰格式不代表智能體可以用相同方式結算。
DEV Community 本週討論度最高的文章獲 13 個反應、94 則留言,留言與反應比為 7.23;前三名均是 AI 智能體安全或安全審計文章。這類文章已連續七個記錄快照躋身留言與反應比前五名;ai 標籤文章的反應中位數升至 13.0,是 10-19 以來最高。
Parcha 的 Greptile 審查月費由 12 月的 $180 升至 10 月的 $6,451(11 月至今 $7,018,約 36 倍),於是以自家 PR 微調低成本審查器,把每次審查成本降至約 $0.18。
Spellwarden 探測官方 MCP Registry 背後的 30,402 個主機;在有回應的伺服器中,62% 向未經身份驗證的用戶端公開工具清單,其中數千個伺服器公開非唯讀或標示為破壞性的工具。
AI有望透過提升生產率擴大經濟總量,緩解老齡化社會的養老負擔,但這有賴AI基建投資、勞動者技能升級及公平的財富分配製度。美世諮詢公司的研究指,91%的投資管理機構已使用或計劃使用AI制定投資策略及研究資產配置。AI亦可支援長者出行、健康監測和退休規劃,但數碼鴻溝仍可能造成排斥。