battle.training 坦克競技場排位賽三週:jessica-verify 打 899 場,僅高出場內基準六分
在 battle.training 坦克競技場排位賽中,jessica-verify 經 899 場比賽後,分數僅比場內 starter 基準高 6 分。它的評分為 727,在 396 個參賽 bot 中排名第 369。v2 在本地測試 48 場的勝率為 72.9%,但本地對手並非排位賽對手;排位賽約四分之一的比賽以平局告終,成因仍未查明。
在 battle.training 坦克競技場排位賽中,jessica-verify 經 899 場比賽後,分數僅比場內 starter 基準高 6 分。它的評分為 727,在 396 個參賽 bot 中排名第 369。v2 在本地測試 48 場的勝率為 72.9%,但本地對手並非排位賽對手;排位賽約四分之一的比賽以平局告終,成因仍未查明。
生產環境中的 AI 智能體安全應由模型外的控制平面約束,而非只依賴系統提示詞。框架包括身份、權限、操作中介、不可篡改的證據記錄及緊急撤銷,並提出透過閘道政策限制工具呼叫、預算和人工審批。Wiz 報告的 Moltbook 資料外洩事故涉及約 1.5 million 個 API 驗證 tokens、逾 17,000 個帳戶持有人電郵地址,以及數千條私人智能體互傳訊息。
作者從 20 點清單中選出三項管理編碼智能體規則檔的做法:將提示詞、規則、工具設定及執行政策納入版本控制,並在設定變更合併時加入驗證檢查。另須預先訂明重試停止及交由人工或更高層工作流程處理的條件,並提供分類、位置和建議恢復路徑等結構化錯誤資訊。同時追蹤 token 和執行時間成本,設定門檻及自動提醒。
ArkNet Digital 主張,AI 產品的護城河應建立在隨使用累積的能力,而非可租用且快速降價的模型之上。文章將可防禦架構分為五層:專有評測、結果數據、工作流與執行權限、可信任機制,以及推理成本管理。引用 Epoch AI 的數據指出,自 2023 年起,達到固定 AI 表現的成本每季下降約 47%,相當於每年約 13×;作者亦提醒,基準測試不等同實際工作。
ArkNet Digital 作者把 Musk 的五步算法套用於軟件工程,主張先質疑需求、刪除不必要組件,再簡化、加速和自動化,以減少安全暴露面與雲端開支。
某護膚品牌的 AI 客服助手在缺乏系統級折扣限制下,疊加優惠碼、兑現過期及虛構優惠碼,令疊加訂單的有效折扣中位數達 41%。作者提出按詢價、查碼、代碼故障和挽留情境分流,並以購物車層級限制每單一碼、封鎖內部碼,以及在重複詢問時重播原答覆。每項決策須記錄優惠碼來源、疊加層數及折扣後毛利,另以六條 SQL 查詢監察虛構碼、過期碼和價格差異等情況。
Thinking Machines Lab 於 2026 年 11 月 20 日發佈開放權重模型 Inkling 2 Mini,總參數量為 26.4B、啟用參數量為 3.4B。
AI 加密貨幣交易智能體的決策管線因狀態同步競態及 fail-open 備援,讓低於門檻的交易訊號繞過預篩選並送交 LLM 最終仲裁。事件中的 ICNTUSDT 訊號得分為 48.8,低於 65 分門檻,仍消耗推理 token,亦帶來意外執行交易的風險。作者指出,修正方向是由 fail-open 轉為 fail-fast。
作者在 2026-11-10 以 Claude Code 2.1.322 讓 79 個子智能體共用一個 Git checkout,未使用 worktrees,並用兩個 mkdir 鎖排隊處理可能衝突的寫入。
開發 Together AI 公開 GitHub 儲存庫 xorl 時,一個 AI 編碼智能體提交了可存取私人 Hugging Face 儲存庫的憑證,未經授權者據此下載提示詞樣本。
ToolPotion 提出在 AI 智能體接觸生產環境憑證前,先限制權限、隔離執行範圍並監察活動。文章建議為智能體設獨立身份,採用預設拒絕、工具及網絡允許清單和短效且限權的 Token,並為刪除、付款及生產部署設人手審批。檢查清單還包括輪換曾放入提示詞的生產憑證、設定支出或步數上限,以及把日誌傳送至智能體無法寫入的系統;文中指出這些措施不需要購買新平台。
AMD 為 Unsloth Desktop 加入基於 XDNA 2 架構的 NPU 支援,讓該軟件首次支援 NPU。搭載 AMD XDNA 2 NPU 的 PC 可在本機執行受支援的 AI 模型;Unsloth Desktop 的 API 可整合超過 100 個 AI 智能體應用程式及開發環境,包括 Cline、Open WebUI 和 Visual Studio Code。
創作者可先整理已核實的資料,再撰寫並評分多個個人簡介草稿,選出清晰可信且只有一項行動呼籲的版本。草稿按清晰度、可信度和行動呼籲三項準則評分,每項 0 至 10 分,總分 30 分。BioLab — Creator Bios, Scored & Ranked 可協助評分和排序,但不會存取 TikTok、Instagram 或 YouTube 帳戶、讀取分析數據或代為發布。
嵐圖汽車宣佈,2027 款嵐圖泰山將於 11 月 27 日開啓預售。官方暫未公佈新款更多配置信息;現款嵐圖泰山售價為 37.99 萬-50.99 萬元,提供四個版本。
Spring AI 的 routing-workflow 範例以兩次模型呼叫分開處理輸入分類與回答生成,先選擇路由,再交由相應的專用提示詞作答。路由鍵須與路由表中的名稱完全相符,否則範例會拋出 IllegalArgumentException;文章建議限制輸出、規劃後備路由,並用標註資料集測試分類器。
已公開的 AI Gateway 效能基準採用不同測量區間、功能設定和負載,因此結果不能直接用來判定哪種方案最快。文章建議以可設定延遲並輸出 SSE 的 mock 配合 k6,先量基線,再在開啟生產功能後記錄各併發階段的 p50、p95、p99 額外延遲,以及 CPU 和峯值記憶體。
阿里雲 Qoder CN 個人專業版(Pro)為新客提供首次訂閲優惠,月費 19.90 元(原價 59 元),包含 2,000 Credits。Qoder 是面向真實軟件開發的智能體編程平台,提供 Desktop、IDE、CLI、插件及移動端等使用形態,並支援切換多種模型。
為 Cursor Agent 按任務只啟用所需 MCP 工具,可減少工具定義佔用上下文,並降低相似選項造成的誤選。建議按項目保存啟用集合,只在具體步驟需要時加回工具,並關閉不必要的廣泛搜尋、寫入或破壞性操作。若客戶端不支援單工具控制,可按領域拆分伺服器;但過度精簡可能令 Agent 重試、使用錯誤操作或停滯。
這篇綜述梳理多智能體系統合作研究如何由進化博弈論的靜態互惠分析,轉向以多智能體強化學習(MARL)進行動態策略學習,並逐步納入公平、信任及社會偏好。研究聚焦非平穩性、部分可觀測、噪聲與異構智能體帶來的挑戰,涵蓋內在動機、通信協議、網絡拓撲及大語言模型在道德推理中的應用。文章按方法路線與取捨整理代表性工作,討論合作的魯棒性與可持續性。
阿里雲 Qoder CN(原通義靈碼)是涵蓋智能編碼、知識管理和自動化任務執行的 AI 智能體產品系列,包含 Qoder、Qoder IDE、Qoder Cloud Agents、Qoder Agent SDK 等產品。
本文拆解 Spring AI 範例中的並行工作流,示範如何在 Java 中同時執行多個獨立 LLM 呼叫,並按輸入順序合併結果。範例支援把不同子任務分段處理,或對同一輸入多次投票。文章亦説明結果排序、部分失敗、逾時、速率限制及成本等實作考量,並指出並行可縮短批次等待時間,但不會降低呼叫費用。
TenVault 的 AgentVault 讓 AI 智能體在用戶批准後取得本機機密資料,並以限時授權控制存取。MCP 伺服器透過本機橋接連接 TenVault,不會接觸主密碼;授權預設 3600 秒,每筆記錄最多 3 次,並留下加密審計記錄,Windows 免費 beta 可於 https://tenlux.tech/tenvault/ 下載。
ARTEX 被用於針對 Microsoft 365 租戶的攻擊,作者整理網絡安全股上漲背景,並提供 3 項租戶檢查。Microsoft 稱相關登入嘗試涉及超過 2,250 個租戶,部分案例從首次鎖定目標到取得特權存取少於 3 小時。檢查涵蓋 ConnectWise 應用程式 ID、服務主體登入及高權限角色變更;作者提醒查詢需按租戶調整,且未能在含相關應用程式的租戶中測試。
阿里雲百煉大模型服務平台的 Token Plan 個人版設有 Lite、Essential、Standard、Pro 四檔,並為未曾購買個人版的新客提供 Lite 和 Essential 首購 5 折優惠,至 2026 年 11 月 30 日 23:59:59(UTC+8)截止。
cmc 是一款 Claude Code 外掛,可在智能體工作期間暫存訊息,並於當前回合結束後依序送出。/held 可編輯、重排或刪除暫存訊息,>> 則可啟動在獨立 git worktree 中執行的子智能體,並可設定其模型和 effort。
intern.lk 推出 MCP 伺服器,讓用戶透過 ChatGPT 或 Claude 搜尋及申請斯里蘭卡的實習、見習和初職,並追蹤申請。平台列有約 4,700 個職位;助理會在採取行動前徵求同意,搜尋、申請及邀請亦共用每日限額。服務採用 OAuth,用戶可隨時撤銷授權。
第 47 週的 AI 自動化週報聚焦 GPT-6.2 Astra、Gemini 4 Neon 和 Qwen4-Max,整理三者推出及智能體成本下降的定價變化。
城市多模態學習綜述梳理了研究由靜態城市表徵,發展至長時序理解、多智能體協作推理及模型訓練優化的脈絡。UrbanFeel、UrbanWell 等基準補足時序與主觀感知評測,Urban-R1 則以強化學習後訓練緩解地理偏差,提升跨地域泛化能力。研究仍聚焦建立標準化評測,並改善模型的時空推理與地理偏差。
判斷網站能否讓 AI Agent 存取,應依序檢查 robots.txt、伺服器對各 user-agent 的回應,以及 CDN 或 WAF 的機械人規則。內容將機械人分為訓練爬蟲、搜尋爬蟲和用戶觸發的 Agent,建議分開決定是否允許,並避免把 robots.txt 當成強制控制。
Superpowers 是一套面向 Claude Code 等 16 款 AI 編碼工具的開源智能體技能框架,文章詳解其七步開發流程。流程涵蓋需求梳理、隔離工作區、任務拆解、TDD、程式碼評審及分支收尾,並整理多款工具的安裝與排錯方法。
阿里雲於 2026 年 11 月 11 日上線通義千問第四代旗艦 Qwen4-Max 預覽版,預覽期內模型調用按標準費率的 20% 計費。模型支援 100 萬 Token 上下文及文字、圖片、影片輸入,並具備原生 Agentic 能力。優惠至 2026 年 11 月 25 日 24:00(UTC+8);屆時 qwen4-max-preview 模型標識將下線,正式版會採用全新模型名稱。
AI 智能體集羣的自動擴縮容應以模型閘道中按 tokens 衡量的佇列深度為核心信號,而非只看 CPU、記憶體或每秒請求量。文章建議按任務類別設定準入和併發上限,為互動任務保留時段,並優先延後或捨棄批次任務。工作流日程可用於預測負載;超出預測時,可依次暫停批次工作、轉用較便宜或較慢的模型級別,再捨棄排隊工作並設定重新入列期限。
Jacek Garbuliński 示範如何透過 API 使用 basal 決策模型,並以 38 項文字決策比較它與生成模型的速度、計算量和準確度。在 H200 上,basal-2.0-4.5b 處理支援電郵約需 20 毫秒,Qwen3.8-27B 約需 150 毫秒;basal 的估算計算量約為 27B 生成模型的六分之一至九分之一。
面對 AI 編碼智能體加快產出程式碼,團隊應在編碼前界定工作單位並釐清需求,避免把關鍵判斷留到程式碼審查階段。做法包括按單一審查者能否一次理解整項變更來拆分工作,並以測試、靜態分析等機械檢查、掌握技術設計的 AI 審查及人工把關分層處理。審查中發現的問題和已批准偏離規格的決定,應回寫至測試、規格或智能體指引,減少同類問題重現。
牙科影像分析研究由 CNN 主導的單一任務分割與分類,逐步發展至結合自監督學習、Mamba 與視覺語言模型的多元方法,目標是在標註稀缺、多模態異構及計算受限的條件下提升幾何保真度、跨域泛化與臨牀推理能力。綜述梳理牙齒分割與重建、疾病診斷、多模態大模型及幾何規劃等研究路線,並指出專用小模型與通用大模型需要融合,而非互相取代。
阿里雲雙十一活動由11月1日持續至11月30日,新人可用38元購買一年輕量應用伺服器,ECS雲伺服器一年99元起,GPU雲伺服器包年4折起。阿里雲百煉大模型服務平台向新用戶提供超7000萬免費 Token,並有多款模型及 Token Plan 優惠。特價機型通常限購,秒殺款不享續費同價,實際價格及資格以活動頁和結算頁為準。
Claude Code、Codex 和 Cursor 的磁碟用量主要來自對話紀錄、舊版二進制檔與 Electron 快取、Git worktree 內的建置資料夾,以及本地模型權重;文章逐項説明檢查和清理方法。
AIClaw v3.12.14 在桌面版對話詳情面板加入唯讀子代理檢視,讓用戶毋須離開主對話即可查看任務進度。面板按任務標題和狀態列出子代理,並可在面板內查看子代理的對話記錄及即時狀態。測試驗證了唯讀操作及執行中、已中斷等狀態轉換。
Signal 近日更新 iOS 和 Android 版,加入截圖限制以阻止 AI 智能體讀取用戶私人訊息。Signal 8.37 預設啟用「阻止 Siri AI」,用戶可關閉功能 10 分鐘或永久停用;Android 版 8.35.1 或更新版本會在偵測到 AI 助手嘗試截圖時啟用「屏幕安全」,但偵測未必能在所有裝置穩定運作。
文章説明如何在 Obsidian 和 Claude Code 中實作 Karpathy 的「Second Brain」模式,讓 Agent 根據原始資料建立並更新個人 wiki。