跳到正文
今天11月22日週日276 則
  1. DEV Community34

    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。

  2. DEV Community60

    AI 智能體不需要更好的提示詞,而需要控制平面

    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。

  3. DEV Community54

    AI 編碼智能體的規則檔也是程式碼,應測試:20 點清單中的三項檢查

    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。

  4. DEV Community57

    AI 產品如何在模型每年便宜 13× 時建立護城河

    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。

  5. DEV Community67

    AI 客服助手疊加優惠碼並兑現過期碼,疊加訂單折扣中位數達 41%

    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。

  6. DEV Community34

    決策引擎中的幽靈訊號:為何低於門檻的請求會繞過最終仲裁

    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。

  7. DEV Community65

    在 AI 智能體接觸生產環境 Token 前先做好隔離

    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。

  8. The Elec50

    AMD 為 Unsloth Desktop 加入 NPU 支援

    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。

  9. DEV Community45

    如何撰寫能吸引用戶追蹤的創作者簡介(2026):評分草稿、只保留一項行動呼籲、刪除未證實説法

    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。

  10. DEV Community63

    Spring AI 路由工作流程:先分類,再回答

    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。

  11. DEV Community65

    AI Gateway 效能比較(2026):Python、Go、Rust 與 Envoy 的基準測試為何得出不同結果

    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。

  12. DEV Community56

    如何為 Cursor Agent 精簡並挑選 MCP 工具

    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。

  13. 阿里雲開發者社區 AI27

    多智能體系統中的合作與社會動態:綜述

    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。

  14. DEV Community58

    Spring AI 並行工作流:如何在 Java 中扇出呼叫 LLM

    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。

  15. DEV Community52

    TenVault 的 AgentVault 如何以審批和限時授權管理 AI 智能體的機密存取

    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。

  16. DEV Community71

    網絡安全股為何上漲?ARTEX AI 攻擊工具與 Microsoft 365 3 項檢查

    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。

  17. 阿里雲開發者社區 AI28

    城市多模態學習綜述

    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。

  18. 阿里雲開發者社區 AI66

    阿里雲 Qwen4-Max 預覽版上線,模型調用限時 2 折

    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。

  19. DEV Community52

    AI 智能體集羣自動擴縮容的准入控制與 Token 預算

    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。

  20. DEV Community62

    basal LLM 如何加快文字決策並減少計算量

    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。

  21. DEV Community64

    AI 編碼智能體時代,程式碼審查是否開始得太遲?

    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。

  22. 阿里雲開發者社區 AI27

    牙科影像分析深度學習綜述

    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。

  23. 阿里雲開發者社區 AI45

    2026年阿里雲雙十一優惠有多實在?新人伺服器特惠活動總整理

    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。

  24. DEV Community48

    AIClaw 3.12.14 如何在主對話中查看子代理進度

    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。