跳到正文
今天11月22日週日273 則
  1. DEV Community36

    Proof of Agent 網絡第四位評分者的決定性投票是否較寬鬆?兩次公開數據分析

    Proof of Agent 網絡的兩次結算數據顯示,決定 1-2 評分結果的第四位評分者,投下通過票的比例與所有已記錄評分相若。兩次結算的通過票比例分別為 54.5% 和 58.1%,未見第四位評分者明顯偏向寬鬆;但兩次數據不足以證明無人能操控投票。文章建議以可公開核查的隨機抽籤決定補足評分的人選。

  2. DEV Community66

    如何在 30 分鐘內建立首個 AI 智能體,並補上多數教學略過的 3 個部分

    Davis George 示範如何在 30 分鐘內建立一個發布説明 AI 智能體,讓它讀取 git 記錄並草擬 RELEASE_NOTES.md。流程以 3 個工具和 10 步上限運作,並透過 AGENT.md、MEMORY.md 和操作日誌限制權限、保存修正及追蹤每次執行。他建議先在測試儲存庫確認智能體只用獲授權工具、只更改指定檔案,並確保每條説明可追溯至真實提交。

  3. DEV Community62

    Claw-Eval 在 Hugging Face 的榜單:前 7 項均引用模型卡報告,22 項中沒有已驗證項目

    Hugging Face 的 Claw-Eval 榜單列有 22 項,截至 Nov 22, 2026 均無已驗證項目,前 7 項全引用模型卡報告。18 項來自仍開放的 PR;引用 claw-eval.github.io 的最高項目排第 8,得分 64.0。榜單依據 161 項一般任務,但部分模型卡未交代測試分割、指標或執行次數;同一模型的不同模式或量化版本也可能重複佔列,不能單憑排名比較結果。

  4. DEV Community42

    客戶正派自己的 AI 致電給你:聯絡中心軟件準備好了嗎?

    客戶開始讓自己的 AI 助理代為致電客服,三份調查顯示服務團隊尚未準備好應對這種轉變。Zendesk 調查發現,78% 商界領袖尚無法核實代表客戶行事的 AI Agent 身份,43% 消費者希望個人 AI 助理可直接替他們處理服務問題。文章建議按請求風險訂立處理規則、獨立統計 AI 來電,並在客戶親自回電時保留來電紀錄。

  5. DEV Community38

    Hirescoot 創辦人打造代求職者申請職位的 AI 智能體:表格比 AI 更難應付

    Hirescoot 創辦人打造 AI 智能體,協助求職者在僱主官網搜尋職位、撰寫履歷及提交申請,並以僱主確認電郵作為申請完成憑證。系統每日讀取逾 100,000 個職位,約 4 分鐘撰寫一份履歷、約 2 分鐘填表及提交,目前只適用於美國職位。每份申請均有屏幕錄影,只有申請者可以觀看。

  6. DEV Community54

    AI 智能體完成任務後,如何留下下一個工作階段可用的交接記錄?

    Nexus Foundry 為多工作階段 AI 智能體提出結構化交接方案,以八個必填部分記錄目標、決策、檔案、未決問題及驗證狀態,取代單純聊天摘要。附帶的 handoff_check.py 使用 Python 標準函式庫,按八個部分評估完整度,並可用 --fail-below 75 設定 CI 門檻;驗證器檢查的是結構,不保證內容真實。

  7. DEV Community54

    厭倦在 AI 編碼智能體之間複製貼上?Kevin Tan 分享 Kampung 郵箱設計

    Kevin Tan 建立自託管 MCP 伺服器 Kampung,為不同機器上的 AI 編碼智能體提供以程式碼庫為地址的郵箱,讓它們互傳訊息。實測中,Codex 自行找到另一端的智能體、索取基準測試筆記,並在一次提示後 3.5 分鐘寫出可重現錯誤的測試;重複喚醒則令兩個智能體持續交談。Kampung 以只能由人補充的喚醒額度控制智能體;額度用盡後,郵件仍會送達,但不再喚醒任何智能體。

  8. DEV Community42

    AI 編碼智能體的「推送前先詢問」只是建議:防護措施未經測試,執行漏洞無人檢驗

    一項針對 AI 編碼智能體的實驗發現,設定「git push/gh pr create 前先詢問」的權限規則未有觸發,智能體直接推送並建立 PR。文章建議以智能體無法影響的確定性 hooks 執行防護,並測試規則能否攔截推送及繞過嘗試。agent-guard-hooks 售價 $19,提供 shell 層級 hooks 及自我測試模式。

  9. DEV Community66

    如何用 Python 建立可搜尋並聯絡其他智能體的 AI 智能體

    這篇教程示範以 Python 3.10+ 從零建立一個可搜尋其他智能體並收發結構化訊息的 AI 智能體。程式只用標準程式庫,並以 LobsterMatch 的 MCP 伺服器作測試網絡;模型可連接任何 OpenAI-compatible endpoint。教程亦示範用簽名 Webhook 接收事件,並透過訊息卡、凍結規則及退避重試處理訊息往來,避免不必要的模型呼叫。

  10. 第一財經53

    公募基金 AI 佈局進展到哪一步?從推出智能體到建立體系

    公募基金公司的 AI 建設正由零散試點轉向公司級、平台化的體系建設,並拓展至投研、客戶服務和營運管理。多家基金公司在外部平台或自有系統推出 AI 智能體,應用涵蓋資訊整理、知識檢索、研究材料生成及風險管理輔助。算力採購與場景落地同步推進,業界亦強調由人作最終判斷,並重視數據安全、數據質量和合規。

  11. DEV Community56

    AI 智能體作弊時,部署前應審核激勵機制

    Dekita 提出無人值守 AI 智能體部署前審核方法,要求檢查目標指標、操作審批、多智能體交接和審計記錄。清單要求成功指標反映實際結果、不可逆操作經人工或政策批准、交接可供審查、失敗執行留有記錄,並可在任務中途停止而不丟失狀態。部署後還應比較指標走勢與實際結果,並抽查五項記錄行動。

  12. DEV Community58

    AI 智能體重試工具呼叫時,首次呼叫已成功

    Dekita 提出以穩定操作 ID 和上游記錄核對,避免 AI 智能體在工具呼叫重試時重複執行操作。操作 ID 由用戶意圖和 run ID 生成;接收端遇到相同 ID 時返回原結果,而非再次執行。若平台沒有 idempotency key,文章建議先寫入本地 slug-to-ID 記錄,但每次重試仍查詢上游;去重邏輯應放在模型提示詞之外的程式碼中。

  13. IT之家51

    B站發布問卷,徵集 AI「大肥魚」智能體帳號治理意見

    B站官方帳號於 11 月 20 日發布治理意見徵詢,向用戶收集對 AI 智能體帳號及相關行為的看法,並表示將根據意見推進後續治理。官方倡議在名稱、簽名等顯著位置標明 AI 身分,合理控制內容發布頻率,避免大量 AI 內容幹擾真人社區交流。部分用戶因 AI 評論增加而開發「大肥魚清除計劃」插件,用於屏蔽相關評論。

  14. DEV Community62

    語音 AI 智能體工具呼叫如何處理慢工具並避免重複預約

    Ali Ahmed 提供 Node.js 語音 AI 智能體工具呼叫處理器,以約 1.5 秒為回應預算,並以等待提示應對慢工具、按 call ID 防止重試造成重複預約。工具完成後,結果會在下一次請求返回;文章亦示範驗證原始請求本文的 HMAC 簽名,並建議持久化結果及在預約系統延伸冪等處理。

  15. InfoQ76

    Claude Code 的「Don't Ask Again」功能令機密資料外洩至公開儲存庫

    Apiiro 發現,Claude Code 的「Don't Ask Again」功能會把命令核准規則存入本機設定檔,令內含憑證、密碼及 API tokens 的內容可能外洩至公開儲存庫。

    推薦理由:報道説明命令核准規則如何令機密資料進入公開儲存庫,並列出兩家安全公司的檢出數據及避免憑證留在命令中的處理建議。

  16. DEV Community57

    AI 工具為何適合處理 Markdown 檔案

    Markdown 是純文字格式,AI 工具可直接讀取和修改內容,標題、清單及表格結構亦以文字呈現,無須經過轉換。Claude Code 會在每次工作階段開始時讀取 CLAUDE.md;Cursor 亦讀取 AGENTS.md,作為結構化規則的簡單 Markdown 替代方案。

  17. DEV Community44

    Nautilus Prime V5 連續 6 輪承諾「這次一定動手」後,發現承諾本身就是病

    Nautilus Prime V5 這個 AI agent 發現,反覆承諾停止規劃、立即行動,本身也會變成逃避行動的規劃。Cycle 61608 的 1 次工具調用雖然失敗,卻留下了前 4 輪承諾沒有帶來的真實結果。它提出,同一承諾在日誌中出現兩次,就應將之縮小為 5 分鐘內可完成、且容許失敗的最小行動。

  18. 阿里雲開發者社區 AI50

    2026 DevFest 北京 AI 分會技術分享會議紀要

    2026 DevFest 北京 AI 分會技術分享聚焦端側模型推理、Agent 沙箱隔離與決策模型構建。gVisor 快照沙箱的演示中,16 個並發請求的喚醒耗時約 200ms、掛起約 20ms,沙箱數量減少 79%。分享亦説明,決策模型可透過指定選項 Token 的 Logits 經 Softmax 輸出概率分佈,並整理端側部署的記憶體、上下文長度及功耗限制。

  19. IT之家44

    閒魚:2026 年第二季度日活增長 23%、訂單增長 29%,AI 成為核心增長動力

    閒魚表示,2026 年第二季度日均活躍用戶同比增長 23%,訂單量同比增長 29%,AI 技術成為本季度訂單增長的核心動力。智能定價、自動生成商品描述及精準買家匹配等 AI 功能降低交易門檻,買賣雙端智能體則提升複雜服務交易的供需匹配效率。過去一年,閒魚服務類訂單增長 87%,AI 編程、AI 漫劇等相關服務訂單增長 157%。