跳到正文

教學實踐

拿來就能用的實操內容:提示詞技巧、工作流搭建、工具用法與踩坑經驗。

316條精選相關主題AI 編碼Agent 智能體產品更新

最新精選

第 221–240 條 · 共 316 條
10月15日週四
  1. Anthropic:Engineering84

    Anthropic 研究員以 16 個 Claude 智能體協作編寫可編譯 Linux 6.9 的 C 編譯器

    Anthropic 研究員 Nicholas Carlini 讓 16 個 Claude 智能體協作,打造以 Rust 編寫、可編譯 Linux 6.9 的 C 編譯器。

    推薦理由:文章拆解了如何以高品質測試、任務鎖定及 GCC 作為編譯器參照,讓多個 Claude 智能體分工處理大型編譯任務,呈現長時間自主協作的實作方法。

  2. Anthropic:Engineering77

    Anthropic 説明如何在 claude.ai、Claude Code 與 Claude Cowork 中限制 Claude 的影響範圍

    Anthropic 説明如何按產品特性透過環境隔離,限制 Claude 智能體可接觸的資源與影響範圍。文章比較 claude.ai 的臨時容器、Claude Code 的人機監督沙盒,以及 Claude Cowork 的本機虛擬機,並列出權限疲勞、提示詞注入及經允許網域外傳資料等風險。其經驗強調先以環境層建立硬性邊界,再配合模型防護,並按用戶的監督能力選擇隔離強度。

    推薦理由:文章比較 claude.ai、Claude Code 與 Claude Cowork 的隔離設計,並以漏洞案例説明環境層的硬性限制為何不能由模型防護取代。

10月14日週三
  1. Johann Rehberger / Embrace The Red80

    Visual Studio Copilot 與 SQL Server Management Studio 遠端程式碼執行漏洞(CVE-2026-103572)解析

    Visual Studio Copilot 與 SQL Server Management Studio(SSMS)的 CVE-2026-103572 路徑驗證漏洞可導致任意命令執行,Microsoft於2026年10月13日推出修補程式。

    推薦理由:文章拆解 Windows 如何因檔名尾隨句點而忽略路徑差異,並展示這項檢查繞過如何串連到 MCP 設定修改與任意命令執行。

  2. AWS Machine Learning Blog61

    如何以 Anchor Browser 與 Amazon Bedrock AgentCore payments 建立可處理 x402 付款的 AI 智能體

    Anchor Browser 整合 Amazon Bedrock AgentCore payments,讓 AI 智能體可在同一瀏覽器工作階段自動支付受 x402 保護的網頁和 API。

    推薦理由:文章梳理 Anchor Browser 與 AgentCore payments 處理 x402 付款的端到端流程,説明預算控制及私鑰簽署如何由受管基礎設施承擔。

  3. Google Developers Blog77

    Gemini 4 Argon 一夜間優化 200,000 行 Python 程式碼庫

    Google 團隊讓 Gemini 4 Argon 無人值守運行 11 小時,優化約 205,000 行的 ADK Python 程式碼庫。六項優化提案中有兩項經程式碼審查後合併,令長工作階段的記憶體內準備時間縮短約 40%,套件匯入時間縮短 21%。

    推薦理由:文章拆解 Gemini 4 Argon 11 小時無人值守優化流程,呈現六項提案中兩項經程式碼審查後落地的取捨。

10月13日週二
  1. AWS Machine Learning Blog64

    如何在 Amazon Bedrock 上以 Grok 4.7 建立長時程智能體

    文章展示如何在 Amazon Bedrock 上以 Grok 4.7 建立工具呼叫智能體,並以三項需要搜尋的任務比較 low、medium、high、xhigh 四種推理力度。

    推薦理由:文章以三項答案可窮舉驗證的任務比較推理力度與 token 用量,並提供可移用於自有 Agent 評測的測試設計和生產監控方法。

  2. AWS Machine Learning Blog61

    ShipStation Global 如何在 Amazon Bedrock AgentCore 上建構 AI IT 服務台

    ShipStation Global 在 Amazon Bedrock AgentCore 上建構 Slack AI IT 服務台 Deckhand,以知識庫回答常見問題、分析錯誤截圖及建立或更新 Jira Service Management 工單。

    推薦理由:文章拆解以 RLM 從 Slack 已解決支援對話抽取結構化解法、建立知識庫的流程,並呈現三個月內 812 次 Agent 對話未轉成工單。

  3. Hacker News 熱門(buzzing.cc 中文翻譯)76

    2026 年版(後量子)密碼學的正確答案

    這份開發者密碼學指南更新了多項建議,並指出後量子遷移須於 2029 年前完成。文中稱對稱密碼學的建議大致未變,非對稱密碼學的選擇則多數已較 2024 年不同。具體建議包括以 X25519+ML-KEM-768 作金鑰交換、以 HPKE 或配備後量子金鑰的 age 作非對稱加密,並以 ML-DSA-44 作非對稱簽署。

    推薦理由:文章按加密、金鑰交換、簽署及 TLS 等場景更新開發者建議,並交代後量子遷移期限與不同方案的取捨。

  4. AWS Machine Learning Blog69

    如何在泰國、馬來西亞、新加坡、印尼及台灣透過 Amazon Bedrock 全球跨區域推理存取 OpenAI GPT-6 模型

    AWS 説明如何透過 Amazon Bedrock 全球跨區域推理,在泰國、馬來西亞、新加坡、印尼及台灣存取 GPT-6 Sol 和 GPT-6 Luna,並在新加坡存取 GPT-6 Astra。

    推薦理由:文章把 API 呼叫、IAM/SCP 權限、配額與監控串成部署流程,並交代跨區域請求的資料保留位置及來源區域追蹤方式。

10月10日週六
  1. OpenAI News60

    Asana 以 GPT-6.1 Sol 將瀏覽器智能體測試成本降低 76 倍

    Asana 以 GPT-6 Astra 在 Codex 中進行實驗,優化 GPT-6.1 Sol 上的瀏覽器智能體工作流,較原有 Model B 生產配置成本低 76 倍、速度快 5 倍。團隊測試了延長瀏覽歷史快取、提高可保留文字量,以及分批移除截圖等改動。優化後的工作流平均每次估算成本為 $0.47,約需 4 分鐘;較大的歷史容量下,18 次測試均產生正確答案。

    推薦理由:144 次測試對照了瀏覽歷史、文字保留量和截圖清理策略,呈現這些設定對智能體成本、速度與作答完成率的影響。

  2. AWS Machine Learning Blog60

    Postman 如何在 Amazon Bedrock 上為 40 million 名開發者運行 Agent Mode

    Postman 分享如何透過 Amazon Bedrock 為 40 million 名開發者運行 Agent Mode,並歸納將成熟產品接入 AI 智能體的生產架構經驗。核心做法包括按任務動態篩選工具、以結構化資料支援查詢,以及為不同實體建立專用上下文處理器;修改應用程式狀態前仍須用戶批准。Agent Mode 亦使用模型選擇、跨區域推理、為支援模型設定的零數據保留,以及分層提示詞快取。

    推薦理由:文章拆解 Postman 如何按任務動態配置工具、以結構化資料查詢及專用上下文設計,處理成熟產品接入智能體的工程難題。

10月9日週五
  1. OpenAI News61

    Sophos 藉助 OpenAI Daybreak 將威脅調查時間縮短 96%

    Sophos 透過 OpenAI Daybreak 將威脅調查時間縮短 96%,使用 AI agents 的個案平均回應時間降至 89 秒。AI 已端到端解決 52% 的 MDR 個案;Sophos 仍要求可能造成破壞的操作接受適當的人類監督。

    推薦理由:從約 38 分鐘降至 89 秒的平均回應時間,以及 52% 的端到端解決率,可見 Sophos 如何在客戶控制和人類監督邊界內擴大自動化。

  2. Hugging Face Blog81

    用 ML-intern 打造原本不存在的模型

    作者以 ML-intern 建立六個原本沒有的模型,並完成訓練、評估及公開發布到 Hugging Face Hub。文章分享提示詞如何列明數據集與基礎模型,要求先測基準、執行小規模 smoke test 並設定支出上限;六個項目的運算費用合計約 USD 103。

    推薦理由:文章把 ML-intern 的提示詞設計拆成可操作環節,從先測基準、設定小規模 smoke test 到限制預算,並以六個模型專案展示這套流程。

  3. AWS Machine Learning Blog64

    BlockRun 與 Incarna 如何使用 Amazon Bedrock AgentCore payments 實現 AI 智能體按次支付推理費用

    Incarna 使用 Amazon Bedrock AgentCore payments,讓 AI 智能體透過 x402 向 BlockRun 逐次支付模型推理費用,並將流程部署至 Base 正式環境。

    推薦理由:文章以 Incarna 的整合案例,説明 AgentCore payments 如何透過 x402 支援按次推理付款,並在基礎設施層執行支出上限。

10月7日週三
  1. AWS Machine Learning Blog62

    Cornerstone OnDemand 如何藉助 Amazon Bedrock 將資料庫診斷時間縮短 78%

    Cornerstone OnDemand 構建多智能體 AI 系統 Orion AI,採用 Amazon Bedrock 和 Strands Agents,將資料庫診斷時間由 45 分鐘降至 10 分鐘,減少 78%。資料庫生命週期操作由 10 多個人工步驟縮至一次互動,冗餘告警中位數減少 65%。文章亦介紹其按領域劃分智能體、以關鍵字優先並以語義搜尋作後備的路由設計。

    推薦理由:案例量化呈現診斷、流程及告警改善,並拆解領域分工與混合路由等設計,為資料庫營運團隊提供可參考的多智能體實作脈絡。

  2. Anthropic:Claude.dev 開發者博客80

    Claude Code 雲端工作階段實用指南

    Claude Code 雲端工作階段為每項任務建立獨立虛擬機和分支,讓多項工作並行,完成後可供檢視或建立 pull request。作者以示例倉庫測試三項並行工作,首項啟動後 87 秒全部完成,其中一項修正後連續執行 npm test 40 次且零失敗。雲端運算不另收費,但工作階段沿用方案用量額度。

    推薦理由:實測展示獨立虛擬機如何減少並行任務互相干擾,並整理任務拆分、驗證指令與分支合併的實用做法。

10月3日週六
  1. OpenAI Developers:Blog76

    OpenAI Realtime API 開發者筆記:GA 後語音對語音更新要點

    OpenAI 整理 Realtime API 與 gpt-realtime 語音對語音模型進入 GA 後的介面變更、新功能及整合注意事項。文章建議客户遷移至 GA 介面,並説明 beta 與 GA 在功能支援、temperature 和非同步函式呼叫上的差異。

    推薦理由:文章對照 beta 與 GA 的功能支援差異,並説明介面遷移、temperature 設定及長對話截斷的處理方式,方便開發者按整合環節核對需要調整的設定。

  2. OpenAI Developers:Blog76

    OpenAI 分享以 Skills、託管 shell 與服務端 compaction 建構長時間運行智能體的實作技巧

    OpenAI 分享以 Skills、託管 shell 和服務端 compaction 構建長時間運行智能體的實作模式,涵蓋技能路由、容器復用與網絡配置。Glean 面向 Salesforce 的 skill 將評測準確率由 73% 提升至 85%,並令 time-to-first-token 縮短 18.1%。

    推薦理由:文章將 Skills、shell 與服務端 compaction 的分工整理成長流程建構方法,並涵蓋技能路由、產物交接及網絡隔離等可複用設計。