跳到正文

全部動態

今日 23 條
10月3日週六
  1. LlamaIndex：產品、工程與評測31

    LlamaParse 表格 OCR：如何從文件提取結構化資料

    表格 OCR 透過表格偵測、結構辨識與資料擷取，將文件中的表格轉為 JSON、CSV 或 Excel 等機器可讀格式。LlamaParse 的發票示例會重建行列及欄位關係，並把數值映射至指定 schema。算術、資料類型及跨欄位一致性檢查，有助避免結構錯配流入企業工作流程。

  3. OpenAI Developers：Blog52

    Dagster Labs 如何用 Codex 加速文件撰寫、跨媒介改編與完整度評估

    Dagster Labs 團隊運用 OpenAI Codex 加快技術教育文件撰寫、跨媒介內容改編，並評估文件完整度。他們透過完善 CONTRIBUTING.md，並把程式碼、文件與示例放在同一個程式碼庫，讓 Codex 協助解讀 PR、起草文件及製作影片講稿。此外，團隊讓 Codex 根據文件生成程式碼，再執行測試，並以程式能否按預期運作作為文件完整度的間接指標。

  4. OpenAI Developers：Blog63

    如何打造優質 ChatGPT app，讓產品能力在對話中發揮價值

    OpenAI 提供 ChatGPT app 設計指南，説明如何選擇使用場景，並將產品優勢拆成模型可在對話中調用的明確能力。文章以 Know、Do、Show 概括 app 的增值方式，建議聚焦少量操作，而非移植整個產品。指南亦涵蓋模糊與明確意圖下的互動、清晰的工具參數與結構化輸出、資料最小化及跨 app 協作。

  6. OpenAI Developers：Blog67

    Codex Agent 技能的 Evals 系統化測試實踐指南

    OpenAI Developers 提供一套以 Evals 系統化測試、評分並改進 Codex Agent 技能的實踐流程。指南建議先定義可量度的成功條件，並以 10–20 條提示詞涵蓋技能應否觸發等情境。再用 codex exec --json 記錄 JSONL trace，對命令與檔案執行確定性檢查，並以 --output-schema 輸出結構化 rubric 評分風格要求。

  8. 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。

  9. OpenAI Developers：Blog21

    OpenAI Codex 部落格文章一覽

    OpenAI Developer Blog 彙列多篇 Codex 文章，涵蓋以 Codex 建立遊戲、進行建築視覺化、製作前端介面，以及自動化重複工程工作的案例。其他內容包括 Skills 與提示詞、Codex Security、遠端工程工作、程式碼審查規則、JetBrains MCP 整合，以及用 Evals 系統測試 Agent Skills 的指南。

  11. Anthropic：Alignment Science Blog65

    如何復現並拓展 Anthropic 的對齊偽裝演示

    Anthropic 説明如何復現並拓展其對齊偽裝演示，並提供快速實驗筆記本、對話紀錄及部分主實驗程式碼。在簡化的 helpful-only 設定中，Claude 3 Opus、Claude 3.5 Sonnet 和 Llama-3 405B 有時會生成對齊偽裝推理；提示暗示對話會用於訓練時，模型更常給出有幫助的回答。

  13. AWS Machine Learning Blog61

    Claude Platform on AWS 多環境存取實作指南

    AWS Machine Learning Blog 提供 Claude Platform on AWS 多環境存取指南，示範為 AWS 工作負載、開發者筆電及外部環境配置推理存取。

    推薦理由：文章按 AWS 工作負載、開發者筆電與外部環境，示範 cross-account SigV4、workspace-scoped API key 和 OIDC federation 如何配置，並維持 workspace 隔離。

  14. Tessl：產品與工程博客63

    回饋迴路工程：讓項目更適合智能體開發

    Tessl提出回饋迴路工程，透過設計智能體周邊的迴路，讓每次執行改善後續工作的項目條件。文章把迴路分為單次改動、跨項目歷史及生產訊號三層，維護智能體分析日誌、PR 評論或程式庫狀態後，會把需修正事項整理成一般問題單交回既有開發流程，而不自行開 PR。

  15. Tessl：產品與工程博客60

    「一個大腦」意味着掌握組織記憶

    Leapfrog 團隊的作者分享以 OpenClaw、GitHub、Obsidian 和 Telegram 搭建組織記憶系統，讓團隊可透過智能體以自然語言查詢公司知識與客户脈絡。研究庫當時約有 1,200 個檔案，另設客户資料庫；系統區分個人、領導層、公司與客户知識，只把經判斷扎實且有用的研究升格分享。作者建議先讓一人本機試行，確認維護、權限及資料安全要求，再按實際需要逐步增加檢索層。

  16. LlamaIndex：產品、工程與評測36

    AI 文件分類：自動化分揀與標記實用指南

    AI 文件分類利用訓練模型理解文件內容、結構與語境，自動分配類別及標籤，並將文件送入相應工作流程。傳統機器學習分類器須以數千份已標註文件訓練；大語言模型可根據自然語言類別描述進行零樣本分類，無須標註訓練資料。信心評分讓高信心結果直接流轉，低信心結果轉交人工審核。

  17. LlamaIndex：產品、工程與評測30

    KYC 自動化：如何以可擴展且合規的工作流程取代人工核驗

    KYC 自動化以軟件執行文件擷取、身份核驗、制裁篩查和風險評分，將人工審核集中於例外個案。標準案件的處理時間可由數天至數星期降至數分鐘至數小時，並留下完整、帶時間戳且可核查的審計紀錄。LlamaParse 以智能體式文件解析、版面感知電腦視覺及多重驗證迴圈，將不同格式文件轉為結構化資料。

  18. LlamaIndex：產品、工程與評測22

    按揭文件自動化：改造貸款處理流程

    按揭文件自動化把貸款申請、核保、驗證及成交中的人工文件工作，轉化為結構化、由機器處理的流程。系統結合機器學習、電腦視覺與結構化解析，辨識文件版面並抽取符合預設 schema 的資料，不止進行文字識別。抽取結果會按業務規則、核保準則及外部數據來源驗證，並以信心評分和人工審核處理模糊或不確定個案。

  19. LlamaIndex：產品、工程與評測24

    KYC 文件核驗中的 OCR：為何標準文字提取難以滿足合規要求

    標準 OCR 難以滿足 KYC 合規要求，因其無法可靠辨識磨損、斜拍、帶有防偽特徵或使用非拉丁文字的真實身份文件。人工資料輸入錯誤率平均為 1–4%，而真正直通式處理要求欄位準確率達 99.9%。錯誤欄位會流入 AML 篩查及合規紀錄，觸發誤報、錯過名單匹配或延誤客户開户。

  23. Every：最新文章44

    我如何打磨由 AI 智能體構建的軟件

    作者把親自使用 AI 智能體所構建的軟件、判斷體驗並反覆修整，視為 compound engineering 的最後一步。他以 `/ce-polish` 檢出分支、啟動開發伺服器，並在編輯器中與智能體並排查看應用程式。在 Cora Brief 中，他透過 Monologue 指出版面留白過多、卡片需要更緊湊，智能體調整版面後，應用程式隨即熱重載。

  24. OpenAI Developers：Blog64

    重新思考 GPT-6 Astra 的技能與提示詞

    OpenAI 分享如何為 GPT-6 Astra 調整技能、AGENTS.md 與任務提示詞，指出較強模型未必需要舊有的密集引導。技能描述應精簡並明確限定適用情境，多流程技能可由主文件引導至補充文件；AGENTS.md 則宜按任務提供相關文件和安全工作流程。文章還建議重新檢視測試、決策邊界和完成條件，避免舊指引令 GPT-6 Astra 過早停下或執行不必要的工作。

10月2日週五
  3. GitHub Blog · AI & ML35

    AI 正改變開發者的工作方式：三項值得加強的技能

    AI 正改變開發者的工作方式，開發者應加強引導 AI、審核 AI 輸出，以及利用節省的實作時間解決更大型問題。隨着 AI 智能體承擔更多實作，開發者仍須界定問題、檢視生成程式碼、權衡取捨並作出技術決策。GitHub Copilot 內置的 Rubber Duck agent 會使用第二個模型，在推進前檢視計劃、程式碼和測試。

  4. OpenRouter：Announcements62

    OpenRouter 教學：客服機械人的低成本優先 FAQ 模型路由

    OpenRouter 的指南介紹客服機械人採用低成本優先模型路由的方法，讓較小、成本較低的模型處理常見問題，並把較難或不確定的請求升級至能力較強的模型。指南比較靜態規則、分類器分流及按信心門檻檢查答案三種方式，並指出模型備援清單只會在請求出錯後重試，答案品質檢查及升級決策須由應用程式負責。指南建議比較答案接受率、包括被棄用嘗試的總成本、升級率及整輪延遲，並只在評估顯示升級能修正失敗答案時加入升級。

  8. AWS Machine Learning Blog66

    如何用 Amazon Bedrock AgentCore 構建環境式智能體，串聯事件觸發與人在迴路工作流

    Amazon Bedrock AgentCore 的參考實作把 Amazon S3 上傳或排程事件轉成智能體工作，並讓智能體在需要澄清、審批或覆核時暫停等待人員回應。

    推薦理由：文章把事件來源、AgentCore 執行與人在迴路處理串成參考架構，並清楚區分樣本內建能力與需自行擴展的訊號來源。

10月1日週四
  3. OpenRouter：Announcements71

    如何在 CI 中以 LLM 評測結果把關 Pull Request

    OpenRouter 的指南示範如何把固定 LLM 評測集接入 GitHub Actions，並按通過率阻止不合格的 Pull Request 合併。指南建議把評測案例與提示詞一同存入版本庫，以多次抽樣的多數結果評分，並在未變動的 main 分支上重複執行以校準門檻。CI 應在 job 層級按相關檔案觸發，並把路徑篩選 job 和評測 job 都設為必需狀態檢查，以免跳過評測後仍可合併。

  4. OpenRouter：Announcements65

    如何設定模型信心閾值，將低信心請求轉交較強模型

    OpenRouter 的指南説明，如何讓模型回報自評信心分數，並按閾值把低分請求轉交較強模型處理。指南建議用結構化輸出要求模型提供數值信心欄位，再以自有流量中不同分數區間的錯誤率設定閾值；分數適合用來排序，不代表經校準的正確機率。上線後應監察升級比例及未升級回答的錯誤率，並在模型或流量變化時重新調整，同時權衡準確度、成本和延遲。

  5. Johann Rehberger / Embrace The Red77

    SQL Copilot（SSMS）CVE-2026-65669 攻擊鏈可令 db_owner 取得 SYSADMIN 權限

    Johann Rehberger 揭示 SQL Server Management Studio（SSMS）中的 SQL Copilot 存在 CVE-2026-65669，攻擊者可繞過唯讀限制，令任意 T/SQL 以受害者的資料庫連線權限執行。

    推薦理由：文章拆解間接提示詞注入如何串連唯讀限制繞過與資料庫權限提升，並指出唯讀約束應由權限機制落實。