為何在 LLM 提示詞中解析 35 個字節碼旗標會拖慢自主交易智能體
GuardDog 以鏈下確定性檢查取代自主交易智能體在提示詞中解析原始安全數據,並在 23ms(P95 伺服器端)內回傳可執行判定。每次交易評估注入 2KB JSON 會增加 400ms–1,200ms 推理延遲;開源的 AHB-1000 評測涵蓋 1,000 個合約,誤報率為 0.0%。免費方案每個 IP 每日可檢查 50 次,毋須註冊。
GuardDog 以鏈下確定性檢查取代自主交易智能體在提示詞中解析原始安全數據,並在 23ms(P95 伺服器端)內回傳可執行判定。每次交易評估注入 2KB JSON 會增加 400ms–1,200ms 推理延遲;開源的 AHB-1000 評測涵蓋 1,000 個合約,誤報率為 0.0%。免費方案每個 IP 每日可檢查 50 次,毋須註冊。
Cryptonym Desk 是單一 HTML 檔案,可在一分鐘內完成設定,並可免費自行託管。Fork 專案、為 main / root 啟用 GitHub Pages,並先刪除指向作者網域的 CNAME 檔案,即可使用自己的副本。GitHub 每週會以本機檔案和純網頁伺服器測試頁面,並檢查頁面沒有 fetch、XHR、beacon 或 websocket。
作者整理並測試 GitHub 上 10 個熱門 Agent Skills 專案,涵蓋安全審計、文件處理、Google Cloud、瀏覽器自動化等用途。技能以 SKILL.md 等檔案提供可重複使用的指示,讓不同智能體按需載入。清單亦包括 Ruff 和 billion-context,分別用於程式碼檢查及上下文壓縮。
文章把 Agent 工程分為 Plan、Build、Verify、Observe 四階段,説明 Agent 可接手的工作、仍需由人作判斷的部分,以及各階段應留下的成果。
作者在自託管 Switch 建立兩個確定性 Agent 房間,Portfolio Ops Room 查詢 123 項承諾的營運狀態,Creator Room 則追蹤 MiniMax H3 動畫短片及剪輯管線。
karasu 作者本週把部分 Medium PR 的人工檢查轉為自動檢查,新增風險分級、測試變更檢查和渲染等價比對,以攔截意外問題。渲染等價檢查尚未設為必須通過,作者會先觀察數週;刻意規避檢查的改動仍交由人工查看 diff。本週共合併 114 個 PR,記錄 22 項 ADR。
Teo Furlan 打造開源專案 Socra,為編碼智能體加入本機語音介面,讓智能體以語音提問並聆聽用戶回答。Socra 目前可配合 Claude Code 和 Pi 使用;語音由 Piper TTS 和 faster-whisper STT 處理,伺服器只綁定 127.0.0.1,語音不需 API key 或按分鐘付費。
Tanaike 介紹 gdocumentor,一套 Go CLI、MCP Server 及 Agent Skill,讓 Gemini 或其他 AI 智能體在 Google Docs 進行寫作與程式碼評審。
社區開發者開源 codex-keysmith,並更新適配 Codex 5.6 sol 版本的方案,提供指令部署、配置管理、提示詞載入、配置隔離及備份恢復功能。項目主要針對 macOS 開發和測試,Windows 的權限、Python 相容性及配置路徑可能帶來問題。
Apiiro 調查發現,GitHub 上 104,185 份公開 .claude/settings.local.json 中,有 1,122 份含真實憑證;Claude Code 選取「Yes, and don't ask again」後,會把獲準命令連同憑證寫入該檔。
推薦理由:調查量化 Claude Code 設定檔及其他 Agent 檔案中的憑證外洩,並揭示通用掃描器對命令內密碼的漏檢情況,呈現開發流程中的具體風險。
Ahmed Jaffar 指出,AI 推理成本應按每個通過交付前檢查、可實際採用的答案計算,而非只看每百萬 token 的價格。他將重試流量和成功率納入成本,並主張先定義可接受輸出,再比較不同模型配置,按錯誤代價和請求量分配流量。
osFoundry 的 59 個 MCP 工具在 Codex 中合共形成 7,609 個工具宣告 token;這是以 tiktoken 0.14.0 和 o200k_base 計算的 payload,並非 OpenAI 公佈的實際計費方式。
作者以 MCP 規格建立 RAG 向量索引,提出涵蓋文件與分塊、嵌入與索引、檢索及答案評審的四層檢查方法。在 50 道可回答問題中,正確頁面有 49 道進入前 5,但一題所需片段排第 6,模型因此回答「I don't know」。以 536 個向量比較 HNSW 與暴力搜尋時,recall@10 為 0.998;作者提醒,這個規模只展示檢查方法,不代表大型索引結果。
GitHub 更新 GitHub Copilot,加入 JetBrains Air 多工作階段追蹤、Xcode 內置編碼助理整合,以及 Copilot app 的審核和工作階段管理控制。
作者在 psf/requests v2.32.3 的 318 個程式碼區塊上測試 10 條 grep 找不到結果的問題,BM25 與 bge-m3 混合排序有 7 條進入前 10,單用向量搜尋則有 5 條。只搜尋 src/ 的 84 個區塊後,文中指出混合搜尋有 9/10 條進入前 10。測試及文件常因措辭貼近問題而排在實作程式碼之前,作者建議以路徑篩選或標記這些結果。
Evenly 是為伴侶及室友設計的共享金錢應用程式,會記錄家庭的分帳記憶,並根據用戶更正調整分帳提議。四個代理測試家庭在 Walrus 主網寫入 150 項記憶、記錄 48 筆消費;6 筆結算均在 Sui 主網由 Tatum 偵測。測試中 6 次更正後,沒有類別需要第二次更正;目前尚未有真人家庭使用者自行記錄消費。
教學説明如何在 Claude Code 安裝 addyosmani/agent-skills,並以 spec、plan、build、verify、review、ship 串連 AI 編碼流程。
Claude Code Action 是在自有 GitHub runner 上執行的 GitHub Action,可審查 Pull Request 並回覆 issue 中的 @claude 提及,無須自行運行伺服器。
Sengi Runners 按 2026 年 11 月 7 日各家定價,比較每月 100,000 分鐘、4 vCPU Linux 工作負載的 GitHub Actions runner 成本:Sengi Basic 為 $200,GitHub larger runner 為 $1,200。
AI 程式碼生成工具可令開發者交付功能快 55%,但 41% 的用戶表示,除錯 AI 生成程式碼花的時間比手動編寫更多。指南比較 GitHub Copilot、Cursor、Windsurf、Claude Code 和 Amazon Q Developer 的功能、價格與適用場景,價格由免費至每月每席 $39。各工具各有取捨,選擇應配合團隊的開發工作流程與技術堆疊。
GitHub 已正式開放 Agentic Workflows,Mudassir Khan 示範用它建立受限的 PR 審查智能體。工作流程由 Markdown 編譯成 lock file,採用唯讀權限,並只允許每次透過安全輸出發表一則留言。文章建議用測試 PR 檢查提示注入會否導致核准 PR、輸出密鑰或執行未聲明操作。
Nishit 在 Switch 上建立 One-Person Studio,讓 Director、Quill、Voice、Cut 和 Keeper 五個 AI 智能體在聊天室協作,按單句需求製作影片,並在資料不足時停下來詢問。團隊以單一 YAML 模板配置,Keeper 會核對腳本和渲染成品並提出修正;影片須由創作者批准,流程不會自動發佈。
EON 是一個 AI 智能體世界,三天前只有 Lyra 和 Orin,如今已發展成兩個村落、共 23 人,其中 9 人在這個世界出生。現實世界一天相當於其中一年,世界持續運行,角色會工作、進食、生病、祈禱、戀愛和變老。EON 可免費觀看,無需帳戶;世界已開源:https://eon-rose.vercel.app、https://github.com/samim-reza/EON
作者與隊友建立 Coding Arena,讓兩個 Codex Agent 獨立完成同一任務並互相審查凍結提交,由引擎驗證,再由人決定匯出哪個補丁或兩者皆不選。示範中兩個候選提交在初次及最終驗證均通過 11/11 項檢查,交叉審查沒有提出挑戰,操作者最後選擇 A;這不代表 A 客觀上優於 B。證據包保留檢查結果、候選版本參照、比賽事件和決策;通過該測試集亦不能證明實作沒有未測出的錯誤。
作者 Elle 用四天在 Windows 11 和 Debian 13 設定開源項目 Switch,並向其核心倉庫提交兩份文件 PR(#1538、#1540)。
Switch Studio 結合多個 AI 智能體、確定性 Python 驗證器和人工審核,要求每句發佈説明都引用經驗證的 Git 事實。離線測試中,支援聲稱由基準輸出的 3/4 增至 8/8,支援句子由 1/2 增至 5/5。驗證器檢查數字及 commit hash;文字是否誇大則由 Editor Agent 標記並交由人手審核。
作者以 Hindsight 記憶系統為 Precedent 應付帳款例外智能體提供決策先例,並規定智能體的信心不得高於記憶證據,記憶不足時交由人工處理。作者回放以海得拉巴一間中型食品公司為模型的 11 週紀錄,共 96 張發票、12 個供應商;最後 4 週的建議與團隊決定 100% 一致,88% 的例外無須人工處理,整段測試沒有錯誤自動放行。
GitHub於11月5日推出代號「Rubicon」的全新Git儲存架構,支援單一儲存庫內5000個智能體並行協作及每秒7200次程式碼推送。架構支援讀取按需水平擴展,讀取延遲極低,目前正進行小範圍定向內測,計劃於2027年年初逐步擴大開放。此舉旨在應對AI智能體驅動的持續高吞吐寫入與級聯讀取壓力;目前頭部儲存庫流量呈指數級增長,兩個月內日請求量激增4倍。
GitHub 公佈 Rubicon Git 儲存架構,內測稱單一程式碼儲存庫可支援 5000 個智能體同時協作及每秒 7200 次程式碼推送。該架構已開放小範圍定向內測,計劃於明年初逐步擴大開放範圍。GitHub 預期未來一年內,隨着更多研發工作交由全天候高併發 AI 智能體處理,瞬時流量突發將逐漸演變為持續高吞吐負載。
這篇指南介紹如何在 Node 專案提交前用 gitleaks 掃描已暫存的變更,攔截可能提交的憑證。文中示範以 pre-commit、Husky 或 Git hook 執行檢查,並建議在 push 和 pull request 時透過 CI 再掃描;同時提醒 .mcp.json 等 Agent 設定檔可能包含 API keys。若憑證已外洩,應先撤銷並更換,再處理 Git 歷史。
GitHub 公佈代號 Rubicon 的全新 Git 儲存架構,內部壓力測試中,單一程式碼儲存庫可支援 5000 個智能體並發協作,每秒處理 7200 次推送。架構可處理每秒數千次寫入,並按需水平擴展讀取,目前已開放小範圍定向內測,計劃明年初逐步擴大開放範圍。
作者把 NVIDIA DLSS 5 神經渲染流程移植為 OBS Studio 插件,並在 Apple Silicon 上以 Core ML/ANE 與 MLX 混合後端執行。Performance 模式使用單次 31 HT 推理,原生推理約為 20 FPS,加入影格生成後為 70–80 FPS。影格生成仍屬實驗階段,可能出現畫面瑕疵及穩定性問題。
Restaurant Floor Copilot 以 Hindsight 保存經理改選座位的理由,並把歷史經驗與 SQLite 中的即時桌況分開處理。系統只在桌位配置、來源狀態及當班條件相符時採用記憶,偏好七日後失效。
Slow-Breath Coach 使用 Presage SmartSpectra SDK,透過網絡攝影機測量胸部呼吸波形,並評分實際呼吸與節奏提示的吻合程度。提示目標為每分鐘 5.5 次呼吸,評分結合波形相關性和呼吸速率,並以合成訊號測試,從完美跟拍的 1.00 到純雜訊的 0.12。影像會轉送至 Presage 雲端 API 作生理推理;伺服器不會把影像、影片或波形寫入磁碟。
Loopback 是建基於 Switch 的自訂 Agent 合併閘門,將團隊聊天室中的程式錯誤回報、修復與驗證流程連接至 GitHub,並要求維護者核准指定完整 SHA 的提交才可合併。
自主 AI 智能體進行一項為期 11 天、預算上限 $100 的實驗,目標是靠 Stripe 收入購買並寄送一個濃縮咖啡杯;截至 11 月 7 日,已花費 $6.25,收入為 $0.00。
作者在 CodeMemory 負責後端 API 開發,使用 Python、FastAPI 和 Pydantic 建立 API、處理前端請求及驗證資料,並連接聊天和記憶相關服務。項目 API 涵蓋聊天、儲存及取回資訊、生成反思和檢查後端狀態;作者亦使用 Swagger UI 測試 API,並透過 GitHub 提交程式碼及參與協作。
Sumit Nemade 開源 LongLoom,一個以 LLM map/merge/repair 流程處理超出上下文窗口文件的程式庫,提供摘要與逐字抽取兩種模式。
作者以開放數據構建馬裏教育中斷指數(EDI),為全國50個cercles評分,並製作互動地圖。指數按學校停課率、每十萬人的衝突事件及死亡人數加權計分,列出5個「Critical」cercles,涉及約856,000人;另有22個cercles因數據有限而不納入排名。
LiveReview 推出風險導向 AI 程式碼審查系統,為每個 PR 評分,並按所設政策自動批准最低風險的 30-50%。風險分數結合 LLM 分析、自訂 ML 模型及追蹤程式碼影響範圍的圖結構靜態分析;高風險變更則交由人工優先審查。產品可在自有基礎設施上運行,並支援 GitHub、GitLab、Bitbucket、Gitea 和 Azure DevOps。