跳到正文
11月21日週六
  1. 新浪科技51

    VideoMemBench 評測 25 個大模型的影片對話記憶,Claude Opus 5 得分 45.7

    VideoMemBench 評測 25 個模型在影片多輪對話中的記憶能力,Claude Opus 5 綜合得分 45.7,位列第一。數據集包含 326 段影片及 2,476 輪問答,其中 1,387 輪需要依賴前文,評測分為場景依賴和答案依賴。依賴距離由 1 輪增至至少 5 輪時,受測模型的平均準確率由 30.2% 降至 23.1%;Claude Opus 5 的答案依賴指標為 35.7%。

  2. 新浪科技51

    OpenAI 與 Anthropic 挑戰千禧年難題,七道題進展如何?

    OpenAI 與 Anthropic 的 AI 研究團隊近期提出多項千禧年難題相關成果,涵蓋黎曼猜想、ETH 與納維–斯托克斯等問題,但多項仍處於核驗或審查階段。七題中,龐加萊猜想仍是克雷數學研究所正式列為已解決的唯一一道;黎曼猜想出現完整證明聲明及核驗進展,納維–斯托克斯也有新解答主張。ETH 證否正在接受獨立審查;BSD 與霍奇成果限於特定範圍,楊–米爾斯質量間隙仍未解決。

  3. 新浪科技21

    松鼠Ai網上資訊解讀:事實依據與後續進展應一併看待

    松鼠Ai相關資訊應結合歷史處理結果與目前業務進展理解:納入重整方案的歷史債務已按方案清償,智適應技術研發及產品應用仍在推進。文章提及第三方研究記錄其L5級產品應用,並列出153項發明專利授權。松鼠Ai亦與培生合作探索階梯閲讀課程,並於2026年9月參與聯合國教科文組織數字學習周交流。

  4. 新浪科技30

    蔚來宣佈 NWM 3.0 世界模型將於 11 月 25 日發布

    蔚來宣佈將於 11 月 25 日在 NIO IN 2026 蔚來創新科技日發布世界模型 NWM 3.0。NWM 3.0 將涉及模型架構、閉環訓練及跨域融合,具體技術細節屆時揭曉。此前 NWM 2.5 已採用「世界模型+監督微調+閉環強化學習」三層訓練框架。

  5. DoNews23

    銀聯國際與傳音合作推出「卡碼合一」支付,首站落地巴基斯坦

    銀聯國際與傳音公司達成全球合作,在傳音錢包 T Wallet 集成銀聯「卡碼合一」手機 Pay 服務,首站落地巴基斯坦。當地用戶綁定銀聯卡後,可透過雙擊電源鍵或開啟 T Wallet,使用 NFC 非接支付;聯合銀行有限公司(ABL)是首家發卡機構。後續將擴展支援銀聯二維碼及線上 In-App 支付。

  6. 阿里雲開發者社區 AI40

    阿里稱程式碼「功能與安全兼備」比例由 22.0% 升至 31.8%:其餘 68% 是甚麼?

    阿里在 11 月 17 日的 Qwen4-Max 發布稿中指出,Last Secure Code Bench 上同時通過功能與安全檢查的函數級程式碼比例,由 Qwen3.8-Max 的 22.0% 升至 31.8%。同時符合函數、文件及倉庫三個層級要求的比例,則由 8% 升至 14.7%。其餘 68.2% 不等於不安全,當中可能有無法執行、執行但不安全,或兩項都未達標的程式碼;這些數字是廠商自報。

  7. 阿里雲開發者社區 AI69

    Vercel 讓 8 個 AI 智能體修改 Turborepo,只有 3 個改動可合併

    Vercel 的 Turborepo 團隊用 8 天及 20 多個 PR,將約 1,000 個套件倉庫的首次可執行任務耗時由 8.1 秒降至 0.716 秒。無人值守啟動的 8 個智能體中,只有 3 個提出可合併改動。團隊以同一隔離容器進行端到端測試,並記錄耗時離散度,避免把微基準的局部提升誤當成整體加速。

  8. 阿里雲開發者社區 AI68

    阿里雲 Kimi-K3 選型參考:模型定位、能力、適用場景與收費解析

    Kimi-K3 是面向長程編程、知識工作及推理的權重開源模型,參數量為 2.8 萬億,輸入與輸出上限均為 1,048,576 Token,並已上架阿里雲百煉。文章整理其原生視覺能力及基準成績,並指出模型僅有思考模式,不支援聯網搜尋、批量推理或模型調優。華北2(北京)/全球每百萬 Token 的輸入、輸出及快取命中價格分別為 20 元、100 元及 2 元,且沒有免費額度。

  9. 阿里雲開發者社區 AI70

    DeepSeek-V4.1-Flash 模型解析:定位、能力、應用場景與計費

    DeepSeek-V4.1-Flash 已上架阿里雲百煉,文章梳理其模型定位、架構特點、能力表現、應用場景與計費方式。文中列出 1M 上下文、384K 最大輸出,並指其在多項編程、終端及 Agent 基準上超過 V4-Pro。文章亦比較百煉與 DeepSeek 官方 API 的峯谷時段口徑,並説明快取命中會影響費用。

  10. 阿里雲開發者社區 AI30

    2026 年 Qoder CN v1.4.1 自主編碼智能體實戰指南:本地環境、工程開發與私有化部署

    Qoder CN v1.4.1 將 AI 編碼由程式碼片段生成擴展至智能體工程任務執行,可自主規劃需求、修改多個檔案、執行命令及測試。版本支援 Quest、RepoWiki、MCP、Hooks,以及桌面 IDE、JetBrains 插件和 CLI。模型方面兼容百煉的 Qwen、DeepSeek‑V4、Kimi‑K3 系列,並支援 Coding Plan、Token Plan 和按量付費。

  11. DEV Community43

    我們如何測試免費交易計算器:3,123 組測試向量與精確到分

    Headroom Desk 以 Python 參考實作核對 JavaScript 交易計算器,並用 3,123 組測試向量在每次部署時驗證結果。股票及外匯頁面以 BigInt 分數精確計算金額,僅在顯示時作一次四捨五入;外匯手數計算器另以 3,000 個隨機案例測試風險上限。計算引擎亦可作為唯讀 MCP 伺服器供 AI 助手呼叫,程式碼以 MIT 授權在 GitHub 開放。

  12. DEV Community42

    Rust Oxide:為 AI Agent 打造的輕量 Rust 核心

    Rust Oxide 是一組 Rust crates,為 AI Agent 提供透過單一訊息總線存取結構化 API 和開放網絡的基礎,並記錄每項決策。其工作空間有 150 項通過測試,附設的 rust-oxide-lib 提供三個可執行 Agent,其中 news-agent 可在不連接網絡或 API key 的情況下,使用模擬後端執行完整流程。

  13. DEV Community49

    加密貨幣價格及市場資訊評分最高的 x402 API

    Lumière PayCheck 列出目前評分最高的 10 個加密貨幣價格及市場資訊 x402 端點,全部獲 A 級、100 分,並通過真實付費測試。PayCheck 每 30 分鐘監測逾 140,000 個端點,評估回應速度、價格及收款錢包穩定性,並核實付費測試結果。用戶可透過免費 API 查詢端點評分。

  14. 新浪科技62

    權限不能隨便要,Apple 開始為智能體立規矩

    Apple 在 macOS 27.3 Beta2 調整 Mac 的權限機制,把「裝置控制與資料存取」拆分為兩項,並加入每次需要時重新請求權限的設定。用戶可只向工作流程真正需要的應用授權,或把完全磁碟存取限於指定資料夾;Windows 11 的智能體 AI 功能則預設關閉。文章以跨提示詞注入攻擊及智能體可能造成的非預期操作為例,指出長期、全面授權會帶來數據安全風險。

  15. Hacker News:AI 熱帖44

    AI 供應鏈漏洞正以驚人速度暴露用戶機密資料

    AI 供應鏈漏洞正以驚人速度暴露用戶機密資料。調查中的部分 API 金鑰和請求遭竊,包括在模型開始運行前已被服務供應商拒絕的請求,顯示竊取可能發生在供應商入口。另有兩宗外洩事件涉及標記為 ZDR 的請求;私隱標記無法防止已入侵系統的攻擊者竊取資料。

  16. DEV Community62

    n8n 與 LangGraph:AI 智能體項目應如何選擇?

    n8n 適合以系統整合、觸發器和可視化工作流為主的 AI 智能體項目,LangGraph 則適合需要有狀態循環、分支和長時間執行的智能體推理。兩者亦可分工,由 n8n 接收事件、整理資料及交付結果,再透過 HTTP 呼叫 LangGraph 處理多步推理。

  17. DEV Community61

    如何透過 Guizzo 設定會在高風險操作前請求批准的智能體

    教程示範如何透過 Guizzo 遠端 MCP 伺服器,設定支援 MCP 的智能體在部署、發送電郵或刪除資料前,先向指定人士請求批准。設定包括連接 MCP 伺服器、加入批准者,以及在智能體指示中列明需要批准的操作和負責人;批准者可透過電郵的一次性驗證碼或 passkey 批准或拒絕。若無人於 24 小時內決定,智能體不會執行該操作,並會告知用戶。

  18. 阿里雲開發者社區 AI48

    AI 回答沒有列出你?從同行頁面反查三項條件是否同屏呈現

    文章提供代帳及財税企業在 AI 回答未列出自家時,對照同行頁面檢查服務對象、服務項目及所在地是否同屏呈現的方法。企業可用四欄差距表記錄三項資訊及出現位置,並優先補清首頁首屏表述。之後以真實客戶問法持續觀察回答和引用頁面;頁面寫得清楚不代表一定會被 AI 引用或獲得排名。

  19. DEV Community56

    Jira 儀錶板如何呈現週期時間、各狀態停留時間及工作等待位置

    文章示範如何用 Infograph 連接 Jira,從工單狀態歷史建立儀錶板,查看週期時間、各狀態停留時間及目前等待最久的工單。在虛構公司 Rotaloom 的樣本數據中,最近 90 日工單週期時間中位數為 8.1 日,59% 的週期時間花在 In Review 或 Ready for QA;等待最久的工單已在 In Review 停留 37.7 日。

  20. DEV Community55

    作者於致函 17 天後再次測量 npm 和 PyPI 惡意套件資訊源

    作者在致函 17 天後再次測量 npm 和 PyPI 的惡意套件資訊源,並比較登記處處置、資訊源更改及掃描器測試結果。在 7,483 個抽樣標記中,登記處另處理 34 項,沒有任何項目恢復上架;研究亦把 854 項 npm 新標記由「仍可用」修正為「佔位」。完整報告、方法和數據已公開,數據存於 Zenodo,DOI 為 10.5281/zenodo.24415130。

  21. DEV Community58

    NEXUPIRA 記錄 AI 記憶自動儲存首兩天測試的六類錯誤與修正

    NEXUPIRA 團隊分享其 AI 助手記憶自動儲存功能在正式環境兩天測試中出現的六類錯誤及修正方式。系統只根據店主訊息擷取事實,並以程式規則過濾敏感資料、假設、草稿和助手生成內容;偏好只有在店主明確表達為長期規則時才自動儲存,儲存結果亦可撤銷,矛盾資料則由對話確認。功能自 18 November 起向所有人開放,團隊計劃按記憶類別追蹤撤銷率。