超越人類感官:以 Presage SmartSpectra AI 構建未來
這個項目整合 Presage SmartSpectra SDK,探索如何運用人類訊號,令科技更具回應性和互動性。項目亦探討智能感測技術在人機互動及實際應用上的潛力。
這個項目整合 Presage SmartSpectra SDK,探索如何運用人類訊號,令科技更具回應性和互動性。項目亦探討智能感測技術在人機互動及實際應用上的潛力。
Anthropic 數學家 Levent Alpöge 稱,他與 Claude 合作發現黎曼猜想的證明,並以 Lean 撰寫;該證明據稱涵蓋更強的廣義黎曼猜想,目前仍待專家核查。Lean 可檢查論證每一步是否承接前一步,但專家仍須確認形式化表述對應的是原本要證明的命題。文章建議核對提示詞或規則、使用測試或 JSON 的 schema validator、安排人工抽查,並在未核實前標示為主張。
一般分類器遇到訓練資料以外的輸入,仍會將它判為某個已知類別;softmax 信心分數只反映輸入與已知類別的相似程度。OOD detection 會為輸入評分,低於門檻便標記,而非直接採信預測。近分佈外輸入仍難識別,常用 AUROC 和 FPR95 評估分數表現。
多向量搜尋索引為文件中的每個 token 儲存一個向量;合併相似向量可令索引縮小約四倍,但會輕微降低搜尋品質。若在嵌入模型的訓練損失中納入合併操作,大部分剩餘的品質損失便可消除。
LLM 抽樣時,Temperature 先重塑各 token 的機率,再由 Top-p 或 Min-p 決定仍可抽中的低機率 token。文章的玩具模型測試中,普通抽樣每個答案約出現 11 個這類 token;提高 Temperature 後,Top-p 約放進 40 個。當少量異常 token 便會令輸出出錯時,文章建議使用 Min-p 限制低機率 token。
檢查 AI 答案的引文,須分開確認引文是否出現在來源中,以及它是否支持相關主張;前者可精確比對,後者需結合簡單規則與判斷模型。在文中的測試中,單靠詞語重疊分數的做法錯誤放行 7 個錯誤引文中的 5 個,並拒絕 9 個正確引文中的 3 個。
Python 腳本從 StagingBench 的 results.json 讀取工具資料,統計有評分的房間數及評分平均值,並列出每張照片的最低價格。缺少評分或已核實價格時保留為 None,而非當作 0;評分數量及資料缺漏情況有助讀者按實際資料解讀結果。
共享 LLM 伺服器可透過請求優先級及限制批次工作的並發數,避免批次請求佔滿執行槽位而拖慢聊天回覆。
作者 Danywalery 開發並介紹開源 MCP 伺服器 ZeroIDE MCP,讓相容 AI 客戶端使用 Windows 電腦上的檔案及 PowerShell 工具。
開發者 Lepp 獨自使用 AI 應用程式建構工具 cto.new,打造免費社交網絡 Neuro-Kindred,讓神經多元成人尋找朋友或約會對象。平台以 Pebbles 取代讚好,並設計三次違規處分機制:第三次違規須由另一名不同用戶舉報,便會刪除帳戶。Neuro-Kindred 現有 13 名真實會員,收入為 $0。
PluginStack 的指南説明如何在 VS Code 加入 MCP 伺服器,並指出兩種設定格式的檔案位置和頂層欄位不同。Portable(Copilot)格式使用 mcpServers,VS Code 格式使用 servers;輸入提示、envFile、每伺服器沙箱及開發模式只支援後者。指南亦整理設定、啟動、連線及工具呼叫的故障排查方法,並提醒儲存設定不代表 Agent 已能使用伺服器。
MCP 連接 AI 智能體與工具、API 及資料,A2A 則讓智能體向另一個智能體委派任務並接收結果。文中指出,讀寫 NetSuite 屬於 MCP 或 API 的工作;當工作須交由其他團隊或供應商營運的智能體處理時,才涉及 A2A。
作者為一個擁有 42 間分店的餐廳網絡設計並實施分層 IT 安全框架,涵蓋網絡隔離、身份驗證、加密備份及 AI 監控。實施六個月後,沒有嚴重事故,LGPD 合規資料已備妥,安全故障相關支援求助減少 40%。
Julian Neagu 分享一套保護瀏覽器 JavaScript 工具的三層做法,以程式碼壓縮、網域鎖定和邊緣檢查增加快速複製的難度。這套建置流程用於他的靜態 Next.js 網站,會壓縮 18 個內嵌 JavaScript 程式和 12 個本地 JavaScript 檔案,並為 24 個頁面加入網域鎖定;邊緣檢查則針對爬取工具、熱連結和過量請求。
Davidayo 提出使用 AI 編碼智能體時的五個要點:管理上下文、先規劃再編碼、反覆驗證、記錄可重用的專案規則,以及接入專用工具。文中建議把工作拆成小任務、先列出步驟與涉及檔案,再透過生成、測試、檢視、修正和重測形成驗證循環。MCP(Model Context Protocol)可連接檔案、測試、文件和命令等工具,讓智能體查找、執行及核對工作,而非只靠猜測。
一名開發者為斯里蘭卡科倫坡證券交易所建立機器學習研究及訊號平台,收集逾 15 年、700 多種證券的價格資料,並以 60 個樣本外區塊進行步進式測試。平台會計入交易成本、每週重訓模型並設有更新門檻,但不會自動交易;所有買賣仍由人手決定。
文章提供一套 Python 到岸成本模型,涵蓋 GCC、EU、英國及澳洲和紐西蘭共 15 個海關制度,計算體積重量、運費、VAT 和關税。模型按 8.0 kg 門檻選擇合併或特快運費,並以巴林和葡萄牙的 11 kg 汽車零件訂單示範估算。文章亦列出相關運費計算工具、區域指南和開源 Python MCP Server。
客戶的一筆已完成訂單退款後,購買次數由三次降至兩次,獎勵資格因此由符合變為不符合;文章以此説明如何讓 Rewards API 讀取隨來源資料更新的資格結果。架構採用 CDC、增量 SQL 和持續維護的資格檢視,並由 AI agent 透過 API 取得當時可用的最新狀態。此設計示例不代表變更會即時可見,亦非生產環境基準測試。
Amazon Threat Intelligence 報告指出,攻擊者使用自主 AI 智能體,在約 11 分鐘內由勘查公開介面轉為利用開源醫療影像網頁應用中的未知漏洞;BleepingComputer 將該應用識別為 MONAI Label。
推薦理由:文章結合漏洞利用、暴力破解失敗案例與伺服器檢查清單,説明如何盤點公開服務、更新自架工具及限制登入嘗試。
50 個 AI 智能體在 Minecraft 共用生存世界中接到擊敗 Ender Dragon 的目標,實驗呈現了它們在計劃受阻時的協作與應變。一個羣體在 3 小時內交換約 5,900 則訊息,並在 27 小時 14 分鐘內編寫 2,783 個程式,最終成功完成目標。文章據此建議為新規則記錄觸發事件、分級處理訊息、衡量推理時間,並處理工具無回應的情況。
文章介紹 Claude Fable 5.2 的兩種影片製作路線:編寫程式碼後自行渲染,或經 Higgsfield MCP 交由 Seedance 2.5 生成影片。
批次背景移除工具的主要問題往往不是處理速度,而是單張圖片失敗會拖累整批、頁面刷新後工作消失,以及匯出時未交代缺少哪些圖片。removebg.studio 的批次頁面會預先顯示容量、將結果儲存在用戶裝置上,並支援個別重試及匯出前核對;本機處理仍須保持分頁開啟。
OpenHands 已將大部分 CVE 修復工作交由智能體工作流處理,由智能體挑選修補項目、建立 PR、合併低風險修正,並追蹤至部署。流程每日以 Trivy 和 Grype 掃描容器映像,人員每日查看一則 Slack 訊息及最多 3 個 PR。
Call Karma 示範以 Python 建立檢查流程,在客戶對話主題進入簡報前核對 AI 標籤及趨勢判斷。流程以引文是否出現在逐字稿、Wilson 比例區間、Newcombe 兩期差異區間、人手抽查及客戶集中度,將主題標為 READY、CAVEAT 或 NOT_READY;流程不會呼叫 LLM。
Call Karma 提供 Python 逐字稿檢查器,測試聊天機械人是否在首次互動披露 AI 身份,並檢查身份提問、外撥及轉接情況。檢查器有 7 條規則,將多項披露失誤列為 FAIL,暫停後未提醒及未預告轉接列為 WARN;24 個 unittest 全部通過。作者建議在提示詞、模型或流程改動前將固定對話集納入 CI,並每週抽查生產逐字稿;檢查器僅支援英文啟發式判斷,不能作為合規測試。
作者分享為 Claude Code 設置的 8 類工程護欄,涵蓋分開審批建置與發布、以截圖核對視覺改動,以及只合併通過 CI 的指定提交。他也用自動化測試固定格式與長度規則,並要求每項用戶可見改動附上更新説明;部署後只在開發環境核查,避免觸碰正式環境或修改真實資料。
Santiago Griman 提供一套約 30 秒的檢查方法,透過 robots.txt 和 curl 判斷 Cloudflare 是否阻擋網站的 ChatGPT 爬蟲。
房地產房源搜尋應採用分階段檢索,先按穩定的房源身份去重,再對結果排序,並為每段內容保留來源連結和更新時間。Infrai 可透過純 HTTP 提供集合建立、資料寫入及查詢,但房源身份識別仍須由應用程式處理。生產環境應使用具冪等性的批次寫入,並透過變更佇列執行。
SolTechnology.DateTimeZone 套件以 DateTimeZone 結合 DateTimeOffset 和 TimeZoneInfo,讓時間值保留時區資訊,並按該時區處理日期與時間運算。
Google Ads 團隊以 Spanner Graph 即時偵測廣告欺詐與濫用,透過多跳關係分析找出彼此關聯的可疑訊號及協同行動的欺詐網絡。過往需時一小時的多跳遍歷,現在可在即時生產數據上以不足一秒至個位數毫秒完成。團隊直接在現有 Spanner 資料表上建立圖,毋須遷移資料,多數應用個案在數週內完成轉換。
作者以 vLLM 的 max-model-len 8192、fp8 KV cache 和最多 4 個並發序列,讓 DeepTutor 本地推理避免在第十二輪因快取耗盡而中止。DeepTutor 的結構化歷史保存在 GPU 外,因此短上下文需要先在 tutor 端摘要壓縮,否則直接截斷會失去個人化資訊。文章亦建議以數百次請求觀察記憶體、首 token 時間及完整延遲。
文章以一款 Vibe coding 交友 App 為例,説明如何把本機服務擴展至 AWS,以應對流量尖峯、資料庫讀取負載和重複寫入。處理順序包括以負載測試找出瓶頸、優化 PostgreSQL 查詢及索引,再用 Elastic Beanstalk 和 EC2 擴展後端;RDS for PostgreSQL 可承載資料庫,ElastiCache 則可減少重複讀取。
SecondShiftDev 提出四種子智能體配置方法,分工處理唯讀審查、撰寫測試、指定來源研究及驗收後寫文件。各配置均列明工作、輸入、權限、固定報告格式及禁止事項;同一檔案同一時間只授權一個 Agent 寫入,需共用檔案的任務按次序執行。
MarcoBlch 在 OutfitMaker 的 Gemini 衣物圖片分析中發現,縮小照片不會減少圖像 token,改用 MEDIA_RESOLUTION_MEDIUM 才能降低用量。
部署用 AI 開發的應用程式到自有伺服器,需先辨認它是靜態前端還是 Node.js 伺服器,再處理後端、環境變數與容器部署,並以 Caddy 提供 HTTPS。VITE_ 和 NEXT_PUBLIC_ 變數須在建置時設定,機密值則只放在伺服器端。指南建議先遷移前端並保留託管後端,再另行決定是否搬移資料,並在切換網域前檢查登入重新導向及深層連結。
文章提出一套本地 RAG 流程,要求答案以穩定來源 ID 引用直接支持的段落,並在資訊不足時返回 INSUFFICIENT_EVIDENCE。流程建議保留來源路徑、標題和內容雜湊,並用可回答、缺少事實及相關但不足的問題測試答案與拒答。相似度門檻應按自有數據校準,並在嵌入模型、語料或距離計算改變時重新測試。
StagingBench 的浮水印欄位包含觀察、條件及服務聲稱,不宜直接當作布林值分類。檢視欄內 19 種不同字串後,按開首的 Yes、No 或其他分組,112 行記錄分別為 56、46 及 10 行。這些數字反映文字記錄,並非重新檢查照片所得。
Node.js 電商產品搜尋應採用設有明確上限的分階段語義檢索:首輪最多取回 20 個候選項目,重排器最多處理 8 個,並設定 350 毫秒逾時。每個階段須保留產品識別碼、租戶及來源資料,並在語義檢索前篩除缺貨或未獲授權的項目。
Baseten 表示,AI 模型和智能體加快了網絡攻擊速度,智能體羣可利用零日漏洞並在數分鐘內外洩數據。Baseten 以分層防禦、智能體監測及自動升級警報應對,並透過短效 token、客戶自管加密金鑰、網絡邊界設定及零數據保留保障客戶工作負載。
Baseten 説明如何在橫跨 20+ 個雲端服務商、100+ 個叢集的整個叢集羣中落實一致的安全控制。做法以基礎設施、營運夥伴、工作負載及內部存取四個信任邊界為核心,涵蓋憑證權限、工作負載隔離、供應鏈防護和持續監測。文末提供逐項檢查清單,可用於審核自有叢集或評估基建供應商的安全標準。