SWARM:多個 AI 用戶互動時會發生甚麼?
作者開發的 SWARM 多智能體 AI 測試系統,在受控測試中找出 3 個孤立智能體基線未發現、且經核實的互動故障。測試使用 Groq 的 openai/gpt-oss-120b,涵蓋 3 個保留種子、共 10 個 AI 工作階段;故障包括庫存超賣、重複兑換優惠券,以及被封鎖的買家仍能透過商品問題聯絡賣家。
作者開發的 SWARM 多智能體 AI 測試系統,在受控測試中找出 3 個孤立智能體基線未發現、且經核實的互動故障。測試使用 Groq 的 openai/gpt-oss-120b,涵蓋 3 個保留種子、共 10 個 AI 工作階段;故障包括庫存超賣、重複兑換優惠券,以及被封鎖的買家仍能透過商品問題聯絡賣家。
這份指南提出用 AI 從零建立並部署網站的八步流程,從撰寫規格、選擇技術堆疊到安全檢查和部署。指南列出 Cursor、Replit AI 和 Claude Code 等工具,並建議檢查程式差異、避免將 API key 寫入程式碼或提交至 GitHub,以及使用 Lighthouse 檢查效能和無障礙程度。
作者建立了涵蓋 176 個國家和地區的趨勢聚合器,整個流程在 GitHub Actions 執行,毋須伺服器。工作流程每 3 小時爬取資料,約 90 秒完成,再將靜態 JSON 部署到 Cloudflare Pages。Google Trends 只涵蓋 122 個地區,其餘改用 Wikipedia pageviews 或 Bing News,並為每列標示實際來源。
LoCo透過局部偏好學習,教導推理模型何時繼續推理、何時停止,從而縮短輸出並維持或提升數學及程式任務的準確度。在五項數學及三項程式生成基準測試中,LoCo分別將完成長度縮短41.7%–45.4%及23.4%–36.3%,並在所有程式基準測試中取得最佳AUC。
作者以 Sonnet 5.5、相同提示詞和資料,比較 Claude Code 配合 hallmark 與否生成的 Amazon Bedrock AgentCore 介紹頁。
作者開源推出 OneSelf,一套自託管的個人上下文管理系統,讓用戶集中管理身份、經歷和偏好,並授權各類 AI 存取。Agent 的存取須經本人批准,權限可按目錄設定,授權亦可逐項撤銷。系統提供 PCP 發現文檔、HTTP API 和 MCP 接入,支援 OAuth 2.1 設備碼授權,並可透過 Docker Compose 部署。
cex-uk-prices 透過 CeX UK 網站使用的公開搜尋,查詢商品出售、現金回收及代用券價格;每週檢查會從 GitHub 執行一次實際查詢。11 October 的檢查取得 6 個分級結果,耳機現金回收價為 £105。工具無需套件、金鑰或帳戶。
文章以 GitHub Security Lab 的 Taskflow Agent 為例,整理 Agent 輔助模糊測試的復現流程,涵蓋目標選擇、輸入構造及崩潰驗證。文中建議保存版本、輸入雜湊值和執行記錄,在乾淨環境重播並經人工核驗後才確認缺陷;公開示例沒有容器隔離,應只在可丟棄環境運行。
Git worktrees 可分隔並行 AI 編碼智能體的檔案,但不會隔離連接埠、資料庫、程序或磁碟空間;作者整理手動管理方法,並介紹 agentgc 作為工具方案。
termux-containers 可讓 Android 手機免 Root、無需 Docker Engine,透過 Termux 和 PRoot-Distro 運行部分兼容 OCI 鏡像的 Linux 服務。
Tomo 實測透過合併 GitHub Pull Request,將 Supabase 專案待處理的 SQL 遷移檔按檔名次序套用到資料庫;Free 方案在其測試中費用為 $0。
中國具身智能企業的出海正由機械人硬件銷售,延伸至開放通用模型、工具鏈及全球技術生態協作。億歐智庫統計的182家獲融資具身企業中,73家已出海、21家正籌備,合計約佔51.6%;LingBot系列模型在GitHub累計獲逾3.3萬顆 Star,下載量突破220萬。文章將出海路徑概括為產品與供應鏈,以及透過開放模型、工具鏈和接口進入海外研發流程,並指出技術泛化、數據合規、本地運維和商業化落地仍是關卡。
Design Decision Method 把決策記錄設為六步流程的第 4 步,建議為難以撤回的介面選擇記下任務頻率、用戶熟悉度、錯誤成本、裝置、所選模式及理由。
LiteLLM 的 litellm==1.107.0 套件及 Docker 映像於 10 月 21 日遭攻擊者植入惡意軟件並發佈。攻擊始於 5 月 27 日公開 Git 歷史中的管理金鑰;檔案雖約三小時後刪除,金鑰仍有效逾四個月,受感染產物約公開兩小時,Wiz 估計該時段有約 49,000 次下載。
推薦理由:文章梳理未撤銷管理金鑰如何一路導致套件遭植入惡意軟件,並整理先撤銷憑證、限制自動化權限等防護做法。
Jordan Tukum Folem 開源了 kiri1101/github-profile-cards,這個 Cloudflare Worker 會在 GitHub 個人檔案卡片展示私有工作總量,但不顯示儲存庫或客戶名稱。
復旦大學、香港中文大學 MMLab 和上海交通大學的研究者提出 ReTerm,讓終端智能體保留自身執行失敗後的現場並嘗試恢復,再按任務結果更新模型。
文章分析指出,AI Agent把GitHub Actions的CI流水線當作免費除錯器,令GitHub 9月提交量升至74億次,約為上年同期的5倍。GitHub今年累計新增400萬個CPU核心和160PB儲存,而90天滾動可用性一度降至約84%;作者將其視為提交驗證成本轉移至平台後的質量體系問題。
作者在 2026年10月回顧自己的 AI 使用方式,指出智能體如今已編寫其 90% 以上的程式碼。作者仍會審閲程式碼並手動測試,也指出同時管理多個智能體會令人疲倦。文章亦比較 AI 在搜尋、學習、寫作、摘要、轉錄,以及圖像、音樂和影片生成上的用途與限制。
作者主張將核准後的編碼智能體計劃寫入程式庫根目錄的 PLAN.md,並在首次修改程式碼前提交,讓計劃隨分支進入 PR。他建議在 AGENTS.md 規定智能體先讀取 PLAN.md、完成步驟時在同一提交勾選,並把方案變更記入 Decisions,讓其他智能體可接續未完成工作,也方便審閲者對照計劃與程式碼。
Transcreva 建構了面向巴西葡萄牙語音訊與影片的 AI 轉錄及字幕平台,結合 Whisper Large-v3 與 Pyannote 產生附有説話者標籤和逐詞時間戳的文字。平台支援 WhatsApp 語音訊息轉錄及 .srt、.vtt 字幕輸出,並以開源 MCP 伺服器 transcreva-mcp 將轉錄工具整合至 Cursor、Claude Desktop 和 Windsurf。
FinShield 可讓企業集中管理員工使用的桌面 Agent 權限,按項目設定檔案存取範圍,並透過 Windows 檢查檔案操作及限制網絡存取。公開測評使用 FinSafe 0.9.79 和 DSH,涵蓋 100 個視窗、移動工作視窗及剪貼簿篡改三種情境;防護組限制了相關操作。
開源桌面應用 sshboard 讓 AI 智能體透過同一個 SSH 連線查看伺服器,智能體的每項呼叫都會在執行前顯示於用戶畫面。它不提供任意 shell 命令工具;命令須由用戶列入允許清單,會改變狀態的操作按 ID 列出並須先在畫面確認,而智能體可寫入的目錄預設為空。
Maria Paula 在 Brasileirão Pro Analytics 專案中實測 Spec-Driven Development,將訓練及測試賽季改為參數,並按規格核對實作結果。
DeepSeek 於 10 月 31 日發布技術提案,提出由 Router 協調、Workers 並行執行任務的超級智能體架構,旨在減少開發者管理多個 AI 編碼工作階段的時間。
Donchitos/Claude-Code-Game-Studios 為單一 Claude Code 工作階段配置遊戲工作室式架構,讓專責智能體在開發過程中提出問題並指出錯誤。
Get Things Done 的作者選擇以純 Markdown 檔案而非資料庫,為 Claude Code、Codex 和 GitHub Copilot 建立本地優先的工作記憶。
狂師打造免費開源的 AI 測試學習平台,整理 10 個專題共 200 道面試題,涵蓋大模型測試等方向。每題均附面試官視角的考察意圖、過線標準、區分度與加分項,並提供學習路線、實戰教程及 140 個測試工具導航。網站免登入,全部內容同步開源至 GitHub。
作者打造戲仿語言模型 brAIAIn,讓用戶以每句 $2.49 付費提交訓練句子,生成輸出則免費。模型採用帶回退的詞級 trigram,有 476 個參數,GSM8K 得分為 0.0%;最新付費句子在訓練中計四次,每個版本生成的三段短文也會納入下一版訓練資料。
作者以 Switch 0.31.0 示範如何自託管 Switch,並把 Shield 數據質素智能體接入團隊聊天室,讓它解釋每日檢查結果,只在人手批准後修改數據。
aem-eds-kit 可用一條命令把 Figma 畫面轉成 AEM EDS 區塊,並由 Claude Code、Cursor 或 Codex 生成所需檔案。
Cognition 發佈企業安全實務指南,按即時處理及 30 日內完成兩個時段,提出加強公司帳戶、開發環境、程式碼、第三方依賴及監測的措施。指南以近期重大竊案、惡意擴充功能及多項關鍵漏洞為背景,指出既有基本安全措施仍然有效,而 AI 令攻擊更快、成本更低。建議包括採用抗網絡釣魚 MFA、把生產密鑰移離開發者電腦、審核編輯器擴充功能和 MCP 伺服器,以及為套件設定至少 7 日的最低發布等待期。
Liam Warner 與 Nicola Bodill 首次從 PHerc. 306B 古卷讀出可辨識文字,並獲 $50K First Letters Prize。
作者以 Porchlamp 的排名整理出 30 個較快回覆外部 Pull Request 的開源項目;每個項目一半外部 Pull Request 在 4.5 小時內獲人工回覆。
Horizon 是以 Rust 從頭實作的 Minecraft Java Edition 獨立引擎,採用 Vulkan、Wgpu 等圖形 API,並透過自訂啟動器從用戶現有安裝準備遊戲素材。它支援原版世界生成、生物、紅石和指令,也可透過 horizon-ctl 程式化控制遊戲。項目以 281 個差異測試組核對原版相容性,目前仍追蹤數百項相容差距。
Yagua 2.0 現已推出,是一款免費開源的桌面批次圖片處理程式。它可壓縮、轉換及調整圖片大小、移除背景、批次重新命名檔案、管理 EXIF 資料、以 OCR 擷取文字及建立色彩調色板。圖片會在用戶電腦上處理;OCR 和移除背景功能首次使用時會下載模型。
作者建立兩套各有 60 項任務的智能體基準評測,一套乾淨,另一套植入 12 處測試缺陷;審計找出 11 處,沒有誤報。參考智能體在乾淨套件得 60/60、缺陷套件得 55/60,測試本身令分數損失 8.3 分;三個評分器在審計前以 150 個已標註項目驗證。
大型 Git 儲存庫的 git status 可透過 fsmonitor 和 untracked cache 兩項設定加速;GitHub 在有 393K 個檔案的 Chromium checkout 測試中,耗時由 17.6 秒降至 0.827 秒。
Daniel Schroeder 介紹自己撰寫的 GitHub Action boarding-gate,按優先級協調開發者 PR、Renovate 和 Dependabot PR、發佈 PR,以及 main 上的工作流,並讓同一工作流一次只執行一項。
Arnis 是一個開源項目,利用 OpenStreetMap 等真實世界資料,把使用者選定的地點生成可在 Minecraft 探索的世界。項目自 2022 年開始,已從 GitHub 獲得近 900,000 次下載,並有約 70 名貢獻者;除了地圖記錄的元素,Arnis 也能把 3D 模型轉成 Minecraft 方塊。
Deduped 整理本週 5 個熱門 AI GitHub 儲存庫,並為每個專案列出使用步驟。名單涵蓋 DeepSeek Harness 的本地 Web UI、PhotoCraft 編輯 PSD。