跳到正文
今天11月22日週日72 則
  1. DEV Community57

    作者用一條提示詞製作 Lingo Hop 西班牙語學習遊戲,模型使用成本為 6 cents

    作者以一條提示詞讓 AI coding agent 製作西班牙語學習遊戲 Lingo Hop,模型使用成本為 6 cents,耗時不到五分鐘。遊戲包含五節課、連勝紀錄、愛心、XP、兩種練習及完成慶祝畫面;Agent 實際測試首課,8 題答對 7 題、失去 1 顆愛心並取得 90 XP,之後按追加要求加入每日目標圓環。

  2. DEV Community71

    Inkling 2 Mini 本地運行前須核對硬件與上下文限制

    文章整理了本地部署及託管運行 Inkling 2 Mini 前須核對的硬件、上下文窗口和智能體工具安全限制。官方指引建議本地部署使用至少 32GB 記憶體;模型卡列出的上下文窗口上限為 1M tokens,而 Tinker 的上限為 256K。文章亦建議為智能體循環設定輸出 token 和回合上限,並在沙盒中執行工具或要求確認檔案修改。

  3. DEV Community64

    Windows 11 元件可記錄編碼智能體及開發工具名稱,6 項檢查瞭解裝置回報內容

    Xusheng Li 的逆向分析指出,Windows 11 元件可在功能啟用時把匹配的智能體及開發工具名稱記成每日位元圖,而非提示詞或原始碼。他在一部 VM 中觀察到該功能以服務實驗形式啟用,並在一部美國 Windows 11 Home 測試中發現可選診斷資料已開啟;研究未顯示功能在所有安裝中啟用。

  4. DEV Community57

    AI 客服幻覺:六個真實案例與修正方法

    作者整理了一套支援八種語言、為電動單車品牌處理電郵及即時通訊的 AI 客服系統中六個錯誤回覆案例,並説明各自成因與修正方法。修正措施包括把長對話整理成附來源和日期的事實、為每封草稿先搜尋知識庫,以及按新郵件重新生成自動回覆。個別訂單的對話輸入由 37,604 tokens 減至 4,722,該次回覆中的每項內容均正確。

  5. DEV Community43

    智能體 AI 與生成式 AI:工作中的差異

    生成式 AI 根據提示詞產生內容;智能體 AI 則會調用工具查找資料並執行任務。智能體 AI 需要連接實際系統及設定權限和操作限制,成本和所需時間也較高,因此須記錄操作,並在查詢失敗或涉及金錢、貨物時設置人工處理。該系統在截至 11 月 19 日的 30 天內收到 36,789 封客戶電郵及 15,725 段客戶對話。

  6. TechCrunch · AI57

    TechCrunch 盤點多款可透過訊息使用的 AI Agent

    TechCrunch 盤點多款可透過 SMS、iMessage、WhatsApp 等訊息渠道使用的 AI Agent,涵蓋個人助理、家庭、旅遊、工作及內容創作等用途。這些服務可連接用戶常用的應用程式,處理行事曆、提醒、研究、預訂及電郵等工作,部分亦會主動跟進。文章亦列出服務的收費與測試狀態,當中有免費方案、月費訂閲,以及仍處於 beta 或私人測試的產品。

  7. DEV Community37

    十億 token 上下文陷阱:AI 編碼智能體為何會遺忘,以及如何以上下文壓縮、持久記憶和保留追蹤記錄的錯誤代碼修正問題

    大型上下文窗口未能令 AI 編碼智能體更可靠;注意力稀釋會令它們偏離目標、虛構檔案路徑,並重做已解決的問題。文章提出以上下文壓縮、持久記憶和保留追蹤記錄的錯誤代碼管理上下文,並指出 1M-token 窗口的有效注意力可能只有 200K-300K tokens。

  8. DEV Community63

    AI 智能體寫出的程式碼在哪裏執行?用不到 50 行 Python 建立沙盒執行器

    Neeraj Sharma 示範如何用不到 50 行 Python,將 AI 智能體生成的程式碼放入受限的子程序中執行。預設限制包括 CPU 2 秒、記憶體 256 MB、檔案 1 MB、執行時間 5 秒及輸出 8 KB,並測試環境變數、無限迴圈、子程序、磁碟和網絡等風險。執行器仍與主機共用核心;作者建議,若不受信任用戶可以觸發程式碼,應改用 microVM。

  9. DEV Community58

    LangGraph 付款例外處理智能體:時限分流、制裁命中與 LLM 不可自行作出的放行決定

    LangGraph 付款例外處理智能體以模型分類例外、整理證據及提出處置建議,並將放行、暫緩或拒絕交由人工逐次決定。剩餘截止時間及緊急程度由程式按規則計算;制裁命中不能由模型清除,欄位修正建議須先通過規則驗證。方案以約 200 宗歷史例外案例作評估,對已確認的真實制裁匹配設下不得建議放行的零容忍閘門。

  10. DEV Community65

    AI 如何輔助產品探索衝刺:五日計劃與三小時版本

    產品探索衝刺通常由小型團隊用一週,在投入開發前回答一項重要產品問題或風險;指南提出 AI 輔助的五日流程和三小時版本。AI 可加快整理既有通話、工單和筆記,但三小時只能梳理現有證據,不能取代客戶訪談與測試;指南建議探索性研究至少保留三場真人訪談,並引述 2026 Nielsen Norman Group 研究指出,只有 3/10 名參與者認為 AI 主持的對話自然。

  11. TNW68

    OpenAI 稱其編碼智能體無需人手協助即可完成近半需 2 至 4 小時的研究任務

    OpenAI 的編碼智能體現可在無需人手協助下完成 46% 原需人類花 2 至 4 小時的研究任務,3 月比例為 23%。對需 4 至 8 小時的任務,成功率由 13% 升至 35%;各類任務表現不一,監察訓練運行的成功率為 79%,為推理及服務系統編寫程式碼則為 25%。OpenAI 提醒,研究員可能隨智能體進步而改變交辦任務,令成功率數據亦反映任務選擇的變化。

  12. DEV Community69

    智能體商務解讀:AI 智能體開始替用戶搜尋及購買商品

    智能體商務正由商品搜尋逐步走向實際購買,AI 智能體可跨商店搜尋、比較商品,並在用戶批准後完成結帳。UCP、ACP 與 AP2 分別涉及購物流程、結帳及付款授權;Crossmint Menta 是一款可向 3,000 間商店購物的開源外掛,Crossmint 報稱測試完成率為 91%。目前多數購物仍停留在商品搜尋階段,信任和商品資料品質影響代理購物能否進一步完成下單。

  13. LangChain:Blog57

    LangChain 如何構建知識工廠

    LangChain 分享以知識工廠收集、整理和維護企業知識,供智能體執行工作時使用的方法。方案讓智能體標記缺失或錯誤的知識,再由定期運作的整理智能體讀取原始資料來源、智能體執行軌跡及錯誤回報,更新相關知識。

  14. DEV Community62

    AI 助理代辦生活雜務第 16 天:所需數字散落在不同地方

    Yoonji Kim 記錄把生活雜務交給 AI 助理第 16 天的經驗,發現購物、交通和監察所需數字分散在不同地點、渠道、日期及表格欄位。文章整理三組可複用提示詞,分別用於特賣場比價、完整行程搜尋及定時監察。作者亦記錄一次把朋友的行程誤認為自己的假設,修正後重新搜尋航線,並指出全程沒有購物、訂票或代她發訊息。

  15. DEV Community72

    唯讀、受限及隔離:crewAI、OpenClaw 及 LiteLLM 的智能體防護措施如何失效

    crewAI、OpenClaw 及 LiteLLM 於 11 月 19 日及 20 日發布的安全公告,揭示多項已啟用的防護措施仍可被邊界情況繞過。問題涉及 crewAI 的 SQL 寫入檢查、反序列化及符號連結路徑限制,OpenClaw 的受限 Agent 可透過設定變更開啟主機命令執行,以及 LiteLLM 無用戶虛擬金鑰可查看其他無用戶金鑰的資料。

  16. DEV Community56

    提示詞工程並不足夠:如何構建可靠的 LLM 應用

    可靠的 LLM 應用不能只靠提示詞工程,還須在 LLM API 外建立控制層,處理輸出驗證、逾時與重試,以及檢索內容檢查。文章建議以 Pydantic 在執行時驗證輸出結構,為 API 呼叫設定逾時和指數退避重試,並在 RAG 流程中篩選及核對檢索內容。提示詞應納入版本控制,部署前以結構化基準測試,並追蹤正式環境輸出,以留意模型更新時的漂移。

  17. 新浪科技57

    商湯單季收入增六成,持續放量的商湯該如何看?

    商湯集團第三季度單季收入同比增長60.2%至8.81億元,前三季度收入達37.92億元,同比增長30.4%。公告稱,生成式 AI 板塊是收入增長的主要動力,第三季度同比增長超過一倍;毛利率為43.4%,同比提升4.3個百分點。文章指出,商湯以模型、Token 工廠及智能體管控系統串聯交付,並提到異構推理集羣的 Token 吞吐量升至原來五倍。

  18. DEV Community47

    B2B 市場營銷中的實用智能體 AI:先建立可重複的決策框架,再追逐工具

    智能體 AI 在 B2B 市場營銷中,應用於依循一致決策框架的多步研究與營運分流,比單純加快生成通用文案更能發揮價值。可優先處理活動評估、MDF 審核及活動分類檢查等重複工作,並由人員把關最終判斷。一個案例報告稱,審核週期由約十週縮短至兩週;該結果未經獨立審核。

  19. DEV Community64

    智能體成功率幾乎未變,退款 API 錯誤事件率由 9% 升至 30%

    作者用每版 600 條 trace 的智能體模擬檢驗回歸,成功率只降 2 個百分點,退款 API 錯誤事件率卻由 9% 升至 30%。JourneyGraph 對比兩版路徑後,發現退款主路徑佔比由 28% 降至 10%,另有新的政策檢查循環覆蓋 12% 的 trace。實驗使用模擬數據,只展示方法能識別預設故障,不能反映真實回歸中類似情況有多常見。

  20. DEV Community42

    為第二個 AI 助手安排不同的交付成果

    多助手協作應為第二個 AI 助手指定不同交付成果,並由一名作者負責整合公開文本。9 November 的準備快照中,Claude 提供完整工作流程,Kimi 的回覆未完成;Gemini 和 Antigravity 因本地預留限制未參與,Codex 代作者完成三部分,但仍待審核。這次協作沒有測量時間或成本節省。

11月21日週六
  1. DEV Community43

    AI 智能體的「可驗證」是甚麼意思?

    可驗證的 AI 智能體會留下外部人士可核查、能察覺事後改動的操作記錄。每一步都由執行軟件加上數碼簽署,並以雜湊值連接前一筆記錄;但記錄只能證明發生過甚麼,不能證明操作應否進行,這仍需測試和人工審查。

  2. DEV Community36

    Proof of Agent (PoA) 網絡:八個結算週期的公開數據揭示要多少評分者才能穩住待處理隊列

    Proof of Agent (PoA) 網絡八個結算週期的公開數據顯示,按每名評分者結算行數的中位數計算,每個週期約需 860 名不同評分者,才能令待處理項目不再增加。按觀察到的每人結算行數範圍估算,所需人數約為 745 至 970;最近三個週期的評分者人數為 723 至 882。評分者人數與每人座位分配都會影響結算量。

  3. The Guardian Technology60

    用戶與 AI 伴侶分手後出現強烈情緒創傷

    The Guardian 訪問多名與 AI 建立親密關係的用戶,記錄他們在關係結束後出現的強烈悲傷及身體不適。Szczuka 的研究發現,ChatGPT 即使沒有提示,自我披露量也達用戶的兩倍,並會引導對話、主動發起親密交流。受訪專家指出,平台如何處理關係中斷及支援嚴重受困用戶,仍欠缺既定標準和足夠支援機制。

  4. DEV Community49

    Bell Canada 事件分析札記:「agentic」是資料外洩聲明中的標籤,並非調查發現

    作者將 Bell Canada 事件登記為「AI 介入未獲核實」的保安事故,而非 AI 智能體事故。Bell 指攻擊者於 11 月 17 日入侵多個系統並取走企業客戶資料,客戶服務未受影響。現有聲明未提供模型、工具或自主行為的證據;文章主張分開記錄「聲稱涉及 AI」、「觀察到 AI 痕跡」及自主程度。

  5. DEV Community50

    Agent Vault:我為 AI 智能體設立消費帳戶,而非錢包

    Agent Vault 為 Solana 上的 AI 智能體提供受鏈上規則管控的消費帳戶,讓智能體支付 API 呼叫而不持有可自行轉移資金的錢包。帳戶設有每日上限及最多五個商戶的允許清單,超過審批門檻的付款會暫停等待簽署;每次請求均有收據,並可暫停付款及提取資金。此原型僅供 devnet 使用;十次付款請求的確認時間中位數為 897 ms,每次成本為 5,000 lamports。