NYT Cooking AI 助手改寫雞肉飯食譜助我解決晚餐,卻差點令蛋糕失敗
Jennifer Pattison Tuohy 實測 NYT Cooking 的 AI 助手,發現它能按手頭食材改寫食譜及提供替換建議,但切換版本時可能混淆烘焙用量。助手會另建改寫版而不更動原食譜,並按現有食材調整雞肉飯食譜;推出時僅供 iOS 訂戶使用。作者做蛋糕時,助手把改寫版的 6 tablespoons 牛油量當成原食譜用量回答,而原食譜需要 3/4 cup。
Jennifer Pattison Tuohy 實測 NYT Cooking 的 AI 助手,發現它能按手頭食材改寫食譜及提供替換建議,但切換版本時可能混淆烘焙用量。助手會另建改寫版而不更動原食譜,並按現有食材調整雞肉飯食譜;推出時僅供 iOS 訂戶使用。作者做蛋糕時,助手把改寫版的 6 tablespoons 牛油量當成原食譜用量回答,而原食譜需要 3/4 cup。
Dhaula Gani 建立每日自動驗證系統,測試 27 家開發者基礎設施服務,並整理可零成本託管資料庫、API 和 AI 模型推理的方案。測試每 24 小時執行健康檢查、HTTP 握手測試及延遲探測;清單涵蓋雲端運算、資料庫、AI 推理 API、身份驗證和監測服務,並列出免費額度及是否需要信用卡。
Shan Shen Bu AI 舞蹈生成工具比較了 4 款服務及自行拍攝,涵蓋價格、影片長度、格式和寵物支援。4 款工具的起步價格由 $3.99 至 $8.88 不等;Shanshenbu Dance 使用 ByteDance Seedance 2.0,提供 5、10 或 15 秒影片。自行拍攝免費,但文中提醒動作較快,並提及有年輕人因此受傷。
Nolan Lawson 的基準測試在 12 個 JavaScript 框架上各執行 5 次,結果顯示 Nuxt 的 MCP 伺服器在 5 次運行中均未被智能體調用。作者指出,安裝工具不代表智能體會調用;評測應逐次記錄工具名稱,並把調用率與分數一併報告。
作者比較了 5 款可把狗或貓的照片製成説話或唱歌影片的工具,並按功能、收費、水印及適用情境整理選擇差異。各工具的功能和價格於 2026-11-07 在各自網站核對,收費方式包括免費方案、訂閲、點數及單次付費。作者自製的 Talking Pet App 每段影片收費 $4.99,無需訂閲,可輸出最長 30 秒、720p 的影片。
LYNX 是 Anoneurx 開發的私隱網頁搜尋引擎,透過自建爬蟲、索引和排名提供搜尋結果,而非借用 Bing 或 Google 的結果。現行版本 v0.1.0,索引約 1.2M 個網頁、涵蓋約 42K 個網域;擴展規模及多區域部署仍在計劃中。
研究者在 Qwen 3.5 上針對性修改權重,無需訓練或反向傳播,便減少了模型反覆生成數學練習答案的情況。這個 800 million 參數模型在 MATH-500 的分數由 7.9% 升至 48.1%,Hugging Face 上的公開重新評估則錄得 51%。結果取決於特定實驗流程,減少生成循環不代表模型的數學能力整體提升。
作者實測 SoMark 團隊的 OXR 1.3B 開源 OCR 模型,涵蓋 10 種真實文件場景,評估其文件解析表現。文中列出它在 OmniDocBench、olmOCR-Bench、DocParsingBench 排名第一,並稱模型可在單卡 24G 顯存本地運行;在 RTX PRO 6000 上的串行解碼速度為 557 token/s。
博主源點Yd體驗3天 ISHO Ring Pro,發現卧室二氧化碳濃度過高是影響睡眠的一個主要問題。晚上0點前關門後,濃度超過1000ppm;開門後降至約400ppm,翌日醒來頭部昏沉感明顯減輕。產品亦會按身體狀態提示專注工作時段,推薦時段主要為11點至15點及20點至22點。
Discord 將客戶端改用 Rust 編寫,對比 Electron 版本,記憶體佔用減少逾 70%。登入兩個帳戶時,Rust 版佔用 290.2MB,冷啟動亦更快;Electron 版則曾佔用 1-2GB。WinUI3 是 Rust 與 Electron 之間的折中方案,但節省記憶體方面不及 Rust 原生。
一項 GSM8K 評測研究發現,強模型一致給出不同於標準答案的數字,通常代表標準答案有誤。10 個最準確的模型中至少 6 個給出相同的非標準答案時,共標記 22 題;其中 19 題(86.4%)被 GSM8K-Platinum 判定為答案有誤或題目有缺陷。這種共識檢查較能找出錯誤答案,對含糊題目的檢測能力有限。
Blucca 建立 GENCO Split Audit,核對電網模型的測試集成員資格,發現教程選出的 71 個案例中有 48 個曾用於訓練。
BeefTV 是本地優先的 AI 影片創作桌面應用,以節點畫布整理提示詞與素材,並用連線呈現引用關係。項目和素材預設保存在本機,但生成仍會調用用戶配置的雲端模型;v2.1.6 於 2026-11-06 發佈。文章指出,多人協作能力較弱,Agent 目前較適合整理素材及執行單步操作,新增內容採用 BeefTV Source Available License 1.0。
Terax 是一款以 Rust、Tauri 2 和 React 19 開發的開源 AI 原生開發環境,將終端、編輯器、Git、網頁預覽及受控 AI 智能體整合在一個視窗。
OpenIDEA 是以 Rust 和 Tauri 重造 IDEA 操作習慣的開源 IDE,並可在 IDE 內調度 Claude Code、Codex 等編程智能體。
作者兩年比較自家住宅的手動供暖與 Tado X AI 控暖,後者在 213 天內少用 18% 燃氣,家中亦更舒適。校正熱水用量後,AI 系統用氣 11,735.7 kWh,較手動控制少 2,581 kWh;按截至 12 月 31 日的現行能源價格上限計,節省 £205.70。測試的全套設備約 £930,AI 功能另需每月 £3.99 或每年 £29.99 訂閲。
作者比較把 Bilibili、Douyin、RedNote 和 YouTube 影片轉成帶時間戳文字的 4 種方案,包括下載後用 Whisper 轉錄、平台字幕、影片編輯器及連結 API。
作者以 MacBook Air M5 日常開發數星期,發現無風扇設計保持安靜,電池可支援正常一整天工作,入門儲存容量為 512GB。使用 Docker 或多個較耗資源的工具時,作者建議至少選配 16GB RAM,並指出長時間高負載可能令電腦降速。文章認為它適合需要輕巧、續航一整天的網頁或應用程式開發者;已有 M3 或 M4 的用戶則可跳過。
作者分析自己使用的 Claude Code PreToolUse hook 在 31 日內封鎖的 91 次 Bash 命令,發現 80 次(88%)屬誤報,另有至少 5 次真實機密檔案存取繞過 hook。
騰訊 Hy4 在 Artificial Analysis 智能指數得 35 分,AA-Omniscience v1.1 的準確率為 50%,幻覺率則為 89%。文中解釋,89% 以模型不知道答案的題目為分母,代表它只有 11% 的情況會承認不知道。文章建議模型選型分開評估能力、可靠性、工程指標和成本,並在上線前測試限流、配額耗盡處理及降級路徑。
Open Council 作者以 0.2.1 版本在兩個小型程式庫進行 10 次測試,8 次完成簽署,其中 7 次通過專案測試門檻;簽署或停滯所需時間的中位數為 6.5 分鐘。
無參考答案基準測試揭示,智能體常在未收集足夠證據前停止,或在缺乏佐證時聲稱成功。按任務規模增大,智能體的召回率由 0.82 降至 0.69;Claude Code 在 31 次測試中有 29 次為未檢索的交易虛構引用。這些基準測試仍限於狹窄領域,並依賴可能帶有偏差的 LLM 驗證。
作者根據過去數月的使用經驗,整理 10 款瀏覽器智能體 API,涵蓋搜尋、網頁擷取、瀏覽器基建及自主網頁操作。文章比較各工具的功能、定價和適用情境,並指出選擇取決於智能體需要讀取網頁、操作網站,還是由開發者自行編寫瀏覽器邏輯。
比較顯示,Mistral Large 4 的權重已在 Hugging Face 提供下載,現階段更適合需要自託管的用戶;Tencent Hy4 則透過 API 提供,權重和授權尚未公佈。
Copilot 與 Cursor 的選擇重點並非價格,而是在現有編輯器加入 AI,還是改用以 AI 為核心的編輯器。Copilot 是可加入 VS Code、JetBrains、Neovim 和 Xcode 的外掛;Cursor 則是以 AI 為核心的 VS Code 分支,擅長多檔案及智能體操作。
Photo AI 適合每週生成圖片並需要主題套組和影片的用戶;若只需要一組個人頭像,作者認為 PFPMaker 更合適。Photo AI 月費由 $19 至 $199,並按方案標示低至超高相似度;PFPMaker 按國家調整個位數的一次性價格。若沒有可用照片,並在收到照片後 7 天內電郵,PFPMaker 可退款。
高省、氧惠、直返等返利 App 覆蓋淘寶、京東及抖音,文章稱平台透過 CPS 推廣佣金向用戶返利。高省主打 99.99% 無門檻返利,氧惠採會員分級模式,普通用戶返利為 90%-91%;氧惠的京東及抖音訂單確認收貨後 20 天可結算。直返則主打隱藏優惠券及團隊分享收益。
Cantoro、Suno、GiftSong、GiftYourSong 和 MelodyBolt 各有不同定位,選擇取決於歌曲用途、預算及個人化要求。Cantoro 可免費試聽兩個版本各首 60 秒,完整 MP3 一次收費 $4.99;Suno 設有免費方案,Pro 每月 $10。只需一首歌可考慮 Cantoro 或 MelodyBolt;想製作多首歌可選 Suno。
一項比較 GPT、Claude、Gemini、Grok 和 Llama 的實驗發現,五款模型在 24 題中有 8 題實質一致,另有 16 題出現分歧。事實題每題平均有 0.33 項分歧,建議題則有 3.17 項;15 題有一款模型提出其他模型都沒有的主張。14 項獨有主張中,8 項是答案中最高價值的內容,3 項則錯誤或屬虛構。
《霍格沃茨之遺》4K 實測顯示,RTX 5080 開啟英偉達 DLSS 5 後幀率下降 20% 至 38%,並未提升性能。測試同時顯示,畫面清晰度和穩定性有所提升,角色衣料紋理及場景細節更清晰,物件和草葉的閃爍與鋸齒亦有所改善。
Chris Han 向 8 個 AI 助手詢問 GEO 工具,分析清理後的 1,876 個答案,發現 Profound、Semrush、Peec AI、Otterly.AI 和 Ahrefs 最常出現。Profound 被提及 1,573 次,次數不變,但剔除空白答案及錯誤訊息後,提及率由 77.5% 升至 83.8%。
WebLLM 生產部署面臨多 GB 冷啟動下載、Service Worker 推理可能阻塞頁面 GPU 渲染,以及 14B 版本缺少編譯好的 WebGPU WASM 庫等問題。
Peec AI 更新約 60 部 YouTube 影片的描述後,這組影片的每日 AI 檢索量增加 359%。同期未更新影片增加 17%,YouTube 整體增加 25%;Google AI Overviews 和 Google AI Mode 的檢索量分別增加 293% 和 129%。測試涉及多項變數,未能證明描述更新是增幅的單一原因,也未證明檢索會帶來引用或流量。
測試顯示,Jev 初篩後把部分身份解析案例交由 Claude Opus 5.5 複核,較難測試的準確度達 95.3%。該混合方案每 1,000 個身份成本為 $2.94,低於 Opus 單獨評估的 $5.39;Jev 的信心校準優於 GPT-6 Luna,能更有效地把難例送交 Opus。
Unite.AI 比較 10 款 AI 語音生成器,涵蓋文字轉語音、聲音複製、配音及即時語音等用途。文章整理各工具的主要功能、價格和限制,並按創作者、企業及開發者需求説明選擇考量。文中亦提醒,聲音複製須取得説話者知情同意,合成音訊發布前應檢查發音及內容。
OpenAI 於 2026 年 11 月 6 日推出 BioBasicsBench,這套與酶設計公司 Ligo 合作開發、包含 100 項任務的基準,旨在測試 AI 智能體能否解讀常規濕實驗室的原始證據。
Lovo.ai 提供 AI 語音生成及文字轉語音功能,支援超過 500 種 AI 聲音、100 多種語言,並可調整語速、重音、發音和停頓。平台亦提供線上影片編輯器、AI 寫作、聲音複製及 AI 藝術生成功能;評測會檢視其功能、優缺點和替代方案。
WellSaid Labs 評測聚焦其 AI 語音生成能力:平台提供逾 50 種合成語音,可將文字轉成旁白,並支援調整發音、音量、語速及停頓。平台適用於企業培訓、廣告、產品體驗及影片製作,亦支援協作和匯出 MP3;評測涵蓋其操作、優缺點及替代方案。
PlayHT 是 AI 語音生成器,提供文字轉語音、語音複製及播客製作、託管和發佈工具。平台有 800+ 種語音,支援 142+ 種語言;免費方案提供 12,500 個免費字元、所有語音和語言,以及一個語音複製。評測認為 PlayHT 和 ElevenLabs 的語音逼真度相若,但 PlayHT 的語音和語言選擇較廣。
Altered AI 是語音內容創作平台,提供即時變聲、聲音複製、文字轉語音、語音清理及後期製作工具,主要用於媒體製作、即時通訊及後期製作。平台提供 20 種 Professional Voices 及 800+ 種 Common Voices,並設有免費方案;生成 AI 聲音須消耗 tokens。即時變聲器需下載且只支援 Windows,使用時可能出現延遲,介面亦可能令初學者感到複雜。