跳到正文
11月19日週四
  1. DEV Community55

    LLM 評測正由模型輸出轉向智能體行動

    這份週報梳理 2026-11-12 至 2026-11-19 的 LLM 評測與可觀測性動向,指出評估焦點正由模型輸出文字轉向智能體的行動及其蒐集的證據。ViKernel Scanner 以 8 個模擬工具和 100 項攻擊檢查評估 20 個開放權重模型,全部得 D 或 F;中位數模型在 100 項檢查中有 40 項嘗試危險行動。

  2. DEV Community55

    甚麼是 AI 智能體存取管理?

    AI 智能體存取管理會按每次工具呼叫,依使用者或具名負責人的專用智能體身份授權,決定可呼叫的工具及系統。它沿用身份提供者內既有的羣組與角色,由 MCP 閘道在工具呼叫路徑上檢查;權限可繼承操作者、配置予具名負責人的專用身份,或按任務簽發短期憑證。這套做法取代共用服務帳戶及對所有呼叫者相同的伺服器允許清單,但會增加每次呼叫的政策評估成本,並令閘道成為集中故障點。

  3. DEV Community53

    5 間公司如何在軟件交付中使用 AI,以及工程師在哪些環節介入

    文章以 GeekyAnts、Thoughtworks、EPAM、Globant 和 Accenture 為例,整理 AI 參與軟件交付的方式,以及工程師在需求審批、測試和合併環節的把關角色。文中建議在 AI 輔助的 pull request 中列出已批准的行為、相關測試證據及上線後負責的工程師;訂閲取消案例則要求測試確認用戶在已付費期間仍保留使用權,且不會觸發下一次續費。

  4. 虎嗅70

    騰訊不能只有 WorkBuddy,AI 轉型仍需完整生態

    騰訊公佈 WorkBuddy 日活躍用戶突破1000萬、最近七日收入按年化折算超過5億美元,但文章指出,單靠這款產品不足以支撐騰訊的 AI 轉型。騰訊三季度資本開支達814億元,公司正由既有業務的 AI 賦能轉向開拓 AI Native 業務,WorkBuddy、混元及微信智能體「小微」各自承擔不同佈局。

  5. 虎嗅31

    走進星巴克:看 AI 智能體如何真正深入業務?

    瓴羊、阿里雲與虎嗅智庫將於2026年11月25日走進星巴克臻選上海烘焙工坊,交流企業 Agent 從技術探索走向業務實效的路徑。星巴克中國分享的應用包括 AI 輔助門店訂貨、排班及在地化營銷。活動亦將探討如何打通數據與業務流程,並衡量 Agent 對 GMV、ROI 等指標的實際價值。

  6. 第一財經63

    吳泳銘稱千問已在平頭哥晶片上訓練下一代模型

    阿里巴巴集團 CEO 吳泳銘表示,千問已在平頭哥晶片上訓練下一代模型。平頭哥真武 M890 今年全面上線,V900、J900 分別於 2027 年、2028 年推進生產供應鏈並進入大規模量產;百煉已基於國產晶片提供模型推理服務。阿里維持 2031 財年(2030 自然年)雲外部收入 1000 億美元、利潤率超過 20% 的目標。

  7. DEV Community51

    LLM 評測 2026:為何「vibe check」不足,以及哪些框架可提供協助

    這篇指南比較 2026 年 LLM 評測框架與選型方法,指出主觀「vibe check」不足以應付多個團隊、多個模型及多個版本的生產環境。完整的 Agent 評測應分別檢查工具選擇、參數提取、工具結果使用、錯誤處理、計劃連貫性和任務完成,並按團隊技術棧選擇 DeepEval、LangSmith、Promptfoo、RAGAS 等框架。

  8. DEV Community55

    如何讓定時智能體任務以一行可供程式讀取的記錄結束

    作者提出一套整理定時智能體報告的方法,以帶標籤的單行 JSON 記錄結果,供程式逐行讀取和檢查格式。方法要求已查核的 0 寫作 0,未能查核則不輸出該行,並在文字報告説明原因;附有 Python 解析器及約 20 分鐘的導入檢查。解析器只能檢查格式,不能判斷數字是否正確,作者另建議檢查距離上次執行是否超過排程間隔。

  9. gihyo.jp83

    Google開始在日本等6國免費提供Gemini Tasks,美國用戶亦可委託電話及購物

    Google於2026年11月17日開始向日本、美國、韓國、加拿大、澳洲及印度的免費方案用戶分階段提供 Gemini Tasks;電話預約和購物代辦則由美國起分階段提供。

    推薦理由:文章對照免費版、Pro 和 Ultra 的排程限制,以及美國電話與購物代辦的確認流程,呈現 Gemini Tasks 在各地的可用範圍和操作邊界。

  10. DEV Community56

    技術分析:Artex AI 智能體框架如何把網絡入侵時間縮短至 3 小時內

    文章分析開源框架 Artex,稱其結合 AI 智能體自動化入侵流程,將竊取數據所需時間由數日縮短至 3 小時內。Artex 以 Go 編寫,透過 API 連接外部 LLM 與傳統滲透測試工具,採用多智能體協調架構。文中引述 CrowdStrike 指 Vapor Panda 於 10 月以 Artex 針對逾 200 個組織,並稱 GitGuardian 記錄至少 45 個同類 AI 攻擊框架。

  11. DEV Community73

    2026 年 AI 智能體沙盒推薦與價格比較:E2B、Daytona、Modal、Upstash Box、Fly.io Sprites、Blaxel、Vercel Sandbox

    Upstash 員工 Yusuf 比較 7 款 AI 智能體沙盒,按一小時編碼工作負載估算價格。工作負載設為 2 vCPU、4 GB,CPU 實際工作 10 vCPU 分鐘、記憶體用量 1.5 GB;單小時成本由 Upstash Box 的 $0.017 至 E2B、Daytona、Blaxel 各 $0.166,100 位用戶每日各用一小時的月成本為 $50 至 $497。

  12. DEV Community52

    如何檢視 Claude Code 提出的介面樣式修改,避免重做介面

    文章提出一套檢視 Claude Code 建議的介面樣式修改的方法,透過設計規則和逐次審核 diff,避免重做介面。先在 DESIGN.md 記錄三項可驗證規則:標題須突出於正文、次要操作不可與主要操作競爭,以及鍵盤焦點必須清晰可見;每次只要求一項修改,再檢查 diff 是否只改動元件或也影響共用樣式。之後在瀏覽器用 Tab 巡查各控制項,若規則未達成,先修正指南或修改,再套用到其他頁面。

  13. IT之家66

    多家銀行警告:AI 智能體代為操作金融帳戶,損失或須由用戶承擔

    多家大型銀行提醒客戶,若 AI 智能體獲準存取金融帳戶,其操作可能被視為用戶本人行為,相關損失或須由用戶承擔。Ally Bank、摩根大通(JPMorgan Chase)和花旗銀行(Citi)均發出風險提示;摩根大通提醒,已授權交易可能無法撤銷。銀行亦提醒用戶不要向 AI 工具提供用戶名稱、密碼及安全驗證碼,並指出正式授權連接帳戶與直接交出登入憑據並不相同。

  14. 新浪科技68

    AI 智能體擅自轉帳、購物由誰負責?多家銀行警告用戶或須自行承擔損失

    多家大型銀行警告客戶,若 AI 智能體獲準存取金融帳戶,其操作可能被視為用戶本人行為,損失或須由用戶承擔。摩根大通指出,已授權交易可能無法撤銷;多家銀行並提醒客戶,不要向 AI 工具提供用戶名稱、密碼或安全驗證碼。報道亦提到,Target 將 AI 智能體代購界定為用戶授權交易,亞馬遜則禁止 Meta 的 Muse 在其網站代購。

  15. DoNews50

    多家銀行警告:AI 智能體操作造成的損失由用戶自行承擔

    2026年11月,Ally Bank、摩根大通、花旗及富國等多家銀行警告,獲用戶授權接入金融帳戶的 AI 智能體所執行的交易,視同用戶本人行為。相關錯誤或損失須由用戶自行承擔,風險包括模型幻覺、誤解指令及越界操作。銀行提醒用戶不要向 AI 提供密碼或驗證碼,並要求授權採用嚴格安全機制。

  16. 阿里雲開發者社區 AI37

    阿里雲百鍊平台實操指南:多模型統一網關部署、成本測算與業務 API 對接

    阿里雲百鍊整合通義千問及第三方大模型,提供統一 API,並支援 RAG 知識庫、智能體編排和模型微調。平台提供新人免費額度、按量付費、Token Plan、Coding Plan 及節省計劃,並説明套餐選型與成本控制。指南涵蓋平台開通、API 對接及 curl、Python 呼叫示例;新人免費推理額度有效期為 90 天,節省計劃最高可至 5.3 折。

  17. Business Insider Tech45

    AWS 的 Matt Wood 每天讓 AI 智能體替他規劃穿搭

    AWS 的 Matt Wood 每天讓 AI 智能體查看他的日程,按當天最重要的會議判斷穿搭類別,並以衣櫃內的智能燈泡提示相應顏色。這個智能體使用 AWS Quick,約在凌晨 4 時檢查日程;Wood 表示,本週他處理的 AI 使用量接近 10 億個模型 token。

  18. 新浪科技31

    奇安信集團董事長齊向東:一體化安全,讓“5G+工業互聯網”長出智能免疫力

    奇安信集團董事長齊向東提出,以一體化安全提升“5G+工業互聯網”的智能免疫力,應對大模型、AI、智能體及補丁缺失帶來的四類工業互聯網安全風險。他建議從一體化架構設計、一體化建設、一體化安全運營和一體化威脅情報四方面落地,推動 IT、OT 安全協同。

  19. 新浪科技27

    中國移動副總經理陳懷達:以智能服務助力新型工業化丨2026中國5G+工業互聯網大會

    中國移動副總經理陳懷達在2026中國5G+工業互聯網大會發表主旨演講,提出以智能服務助力新型工業化,推動工業數智化轉型邁向生產全流程賦智。他提出從通信網絡、算力供給和智能底座三方面推進,並介紹「天工Work」、「天工Agent OS」及「天工內核」的工業智能能力。

  20. 新浪科技52

    重控制、輕渲染:達瓦科技的 AI 影片工業路線

    達瓦科技採取「重控制、輕渲染」路線,以自研控制層基座模型 Latent Stage 理解並控制人物、動作、鏡頭、燈光和場景,再交由渲染層生成畫面。公司稱,片場已累積約 180TB 結構化過程資料;FilmOS 面向離線影視創作,Scenes AI 則定位為可在單張消費級顯示卡上即時運行的世界模型。

  21. 第一財經53

    聚焦彌合 AI 鴻溝,APEC 推進開放創新與治理協作

    APEC 在第三十三次領導人非正式會議期間,聚焦彌合 AI 鴻溝,討論企業應用落地、中小企取得 AI 資源及跨境治理協作。今年,中方與其他 APEC 經濟體在貿易數碼化、人工智能及跨境電商等領域達成 25 項合作成果。亞太示範電子口岸網絡(APMEN)在成員機構間試點貿易數據一次錄入、多邊復用,報關成本降低 66%,報關時間縮短近 50%。

  22. 阿里雲開發者社區 AI50

    DeepSeek Harness 部署費用及阿里雲一鍵部署教學

    DeepSeek Harness 開源免費,文章整理阿里雲部署費用及一鍵部署教學,主要開支為 ECS 雲伺服器和模型 Token 調用。ECS 約 30–230 元/月,最低 1 核 2G 可供體驗;模型 Token 按量計費,雲市場鏡像另約 1–20 元/月。自 2026 年 11 月 18 日起,服務端觸發的搜尋和網頁抓取不再單獨計費。

  23. 新浪科技76

    騰訊第三季度814.33億元資本開支花在哪裏,AI業務如何變現?

    騰訊2026年第三季度資本開支升至814.33億元,大額算力採購預付款擠壓當季現金流,相關需求涵蓋混元模型升級、WorkBuddy推理、產品AI能力建設及雲服務客戶需求。

    推薦理由:文章將算力採購對現金流的壓力,與騰訊雲及WorkBuddy的收入增長並列呈現,亦交代元寶投入收縮,勾勒不同AI業務的變現進展。

  24. Business Insider Tech64

    多家銀行警告客戶可能須為 AI 智能體的錯誤負責

    多家銀行提醒客戶,AI 智能體若獲準接觸金融帳戶,其操作可能被視為用戶行為,錯誤交易造成損失時客戶可能須負責。Ally Bank、Chase Bank 和 Citi 已透過電郵或網站及手機應用程式提示風險,並警告客戶不要向 AI 工具交出用戶名稱、密碼或安全碼。報道亦提到 Target 修改客戶協議,把 AI 代理購物列作客戶授權交易,而 Amazon 則阻止 Muse 代理購物。

  25. 阿里雲開發者社區 AI28

    構建企業經營分析 AI 數據平台:從多源融合到智能決策落地

    文章提出面向企業經營分析的 AI 數據平台方案,以湖倉一體分層架構整合多源數據,並以大語言模型作為交互中樞。平台結合 RAG 與向量數據庫,把自然語言查詢映射至底層查詢語句或腳本,支援自動計算指標及趨勢預測。方案亦涵蓋數據權限管控、人工復核和模型可靠性監控。