作者的 CI 連續 6 天有 45 項測試失敗,期間 19 個 PR 仍被合併
TomXiaoYZ 的 CI 連續 6 天、24 次執行均有相同 45 項失敗,期間仍合併 19 個 PR。其中 40 項與程式碼無關,源於匯入時遺失可執行權限及兩個符號連結。一個 commit 恢復 34 個檔案的可執行權限、還原兩個符號連結,並替換繼承的測試斷言;修正後 16 次執行有 15 次通過,最新一次 190 項通過、0 項失敗。
TomXiaoYZ 的 CI 連續 6 天、24 次執行均有相同 45 項失敗,期間仍合併 19 個 PR。其中 40 項與程式碼無關,源於匯入時遺失可執行權限及兩個符號連結。一個 commit 恢復 34 個檔案的可執行權限、還原兩個符號連結,並替換繼承的測試斷言;修正後 16 次執行有 15 次通過,最新一次 190 項通過、0 項失敗。
Axidort Index 掃描 50 個電商網站,AI 購物智能體的評分中位數為 11/100,72% 的網站低於 50 分。低分表示智能體遇到阻礙,例如機械人驗證或加入購物車遭拒,但 Index 沒有公佈各網站在哪個環節受阻。這次掃描只涵蓋單一地點和時間,結果僅反映當時情況,並非定論。
Gemini 4 Neon 從 2026 年 12 月 1 日起比 Carbon 每 token 便宜 25%,因 Carbon 輸入/輸出價格升至 $4/$20,Neon 維持 $3/$15。
推薦理由:文章將 12 月 1 日前後的 Neon 與 Carbon 價格、快取比例門檻和 API 遷移要求放入具體用量情境,方便團隊核算費用並檢查切換設定。
SourceWeft CLI 0.3.0 教程示範如何搜尋 Agent 技能、查看來源及掃描資訊,再安裝至本機 Agent,並確認檔案與掃描時記錄的 SHA-256 雜湊一致。CLI 會從來源儲存庫的指定 commit 下載檔案,任何檔案雜湊不符便不會安裝;skills doctor 可標示已編輯、缺失或額外檔案。雜湊核對只確認安裝檔案與掃描檔案一致,不能證明技能無害,仍需閲讀技能內容及掃描註記。
AI 工具加快漏洞發掘與利用,文章提出先修補已知遭利用漏洞及暴露系統的次序。Microsoft 11 月 Patch Tuesday 按 Qualys 統計修補 1,252 個 CVE;文中亦列出已遭利用的 Outlook 漏洞 CVE-2026-124194,以及 Java4Shell 和 NGINX2Root。建議先處理已知遭利用、面向互聯網及身份系統的漏洞,再分批測試其他更新並確認安裝成功。
這套 AI 智能體測試方法以工具呼叫和環境最終狀態為評估重點,而非逐字比對非確定性輸出。指南建議每項任務重複執行並報告通過率,核對工具呼叫順序及參數;模糊項目則使用經人工校準的 LLM 評判或人工評分。測試亦應涵蓋工具故障、矛盾資料及檢索內容中的提示詞注入,並以 pass@k 和 pass^k 衡量可靠性。
Anton “Admiral” Fishman 列出 AI 將 Delphi 程式碼移植至 C#、Java 或 C++ 時容易出錯的 6 種行為,並以 Delphi 13 編譯器測試。
CVE-2026-56074 涉及 praisonaiagents 的 Shell 工具授權快取漏洞:系統只按工具名稱記錄同意,批准一次後,同一執行上下文內後續同一工具呼叫可跳過提示;其 CVSS 3.1 評分為 5.5(Medium)。
umux 1.9.0 新增 umux Terminal,可用 `umux --term` 啟動終端工作區管理介面。終端版沿用桌面版的工作區樹、分頁和麪板狀態;Storestation daemon 運行時,關閉終端後工作階段仍會運行。兩個介面共用工作區儲存,並可用命令互相匯入工作區;匯入會合併內容,不會覆寫,重複匯入會建立副本。
King AI 團隊整理出把電腦工作交給 AI 智能體並核對成果的方法,建議描述預期結果,而非逐步指定操作。任務説明涵蓋成果、驗收方式、輸入、限制、需事先確認的操作及回報證據;核查時應直接查看成果、對照數字,並確認不可逆操作只執行一次。
robots.txt 只能表達網站對 AI 爬蟲的偏好,不能阻止請求;要確實封鎖,須透過 CDN、伺服器規則或登入限制執行。OpenAI 和 Anthropic 分別設有訓練、搜尋及用戶觸發抓取的爬蟲,網站可按用途設定,並在封鎖訓練抓取的同時允許搜尋引用。llms.txt 則是尚未成為標準的提案,透過精簡資訊和頁面連結協助 AI 助手準確讀取網站內容。
Sarath Kavuru 以同一個附有 Google 風格 docstring 的 Python 函數,比較 14 個 AI Agent 框架於 2026-11-21 預設生成的工具定義;只有 5 個把六項參數描述寫入 JSON Schema,8 個將 Args 區塊留在工具描述中,AutoGen 則以參數名稱代替描述。
LuxurAI 在 NexInova 開發平行智能體網絡搜尋,將技術問題拆成多個子查詢,由不同工作執行緒同步搜尋官方文件、GitHub 討論及社羣案例,並在生成答案前核對來源與版本資訊。回答附有可點擊的引用連結;用戶每日可免費獲得 100K 輸入 tokens 和 50K 輸出 tokens,付費搜尋按每個 credit ₹0.25 計費。
文章解釋,Agent harness 是包圍模型的程式,透過工具及 agent loop 讓模型輸出轉化為實際操作。Harness 亦負責處理權限、指令檔和上下文管理。作者指出,Moontors 並非 harness,而是可同時運行多個供應商原生 harness 的 agentic development environment(ADE)。
Shushu 是以 Agent 為基礎的對話服務,運用中國傳統術數協助用戶分析能量結構、理解問題、支援決策及梳理情緒。服務涵蓋十種術數,並由專用引擎按已確認的輸入和各術數規則計算命盤,再結合專業解讀、現實資訊及對話經驗形成判斷。用戶可補充經歷、追問解讀依據,並帶回行動結果延續討論;輸入更正獲確認後,系統會按新條件重新計算。
OpenAI 的 Performance Factory 使用 Codex 智能體調查並修復 ChatGPT 的效能回退,其 Regression Workflow 在略多於 3 個月內追蹤逾 1,700 次調查,並找出逾 600 宗個案的根因。
作者以相同任務、提示詞和輸入,讓 Claude Code 與 Codex 對戰,並用事先編寫的標準答案及 100 分評分表比較結果。評分涵蓋準確度 40 分、返工 20 分、速度 15 分、品質 15 分及遵循指令 10 分,人工修正也計入評分。
ClawDOS 是一款可在 IBM PC XT(8088、4.77 MHz、640K RAM、CGA)上運行的 DOS AI 編碼智能體,透過 Claude Messages API 操作檔案、編寫程式,並呼叫 Turbo C 編譯及執行。
作者分享五種 Claude Code Hooks,展示如何在工具呼叫前或回覆結束前阻止重複錯誤,並提供程式碼、設定和測試方法。案例包括草稿中的長破折號、回覆語言錯誤、發佈至錯誤帳戶、未核實便聲稱問題已修復,以及遊標停留在密碼欄位。作者建議先找出實際成因,再設置阻止機制並刻意測試;寫作品質和選題等判斷則保留給人處理。
大學生參加黑客松的熱度上升,AI Coding降低編程門檻,讓不同專業的學生也能把創意做成產品。今年上半年,全國舉辦近500場黑客松,平均每天有兩三場。參賽學生希望累積項目經驗、接觸行業或結識夥伴,也在限時開發中體驗從構想到交付作品的過程。
Thinking Machines Lab 發佈 Inkling 2 Mini,這款開放權重 Looped Transformer 有 26.4B 總參數,模型檢查點約 20GB,可在 32GB Mac 上運行。
Harness Score Live Demo 以可執行的開源 repository 示範如何檢查 AI 編碼專案的指引、測試、回饋與防護,並進行 Harness Score 掃描。
Thinking Machines Lab 發佈 Inkling 2 Mini 開源模型,採用 26,4B 參數的 Looped MoE,checkpoint 約 20GB。
清華系創企細胞壁智能推出 CyboPal ONE,將 27 寸 4K 屏幕裝上六軸機械臂,透過語音、手勢及人體追蹤主動移動。產品於 9 月 22 日登陸 Kickstarter,起售價 1599 美元,30 天眾籌超過 130 萬美元。全自動模式仍在內部打磨,暫未對外開放。
AI agent 工具包商店第二週已有 20 款產品,收入仍為 $0;產品目錄由初步版本擴充為完整內容。提示詞庫由 5 個檔案增至 62 條提示詞,sigma 規則增至 40 項 YAML 格式偵測,agent 評測套件由 10 項測試增至 50 多項,並加入回歸差異工具。商店連結已改用 Cloudflare tunnel,發布素材亦已備妥,但公開發布仍待批准。
poler 以 16-byte Address Crystal 取代重複線性磁碟掃描,聲稱可將 AI Agent 搜尋延遲降低 99%。基準測試中,poler v0.100.0 warm 搜尋耗時 2.1 至 6.7 ms,較 ripgrep v14.1.1 快 22.4 至 115 倍。每個搜尋錨點佔 16 bytes,後續搜尋直接查詢記憶體映射索引。
架構差異檢查可對照程式碼庫基礎分支與提議分支的結構,呈現編碼智能體提交新增或移除的模組依賴及違規邊界。文章建議由人手維護精簡架構規則,從程式碼生成依賴圖,並按風險要求測試、書面理由、負責人審批或阻擋 CI。靜態分析可能漏掉反射、動態載入等情況,因此架構差異應配合行為測試及安全審查,而非取代它們。
Google 的 Chrome AI Security 團隊建立名為 Mirror Dimension 的合成網頁環境,以評估瀏覽智能體抵禦間接提示詞注入的能力。
作者在同一晚打造並推出 Mono,讓這個機械人代為尋找客戶,處理他不喜歡的外展工作。Mono 每日下午 5:30 透過 Telegram 傳送語音簡報,搜尋高端商戶、評估網站過時程度、查找公開地址並草擬電郵;作者一鍵批准後,首批 5 封陌生開發電郵於晚上 11:05 寄出。
Apple 11 月 17 日刊登的高級工程經理招聘廣告披露,公司正研究可操作電腦的 AI 代理平台,涵蓋瀏覽網頁、跨 App 執行任務、使用指令列及編寫程式。
指南示範如何將基於 Google ADK 和 Gemini 的 A2UI 1.0 匯率智能體改建為 Azure 原生方案,採用 Microsoft Agent Framework、Azure OpenAI gpt-5.4-mini 和 Azure Container Apps。
Cometflow Do 是一個以 Android 為基礎、以實用功能為先的任務執行平台,讓用戶以自然語言提出需求,由應用程式識別並執行相應操作。其目錄架構目標是登記 10,000 項操作,涵蓋 25 個領域,並透過多階段意圖路由和輸出驗證處理任務。平台亦包含本地 AI 推理、Llama 模型執行環境及離線對話支援,但並非所有功能都必然可永久離線使用。
Codex 與 Claude Code 通常可共用只採用 name、description 前置資料及純 Markdown 指令的技能,但要分別安裝到各自路徑。
作者在隔離 VM 中以 20 個隱藏評分案例比較兩種 AI 編碼智能體修 bug 流程,先復現門檻以 20/20 通過,推測式修補則為 17/20。先復現門檻將累計輸入 token 由 49,801 降至 2,323(減少 95.3%),模型呼叫由 3 次減至 1 次。該流程先要求 5 項最小 bug 復現斷言在原有程式碼上全部失敗,才開放修改;這些斷言涵蓋零金額授權及多餘鍵處理等邊界問題。
阿里雲 2026 年雙十一涵蓋雲伺服器、大模型服務、資料庫、儲存及免費試用,活動持續至11月30日,並按新用戶、老用戶及企業客戶提供不同權益。百煉 Token Plan 低至5折,支援 Qwen3.8 系列多模態模型;99計劃的99元 e 實例及199元 u1 實例新購、續費同價。活動亦提供160+款雲產品免費試用。
阿里雲 2026 年雙十一攻略整理雲端伺服器、AI 產品等官方活動入口、優惠及不同用戶權益。輕量應用伺服器入門款秒殺價為每年 38 元,百煉大模型服務平台 Token Plan 低至 5 折,並支援 Qwen3.8 系列多模態模型及百萬級上下文窗口。活動亦提供 160 餘款雲產品免費試用,並列出使用 CLI 查詢雲端資源的命令。
使用工具的 AI 智能體可按需載入候選工具的完整 Schema,並在執行前根據具體身份、操作和目標重新檢查授權,避免把工具可見或已載入誤當成執行許可。文中引用的一項 DEV.to 實驗顯示,200 個合成 MCP 工具在智能體開始有效工作前消耗 24,522 tokens,500 個則消耗 61,302 tokens;這些數字來自單一設定,並非本文重現的基準。
Google 於 11 月 17 日開始向美國、日本、南韓、加拿大、澳洲和印度的免費 Gemini 帳戶推出 Gemini Tasks;此前這項智能體模式只限 AI Pro 和 AI Ultra 訂閲用戶使用。
推薦理由:文章交代 Gemini Tasks 從訂閲限定擴至六國免費帳戶,並指出印度學生可用免費帳戶交辦研究任務,呈現功能開放對使用門檻的影響。
一項關於大語言模型智能體臨牀決策支援的綜述,梳理研究由靜態知識問答轉向交互式診斷與多智能體協作的演進。研究亦涵蓋強化學習訓練、安全與可解釋性;各路線在推理深度、計算成本及安全性之間取捨,現時仍缺乏統一評估基準與理論框架。
這篇綜述梳理 LLM 驅動數據可視化生成與評估的演進,涵蓋從規則系統到多智能體協作,以及評估從結構匹配轉向多維對齊。MultiVis-Agent 在 MultiVis-Bench 上的任務完成率為 74.18%,以部分生成靈活性換取可靠性。領域核心問題是在確保數據保真度的同時,實現複雜可視化的可靠生成。