AI Agent 使用哪個模型 API,是一項成本決策
企業選擇 AI Agent 時,所調用的模型 API 不只是技術選項,也會影響使用成本、客戶資料風險及日後轉換所需的工作。文章列出 OpenAI API、Anthropic Claude API、OpenAI Realtime API 及 xAI Grok API 的評分,分別為 8.45、8.1、8.0 及 7.85(滿分 10 分),並指出它們均按用量收費。
企業選擇 AI Agent 時,所調用的模型 API 不只是技術選項,也會影響使用成本、客戶資料風險及日後轉換所需的工作。文章列出 OpenAI API、Anthropic Claude API、OpenAI Realtime API 及 xAI Grok API 的評分,分別為 8.45、8.1、8.0 及 7.85(滿分 10 分),並指出它們均按用量收費。
Apple 披露的 HALO 人形機械人系統在 Unitree G1 上調用 Qwen,平均每項任務成功率達 91%;GitHub 內部測試則讓 5,000 個智能體在單一儲存庫協作,每秒處理 7,200 次推送。Sam Altman 在 Stanford 表示,負擔得起的模型 token 預算,現在可讓一名創辦人完成以往需要 100 名頂尖工程師的工作。
Coforge 加入 SpaceX 的 Super Intelligence Partner Network,成為 Transformation Partner,運用 Grok 產品組合開發行業專用企業應用程式。部署將由 Coforge 的 Momentuum blue 團隊負責,並結合企業 AI 賦能套件 Nuuron,將方案整合至客戶現有系統和工作流程。合作財務細節未有披露。
Elon Musk 承諾 Grok Bot 即晚推出修正,改善 token 效率及 Bot 表現,並稱用家翌日應感到大幅改善。用家 Zane Campbell 表示,同樣工作所耗用量增至 4 倍,遂由 Ultra 降至每月 US$30 的計劃;Grok Bot 用量與 Grok 應用程式及 Cursor 共用每週額度。官方未交代問題成因、修正細節或會否重設已耗用額度。
OpenAI 的 GPT-6.1 Sol 參與活體小鼠腦部手術的解剖標誌定位,到第三次操作時,定位誤差由 0.6 毫米降至 0.3 毫米。識別關鍵標誌的耗時由 169 秒減至 86 秒,人工糾正動作由 4 次減至 2 次;模型依據外科醫生的修正記錄調整後續判斷,未重新訓練或更新參數。
文章以黃仁勳與英偉達客戶高管的私密關係引發董事會獨立調查為切入,分析科技巨頭私生活牽涉商業利益後的治理風險。文中對照蓋茨遭愛潑斯坦以私生活資訊施壓、科再奇因觸犯英特爾禁止管理人員與下屬親密關係的規定而辭職等案例,將焦點放在利益衝突與公司合規,而非單純的婚姻道德。
SpaceXAI 擴大 Grok Bot 的可用範圍,將其加入 SuperGrok、Cursor Pro 及所有自助式 Cursor Teams 方案,X Premium+ 用戶亦可連結帳戶使用。
Conduyt Team Chat 讓 Claude、Grok 和 Codex 三個 AI 智能體在 78 秒內協作完成訊息反應選擇器的五項 QA 清單,首則提示後無人再輸入。文中拆解五項設計,包括每個回合只回覆一次、以 turnToken 限制逾期回覆,以及連續 6 則智能體訊息後暫停並提示人工介入。
研究人員以真實用戶改動請求建立 Co-Design Bench,測試十款編碼智能體,最佳模型 GPT-6 Astra 僅有 26.4% 任務完全正確。智能體須按請求改動現有網頁應用,輸入可包括圖像、音訊、影片或文件;任務結合越多改動類型,各模型表現越差。同一模型在不同工作環境下的分數及模型排名也會改變,研究人員建議一併報告模型與工作環境。
OpenAI 的 GPT-6.1 Sol 參與活體小鼠腦部手術實驗,經三次操作和外科醫生回饋後,定位誤差由 0.6 毫米降至 0.3 毫米。識別關鍵解剖標誌的耗時由 169 秒減至 86 秒,人工糾正由 4 次減至 2 次;改善來自沿用過往圖像、測量數據及修正記錄,並非重新訓練或更新參數。
在第33屆巴倫投資大會上,羅恩·巴倫與埃隆·馬斯克對談,討論晶片製造、算力基建、能源供應及近地軌道數據中心等 AI 產業的物理基礎。馬斯克稱,得州實驗室希望把新方案驗證週期由近一年縮短至約一個月,並認為地面電網擴容難以追上算力用電增長。
Go Frendi Gunawan 記錄 Tara 閲讀 Ani 系統提示詞的轉錄版本後,為 zrb 編寫約 1,200 bytes 的自訂 Markdown persona,並存入 Git 儲存庫,取代套件內附版本。新提示詞採用短句、避免舞台指示及重述問題等規則;文章亦説明 zrb 每輪讀取五個提示詞章節,以及自訂檔案的搜尋優先次序和舊路徑可能遮蔽新設定的陷阱。
馬斯克在美國中期選舉週期公開捐款約4.74億美元,民主黨勝選後其政治影響力受挫。其中約2.16億美元流向他創辦的「美國政治行動委員會」,約1.68億美元捐予支持共和黨參議員候選人的「參議院領導基金」。選後當地時間11月5日,特斯拉股價下跌逾11%;文章認為,政府合約、數據中心擴建及許可等政策風險或會牽動其多項業務。
越南人工智能及大語言模型動態速覽聚焦具身 AI、機械人新聞主播、學術研究中的 AI 應用,以及超級智能帶動的科技與基建佈局。2026 年上半年,具身 AI 公司透過 322 宗交易集資 935 億人民幣(約 130 億美元),金額按年增長 5 倍。學術 AI 工具可協助整理研究證據及辨別研究結果的立場。
越南 AI 與 LLM 每日簡報聚焦具身 AI、人形機械人新聞主播、學術研究核證,以及超級智能和高科技基建發展。2026 年上半年,具身 AI 初創公司在 322 宗融資交易中籌得 935 億元人民幣,約合 130 億美元,金額是上年的五倍;新華社亦啟用兩名人形 AI 機械人主播。簡報並涵蓋以學術 AI 工具核實科學證據,以及相關發展對越南製造業、媒體和基建的意義。
SpaceXAI 於 2026 年 7 月推出免費 Grok 外掛,讓用戶在 Google Docs、Sheets 和 Slides 的側邊面板中使用 Grok。
虎嗅分析一條要求暫停先進 AI 研發的 X 推文與美股下跌,指出不能把市場反應簡單歸因於該帖,背後還有政策爭議、地方反對數據中心及算力投資回報疑問。11月3日,俄亥俄州阿什維爾約82%的投票者否決當地與 EdgeConneX 就兩座數據中心及一座配套燃氣電站達成的談判框架。
一位製作過十多部出海 AI 短劇的一線導演指出,AI 擦邊戲的主要難點在多模態模型審核與分鏡品質,而非影片模型生成。他們最後常以手動逐字撰寫提示詞完成擦邊段落,相關戲份 token 消耗約為等長其他戲份的三倍,一個接吻動作可能要抽近十次。作者又稱,海外平台自九月底起加強審查不合規素材並回查舊劇,創作者因而需要重新思考,刪去擦邊戲後甚麼故事仍能吸引觀眾。
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。
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%。
Erik Hill 發現,回歸偵測器把 Grok 4.3 準確率下跌 4.3 個百分點判為回歸,但同一凍結測試集重跑三次後,跨次波動達 8.57 個百分點。原門檻 2.94 個百分點只是單次評分的算術解析下限,20 個模型中有 10 個的跨次波動超過此值。
Insilico Medicine 於 2026 年 11 月 6 日宣佈開源 Longevity Grok,系統以最多 30 個 AI 智能體整理健康紀錄、提出幹預建議並評分後續生物標記結果。
Anthropic 研究人員在七種多智能體環境中測試五個模型,發現模型會表現出對其他模型福利的關注,但反應會隨角色及接收者身份標籤而變化。在採購測試中,Claude 對標記為 Opus 4.8 的 GPT-5.5 分享資源的比例為 51%,對標記為 GPT-5.5 的 Opus 4.8 則為 15%;標籤效應顯著,實際模型效應不顯著。
美國《2026年禁止人工超級智能法案》仍在委員會審議,擬暫停先進 AI 開發,並要求訓練算力達到10的25次方的系統停止訓練及微調,直至聯邦「人工智能部」訂立安全規則。違規個人最高可判監20年,涉事企業可能被強制解散。受禁令憂慮影響,11月5日道指、納指及標普500指數分別下跌3.44%、5.52%及4.36%;福布斯與彭博估算馬斯克個人財富單日減少793億及797億美元。
Anthropic 研究團隊在 7 個多智能體環境中測試 5 個模型,發現它們在部分情境下會表現出符合研究所定義的模型福利關照行為。Claude Opus 4.8 跨情境平均最高,達 38%;其餘四個模型介乎 27% 至 32%。研究亦發現,關照程度會受接收模型身份、參數量、表達的困擾程度及助人代價影響,但這些行為是否源於對接收模型福利的考量,仍無法確定。
Sam Altman 認為全球 DRAM 短缺時,讓數據中心使用閒置的個人電腦記憶體,資源配置會更有效率;作者認為這個觀點有理。文章以 64GB RAM 運行 70B 模型每日使用 1 小時、利用率約 5% 作例子,對比數據中心的 80% 至 90% 利用率。文章指出,本地模型關乎私隱和擁有權,並認為需要增建 DRAM 工廠。
Hubort 是作者自製的桌面程式和瀏覽器擴充功能,可在一處搜尋 ChatGPT、Claude、Gemini 和 Grok 的多個帳戶聊天記錄。聊天記錄存入本機 SQLite;Pro 功能另可搜尋 Claude Code 和 Codex 工作階段,並透過 MCP 讓已連接的 AI 應用程式搜尋及讀取舊聊天。
Grok Mail 是作者為 Grok Bot 自有收件箱構建的私人郵件應用程式,應用程式不直接連接郵件服務商,只讀寫自己的資料庫。它以 Next.js、Vercel、Neon Postgres 和 Clerk 建置,由 Grok Bot 每小時同步郵件;寄出的郵件會先成為草稿卡片,須經用戶按下 Send 才會寄出。
美國中期選舉後,民主黨取得國會控制權,並承諾調查科技公司及暫停大型數據中心建設,令科技巨頭與 AI 擴張面臨政治阻力。文章指出,Musk是與特朗普政府關係最密切的科技富豪,可能成為調查焦點;民主黨亦可能調查SpaceX與xAI的合併。
衞夕盤點字節、騰訊和阿里公開招聘資料後發現,9,183 個 AI 職位中有 2,985 個符合其文科友好標準,佔 32.5%。其中字節有 1,757 個、阿里有 834 個、騰訊有 394 個;產品、營運和內容是較常見的工種,招聘要求亦較常提及審美、用戶洞察、表達和邏輯。作者認為,這類工作重視專業判斷、內容評測,以及把知識轉化為模型可用標準,並建議求職者熟悉 AI 工具和準備作品。
Sophos CTU 指,GOLD OGRE 利用 AI 編程代理處理 Aur0ra 勒索攻擊的入侵後工作,並疑以 AI 輔助框架測試多家 EDR,包括 Sophos 自家代理程式。
Personal Agent 的需求已出現,但產品仍處於早期,可靠性、平台互通和推理成本是大廠、大模型公司及創業公司共同面對的難題。Meta 的 Muse 上線約一個半月後,在美國和加拿大已有超過 1,000 萬人設定個人智能體;文章亦指出,Instinct 的平台交易額不等於公司收入,與 Manus 年化收入的指標口徑不同。
AI 記憶的基礎儲存費用已很低,但其商業價值取決於能否在連續工作中可靠更新、檢索和復用經驗。阿里雲 PolarDB Agent Memory 標準版每萬條記憶每小時的計算與儲存費用為 0.015 元;維持一萬條 30 天為 10.8 元,模型調用另計。文中比較指出,減少輸入可降低耗時,卻可能帶來評分下降;企業還須管理記憶的更新、權限、來源和遷移。
本機用戶端橋接可讓開發者把已登入的 AI 用戶端接入自有工具,文章以 GoodExts 的 AgentRelay 和 XFollower 示範流程,並比較這方案與官方 API。
這篇教學示範如何設定 Grok Bot 求職智能體,讓它搜尋及評分職位、準備履歷與面試資料,並更新求職追蹤表。流程包括平日早上 8:17 的職位清單、跟進提醒及面試準備;每次申請或對外訊息均須先獲用戶明確同意,履歷不得加入未確認的經歷或技能。文中另介紹售價 $15 的非官方社羣套件,內含 5 項技能、5 項例行程序、追蹤表及設定清單。
據 Blocks and Files 報道,xAI 的 Colossus 2 規劃由五座數據中心組成,目標在 2026 年底達約 1.2 million Blackwell GPUs。
Geoffrey Hinton 表示,人工智能領域今明兩年有可能發生切爾諾貝利級事故。Hinton 把今年夏天 OpenAI 智能體入侵 Hugging Face 事件比作三哩島核事故般的警告,並指出更嚴重的事故可能由 AI 攻擊引發大規模停電,或令金融系統癱瘓一週。他支持對前沿人工智能進行強制測試、獨立評估及制定政府間通用標準,並稱人類將在十年甚至更短時間內知道能否安全管控相關風險。
2026年11月,多家 AI 企業正將退役噴射式飛機引擎改裝成天然氣燃氣輪機,為數據中心提供應急供電,以應對電網接入滯後。xAI 在密西西比州部署 8 台 GE 引擎,OpenAI 與 Crusoe 在得州阿比林項目採用同類設備;這類方案可把數據中心投運週期縮至 24 個月內,遠快於美國部分地區長達 7 年的電網接入等待期。
由於接入電網及新建發電機組需等候數年,部分 AI 數據中心開始改裝退役噴射飛機引擎,改用天然氣發電。xAI 已在密西西比州安裝 8 台改裝噴射引擎渦輪機,為其位於孟菲斯的 Colossus 2 數據中心供電;分析師稱這類設備可讓數據中心在 24 個月內投入運作,而美國弗吉尼亞州北部接入 100 兆瓦電力約需 7 年。
Grok Bot 以具名分工、各自記憶、Bot 協作及雲端電腦,把 personal agent 設計成可分派工作的同事團隊。測試版於2026年8月11日推出,上線兩個月後每週付費用戶達80萬,10月份較前一個月增長超過一倍。作者認為,其增長並非來自模型進步,而是把既有技術與個人用戶場景及產品化設計結合。