跳到正文
11月19日週四
  1. DEV Community62

    我如何把每個 AI 智能體任務路由至仍有配額的最低價模型,以及過程中的問題

    作者用 Python 編寫路由器,將每項 AI 智能體任務交給仍有配額的最低價模型。路由器會略過付費模型及配額窗口使用率超過 90% 的模型;模型在啟動首 60 秒內失敗時,會改試同一級別的下一個候選模型,但不會自行升級級別。低價模型曾寫出令測試無限循環、記憶體升至 9 GB 的測試,也曾在腳本加入 419 行重複輔助函式。

  2. DEV Community66

    AI 編碼智能體如何因驗證、隔離與授權失誤

    文章指出,AI 編碼智能體的失誤幾乎不是智能不足,而是驗證、隔離或授權失當。文中提出讓檢查證明實際執行、在待合併提交的乾淨檢出版本上驗證,以及每個智能體使用獨立 worktree 等做法。對外或難以撤回的操作,須由人類就該項行動明確批准。

  3. DEV Community52

    如何用 Kiro Crew bots 理解陌生程式碼庫

    作者用 Kiro Crew bots 梳理開源專案 HyperFrames,約 10 分鐘便取得詳細報告和首次貢獻計劃。她以一句目標建立有驗收條件的追蹤項目,讓多個 worker 並行調查,並透過 Dashboard 查看里程碑和進度。她批准目標和里程碑後,bot 曾停在閒置狀態,需再發訊息提示它開始工作。

  4. TechCrunch · AI71

    更多銀行要求使用第三方 AI 智能體的客戶承擔交易及帳戶遭黑客入侵後的責任

    Citibank 本週更新服務條款,規定使用第三方 AI 工具處理個人財務的客戶,須為工具操作,以及工具洩露登入資料或遭黑客入侵後的帳戶活動負責。JPMorgan 和 Bank of America 上月宣佈類似政策,PNC 今日亦修改條款,Citizens 本週也警告客戶要為 AI 助理操作負責。Anthropic 本月稍早推出的個人理財工具則標明為只讀,不能轉移、管理或投資資金。

  5. Unite.AI45

    OneTrust 透過模型情報與持續監督擴展 AI 治理

    OneTrust 宣佈 Fall ’26 Release,擴展 AI 清單、監察及營運證據功能,協助企業追蹤 AI 系統、模型、Agent 及其依賴關係。更新加入基礎模型資料庫、血緣視覺化和營運儀錶板,並把 Deep Research AI skill 整合至第三方風險評估流程。OneTrust 未提供各項功能的通用推出日期或定價。

  6. DEV Community37

    音樂推薦系統:別再只推薦歌曲,開始理解用戶意圖

    新一代音樂推薦系統應從點擊預測轉向理解用戶意圖,結合多模態檢索、重新排序和智能體解説。建議架構涵蓋文字、音訊、協同及視覺嵌入,並以 RRF 融合候選結果;文中列出 Qwen3-Embedding、CLAP、VGGish 和 BGE-M3 等模型。系統目標延遲為 p95 檢索低於 40ms、重新排序低於 25ms,生成及解説低於 300ms 並以串流方式輸出。

  7. Mastra Blog76

    Mastra Factory 推出多項新能力,加入雲端編碼智能體及可自訂工作流程

    Mastra 推出開源軟件工廠 Mastra Factory 的多項新能力,涵蓋雲端編碼智能體、可自訂工作流程、Slack 原生協作及跨工作階段持續運作的雲端工作區。

    推薦理由:文章以 Mastra 團隊的內部數據比較 Factory 使用前後的交付速度與工單分流時間,並呈現其逐步建立團隊信任的做法。

  8. Unite.AI32

    Team Cymru 報告分析中國關聯間諜活動對金融服務業的威脅

    Team Cymru 的研究分析以中國為關聯的間諜活動如何透過惡意軟件基礎設施及隱蔽中繼網絡,針對金融服務業。2026 年 1 月 1 日至 6 月 1 日,該公司識別出 64 部符合已知 ShadowPad 指揮控制模式的伺服器,以及 115 部符合 Vshell 模式的伺服器;這些是基礎設施觀察數據,並非遭入侵銀行數目,亦未歸因至特定威脅組織。

  9. DEV Community40

    TheoremOS:面向數學家的 Lean 4 AI 協作工作空間

    TheoremOS 提供視覺化 Lean 4 工作空間,讓數學家與 AI 智能體協作探索證明,並查看研究進度。數學家可檢查 Lean 陳述、審閲和修改任務圖及證明計劃;完成的候選證明會經過獨立 Lean 檢查。目前,線上工作空間以邀請制預覽形式開放。

  10. DEV Community63

    兩個 AI 智能體各自作出正確決定,卻共同破壞同一份共享狀態

    多智能體系統中的兩個 AI 智能體即使各自根據相同資料作出合理決定,也可能因並行修改共享狀態而造成資料不一致。文章以庫存為例,説明兩個智能體同時讀到 10 件庫存、分別嘗試預留 7 件和 6 件時,缺乏併發控制可能導致超賣或遺失更新。文中介紹原子資料庫更新、樂觀併發控制、冪等請求及 Saga 等做法,並指出協調流程不等於保護共享資料的一致性。

  11. Silicon Republic44

    總部位於都柏林的 Disseqt AI 獲 800 萬美元融資

    總部位於都柏林的 AI assurance 平台 Disseqt AI 獲 800 萬美元融資,資金將用於推動 AI 智能體按監管要求部署及擴展。融資由 Gresham House Ventures 領投,Sure Valley Ventures、Delta Partners、Enterprise Ireland 及天使投資者參與。公司亦計劃拓展國際業務,並招聘銷售、營運及技術人才。

  12. a16z:News45

    投資 Linq

    a16z 宣佈領投 Linq 的 B 輪融資,支持這家為 AI 智能體提供通訊基礎設施的平台。Linq 為開發者提供工具,以建立可靠、可擴展的訊息體驗,並處理背後的營運複雜性。DoorDash 正與 Linq 合作,讓顧客透過 Apple Messages for Business 在同一個對話串搜尋食物、建立購物車並結帳。

  13. Google Cloud:Databases55

    Google Cloud 在 Database Center 預覽 Cloud SQL for PostgreSQL 的 Assessments 功能

    Google Cloud 在 Database Center 預覽 Cloud SQL for PostgreSQL 的 Assessments 功能,透過智能體工作流程在複製執行個體上自動測試建議變更。流程會比較變更前後的交易吞吐量、平均延遲、CPU 使用率及記憶體用量,並在評估完成後自動刪除臨時複本。目前支援機器升級、版本升級及啟用資料快取三類更新。

  14. Unite.AI46

    Zapata Quantum 與馬裏蘭大學推出 ForShor.ai,開展經驗證的 AI 輔助量子研究

    Zapata Quantum 與馬裏蘭大學推出 ForShor.ai,這是一項以 Shor 演算法的形式化驗證實作為基礎的 AI 輔助量子研究公開挑戰。框架使用 Lean 4 檢查數學正確性、閘成本的漸近增長,以及演算法轉換為更詳細電路表示的正確性;報告的閘成本縮放為 O(n 2+ε )。參與者可提交設計至排行榜,並探索連結數學與機器檢查證明的文件。

  15. DEV Community62

    LLM 工具調用如何運作:循環、Schema 與會令智能體出錯的常見問題

    文章解釋 LLM 工具調用如何透過工具定義、模型選擇、程式執行及結果回傳形成循環,並指出模型本身不會執行工具。程式碼應驗證參數、檢查權限、記錄工具調用,並為循環設定步數和成本上限。清晰的工具描述、具體的錯誤訊息,以及對破壞性操作的確認,有助減少智能體出錯。

  16. DEV Community24

    如何打造 AI 交易機械人:趨勢、工具與程式碼

    這份指南説明如何打造 AI 交易機械人,並提供可執行的 Python 原型、合規檢查要點及成本估算。原型以 Llama-2-7b-chat-hf 分析即時價格數據和新聞標題,產生買入、持有或賣出訊號,並可向 Alpaca 模擬交易帳戶下單。AWS g4dn.xlarge 單 GPU 執行個體約 $0.70 / hour;市場數據及券商 API 費用是主要開支。

  17. DEV Community68

    系統性回顧發現,88 項面向生產環境的 LLM 智能體研究普遍未報告四類關鍵測試

    一項系統性回顧分析 88 項聲稱與生產環境相關的 LLM 智能體研究,發現長期可靠性、監控覆蓋、故障恢復及對抗穩健性四項均未報告的研究佔 73%。在 314 項研究的更新樣本中,四項缺口各自在至少 82% 的研究中未報告,四項同時缺失的比例為 61%。論文提出部署前五步清單,包括補測四項缺口、在 CI/CD 設置質量閘門,以及上線後持續監測並把變化納入離線評估。

  18. DEV Community64

    編碼智能體如何選擇要使用的技能

    作者提出一套檢查編碼智能體技能選擇的方法,分開核對技能是否被發現及載入,以及後續行為有否遵守請求範圍。測試應涵蓋詞彙相近但意圖不同的請求,並記錄客戶端、模型、啟用技能、提示詞和工具軌跡;文中的案例是建議測試,並非實測結果。