跳到正文
11月5日週四
  1. DEV Community58

    如何檢查 AI 爬蟲能否實際讀取你的網站

    文章提供檢查 AI 爬蟲能否讀取網站的方法,先核對 robots.txt,再用 curl 比較一般瀏覽器與不同爬蟲 User-Agent 的伺服器回應。方法涵蓋用於訓練或索引的爬蟲,以及用戶提問時抓取頁面的爬蟲;若爬蟲回應 403 或 429,而瀏覽器為 200,可能是主機、CDN 或防火牆阻擋。

  2. OpenAI News60

    OpenAI 發佈負責任 AI 基礎設施的社區承諾與政策藍圖

    OpenAI 發佈 National Community Compact 和 Compute Campus Policy Blueprint,提出自營未來算力園區的社區承諾及相關政策建議。承諾包括讓居民及早參與規劃、承擔用電及相關基建成本,並公開用水、用電、噪音和招聘資料。政策藍圖則建議各級政府制定規則,保障居民免受新增電力成本影響,並加強問責及本地就業機會。

    推薦理由:文章將 OpenAI 自營算力園區的社區承諾與面向各級政府的政策建議並列,具體呈現能源成本、環境披露、公共問責及本地就業安排。

  3. 小眾軟件81

    OpenAI 約 10 天內在 Linux 核心發現 948 個本地提權漏洞,掃描約 7% 程式碼

    OpenAI 表示,尚未公開的 AI 網絡安全模型約 10 天內在 Linux 核心發現 948 個去重後的本地提權漏洞,並生成候選補丁。研究掃描約 280 萬行程式碼,約佔 Linux 核心 7%;最初 12 小時找到 2,308 個候選安全問題,當中 1,724 個成功復現、1,169 個成功實現提權利用。

    推薦理由:文章把漏洞發現與驗證數據、上游修復進度及 API 成本並列,呈現 AI 輔助 Linux 核心安全研究的產出和資源投入。

  4. DEV Community59

    Codex 報錯時停止反覆重跑:四步除錯流程

    作者分享一套用 Codex 處理報錯的四步除錯流程,核心是先判斷錯誤類型,而非直接貼上錯誤重跑。流程包括要求 Codex 提供最小重現、一次只測試一個可能原因,並解釋根本原因及修正理由。作者會把這些摘要附加到專案的 AGENTS.md,逐步累積成疑難排解手冊。

  5. DEV Community49

    建構 AI 發票資料擷取系統:是否需要專用 AI 模型?

    發票資料擷取功能可透過現有 AI 供應商的 API 建立,通常不必訓練或部署獨立 AI 模型。一般用途 AI 模型可直接擷取資料,Azure AI Document Intelligence、Google Document AI 和 Amazon Textract 則提供專門的文件處理服務。較複雜的系統可結合文件處理、LLM 解讀、業務規則驗證及人工審核。

  6. 第一財經60

    當科技巨頭成為「影子銀行」:AI 繁榮下的信用隱憂

    AI 基建投資擴張令雲端巨頭、初創公司與數據中心營運商透過擔保、股權投資及長期訂單形成互相連結的融資網絡,信用風險可能沿產業鏈傳導。標普估算,美國六大雲端巨頭2027年資本開支合計將達1.3萬億美元,接近2025年的3倍。債券市場需求目前仍強、科技業利差維持低位,但標普全球已將Meta展望由「穩定」調整為「負面」,理由包括資本開支高企及AI變現能力有限。

  7. DEV Community49

    GPT Image 2 產品照提示詞實用檢查清單

    GPT Image 2 的產品照若顯得塑膠感重、雜亂或光線失衡,改善關鍵通常在提示詞結構,而非更換模型。清單建議先交代主體,再指定光線、背景和構圖,並以簡短句子列明要避開的元素。修補局部瑕疵可用 inpainting,擴展畫布可用 outpainting;每次只調整一項變數,方便比較效果。

  8. 阿里雲開發者社區 AI72

    ChatGPT Images 2.6 發佈,支援直接生成 GIF 動圖

    OpenAI 發佈 ChatGPT Images 2.6,支援直接生成 GIF 動圖,並可調節播放速度、裁剪播放範圍及逐幀修改畫面。作者以 7 個案例測試角色、真人、聊天記錄及草圖動畫,並使用參考照片功能;文中稱生成速度提升 50%。作者指出,真人動圖還原度一般,大部分動圖只有三四百像素寬,審核偶爾誤傷,參考照片功能也有故障。

  9. 阿里雲開發者社區 AI71

    Coding Agent 安全測試最容易漏掉的不是模型,而是周邊組件

    文章梳理2026年10月披露的三起 AI 編程助手安全事件,指出主要風險位於擴展、hook 和配置等有權限的周邊組件,而非模型輸出。文中提出四層信任邊界,並列出配置基線、生命週期確認、出站網絡白名單及信任域對照等測試方法。文中所列復現比例來自研究環境,不能視為線上統計。

  10. MarkTechPost76

    OpenAI 推出 GPT-Image-2.6 Flare 與 Sunburst,新增 GIF、SVG 輸出及 Flare 低品質 6 秒生成

    OpenAI 推出 Images 2.6,並在 API 提供 GPT-Image-2.6 Flare 和 Sunburst。更新加入 GIF 輸出、SVG 匯出、標記引導編輯和複雜度參數;OpenAI 稱圖像生成速度較前一版本快 50%。Flare 在畫質設為 low 時最快可於 6 秒生成圖像;複雜度分 low、medium、high 三級,預設為 high,調整不另收費。

    推薦理由:文章整理兩款 API 模型的用途、速度與複雜度設定,並指出雖列出 token 價格,仍未提供單張圖像成本表。

  11. DEV Community63

    AI 爬蟲不會執行 JavaScript

    Vercel 的研究指出,受測主要 AI 爬蟲不會執行 JavaScript,因此只在瀏覽器端生成的內容對它們不可見。研究提到 Gemini 使用 Googlebot 的基礎設施,AppleBot 亦透過瀏覽器式爬蟲渲染;文章示範以 curl 或 DOMParser 檢查爬蟲可讀取的 HTML。文章建議把主要內容、metadata 和導覽放進伺服器傳送的 HTML,客戶端渲染則留作附加內容。

  12. DEV Community53

    All Day AI 公開線上會議籌辦手冊,回顧 12,313 人參與的活動經驗

    All Day AI 團隊公開大型線上活動的完整籌辦手冊,回顧如何在約兩個月內舉辦一場有 12,313 名參與者、140 位講者的 16 小時免費線上活動。團隊使用 Zuddl 處理活動平台,並以 AI 智能體協助講者聯絡、更新資料和網站,所有外發訊息均由作者把關。事後檢討指出,團隊原可更早安排多次排演、培訓主持人和義工,並設立專用講者電郵帳戶。

  13. 第一財經63

    OpenAI企業客戶貢獻收入逾總收入一半,Greg Brockman稱2027年可做好上市準備

    OpenAI總裁兼聯合創始人Greg Brockman於當地時間11月4日表示,企業客戶目前貢獻的收入已超過公司總收入一半,並稱OpenAI可於2027年做好上市準備。他形容公司今年上半年相當艱難;第三季度隨GPT-5.6 Sol、ChatGPT Work等產品推出,收入加速增長,企業銷售收入已超過消費者業務。

  14. 新浪科技44

    Sam Altman 澄清無意限制用戶記憶體,X 帳戶改名自嘲「內存·奧特曼」

    OpenAI 行政總裁 Sam Altman 澄清,自己無意限制普通用戶的記憶體容量,反而一直呼籲增加記憶體產量。此前他在播客談及個人電腦記憶體利用率約為 5%,並稱資源集中到雲端數據中心更有效率;他其後把 X 帳戶短暫改名為「內存·奧特曼」。英特爾預計短缺至少持續至明年,SK 海力士則認為可能延續至 2030 年。

  15. DoNews53

    OpenAI 收購開發者工具公司 Pierre

    OpenAI 於 11月4日宣佈收購美國開發者工具公司 Pierre,並計劃把其功能整合至 Codex 平台。Pierre 開發了 Code Storage 分佈式儲存系統,以及 Trees、Diffs、Highlights 等開發者工具。OpenAI 表示,Pierre 所有開源項目會持續開源,現有 Code Storage 服務不受影響,客戶可繼續使用。

  16. 創業邦67

    文科生在 AI 時代仍有職位嗎?字節、騰訊和阿里 AI 招聘盤點

    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。

  17. gihyo.jp82

    OpenAI 以開發中的網絡安全 AI 模型調查 Linux 核心,生成 948 個 LPE 利用程式及修補方案

    OpenAI 以開發中的網絡安全 AI 模型調查 Linux 核心,透過智能體流程動態重現 1,724 個漏洞,生成 948 個本地權限提升(LPE)利用程式、291 個資訊洩漏 PoC 及修補方案。

    推薦理由:文章將每宗 LPE 約 1,279 美元的 API 成本,與 Pwn2Own 及 TyphoonPWN 獎金比較,呈現自動化漏洞研究的成本尺度。