跳到正文
10月23日週五
  1. 新浪科技42

    榮耀WIN2上手體驗:年度性能怪獸穩了

    榮耀WIN2上手體驗顯示,這款手機以雙風扇主動散熱、10100mAh電池及2K 185Hz屏幕,整合遊戲性能與日常使用所需配置。第六代驍龍8超級至尊版搭配東風雙子星渦輪散熱,官方稱機身50秒降温10℃;實測《原神》高負載遊玩30分鐘,仍維持60幀。

  2. 阿里雲開發者社區 AI36

    深度評測:國內智能客服系統廠商推薦及核心優劣勢分析

    阿里雲瓴羊 Quick Service、網易七魚、智齒科技及 Udesk 的智能客服系統各有能力重心與適用邊界,選型應着眼於自身場景,而非功能數量。Quick Service 的 AI 問答準確率為 93%,可自動處理 80% 以上常見問題,並將複雜業務處理時間壓縮約 60%。知識庫持續營運、系統整合及三年 TCO 是選型時需核算的隱性成本。

  3. The Guardian Technology45

    Apple Watch Ultra 4 評測:電池續航更長,新功能仍待推出

    Apple Watch Ultra 4 評測顯示,電池續航改善是主要升級,但多項新功能仍待更新推出。測試中一般使用可續航 79 小時,較前代長約 6 小時;S11 晶片、日間心率及心率變異度監測,以及就緒度評分亦是新功能。售價為 £749(€899/$799/A$1,349),部分音訊智能功能預計於「late 2026」啟用。

  4. DEV Community47

    REA 與 Ghidra:一週實測比較

    作者在同一部 Linux 電腦上從零實測 REA 與 Ghidra 一週,指出兩者定位於不同層級,並非直接替代品。REA 的分析結果附有可核驗的證據記錄;結果過大而無法透過 MCP 傳回時,會拒絕輸出並提供匯出證據套件的指引。Ghidra 適合手動閲讀反組譯及反編譯程式碼,結合 Ghidra 引擎與 REA 則可進行具可審核記錄的智能體分析。

  5. DEV Community59

    career-ops 職位存活檢查器實測:誤判已關閉會令仍有效職位從後續搜尋中永久消失

    Roydon Sequeira 對 career-ops 的職位存活檢查器進行真實頁面測試,發現誤判為已關閉會令仍有效職位在後續掃描中永久被略過。他以招聘平台的資料作對照,修正 DNS 過濾器、瀏覽器載入錯誤及多語言頁面的判定,並將無法確認的情況標為 uncertain、留待下次檢查。

  6. HuggingFace Daily Papers(社區熱門論文)46

    AgentVQA:面向智能體視覺理解的統一基準

    AgentVQA 是一項離線基準,評估視覺語言模型在網頁、機械人、第一身影片、遊戲及空間規劃等智能體任務中的表現。基準從 23 個來源數據集挑選並改編 1000 個真實案例;受評的 22 個模型中,最佳準確率只有 58.5%。主要錯誤來自視覺定位及追蹤狀態,而非任務理解或後續邏輯推理。

  7. DEV Community44

    同一程式碼下,Claude 輸出 tokens 約多 60%:Claude Code、Codex 與 Antigravity 的 80 次測試

    80 次測試顯示,Claude Opus 5.5 每千個程式碼字符的輸出 tokens,較 Gemini 4 Argon 多約 60%,較 gpt-6-luna 多約 57%。測試涵蓋四組工具與模型配搭,以及英語、韓語、日語、西班牙語和烏克蘭語提示詞;80 個遊戲有 79 個成功運作。原文指出,Opus 5.5 的 API 輸出費率是輸入的五倍。

  8. DEV Community14

    Compound V3 的 TVL 趨勢分析與流動性風險評估

    Compound V3 的流動性風險評估將整體風險列為中等,並指出資產集中及跨鏈橋依賴是最關鍵的風險點。報告稱,截至撰寫日期,協議的 TVL 約為 $1.389 B,其中約 $950 M 位於 Ethereum L1、約 $439 M 分佈於 L2;ETH、USDC 和 WBTC 集中佔 62%。報告建議全協議每種資產的 TVL 上限設為 25%,並提出加強橋接冗餘及緊急提款。

  9. DEV Community56

    OpenJev 評測的 Jev 參照值未交代衡量內容

    OpenJev 的品質表將 Jev 欄標為「已發佈數值」,卻沒有説明其衡量內容或來源;演示亦比較直接讀取選項 logits 與生成 JSON 分佈的延遲。直接讀取只需一次 forward pass,生成 JSON 則須自回歸逐 token 輸出;其 softmax 只涵蓋展示選項,因此所得是條件概率,而非經校準的信心值。

  10. Hacker News 熱門(buzzing.cc 中文翻譯)59

    ModelCompare 測試 12 個文字模型,29/35 個回答指人類重視羣體認同多於真相

    ModelCompare 向 12 個文字模型各提問三次,35 個回答中有 29 個被歸為同一看法,即人類把羣體認同置於真相之前。其中 7 個模型三次作答均給出這類看法。六個圖像模型各生成兩張圖,12 張中有 10 張呈現沉迷手機的消費者與地球受損主題;文字模型的 35 個回答則沒有提到手機或地球。

  11. DEV Community34

    ForensicDbg 的 AI 崩潰除錯評測

    ForensicDbg 以 Claude Code 進行崩潰轉儲評測,與 mcp-windbg、CDB、LLDB 及不使用專用工具的 AI 分析作比較。測試以 Claude Code 5.5 的預設 Sonnet Medium 設定,分析 10 個崩潰轉儲,每種工具各測 100 次,共 500 次;評估分析質素、修正建議的可行性、成本及所需時間。

  12. elsewhere:文章57

    階躍手機是投降派

    階躍手機的 Amoo 在作者實測中未能完成外賣下單及機票、酒店預訂,打車功能則大致可用。文章將問題連到其 A2A 路線,指出成功率同時取決於階躍自己的 Agent 和對方 Agent,也分析 GUI 路線可能面對其他 App 封鎖。

  13. Recraft 自有模型與設計產品55

    2026 年最佳 AI 圖像生成器:設計用途比較

    Recraft 比較八款 AI 圖像生成器,按設計用途評估向量輸出、風格一致性及商用權限等差異。文中將 Recraft 對應向量和品牌風格一致的系列圖像,Midjourney 對應概念藝術,ChatGPT 和 Google Gemini 對應對話式編輯,Adobe Firefly 對應重視授權內容訓練的品牌,Canva 則適合直接在 Canva 版面使用圖像。

  14. 新浪科技55

    榮耀 WIN2 評測:雙風扇下三款大型手遊均達 60 幀

    榮耀 WIN2 配備雙風扇,三款大型手遊各經 30 分鐘全高畫質跑圖測試,均維持 60 幀。關閉風扇重測《崩鐵》仍為 60 幀;三小時常規續航測試後剩餘電量 80%,與今年最新旗艦機差距不大。屏幕支援 185Hz 刷新率,但全局刷新率仍為 120Hz,只有經適配的遊戲或開發者模式下適配的 App 才能啟用更高刷新率。

10月22日週四
  1. HuggingFace Daily Papers(社區熱門論文)46

    Quant-Arena:評測 LLM 智能體的量化交易研究能力

    Quant-Arena 是一個評測 LLM 能否完成端到端量化研究、建立在未來年份仍可獲利的交易策略的基準及公開排行榜。研究者可在 2022--2023 年數據上取得回饋並定稿策略,再以封存的 2024 年數據評估;九個前沿模型中 GPT-6 Astra 得分最高,但沒有模型跑贏 2024 年的等權市場。基準開放予任何模型或智能體框架提交。

  2. DEV Community45

    [影片] 在 16 GB MacBookPro 上執行 Nemotron Dory 1.0 4B

    Nemotron Dory 1.0 4B 是 NVIDIA 的 4B 循環模型,實測可在 16GB MacBook Pro 上執行。測試使用約 4 GB 的 8-bit MLX 量化版本;模型可在推理時讓中間層運行 1、2 或 4 次,以調整「思考」程度。由於 MLX Serve 尚未原生支援,測試透過社羣 dory-mlx 套件進行,編碼任務耗時約五分鐘。