跳到正文
11月18日週三
  1. 新浪科技46

    Digital Foundry 實測《GTA 6》:PS5 爆炸場景跌至 23 FPS,PS5 Pro 近乎穩定 30 FPS

    Digital Foundry 實測《GTA 6》在 PS5 和 PS5 Pro 上的表現:標準版 PS5 在密集爆炸場景最低跌至 23 FPS,PS5 Pro 則近乎穩定維持 30 FPS。標準版 PS5 的掉幀可持續一段時間;PS5 Pro 在相同場景短暫跌至 24 FPS 後迅速恢復。兩款主機均以 1440p 內部分辨率渲染,PS5 Pro 另支援光線追蹤陰影。

  2. DoNews13

    《GTA 6》實測:皮卡續航29分鐘,燃油機制不繁瑣

    Kotaku編輯Zack Zwiezen實測《GTA 6》燃油系統,老舊皮卡、女妖跑車及Tesla Model 3原型電動車的續航時間分別為29分08秒、18分31秒和20分23秒。燃油耗盡只在偷車逃亡等特殊場景偶發,系統會提示油量並標示最近加油站。私人車輛可透過Scooter Bros應用召喚補油後的車輛,整體機制不構成操作負擔。

  3. DoNews31

    《GTA 6》標準版 PS5 幀率不穩,密集場景跌至 23FPS

    Digital Foundry 的技術分析顯示,《GTA 6》在標準版 PS5 上難以穩定維持 30FPS,高強度爆炸場景的幀率最低跌至 23FPS,且持續時間較長。PS5 Pro 大致穩定在 30FPS,極端場景僅短暫跌至 24FPS;兩款主機均以 1440p 內部解像度渲染,PS5 Pro 則採用 PSSR 超解像技術並新增光線追蹤陰影。

  4. DEV Community36

    Solid 2 的變化與效能評測

    Solid 2 引入新的響應式系統,並改動非同步處理、伺服器函式、診斷及 DSL。基準測試中,SolidJS 2 的冷、熱執行速度分別為 10,074 和 10,830 次迭代/秒,記憶體用量為 224–294;作者指出它仍會不必要地重新計算 E 和 H,壓縮後套件大小為 49.7 KB。

  5. DEV Community36

    Queryra 與 Doofinder 搜尋測試:在六間商店輸入價格限制及「排除品牌」

    在六間使用 Doofinder 的 WooCommerce 商店測試中,搜尋未能按查詢套用價格上限或排除指定品牌;Queryra 在自家示範商店的測試中則做到這兩點。兩者都能處理準確產品名稱及拼字錯誤,但日常用語搜尋各有失誤。兩者測試使用不同商品目錄,結果不能視為同目錄直接比較。

  6. DoNews50

    IGN為《GTA6》評測打出滿分10分

    IGN於2026年11月18日發布《俠盜獵車手6》評測,給予滿分10分。評測稱遊戲在世界構建、車輛操控、光影表現和細節打磨方面達系列巔峯。編輯盧克·雷利形容遊戲「史無前例、難以置信、不容錯過」,並稱120小時體驗仍令人沉浸。

  7. DEV Community53

    作者實測 AI 智能體處理 API 遷移,CI 通過仍不代表修復正確

    作者經 5 週測試一個為 API 升級草擬 PR 的 AI 智能體,發現定位受影響程式碼較可靠,修復驗證仍是主要難點。Stripe 第二輪測試曾報告 10 個修復中有 8 個與維護者提交一致,但作者撤回結果;逐行核對發現 10 組比較中有 4 組無效,部分修復在較舊 Stripe API 版本下會出錯,其中一項會把所有付費用戶標記為過期,CI 仍曾將錯誤判為正確。

  8. Hacker News 熱門(buzzing.cc 中文翻譯)49

    為甚麼 Gemini 4 Carbon 要花這麼久?

    測試顯示,Gemini 4 Carbon 延遲開始修正,似乎源於行為方式,而非不知道問題原因。每五輪加入一次確認後,Carbon 完成時間由 37 分鐘縮短至 28 分鐘,指出原因到開始編輯的等待時間則由 25 分鐘減至約 10 分鐘。相比之下,GPT-6 Astra 在指出原因後三分鐘便寫出修正。

  9. 新浪科技29

    2026 年工業嵌入式計算平台選型評測:從工業一體機到邊緣 AI,形態會變,底層平台不變

    飛凌嵌入式的工業嵌入式計算平台涵蓋工業一體機、儲能終端及邊緣 AI 等應用,文章從產品能力、工業可靠性、場景適配和技術服務四個維度評估其平台。多款核心板支援 -40℃~+85℃,供貨週期規劃為 10~15 年或 15 年,FET3588-C 經中國賽寶實驗室驗證,元器件國產化率 100%。文章建議按設備環境、接口、總線和算力需求選型,並先用開發板驗證應用。

  10. 新浪科技78

    深度實測 GPT-6.2:實力確實強,也確實難用

    文章實測 GPT-6.2 Astra,發現它能快速生成可互動的 3D 遊戲與場景,但寫作表現、溝通方式及長程 Agent 任務仍有明顯問題。文中亦引述官方數據,稱它在專業 Agent 任務上的表現超越 Claude Fable 5.2,完成同等任務的綜合成本只有後者的 5%。

    推薦理由:文章將官方成本與能力主張,和 3D、寫作等實測並置,呈現 GPT-6.2 Astra 的強項與日常協作落差。

  11. DEV Community72

    Kling Image 4.0 評測:實測原生 8K、長文本與組圖

    作者以 7 組提示詞評測 Kling Image 4.0,測試原生 8K、圖中文字、6 張組圖及長商品頁,並與 MiniMax H3 Image 比較。測試輸出達 9,984 × 6,656 像素;海報和中文菜單文字準確,六張廣告圖的罐身設計亦保持一致。不過,長商品頁下半部出現數字遺失和亂碼;同一香水提示詞比較中,作者認為 Kling 的瓶身細節處理較 MiniMax H3 Image 好。

  12. DEV Community61

    作者如何評測互相干擾的編碼智能體,並找出 Lanes 的同步錯誤

    Michele Matozza 以 Lanes 評測編碼智能體並行改動程式碼時的衝突,並透過預先訂明成功門檻及改變啟動延遲檢驗結果。固定 8 秒延遲的三項情境中,D2 分別通過 10/10、9/10、10/10;延遲掃描在 4 秒條件下則發現 I3 只通過 1/5。問題出在編輯前同步引入其他智能體的檔案變更時,系統沒有記錄該變更,令回合結束時的過期檢查未觸發;修正後的 D3 測試尚未完成。

  13. DEV Community57

    HivePic 實測四款去模糊工具:更鋭利不代表更接近原圖

    HivePic 作者以四張清晰照片製作已知模糊樣本,測試四款去模糊工具;可量化結果顯示,處理後影像雖更鋭利,PSNR 卻均低於模糊輸入,與原圖更遠。狗圖測試中,HivePic Motion Blur 的鋭度分數為 526.2,高於原圖的 84.2,但 PSNR 為 20.03 dB,低於預設模式的 20.45 dB 和模糊輸入的 21.18 dB。

  14. 阿里雲開發者社區 AI34

    阿里雲萬小智 AI 建站值得買嗎?3.0 版本功能解析與最新優惠盤點

    阿里雲萬小智3.0適合需要快速建立並持續營運網站、但缺乏技術團隊的中小企業及個人開發者;平台整合前端、後台、數據庫,以及 SEO 和 GEO 診斷。內地節點版本由180元/年起,最高1980元/年,靈感值按1點0.01元計。雙11活動包括輕量版新客首月9.90元/月起,以及 GEO 標準版99元/月起。

  15. 創業邦53

    晉江「鑑AI」比「用AI」更難?30多篇網文自測結果顯示朱雀檢測有分歧

    娛樂資本論使用朱雀AI檢測助手測試30多篇網文樣本,發現工具未能準確識別所有AI生成內容。樣本涵蓋純AI生成文本、爭議前後新發布的章節及AI工具出現前的作品;一段純AI文本被判有70%的人工特徵。晉江規定,對沒有明顯AI痕跡但被舉報的作品,須由至少三項工具檢測,並有三項或以上的AI可疑度超過60%,才會認定違規。

  16. DEV Community55

    Arize AX 和 Phoenix 的 8 個替代方案(2026)

    文章整理 8 款 Arize AX 和 Phoenix 的替代方案,按替換對象與團隊需求比較適用情境、授權、託管方式、線上評估範圍和價格。Langfuse 和 Opik 是可自託管的 Phoenix 替代方案;LangSmith 適合 LangChain 和 LangGraph 團隊,Agnost AI 則評估整段對話,各工具的用量計價單位不同。

  17. DEV Community55

    企業 AI 智能體能否用於正式環境?基準測試比較可靠性與安全控制

    Yogesh Dhome 以 100 個合成情境、每個測試 3 次,比較企業發票助理的三種設計;加固版嚴格任務成功率為 95.6%,基線為 74.7%。以用戶身份呼叫後端服務,在測試中阻止了所有未授權資料檢索,而確定性工作流承擔多數正確性與審批處理。研究亦記錄加固版寫入不實審批理由等失誤;基準測試只涵蓋單一模型、單一供應商和單一領域,使用合成資料,未部署於真實企業。

  18. DEV Community51

    Hugging Face 官方基準排行榜盤點:Darwin 在 57 個排行榜中取得 12 個第一,作者以 API 重算數據

    Vidraft_lab 用 Hugging Face 公開 API 重算《每日經濟》報道的數據,核對出 Darwin 在 57 個排行榜中有 12 個居首。Darwin 參加的 15 個排行榜均列前三;作者按分數重算名次,並把同分計作共同第一。截至 11 月 18 日,記錄數為 1,462,較報道所列 11 月 17 日的 1,458 多 4。

  19. DEV Community41

    提示詞注入與 LLM 智能體狀態:1,401,041 次注入提案未能通過主機閘門(共測試 10,000,000 次)

    Python 主機端參考模型在 CPU 上測試 10,000,000 次提案,1,401,041 次注入提案均未提交,且主機保存的圖狀態與獨立參考結果比對時沒有差異。測試亦發現長數字會引發錯誤、服務座標可能互相解除頁面映射、提交中斷會令分頁器未能通過審核,以及未加鎖的多執行緒會出錯。測試沒有呼叫語言模型,亦未測試 Rust crate。

  20. DEV Community44

    14B 模型上的 LLM 智能體記憶方式比較:整段對話、摘要、滑動視窗、檢索與主機保存狀態

    測試以 Qwen2.5-14B-Instruct 比較六種智能體記憶方式,在三組各 600 步的工作中,主機檢查及修正回覆後,各組每一步的狀態均準確無誤。主機保存狀態每步耗時 0.3034 秒、消耗 21.8 焦耳,是成本最低的方式;但模型自行回覆正確率為 81.89%,低於檢索方式的 93.83%。

  21. 虎嗅80

    GPT-6.2 評測:辦公與 3D 有亮點,編程長任務表現不穩

    OpenAI 發佈 GPT-6.2 Astra 和 Sol,文章指出兩款模型表現不一,辦公、Computer Use 和 3D 有亮點,編程長任務則受批評。Artificial Analysis 綜合智能指數中,Astra 得 62 分、排名第二;3D 人類盲測得 1318 Elo、排名第一。

    推薦理由:文章將官方基準與多方實測並列,呈現 GPT-6.2 在辦公、Computer Use 和 3D 的亮點,以及長任務編程的持續性問題,對照出各類任務表現不一。

  22. 新浪科技39

    綠盟科技風雲衞基座模型 SecLLM-3.6-27B 登上 CyberGym Model 榜單全球第一,任務成功率達 91.31%

    綠盟科技的風雲衞基座模型 SecLLM-3.6-27B 在 CyberGym Model-Focused 榜單以 91.31% 任務成功率排名全球第一。該榜單只使用通用 Harness,不配備外部工具或知識庫,評估模型本身的安全能力。這款 27B 模型已透過風雲衞應用於告警降噪、漏洞初篩、程式碼審計輔助及事件溯源等安全場景。