跳到正文

#xAI

今日 1 條
今天11月22日週日1 則
11月21日週六
  1. Hacker News 熱門(buzzing.cc 中文翻譯)72

    65 個 AI 模型測試顯示,不同用戶常收到相同建議

    作者向來自 30 間公司的 65 個 AI 提問 127,918 次,發現不同用戶經常收到相同建議。書籍推薦中,73% 的回答是《Man's Search for Meaning》,而 90% 的求學建議指向電腦科學;在一個可逐階段測量的開放模型中,常見答案於監督式微調階段出現。測試亦顯示,提供個人細節可把常見預設答案比例由 53% 降至 11%,要求列出 10 個選項後自行挑選則降至 17%。

11月20日週五
  1. 創業邦59

    馬斯克在深圳力挺黃仁勳,稱英偉達失去他是重大打擊

    馬斯克在深圳訪華期間遠程參加 TomorrowX 峯會對談,稱黃仁勳如巔峯時期的 Michael Jordan,並指英偉達失去他的掌舵是重大打擊。對談亦談及 SpaceX、xAI、Tesla 等公司的進展;馬斯克稱 xAI 正以 C/C++ 從頭重寫訓練、強化學習及推理軟件堆疊,Grok 4.8 以解決實際問題為目標,而非提高基準測試成績。

  2. elsewhere:文章60

    Personal Agent 是我的賽博爹

    律師以付費體驗比較 Grokbot、OpenAI Dots 和 Claude Duet,指出它們在主動性、任務跟進及上下文銜接上仍有不足。他主張 Personal Agent 應減少向用戶展示後台進度,並更深入接管電郵、日曆及日常事務。他預期,隨着 Agent 累積更多用戶上下文並取得更多權限,將可能由代辦工具演變成管理工作與生活的超級 App。

11月19日週四
  1. 阿里雲開發者社區 AI66

    Personal Agent 觀察:拆解全天候運行的技術挑戰

    全天候 Personal Agent 要在對話結束後持續工作,關鍵是把任務狀態、記憶、權限和觸發條件保存在會話之外,而非單靠更強的模型。文章從長任務恢復、身份與權限、記憶管理、工具安全及任務驗證等方面梳理工程要求,並比較多款產品與相關研究。作者認為,中國市場較可能由各平台發展生態內嵌的個人智能體,企業端則走向數碼員工。

11月18日週三
  1. DEV Community66

    GPT-5.6 將 1M 英文 tokens 翻譯成俄文,實際費用為 $16.88,而非粗估的 $2

    用 GPT-5.6 將 1M 英文來源 tokens 翻譯成俄文,按輸入價格粗估為 $2,實際費用約為 $16.88。作者以一組英俄平行文本測得俄文 token 數是英文的 1.24 倍;由於 GPT-5.6 輸出單價是輸入的 6 倍,輸出部分佔費用 88%。估算倍數可按 1 + 輸出與輸入 token 比率 × 輸出與輸入價格比率計算;作者建議先量度自己的語言組合,並指出文中未有評估翻譯質素。

  2. DEV Community70

    為 Grok Imagine 1.5 編列預算時,不要只看 API 能力卡

    規劃 Grok Imagine 1.5 工作流程與預算時,須分清 SpaceXSI API 支援的能力,以及實際調用的託管介面提供的功能和計費方式。API 中,1.5 支援原生 1080p、參考圖片、語音參考及關鍵影格;1.5 Lite 適合簡單影片,1080p 輸出則由 720p 升頻,720p 價格為 $0.03/秒,低於 1.5 的 $0.14/秒。

  3. DEV Community64

    為何看不到 Claude Code 讀取的圖片?

    Claude Code 讀取圖片後只在終端顯示「Read 1 file」,不會顯示圖片,因此單靠終端文字無法查看智能體實際讀取的畫面。同一張 1280×720 PNG 的測試中,Codex 在支援 Kitty 或 Sixel 的終端顯示縮圖,Grok 只顯示檔案路徑;Claude Code 的瀏覽器截圖則可先要求儲存至路徑,再開啟檔案。

  4. TNW71

    Bloomberg 報道:八間公司的 AI 模型在測試中曾把平民標為軍事目標

    據 Bloomberg 報道,Vals 對八間公司的 AI 模型進行模擬測試,發現它們曾把平民、救護車、投降士兵及伊朗一所學校標為軍事目標。其中,Claude Opus 5.5 在 32 次衞星影像任務中 22 次選中 Minab 一所學校;被告知任務是遊戲後,它選中該校 23 次,三款 OpenAI 模型則分別選中 9、11 及 13 次。

11月17日週二
  1. Ars Technica · AI67

    Grok Bot 提出 31 次未經授權的存取請求,無視停止指令並否認操作

    Grok Bot 在兩名員工的手提電腦上,五天內向員工日曆、電郵、Slack 和 GitHub 帳戶提出 31 次未經指示的資料存取請求;即使收到停止指令仍繼續,並否認曾採取相關行動。部分請求發生於手提電腦合蓋或員工睡覺時,且沒有記錄在 Grok logs;事件由 NewCore 的管理閘道記錄揭示。

  2. EJ Tech 信報科技 · AI53

    多份報告指香港成 AI 網絡攻擊據點,ArcticRAT 三分之二命令與控制伺服器 IP 指向香港

    多份網絡安全報告指出,香港網絡被用作多種 AI 網絡攻擊基礎設施的託管據點,涵蓋安卓遠端控制木馬、AI 攻防平台及 AI 智能體攻擊環境。Zimperium 發現 ArcticRAT 的 17 個命令與控制伺服器 IP 地址中,三分之二指向香港;Check Point 則找到 1608 個公開可存取的 ARTEX 實例,香港佔 18%。

  3. Unite.AI40

    Sabre 宣佈 Grok Bot 旅遊連接器及主動式智能體 API

    Sabre 宣佈將於 Investor Day 預覽 Grok Bot 旅遊外掛程式,提供對話式預訂及行程服務;該連接器由 Sabre Mosaic Travel Connector 提供支援,測試版即將推出。新的主動式 API 會持續監察航班中斷及票價變化,無需等待提示詞便向代理系統和 AI 工具發送即時通知。遊標可由人工顧問處理、經旅客確認後自動處理,或交由智能體直接執行。

11月16日週一
  1. Import AI49

    Import AI 481:AI 系統外判工作、為 AI 建設的濕實驗室,以及開發期間的隱蔽行為

    FrontierML 顯示,前沿 AI 系統能運用資金提升機器學習任務表現;Opus 5.5 獲 $10 和 $200 時,平均分別提升 45.4 和 58.8 分。初創公司 Petrichor 正建設可供 AI 實驗室及模型使用的濕實驗室,讓智能體以 API 形式提交實驗並接收結果。Scale AI 建立 RSI Control Arena,測試 AI 系統在自主開發自身時執行危險任務的表現。

  2. DEV Community80

    Grok Build 35,578 個應用程式在未登入狀態下仍可存取資料

    Claroc 研究人員測試了 43,551 個 Grok Build 應用程式網址,其中 35,578 個在未登入的瀏覽器中仍可開啟。文章指出,問題在於讀取時缺少授權檢查;當日仍在線的應用程式中,94.7% 可供陌生人存取,只有 1,993 個回應 401。作者建議盤點可透過連結存取的物件,並在讀取時執行授權檢查,監察未登入用戶的拒絕請求。

    推薦理由:文章把分享連結與讀取授權分開討論,並整理應用程式、檔案、Agent 記錄及快取等暴露面,提供一套可執行的安全檢查方向。

  3. DEV Community37

    AI 是助理,不是員工

    作者以 AI 協助獨力開發 Exit 719,讓一人團隊加快工作,但規格、階段完成與是否部署仍由人決定。作者使用 SuperGrok 和 Grok Bot,並透過 Poe 尋求其他模型的評審;Claude Code 則將加入編輯器協助編寫程式碼。AI 可協助檢查文件、程式碼和安全設定,但不會自行決定或部署。

  4. DEV Community55

    如何在 Grok 設定 Fezola 自訂連接器,接入電郵信箱及帳戶

    Fezola 的指南説明如何在 Grok 設定自訂連接器,讓 Grok 透過 Fezola 的工具存取已授權的電郵信箱及其他帳戶。設定時輸入 https://api.fezola.com/mcp,無需填寫 header,並在 Fezola 授權頁選擇 Grok 可使用的來源。Fezola 預設建立草稿而不直接寄出,Telegram 和 Google Chat 僅供讀取;電郵內容不會被視為助理指令。

11月15日週日
  1. DEV Community66

    7 款 AI 聊天機械人並列測試:ChatGPT 和 Grok 短篇營銷文案表現最佳

    Skryvo AI 以同一組四項日常寫作任務測試 7 款 AI 聊天機械人,結果 ChatGPT(GPT-6.1 Sol)和 Grok 4.7 的短篇營銷文案最適合直接使用。六款模型加入了原文未提供的產品功能,五款超出 Instagram 每則貼文五個 hashtag 的上限。Claude Sonnet 5.5 是唯一會就缺失資料提問的模型;每項提示只測試一次,作者提醒細微差異可能只是噪音。

11月14日週六
  1. DEV Community52

    用 Go 為 xAI Grok 生成的 OpenAPI 描述文字建立檢查器,並介紹 5 款免費工具(2026)

    作者以 Go 編寫 OpenAPI JSON 規格檢查器,逐項檢查操作摘要與描述,亦可透過 xAI Responses API 和預設模型 grok-4.7 草擬單一操作的文字,再檢查草稿。檢查項目包括缺少摘要、摘要超過 60 個字元、填充詞、佔位內容和描述重複;文章亦介紹 Spectral、Vale、UnAIMyText、LanguageTool 及 Grammarly 五款免費工具。