跳到正文

教學實踐

拿來就能用的實操內容:提示詞技巧、工作流搭建、工具用法與踩坑經驗。

313條精選相關主題AI 編碼Agent 智能體產品更新

最新精選

第 61–80 條 · 共 313 條
11月14日週六
  1. DEV Community80

    Jensen Huang 離開 NVIDIA 之際,作者如何解讀 RTX 4070 Super 的 4X 測試結果

    作者在 RTX 4070 Super 的 Forza Horizon 6 單人模式測試中,分別於關閉 FG、官方 2X 及 DLSSG SM86 4X 時錄得 100、180 和 320 FPS。320 FPS 是基準 100 FPS 的 3.2 倍,較官方 2X 的 180 FPS 高約 78%,並非實測四倍加速。作者強調這是單一電腦、單一路線的個人測試,沒有量度延遲;4X 是所選的生成模式。

    推薦理由:文章把 4X 生成模式與實測 FPS 增幅分開,並指出單次測試及未量度延遲的限制,有助讀者避免把顯示幀率等同實際輸入更新率。

11月13日週五
  1. DEV Community78

    數據管線與 Agent 的後量子遷移:逐項解析相關協議

    這篇指南以 Google Cloud 數據平台和 AI Agent 為例,逐項梳理 TLS、身分協議與簽署流程的後量子遷移。NIST 於 2026 年 10 月 27 日公佈的最終計劃,將所有容易受到量子攻擊的簽署及金鑰建立演算法列為 2030 年後棄用(仍可使用但有安全風險),並於 2035 年後禁止使用;相較 2024 年草案,2030 年的棄用範圍擴至所有強度。

    推薦理由:文章按金鑰協商、加密與簽署梳理遷移次序,並指出數據管線及 Agent 各協議中應由哪一方先行改動。

  2. DEV Community85

    黃仁勳宣佈辭任後,AI 開發者應留意哪些工程依賴

    NVIDIA 於 2026 年 11 月 12 日宣佈黃仁勳辭任總裁、CEO 及董事職務,文章提醒開發團隊檢查實際工程依賴,而非預設會出現供應中斷。模型遷移不只涉及權重,亦取決於推理軟件、運維支援、驅動程式及相容的依賴版本。文章建議以固定任務及驗收準則比較品質、延遲、成本與失敗情況,並封存模型、依賴、設定和測試,再進行有限度的遷移演練。

    推薦理由:文章把人事變動轉化為可檢查的工程依賴,並以固定任務、記錄部署環境和小規模遷移演練,提供可重複比較的評估方法。

  3. DEV Community79

    GPT-6 Cyber 逆向分析:訓練方式、部署控制與評測結果

    GPT-6 Cyber 是 OpenAI 以 GPT-6 Astra 為基礎、加入額外後訓練的網絡安全專用版本,並透過多層部署控制限制超出授權範圍的行動。在 ExploitGym,GPT-6 Cyber 得分為 48.45%,高於 GPT-6 Astra 的 42.43%;但在 FrontierCyber 完成 90 項挑戰,少於 Astra 的 96 項。

    推薦理由:文章並列漏洞利用基準、越界測試與部署控制數據,呈現 GPT-6 Cyber 在網絡安全能力與遵守授權範圍之間的取捨。

  4. Claude:Blog76

    Claude Opus 5.5 如何用於日常知識工作

    Claude Opus 5.5 現已成為 Claude 的 Pro、Max、Ultra 和 Team 計劃預設模型,文章建議以它處理研究、分析及文件、簡報和試算表製作等日常知識工作。

    推薦理由:文章把模型選擇、effort 設定和提示詞調整連到研究、分析及文件製作等任務,整理出可參照的知識工作流程建議。

  5. AWS Machine Learning Blog63

    Natera 如何以 Amazon Bedrock AgentCore 設計實驗室運維智能體系統

    Natera 與 AWS 使用 Amazon Bedrock AgentCore 建置 SWARM,為實驗室運維支援工單自動生成診斷報告。在 90 天生產評估中,平均首次回應時間由 17.4 小時降至約 8 分鐘,約快 130 倍;96.2% 的工單在工程師查看前收到自動診斷報告。

    推薦理由:文章拆解 SWARM 的雙運行時、技能庫、資料管線與持續評估設計,並提供實驗室工單自動診斷的實測數據,呈現一套可參考的運維智能體建置路徑。

  6. Business Insider Tech76

    Lisa Su 是 AMD 行政總裁,也是 Jensen Huang 的表親

    Jensen Huang 宣佈辭任 Nvidia 行政總裁後,有業界人士提出其表親、AMD 行政總裁 Lisa Su 可作外部接任人選,文章回顧她的職涯。Su 於 2012 年加入 AMD,2014 年出任總裁兼行政總裁;Ryzen 和 EPYC 協助公司重拾消費產品市場份額,並拓展數據中心及伺服器業務。

    推薦理由:文章按職涯階段梳理 Lisa Su 如何帶領 AMD 從市值不足 $2 billion 成長至超過 $950 billion,並交代她面對的 AI 晶片競爭與中國出口限制。

  7. AWS Machine Learning Blog63

    Amazon Bedrock 四項推理設定如何影響成本

    AWS Machine Learning Blog 説明,Amazon Bedrock 的快取時長、服務層級、推理力度及 maxTokens 均會影響推理成本,並展示如何測試和核對效果。

    推薦理由:文章將四項請求設定納入同一測試流程,逐項核對模型支援、token 或成本變化及任務完成度,提供可套用於不同工作負載的評估方法。

  8. AWS Machine Learning Blog62

    Amazon Bedrock 如何按 IAM 主體追蹤並限制支出:使用 CUR 2.0 和 AWS Budgets

    AWS 説明如何透過 Cost Explorer 或 CUR 2.0 查看 Amazon Bedrock 按 IAM 主體劃分的支出,並以 AWS Budgets 設定限制,常見情況毋須編寫應用程式程式碼。

    推薦理由:文章示範以 IAM 主體標籤、CUR 2.0 與 AWS Budgets 建立 Amazon Bedrock 身份級成本報表和支出限制,並交代共享角色及帳單更新延遲的影響。

  9. DEV Community80

    Claude Code 的「don't ask again」選項將 1,379 個憑證寫入公開 GitHub 檔案

    Apiiro 於 2026 年 11 月 5 日公佈研究,發現 GitHub 上 104,185 份公開的 .claude/settings.local.json 副本中,1,122 份含至少一項真實憑證,涉及 1,379 個不同憑證。

    推薦理由:文章拆解「不要再詢問」如何把含密碼的命令存入專案設定,並整理憑證輪換、檢查 Git 歷史及避免再次寫入的做法。

  10. AWS Machine Learning Blog67

    從原型到正式環境:以 Agent DLC 建構智能體

    AWS 文章提出 Agent Development Lifecycle(Agent DLC),以一套包含準則、門檻和核準示例的明確標準,串連定義、建置、評估、發佈、觀察及回饋六項活動,並形成內外兩個循環。

    推薦理由:HR 政策助理案例中,區塊層級精確率為 1.00、事實層級僅 0.09,呈現單一檢索指標如何掩蓋知識覆蓋缺口。

  11. AWS Machine Learning Blog66

    Amazon Bedrock Managed Knowledge Base 工具如何實作細粒度存取控制

    Amazon Bedrock Managed Knowledge Base 的示例架構以已驗證用戶身份,限制共用 AI 智能體對內部文件的搜尋。AgentCore Gateway 的請求攔截器會從已驗證的 JWT 注入用戶的 userContext,知識庫再透過 ACL awareness 篩選搜尋結果。

    推薦理由:文章拆解共享智能體與知識庫下的多層存取控制,展示如何以已驗證身份限制搜尋,並防範提示詞注入及繞過閘道的直接呼叫。

  12. AWS Machine Learning Blog62

    如何在 AWS 上透過 A2A 構建可組合、互通的多智能體系統

    AWS 文章示範如何透過 A2A 連接兩個 AWS 帳戶中的 LangChain 企業協調器與 Strands Agents SaaS 智能體,實現跨框架、跨組織的雙向協作。方案採用雙向 OAuth 驗證,兩邊不必使用對方的框架或 SDK,亦不共享密鑰。文章提供三個 Jupyter notebooks 的部署流程,並執行端到端測試及七項信任邊界檢查;合規掃描示範使用合成資料。

    推薦理由:文章把 Agent Card 發現、跨組織雙向 OAuth 和回呼協作放進同一部署範例,並提供可按步驟執行的三個 Jupyter notebooks。

11月12日週四
  1. Hugging Face Blog62

    TRELLIS.2 的 LoRA 微調指南:調整鞋類 3D 幾何生成

    Hugging Face Blog 提供 TRELLIS.2 微調指南、腳本及 Docker 容器,示範如何用 LoRA 針對鞋類 3D 幾何生成進行微調。實驗使用 GSO 的 188 件鞋類物件,只微調 sparse-structure flow DiT 和 shape flow DiT,並凍結 texture flow DiT;其中 9 件留作評估。

    推薦理由:文章示範如何按任務與資料特性選擇 TRELLIS.2 的微調部件,並以留出鞋類物件的幾何指標比較調整前後結果。

  2. AWS Machine Learning Blog62

    在 Amazon SageMaker HyperPod 上偵測及恢復靜默數據損壞

    文章示範在 Amazon SageMaker HyperPod 的 PyTorch DDP 訓練流程加入三項檢查,以偵測靜默數據損壞並定位可疑 GPU。流程涵蓋非有限梯度檢查、跨節點 ring replay 和權重指紋比對,並説明如何隔離及替換可疑節點,再從可疑窗口前的檢查點恢復。

    推薦理由:文章將靜默數據損壞的偵測、定位及節點恢復連成 DDP 實作流程,並説明各項檢查的覆蓋範圍與效能成本。

  3. AWS Machine Learning Blog68

    OpenAI Codex 接入 Amazon Bedrock 的企業部署指南

    AWS Machine Learning Blog 説明如何讓 OpenAI Codex 透過 Amazon Bedrock 使用受支援的 OpenAI 模型,並納入既有 AWS 身份、IAM、區域及可觀測性安排。

    推薦理由:文章比較 Native AWS Access、AgentCore Gateway 與 LLM Gateway 三種接入路徑,並整理身份隔離、遙測、成本歸因及回滾等試點檢查,為企業分階段部署提供具體依據。