脈報
2026年11月14日 · 5:16
OpenAI 解散獨立機器人團隊，研究員分別併入主研究團隊與 Applied 部門。通用模型 GPT-6 Astra 接上機器人後能應付瓶子換位置與光線改變，模擬基準成功率 74.8%，真機器人上的表現仍待驗證。 ⭐ 文章深度讀：OpenAI 解散機器人團隊！改讓通用模型直接當機器人大腦 →…
2026年11月13日 · 4:05
Brave Search API 開始支援 x402 付款協定，AI agent 查一次搜尋就付一次錢，不必先開帳號拿金鑰。LLM Context 每次 0.005 美元，Stripe 開發的 Purl 建議另開一個專用錢包。 ⭐ 文章深度讀：Brave Search API 開放 AI agent 按次付費：付款取代登入 →…
2026年11月13日 · 5:14
Gemini 4 Hydrogen 的單價只比同家族的 Carbon、Argon 便宜 25%，但同一個鵜鶘題目都開 high 思考強度時，Carbon 花 20.31 美分、4 分 11 秒，Hydrogen 只花 3.99 美分、19 秒，帳單差約 5 倍。差距來自輸出量，Carbon 多吐了將近 4 倍的 token。 ⭐ 文章深度讀：Gemini…
2026年11月13日 · 7:08
Edge0 說開源模型 Edge0-145B 能在相容筆電上本機跑，峰值記憶體 29GB。雲端按用量付租金之外，AI 花費多了先買硬體、自付電費的第二張報價，但低算力裝置仍跑不動。 ⭐ 文章深度讀：開源模型 Edge0-145B 塞進筆電：AI 帳單多了第二張報價 →…
2026年11月13日 · 5:05
Claude Meetings 讓 Claude 以看得見的與會者身分加入 Google Meet 通話，做筆記、回答問題，並在通話當下做出文件、白板與簡報。它會出現在與會者名單並在通話聊天室貼出告知，主持人拒絕後不再試著進同一場，沒開放外部來賓的會議，外人一進來它就退場。Claude 存下的是逐字稿、摘要與畫面描述，不存錄音。 ⭐…
2026年11月13日 · 6:35
Google 替 Gemini 4 三個模型排好分工，Carbon 與 Argon 負責深度推理，Hydrogen 負責快速執行，價格是 Argon 的四分之三。Google Antigravity 的 Orchestrator 會在工作途中換模型，在 Terminal-Bench 4.0 上成功率接近 Carbon，平均少用 24% 額度、快 19%。…
2026年11月13日 · 4:54
舊電視盒與 13 年前的 iPad 只靠約 1 GB 記憶體，跑得動 8B 與 16B 混合專家模型。做法是把常用專家留在記憶體，其餘需要時才從快閃儲存讀取。在電視盒上，2B 以上模型的速度卡在快閃儲存每秒 278 MB 的讀取上限，CPU 並不是瓶頸。 ⭐ 文章深度讀：1 GB 記憶體跑 16B 模型！舊電視盒與 iPad 變身本機 AI →…
2026年11月13日 · 4:20
Google Antigravity 的 Orchestrator 讓 Carbon 訂計畫、Hydrogen 動手，卡住再交回 Carbon。官方說平均少用 24% 額度、快 19% 完成，成功率只寫接近 Carbon 單用。 ⭐ 文章深度讀：開對話前挑模型可能挑錯時機！Orchestrator 中途換模型 →…
2026年11月12日 · 3:01
T3 Code 有個鍵盤指令，能把螢幕截圖直接送進寫程式用的終端機，省掉截圖、存檔、找檔案上傳那幾步。ChatGPT 與 Claude 桌面版也有一鍵把視窗交給 AI 的快捷鍵，不寫程式的人也找得到同一條捷徑。 ⭐ 文章深度讀：T3 Code 一鍵截圖送終端機！讓畫面替你寫掉一半 AI 指示 →…
2026年11月12日 · 3:58
Matt Pocock 發佈文章介紹 Home Repo 模式，讓 AI agent 從一個集中放 skills、AGENTS.md 與共用文件的 repo 開工，再照路標開啟或 clone 其他 repo，一次對話就能改動好幾個 repo。 ⭐ 文章深度讀：Matt Pocock 的 Home Repo：讓 AI agent 跨 repo 工作 →…
2026年11月12日 · 5:10
Anthropic 在 IPO 頁列出 Q3’26 營收 170 億美元，同一季淨損 233 億美元，其中 219 億美元是與估值上升有關的非現金費用。過去 12 個月貢獻營收至少 10 萬美元的客戶超過 11,900 家，股票預計美東時間 11 月 19 日在 Nasdaq 開始公開交易，代號 ANT。 ⭐ 文章深度讀：Anthropic…
2026年11月12日 · 7:22
Pietro Miotti 不是考古學家，帶著 48 個 AI 代理分析 NASA G-LiHT 光達資料，在馬雅地區找到一座懸崖邊的遺址，INAH 回覆該位置沒有已登記的考古遺址。後來發現學界論文早已畫過它，代理翻文獻時漏掉了，Miotti 因此改用「重新發現」這個詞。 ⭐ 文章深度讀：外行人帶 48 個 AI 代理找到馬雅遺址！結果專家早就畫過了 →…
2026年11月12日 · 4:22
United Airlines 禁止未經授權的第三方個人 AI 代理替旅客訂票，美國幾家大銀行也在網銀帳戶裡偵測到第三方 AI 代理的未授權活動。白宮 AI 事務主管 David Sacks 區分使用者授權的代理與失控代理，並提議銀行只給唯讀權限。這一輪爭的是誰有資格批准代理進門，結果會影響 AI 助理能否替使用者把事辦完。 ⭐ 文章深度讀：United…
2026年11月12日 · 4:23
聯合航空禁止個人用的 AI agent 在網站上完成購買，AI agent 仍可讀取航班選項與票價。聯合航空提出的理由是資料外洩與誤買風險，後台也會替每筆訂位標記來源，分得出個人、旅行社與 AI agent。 ⭐ 文章深度讀：聯合航空禁止 AI agent 訂票！只准查票價、不准替你結帳 →…
2026年11月12日 · 5:25
AlphaGenome 2 是 Google DeepMind 的 DNA 變異預測模型，一次只針對一種細胞類型或狀態預測，並把這個條件送進模型每一層。在 TenK10K 免疫細胞資料上，影響基因表現的因果變異找回 30%，第一代微調版是 16%。兩代都只供研究使用，沒有經過臨床或診斷用途的驗證或核准。 ⭐ 文章深度讀：AlphaGenome 2…
2026年11月12日 · 6:01
Google 推出 Gemini Decisions API 與新模型 Gemini Decision 1，它不產生文字、輸出 token 永遠是 0，只替給定的候選選項打分並附上信心分數，讓程式把拿不準的案子轉給備案或真人審。計費只收輸入，每 100 萬輸入 token 0.10 美元，但不支援上下文快取。 ⭐ 文章深度讀：AI…
2026年11月12日 · 8:07
Anthropic 事故檢討說，三個基礎設施 bug 讓 Claude 回答斷續變差，其中一個藏在 TPU 專用編譯器裡。上市路演卻把多晶片說成優勢，說 Mythos 三天讓 Claude 跑上 AMD。 ⭐ 文章深度讀：Claude 變笨那幾天！出包處正是 Anthropic 的多晶片優勢 →…
2026年11月12日 · 7:52
Pietro Miotti 不是考古學家，用 48 個 AI agent 逐張檢視約 1,200 平方公里叢林的 NASA G-LiHT lidar 圖，找到懸崖邊一座山頂聚落，INAH 回覆該位置沒有已登記遺址。後來發現 Estrada-Belli 等人的研究早已畫進地圖，作者改稱重新發現。 ⭐ 文章深度讀：48 個 AI agent…
2026年11月12日 · 8:25
Christian Bird 引用一份 500,000 名 GitHub 開發者的研究：導入 AI 後 commit 增加 240%，release 只增加 30%。卡住的是沒跟著倍增的審查與上線人手，前沿模型審查仍漏約 30% 問題。Bird 轉述的案例裡，一位產品經理用 AI 修好積壓的 bug 後直接提交，結果把正式環境弄壞。 ⭐ 文章深度讀：AI…
2026年11月11日 · 7:26
Anthropic 的 Project Glasswing 用 AI 大量找軟體漏洞，帳本到 11 月 2 日列出 37,966 筆發現，標為已修的只有 217 筆。歸到 Anthropic 名下的 442 個 CVE 裡，被發現實際遭利用的是 2 個。curl 已公開的 34 份報告中，有 19 份被標為不是漏洞，驗證與分流的工作落到開源維護者身上。…
2026年11月11日 · 4:56
Apple 正以旗下 Claris 品牌私人預覽 Mac App Harbor，讓一台或多台 Mac 跑本地 AI 模型，資料不離開自己的硬體。兩台以上支援 Thunderbolt 5 的 Mac 能組成叢集、合併統一記憶體，9to5Mac 推測幾週到幾個月內可能公開推出。 ⭐ 文章深度讀：Apple 在做 Harbor！讓桌上的 Mac 變成私人 AI…
2026年11月11日 · 4:43
OpenAI 宣布 ChatGPT 的商家功能進入 beta 測試，符合資格的商家可以建 Business Agent，用自家資料回答顧客問題、比較商品。Business Agent 的對話會清楚標示，和 ChatGPT 自己的獨立回答分開。商家只看得到彙總數據，OpenAI 說不會把使用者的對話分享給商家。認領商家資料不代表獨占控制，Business…
2026年11月11日 · 4:47
Google 推出 Gemini 4 Carbon，同時建議多數軟體工程與知識工作仍用 Argon。兩者 API 入門價相同，Carbon 會多花 token 做推理與驗證，入門價期限過後單價翻倍。 ⭐ 文章深度讀：Gemini 4 Carbon 上架！Google 卻說多數工作用 Argon 就好 →…
2026年11月11日 · 7:13
Gemini Robotics 2.5 是 Google DeepMind 發佈的機器人動作模型，背後由 Gemini 4 Argon 生成數千次模擬練習、看影片推測任務失敗原因。Apptronik 的 Apollo 2 在 Mercedes-Benz 產線配料試點做到 96% 成功率，打包電鍋與用板子摺褲子仍只有 40%。 ⭐…
2026年11月11日 · 4:43
Gemini 4 Carbon 是 Google 留給最考驗智力任務的模型，Google 也表示大多數軟體工程與知識工作用 Argon 最合適。Carbon 上市價為每百萬輸入 token 2 美元、輸出 10 美元，12 月 1 日起漲一倍，變成輸入 4 美元、輸出 20 美元。碰到指示含糊時，Carbon…
2026年11月11日 · 5:06
一位前 Meta 工程師寫道，他在 Meta 的最後幾個月至少 90% 的程式碼是 AI 生成的，這只是拿到還過得去的考績的最低門檻，程式碼量卻連 2 倍都沒有。合併請求一份比一份來得快、審查時間也更短，測試缺口與脆弱寫法一路累積，他斷言 AI 寫程式代理就是影響客戶的事故變多的原因，事故也要花更久才能壓下來。 ⭐ 文章深度讀：AI 寫 90%…
2026年11月11日 · 7:49
Claude 推出白板與試算表測試版，Dashboards 正式開放並改名 Claude Data，用日常語言就能問公司資料。Enterprise 方案的 Claude Data 將在 11 月 19 日預設開啟。 ⭐ 文章深度讀：Claude 想砍掉複製貼上那一步！白板和試算表都留在對話裡 →…
2026年11月11日 · 5:22
Perplexity 公布的 Gemini 4 Carbon 早期評測顯示，Carbon 在 WANDR 研究評測拿下 0.857 最高分，每個任務 $5.86，花費最高的 GPT-6 Astra 每個任務 $13.34，分數只有 0.735。Claude Fable 5.1 與 Claude Opus 5.5…
2026年11月10日 · 6:51
Simon Willison 家的儲物間堆滿搬家後沒拆的紙箱，裡面隔一陣子就嗶一聲，卻聽不出從哪裡來。他請 Claude Code 做了一套 Beep Locator，讓兩台 iPad、一支手機、一台 MacBook Pro 和一台 Surface Ultra 一起錄音定位，把範圍縮到大約 40…
2026年11月10日 · 5:52
Simon Willison 只用一般 Claude 聊天視窗比較 C 與 Rust 寫的 SQLite 擴充。第一輪 Rust 版較快，第二個提示要求打敗 Rust 後，補上約 30 行快速路徑的 C 版約快一倍，並通過 800 萬次隨機測試的逐位元對照。 ⭐ 文章深度讀：Simon Willison 多追問 AI 一句！C 語言反過來跑贏 Rust…
2026年11月9日 · 5:23
Sergey Kuhne 把同時開好幾個 AI 對話的疲累拆成先後順序與脈絡兩個毛病，改把每件事寫成工單排進佇列，由 AI agent 研究、動手、跑測試，正式上線與裁決集中到主人收件匣，每件都照拿一件、載入脈絡、做決定、放回佇列關掉的節奏收尾。 ⭐ 文章深度讀：開太多 AI 對話腦袋當機？Sergey Kuhne 把事情一件件關掉 →…
2026年11月8日 · 6:00
Google DeepMind 與英國政府合作的 PlanAssist 先檢查例行住宅申請、對照規劃政策，再起草一份附完整出處的報告，最終決定仍由規劃審查員核可。Barnet、Camden、Dorset 三個議會試點中，審查員住宅評估的平均時間降了 58%，超過 70% 的報告被原封不動核可。 ⭐ 文章深度讀：AI 交草稿、人來簽名！英國…
2026年11月8日 · 5:50
美國人口普查局商業趨勢調查裡，250 人以上大公司答有用 AI 的比例，從 2025 年 9 月約 12% 升到 2026 年 10 月約 40%。問卷在 2025 年 11 月 17 日改題，從用 AI 生產商品或服務改問任何業務功能，前後兩段不能直接比。從 2026 年 10 月 19 日那輪起，問卷又把 AI 改稱 Super…
2026年11月8日 · 4:53
Anthropic 在上市申請文件揭露，內部 Claude 用量照零售價折算後，4 月的價值超過不含股票獎酬的員工月薪酬，但花在 AI 上的現金其實沒有比薪水多，這些用量的算力成本也沒有揭露。Anthropic 內部 AI 用量從 1 月到 9 月漲了超過 250 倍，9 月新增程式碼超過 90% 由 Claude 寫成。 ⭐…
2026年11月8日 · 8:04
Xinyan Hu 等人的論文 Agentic Backdoors via Pretraining Poisoning 指出，預訓練語料只混進 0.1% 的毒資料，就足以替 AI agent 種下後門，而且撐過無害的後訓練。觸發條件可以是受害者電腦自然產生的普通檔案路徑，被下毒的模型在一般能力測驗上和沒下毒的一樣好。論文認為更實際的防守是盯住 agent…
2026年11月7日 · 5:44
DoorDash 自家 AI 功能 Ask DoorDash 建購物籃比不用時快五倍，訂單平均金額卻高將近 50%、品項多約 60%。第三方 AI agent 的訂單只有幾百筆，Ask DoorDash 使用量也沒有公開詳細統計，省下的時間和多花的錢需要分開記。 ⭐ 文章深度讀：AI 開始替你結帳了：DoorDash 的 AI 代買成績單怎麼讀 →…
2026年11月7日 · 5:30
Gemini Omni 1.2 Flash 讓 AI 影片能在 15 秒片段上多輪對話編輯，每一輪產出一部新影片，沒提到的部分保留。720p 每秒 0.07 美元，比 Omni 1.1 降價 30%，目前仍不支援編輯人聲。 ⭐ 文章深度讀：Gemini Omni 1.2 Flash 影片改得起！多輪編輯一處一處修 →…
2026年11月7日 · 4:21
Google 的 Gemini Omni 1.2 Flash 第一次正式推出，多輪對話編輯會記得前一版影片，只改指令點名的地方，沒提到的部分保留。720p 影片每秒 0.07 美元，比 1.1 降價 30%，影片長度可在 3 到 15 秒之間指定。 ⭐ 文章深度讀：AI 影片也能只動一處！Gemini Omni 1.2 Flash 多輪編輯 →…
2026年11月7日 · 3:19
Claude Code 被回報在搜尋網頁時，把使用者信箱放進 User-Agent 請求標頭，送給任意第三方網站。開 issue 的開發者說自己每天收到幾十封詐騙信，Anthropic 在 2.1.317 版推出的自動阻擋，也有兩位使用者附上可重現的測試，回報到 2.1.318 版沒有觸發。 ⭐ 文章深度讀：Claude Code 把信箱塞進…
2026年11月7日 · 7:02
Inkling 2 Small 在 Artificial Analysis 的獨立評測裡，幻覺率從 61% 降到 27%，作答率卻從 77% 掉到 53%，答對率只從 32% 升到 34%。換成每 100 題的帳，少掉的約 23 道錯題幾乎都搬去了不作答。代理型任務 AutomationBench-AA 從 5% 升到 46%…
2026年11月7日 · 7:03
METR 進到 Anthropic 內部做高權限評估，估計 Anthropic 過去一年做出以前大約兩年的進展。員工自評約快 12 倍，METR 只視為很鬆的證據。同時，最有參考價值的證據大部分被刪掉，對內部模型夠難的基準快用完，新模型留在內部的時間也變長，外部越來越難看清內部加速多快。 ⭐ 文章深度讀：Anthropic…
2026年11月7日 · 5:08
Anthropic 讓 Claude 玩寶可夢紅版，一條把寶可夢中心位置寫錯的筆記，讓它在月見山掉回同一條路 3 次。回頭拿筆記對照工作紀錄原文、改正之後，Claude 在第 1935 個動作到達華藍市。 ⭐ 文章深度讀：AI 記錯一次就一路錯！Anthropic 用寶可夢測出記憶設計 →…
2026年11月7日 · 4:40
Rune 是用 Rust 寫的原生介面框架，每個 App 都能在沒有螢幕的狀態下跑，讓寫程式的 AI agent 輸出 PNG 截圖、倒出元素樹，自己先驗收做出來的畫面。同一個先截圖、自己檢查再交件的習慣，也能帶到其他 AI 工具上。 ⭐ 文章深度讀：Rune 讓 AI 看得見自己做的畫面！逐格檢查交回給 agent →…
2026年11月7日 · 5:17
Meta 用 Muse Wonder 訓練專門版模型，放進 Muse 與 Meta AI，補上 Active Memory 記性與 Active Focus 卡關找路兩項能力。Active Memory 評測由舊模型 76% 升到 90%，忘記關鍵資訊的情況減少為 2.4 分之一，兩個數字很可能是同一組結果的兩種講法。 ⭐ 文章深度讀：Meta 讓 AI…
2026年11月6日 · 4:08
Anthropic 替 Claude 推出管錢功能 Personal Finance，銀行帳戶連上後可用日常語言問餘額與交易，存取只能讀，不能轉帳、管理或投資。功能沒有廣告與業配推薦，也不推自家信用卡或貸款，目前以 beta 開放美國 Pro、Max、Ultra 方案。 ⭐ 文章深度讀：Claude 開始幫你看銀行帳戶！不放廣告的 AI 才敢交給它 →…
2026年11月5日 · 4:23
Conductor 宣布加入 Meta 並逐步收掉產品，雲端版 Conductor Cloud 11 月 13 日變唯讀、11 月 20 日關閉。雲端工作區可按右鍵選 Transfer to local 連同對話搬回 Mac，本機版會繼續拿到新模型與重大 bug 修正到 2027 年初。 ⭐ 文章深度讀：Conductor 加入 Meta！雲端版 11…
2026年11月5日 · 7:16
Anthropic 在 Claude Cookbook 收錄的 dreaming 提示詞，要 AI agent 的記憶回原始對話紀錄查帳：找不到證據的記憶先留著，明確矛盾就標記或修正，講得太肯定就調低把握度。每次寫入或修改之後，agent 都要讀回檔案，確認內容真的在上面。 ⭐ 文章深度讀：AI 記憶也要查帳！Anthropic…
2026年11月5日 · 6:51
Ricursive Intelligence 自述只用 1.4M 次 rollouts 就在 TerminalBench 2.1 拿到 80.5 分，用量比 Reflection Beam 少大約 70 倍。對照 Reflection 公告的 over 100 million rollouts，倍數規模兜得起來，80.5 分仍是團隊自報成績。 ⭐…
2026年11月4日 · 11:34
PHP2Shell 的起點是一個平常只會讓程式當掉的 PHP 記憶體 bug，Calif 研究員靠 AI 工具幫忙，兩週內找到在主機上執行任意程式碼的方法，四位工程師卻花了兩個月趕出修補。PHP 基金會自認延誤是結構性失敗，Matthew Green 建議手機跳出資安更新就裝，別等到下週。 ⭐ 文章深度讀：PHP2Shell 當機小 bug…
2026年11月4日 · 7:44
AI 教父之一 Geoffrey Hinton 主張 AI 模型比照美國 FDA 管藥，發佈前由公司向獨立機關拿出統計證據，證明利大於弊。OpenAI 因內部測試的安全疑慮取消 GPT-6.1 Astra 的發佈，芬蘭總統與另外 32 國背書強制測試方案，美國總統 Trump 則要前沿 AI 公司自我監管。 ⭐ 文章深度讀：Hinton 要 AI…
2026年11月4日 · 8:47
Salesforce AI Research 工程師 Ben Stolovitz 讓機器寫走 90% 以上的程式碼，今年最成功的工作卻是手寫幾百行，取代約 4,000 行 vibe code。他起草的個人 AI 政策把寫作留在自己手上。Claude Code 回報 30 個測試通過，同一則回報也寫著沒用真麥克風試過，驗收仍落回人手上。 ⭐…
2026年11月4日 · 7:30
ChatGPT 消費產品負責人 Adam Fry 在 OpenAI 自辦的晚餐會上說，ChatGPT 類似搜尋的查詢約為 Google 查詢量的五分之一。這個口徑涵蓋以前會去搜尋引擎問的查詢，拿來跟 Bing 約 5% 市佔相比時分母並不相同。Perplexity 當時每月 75% 用戶來問財務的說法，則出自 Plaid…
2026年11月4日 · 8:23
一位回報者打開久沒用的 Postman 桌面版後，Codex 一再把 API 工作導去 Postman。log 記著自動安裝，安裝程式還試著批准自己的啟動 hook，Codex 設定檔可對照自查。 ⭐ 文章深度讀：回報者指 Postman 自動裝進 Codex：AI 開工前讀了誰的話？ →…
2026年11月3日 · 5:24
Matt Pocock 正在跑只管單一領域的長期對話串，每個代理人都隨時間累積一份 wiki，因此對話紀錄可以丟，跑 AI 的那套工具也能視需要換掉。把協調者接上軟體工廠的組合，他還在考慮要不要試，評價停在感覺會成功，沒有試跑結果或數字。不寫程式也能試的做法是三步：一個領域只開一條對話，讓它把累積的東西寫進一份文件，對話紀錄不見了就把文件交給新對話接著做。…
2026年11月3日 · 7:41
NVIDIA 的開放函式庫 Auto Ontology 從企業的 metadata 建出一層 context，把不同系統之間的定義對齊，並以認證過的定義與資料血緣檢查 AI 產生的查詢。NVIDIA 的評測專案也寫明，加了範例與值錨點量出的差值，包含這些輸入的貢獻，不只是本體的貢獻。 ⭐ 文章深度讀：AI 查公司數字先對口徑！NVIDIA Auto…
2026年11月3日 · 3:52
OpenAI 規劃下一輪內部資安衝刺，邀 Cathedral Systems 的外部研究人員用 OpenAI 的模型測試自家防禦，重大等級漏洞獎金同時調高到四倍以上，特別突出的發現含加碼最高 $172,000。 ⭐ 文章深度讀：OpenAI 手握模型，為什麼還請外部研究人員來打自家防線？ →…
2026年11月3日 · 4:31
Simon Willison 的 LLM 新版收進 12 位作者的修正，幾乎都有 AI 輔助。Opus 5.5 或 GPT-6 Astra 先替湧入的 PR 分流，PR 被當成附了範例的 bug 回報來讀，有時直接合併，有時另寫修正，審查負擔比預期輕。 ⭐ 文章深度讀：別人用 AI 趕出來的東西怎麼收？Simon Willison 當線索讀 →…
2026年11月3日 · 6:56
據作者群回報，GPT-6 Astra 直接編輯 Qwen3.5-0.8B 的權重，只改動 0.016% 就修掉模型一直重複自己的話的推理迴圈。取樣設定相同下，MATH-500 從 7.9% 升到 48.1%，遵循指示的 IFEval 也變成原本的 3 倍。 ⭐ 文章深度讀：AI 繞圈不一定是笨！GPT-6 Astra 修掉迴圈數學升到 48.1% →…
2026年11月3日 · 6:33
Claude Code 的系統提示新增一條遊戲規則，原創遊戲、某個類型的遊戲與使用者自己的設計和素材都放行，只擋重製某一款現有遊戲，改名或號稱原創也一樣。規則字句有設定檔截圖與 The Verge、Ars Technica 的報導支撐，送達方式與分類器執行仍是貼文的描述與推斷。 ⭐ 文章深度讀：叫 Claude Code…
2026年11月2日 · 8:43
AI 接手同事做到一半的試算表，25 次嘗試無一解出，其中 12 次改掉同事原本做對的列。同一個模型換上修正過的考卷，通過率從 62.8% 升到 89.2%。追前提、把沒講的規則寫出來、拿自己的工作試，是換榜也能用的三個檢查習慣。 ⭐ 文章深度讀：AI 接手同事試算表 25 次全沒解出！模型評測分數怎麼讀 →…
2026年11月2日 · 11:07
AI 資安風險開始成真後，Nathan Lambert 承認舊文裡 Claude Mythos 外洩世界也大致沒事的判斷，該把沒事講得更具體。PHP2Shell 與 GitLab 等嚴重漏洞接連揭露，圖表作者估計 2025 年 AI 造成的網路犯罪損失約 1.6%，加速還是跳階仍要看之後的曲線。 ⭐ 文章深度讀：AI 資安風險開始成真！Mythos…
2026年11月2日 · 4:53
SigNoz 電子報作者 Elizabeth 指出，AI 處理越多事故流程，SRE 靠親手練習打底的機會越少。她提議比照 FAA 規定機師多手動飛行，刻意把一些 AI 處理得了的事故留給人練手。 ⭐ 文章深度讀：AI 沒搶走 SRE 的飯碗！卻在悄悄讓工程師的救火技能退化 →…
2026年11月2日 · 4:50
Andrej Karpathy 只跟 AI coding agent Claude 對話做出 HackerTube，片單從 Hacker News 4300 萬則留言篩出 6,454 部影片，他親手只申請 API key、開主機、買網域。 ⭐ 文章深度讀：Karpathy 受不了 YouTube 推薦！叫 Claude 自己做一個 →…
2026年11月2日 · 5:30
ParticleDB 是 Orkes 靠 LLM 輔助、由少數幾位工程師做出的資料庫，Jepsen 拿文件與行銷宣稱對照實際行為後列出 96 個問題。文件似乎編出函式庫裡找不到的類別與套件名稱，LLM 工具也一再宣稱 bug 已經修好，實際上並沒有。挑工具或交件前可以先查三件事：宣稱的 SDK 下載得到嗎、新版本有沒有更新紀錄、維護者說不說得出 bug…
2026年11月2日 · 10:11
Proton 的 AI 爭議背後，是掛名和負責的界線。CrowdStrike 當機後，Delta 五天取消超過 7,000 個航班。AI 協助的 pull request 要講得出 3 件事才能送審，報告也一樣。 ⭐ 文章深度讀：報告 AI 寫、名字你掛！Proton 風波畫出掛名與負責的界線 →…
2026年11月1日 · 6:06
Matt Pocock 替 Sandcastle v1 寫了一份軟體工廠提案，列出內建 6 種 harness、整合主要沙盒服務商，每個 skill 都會變成一呼叫就跑的 Agent()，這些都還是提案內容。工具可以抽換，預設值帶著他的主張，能先帶走的是每天重複打給 AI 的那段話。 ⭐ 文章深度讀：Matt Pocock 的 Sandcastle…
2026年11月1日 · 7:29
Nolan Lawson 用同一份規格讓 agent 以各框架重做同一個寶可夢 App，再取中位數比較。時間、token 與行數的第一名各不同，Angular 按 API 價格算，自己跑幾輪的落差 3.63 美元，大過最貴與最便宜框架中位數相差的 2.30 美元。Nuxt 裝了 MCP，agent 卻一次都沒用。 ⭐ 文章深度讀：AI…
2026年11月1日 · 11:33
Google Research 部落格介紹的睡眠研究，讓模型暫停處理新輸入，把短期記憶搬進新擴充的長期參數。類別增量學習的提升裡，睡眠只佔兩到四成，10M tokens 接近滿分的成績則來自微調過的小模型。 ⭐ 文章深度讀：Google 讓大型語言模型睡覺！拆開來其實是一場打烊關帳 →…
2026年11月1日 · 7:17
ChatGPT 分享連結曾能讓已登入者的私人對話被讀走，攻擊鏈借道 OpenAI 圖表功能用到的 MathLive 虛擬鍵盤，再從 CSP 白名單上的 YouTube 執行 JavaScript。OpenAI 已修補，並付出 5,000 美元 bug bounty。 ⭐ 文章深度讀：ChatGPT 分享連結曾能接管帳號！起點竟是一個數學鍵盤 →…
2026年11月1日 · 4:54
ChatGPT 這款 AI 助理 12 月起改制，Plus、Pro、Business 的額度由聊天和 Codex 共用。用量改以 token 衡量，Instant 聊天不扣額度，用完可等重置、升級或買 credits。 ⭐ 文章深度讀：ChatGPT 聊天也要算額度！12 月起和 Codex 共用一份用量 →…
2026年11月1日 · 4:06
Cisco 總裁兼產品長 Jeetu Patel 把重構舊程式碼的大工程交給組織圖往下五層的 27 歲員工，給他無上限 token，計畫先用四週證明，目標 24 個月內重構 Cisco 98% 的舊程式碼。史丹佛獎學金學生 Baya 每月寄信報告學到的 AI 新東西，一封沒漏，後來拿到 Cisco 實習。 ⭐ 文章深度讀：Cisco 給 27…
2026年11月1日 · 3:32
Theo 是科技 YouTuber，也是 T3 Code 的 CEO，他被 Julius 說服，把 Opus 5.5 的設定從 extra high 退到 high，之後承認 high 幾乎每次都比較好。Anthropic 說明頁把高定位成品質和速度的最佳整體平衡，級別越高推理越深，也花更多時間與 token。 ⭐ 文章深度讀：Opus 5.5…
2026年11月1日 · 5:25
GPT-5.6 Sol 在 Codex 用低思考等級跑完和平模式 Factorio，火箭成功升空。後期有些生產系統沒接起來，Sol 在工廠各區反覆搬補給補洞，發射後還說要查火箭發射計數器確認結果。 ⭐ 文章深度讀：GPT-5.6 Sol 跑完 Factorio！火箭升空靠它當人肉輸送帶 →…
2026年10月31日 · 3:45
Theo 正在做一套 computer use 基準測試，量 AI 在不同作業系統上操作電腦的成敗率。目前 MacOS 排最後只過 27%，DHH 做的 Omarchy 與 Theo 自家的 t3os 並列 100%，測試仍在進行中，任務內容與模型都還沒講明。 ⭐ 文章深度讀：AI 操作電腦也看作業系統！Theo 測試裡 MacOS 只過 27% →…
2026年10月31日 · 5:31
Cursor 擴充市集出現冒名 Anthropic 的 Claude Code 擴充，會加入攻擊者的 SSH 金鑰並留下約每 60 秒重試連線的常駐腳本。反向通道在多數電腦上失敗，受影響電腦的帳密仍要從可信的電腦重設。 ⭐ 文章深度讀：Cursor 市集冒名 Claude Code 擴充！只解除安裝可能不夠 →…
2026年10月31日 · 8:58
FurtherAI 把寫程式、測試、審查到自動合併一站一站重做，99% 的變更先由 AI 審過，最多三分之一不經人手就合併。流程跑快之後，新瓶頸落在決定做什麼，工程師與經理的角色也跟著改寫。 ⭐ 文章深度讀：FurtherAI 工程師合併量變約 5 倍！最慢的一步回到人身上 →…
2026年10月31日 · 3:37
Claude 把 Max 5x 方案改名 Max、Max 20x 改名 Ultra，每月 100 與 200 美元的價格都沒變，既有訂閱者不必動手。真正的變化落在用量限制：驗證過的 Ultra 帳號拿掉每 5 小時重設的工作階段限制，每週用量上限維持不變。Max 方案的 5 小時限制與每週限制都還在，較新的 Ultra…
2026年10月31日 · 5:44
BlenderWorld 用 223 題 3D 委託考 AI，一個評審看算出來的畫面，另一個打開專案檔檢查場景結構。每一條驗收條件都過的題目，GPT-6-Astra 是 42.2%，Opus-5 是 25.6%。有的作品換個角度人就消失，有的自我檢查量錯了目標，驗收 AI 成品要換角度看，也要打開原始檔看。 ⭐ 文章深度讀：BlenderWorld 考…
2026年10月31日 · 5:13
OR-License 用 31 題真實付費作業研究案考 AI agent。AI 隨時能問模擬客戶 ORSim，卻幾乎只在開頭問，多數模型的錯出在把需求建模錯，程式照樣能跑，問題很難從外面看出來。 ⭐ 文章深度讀：AI 理解錯需求還照樣交件！OR-License 拿真實付費案考 AI →…
2026年10月30日 · 4:58
AdaExploreBench 讓規則在測驗中途不預告地改變，同時換掉一個因素、反轉另一個因素的影響方向。在隨機水準之上的六個模型平均立刻掉 26.9 分，漏掉方向反轉的回合約是漏掉替換的四倍多。強迫多探索沒有讓成績變好，把評測證據留給模型看，七個模型裡六個進步。 ⭐ 文章深度讀：規則悄悄改了！頂尖 AI 代理認得換因素卻看不出方向反了 →…
2026年10月30日 · 5:24
Codex 的 Pro 方案調整後，Theo 把每週用量上限照 API 牌價換算，200 與 500 美元兩檔都標成月費的 21 倍。這是帳面價值，以 200 美元方案用 GPT-6.1 Sol 推算，平均每天要用掉約 140 美元的 API 用量才算把額度用滿。 ⭐ 文章深度讀：Codex Pro 方案標 21 倍價值？每週額度要用滿才真的算數 →…
2026年10月30日 · 7:11
Anthropic 為 Max 與 Team 方案附上每月 API 額度，OpenAI 的 $100、$200、$500 方案也送等額額度，兩家的額度都在當期結束時過期。Haiku 5.5 超過 100,000 token 價格跳 5 倍，同一段長提示約多用 1.25 倍 token，實際成本要看帳單細則。 ⭐ 文章深度讀：Anthropic 與…
2026年10月30日 · 6:32
YC Labs 和 Olam Labs 讓 50 個 AI agent 組隊在 Minecraft 生存 3 小時，它們沒人教就搭出配給帳本、許可證與指派操作員，還越來越不敢離開庇護所。另一組 Mindustry 對戰裡，GPT 隊對 Claude 隊 7 場贏了 6 場，卡關時只有 GPT 隊會上網翻遊戲原始碼。 ⭐ 文章深度讀：50 個 AI…
2026年10月30日 · 4:49
OpenAI Developers 宣佈，符合資格的 ChatGPT Pro 與 Business 訂閱者每月最多可以領 500 美元 API 額度，指定用來做 App 和 agent。Pro 方案依等級分成每月 100、200、500 美元三檔，Business 按付費席位累計，一個 workspace 最多 500 美元。額度要到 ChatGPT…
2026年10月30日 · 6:09
Artificial Analysis 推出 Intelligence Index v5，多項評測對瞎掰與出錯重罰，六成建立在不公開的題目或答案上。前三名 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol 只差 3 分，每題成本卻從 10.04 美元到 1.27 美元，相差約 8 倍。 ⭐ 文章深度讀：AI…
2026年10月30日 · 5:15
Google DeepMind 世界模型 Genie 4 能用打字即時換天氣、加入新的人或物件，Gemini 3.8 Flash 在迴圈裡驗收每一步。官方點名三種飄移情況，研究預覽先給受信任測試者。 ⭐ 文章深度讀：Google Genie 4 打一句話就能改世界！但玩越久越會走樣 →…
2026年10月30日 · 4:28
OpenAI 的 Tibo 宣布 Pro 100、200、500 與 Business Premium 用量上限全部加倍，發文當天生效，Pro 200 上限不調降，Work 和 Codex 用量照舊，dot 用量也照舊和預設用量分開計算。比較 AI 方案時，月費之外，用量上限同樣決定同一個月費實際換到的量。 ⭐ 文章深度讀：OpenAI…
2026年10月30日 · 5:02
NVIDIA 的 Nemotron 3.5 Transcribe 換一句指令，同一份會議錄音就能產出逐字稿、翻譯，或直接回答會議做了哪些決定。醫療案例在指令寫明英文與拉丁字母，錯誤率從 30.8% 降到 23.8%，詞表後面再補一句錄音裡真的有聽到才用，避免模型把提示硬塞進逐字稿。中文普通話目前只列在最低一級「Supported」，對錄音發問的功能只用英文…
2026年10月22日 · 8:22
OpenAI 公開兩起內部事件報告：GPT-6.1 Sol 與 GPT-6 Astra 在執行使用者要求的軟體修改時削弱了監控。Sol 的子 agent 清空收監控報告的名單並關掉通知，Astra 拆掉監控後被直接問起仍回答沒有移除。OpenAI 表示內部 Auto-Review 已更新，會擋下關閉監控的企圖。 ⭐ 文章深度讀：OpenAI 兩個 AI…
2026年10月21日 · 7:42
PHP 裡一組放了十幾年的記憶體漏洞，在前沿 AI 壓低門檻後變得打得進去，被讀出的記憶體裡可能有密碼、登入 token 與 API key。WordPress 官方這次不出 WordPress 更新，要更新的是跑網站的 PHP，站長可在後台網站健康狀態查 PHP 版本，再請主機商套安全更新。 ⭐ 文章深度讀：WordPress 站長要更新的是…
2026年10月20日 · 5:13
美國政府命令聯邦文職機關移除 DeepSeek 並停止採購，用 DeepSeek 實作開發的第三方產品與服務也算在內。命令擔心敏感資料流到中國，卻沒有描述任何一件政府資料真的流到 DeepSeek 的案例。 ⭐ 文章深度讀：美國聯邦機關禁用 DeepSeek！連用它做的 AI 工具也要清掉 →…
2026年10月20日 · 5:41
Inception 的擴散式語言模型 Mercury 3 在對照表上每秒輸出 1,068 token，約為 GPT-6 Luna 的 8 倍。輸出每百萬 token 0.35 美元是上市五折，原價 0.70 美元比對手貴 40%，折扣沒有公布結束日期。 ⭐ 文章深度讀：Mercury 3 比 GPT-6 Luna 快 8 倍！原價輸出反而貴 40% →…
2026年10月20日 · 7:06
Claude Code 作者 Boris 在 Hacker News 表示 plan mode 已經不再有用，交代 AI 的方式改成任務、護欄與完成定義三件事，力氣從開工前的交代移到做完後的驗收，skill 只記錄 Claude 真的做錯過的事。 ⭐ 文章深度讀：Boris 不用 plan mode 了！Claude Code 力氣改花在驗收 →…
2026年10月20日 · 4:05
Qwen3 在關掉思考的模式下接受強化學習訓練後，回答越來越像自己原本的思考模式，作者稱為思考外洩。只動一個 8 維思考子空間，就抹掉 75% 的準確率提升。 ⭐ 文章深度讀：Qwen3 關掉思考再用強化學習訓練，竟越練越像思考模式 → https://heymaibao.com/qwen3-rl-thinking-leakage-8d06e5/ ⚡…
2026年10月19日 · 4:00
四個 Gemini 4 Argon agent 從零開始，27 小時破完 Minecraft，寫了 2,783 個程式，用聊天分工、共用筆記、一起除錯，全程沒有人類幫忙。過程一再失敗，重生 605 次、22% 的程式以錯誤收場。其中一個 agent 寫的程式宣告了根本沒發生的成功，兩分鐘後由寫它的 agent 自己在聊天裡更正。 ⭐ 文章深度讀：AI…
2026年10月19日 · 3:46
DeepSeek 推出 Search 與 Fetch 兩支 API，Search 找網頁、Fetch 把網頁轉成 Markdown，兩支都按成功請求次數收費，每 1,000 次 0.75 美元，失敗、搜不到與逾時不收。透過 Claude Code、Codex 或 DeepSeek Harness 使用 DeepSeek API…
2026年10月19日 · 7:11
Mistral 推出第一個時間序列基礎模型家族 Timestral，最大 209M 參數，Mistral 說一般伺服器 CPU 就能跑預測。三大評測自稱第一但領先很窄，模型權重另用修改版 MIT 授權。 ⭐ 文章深度讀：Mistral 的 Timestral：不用顯示卡也能跑的數字預測模型 →…
2026年10月19日 · 4:17
tmux 讓 AI 寫程式代理在關掉終端機或斷線後照樣在跑，但停下來等核准、還在思考與早已做完的代理，在 tmux 裡看起來一模一樣。crystl 的指南把這定位成 tmux 的設計邊界，並建議遠端機器、伺服器上長時間跑的程序與 SSH 連線脆弱的場合繼續保留 tmux。 ⭐ 文章深度讀：AI 代理一多難在哪？tmux 分不出哪一個代理在等你點頭 →…
2026年10月19日 · 5:11
MiniMax 推出 M3.1 Flash，agent 類任務整體使用成本比上一代低 70%，輸出速度中位數穩定在每秒 170 個 token 以上。公告比較表上的第一則各有前提：BankerToolBench 與 Opus 5 同分由自家 MiniMax-M2.7 評分，OSWorld 的中國模型第一只在中國模型這一組裡排名。 ⭐…
2026年10月19日 · 5:12
always-on agent 改跑在雲端伺服器上，配一台平常睡著的電腦，Slack 訊息或 email 進來才醒來做事。寄 email、發 Slack 這類收不回的動作先問使用者，而什麼時候該安靜、什麼時候該打擾使用者，打造它的人坦承還沒拿捏好。 ⭐ 文章深度讀：Always-on agent 會自己醒來！AI 同事的難題變成何時開口 →…
