https://eaglhuang.github.io/AI-learning-notes/daily/ 2026-10-11T12:00:00+08:00 Eagl Huang https://eaglhuang.github.io/AI-learning-notes/daily/2026-10-11/ 2026-10-11T12:00:00+08:00

Deno 團隊加入 Cloudflare，公布執行環境與 Deploy 過渡安排: Ryan Dahl 宣布 Deno 全體團隊加入 Cloudflare，未來開發將集中於共同平台，不再繼續發展獨立的執行環境與代管服務。 團隊將結合 celld 與 Workers、Durable Objects 團隊的工作，希望讓這套程式設計模型成為建置伺服器的預設方式，無論應用執行於 Cloudflare 網路或自己的基礎設施。 celld 將擴充能力內建於程式設計模型，減少每個應用另行組裝基礎設施的需求。 Deno 執行環境將再獲支援一年，每月發布錯誤修正與安全更新；一年後，團隊將結束其開發，但 Deno 仍維持開源，並歡迎他人接續。 Deno Deploy 將繼續營運六個月後關閉，付費客戶轉往 Cloudflare Workers 可獲遷移支援。 JSR 將持續營運，基礎設施移至 Cloudflare；團隊也會繼續支援 rusty_v8，並推進與 workerd 的整合。 Dahl 表示，AI 特別需要更好的抽象設計，而 Durable Objects 結合低成本無伺服器執行、持久狀態、WebSockets 與高階 JavaScript 介面，這些能力對代理執行框架尤其有用，也正是 celld 聚焦於此的原因。 摘要來源：https://deno.com/blog/cloudflare Open WebUI 0.12.0 加入即時語音、共享回覆與技能版本歷史: Open WebUI發布0.12.0，管理員可把語音通話模式切換為Realtime，透過OpenAI即時語音模型處理閒聊，再把實際問題與任務交給聊天選定的模型，連同對話歷史和工具一起處理。工具要求核准或提問時，使用者仍須在聊天中回答；通話需有Allow Call權限，最長一小時。即時通話可使用綁定骨架的VRM角色，加入待機、聆聽、說話動畫及最多十六種具名手勢，角色嘴型會跟隨語音。共享聊天或資料夾新增Allow replies模式，讓獲分享的人在同一對話接續回覆，並即時顯示訊息與輸入狀態；使用者只能編輯、評分、重新產生或停止自己的訊息。啟用上下文壓縮與原生函式呼叫後，長時間工具執行可在工具回合之間壓縮內容，保留工具呼叫與結果配對，摘要亦包含工具名稱和參數。技能現在可附帶腳本、參考資料與範本，每次儲存留下可比較與還原的版本，並支援ZIP或JSON匯出。版本另加入驗證器應用程式雙因素登入，可由管理員要求所有使用者啟用，並提供十組單次復原碼；OAuth與trusted-header登入可分別設定略過。 摘要來源：https://github.com/open-webui/open-webui/releases/tag/v0.12.0 Claude Code 2.1.296 新增子代理壓縮設定並修正權限檢查: Anthropic發布Claude Code 2.1.296，新增子代理的autoCompactWindow設定，讓子代理可比主對話提早壓縮上下文，並可用環境變數統一workflow代理採用的模型，其他子代理則維持各自設定。Read工具加入allow_large選項，在需要整份文字檔且上下文容量足夠時，允許單次讀取超過通常大小限制的檔案。Claude apps gateway的管理政策新增code欄位，可將CLI設定套用至Claude Desktop的Code分頁；同時修正2.1.295引入的回歸問題，讓特定管理設定下已儲存的gateway登入能被採用。修正項目還包括共用逐字稿與除錯紀錄遺漏部分秘密值遮蔽，以及Bash權限檢查自動核准某些先設定再使用BASH_ARGV0的命令，後者現在會要求核准。對非有效UTF-8檔案，Edit與NotebookEdit先前可能把所有非ASCII字元替換掉，現在會拒絕這類編輯。VS Code中的Claude in Chrome改為每個工作階段執行瀏覽器動作前都先詢問，包含以@browser連線的階段；當階段已允許某網站後，不再反覆詢問。版本也把預先傳送的MCP工具描述與伺服器指令預設上限，從2,048字元提高至4,096字元。 摘要來源：https://github.com/anthropics/claude-code/releases/tag/v2.1.296 Pydantic AI 2.55.0 加入跨次執行對話與統一提示快取: Pydantic AI發布2.55.0，新增Conversation物件，跨次執行攜帶並儲存對話，各入口接受conversation參數。新增統一cache設定與Caching能力，支援跨供應商提示快取；Anthropic自動快取下，cache=True也快取指令和工具定義，Coder預設啟用提示快取。新增支援影像輸入的OpenAIDecisionsModel，提示快取診斷寫入provider_details；OpenAI Responses預設開啟，Anthropic須另行啟用。耐久執行重新執行時，預設run_id與conversation_id不變；Planning紀錄計畫儲存呼叫，防止復原時重複寫入；Memory紀錄工具呼叫，防止分支DBOS流程重複寫入。FallbackModel記錄每次失敗嘗試的模型、時間、錯誤與用量，被拒回應用量亦列入RunUsage。gpt-realtime與GPT-Live新增hang_up()，由伺服器結束WebRTC通話；retain_audio_max_seconds限制保留音訊。套件要求Python 3.11以上，Python 3.10安裝解析至2.54.0或更早版本；支援Decisions的相關extras將openai最低版本提高至3.26.0。 摘要來源：https://github.com/pydantic/pydantic-ai/releases/tag/v2.55.0 CrewAI 1.15.27 加入評估成本與時間追蹤: CrewAI發布1.15.27，讓crewai eval --models按每次執行追蹤成本與時間，並避免反覆輸出進度列。評估流程新增紀錄，在尚未產生判定就停止時保留停止原因。模型整合新增以OpenAI相容方式使用DeepInfra，OpenCLIP供應商的裝置選項則加入XPU。此版本修正向OpenAI GPT-6、GPT-5.6與gpt-oss傳送stopSequences的問題。GitHub載入器會保留來源歸屬，另修正SQLite流程初始化時的資源競爭。 本則依來源範圍採較短摘要。 摘要來源：https://github.com/crewAIInc/crewAI/releases/tag/1.15.27 ttok 1.0 更換預設分詞器，Simon Willison 提醒 GPT-6 尚缺官方確認: Simon Willison 發布 ttok 1.0，這項工具可依詞元數量計算及截斷文字。 他表示，升級到先前的 0.4 版並輸入檔案後，發現工具仍預設使用 GPT-4 的分詞器，因此決定更換預設值，並以此推出 1.0。 新版改用 o200k_base 分詞器；ttok --list-models 也會顯示底層 tiktoken 如何處理 gpt-5* 等模型名稱前綴。 Willison 同時提醒，OpenAI 尚未正式確認 GPT-6 與 GPT-5 家族使用相同分詞器。 他引用 William Liu 9 月 26 日的實驗：七個 GPT 模型在同一組 31 個測試樣本上，各自回報合計 44,794 個輸入詞元，且每個樣本的計數均相符。 Liu 的實驗說明明確指出，這是文字輸入計數端點的觀察，未驗證生成或計費用量；計數一致並不能證明底層分詞器完全相同。 本則依來源範圍採較短摘要。 摘要來源：https://simonwillison.net/2026/Oct/9/ttok/ https://github.com/simonw/ttok/releases/tag/1.0 https://github.com/williamliu-ai/token-count-compare/commit/8d8a2178538bb37beb548fc37378135e4ff4b0c8

https://eaglhuang.github.io/AI-learning-notes/daily/2026-10-08/ 2026-10-08T12:00:00+08:00

GPT-6 在 ChatGPT 推出互動式回答介面: OpenAI 宣布在 ChatGPT 的 Chat 分頁推出 GPT-6 與 Intelligent UI，回答可結合文字、圖表、按鈕、表單及互動工具，也可維持純文字。介面會隨生成逐步顯示，模型也能在繼續思考時開始回答。10 月 7 日起向 Plus、Pro、Business 與 Enterprise 逐步推出，Free 與 Go 從 10 月 8 日開始；企業仍受管理員設定限制。Plus、Pro、Business 與 Enterprise 使用 GPT-6 Sol，Free 與 Go 使用 GPT-6 Luna。這次更新不更動 Work 與 Codex 的模型。官方說明另指出，Intelligent UI 適用於 Instant 至 Extra High 推理層級；Pro 推理選項仍由 GPT-6 Astra 提供，並不支援這套介面。功能正在網頁與受支援的新版應用程式推出，舊版 macOS 與 Windows 桌面應用程式不支援。使用者可在網頁設定關閉 Layout and visuals，以減少視覺元素，但部分元素仍可能出現；此設定不會把所有回答改成純文字模式。Intelligent UI 沒有另設使用配額，原有模型、工具與方案額度仍然適用。 摘要來源：https://openai.com/index/gpt-6-for-everyone/ https://help.openai.com/en/articles/20001354-gpt-6-and-other-models-in-chatgpt https://help.openai.com/en/articles/6825453-chatgpt-release-notes ChatGPT 預告青少年升學規劃工具: OpenAI 預告為 ChatGPT for Teens 加入 College Planner，初期面向美國十至十二年級、準備申請四年制大學的學生，整合申請要求、期限、待辦與助學金步驟，其他地區與學制仍待擴展。學生也能追蹤各校助學金期限，查詢獎學金與申請費減免。公告也介紹以筆記製作測驗，以及 iOS 連拍多頁筆記並合成 PDF 的功能；Android 支援仍在開發。OpenAI 另宣布支持波士頓兒童醫院的獨立學生諮詢計畫。官方字卡說明補充，學生可用指定主題或上傳的筆記建立卡片，翻面核對答案，標記已會與仍需練習的內容，也能打亂順序複習。卡組會自動儲存在 Library，可重新開啟或請 ChatGPT 叫出；新增卡片、簡化定義與修正錯誤均可在對話中提出。說明提醒，考前應對照原始筆記或讀書指南檢查內容。該諮詢計畫的官方頁面列出兩條路線：十四至十八歲高中生針對社區數位健康問題設計個人專案；十六至二十歲學生則合作測試新興 AI 工具，撰寫供產業參考的建議。參與者可向研究人員與臨床專家學習，活動橫跨二〇二六年十月至二〇二七年五月，例行會議採線上進行且計畫免費。該學年度申請目前已截止。 摘要來源：https://openai.com/index/teens-learn-and-plan/ https://help.openai.com/en/articles/20001533-flashcards-in-chatgpt https://digitalwellnesslab.org/student-advisory-council/ Google Playground 以文字建立、試玩與分享遊戲: Google 推出實驗性瀏覽器遊戲平台 Playground，使用者可透過文字調整規則、物理效果、角色與環境。作品可保留私人狀態、以連結分享或發布至經安全檢查的社群作品庫，部分類型支援多人遊玩。服務先向美國十八歲以上使用者開放，創作權限依 Google AI 會員層級逐步提供。Unity Spark 整合仍在測試，封閉測試尚未開始。官方說明進一步區分試玩與創作：作品庫可免費遊玩；免費創作額度每週補充，但使用者需加入候補名單，訂閱方案可取得立即創作權限。創作工作室能匯出包含 HTML、JavaScript、CSS 與生成素材的 ZIP。已發布遊戲仍可修改，新版本先維持草稿，直到再次發布；原本公開版本在編修期間繼續供人遊玩。額度在遊戲成功編譯且能遊玩後才正式扣除；生成失敗或逾時會自動退還額度。附加條款指出，不公開列出的作品仍可由持有連結者開啟，公開作品也可能出現在其他 Google 產品。Google 不主張擁有使用者製作的遊戲，但保留其提供的功能、服務與素材權利。創作者仍須確保使用人物影像與第三方智慧財產有必要許可，且不得移除標示內容由 AI 生成的浮水印、標籤或中繼資料。 摘要來源：https://blog.google/innovation-and-ai/technology/ai/playground-experimental-gaming-platform/ https://playground.google/helpcenter https://playground.google/terms SynthID Detector 向全球使用者開放英文版: Google 將原先供媒體專業人士試用的 SynthID Detector 擴大至全球使用者，首先提供英文版。工具可檢查圖片、影片與音訊是否來自 Google 或合作夥伴的 AI；公告列出 OpenAI、NVIDIA、Kakao，Apple 則將加入。這次開放補充 Search、Gemini 與 Chrome 既有的驗證功能。官方技術頁說明，SynthID 在內容生成時嵌入人類難以察覺的數位浮水印，影像與影片標記的設計可承受裁切、濾鏡、影格率變動與有損壓縮，並維持內容品質。音訊標記則用於 Lyria 及 NotebookLM 播客等生成內容，設計上可承受加噪、MP3 壓縮與速度變動。它依靠嵌入的標記協助辨識來源，並非對所有 AI 產物都能判定的通用偵測器。2025 年的原始公告說明其流程：上傳內容後掃描浮水印，再標示較可能含有標記的部分，例如音軌片段或影像區域；當時先向記者、媒體專業人士與研究者開放申請。Google 的 Gemini 說明另提醒，多次修改後仍可能無法驗出浮水印；簡單或抽象內容、幅度很小的編輯，也可能無法明確判讀。Gemini 內的 SynthID 驗證目前僅辨識 Google AI 內容，與此次 Detector 公告所列合作夥伴範圍不同。沒有偵出 Google 浮水印，也不能排除內容來自其他 AI 系統。 摘要來源：https://blog.google/innovation-and-ai/models-and-research/google-deepmind/synth-id-ai-content/ https://deepmind.google/models/synthid/ https://blog.google/innovation-and-ai/products/google-synthid-ai-content-detector/ https://support.google.com/gemini/answer/16722517 Liquid AI 釋出兩款開放權重 d1 決策模型: Liquid AI 釋出 d1-3B 與 d1-omni-600M 開放權重模型，可從 Hugging Face 取得。決策模型直接產生結構化判斷，不以逐字生成輸出文字的方式運作，因此公告以輸入到輸出的端到端延遲衡量速度。d1-3B 支援文字與影像，d1-omni-600M 是仍在開發的實驗性版本，可處理文字搭配影像或音訊。公司公布不同硬體與工作負載的測量，並提供 llama.cpp 支援。公告中的推論延遲數據針對 d1-3B；d1-omni-600M 仍屬早期研究版本。兩款模型卡補充，輸入是一份狀態與一組具名問題，回答可採是否成立、指定選項或分級評分。d1-3B 以 LFM2.5-VL-3B 為基礎，約有31.2億參數，支援32,768個token上下文；它不是聊天模型，也不生成文字。較小的omni版本約有5.87億參數，文字、影像或語音共用同一組主幹權重。單一請求可附影像或一段音訊，不能同時包含兩者。音訊訓練來自英語說話者與助理間的請求，片段會截短至 30 秒；含圖片時，狀態與問題文字依訓練設定截取至 896 個 token。兩張模型卡均列出 LFM 1.0 授權。 摘要來源：https://www.liquid.ai/blog/d1-open https://huggingface.co/LiquidAI/d1-3B https://huggingface.co/LiquidAI/d1-omni-600M Copilot 本機沙箱正式推出，由 MXC 執行存取政策: GitHub 宣布 Copilot CLI、Copilot app 與使用 Agent Host 的 VS Code 工作階段正式提供本機沙箱。工具與指令依開發者或組織政策，限制檔案、網路、憑證與其他系統能力的存取，並由 Microsoft Execution Containers 對應至 Windows、macOS 與 Linux 的原生隔離機制。企業可要求沙箱並強制執行使用者不能放寬的政策。工具隔離與模型選擇彼此分開；更換模型不會讓沙箱政策失效。功能包含在 Copilot 中，不另收沙箱費用，各作業系統支援的隔離層級仍不同。Microsoft 的原公告進一步區分隔離方式：程序容器支援 Windows 11、macOS 與 Linux；獨立桌面工作階段及 WSL 容器只支援 Windows 11；MicroVM 在 Windows 11 與 Linux 仍屬實驗性功能。政策可指定程序、檔案系統、網路及介面資源，且不由代理自行放寬。Windows 程序容器還可產生活動報告：Learning 模式會阻擋並記錄未授權存取；Permissive 模式則允許並記錄。Intune 的程序容器管理與 Entra、Agent 365 延伸功能仍標示即將提供。 摘要來源：https://github.blog/changelog/2026-10-07-local-sandboxing-for-github-copilot-now-generally-available/ https://blogs.windows.com/windowsdeveloper/2026/10/07/microsoft-execution-containers-policy-driven-containment-for-ai-agents/ Copilot CLI 可探索正在執行的 Ollama 本機模型: GitHub Copilot CLI 自 1.0.94-0 版起，可用 /model 探索正在執行的 Ollama 模型。使用者檢查供應商與端點後，須確認加入，可立即切換或只新增；探索不會自動加入模型。Ollama 與模型須先安裝，模型須支援工具呼叫與串流。選取本機模型不會自動離線或停用 GitHub 遙測。官方 CLI 文件補充，自訂供應商支援 OpenAI 相容端點、Azure OpenAI 與 Anthropic，可用環境變數指定端點及模型；未要求驗證的本機 Ollama 不必提供 API key。COPILOT_OFFLINE=true 須另行設定，只阻止 CLI 連至 GitHub 伺服器；若供應商端點在遠端，提示與程式碼仍會傳往該處。文件建議至少 128k token 上下文；缺少工具呼叫或串流能力時，CLI 會回報錯誤。另據 Copilot app 文件，該應用程式的自訂供應商支援仍為公開預覽。使用者須登入 GitHub，但只用自備供應商時不需 Copilot 方案。可在設定的 Model providers 加入供應商，完成後模型會與 GitHub 託管模型並列；供應商憑證存於系統憑證儲存區，不會顯示於介面。 摘要來源：https://github.blog/changelog/2026-10-07-discover-local-models-in-github-copilot-cli/ https://docs.github.com/en/copilot/how-tos/copilot-cli/customize-copilot/use-byok-models https://docs.github.com/en/copilot/how-tos/github-copilot-app/use-byok-models GitHub 秘密偵測模型擴充，新增檢查將採 AI Credits: GitHub 以專用微調模型從程式碼脈絡辨識憑證。既有 AI 密碼警示自動升級，GHSP／GHAS 警示掃描不加價。AI push protection 已私人預覽，Copilot /security-review 分類器檢查則即將私人預覽；兩者將耗用 AI Credits。後者預設關閉，執行審查不會自動啟用。官方警示文件指出，AI 偵測結果與私鑰等通用模式列在 Generic 清單，可能包含較多誤報或測試用秘密。此類警示每個儲存庫合計上限為五千筆，包含已關閉項目；AI 偵測的秘密只顯示第一個發現位置，且不列入安全總覽的摘要檢視。計費文件另區分單一產品、個別 SKU 與跨功能 AI credits 預算。一般預算只設通知不會停止超額使用，須啟用支援的到達上限即停止選項；使用者層級預算則一律硬性停止。同一筆使用可能同時計入多個適用預算，任何已啟用停止功能的預算耗盡，都可能擋下使用。官方責任使用說明也提醒，AI 秘密偵測仍可能漏掉憑證，測試程式碼中的秘密也可能未被偵測。該說明描述的輸入為已提交至儲存庫的文字，使用者不直接與模型互動；系統會核對回傳的秘密字串確實存在於輸入中，再以帶有 AI 標示的警示呈現。 摘要來源：https://github.blog/changelog/2026-10-07-purpose-built-model-for-leaked-secret-detection/ https://docs.github.com/en/code-security/concepts/secret-security/about-alerts https://docs.github.com/en/billing/how-tos/set-up-budgets https://docs.github.com/en/enterprise-cloud@latest/code-security/responsible-use/security-and-quality-ai-features NVIDIA 示範以數位分身與代理驗證 AI 基礎設施變更: NVIDIA 技術文章示範以 DSX Air 數位分身，在硬體到貨前驗證受支援組態與軟體整合。代理提出證據及建議，正式環境變更仍受政策與人工關卡控管。範例模型在模擬環境外的 Brev GPU 執行；效能與功耗預估仍需合適模型或量測。官方拓樸文件補充，團隊可用拖放編輯器建立網路，或匯入 JSON、DOT 檔定義節點、屬性與連線；既有拓樸亦可匯出 JSON，API 支援 JSON 匯入與匯出。建立模擬時可附零接觸佈建腳本，讓節點透過啟用的頻外管理網路取得設定。模擬管理文件說明，停止時預設儲存所有節點的檢查點，可從選定狀態重新啟動；若要重新編輯已有檢查點的拓樸，還原操作會刪除全部檢查點。歷史紀錄則保存事件時間、觸發者、類別與說明，涵蓋狀態切換、組態變更及錯誤。停止後會釋放運算資源；重要檢查點可標為收藏，避免自動刪除。文章連結的影片搜尋與摘要實作，會先由人工提供場景、關注事件與物件，再結合組織文件檢索。報告工具把影片分析和文件脈絡整合為附時間戳與引用的結構化報告，並可讓使用者在產生前確認或修改提示。文件檢索由 RAG Blueprint 處理嵌入、重新排序及向量搜尋。 摘要來源：https://developer.nvidia.com/blog/validate-ai-factory-changes-with-digital-twins-and-ai-agents/ https://docs.nvidia.com/dsx-air/custom-topology/ https://docs.nvidia.com/dsx-air/simulation-management/ https://developer.nvidia.com/blog/integrating-context-aware-video-ai-agents-into-enterprise-workflows/

https://eaglhuang.github.io/AI-learning-notes/daily/2026-10-07/ 2026-10-07T12:00:00+08:00

OpenAI 公布 Ironclad 代理評測: OpenAI 與 Ironclad 以 11 項合約流程評測代理，每項含 8 至 50 個評分條件。任務包括保密協議、採購核准及依司法管轄區調整條款。GPT-6 Astra（Max）平均得分 55.0%，GPT-5.6 Sol（High）為 41.6%；估算每次耗時分別為 19.2 與 37 分鐘。OpenAI 註明時間按假設速度模擬，並非客戶實測節省。 本則依來源範圍採較短摘要。 摘要來源：https://openai.com/index/advancing-computer-use-with-ironclad/ Simon Willison 記錄 Codex 協助的 Datasette 追蹤整合: Simon Willison 在 10 月 6 日表示，他請 Codex 找出如何執行 Parseable 並接收 Datasette 的追蹤，再親自把可行的做法寫成筆記。 他的本機示範採用 Parseable 3.2.4 與 Datasette 1.0a41，使用本機儲存模式，設定匯出端點、服務名稱與資料串流。操作網頁後，Parseable 會顯示請求及其 SQL 查詢的追蹤；筆記另附替代連接埠設定。Parseable 預設使用 8000、8001、8002 埠；更換連接埠時，也須修改 Datasette 的匯出端點。 Datasette 更新紀錄顯示，OpenTelemetry 支援已於 9 月 24 日加入，涵蓋 HTTP 請求、資料庫查詢與啟動流程，並提供查詢延遲、寫入佇列等指標。官方文件說明，追蹤需透過 opentelemetry-instrument 啟動；直接執行 Datasette 不會產生遙測，預設批次處理器每五秒才匯出一次。文件另指出，未設定 OTEL_SERVICE_NAME 時，追蹤會歸在 unknown_service 名稱下；關閉程式時會送出最後一批資料。 摘要來源：https://simonwillison.net/2026/Oct/6/datasette-parseable-opentelemetry/ https://til.simonwillison.net/datasette/datasette-parseable-opentelemetry https://docs.datasette.io/en/latest/changelog.html#opentelemetry https://docs.datasette.io/en/latest/internals.html#turning-tracing-on Atlassian 擴大與 OpenAI 的合作: Atlassian 與 OpenAI 於 10 月 6 日宣布擴大合作，讓 OpenAI 模型支援 Rovo 與 Atlassian 平台上的代理，並結合 Teamwork Graph 串連的人員、專案、文件及決策脈絡。OpenAI 表示，超過 3,000 名 Atlassian 開發者在終端、編輯器與程式碼審查中使用 Codex。這次協議延續自 2023 年開始的合作，擴大 Atlassian 取得 OpenAI 前沿模型的管道。 Atlassian 的公告把 MCP 連接企業脈絡列為現有能力；自主領取工作、執行測試、同步工作階段及多代理協作則列為仍在設計的方向，並保留人工檢查點。公告也把 DX 列為目前可觀察開發者影響的工具。文中描述以 Jira 記錄需求、代理進度與決策。 既有外掛說明列出兩項功能：在提示中選取 Jira 工作、Confluence 內容或人員，以及使用固定首頁接續工作。首頁整合指派的 Jira 工作、近期 Loom、專案及待審 Bitbucket 拉取請求；選取項目會開啟附有預填提示的新對話。該頁並說明，存取仍受使用者的 Atlassian 權限與組織控制約束。 摘要來源：https://openai.com/index/atlassian-partnership/ https://www.atlassian.com/blog/company-news/atlassian-openai-strategic-partnership https://community.atlassian.com/forums/discussion/3288784/bring-your-atlassian-work-into-chatgpt-and-codex Anthropic 擴大資安驗證計畫: Anthropic 將 CVP 分成防禦、紅隊與特殊存取三層。防禦層涵蓋事件應變及漏洞分析；特殊層限獲准測試高風險安全系統的少數組織。公司以 Opus 5.5 對十個情境各測五次：防禦層攔阻 46 次；紅隊層未攔阻，完成 34 次。紅隊層目前限組織，僅能測試已獲授權的系統。 官方安全要求另規定，各存取層級須指定能處理安全與濫用警示的聯絡人，禁止共用登入，並啟用使用者設定檔，使請求可歸屬至具名使用者或工作負載。Anthropic 可持續要求符合安全規定的證據。涉及此存取權的疑似侵害或濫用須於 72 小時內通報 Anthropic；若屬安全事件，期限為 24 小時。 本則依來源範圍採較短摘要。 摘要來源：https://www.anthropic.com/news/cyber-verification-program https://support.claude.com/en/articles/17202708-cyber-verification-program-security-requirements Google 推出 EmbeddingGemma 2: Google 發布採 Apache 2.0 授權的 EmbeddingGemma 2；完整模型為 7.4 億參數，純文字配置為 2.7 億，另可選用視覺與音訊編碼器。公告列出 768 維輸出，可縮至 512、256 或 128 維。Google 報告，在 Pixel 11 Pro 上經量化後，純文字權重最低使用約 191MB 活躍 RAM，完整模型約 567MB。 官方產品頁說明，模型將文字、圖片、影片與音訊映射至共同嵌入空間，用於跨模態搜尋與 RAG 檢索，並有 8K token 上下文。頁面舉例以文字找圖片、以語音備忘錄尋找影片片段，並列出最長 5.5 分鐘音訊的處理範圍。 本則依來源範圍採較短摘要。 摘要來源：https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/ https://deepmind.google/models/gemma/embeddinggemma/ Mistral Large 4 開放預覽: Mistral 在 10 月 6 日的更新紀錄宣布，Large 4 已進入公開預覽。該頁將它描述為採混合專家架構的通用多模態模型，上下文為 100 萬 token，並註明開放權重尚待釋出。 本則依來源範圍採較短摘要。 摘要來源：https://docs.mistral.ai/resources/changelogs OpenAI 公布數學成果與研究資料: OpenAI 公布內部模型產生的數學成果，包含多份 Lean 形式化、十份推理摘要、嘗試題目數及運算投入估計。公司表示，每項結果平均用量約等同 ChatGPT Pro 思考三小時的算力，並會繼續補上形式化資料。公告亦提供論文修訂與引用程序。 獨立諮詢小組 AGMAI 在同日聲明中表示，其角色不等於評斷成果影響，也不代表認可 OpenAI 產生成果的程序。小組認為，公開成果只是人類理解與納入數學知識的起點，相關評估應由數學社群進行。 AGMAI 於 9 月 29 日提出的建議要求，披露模型、提示、推理摘要、時間與估算運算成本，清楚說明形式化狀態，並交代問題如何選出及嘗試失敗的同等難度題目數。小組並主張，AI 實驗室應資助人類理解成果，但相關活動應由數學社群主導。 本則依來源範圍採較短摘要。 摘要來源：https://openai.com/index/sharing-ai-progress-in-mathematics/ https://agmai.org/ https://agmai.org/general-sep29/

https://eaglhuang.github.io/AI-learning-notes/daily/2026-10-06/ 2026-10-06T12:00:00+08:00

GitHub 推出 ReviewBench，評估 AI 程式碼審查的取捨: GitHub 在 10 月 5 日公開 ReviewBench，讓 AI 程式碼審查有一套可重複比較的方法。它依真實 PR 的語言、儲存庫及變更規模分布設計評測，結合多來源標準答案與資深工程師驗證，並按問題嚴重度及精確率、召回率觀察表現。對採用多代理審查的團隊，這提供了分別衡量漏報與噪音的起點，也提醒我們不能只比較代理找出多少問題。要注意，這仍是離線評測；是否適合自己的程式庫，仍需用實際案例驗證。 CodeMender v0.12.0 擴大掃描覆蓋，限制修補範圍: Google 在 10 月 5 日更新 CodeMender 至 v0.12.0，新增隱藏檔掃描選項，並把預設檔案探索上限從 500 KB 提高至 2 MiB。修補代理也會限制與漏洞無關的持續整合、建置及設定檔修改；高信心漏洞回報要求具體可行的利用證據，並修正整段工作階段的 token 統計。對 AI 修補流程，重點是同時控制漏掃、越界修改與成本。隱藏檔掃描須主動啟用，公告也未量化誤報改善幅度。 GitHub 加入 Lovable、Pydantic 與 Supabase 憑證偵測: GitHub 於 10 月 5 日擴充秘密掃描，加入 Lovable API 金鑰、Pydantic 的觀測與 AI 閘道憑證，以及兩種 Supabase token。Lovable 同時加入合作計畫，公有儲存庫發現其憑證時，GitHub 會通知發行方處理。對使用 AI 快速搭建應用的團隊，這提醒開發者在原型轉正式服務前，檢查設定檔與程式碼中的憑證。不過，新增偵測不代表能找出所有秘密，也不能視為洩漏已自動修復；通報流程仍有適用範圍。 Snowflake Cortex Agent 程式執行工具正式推出: Snowflake 在 10 月 5 日宣布 Cortex Agent 內建程式執行工具進入正式提供階段。開發者在代理規格中啟用後，代理能依問題決定何時產生及執行腳本，用於資料處理、計算、視覺化，也能執行技能中的 Python。工具預設在隔離沙箱內運作，僅存取當前工作階段資料。對資料型 AI 應用，這是評估受管執行環境與自建沙箱的具體選項；但本次新進展是從預覽走向正式提供，不能當成首次推出，也不代表任何設定下都具有相同隔離條件。 Nova 2.5 Sonic 與 Strands Bidi GA，強化即時語音代理: AWS 於 10 月 5 日在 Bedrock 正式提供 Nova 2.5 Sonic，宣稱改善即時語音代理的推理、指令遵循、工具呼叫與延遲。同期正式推出的 Strands Bidi Agents 支援多家語音模型，記錄工作階段及工具呼叫追蹤，並能在背景重新連線以延長對話。對開發者，值得注意的是模型之外的可觀測性及連線管理，這些都影響長時間任務能否完成。效能改善仍屬供應商敘述，背景重連也不表示底層模型取消工作階段限制。 OpenAI 開放部分 API 模型自選文字浮水印: OpenAI 於 10 月 5 日宣布，全球 API 客戶可對部分模型自選文字浮水印，預設仍關閉；歐盟符合條件的 ChatGPT 與 Codex 文字輸出，則預計未來幾週逐步導入。偵測器開放申請，初期僅供獲核准研究者及專業組織使用。對整合生成式內容的開發者，這讓來源訊號成為產品設計的選項，但應區分已可申請的能力與尚未完成的部署。官方也強調短文及編輯會影響偵測，因此不能把結果當作作者身分，或是否使用 AI 的確定證明。 ChatGPT 預告圖像廣告測試，擴充成效衡量工具: OpenAI 於 10 月 5 日宣布新的 ChatGPT 圖像廣告格式，計畫本月稍後先在美國與少數廣告主測試，廣告會清楚標示，並與正在生成的圖片分開。公司同時擴充轉換資料、歸因與成效衡量合作，並與合作夥伴開發品牌適配評估試點。對打造 AI 產品的團隊，這顯示對話與生成介面正形成新的商業接觸點，評估時應分清曝光、歸因轉換與真正新增的效果。公告中的成效數字來自合作案例，不能推論所有廣告主都會獲得相同結果，新格式也尚未全面上線。

https://eaglhuang.github.io/AI-learning-notes/daily/2026-10-04/ 2026-10-04T12:00:00+08:00

代理更容易花錢，Simon Willison 主張預設硬性預算上限: Willison 指出，代理讓付費 API 與雲端程式更容易上線，也放大失控支出的風險。他主張服務應預設在預算用盡時停止運作，並讓使用者明確選擇是否解除限制。 Prime Inference 將開放模型推論服務推向正式應用: Prime Intellect 發布 Prime Inference，提供無伺服器端點、預留容量與相容 OpenAI API 的介面。團隊說明跨資料中心故障轉移，以及如何用快取與排程支援長上下文代理流量。 BootLoops 經驗：先選能驗證的問題，再讓 AI 跨領域探索: 物理學家 Matthew Schwartz 分享 BootLoops：為代理提供可檢查的計算工具，探索跨領域問題。他強調，技術上正確的結果未必有研究價值，仍需要領域專家選題、檢查與引導。 OpenAI 披露七月推理擷取活動與防護措施: OpenAI 表示已阻斷協同擷取模型推理內容的活動，並加強跨使用者與模型的保護。公司稱事件沒有直接存取已儲存的使用者對話；9 月文章披露的是 7 月觀察到的活動。 GPT-6.1 Sol 降低代理工作流程的模型成本: OpenAI 推出 GPT-6.1 Sol，強調程式開發、電腦操作與專業任務的能力／成本平衡。標準 API 每百萬輸入與輸出 token 分別為 2 與 10 美元，快取輸入為 0.10 美元。 Sonnet 5.5 以更少 token 降低任務成本: Anthropic 推出 Sonnet 5.5，稱輸出速度提升超過 30%，測試中每項任務最多便宜 30%。每百萬輸入／輸出 token 價格仍為 2／10 美元，成本改善主要來自較少 token 用量。 Holo4 讓同一代理切換畫面、程式碼與 API: H Company 發布 27B dense 與 35B-A3B MoE 版 Holo4，可操作 GUI、執行程式碼並呼叫 MCP 或 API。團隊同時公開基準測試的執行軌跡，讓開發者檢視代理的實際步驟。 Codoku 用可再生程式謎題評估代理推理: Codoku 要求代理填入不完整程式，滿足整體靜態與動態限制，並可持續生成新題。作者以 300 題測試五個前沿模型，指出大型題目仍讓最強受測模型遭遇明顯困難。 LEGO-Anything 揭示「能產出 3D 檔案」與「重建正確」的落差: LEGO-Anything 讓代理從單張圖片反覆編寫與執行 Blender 程式。研究以 104 個場景的 208 張圖片分別量測檔案有效性、幾何與外觀，發現產出可用檔案仍不代表重建準確。 GitHub 分享以分階段 AI 稽核通報 24 個 Android 漏洞: GitHub Security Lab 分享把稽核拆成入口辨識、弱點分類與驗證的流程，表示累計找到並通報 24 個 Android 應用程式漏洞。作者也說明模型會誤判影響與可利用性，需要驗證及研究者複核。