中文文章
記下我做 AI 產品的過程，共 902 篇。
最新文章
- 01閱讀
Claude 免費用戶的資料開關：訓練授權、五年保留期與產品團隊要留意的界線
Anthropic 更新消費者條款，讓 Claude Free、Pro、Max 用戶自行決定是否用對話資料訓練模型，並把保留期從 30 天延長到五年。
- 02閱讀
當掃描器看不見攻擊：Cloudflare 用 ML 拆解店面前的惡意 JavaScript
Cloudflare 的 Page Shield ML 在真實流量中攔下八個惡意 payload，而 VirusTotal 與 URLScan 幾乎全部漏判。
- 03閱讀
當 agent 也能改 production：Cloudflare 把 Workers 權限切到單一資源
Cloudflare 為 Workers 推出四種角色與資源層級授權，讓 CI 與 agent 只拿到單一 Worker 的權限。
- 04閱讀
公司融資資料 API 怎麼挑：獨立基準測試揭露的取捨
Openbenchmarks 的獨立基準測試顯示，Firecrawl 的 agent 在融資資料新鮮度與歷史補全兩項都領先，但成本與速度差異讓「最佳」取決於你的任務。
- 05閱讀
當 AI 的成果要能被檢驗：Google 把社會影響案例整理成一個入口
Google 在 2026 年 9 月 15 日發布 AI for Societal Impact 系列，把健康、教育等領域的應用案例集中成可查找的入口。
- 06閱讀
當瀏覽器內建 AI：Mistral 與 Mozilla 把主權與隱私放進 Firefox Smart Window
Mistral 與 Mozilla 合作，讓 Firefox Smart Window 由 Mistral 模型驅動，主打零資料保留與在地語言微調。
- 07閱讀
讓長輩用 AI 查帳單、辨詐騙：OpenAI 與 OATS 的十場實體課透露了什麼
OpenAI 與 OATS 在美國十個社區開設長者 AI 實體課，教 ChatGPT 查帳單與辨識詐騙，也揭示產品設計的門檻。
- 08閱讀
把 30 秒長鏡頭寫進 API：Seedance 2.5 的規格取捨與計費邏輯
Seedance 2.5 支援 30 秒單次生成與影片參考輸入，但解析度上限只有 720p，計費依影片 token 而非秒數。
展開 92 篇較早文章
2026 / 92 篇歷年文章
- 用 Amazon Bedrock prompt caching 把重複的 context 成本壓低 90%
- 當 AI 走進國防與公部門：Anthropic 顧問團對產品團隊的三個現實提醒
- 讓搜尋爬蟲進來、訓練爬蟲出去：Cloudflare 把混合用途爬蟲拆成三種行為
- 把公司資料變成對話：Data agent 如何縮短從問題到答案的距離
- Grok 接上 Coinbase：當 agent 能直接動你的交易所帳戶
- 把圖片編輯寫進程式碼：Nano Banana API 的請求形狀與取捨
- Hermes Agent：記憶留在本機、會自己長出技能的開源助理
- 把商品標籤交給小模型：SageMaker serverless 客製化的取捨
- 為代理挑選網頁搜尋 API：先定義任務，再比較六種工具
- 把「探索」當成一種工程紀律：Christina Koch 與 James Manyika 對談裡，產品團隊該帶走的三件事
- DevFest 2026 回歸：開發者如何從 800 場實體活動中挑出對自己有用的 agentic AI 內容
- 把電子郵件拆成三十個小模型：Fyxer 如何讓 AI 助理值得信賴
- 把銀行 API 上線流程拆成七個專責代理：Ninth Wave 在 Amazon Bedrock 上的多代理設計
- 把模型參數移出程式碼：用 OpenRouter Presets 管理 LLM 設定
- 當模型開始替你的系統做測試：Perplexity 把 GPT‑6 Astra 放進端到端流程
- Fable 5.1 的省錢關鍵不是模型，而是你的快取讀取比例
- 把模型快取放進節點：HyperPod 推論冷啟動的實務取捨
- 把行銷維運寫成程式碼：用 GitHub 把活動從規劃到追蹤自動化
- 當實驗數據多到看不完：SAM 3 與 DINOv3 在 Genesis Mission 裡的角色
- 把多模型辯論變成一個 API 呼叫：OpenRouter Fusion 的取捨與使用時機
- 流程編排的三種執行模型：先決定誰能做決定，再談工具
- 把 AI 帶進教室前，先想清楚要教什麼：Anthropic 高教顧問團與 AI Fluency 課程的啟示
- 把測試證據放進開發流程：Cognition 用 GPT‑6 Astra 讓 Devin 自己驗證成果
- 把賽前準備變成可查詢的流程：Google Search 三個備賽切入點
- 把互動介面塞進對話框之後：MCP Apps 在 AgentCore 上的部署取捨
- 把視覺模型塞進輪椅之後：RAMMP 專案揭露的邊緣部署取捨
- 把翻譯模型放進產品前，先看吞吐量與長文件的真實落差
- 當網頁開始對你的代理下指令：Prompt Injection 的實務風險與防線
- ZDR 不是隱私萬靈丹：把「零保留」當成可強制執行的路由條件
- AI 軟體工廠的關鍵不是代理，而是五道閘門
- 當核安遇上分類器：Anthropic 與 NNSA 的合作，對開發者意味著什麼
- 把 diff、終端機與瀏覽器收進同一個視窗：Copilot app 對審核流程的實際改變
- Muse Spark 1.1 把「工具呼叫」變成產品架構問題：Meta Model API 公開預覽的實務訊號
- 把資料庫呼叫藏起來之後：OpenAI 的 Habitat 如何撐住每秒 7,000 萬次請求
- 別再只看每百萬 token 報價：Amazon Bedrock 上的 OpenAI 模型該怎麼挑
- 把 TTS 接進產品前，先處理音訊位元組與錯誤分類
- 把兩階段訓練拿掉之後：SimpleDesign 對蛋白質設計流程的意義
- 當 Claude Code 被拿來勒索：產品開發者該從 Anthropic 8 月威脅報告讀到什麼
- 從租用通用 AI 到擁有專屬智慧：Cloudera 與 Mistral 合作如何改變企業建置方式
- 把生物序列當搜尋空間：Codex 與 ChatGPT 如何縮短抗菌分子前期探索
- Megakernel 不是炫技：把 decode 從「等 kernel」改成「等資料」的實作取捨
- 把終端機交給任何模型：OpenRouter 的 Shell 工具如何改變代理的執行邊界
- 前綴感知路由：讓 KV cache 不再被隨機打散
- RFI 問卷自動化：把多分頁 Excel 變成可驗證的資料管線
- 挑選 AI 語音代理平台：先拆解成本與部署層級，再談功能
- Anthropic 與蓋茲基金會合作：AI 如何進入市場不願觸及的領域
- 在 SageMaker HyperPod 上部署 Qwen3.8-2.4T-A95B：單節點跑 2.4T 開源模型的實戰配置
- 從 Live Game Feed 到 Fantasy 串接：Google Search 如何把即時賽事變成可查詢的資料層
- 用 AgentCore 把付費數據變成按次計費的投資工作台
- 區域路由的關鍵不是「在哪推論」，而是「請求在哪解密」
- 從 Fortran 77 到 C++：AI 代理如何處理 4 萬行物理模擬程式碼的現代化
- Paul Christiano 加入 OpenAI 基金會董事會：安全治理的關鍵信號
- AlphaGenome Atlas：把 90 億個 DNA 變異變成可查詢的預測地圖
- AI 代理如何把網路間諜活動從「人為指揮」變成「自主執行」
- 從 Claude 濫用案例看 AI 安全：產品開發者該注意的三個訊號
- 蒸餾攻擊不是理論：Anthropic 揭露 DeepSeek、Moonshot、MiniMax 的 1,600 萬次提取
- FDE 的真正價值：不是幫你部署，而是幫你學會自己營運
- Mistral 的 30 億歐元賭注：開放權重如何成為主權 AI 的技術前沿
- OpenAI 的飛輪：當「值得做的工作」邊界被重新劃定
- 從教室到新聞室：OpenAI 用 400 個 ChatGPT Edu 授權把 AI 素養推進新聞教育
- 細模型的大優勢：企業如何用小語言模型省錢又高效
- 2026 年 AI Agent 結構化資料擷取工具挑選指南：先看層級，再看可驗證性
- 支援烏克蘭獨立新聞：OpenAI 與 WAN-IFRA 聯手推動 AI 轉型
- Claude 十一天形式化費馬最後定理：1,300 萬行 Lean 完整證明
- Isar Aerospace 第二飛入軌：歐洲本土首次送衛星上軌道
- Oklo 告上 FERC：750 MW 資料中心電廠卡在 PJM 併網隊列
- 自動化的早期足跡：從 ATE 資料集看 AI 工具的真實樣貌
- 從 Claude 越獄事件看 AI 安全：產品開發者的實用啟示
- 用 Amazon Bedrock AgentCore 打造跨 WhatsApp 的點餐助理：文字、語音、通話一條龍
- Anthropic 包下 SpaceX Colossus 1：向對手租整座資料中心的多源算力策略
- 當 AI 測試環境意外連上真實網路：Anthropic 三起事件的檢討
- Anthropic 與 OpenAI 的州級 AI 安全法案之戰：棘輪式升級 vs 反向聯邦主義
- Astra 實測數據拆解：ExploitBench 滿分、兩個零日漏洞，與少用 9% token 的祕密
- Claude Code 不只是終端機：artifacts、auto mode 與 /design 如何把它變成協作平台
- Fable 5.1 與 Mythos 5.1 同模型：快取讀取降 75%
- Cloudflare 聯手 OpenAI Daybreak：用網路脈絡解決漏洞優先順序難題
- Gemini 3.8 Flash 價格 2027 年翻倍：Cyber 版 CWE-Bench 47.2%
- GitHub Copilot 的九月雙重調整：帳務先付後用，體驗預設全開
- Ox Alpha 就是 GLM-5.3-Flash：MIT 開源，OpenRouter 週流量佔 31%
- GPT-5.6 Sol Ultrafast 實測：Cerebras 晶圓級引擎把推理推到每秒 750 個 token
- MCP 2.0 無狀態化：一次請求取代兩段式握手，代理工具基礎設施補上最後一塊
- Meta Muse Spark 1.3：把「會問問題、知道極限」的代理行為當成主打功能
- Mistral Forge：不微調、不 RAG，從零訓練企業專屬模型的另類路線
- OpenAI 推出 Astra：第一個觸發 Critical 網路門檻的模型如何安全上架
- ChatGPT 廣告半年成績單：從美國測試到五國上線，OpenAI 的廣告產品邏輯
- 從三天到三小時：ATV Big Air Tour 如何用 ChatGPT Work 管理巡迴業務
- 用 Zstandard 與 Pingora 節省 PB 級快取儲存：Cloudflare 的 Cache Transcoding 原型
- Enterprise Frontier Safeguards：把監控資料留在客戶手上，同時守住前沿模型安全
- 用生成式 AI 重整支援營運：AWS 的實務架構
- 從澳洲呼叫 OpenAI 模型：Amazon Bedrock 全球跨區域推論的實作重點
- 用 Amazon Bedrock 偵測儀表板內容故障：AWS 團隊的實戰架構
- 2026 年 Claude Code 與 Codex 實測推薦：12 個 MCP Server 完整比較