<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3><span style="vertical-align: top; color: rgb(0, 0, 255);">重點新聞（0606～0612）</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI輔助開發 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Canva </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 面試 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Canva改寫徵才規則，要求開發者面試時用AI輔助寫程式</strong></span></p>
<p>設計平臺大廠Canva大改技術人才面試條件，強烈建議前後端、機器學習等職缺應徵者，在面試中使用AI輔助工具，如Copilot、Cursor或Claude等，更貼近Canva自家的開發日常。Canva進一步說明，自家近半數的前後端團隊成員，每天都用AI工具來設計原型、理解龐大的程式碼庫和生成程式碼。他們認為，舊有不允許使用AI的面試，已與實務脫節了。</p>
<p>因此，Canva先在一次面試中試行，以AI輔助開發，取代傳統電腦科學基礎考題，並觀察面試者如何用AI工具、如何拆解複雜且模糊的需求、如何在使用AI的同時做出合理決策、能否識別並修復AI生成的程式碼問題，以及有能力確保AI生成的解決方案符合上線標準。Canva發現，表現最好的面試者，不但會詢問詳細的產品需求，也會策略性的使用AI完成任務，還能在AI出現問題時完善調整，也能嚴謹審查AI生成的程式碼並修正。</p>
<p>於是，Canva決定調整未來的開發者面試規則，以AI輔助開發為主，同時納入新流程，來評估受試者的電腦科學基礎知識。Canva表示，他們會提前告知面試者，面試會要求他們使用AI工具，並強烈建議在面試前就練習用這些工具。Canva認為，這種面試模式，可以幫助他們挑出深思熟慮、能有效利用AI的工程師，成為實務所需的人才。<a href="https://www.google.com/url?q=https://www.canva.dev/blog/engineering/yes-you-can-use-ai-in-our-interviews/&sa=D&source=docs&ust=1750054025406896&usg=AOvVaw2kwvzQr0l0i3Wo6A32TmT1">（詳全文）</a></p>
<p><img alt="" src="https://www.canva.dev/_next/static/media/thumbnail.1c7590f6.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">蘋果 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 推理模型 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> LLM </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>蘋果：推理模型並非真的會推理</strong></span></p>
<p>最近，蘋果發布一項推理模型研究報告《The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity》，探討問題的複雜度，是否會影響推理模型表現。他們發現，問題很簡單時，AI的回答看起來很聰明，一旦問題變得複雜，模型就會曝露局限性。</p>
<p>研究人員以《河內塔》（Tower of Hanoi）和最短路徑等經典邏輯遊戲來測試LLM與LRM，結果發現，在低複雜度下，非思考模型相對準確；隨著複雜度的增加，推理模型表現更好，但需要更多的Token。而在高難度下，不管是LLM或LRM都會故障。更意外的是，就算提供模型正確的演算法，仍無法明顯改善表現，而且不論是什麼種類的問題，模型都無法將推理能力延伸到訓練資料以外的內容。</p>
<p>科技領域投資人Josh Wolfe總結，LLM會過度思考簡單問題，遇到複雜問題時，卻在還有很多運算資源時便早早放棄；就算掌握正確的演算法，也還是會搞砸，顯示模型缺乏的是基本邏輯。這意味著，這些模型不具備推理能力。<a href="https://machinelearning.apple.com/research/illusion-of-thinking">（詳全文）</a></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 機器人 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Hugging Face </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 視覺 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Hugging Face開源輕量機器人模型，主打Mac也能跑</strong></span></p>
<p>Hugging Face最新開源SmolVLA，是一款只有4.5億參數、可在Mac電腦等消費級硬體上執行的視覺語言動作模型（VLA），主打低門檻、高泛化能力。進一步來說，這套SmolVLA整合了Transformer和flow-matching解碼器，採4大技術：</p>
<p>1. 在視覺模型中跳過一半層數，來加速模型推論速度</p>
<p>2. 混合自注意與交叉注意力區塊，強化多模態訊息整合效率</p>
<p>3. 使用少量視覺Token，來提高處理速度</p>
<p>4. 用更輕量的SmolVLM2進行預訓練，降低硬體需求</p>
<p>即使訓練資料不到3萬筆，SmolVLA在LIBERO、Meta-World等基準模擬測試中，表現比更大型的模型如Octo、OpenVLA等還要好。模型與訓練程式碼分別釋出於Hugging Face與GitHub。<a href="https://huggingface.co/blog/smolvla">（詳全文）</a></p>
<p><img alt="" src="https://cdn-uploads.huggingface.co/production/uploads/640e21ef3c82bd463ee5a76d/S-3vvVCulChREwHDkquoc.gif" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> WWDC </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 蘋果 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 基礎模型框架 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>蘋果發表基礎模型框架</strong></span></p>
<p>在日前舉行的WWDC大會上，蘋果發表一套基礎模型框架（Foundation Models Framework），允許第三方開發者存取蘋果裝置上內建的大型語言模型，也就是Apple Intelligence所使用的模型，來在程式中整合AI能力。</p>
<p>這個裝置內建的大型語言模型，擅長各種文本生成任務，如摘要、實體萃取、文字理解、優化、遊戲對話和創意內容生成等。而基礎模型框架可讓開發者建置AI驅動功能，既可離線、保護使用者隱私，也不會產生推理成本，例如教育應用程式可根據裝置上的使用者筆記生成測驗，戶外應用程式也能添加自然語言搜尋功能，讓使用者也能離線使用。</p>
<p>這套基礎模型框架原生支援Swift，開發者只需寫短短的3行程式碼，就能存取Apple Intelligence模型。該框架即日起在蘋果開發者計畫（Apple Developer Program）展開測試，公測版將於下個月由Apple Beta Software Program釋出。<a href="https://www.apple.com/newsroom/2025/06/apple-supercharges-its-tools-and-technologies-for-developers/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> o3-pro </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> OpenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 思考 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>OpenAI揭露o3-pro模型</strong></span></p>
<p>日前，OpenAI揭露最新推理模型o3-pro，價格比o1-pro便宜87%，o3模型費用也降價80%。OpenAI o3-pro是用來取代o1-pro模型，即日起供ChatGPT Pro和Team方案用戶在模型選單中選用，Enterprise和Edu用戶很快也能使用。此外，o3-pro也透過Responses API開放給開發人員。</p>
<p>o3-pro是OpenAI最強的智慧模型，其設計宗旨是思考更久，並提供更可靠的回答。和o3一樣，o3-pro可使用工具，如搜尋網頁、分析檔案、理解視覺輸入、使用Python等，但也由於o3-pro使用工具，因此完成一項回應所需時間，比o1-pro更長。OpenAI建議將o3-pro用在更複雜、需要可靠答案而非要快速回答的問題。由於技術因素，o3-pro暫不提供即時對話功能，也暫不支援圖片生成。<a href="https://x.com/OpenAI/status/1932530423911096508">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Xcode 26 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI助理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 開發環境 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>蘋果整合開發環境Xcode 26，導入AI助理</strong></span></p>
<p>在日前WWDC 2025大會中，蘋果發表新版開發環境Xcode 26，整合了AI助理，正式支援ChatGPT並開放API連接第三方語言模型，來提高程式碼自動生成、錯誤修正、文件產生和專案導覽等工作效率。</p>
<p>進一步來說，Xcode 26的智慧程式開發（Coding Intelligence）功能，可讓開發者在側邊欄啟用AI助理，以自然語言與AI互動，執行程式碼範例、解釋專案架構、產生或修改特定函式等任務，也能請AI協助除錯或自動產生文件。開發者可選用預設的ChatGPT模型，或自訂加入如Anthropic、Ollama等本地或雲端模型，並透過API金鑰彈性切換與管理模型來源。<a href="https://www.apple.com/newsroom/2025/06/apple-supercharges-its-tools-and-technologies-for-developers/">（詳全文）</a></p>
<p><img alt="" src="https://www.apple.com/newsroom/images/2025/06/apple-supercharges-its-tools-and-technologies-for-developers/article/Apple-WWDC25-macOS-Tahoe-26-Xcode-26-Coding-Tools-250609_inline.jpg.large_2x.jpg" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 開發工具 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Cursor </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 程式碼審查 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>AI輔助開發工具Cursor推出1.0正式版 </strong></span></p>
<p>AI輔助開發編輯器Cursor正式推出1.0版，更新亮點包括BugBot自動程式碼審查、Jupyter Notebook協作支援、背景代理（Background Agent）啟用與MCP一鍵部署。進一步來說，BugBot可在GitHub PR（提取要求）中自動檢查錯誤並具體留言，開發者可透過Fix in Cursor按鈕切換到編輯器，系統自動填入修正建議，加速修正。</p>
<p>背景代理則已全面開放，支援Cursor環境的即時遠端協作編輯；而Jupyter Notebook用戶可透過代理直接編輯多段程式區塊，優化資料分析與原型開發流程。此外，新版本也支援MCP伺服器快速安裝和OAuth認證整合，降低部署門檻。Cursor 1.0也加入Memories記憶功能測試版，記錄專案上下文，加快團隊溝通。聊天室則新增Mermaid圖表與Markdown表格即時生成功能，搭配改版儀表板，讓開發狀況更透明、容易追蹤。<a href="https://www.cursor.com/en/changelog/1-0">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> FDA </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 安全性審查 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Elsa </span></strong></span></p>
<p><span style="font-size:22px;"><strong>FDA推出通用AI工具Elsa，可望加速審查流程</strong></span></p>
<p>美國食品藥物管理局（FDA）六月初宣布，原本預計6月30日全面部署的生成式AI工具Elsa，已提前上線。FDA指出，Elsa是一種由大型語言模型（LLM）驅動的AI工具，可協助閱讀、寫作和摘錄，能總結不良事件，來支援安全性評估、執行更快速的標籤比較，以及生成程式碼，來協助打造非臨床應用的資料庫。</p>
<p>FDA局長Marty Makary表示，FDA已經開始用Elsa加速臨床試驗審查，縮短科學評估所需的時間，還能識別高優先等級的檢查目標。他們舉例，一名科學審查員使用Elsa，在6分鐘內完成了原本需要2到3天的任務。一般來說，FDA收到藥物核准申請後，會在6至10個月中作出審查決定，而Elsa可望加速這個流程。在安全性上，Elsa建置於高安全性的GovCloud政府雲端環境中，FDA員工可安全存取內部檔案，同時確保所有資訊都保存在組織內。這些模型，不會用受監管產業提交的資料來訓練。<a href="https://www.fda.gov/news-events/press-announcements/fda-launches-agency-wide-ai-tool-optimize-performance-american-people">（詳全文）</a></p>
<p>圖片來源／Canva、Hugging Face、蘋果</p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p>
<p><strong>1. Mistral AI釋出首個推理模型Magistral</strong></p>
<p><strong>2. EleutherAI釋出集結合法開放資料的AI訓練資料集</strong></p>
<p><strong>3. NotebookLM現在可讓使用者公開分享筆記</strong></p>
<p>資料來源：iThome整理，2025年6月</p>
</div></div></div>
