iThome

台灣·持續收錄

標籤科技編輯標籤

今日收錄: 0篇
近 24 小時: 4篇
近 7 天: 117篇

媒體資料

刊登媒體: iThome
所屬地區: 台灣
收錄範圍: 台灣媒體 · 繁體中文
來源網站: www.ithome.com.tw
月造訪量: 1,694,5742026/09
Radar 全球: 前 100,000 名
開始收錄: 2026/9/29
最新報導: 2026/11/6
最近更新: 11/7 16:54
流量資料: 2026/10/25 更新

流量與排名比較 →

寫法近 90 天

轉述貼文: 0.3%2 篇
發言者: 公職、政治人物 50.0%網友、民眾 50.0%
標題用詞: 懸念 0.0%反應 0.1%攻擊 0.0%

看這家的轉述報導與各家比較 →

網站流量來源Similarweb · 2026/09

台灣訪客占 90%，約 1,532,709 次造訪

來源國家（前五）

台灣90%
香港4.4%
中國0.9%
美國0.9%
新加坡0.3%

導流來源

自然搜尋59%
直接造訪24%
其他網站連入10%
社群3.4%
電子郵件1.2%
付費社群0.9%
生成式 AI0.7%
展示廣告0.3%
付費搜尋0.1%

全台排名: 第 492 名
全球排名: 第 35,757 名
類別排名: 第 28 名 · Computers Electronics and Technology/Computers Electronics and Technology
跳出率: 63%
每次造訪: 2.6 頁
平均停留: 2 分 8 秒

整個網域的估算值，比例以造訪次數計，非精確 page views。

媒體關係

近 7 天

已比對 117 篇內文

2
引用其他媒體: 0
被其他媒體引用: 0
同署名跨站: 0
已註明來源: 0
未辨識稿源

主要關係對象2 家

彭博社1筆關係
路透社1筆關係

直接文字比對引用對方被對方引用

在媒體關係圖查看 →

媒體關係

比對結果載入中…

報導關鍵字

近 7 天

較早收錄

篩選「Codex」清除篩選 ×

本頁 60 篇 · 依收錄順序顯示摘要

OpenAI完成1220億美元融資，估值達8520億美元，創下史上最大AI融資
<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"><p>OpenAI週二（3/31）<a href="https://openai.com/index/accelerating-the-next-phase-ai/" target="_blank">宣布</a>完成規模達1220億美元的新一輪融資，公司估值達8520億美元，創下史上最大AI融資。</p> <p>本輪由SoftBank共同領投，並吸引Andreessen Horowitz、D.E. Shaw等機構參與，Amazon、Nvidia與微軟亦持續加碼。同時OpenAI首次透過銀行管道向散戶募資約30億美元，並計畫納入ARK Invest ETF，擴大股東基礎。</p> <p>資金將主要用於AI晶片、資料中心與算力基礎設施建設，並投入模型研發與人才招募。OpenAI指出，2024年的全年營收為131億美元，目前每月營收已達20億美元，其中，企業業務已占營收40%，並預計在2026年與消費者業務相當。意味著其商業重心正逐步由消費端轉向企業市場。</p> <p>在產品指標上，ChatGPT目前的每週活躍用戶為9億，訂閱人數已達5,000萬，月網站與App使用量為第二大AI應用的6倍，總使用時間為其4倍，亦達所有其他AI應用總和的4倍。搜尋使用量一年內成長近3倍，廣告業務亦在6週內達到1億美元年經常性收入（ARR），透露出AI已快速融入日常使用場景。</p> <p>OpenAI也證實了未來的<a href="https://www.ithome.com.tw/news/174565" target="_blank">超級App</a>（AI Superapp）定位，將整合ChatGPT、Codex與代理人能力，強化單一入口的使用體驗，並進一步連動企業與開發者應用場景。</p> <p>儘管OpenAI尚未正式宣布上市計畫，但外界普遍預期其將於今年進入公開市場。TechCrunch<a href="https://techcrunch.com/2026/03/31/openai-not-yet-public-raises-3b-from-retail-investors-in-monster-122b-fund-raise/" target="_blank">指出</a>，相較於一般新聞稿，此次融資說明「更像是一份S-1上市文件草稿」，顯示OpenAI正為IPO鋪路。</p> </div></div></div>
4/1 13:14作者陳曉莉https://www.ithome.com.tw/news/174821
Midjourney工程師開源Pretext，以純算術突破網頁文字排版長年效能瓶頸
<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"><p>曾是React核心貢獻者、現任Midjourney工程師Cheng Lou開源<a href="https://github.com/chenglou/pretext">Pretext</a>，這是一個以純TypeScript實作的文字排版引擎，能在完全不觸及DOM的情況下，以算術運算完成多行文字的測量與排版。根據Cheng Lou提供的基準測試，在需要反覆計算文字高度的熱路徑（Hotpath）場景中，Pretext的效能約為傳統DOM測量方式的500倍，但這個比較未納入一次性的初始測量成本，作者也坦言並非完全對等。</p> <p>Cheng Lou<a href="http://x.com/_chenglou/status/2037713766205608234?s=20">展示的Pretext範例</a>包括可精準貼合文字寬度的聊天氣泡、可即時重排的多欄雜誌式版面、自動展開與收合的手風琴元件、可變字寬ASCII藝術，以及純Canvas多行文字算繪。這些原本多半得透過DOM量測處理的排版效果，現在可改以算術方式完成，減少觸發瀏覽器重新計算版面reflow。</p> <p>傳統網頁瀏覽器測量文字尺寸的做法，是將文字算繪到DOM中，再透過getBoundingClientRect()或offsetHeight等API讀取結果。該機制在單次操作時影響不大，但當UI需要大量且頻繁地測量文字高度，且DOM讀寫交錯的情況下，這類讀取容易觸發瀏覽器同步版面計算，甚至反覆重算版面，形成效能瓶頸。</p> <p>Pretext把文字排版分成兩步。第一步的prepare()函式會先整理字串，依語言排版規則切分成多個段落片段，並透過Canvas的文字量測功能量出各片段的寬度，快取成一個可重用的資料結構。第二步的layout()函式則完全不碰DOM，而是直接在記憶體中，根據容器寬度與行高，利用已快取的寬度做純算術運算，推算文字會分成幾行，以及整段文字的總高度。因為這一階段不需要再量測文字，只做加總與比較，所以在容器寬度改變時，只要重新執行layout()就能很快重新計算高度。</p> <p>在國際化支援上，Pretext使用瀏覽器原生的Intl.Segmenter進行語言感知分段，可處理中日韓斷行，以及阿拉伯文等右至左文字與英文、數字混合排版，以及不同平臺的表情符號差異。Cheng Lou在GitHub提供多語測試語料，涵蓋泰文、中文、韓文、日文與阿拉伯文等公領域長篇文本，並透過與瀏覽器實際算繪結果逐一比對，驗證其排版準確性。</p> <p>Cheng Lou在X社群貼文中提到，Pretext的開發大量使用Claude Code與Codex。他將瀏覽器的實際算繪結果作為比對基準提供給AI，讓AI在各種關鍵容器寬度下反覆測量、比對、修正，整個迭代過程花了數周。Pretext現以MIT授權釋出，檔案大小僅數KB，可透過NPM安裝使用，目前GitHub星數已突破二萬。</p> </div></div></div>
3/31 13:47作者李建興https://www.ithome.com.tw/news/174795
OpenAI推出Codex外掛功能，具備MCP Server、可整合App及設定技能
<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"><p><a href="https://developers.openai.com/codex/plugins" target="_blank">OpenAI上週公佈</a>為程式撰寫助理Codex設計的外掛（plugin）功能，加入技能、MCP Server及App整合功能，進一步將程式撰寫代理人提升為開發工作流程（workflow）平臺。</p> <p>Codex外掛可讓用戶為Codex加入技能、MCP Server及串接外部應用程式，成為可重覆使用的工作流程（workflow）。技能（skills）是指一組特定動作的可重複指令，Codex可載入這些指令，使用正確的參考檔或script來執行一連串任務，例如自動修bug、跑測試、開PR。加入MCP伺服器則讓Codex存取其他工具或共享資訊（如公司best practice），常來自外部系統（如GitHub、Jira）上的資源。</p> <p>加入第三方App外掛讓Codex得以直接操作外部系統，像是安裝Gmail外掛讓Codex讀取和管理Gmail、安裝Google Drive外掛而可在Drive、Docs、Sheets和Slides間協作、安裝Slack外掛可摘要各頻道內容或草擬回覆內容。</p> <p>外掛目錄提供多個主流App可安裝整合，如Google Drive、Notion、HuggingFace、Linear、Slack、GitHub等。</p> <p>這項功能主要讓Codex從代理人程式撰寫工具藉由成為能力模組，成為工作流程平臺。它可省去使用者/開發人員重覆手動串接工具及下提示的時間花費，使Codex從單次運作的代理人變成標準化、多步驟、持續運作的代理人，最重要是能了解組織需求或最佳典範（best practice），讓Codex從個人程式撰寫助手變成提升開發團隊生產力的工具。OpenAI並表示很快就會新增其他外掛功能。</p> <p>從產業層面來看，推出Codex整合外掛功能，也讓OpenAI強化AI工程撰寫平臺產品，其對手包括<a href="https://claude.com/blog/claude-code-plugins" target="_blank">Anthropic</a> 5個月前推出的Claude Code外掛、AI IDE工具商Cursor、Google以及開發工具平臺霸主微軟/GitHub。</p> <p>啟用方法是開啟Codex App中的「Plugin」，從顯示的外掛列表中選擇，並從目錄選擇「Add to Codex」來安裝。在CLI中則是輸入「codex（換行）/plugins」，再輸入「install plugin」。使用者也可以從選單功能移除外掛。但已安裝的外部App則必須以ChatGPT移除。</p> </div></div></div>
3/30 11:36作者林妍溱https://www.ithome.com.tw/news/174750
JetBrains公開Central平臺，打造企業AI代理管理與執行中樞
<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"><p>JetBrains公開AI代理軟體開發平臺<a href="https://blog.jetbrains.com/blog/2026/03/24/introducing-jetbrains-central-an-open-system-for-agentic-software-development/">JetBrains Central</a>，其為企業在現有軟體開發與交付流程之上的AI代理管理中樞。官方表示，企業可透過Central啟動、監看與管理代理工作流程，在不中斷原有開發工作管線的前提下，補上治理機制、成本控管、權限管理與執行透明度等管控能力。</p> <p>JetBrains Central主要提供三項能力，第一是治理與控制，涵蓋政策套用、身分與存取管理、可觀測性、稽核能力與成本歸屬；第二是代理執行基礎設施，提供雲端代理執行環境與運算資源；第三是代理最佳化與脈絡，透過跨程式碼庫與專案的共享語意脈絡，讓代理能取得較完整的知識，並將不同任務分派給適合的模型或工具。</p> <p class="rtecenter"><img alt="" src="/sites/default/files/images/Blog-Featured-1280x720-2-3%20(1).jpg" style="width: 580px; height: 595px;" /></p> <p>JetBrains將Central建立在既有開發工具與基礎設施之上，開發者可從JetBrains自家IDE、第三方IDE、CLI工具、Web介面或其他整合介面啟動代理工作流程，接入的代理也不限於JetBrains自家產品，官方列舉可接入Claude、Codex、Gemini CLI，以及客製化代理方案。</p> <p>Central會把代理連接至軟體交付系統中的程式碼庫、知識庫、交付管線與基礎設施。JetBrains表示，這套系統建立了一層持續彙整程式碼、架構、執行時行為與組織知識的語意層，讓代理不只回應單次提示，而能根據較完整的系統脈絡執行任務。代理也可透過Slack、Atlassian產品與Linear等團隊既有工具，與人員共同完成流程。</p> <p>Central相關能力延伸到JetBrains近期推出的Air App，讓開發者可整理任務、執行代理輔助工作流程與檢視結果。JetBrains正在開發的Air Team也建立在Central之上，作為人員與代理協作的團隊空間。</p> <p>JetBrains Central目前仍處早期階段，官方規畫於2026年第二季啟動搶先體驗計畫，先由少數合作測試夥伴在實際代理工作流程中測試，並預告後續將公布新的JetBrains AI企業定價。</p> </div></div></div>
3/27 16:44作者李建興https://www.ithome.com.tw/news/174728
AI趨勢周報第287期：Meta推TRIBE v2腦模型，可預測人類大腦反應、準確度還提高2～3倍
<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（0320～0326）</span></h3> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Meta </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> TRIBE v2 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 大腦反應 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Meta推TRIBE v2腦模型：可預測人類大腦反應，準確度提高2～3倍</strong></span></p> <p>Meta最近發表新一代腦科學AI模型TRIBE v2（Trimodal Brain Encoder），可預測人類大腦在觀看影像、聆聽聲音時的神經反應，讓過去只能透過實驗觀察到的大腦活動，能漸漸用AI模擬了。</p> <p>該模型以超過700名受試者、累計500多小時的fMRI腦部掃描資料訓練，學習人在不同影音和語言刺激下的大腦活動模式。TRIBE v2可同時整合影像、音訊和文字三種模態，並預測全腦約7萬個體素（voxels）的活動，就像是重建一張高解析度的大腦反應圖，解析度較前一版模型提升了70倍左右。</p> <p>這款模型的一大突破，在於零樣本預測能力。模型不必重新訓練，就能預測未見過個體的大腦反應。在電影與有聲書的測試任務中，TRIBE v2表現比既有方法還要好，準確度提高2至3倍。Meta表示，這項技術可加速神經科學研究，並有助開發更貼近人類認知的AI系統，甚至應用於神經疾病的模擬與治療。不過，當AI能預測腦部反應，也引發一些隱私和潛在濫用的倫理討論。<a href="https://aidemos.atmeta.com/tribev2/">（詳全文）</a></p> <p><img alt="" src="/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202026-03-27%20152105.png" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 壓縮 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></p> <p><span style="font-size: 22px;"><strong>跑LLM更快也更省錢：Google新壓縮技術記憶體用量降6倍、效能不打折</strong></span></p> <p>Google研究團隊提出一套新模型壓縮技術TurboQuant，改良了既有的向量量化（Vector quantization）方法，大幅降低AI模型的記憶體使用量，同時維持原本的準確度。</p> <p>這項技術鎖定大型語言模型（LLM）的瓶頸——KV cache（鍵值快取），這類資料是用來加速模型推論，但也非常耗費記憶體。因此，TurboQuant採用兩階段設計，一邊用PolarQuant壓縮主要資訊，一邊再用僅1-bit的QJL演算法，來補償壓縮誤差，在幾乎不增加額外負擔的情況下，維持模型的精度。</p> <p>從實驗結果來看，TurboQuant可以把KV cache壓縮到3-bit，記憶體使用量降低至少6倍，同時在長文本理解和搜尋任務中維持原本的準確度，甚至在部分情境下，還能提高效能最高8倍。這類壓縮技術的影響不只在模型本身，還會直接牽動向量搜尋效率，對生成式AI和語意搜尋這類應用來說，都是關鍵的基礎能力。<a href="https://research.google/blog/turboquant-redefining-ai-efficiency-with-extreme-compression/?utm_source=twitter&utm_medium=social&utm_campaign=social_post&utm_content=gr-acct">（詳全文）</a></p> <p><img alt="" src="https://storage.googleapis.com/gweb-research2023-media/images/Quantization-2.width-1250.png" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Gemini </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 暗網 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Google把Gemini放進暗網，用AI蒐集威脅情報</strong></span></p> <p>在RSA 2026資安大會上，Google Cloud宣布將Gemini部署於暗網環境，打造自動化威脅情資服務。該系統可每日蒐集並分析數百萬則暗網貼文，結合資安專家產出企業專屬報告，不僅能揭露資料外洩與攻擊討論，還能解析攻擊手法並提前預警。</p> <p>這套機制由一組AI代理運作，負責資料彙整與初步分類，讓資安人員專注於進階分析。Google表示，內部測試顯示，暗網威脅情報分析的外部事件準確率可達98%。</p> <p>除了暗網情報，Google也同步強化代理人化資安工具。例如在Security Operations中加入自動調查代理人，可自主分析警報、蒐集證據並提出建議；Security Command Center則整合Vertex AI Agent Engine，偵測未授權存取與資料外洩等代理式威脅。<a href="https://cloud.google.com/blog/products/identity-security/rsac-26-supercharging-agentic-ai-defense-with-frontline-threat-intelligence">（詳全文）</a></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Claude </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Computer Use </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Anthropic讓Claude親手操作電腦，AI代理進入桌面時代</strong></span></p> <p>Anthropic推出Claude「Computer Use」功能，讓AI代理可透過滑鼠、鍵盤與螢幕直接操作電腦，完成開啟檔案、瀏覽網頁和執行開發工具等任務，正式邁向「電腦操作代理人」階段。</p> <p>該功能整合於Claude Cowork和Claude Code等AI工作環境中，系統會優先透過API或既有工具（如Slack、Google Calendar）完成任務，若無法處理，才改以「看畫面＋操作滑鼠鍵盤」方式執行。所有操作需經使用者授權，並內建提示注入防護與權限控管，降低AI被誘導執行錯誤指令的風險。</p> <p>目前Computer Use以研究預覽形式提供，僅支援macOS，且在複雜任務中仍可能需要多次嘗試，效率也低於直接系統整合。此次功能也結合Dispatch跨裝置任務機制，讓使用者可從手機指派任務，由AI在電腦端持續執行。<a href="https://claude.com/blog/dispatch-and-computer-use">（詳全文）</a></p> <p><img alt="" src="https://cdn.prod.website-files.com/68a44d4040f98a4adf2207b6/69c0acb66ca028e43998d824_Cowork-Dispatch-Blog-Permissions.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Ai2 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 視覺代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 瀏覽器 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Ai2開源一款AI代理，可以看畫面、操作瀏覽器</strong></span></p> <p>Ai2最近開源一款視覺網頁代理MolmoWeb，以Molmo 2多模態模型為基礎而建立，提供4B和8B兩種版本，並同步公開模型權重、資料集和評測工具，支援自行部署。相較多數封閉系統，這次Ai2連訓練資料與流程也一併開放。</p> <p>MolmoWeb的最大特色是「看畫面來操作網頁」。它不讀HTML或無障礙樹，而是直接看網頁截圖，搭配任務指令與操作紀錄，逐步完成點擊、輸入和捲動等動作。Ai2認為這種方式更接近人類操作邏輯，也能降低token消耗。</p> <p>Ai2揭露，MolmoWebMix資料集包含了3.6萬筆人工任務軌跡、超過62萬筆子任務，以及近220萬筆截圖問答資料，涵蓋1,100個網站。另外，資料集也包含文字代理產生的合成操作軌跡，用來提升模型泛化能力。在效能測試上，MolmoWeb 8B在WebVoyager任務成功率達78.2%，pass@4可提升至94.7%。不過，模型仍可能誤判畫面文字，且尚未支援登入或金融交易等高風險場景。<a href="https://allenai.org/blog/molmoweb">（詳全文）</a></p> <p><img alt="" src="https://www.datocms-assets.com/64837/1774298660-unnamed-2026-03-23t164327-438.png?dpr=1.5&fit=max&fm=webp&h=810&w=1550" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Cloudflare </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> API </span></strong></span></p> <p><span style="font-size:22px;"><strong>Cloudflare推新功能，讓AI生成程式碼「跑完即丟」</strong></span></p> <p>Cloudflare最近推出Dynamic Worker Loader功能，開放Workers付費用戶在執行期間動態載入新的Worker，將AI即時生成的程式碼放入獨立沙箱中執行。這也讓AI代理不再只是呼叫工具，而是直接撰寫程式串接API，再交由隔離環境執行，達到「用完即丟」的運作模式。</p> <p>在安全設計上，該機制可將未受信任程式碼與主程式、外部網路及敏感資源隔離，並支援細部權限控管，例如封鎖對外連線、攔截或改寫HTTP請求，以及注入憑證，確保AI程式碼只能存取指定服務。與傳統容器不同，Dynamic Worker Loader採用V8隔離模型作為執行邊界，啟動時間可達毫秒等級，適合為單次任務建立一次性執行環境，任務完成即銷毀。這種設計可降低延遲與資源成本，也讓每次請求獨立隔離更容易實現。</p> <p>Cloudflare也將這項能力整合到Code Mode，讓AI以TypeScript撰寫程式並直接在沙箱中執行，甚至可預設封鎖對外網路連線。整體來看，AI代理正從呼叫工具呼叫，逐步走向生成程式並即時執行的新開發模式。<a href="https://blog.cloudflare.com/dynamic-workers/">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 思科 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> OpenClaw </span></strong></span></p> <p><span style="font-size:22px;"><strong>思科推DefenseClaw，為AI代理加上三層防護</strong></span></p> <p>在聚焦AI與資安的RSA 2026大會上，思科推出AI代理安全管理工具DefenseClaw，鎖定開源框架OpenClaw的應用風險，強化AI代理的系統操作安全。</p> <p>OpenClaw可讓AI代理直接呼叫工具、存取檔案甚至執行系統指令，雖然大幅提高自動化能力，卻也帶來權限濫用風險。為此，DefenseClaw提供三層防護機制：在安裝前整合skill-scanner、mcp-scanner和CodeGuard等工具進行掃描；在執行期間持續檢查AI輸入與輸出行為；並透過封鎖和允許清單，限制特定功能或元件被呼叫。</p> <p>底層則結合Nvidia OpenShell架構的核心隔離與預設拒絕網路存取等設計，形成從基礎設施到應用層的防護架構，同時還可與Splunk整合，強化監控和可觀測性。整體來看，隨著AI代理逐步取得更高系統權限，執行環境安全也成為新課題。<a href="https://blogs.cisco.com/ai/cisco-announces-defenseclaw">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> OpenAI </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Sora </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 影片生成 </span></strong></span></p> <p><span style="font-size:22px;"><strong>OpenAI喊停Sora：影片生成退場，轉攻企業與超級App布局</strong></span></p> <p>OpenAI近日宣布將停止影片生成模型Sora服務，後續也將公布應用與API下線時程，以及使用者作品的保存方式。這項決策也意味著，ChatGPT未來將不再支援影片生成功能。</p> <p>Sora自2024年推出以來，以高擬真影片生成能力引發關注，並在2025年發展為獨立應用，主打創作與分享。不過，根據《華爾街日報》報導，OpenAI此次收掉Sora，反映整體策略轉向，將資源集中在企業應用與開發者工具等AI生產力場景，並為可能的IPO布局。</p> <p>報導指出，OpenAI正整合ChatGPT、程式工具Codex和瀏覽器，打造單一「超級App」，將聊天、開發與搜尋等功能整合在同一平臺。隨著Sora退場，OpenAI在多模態影音領域的布局也出現調整，顯示其產品策略正從創作導向，轉向更直接帶來商業價值的應用場景。<a href="https://x.com/soraofficialapp/status/2036532795984715896">（詳全文）</a></p> <p>圖片來源／Meta、Google、Anthropic、Ai2</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p> <p><strong>1. <a href="https://www.ithome.com.tw/news/174698">ARC-AGI-3互動推理基準上線，人類可全解但主流AI得分卻不到1%</a></strong></p> <p>資料來源：iThome整理，2026年3月</p> <div id="gtx-trans" style="position: absolute; left: 21px; top: 6526.26px;"> <div class="gtx-trans-icon"> </div> </div> </div></div></div>
3/27 15:32作者王若樸https://www.ithome.com.tw/news/174729
OpenAI宣布將終止Sora，ChatGPT影片生成也受波及
<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"><p><a href="https://x.com/soraofficialapp/status/2036532795984715896" target="_blank">OpenAI週二（3/25）透過X發文宣布</a>「告別Sora」，並感謝使用者過去的創作與社群參與。OpenAI表示，後續將公布應用程式與API的下線時程，以及使用者作品保存方式，但目前尚未提供具體關閉時間，並坦言此一決定「令人失望」。</p> <p>Sora為OpenAI推出的文字轉影片模型，可依提示生成具高度擬真效果的影片內容，並支援影像轉影片、角色生成及語音同步等功能。自2024年<a href="https://www.ithome.com.tw/news/166426" target="_blank">推出</a>以來，一度因高度擬真的影片生成能力引發關注，並在2025年<a href="https://www.ithome.com.tw/news/171455" target="_blank">推出</a>獨立應用，嘗試將Sora發展為結合影片生成與內容分享的平臺。</p> <p>根據<a href="https://www.wsj.com/tech/ai/openai-set-to-discontinue-sora-video-platform-app-a82a9e4e" target="_blank">華爾街日報</a>（WSJ）的報導，OpenAI此次關閉Sora，是整體策略轉向的一部分，將重心轉向企業與程式開發等生產力應用，並為最快今年第4季可能進行的IPO做準備。</p> <p>報導指出，OpenAI執行長Sam Altman已向內部表示，將逐步停止所有使用影片模型的產品，包括關閉Sora消費應用與開發者版本，ChatGPT也將不再支援影片生成功能。此外，OpenAI正整合ChatGPT、程式工具Codex與瀏覽器，<a href="https://www.ithome.com.tw/news/174565" target="_blank">打造單一「超級App」</a>，以集中資源與產品方向。</p> <p>另一方面，OpenAI先前與迪士尼達成的合作也受到影響。雙方原於去年底<a href="https://www.ithome.com.tw/news/172789" target="_blank">簽署協議</a>，迪士尼計畫投資10億美元，並授權超過200個來自迪士尼、漫威、皮克斯與星際大戰的角色，供Sora生成影片使用，甚至規畫在Disney+上提供相關內容。不過隨著Sora終止，該合作與投資計畫亦已中斷。迪士尼對外表示，尊重OpenAI退出影片生成業務並轉向其他重點的決定。</p> </div></div></div>
3/25 10:42作者陳曉莉https://www.ithome.com.tw/news/174651
OpenAI規畫推出桌面「超級App」，整合ChatGPT、Codex與瀏覽器
<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"><p><a href="https://www.wsj.com/tech/openai-plans-launch-of-desktop-superapp-to-refocus-simplify-user-experience-9e19931d?st=RkLFrs&reflink=desktopwebshare_permalink" target="_blank">華爾街日報</a>本週引述消息來源報導，OpenAI正規畫推出一款桌面版的超級App，將ChatGPT、程式開發工具Codex與自家瀏覽器ChatGPT Atlas整合為單一應用，以簡化使用體驗並集中產品資源。而OpenAI隨後亦向<a href="https://www.cnbc.com/2026/03/19/openai-desktop-super-app-chatgpt-browser-codex.html" target="_blank">CNBC</a>證實了此事。</p> <p>根據報導，該專案將由應用執行長Fidji Simo負責，並與總裁Greg Brockman共同推動。Simo在寫給員工的郵件中表示，OpenAI在過去一年推出多項獨立產品，導致資源分散與產品策略不夠聚焦，因此決定透過整併重建產品主軸，旨在減少產品碎片化，提升整體使用一致性。</p> <p>OpenAI計畫在超級App中建立代理人AI能力，以在使用者的電腦上自動執行各種任務，像是編寫軟體或是分析資料。</p> <p>報導指出，此一策略與市場競爭有關，特別是Simo曾在員工大會上提及Anthropic快速受到企業及開發者的青睞，推動OpenAI從多線發展轉向集中策略，試圖在AI代理人與企業應用領域建立更明確的競爭優勢。</p> </div></div></div>
3/21 12:01作者陳曉莉https://www.ithome.com.tw/news/174565
OpenAI收購Astral，AI寫程式邁向開發流程代理人
<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"><p><a href="https://openai.com/index/openai-to-acquire-astral/" target="_blank">OpenAI週四（3/19）宣布將</a>收購Python開發工具公司Astral，計畫將其開源工具與工程團隊整合至Codex體系，加速AI在軟體開發全流程的能力布局。雙方並未公布交易金額，仍待監管核准。</p> <p>Astral成立於2021年，由Charlie Marsh於美國創立，是近年快速崛起的Python開源工具公司。其核心產品包括uv、Ruff與ty，分別用於套件與環境管理、程式碼檢查與格式化，以及型別檢查，已成為現代Python開發流程的重要基礎設施，並累積數億次下載。</p> <p>Codex則是OpenAI推出的程式開發AI系統，最初以自動生成程式碼為主，現已轉向「開發代理人」定位，目標是參與整個開發流程，包括需求規畫、修改程式碼、執行工具、驗證結果與後續維護。</p> <p>OpenAI表示，Codex今年用戶數與使用量分別成長3倍與5倍，顯示AI正從輔助工具轉向可實際操作開發流程的系統。Astral的工具正位於開發流程核心，整合後可讓AI直接操作開發者日常使用的工具鏈，提升自動化與可靠性。</p> <p>Astral創辦人<a href="https://astral.sh/blog/openai" target="_blank">Charlie Marsh則說</a>，該公司致力於打造能改變Python開發體驗的工具，加入OpenAI與Codex團隊，將有助於在AI與開發工具交會的前沿持續推進；未來仍會持續投入開源，與社群共同發展Python生態系。</p> <p>OpenAI表示，未來Astral團隊將加入OpenAI，成為Codex核心開發力量之一；將會持續維護Astral的開源專案，同時探索與Codex更緊密的整合方式。</p> <p>市場分析認為，單純的生成程式碼已逐漸商品化，使得真正的競爭優勢轉向AI能否實際操作開發工具與流程，而Astral的工具已成為Python開發流程中的關鍵組成之一。</p> </div></div></div>
3/20 18:06作者陳曉莉https://www.ithome.com.tw/news/174558
Cursor發布Composer 2模型，強調高階程式開發能力與較低詞元成本
<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"><p>AI程式開發工具Cursor發布自家模型<a href="https://cursor.com/blog/composer-2">Composer 2</a>，並已在產品中提供使用。該模型主打在維持程式開發能力的同時壓低使用成本，定價為每百萬輸入詞元（Token）0.50美元、每百萬輸出詞元2.50美元。官方還推出另一個較快版本，定價為每百萬輸入詞元1.50美元、每百萬輸出詞元7.50美元，且快速版將成為預設選項。</p> <p>官方公布的CursorBench圖表顯示，Composer 2在較低成本下仍維持61.3分，位置略低於GPT-5.4的high與medium設定，但高於GPT-5.4的low設定，單次任務的中位成本也更低。若與Opus 4.6的high、medium、low三種設定相比，Composer 2則同時位於更高分且較低成本的位置。</p> <p>Composer 2在CursorBench得分61.3，明顯高於Composer 1.5的44.2與Composer 1的38.0，在Terminal-Bench 2.0與SWE-bench Multilingual兩項評測中，Composer 2分別為61.7與73.7，也都高於前兩代。</p> <p>Cursor表示，Composer 2的提升來自新採用的持續預訓練，讓後續強化學習建立在更強的基礎上，之後再針對長任務訓練，使模型能處理需要數百個操作步驟的問題。官方將此類需要連續執行多步驟操作的程式開發工作，稱為長程程式開發任務（Long-horizon Coding Tasks）。</p> <p>當開發者愈來愈常將AI用於程式開發、除錯與推理等工作，詞元成本已成為評估模型時不可忽略的因素。從Cursor這次公布的資料來看，Composer 2的重點除了模型能力提升，也試圖在效能與使用成本之間取得更具吸引力的平衡。</p> <p>不過，這組模型比較結果的測試條件並不完全相同，Cursor指出，Anthropic模型分數採用Claude Code評測執行器，OpenAI模型分數採用Simple Codex評測執行器，Cursor自己的分數則依Terminal-Bench 2.0指定的Harbor評測框架，在預設設定下執行，每組模型與代理組合各測試5次後取平均。因此，這些數據可作為觀察模型表現的參考，但若要直接比較不同模型，仍需考慮代理執行方式與測試條件存在差異。</p> </div></div></div>
3/20 14:35作者李建興https://www.ithome.com.tw/news/174545
馬斯克改組xAI，陸續清洗原創辦班底
<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"><p>馬斯克（Elon Musk）上周為強化AI工具改組xAI，再失去多名員工，使三年前創辦班底只剩2人。</p> <p>馬斯克<a href="https://x.com/elonmusk/status/2032201568335044978" target="_blank">在X上</a>簡短公告，xAI創辦時的設定不太對，因此將從基礎重新打造。據<a href="https://x.com/grok/status/2032207207471731160" target="_blank">Grok</a>回答，馬斯克意思是xAI原始設定和架構並不適合該公司希望長的規模（理解宇宙、驅動進階AI如機器人等），因此團隊將一切打掉基礎重建，包括團隊、流程，以及和特斯拉/SpaceX的整合，一如特斯拉早期重建設計、改造生產，且幾近從本質重新開張，以迎接未來爆發性成長。Grok說，「這正是重新再出發的經典首要原則。」</p> <p>Techcrunch<a href="https://techcrunch.com/2026/03/13/not-built-right-the-first-time-musks-xai-is-starting-over-again-again/" target="_blank">報導</a>，馬斯克是在抱怨xAI的AI開發助理工具不如競爭對手OpenAI Codex及Anthropic Claude Code後，解僱了一批員工，包括xAI兩名創辦人。馬斯克並且在xAI舉行公司會議，宣示在今年年中趕上競爭者的計畫。媒體報導，連同這兩人，使2023年和馬斯克攜手草創xAI的12名員工，已經在2月以來的數波人事異動中走了10人。</p> <p>報導引述馬斯克周四<a href="https://x.com/elonmusk/status/2032341856944865487" target="_blank">說法</a>，指出已經為了加速補充人力，他也和另一名主管重新檢視面試被刷掉的應徵者。</p> <p>現在矽谷眾家軟體大廠都在爭搶人才增強AI實力。為改造xAI，馬斯克旗下的SpaceX已在今年2月<a href="https://www.ithome.com.tw/news/173722" target="_blank">買下</a>xAI以便垂直整合AI、火箭、太空網路、行動裝置直連通訊，以及即時資訊與社群平臺。</p> </div></div></div>
3/16 11:50作者林妍溱https://www.ithome.com.tw/news/174406
Google調整Antigravity收費方式，Pro方案可使用配額大為受限
<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"><p><a href="https://x.com/antigravity/status/2031835833716625883" target="_blank">Google本周宣布</a>調整AI開發IDE平臺Antigravity的收費模式，將佔用訂閱方案點數，引發眾多Pro方案用戶批評可用配額大為縮減。</p> <p>新的調整下，各級（如Pro、Ultra）方案內建的點數可用以使用Antigravity，如果配額用罄就得付費購買，25美元可買2500點，「提供更順暢的擴充途徑」。Google並宣稱，新的作法提供用戶更多控制權。</p> <p>Google並指出，AI Pro適合只使用IDE的人，包括「講求實際」的程式開發者、興趣者、學生和開發人員，他們不一定需要依賴代理人。本方案提供「慷慨」的Gemini Flash用量及基準配額，包括試用最先進的頂級模型。AI Ultra方案則是為那些每日需要大規模產出程式的開發人員而設計，他們需要一致化、大量存取Google最複雜的模型。Google鼓勵Pro用戶，如果需要更快或使用頂級模型，可以加買AI點數來客製化計畫。</p> <p>Google去年11月以預覽版提供Antigravity，<a href="https://antigravity.google/docs/plans" target="_blank">並公布</a>訂閱方案層級為基礎的使用配額規定，目前本頁還未更新。其中Google AI Ultra或Google Workspace AI Ultra for Business的方案用戶可提供「最高、最大方」的配額，每5小時更新一次，沒有每周使用上限。而Google AI Pro方案提供「高而大方」的使用配額，每5小時重置，且每周使用量及傳輸量都有上限。免費或其他方案用戶不但配額很少、且用量滿了就得等到下周。</p> <p>眾多Pro方案用戶已經感受到使用配額更緊縮。一名用戶<a href="https://old.reddit.com/r/google_antigravity/comments/1rr9n6x/mark_my_words_google_is_moving_towards_the_credit/" target="_blank">表示</a>，他在二月就感受到流量限制，輸入/輸出token由一月的1周1.5億/100萬token降為8000萬/50萬token，三月還愈來愈少，起初為2500萬/25萬token，本周跌剩900萬/20萬token，比Gemini CLI更少。此外，他也更頻繁遇到5小時重置，而且也不再能用到更高階的Gemini Pro模型。</p> <p>還有數名用戶抱怨，他們在配額用光後等了5天（而不是原來的5小時），再準備輸入時，又被告知需再等5天。另一人因此放棄Antigravity，改去訂閱Anthropic Claude、OpenAI Codex和Microsoft Copilot。</p> </div></div></div>
3/13 10:25作者林妍溱https://www.ithome.com.tw/news/174382
JetBrains發表Air與Junie CLI，擴大代理式程式開發工具布局
<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"><p>JetBrains同日發布<a href="https://blog.jetbrains.com/air/2026/03/air-launches-as-public-preview-a-new-wave-of-dev-tooling-built-on-26-years-of-experience/">Air代理式開發環境</a>與<a href="https://blog.jetbrains.com/junie/2026/03/junie-cli-the-llm-agnostic-coding-agent-is-now-in-beta/">Junie CLI</a>，擴大代理式程式開發工具鏈，涵蓋多工具、多執行環境與多模型支援。前者是可同時調度多個程式開發代理的新環境，後者則把Junie從JetBrains IDE延伸到終端機、CI/CD流程，以及GitHub、GitLab等外部場景。</p> <p>Air為代理式開發環境，主打可在同一環境中管理多個代理任務並行執行，支援Codex、Claude Agent、Gemini CLI與Junie，且可在本機工作區、Git worktree或Docker容器中執行。JetBrains強調，Air並非要取代既有開發流程或IDE，而是把任務定義、上下文指定、審查與切換流程整合在一起，解決目前不同代理各自分散在不同工具、難以共享情境的問題。</p> <p>相較之下，Junie CLI的角色較像把JetBrains既有代理能力延伸至更廣的工具鏈。Junie CLI是可獨立運作的程式開發代理，可直接在終端機中使用，也能以非互動方式放進CI/CD程序，並介接到GitHub或GitLab流程中。Junie CLI不綁定單一大型語言模型的工具，支援OpenAI、Anthropic、Google與xAI等供應商模型，同時提供BYOK機制，讓開發團隊沿用自有模型金鑰或既有供應商帳號。</p> <p>Air處理的是多代理協作、任務隔離與審查整合，Junie CLI處理的則是單一代理在終端機、版本控制與自動化流程中的延伸使用。官方把Junie描述為從IDE原生AI走向生態系層級AI的一步，而Air則仍以個人開發者生產力為重點，後續將補強團隊協作能力。現階段Air公開預覽版可先在macOS上下載使用，Windows與Linux版本尚待推出。Junie CLI測試版目前可在Linux與Apple Silicon的macOS上運作，Windows版則需透過WSL。</p> </div></div></div>
3/11 18:17作者李建興https://www.ithome.com.tw/news/174340
Claude Code新增多代理人審查，強化GitHub拉取請求審查深度
<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"><p>Anthropic於Claude Code推出名為<a href="https://claude.com/blog/code-review">Code Review的研究預覽版服務</a>，能在GitHub的拉取請求建立或更新時自動執行審查。該服務會用多個代理人平行分析程式碼差異與整個程式碼庫脈絡，將邏輯錯誤、安全弱點、邊界條件問題與潛在迴歸風險，以行內註解和總結意見回寫到拉取請求中，但不直接核准，也不阻擋合併，原有的人工作業流程仍保留。</p> <p>Anthropic把自家內部已在多數拉取請求上使用的審查流程，進一步做成可對外服務。官方提到，隨著內部工程師的程式碼產出提高，人工審查逐漸成為瓶頸，許多變更只能得到快速瀏覽式檢查。Code Review所瞄準的，正是這類在AI提升程式開發速度後，團隊反而更難維持深度審查的實際問題。</p> <p>Anthropic刻意把Code Review與既有較輕量的GitHub Actions方案區隔，官方文件指出，企業希望在自有CI環境中執行Claude，仍可選擇GitHub Actions或GitLab CI/CD，而Code Review則是由Anthropic基礎設施執行的託管服務，主打較完整的拉取請求審查。系統會先由多個代理人找出疑點，再透過驗證步驟過濾誤判、去除重複項目，最後依嚴重性排序。Anthropic表示，平均一次審查約需20分鐘，規模越大、脈絡越複雜的拉取請求，成本也會更提高。</p> <p>Code Review按詞元（Token）用量計費，單次平均費用約15至25美元。管理者可設定每月支出上限，選擇啟用的儲存庫，並決定是在拉取請求建立時審查一次，或在每次推送更新後持續審查。管理介面提供分析儀表板，用來追蹤已審查的拉取請求數量、每周成本，以及有多少審查意見已因開發者修正而自動結案。</p> <p>Anthropic目前將Code Review列為研究預覽版，提供給Team與Enterprise方案。除Anthropic外，OpenAI、微軟與Google等業者，也都已提供類似的AI程式碼審查功能，OpenAI的Codex已支援在GitHub拉取請求中以<a href="https://developers.openai.com/codex/integrations/github">@codex review要求審查</a>，可設定在新拉取請求開啟時自動執行審查。微軟<a href="https://docs.github.com/en/copilot/concepts/agents/code-review">GitHub Copilot也提供程式碼審查功能</a>，預設可由使用者將Copilot指派為審查者，也能依個人、儲存庫或組織設定為自動審查，必要時可在新推送後重新審查。Google的<a href="https://github.com/marketplace/gemini-code-assist">Gemini Code Assist on GitHub</a>則會在新拉取請求建立後提供初步審查，也支援以/gemini review手動觸發審查。</p> </div></div></div>
3/10 20:05作者李建興https://www.ithome.com.tw/news/174312
【資安日報】3月9日，新型態社交工程手法InstallFix被用於攻擊Claude Code用戶
<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"><p><a href="https://www.ithome.com.tw/news/174283"><strong style="font-size: 22px;">駭客發動InstallFix攻擊，利用冒牌Claude Code安裝指引散布竊資軟體</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/InstallFix-image5-1.jpg" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/InstallFix-image5-1.jpg" style="width: 300px; float: right;" /></a></p> <p>資安公司Push Security揭露名為InstallFix的社交工程攻擊手法，駭客透過偽造熱門開發工具的安裝教學頁面，誘騙使用者複製並執行惡意指令，藉此在受害電腦安裝竊資軟體。駭客建立與合法網站高度相似的安裝說明頁面，鎖定熱門命令列工具（CLI），其中一種是Anthropic推出的程式開發工具Claude Code。這些偽造網站在版面設計、文件導覽，以及品牌元素，幾乎與正牌Anthropic線上說明網站完全一致，主要的差異僅有安裝說明當中的命令，使用者難以辨識真偽。</p> <p>Push Security指出，攻擊者主要利用開發者常見的「curl-to-bash」安裝方式，也就是從網路下載指令碼並直接透過命令列執行的做法（curl https://some.website | bash）。受害者若依照偽造頁面指示複製並執行指令，就會從駭客控制的伺服器下載惡意程式並執行。由於把指令直接從網站貼上終端機執行的作法，大幅降低開發者部署工具的難度，有不少工具提供這種型態的安裝模式，再加上AI工具的普及，越來越多人會接觸過往只有開發者才會使用的工具，使得InstallFix對缺乏資安意識的用戶帶來威脅。</p> <p><a href="https://www.ithome.com.tw/news/174265"><strong style="font-size: 22px;">時代力量3.3萬筆個資外流，官方發聲明指出是CRM系統遭入侵</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/03-04-2026-34.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/03-04-2026-34.png" style="width: 300px; float: right;" /></a></p> <p>臺灣政黨資安防護亮紅燈！國外資安監控網站The Daily Dark Web近日揭露，臺灣政黨「時代力量（New Power Party）」的資料庫疑似遭到入侵，約3.3萬筆個資已在駭客論壇流出。</p> <p>我們於上週五（3月6日）注意到此消息，並於下午3時向時代力量查證。該黨媒體聯絡人鄭意豪於傍晚5時49分回覆證實，該事故確實發生，正持續釐清資料外洩管道。到了晚間8時，時代力量正式發布資安公告，說明其內部CRM（客戶關係管理）系統遭非法入侵。初步清查顯示，受影響資料約33,000筆，外洩欄位包含姓名、電子郵件、電話、居住地址、LINE ID、職業、生日及性別；但不包含身分證字號、銀行帳號、登入密碼或任何信用卡等財務資訊。根據時代力量的資安事故公告，該黨是在同日下午3時接獲支持者反映，其個人資安防護軟體F-Secure警示電子郵件信箱疑似由該黨系統個資外洩，隨後亦接獲媒體詢問是否知悉個資外洩。對此，時代力量立即啟動資安應變機制，全面清查系統存取記錄，並於下午5時確認異常後，正式阻斷受影響的系統連線。</p> <p><a href="https://www.ithome.com.tw/news/174254"><strong style="font-size: 22px;">駭客集團SLH招募女性發動IT服務臺語音釣魚攻擊，每通報酬最高1,000美元</strong></a></p> <p>威脅情報公司Dataminr揭露，網路犯罪集團Scattered LAPSUS$ Hunters（SLH）近期在Telegram平臺發布徵人訊息，徵求女性電訪員協助撥打語音釣魚（Vishing）電話，並提供每通電話500至1,000美元報酬。Dataminr研判，此舉顯示該集團正擴大社交工程攻擊的人力來源，並嘗試透過不同來電身分提高冒充企業IT服務臺（Help Desk）的成功率。</p> <p>Dataminr表示，SLH相關成員宣稱會提供預先撰寫的溝通話術腳本，並要求電訪員假冒IT支援人員或企業員工致電受害者，藉此展開社交工程攻擊。這類攻擊通常鎖定企業IT服務臺或客服支援流程，誘使支援人員協助重設帳號或變更驗證設定，一旦成功，攻擊者便可能取得企業系統的初始存取權。</p> <p><a href="https://www.ithome.com.tw/news/174266"><strong style="font-size: 22px;">供應鏈攻擊鎖定NuGet與NPM套件生態系，竊取憑證與敏感資訊並建立遠端控制能力</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/0307-NuGet-socket.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/0307-NuGet-socket.png" style="width: 300px; float: right;" /></a></p> <p>開源套件生態系近期接連出現供應鏈攻擊事件。軟體供應鏈安全公司Socket揭露4個惡意NuGet套件，鎖定ASP.NET開發者並竊取帳號與權限資料，企圖操控應用程式授權機制，在系統中建立長期後門。另一方面，資安業者Tenable也發現一款惡意NPM套件，利用開源指揮控制框架Mythic執行系統偵察與資料竊取。</p> <p>Socket指出，攻擊者於2024年8月12日至21日期間，透過帳號hamzazaheer上傳4個惡意NuGet套件，分別為NCryptYo、DOMOAuth2_、IRAOAuth2.0與SimpleWriter_。在研究人員通報後，相關套件已被下架，但移除前下載次數仍累計超過4,500次。除了NuGet事件，Tenable近期也揭露另一個開源套件供應鏈攻擊案例。研究人員發現名為ambar-src的惡意NPM套件，在被移除前下載次數已超過5萬次。該套件於2026年2月13日被上傳至Node.js套件管理平臺NPM，並利用NPM的preinstall指令碼機制，在套件安裝過程中執行惡意程式。</p> <p><a href="https://www.ithome.com.tw/news/174271"><strong style="font-size: 22px;">Meta被揭露AI眼鏡偷錄隱私畫面，引發控告、政府關切</strong></a></p> <p>Meta外包商員工指控，Meta AI眼鏡把使用者從銀行到臥房內的影像都讓不相干的外人看光，引發美國消費者控告以及英國政府關切。事情起因是日前瑞典媒體Svenska Dagbladet（SvD）與Goteborgs-Posten調查報導揭露，Meta AI影片外包審查的內容過於隱私，造成審查作業人員創傷。這些審查員受雇於肯亞一家Meta外包商，他們負責將Meta AI眼鏡拍攝到的影片加以標籤，以便檢查這些智慧眼鏡的AI助理是否能正確和用戶互動。但這些影片包含大量用戶隱私資訊和畫面，令他們感到不舒服。</p> <p>這些審查員表示，AI眼鏡使他們不得已「什麼都看到了」。部分影片是用戶在家中使用到一半放在桌上或使用時配偶進房間更衣，有用戶帶著智慧眼鏡上洗手間、還有人刻意配戴這些眼鏡進行性行為。另有些影片拍攝到信用卡或其他隱私資訊。這些審查員去年向Meta及Meta外包商Sama提出控告。</p> <p><a href="https://www.ithome.com.tw/news/174279"><strong style="font-size: 22px;">Anthropic與Mozilla合作，找出22個Firefox漏洞</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/c3fe844b8a437af0e44027bad81523c88b89b1ab-4584x2580.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/c3fe844b8a437af0e44027bad81523c88b89b1ab-4584x2580.png" style="width: 300px; float: right;" /></a>人工智慧在資安研究領域的應用正快速升溫，其中，AI業者Anthropic近日與開源瀏覽器開發者Mozilla合作，利用AI模型協助分析程式碼，在Firefox中發現22個安全漏洞，其中14個被評定為高嚴重性（high-severity）層級。</p> <p>該研究主要由Anthropic的安全研究團隊進行，研究人員利用其大型語言模型Claude Opus 4.6來分析Firefox程式碼，並在兩周內提交多項漏洞報告。整體而言，研究團隊掃描了約6,000個C++原始碼檔案，向Mozilla提交112份問題報告，Mozilla為其中22個漏洞分配CVE編號，其中有14個為高嚴重性漏洞，另有約90個涉及各種當機案例與程式邏輯錯誤。</p> <p><a href="https://www.ithome.com.tw/news/174267"><strong style="font-size: 22px;">Check Point揭Claude Code漏洞，惡意專案設定檔可觸發RCE並外洩API金鑰</strong></a></p> <p>隨著AI開發工具逐漸整合自動化流程與外部服務，專案設定檔正成為新的供應鏈攻擊入口。資安業者Check Point揭露，Anthropic的程式開發助理Claude Code存在安全漏洞，攻擊者可透過惡意儲存庫（repository）中的專案設定檔觸發遠端程式碼執行（RCE），甚至竊取開發者的Anthropic API金鑰。</p> <p>這些漏洞與Claude Code處理專案設定檔、Hooks機制（可在特定事件發生時自動執行指令），以及Model Context Protocol（MCP）整合流程有關。一旦攻擊者在儲存庫中預先植入惡意設定檔，當開發者在本機開啟該專案時，Claude Code可能在初始化過程中直接執行設定檔中的指令。Anthropic在接獲漏洞通報後已完成修補，並建議使用者將Claude Code更新至2.0.65版或更新版本。</p> <p><a href="https://www.ithome.com.tw/news/174282"><strong style="font-size: 22px;">OpenAI推出AI資安代理人Codex Security，可掃描GitHub程式庫自動找漏洞並提出修補</strong></a></p> <p>OpenAI上週五（3月6日）發表Codex Security，這是一款用於應用程式安全的AI代理人，目前處於研究預覽階段。該工具可自動分析程式碼、找出潛在安全漏洞並提出修補建議。OpenAI強調，Codex Security可理解整個系統脈絡並驗證漏洞，以降低誤報並提高漏洞偵測品質，目標是讓AI能協助完成部分原本需要資安工程師進行的程式碼安全審查工作。</p> <p>Codex Security目前透過Codex Web運作，主要掃描所連接的GitHub程式庫。系統會逐一分析程式碼提交（Commit），建立程式庫的安全脈絡並找出可能的漏洞。目前官方文件僅提到支援GitHub儲存庫，並未宣布支援其他程式碼託管平臺。</p> <p><a href="https://www.ithome.com.tw/news/174264"><strong style="font-size: 22px;">中華資安揭2026年新戰略，布局無人機、船舶、低軌衛星資安服務，並看好AI資安商機與自主研發成長</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/2026-03-05_151910.jpg" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/2026-03-05_151910.jpg" style="width: 300px; float: right;" /></a>隨著中華資安國際於去年由興櫃轉上市，該公司於3月5日舉辦線上法人說明會。我們也藉其公布營運展望之際，深入了解其2026年資安市場的新布局，當中最受矚目的亮點在於，該公司不僅將搶進資安守護AI的新商機，也看好CPS（虛實整合系統）新場域的韌性需求，涵蓋無人機、船舶、低軌衛星的資安服務。</p> <p>在這場法人說明會上，中華資安國際總經理洪進福首度公開該公司的AI資安策略，並表示看好CPS新場域資安服務。具體而言，中華資安國際目前採取兩大策略，包括以AI賦能資安提高競爭力，以及用資安守護AI開創新商機。</p> <p> </p> <p><strong style="font-size: 22px;">其他資安威脅</strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://gbhackers.com/cybercrime-group-in-vietnam/">越南駭客團體O-UNC-036從事大規模註冊詐騙活動，透過假帳號騙取高額簡訊費用</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://gbhackers.com/cisa-alerts-users-vulnerabilities-impacting-macos-and-ios/">美國CISA警告影響蘋果電腦、行動裝置、穿戴裝置、電視盒的3個資安漏洞已被利用</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://gbhackers.com/hikvision-multiple-product-vulnerability/">海康威視視訊監控設備存在不當驗證漏洞，可被用於提升權限，CISA列入KEV</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://gbhackers.com/new-linux-rootkits-leverage-advanced-ebpf-and-io_uring-techniques/">鎖定Linux平臺的Rootkit程式手法出現重大變化，駭客偏好採用eBPF與io_uring隱匿行蹤</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://gbhackers.com/wordpress-membership-plugin-flaw/">WordPress會員外掛程式存在重大漏洞，未經身分驗證的攻擊者可建立管理員帳號</a></strong></p> <p> </p> <p><strong>近期資安日報</strong></p> <p><a href="https://www.ithome.com.tw/news/174259"><strong>【3月6日】維基百科驚傳遭到蠕蟲攻擊，4千個頁面被破壞</strong></a></p> <p><a href="https://www.ithome.com.tw/news/174222"><strong>【3月5日】大規模執法行動鎖定網釣工具套件Tycoon 2FA，封鎖330個惡意網域</strong></a></p> <p><a href="https://www.ithome.com.tw/news/174186"><strong>【3月4日】駭客借助AI入侵大量部署於企業分支辦公室Fortinet防火牆，滲透整個公司的網路環境</strong></a></p> </div></div></div>
3/9 17:44作者周峻佑https://www.ithome.com.tw/news/174286
OpenAI推出AI資安代理人Codex Security 可掃描GitHub程式庫自動找漏洞並提出修補
<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"><p>OpenAI上周五（3/6）<a href="https://openai.com/index/codex-security-now-in-research-preview/" target="_blank">發表Codex Security</a>，這是一款用於應用程式安全的AI代理人，目前處於研究預覽階段。該工具可自動分析程式碼、找出潛在安全漏洞並提出修補建議。OpenAI強調，Codex Security可理解整個系統脈絡並驗證漏洞，以降低誤報並提高漏洞偵測品質，目標是讓AI能協助完成部分原本需要資安工程師進行的程式碼安全審查工作。</p> <p>Codex Security目前透過Codex Web運作，主要掃描所連接的GitHub程式庫。系統會逐一分析程式碼提交（Commit），建立程式庫的安全脈絡並找出可能的漏洞。目前官方文件僅提到支援GitHub儲存庫，並未宣布支援其他程式碼託管平臺。</p> <p>在運作流程上，Codex Security大致分為三個階段。首先，系統會分析程式碼庫並建立專案專屬的威脅模型（Threat Model），以理解系統架構、信任邊界與可能的攻擊面。接著，AI模型會依據這些脈絡搜尋潛在漏洞，並依其對實際系統的影響程度進行分類。對於偵測到的問題，系統可在隔離的沙盒環境中進行驗證，以確認漏洞是否真實存在並降低誤報。最後，Codex Security會提出修補建議與程式碼修改方案，協助開發者快速修復漏洞。</p> <p>OpenAI指出，許多既有應用程式安全工具主要依賴靜態分析或漏洞特徵比對，因此常產生大量低影響或誤報的漏洞警示，導致資安團隊必須花費大量時間進行人工篩選。Codex Security則利用AI模型理解整體程式架構，並在可能的情況下驗證漏洞是否可被利用，以提高漏洞報告的可信度並減少無效警示。</p> <p>Codex Security最初名為Aardvark，曾於少數客戶中進行私有測試。在早期部署中，系統曾發現SSRF漏洞與跨租戶驗證漏洞等安全問題。隨著測試持續進行，其漏洞偵測品質也逐漸提升，例如在同一程式庫的掃描中，誤報噪音降低84%，漏洞嚴重性過度評估的比例也減少超過90%。</p> <p>OpenAI表示，在最近30天的測試中，Codex Security掃描超過120萬筆程式碼提交，並發現792個重大漏洞與超過1萬個高嚴重性漏洞，而重大漏洞僅出現在不到0.1%的提交中。</p> <p>目前Codex Security已開始逐步提供給ChatGPT Pro、Enterprise、Business與Edu用戶使用，推出後首月可免費使用，但OpenAI尚未公布正式版本推出時間。</p> </div></div></div>
3/9 12:29作者陳曉莉https://www.ithome.com.tw/news/174282
OpenAI推出GPT-5.4，強化專業能力並首度支援AI操作電腦
<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"><p>OpenAI周四（3/5）<a href="https://openai.com/index/introducing-gpt-5-4/" target="_blank">發布新一代大型語言模型GPT-5.4</a>，並同步於ChatGPT、API與程式開發工具Codex中推出。OpenAI表示，GPT-5.4整合推理、程式開發與AI代理人能力，是目前最適合處理專業知識工作的前沿模型之一。新模型除了強化專業工作能力外，也首次提供原生電腦操作能力，使AI代理人可透過電腦介面直接操作應用程式與瀏覽器。</p> <p>在模擬真實職場的GDPval評測中，GPT-5.4於83%的任務上表現與人類專業人士相當或更佳。GDPval評測涵蓋金融、製造、醫療、政府與資訊服務等9個產業、44種職業，任務包括建立財務試算表、製作銷售簡報、規畫排班與設計工程流程等，並由相關領域專業人士進行盲測評分。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0306-gpt54-600-1.png" style="width: 600px;" /></p> <p>此外，與GPT-5.2相比，GPT-5.4在可靠性上也有所提升。在使用者曾標記為錯誤的提示測試中，新模型整體回答出現錯誤的機率降低18%，單一事實陳述出現錯誤的機率則降低33%，顯示模型在專業工作場景中的穩定度進一步改善。</p> <p>在軟體開發上，GPT-5.4於SWE-Bench Pro除錯評測中的得分為57.7%，略高於GPT-5.3-Codex的56.8%；但在測試多步驟開發流程的Terminal-Bench 2.0中，GPT-5.4得分75.1%，低於GPT-5.3-Codex的77.3%。</p> <p>此次更新的一項重要突破是新增電腦操作能力。根據OpenAI的說法，GPT-5.4可透過螢幕截圖理解電腦介面，並利用滑鼠與鍵盤指令操作軟體與網頁。例如AI代理人可在瀏覽器中讀取電子郵件、下載附件、整理資料並填入試算表，或在不同應用程式之間完成多步驟工作流程，使AI能直接在真實軟體環境中執行任務。</p> <p>此外，GPT-5.4也強化了AI代理人的工具使用能力。OpenAI在API中新增「Tool Search」機制，使模型在需要使用外部工具時，可先搜尋可用工具並動態載入其定義，而不必在每次請求中載入所有工具資訊。OpenAI表示，此機制可在維持準確度的情況下減少約47%的Token使用量，使AI代理人能在包含大量工具與API的系統中更有效率地完成多步驟任務。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0306-gpt54-600-2.png" style="width: 600px;" /></p> <p>GPT-5.4在API與Codex中支援最高100萬個Token的脈絡長度，但在ChatGPT中仍維持與GPT-5.2相同的27.2萬個Token限制。</p> <p>OpenAI已逐步於ChatGPT的Plus、Team與Pro方案中推出GPT-5.4，可望取代原有的GPT-5.2 Thinking模型。另也推出效能更高的GPT-5.4 Pro版本，供需要處理複雜任務的企業與開發者使用。</p> <p><span style="color:#696969;"><span style="font-size:14px;">圖片來源／OpenAI</span></span></p> </div></div></div>
3/6 09:25作者陳曉莉https://www.ithome.com.tw/news/174226
Google抓Antigravity濫用誤鎖Gemini CLI用戶，新增再認證解封流程
<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"><p>Google在<a href="https://github.com/google-gemini/gemini-cli/discussions/20632">gemini-cli專案公告</a>，稍早陸續有Gemini CLI用戶回報帳號遭中斷存取。原因出在AI代理人開發平臺Antigravity的後端服務層，針對違反服務條款的行為啟動一波封鎖措施，在同一層的濫用防護機制作用下，連帶影響使用者對Gemini CLI與Gemini Code Assist的存取權限。</p> <p>該封鎖行動主要針對以第三方軟體或代理存取Antigravity資源與配額的用法。由於防護機制作用在後端，Antigravity的封鎖名單也影響依賴同一後端通道的Gemini CLI與Gemini Code Assist。Google坦承這次處置造成干擾，並表示已啟動系統層級的自動解封，清理近期遭標記的帳號，大部分受影響帳號可在一至兩天恢復。</p> <p>Google已調整該封鎖流程，之後帳號要是被判定違反條款，使用者將收到通知信，Gemini CLI也會顯示更明確的錯誤訊息，並引導至專用Google表單。使用者需重新閱讀條款並完成再認證，確認不得繞過系統措施或規避使用限制，送出後由周期性同步機制自動恢復存取，通常在一至兩天內可恢復。若同一帳號第二次違規，則會被永久封鎖。</p> <p>Google說明，違規行為的重點在於使用第三方軟體、工具或代理擷取Gemini CLI的OAuth驗證，藉此存取其後端服務與配額，而該用法違反Gemini CLI適用條款與政策。<a href="https://geminicli.com/docs/resources/tos-privacy/">Gemini CLI的條款與隱私說明頁面</a>也以近期熱門的代理型AI系統OpenClaw為例，指出直接用第三方工具存取Gemini CLI的後端服務屬違規，可能構成停權或終止帳號的理由。</p> <p>類似的訂閱方案OAuth憑證被第三方工具轉接使用的爭議，也出現在Anthropic。<a href="https://www.ithome.com.tw/news/173288">2026年1月起陸續有開發者回報</a>，使用OpenCode等第三方代理把Claude訂閱方案的OAuth憑證，介接到外部程式開發環境OpenCode後，開始出現驗證失敗與存取遭阻；Anthropic團隊對外說明已收緊防護機制，目的是阻止第三方工具偽裝官方用戶端、借用訂閱登入執行自動化工作負載。</p> <p>相較於直接封鎖的作法，就公開文件所示，<span class="s1" style="font-variant-numeric: normal; font-variant-east-asian: normal; font-variant-alternates: normal; font-size-adjust: none; font-language-override: normal; font-kerning: auto; font-optical-sizing: auto; font-feature-settings: normal; font-variation-settings: normal; font-variant-position: normal; font-variant-emoji: normal; font-stretch: normal; line-height: normal; font-family: "Helvetica Neue";">OpenAI</span>與微軟<span class="s1" style="font-variant-numeric: normal; font-variant-east-asian: normal; font-variant-alternates: normal; font-size-adjust: none; font-language-override: normal; font-kerning: auto; font-optical-sizing: auto; font-feature-settings: normal; font-variation-settings: normal; font-variant-position: normal; font-variant-emoji: normal; font-stretch: normal; line-height: normal; font-family: "Helvetica Neue";">GitHub</span>目前皆提供以登入流程完成授權的方式，讓使用者可在<a href="https://opencode.ai/">OpenCode</a>與OpenClaw等第三方工具中串接既有訂閱權益。<a href="http://docs.openclaw.ai/concepts/oauth">OpenClaw文件</a>寫明OpenAI Codex的ChatGPT OAuth登入流程，使用者可透過瀏覽器登入完成授權，以訂閱方案使用Codex。GitHub Copilot用戶則可依<a href="http://docs.openclaw.ai/providers/github-copilot">OpenClaw文件</a>所述以裝置登入取得GitHub權杖，再以該GitHub權杖取得Copilot API權杖的串接方式使用OpenClaw。</p> </div></div></div>
3/2 17:56作者李建興https://www.ithome.com.tw/news/174106
OpenAI推論API新增WebSocket模式，代理式工具呼叫流程最高可加速40%
<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"><p>OpenAI在自家模型呼叫介面Responses API推出<a href="https://developers.openai.com/api/docs/guides/websocket-mode">WebSocket模式</a>，讓開發者可透過持久的WebSocket連線呼叫API，並在多回合互動時只傳送新增的輸入項目，以回應ID銜接前一次的對話狀態。OpenAI也指出，這套模式相容ZDR（Zero Data Retention）與不保留資料的設定，主要鎖定長時間執行且工具呼叫密集的代理式工作流程。</p> <p>OpenAI說明，WebSocket模式特別針對模型與工具之間需要反覆往返的情境設計，例如代理式程式開發或任務調度流程。由於連線持續保持開啟，每一回合僅送出增量輸入，可減少每回合重新銜接上下文的額外成本。官方提到，在包含20次以上工具呼叫的長鏈流程中，端到端執行時間最高可改善約40%。</p> <p>與既有的HTTP呼叫方式相比，WebSocket模式延續對話狀態的方式大致相同，只是在活躍的連線，服務端可在同一條連線內以較低延遲的方式銜接。服務會在連線本地的記憶體快取中保留最近一次回應的狀態，後續若重用同一條連線並延續最新一輪回應，就能重用該狀態降低接續成本。由於狀態只保留在記憶體、不寫入磁碟，因此可相容ZDR與不保留資料設定。</p> <p>單一WebSocket連線可接收多次請求，但會以序列方式執行，同時間只允許一個進行中的回應，目前不支援多工，因此要是需要平行執行，開發者需自行開啟多條連線。此外，連線最長維持60分鐘，達上限後需重新建立。</p> <p>OpenAI提供兩種重連後恢復工作流程的方法，當先前的回應已持久化且仍握有有效ID，可在新連線上延續先前的對話鏈，要是無法接續，例如未啟用保存或遇到狀態遺失，則需重新建立對話鏈，並重新提供後續回合所需的完整輸入脈絡。OpenAI也要求開發者在應用層納入錯誤處理與重連策略。</p> <p>VS Code擴充套件Cline也分享早期整合測試結果，Cline<a href="https://x.com/cline/status/2026031848791630033?s=20">表示</a>，在GPT 5.2 Codex模型情境下，相較既有標準API呼叫方式，簡單任務約可快15%，複雜的多檔案工作流程約可快39%，個別最佳案例可達50%。不過Cline也提醒，WebSocket交握會讓短任務的起始延遲略增，但在工具呼叫頻繁、回合數多的負載下，整體加速效果更明顯。</p> </div></div></div>
2/24 14:38作者李建興https://www.ithome.com.tw/news/174008
Google公布Gemini 3.1 Pro，推理能力為前代2倍
<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"><p>Google於本周四（2/19）<a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/">發表最新代理式模型Gemini 3.1 Pro</a>現在提供給企業、開發人員及付費消費者。新模型推理及程式撰寫能力更進階，並在多項能力超越Anthropic及OpenAI競爭模型。</p> <p>Gemini 3.1 Pro是以Gemini 3系列為基礎開發，在核心推理能力更進一步。根據該公司列出的ARC-AGI-2（抽象推理能力）標竿測試結果，3.1 Pro得分達77.1%，是3 Pro版推理效能的2倍有餘。此外，最新版Gemini 3.1 Pro在GPQA Diamond（科學知識）、Terminal-Bench 2.0（代理終端編程）、SciCode（科學研究編程）、APEX-Agent（長程專業任務）、t2-bench（代理工具使用）、BroweComp（代理搜尋）及MMMLU（多語Q&A）等標竿測試的得分，也都超越競爭對手如Anthropic Opus 4.6及GPT 5.2。</p> <p>Google指稱，Gemini 3.1 Pro更聰明，解決複雜問題能力也更強，可用於多種實際任務。首先，它能將文字提示轉成程式碼，例如根據英國古典小說《咆哮山莊》（Wuthering Heights）的文字轉化成捕捉主角個性的具體意象畫面；它還能撰寫程式生成動態圖，可直接從文字提示生成用於網站的動態SVG圖；它的系統合成能力可利用進階推理來整合複雜的API和設計，例如可建立動態航太儀表板，將太空站軌道遙感資料視覺化呈現。3.1 Pro還有個3D椋鳥群飛（starling murmuration）的互動設計工具，不只能生成視覺程式碼，還能讓使用者控制鳥群飛翔軌跡，生成的聲音能依遠近變化，新工具允許使用者製作效果豐富的原型。</p> <p>現在Gemini 3.1 Pro已部署給消費者、企業和開發人員。具有付費方案Google AI Pro及Ultra資格的消費者可以在Gemini App及NotebookLM使用。企業用戶可在Vertex AI及Gemini Enterprise存取新模型。而開發人員則可透過Gemini AI Studio、Gemini CLI、Google Antigravity及Android Studio的Gemini API使用3.1 Pro預覽版。</p> <p>此外，最新<a href="https://github.blog/changelog/2026-02-19-gemini-3-1-pro-is-now-in-public-preview-in-github-copilot/">Gemini Pro模型也以預覽版在GitHub Copilot上線</a>。這使得Gemini 3.1 Pro成為繼GPT-5.3-Codex、Claude 4.6 Opus後，登上GitHub Copilot平台的最新頂尖模型。</p> <p><a href="https://s4.itho.me/sites/default/files/images/Gemini 3_1 Pro_圖片來源Google.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/Gemini%203_1%20Pro_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90Google.jpg" style="width: 600px;" /></a><br /> <strong><span style="color:#696969;">圖片來源／Google</span></strong></p> </div></div></div>
2/21 00:57作者林妍溱https://www.ithome.com.tw/news/173987
Claude Sonnet 4.6登陸GitHub Copilot
<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"><p>GitHub<a href="https://github.blog/changelog/2026-02-17-claude-sonnet-4-6-is-now-generally-available-in-github-copilot/">宣布</a>，Anthropic最新版代理式程式碼撰寫模型Claude Sonnet 4.6版已部署到GitHub Copilot，將開放給付費訂閱用戶。</p> <p>最新Claude Sonnet 4.6模型在代理式編碼能力優異，搜尋運作尤其強大。現在Claude Sonnet 4.6已提供給GitHub Copilot付費方案包括Copilot Pro、Pro+、Business和Enterprise使用者，其中Business及Enterprise版方案管理員必須透過Copilot設定啟用Claude Sonnet 4.6政策。這些用戶可在Visual Studio Code或Visual Studio、Github.com、iOS/Android版GitHub Mobile App、GitHub Copilot CLI、GitHub Copilot Coding Agent的模型選擇器中，選用Claude Sonnet 4.6。<a href="https://www.neowin.net/news/claude-sonnet-46-arrives-in-github-copilot-to-streamline-complex-agentic-coding/">Neowin分析</a>，新模型的特化搜尋及代理式能力可望簡化大規模程式碼瀏覽及自動化任務委派工作流程。</p> <p>這是最新登陸GitHub Copilot的強大程式撰寫模型。不到兩周年GitHub Copilot才剛獲得OpenAI’s <a href="https://github.blog/changelog/2026-02-09-gpt-5-3-codex-is-now-generally-available-for-github-copilot/">GPT-5.3-Codex</a>的加持。<br /> </p> </div></div></div>
2/19 17:59作者林妍溱https://www.ithome.com.tw/news/173978
GitHub Actions引入AI代理工作流程，自動化程式儲存庫維護任務
<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"><p><a href="https://github.blog/ai-and-ml/automate-repository-tasks-with-github-agentic-workflows/">GitHub代理式工作流程（Agentic Workflows）進入技術預覽階段</a>，該功能可將儲存庫中的部分例行維護與協作工作，交由AI代理在自動化工作流程平臺GitHub Actions內執行。適用情境涵蓋議題（Issue）分流與標記、拉取請求檢視、持續整合失敗原因分析，以及文件與程式碼品質維護等，讓使用者以自然語言描述的方式定義自動化作業，降低撰寫與維護複雜工作流程設定的門檻。</p> <p>GitHub Agentic Workflows將工作流程的主要內容改為Markdown檔案，由人以自然語言寫出要達成的目標與判斷方式，同時保留一段以YAML表示的前置設定，用來宣告觸發條件、權限、可用工具與允許的輸出範圍。Markdown工作流程並非要取代GitHub Actions，而是透過GitHub CLI擴充套件gh aw進行編譯，產生對應的鎖定檔.lock.yml，最終仍以標準GitHub Actions工作流程形式在儲存庫內執行並留存紀錄。</p> <p>工作流程預設以唯讀權限執行，避免AI代理直接取得任意寫入能力。如果開發者需建立議題、留言、拉取請求或套用標籤等寫入操作，必須透過safe-outputs安全輸出機制，以預先核准且經清理驗證的方式完成。此外還納入沙箱化執行、網路隔離，以及相依套件以SHA雜湊固定等措施，降低執行環境與供應鏈風險。</p> <p>官方強調，使用者可用不同的程式開發代理引擎，執行同一套工作流程格式，例如Copilot CLI、Claude Code或OpenAI Codex，使工作流程描述與背後的推理引擎保持相對獨立。</p> <p>這項機制建立在GitHub Actions既有的事件模型之上，可因議題與拉取請求事件啟動，也支援排程執行或手動觸發，另外也提供以留言指令啟動的形式，讓工作流程能在議題或留言串中被呼叫，但仍受前述權限與安全輸出護欄的限制。</p> <p>GitHub Agentic Workflows<a href="http://github.github.io/gh-aw/guides/mcps/">內建GitHub MCP整合</a>，讓工作流程以可控方式存取儲存庫、議題、拉取請求及Actions等資源，藉此取得脈絡資訊並執行對應操作。此外，gh aw提供mcp-server指令，能將工作流程管理功能以MCP工具形式開放給代理使用。<a href="http://github.github.io/gh-aw/guides/web-search/">網頁搜尋或瀏覽器自動化等能力</a>也可納入流程，但須改用外部MCP伺服器，且仍須在工作流程中明確宣告，並受網路權限等護欄機制限制。</p> <p>GitHub表示，Agentic Workflows由GitHub、Microsoft Research與Azure Core Upstream合作推動，並以開源方式釋出程式碼，採MIT授權。</p> </div></div></div>
2/16 23:19作者李建興https://www.ithome.com.tw/news/173970
OpenAI公布首個執行在Cerebras平臺的模型GPT-5.3-Codex-Spark 速度快15倍
<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"><p>才在本月公布Codex App Mac版、GPT-5.3-Codex模型，OpenAI昨日又公布執行首個在Cerebras晶片平臺上執行的模型<a href="https://openai.com/index/introducing-gpt-5-3-codex-spark/" target="_blank">GPT-5.3-Codex-Spark</a>，專為即時程式撰寫（real-time coding）為設計，提供每秒1,000 token的算力及強大程式撰寫能力。目前已開放ChatGPT Pro用戶試用。</p> <p>GPT-5.3-Codex-Spark是OpenAI首個專為即時性軟體開發任務而設計的模型，滿足智能及低延遲性的雙重需求。它是Codex專為快速推論進行優化小型版本。在SWE-Bench Pro和Terminal-Bench 2.0<a href="https://www.cerebras.ai/blog/openai-codexspark" target="_blank">等標竿測試中</a>，新模型生成速度比GPT-5.1-Codex-mini快了約3至4倍，而比起旗艦版GPT-5.3-Codex，則快了約15倍。另一方面Codex-Spark具備和主要模型相同的安全訓練，包括網路安全能力。</p> <p>該模型執行於Cerebras Wafer-Scale Engine 3（WSE 3）AI加速器基礎之上，具備每秒超過1000 token的算力效能，可在線上編程環境下提供幾近即時的回饋。Codex-Spark允許開發人員精準編輯、重建邏輯、改善介面，且可立即看到結果。有了Codex-Spark，OpenAI的Codex現在即可支援長期、大型任務。</p> <p>GPT-5.3-Codex-Spark是雙方1月<a href="https://www.ithome.com.tw/news/173382" target="_blank">宣布合作</a>的首項成果。一般相信這是OpenAI為降低對Nvidia依賴及提升算力瓶頸的策略合作。而且未來還會有更多成果；OpenAI表示，會持續和Cerebras合作擴充資料中心容量、強化使用體驗及部署更大的尖端模型。</p> <p>Codex-Spark是Codex朝向兩種相輔相成模式目標演進的第一步：長程推理與執行模式（longer-horizon reasoning and execution）及即時協作與快速迭代模式（real-time collaboration for rapid iteration）。目前GPT-5.3-Codex-Spark為後者。但未來兩種模式會混合，使Codex提供互動，又能在背景將長程任務委派給子代理人（sub-agent）或平行分散給多個模型，滿足對廣度和速度的需要，兩者能力兼顧可讓使用者不需一開始就抉擇單一模式。</p> <p>目前Codex-Spark on Cerebras以研究預覽版形式，提供給ChatGPT Pro方案用戶試用。開發人員可透過Codex App、CLI及VS Code延伸程式使用新模型。</p> <p>該公司計畫未來進一步擴大開放範疇。OpenAI計畫開發一小部份想將本模型整合到其產品中的設計合作夥伴，經由API使用GPT-5.3-Codex-Spark。再過幾周他們會再擴大開放，以便新模型可整合到真實營運環境。</p> <p>剛上線的Codex-Spark提供128K context window，僅支援文字。由於是預覽版，Codex-Spark的流量使用並不會計入用戶限額中。但由於需求熱烈，OpenAI提醒試用的用戶，可能會有流量受限及短暫佇列的情形。</p> </div></div></div>
2/13 19:15作者林妍溱https://www.ithome.com.tw/news/173963
DevOps快報第4期：Chrome開始支援WebMCP，要讓AI代理直接和網頁元件互動，巴西最大銀行打造18000人…
<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"><p>2026/1/1～2/11 精選DevOps與開發新聞：</p> <h3><strong><span style="color:#0000FF;">#網頁應用開發 #AI代理<br /> Chrome即將支援Google和微軟聯手發起的WebMCP，要AI代理更容易操控瀏覽器</span></strong></h3> <p>隨著MCP協定去年初爆紅，Google和微軟也在去年8月聯手發起了一個新的網際網路協定專案WebMCP，這個專案希望提供一套更標準化的做法，讓網站經營者來定義和明確描述，AI代理可以和網站內容的互動位置、互動方式、使用的參數，以及互動後期待的結果。目標是讓AI代理可以更快、更可靠，也更準確地操作網頁，來完成任務。WebMCP目前仍是規格提案而非W3C正式標準。</p> <p>WebMCP提供兩種AI與網站互動的API，第一類是宣告式API，讓網站能直接在HTML表單等既有結構上描述可執行的操作。第二類是命令式API，鎖定較複雜或高度動態的互動流程，允許透過JavaScript執行，貼近真實網站行為的情境。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/WebMCP.jpg" /></p> <h3><strong><span style="color:#0000FF;">#平臺工程 #雲端轉型<br /> 巴西最大銀行平臺工程解密，18000人開發者平臺架構公開</span></strong></h3> <p>為了支援雲端轉型，伊塔烏聯合銀行也展開了平臺工程的開發變革，要來提高一萬八千名開發人員的生產力，從文化、標準化和平臺等三大面向的策略來推動變革。</p> <p>在標準化策略上，伊塔烏聯合銀行定義了自己的應用程式開發藍圖，涵蓋了整個應用程式開發生命週期，各個階段的標準工具、配套機制和相關標準規格。另外訂定了全公司通用的前端技術架構，後端技術架構和分析技術架構。為了統整和套用上述這些工具和技術架構，伊塔烏聯合銀行打造了一套通用的開發者平臺，專注於5大目標，提升開發者體驗與生產力、加速交付與上市時間、改善安全與合規、增強擴展性與可靠性，以及成本優化。在架構設計上，則可分為三大類控制平面，分別是控制管理器、App控制平面和資料控制平面。</p> <p><span style="color:#0000FF;"><strong>#程式碼規劃 #AI代理開發<br /> CodeRabbit推出AI代理開發的任務計畫師，幫你的AI代理訂定更詳細的開發計畫</strong></span><br /> AI程式碼審查新聞CodeRabbit最近推出了一款AI開發任務計畫師（CodeRabbit Issue Planner），可以用來訂定AI代理的開發計畫，自動生成一系列的開發計畫提示指令，提供給開發者所用的AI開發工具來執行。</p> <p>這款計畫師會利用CodeRabbit原有用來審查程式碼的上下文引擎，建立一個開發計畫，包括了如何完成任務的說明，列出需要修改的相關文件，並將複雜的開發需求，分解成多階段和不同任務，並且會利用過往的事件、PR、企業組織工具（如Notion、Confluence工具中的資訊），來優化上述的開發計畫和任務。最後產生一個可以編輯的結構化開發計畫和可用的提示指令，可以直接放到開發工具中執行。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%A4%A7CodeRabbit.jpeg" /></p> <h3><span style="color:#0000FF;"><strong>#多代理開發 #VS Code<br /> VS Code 1.109持續強化多代理人開發能力，新引入代理工作階段管理與終端機沙箱</strong></span></h3> <p>微軟今年2月發布了VS Code 1.109版，進一步強化了多代理開發體驗，新增更完整的代理工作階段管理機制，讓使用者能在同一介面中啟動與切換本機、背景與雲端代理工作階段，同時強化代理執行終端指令的風險控管，導入終端機沙箱等安全機制。VS Code也強化終端機工具的呈現方式，讓使用者更容易判斷代理準備執行什麼指令與在何處執行。</p> <p>去年12月1.108新增的代理技能Agent Skills，現在也成為正式版功能，可以用來將特定領域的指引與工作流程封裝成可重複使用的技能。企業情境則加入GitHub組織層級的自訂指示，讓同一組織內的Copilot對話更容易套用一致規範。此外也加入Claude Agent預覽支援，並支援MCP Apps，讓伺服器回傳互動式內容時能直接在聊天中呈現。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/VSCode-chat-mermaid.png" /></p> <h3><span style="color: rgb(0, 0, 255);"><strong>#AI代理開發 #擴充套件<br /> Visual Studio Code現在也能管Copilot Studio代理</strong></span></h3> <p>最近微軟正式上線了Copilot Studio for Visual Studio Code擴充程式，讓開發人員可以在熟悉的IDE開發環境中，來開發和管理Copilot Studio代理人（agents）。這個擴充功能，將開發代理人的工作流程帶進Copilot Studio，包括原始碼控制、拉取請求、變更歷史紀錄，以及可重複部署，讓創作者與開發人員，能兼顧治理或開發速度來協同作業。</p> <p>微軟建議有四類開發情境特別適合在IDE中開發AI代理，包括需要管理眾多主題的代理人，且需快速搜尋；需和多人協同並安全變更；想在原始碼中定義代理人及在DevOps管線中同步環境；或是結合IDE和AI助理以加速開發迭代作業。</p> <h3><strong style="color: rgb(0, 0, 255);">#jQuery #網頁開發框架</strong><br /> <strong style="color: rgb(0, 0, 255);">十年來最重要的一次改版，jQuery發布4.0.0，清理多年技術債也新增可信型別</strong></h3> <p>jQuery團隊終於發布jQuery 4.0.0正式版，這是隔了快十年才發布的一次主要版本更新。資安與前端治理關注的更新是支援可信型別（Trusted Types），在啟用內容安全政策（CSP）並要求可信型別強制規則的情境下，透過TrustedHTML包裝的HTML內容較不會因型別不符而被瀏覽器阻擋。另外也移除了對IE 10和更舊版本的支援，並清理了多年累積的舊API與相容性包袱，整體檔案體積也因此縮小。官方團隊預計在jQuery 5.0處理IE 11相關支援問題。</p> <h3><strong><span style="color:#0000FF;">#開發框架 #WebAssembly<br /> .NET 11預覽登場，Zstandard壓縮入列、CoreCLR開始跨進WebAssembly</span></strong></h3> <p>微軟發布.NET 11第一個預覽版，新的主要版本更新範圍涵蓋執行階段（Runtime）、基礎函式庫、SDK與MSBuild，以及ASP.NET Core、Blazor與.NET MAUI等元件。</p> <p>其中較受關注的兩項更新，是在基礎函式庫加入Zstandard壓縮支援，以及讓CoreCLR成為WebAssembly SDK的一個目標，並同步擴充瀏覽器託管CoreCLR的相關能力。 </p> <p>CoreCLR是.NET預設執行階段，負責載入.NET元件與執行C#等語言編譯後的程式，同時處理垃圾回收與執行緒等機制。不過這一版仍屬奠基階段，官方也明確指出目前尚未到可供一般用途使用的成熟度，後續預覽版才會逐步擴大可用範圍與工具鏈整合。</p> <h3><span style="color:#0000FF;"><strong>#AI代理開發<br /> 數百AI代理七天寫出瀏覽器百萬行程式，Cursor靠分工實現以週為單位的協同開發</strong></span></h3> <p>AI程式開發工具Cursor揭露一項長期實驗的成果，在單一專案使用了數百隻AI代理來協作，從頭撰寫一款瀏覽器，連續執行1周可以寫出百萬行程式碼，不過，Cursor也投入數十億以上Token的代價。</p> <p>研究團隊把角色拆成規畫者與執行者，改用工作流水線分工取代扁平結構。規畫者持續逐一走訪程式碼庫並產生任務，必要時可再衍生子規畫者，讓規畫本身也能平行化，執行者則只專注完成被指派任務，完成後推送變更，不必同時兼顧全局協調。每輪迭代結束後，由裁判代理程式判斷是否繼續。不過，研究人員坦言，多代理協調仍是難題，目前雖堪用，但距離最佳化仍有落差。</p> <h3><span style="color:#0000FF;"><strong>#AI代理開發流程 #Copilot<br /> GitHub將代理式工作流程的共通工程問題，打包成一款Copilot SDK</strong></span></h3> <p>從零開始打造代理式工作流程並不容易，在真正開發產品邏輯之前，通常就得先處理一整套共通的工程問題。GitHub進入公布了Copilot SDK技術預覽版，將代理是工作流程所需的基礎能力，做成現成可用的元件。在這個SDK中，GitHub Copilot CLI背後的代理執行迴圈，可以封裝成可程式化介面，方便開發者在自家應用程式中執行多回合任務，並由Copilot負責規畫步驟、呼叫工具、編輯檔案與執行命令。GitHub強調，該SDK沿用Copilot CLI的執行核心，目標是降低團隊自行開發規畫器、工具迴圈與執行環境的負擔。首波支援Node.js與TypeScript、Python、Go與.NET。</p> <h3><strong><span style="color:#0000FF;">#ACP協定支援</span></strong><br /> <strong><span style="color:#0000FF;">GitHub Copilot CLI開始支援ACP協定，要讓第三方開發工具直接串接Copilot代理</span></strong></h3> <p>GitHub Copilot CLI開始支援Agent Client Protocol（ACP），目前是開預覽版。ACP協定可以讓第三方工具、整合開發環境與自動化系統能透過可擴充介面，直接串接Copilot的代理能力。應用實例如，ACP可用於持續整合與持續交付等工作流程，讓自動化系統能在流程中安排代理式的程式開發任務，並透過標準協定啟動、監控與終止工作階段。ACP也將把權限請求與回覆納入協定互動，外部系統可以在關鍵動作前加入核准關卡，來降低未經確認就執行的風險。</p> <h3><strong><span style="color:#0000FF;">#Xcode #AI代理開發<br /> 蘋果IDE開發工具Xcode釋出26.3版，正式支援代理人開發模式</span></strong></h3> <p>在2月初，蘋果推出Xcode 26.3，可以在Xcode中直接使用Anthropic的Claude Agent與OpenAI的Codex，由AI代理人自主完成複雜的程式開發任務，而不再只是回應單一步驟的輔助工具，等於是宣告App開發流程進入由AI主動參與的新階段。</p> <p>去年釋出的Xcode 26，已於IDE中導入對話式的生成式AI助理，支援程式碼產生、除錯與文件撰寫，不過，開發者仍然需要一步步下指令。到了26.3版，最大差異是AI角色，從被動輔助升級為可長時間運作的「程式代理人」，能在理解整個專案架構後，自行拆解任務、跨檔案修改程式、執行建置與測試，並反覆迭代直到完成目標。AI開發代理可探索完整專案結構與中繼資料、查閱蘋果官方開發文件，確保使用最新API與最佳實務；同時也能透過Xcode Previews進行視覺驗證，特別適用於SwiftUI等高度依賴介面呈現的開發場景。</p> <h3><span style="color:#0000FF;"><strong>#桌面版AI開發工具<br /> ChatGPT將內建程式開發Agent獨立，推出桌面版的Codex App</strong></span></h3> <p>OpenAI在2月初推出Codex app for macOS，將原本存在於ChatGPT、CLI與IDE擴充中的Codex，進一步獨立為桌面應用程式，變成可管理多程式代理人的指揮中心。Codex App提供了集中式介面，讓多個代理人以獨立執行緒、依專案分類運作。開發者可在不同任務間快速切換，檢視代理人產生的程式差異、留言回饋，或直接在本地編輯器中進行人工修正。App也內建支援Git worktree，使多名代理人能在同一個程式庫中平行工作，而不影響主分支狀態。</p> <p>透過skills機制，Codex可被賦予特定工具與流程能力，例如讀取Figma設計並轉為前端程式碼、建立與編輯試算表與文件、部署應用程式至雲端服務。OpenAI內部已經有數百個skills，用於評測、訓練監控、文件撰寫與營運分析等工作。</p> <h3><span style="color:#0000FF;"><strong>#企業開發需求 #OpenAI<br /> OpenAI加碼搶攻企業開發市場，推出AI代理開發管理平臺</strong></span></h3> <p>最近OpenAI推出了代理人管理平臺Frontier，讓企業可開發、部署和管理企業營運用的AI代理人。OpenAI Frontier能和企業既有系統串接，不需改換平臺，透過開放標準，可以就地整合AI代理人和現有資料，以及現有使用的應用程式。Frontier可以連結資料倉儲、CRM系統、工單工具和其他內部應用，讓所有AI代理人擁有共同的企業脈絡，來理解企業資料、任務。Frontier可管理本地環境、企業雲端和OpenAI runtime上的代理人，也不需它們改變運作流程。OpenAI也和多家AI開發工具商合作，來協助企業開發代理人。</p> <h3><span style="color:#0000FF;"><strong>#開發文件API<br /> Google推出開發者知識API和MCP伺服器，要讓AI助理直接查詢官方開發文件</strong></span></h3> <p>這套Google新發布的Developer Knowledge API及對應的MCP伺服器，可以查詢firebase.google.com、developer.android.com與docs.cloud.google.com等網站的內容，任何開發文件更新後，24小時內會更新索引，確保AI助理取得的是最新版文件。目前仍是公開預覽，以非結構化Markdown為主，待釋出正式版時，Google計畫新增更結構化的內容，例如可辨識的程式碼範例物件與API參考實體，同時擴大收錄的文件語料，並縮短重新索引的延遲時間。</p> <h3><span style="color:#0000FF;"><strong>#AI程式碼審查工具<br /> AI程式碼審查平臺Qodo推出2.0，改採用多AI代理分工審查的新架構</strong></span></h3> <p>以AI審查程式碼打響名號的Qodo最近推出了2.0版，採用了多AI代理架構，來分工審查程式碼，更強化了多AI代理了解過去審查脈絡的能力。Qodo不再將所有程式碼視為單一的任務，而是改用十多款擅長審查不同程式碼品質的專用AI代理分工處理，像是後端臭蟲、UI問題、runtime失敗、規則衝突、資安風險、效能優化、可用性落差等。還有一個AI代理裁判，用來評估不同專業審查AI代理的結果，由AI代理裁判解決不同AI代理的衝突，或移除重複的建議等。還有一款推薦AI代理，將上下文脈絡擴大到企業的程式碼以外，會參考企業過去的PR歷史紀錄，過去的審查回饋和重複出現的模式，來了解和權衡企業程式碼審查的工程決策。Qodo目前可以支援GitHub、GitLab和Bitbucket平臺。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%A4%A7Qodo.jpeg" /></p> <h3><span style="color:#0000FF;">#網頁組合語言<br /> WebAssembly執行環境Wasmer 7.0，新增Python的非同步執行能力</span></h3> <p>WebAssembly執行環境Wasmer發布7.0版，開發團隊在其主導的WASI擴充WASIX加入完整動態連結支援，讓更多依賴原生擴充模組的Python套件能在Wasmer上運作。新版也推出實驗性非同步API，可讓Python在Wasmer上補齊完整的非同步能力，並解鎖先前難以運作的生態系套件，例如SQLAlchemy等</p> <h3><span style="color:#0000FF;"><strong>#微型沙盒 #開發安全<br /> JavaScript執行環境Deno推出沙盒功能，用微型VM來隔離不受信任的程式碼</strong></span></h3> <p>越來越多平臺讓使用者透過LLM產生程式碼後立即執行，甚至用API金鑰呼叫外部API或外部LLM，Deno推出沙箱功能，可在Deno Deploy雲端服務上，以Linux microVM隔離執行不受信任程式碼，並透過同一套機制控管對外連線與API金鑰等機密的使用與外洩風險。</p> <p><strong>更多新聞</strong></p> <ul> <li>Linux核心2月初發布6.19版，增加了即時更新用的系統呼叫，控制臺增加新字體來支援高解析度螢幕</li> <li>Node.js在2月初釋出25.6.0版，強化多項非同步Hook的能力</li> <li>分散式版本管理工具Git在2月初釋出2.53.0版，增加多項新功能和錯誤修復，如新增is-needed子指令來判斷維護指令的執行</li> <li>Rust語言1月底釋出1.93版，大幅改善musl的DNS解析器，也移除Rust libc多個老舊的相容性符號。</li> </ul> <p>責任編輯：王宏仁</p> <p> <span class="s1" style="font-variant-numeric: normal; font-variant-east-asian: normal; font-variant-alternates: normal; font-size-adjust: none; font-language-override: normal; font-kerning: auto; font-optical-sizing: auto; font-feature-settings: normal; font-variation-settings: normal; font-variant-position: normal; font-variant-emoji: normal; font-stretch: normal; line-height: normal; font-family: "PingFang TC";">圖片來源：</span>Google<span class="s1" style="font-variant-numeric: normal; font-variant-east-asian: normal; font-variant-alternates: normal; font-size-adjust: none; font-language-override: normal; font-kerning: auto; font-optical-sizing: auto; font-feature-settings: normal; font-variation-settings: normal; font-variant-position: normal; font-variant-emoji: normal; font-stretch: normal; line-height: normal; font-family: "PingFang TC";">、</span>CodeRabbit<span class="s1" style="font-variant-numeric: normal; font-variant-east-asian: normal; font-variant-alternates: normal; font-size-adjust: none; font-language-override: normal; font-kerning: auto; font-optical-sizing: auto; font-feature-settings: normal; font-variation-settings: normal; font-variant-position: normal; font-variant-emoji: normal; font-stretch: normal; line-height: normal; font-family: "PingFang TC";">、微軟、</span>Qodo</p> </div></div></div>
2/13 15:29作者王宏仁https://www.ithome.com.tw/news/173955
AI趨勢周報第285期： 200行Python程式碼重現GPT核心，AI也可以很極簡
<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（0206～0212）</span></h3> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GPT </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Transformer </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 簡化 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>200行Python程式碼重現GPT核心，AI也可以很極簡</strong></span></p> <p>前OpenAI研究員、Eureka Labs創辦人Andrej Karpathy最近發起一個實驗專案microGPT，只用243行純Python程式碼、不依賴任何機器學習框架，就完整重現GPT語言模型的訓練與推論流程，把GPT的核心運作邏輯完整寫出來。他形容，GPT真正「不可或缺」的演算法就是這些，其他程式碼只是為了讓模型跑得更快、更有效率。他後來又再優化架構，進一步把程式碼精簡到200行。</p> <p>Andrej Karpathy沒有用PyTorch、TensorFlow或NumPy等任何深度學習框架，而是用最基本的數學運算，把GPT需要的所有核心機制一個個寫出來。從Transformer架構和自注意力機制，到前向與反向傳播、梯度更新，再到一個字一個字生成的自回歸流程，都完整寫在這幾百行程式碼裡。只不過，模型在訓練時的梯度計算，由他自製的micrograd引擎負責，並搭配Adam演算法更新參數。</p> <p>他後來精簡過的版本，把反向傳播寫得更直觀：每個運算步驟只需說明「如果輸出改變，自己會怎麼改變」，整體誤差的連鎖傳遞由系統統一處理。每個模組只負責自己的部分，程式結構因此變得更乾淨。</p> <p>新版程式也排成三欄形式：資料與自動微分、GPT模型本體，以及訓練和推論流程。這個專案就像是把大型語言模型（LLM）的核心，從龐大框架和黑盒子中抽出來，回到最基本的數學與演算法本質。<a href="https://x.com/karpathy/status/2021694437152157847">（詳全文）</a></p> <p><img alt="" src="https://pbs.twimg.com/card_img/2019780415410847744/V8z6bCmz?format=png&name=medium" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> OpenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Codex </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 程式開發 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>OpenAI推GPT-5.3-Codex，AI開始協助打造AI了</strong></span></p> <p>OpenAI再推新版代理型程式開發模型GPT-5.3-Codex，不只強化開發能力，更首度公開表示，在訓練與部署過程中，新模型的早期版本還能使用工具、協助開發後來的正式版本，就像是自己開發自己一樣，揭示「AI輔助AI開發」開始走向實務。</p> <p>GPT-5.3-Codex延續400K的上下文長度，並優化長時間、多步驟任務的穩定性和執行速度，與前代相比，整體效能提升約25%。這套模型專為Nvidia GB200 NVL72架構設計，在SWE-Bench Pro與Terminal-Bench 2.0等基準測試中，表現也比前代模型好，部分成績也高於Claude Opus 4.6。</p> <p>OpenAI強調，GPT-5.3-Codex可支援從寫程式、除錯、部署到文件記錄和測試等完整軟體生命周期。在整體開發能力上，OpenAI強調GPT‑5.3-Codex具備更強的編碼、美學和壓縮優化能力，能在數天內從零開始到建立複雜的遊戲和應用程式。這波更新不只是新模型發布，更顯示AI從輔助寫程式，開始參與下一代模型開發，意味著代理型AI競賽進入新階段。<a href="https://openai.com/zh-Hant/index/introducing-gpt-5-3-codex/">（詳全文）</a></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> OpenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Frontier </span></strong></span></p> <p><span style="font-size: 22px;"><strong>OpenAI推代理管理平臺Frontier，瞄準企業級AI協作</strong></span></p> <p>OpenAI日前推出代理人管理平臺Frontier，讓企業可開發、部署並統一管理各類AI代理。目前已開放少數客戶使用，未來將逐步擴大。</p> <p>OpenAI指出，企業要真正提升生產力，關鍵不只是導入AI，而是建立跨系統的AI代理管理機制。Frontier可串接資料倉儲、CRM系統和內部應用，建立共用的「企業脈絡」，讓不同代理理解相同資料和任務背景。企業可透過ChatGPT Enterprise等介面操作Frontier，並同時管理自建、OpenAI提供的或第三方AI代理。</p> <p>功能上，Frontier涵蓋四大面向：一是整合資料與工具，讓代理人能在既有流程中運作；二是任務規劃與資源調度，可依需求排程模型運算；三是品質回饋與記憶機制，協助代理持續優化；四是企業級安全與治理，為每個代理人設定身份、權限與護欄。目前HP、Oracle和Uber等企業已導入或測試，OpenAI也派出前導部署工程師協助落地。<a href="https://openai.com/zh-Hant/index/introducing-openai-frontier/">（詳全文）</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/Screen%20Shot%202026-02-13%20at%202_02_35%20AM.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Anthropic </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 金融分析 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Office </span></strong></span></p> <p><span style="font-size:22px;"><strong>Anthropic新模型專攻金融分析和Office整合</strong></span></p> <p>Anthropic在2月5日發表新模型Claude Opus 4.6，主打強化金融研究和分析能力，並同步升級Claude in Excel，還推出研究預覽版Claude in PowerPoint與桌面工具Cowork，把生成式AI進一步帶進金融專業人員的日常工作。</p> <p>Anthropic表示，新版在推理、多工處理與長時間多步驟任務的穩定性上，都有明顯進步。在其內部Real-World Finance評測中，Claude Opus 4.6在50項投資與財務分析情境下，表現比幾個月前推出的Claude Sonnet 4.5高出23個百分點。在外部測試中，在Vals AI的Finance Agent評測達60.7%，TaxEval稅務測試則是76%。</p> <p>產品面上，Claude in Excel可直接協助規畫分析流程、編輯樞紐分析表和圖表，降低跨檔案操作負擔。研究預覽版Claude in PowerPoint則可讀取簡報版型和母片，自動生成或修改投影片。桌面工具Cowork可在授權下，存取指定資料夾，同時處理多份文件與任務，並支援外掛整合財務流程。市場反應上，多家傳統企業軟體股在這項消息公布後出現下跌，顯示AI對既有工作軟體版圖的衝擊正在擴大。<a href="https://claude.com/blog/opus-4-6-finance">（詳全文）</a></p> <p><img alt="" src="https://cdn.prod.website-files.com/68a44d4040f98a4adf2207b6/69860def3cf544958f0a7c43_Opus-46-Blog-Comparison-Excel%20(1).png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Mistral </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 語音轉文字 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 會議 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Mistral揭露新一代語音轉文字模型</strong></span></p> <p>法國AI新創Mistral推出語音轉文字系列模型Voxtral Transcribe 2，鎖定會議逐字稿、客服通話和即時語音互動等需求。這次發布兩款模型：適合大量錄音處理的Voxtral Mini Transcribe V2，以及主打即時應用的Voxtral Realtime。官方表示，即時模型的轉錄延遲可設定到200毫秒以下。</p> <p>Voxtral Realtime採用串流架構，音訊一進來就同步產生文字，而不是先切段再處理。開發者可依需求，調整速度和準確度。模型權重採Apache 2.0授權，企業可自行部署在本地或邊緣設備。</p> <p>批次模型則新增說話者分離、詞級時間戳記與語境偏移功能，可加入最多100個關鍵詞，幫助辨識人名或專業術語，方便整理多人會議。官方公布，模型在FLEURS測試中詞錯誤率約4%，API定價為每分鐘0.003美元。Mistral也在Mistral Studio新增音訊試用介面，讓團隊可上傳檔案、即時檢視轉錄效果。<a href="https://mistral.ai/news/voxtral-transcribe-2">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> GitHub </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 基礎設施 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI代理 </span></strong></span></p> <p><span style="font-size:22px;"><strong>GitHub把AI代理變成開發基礎設施</strong></span></p> <p>GitHub旗下工具Agent HQ開始支援Claude和Codex模型（公開預覽版），意味著GitHub正把多家AI模型納入核心開發流程，而不是只當作外部輔助工具。Copilot Pro+和Copilot Enterprise用戶可在GitHub網站、行動版與VS Code啟動代理工作階段。</p> <p>這次的更新關鍵，在於讓不同代理直接參與既有協作流程。開發者可將議題指派給代理，或要求其在Pull Request中分析、提出修改建議，所有對話、變更和日誌都會保留在儲存庫內，納入原本的審查與追蹤機制，減少工具切換的麻煩。</p> <p>VS Code 1.109以上版本可支援本機互動與雲端自動化兩種模式，長時間任務可交由GitHub端執行。企業管理者則能集中設定模型存取權限和安全政策。GitHub也預告，接下來將引進更多AI供應商，來打造多代理並存的開發環境。<a href="https://github.blog/news-insights/company-news/pick-your-agent-use-claude-and-codex-on-agent-hq/?utm_source=blog-homepage&utm_medium=blog&utm_campaign=agent-3p-platform-feb-2026">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 104人力銀行 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 推薦 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 履歷 </span></strong></span></p> <p><span style="font-size:22px;"><strong>104人力銀行揭3項AI應用，推薦與履歷健檢加速工作媒合</strong></span></p> <p>104人力銀行日前公布旗下3項AI亮點應用，包括AI工作／人才推薦、AI訊息分類和AI履歷健檢。這些功能結合自研演算法與開源、商用大型語言模型（LLM），目標是要提高求職者與企業間的雙向媒合效率。</p> <p>在推薦機制方面，AI會根據求職者瀏覽行為、履歷內容與偏好，自動推送高關聯職缺；企業端則可每日收到符合職缺條件的人才建議，並透過回饋持續優化模型。104統計，透過AI推薦獲得面試邀約的機率，是自行搜尋的3.2倍，企業端邀約同意率也約為傳統方式的3倍。</p> <p>為降低溝通落差，104也推出AI訊息分類，將企業面試邀約分為高關聯的「專屬」與其他「一般」訊息，協助求職者快速判斷優先順序。此外，AI履歷健檢可在約3秒內給出客製化建議，引導補強關鍵經歷與成果，而非直接代寫。近4成使用者依建議更新履歷，整體面試機會提升約20%。<a href="https://www.ithome.com.tw/news/173786">（詳全文）</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202026-02-05%20192126.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Databricks </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> LLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 評審 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Databricks發表MemAlign，用雙記憶機制強化LLM評審能力</strong></span></p> <p>Databricks旗下Mosaic AI Research團隊發表MemAlign，是一套以「雙記憶系統」累積專家回饋的大型語言模型（LLM）評審對齊框架，並已整合進開源模型管理平臺MLflow。。</p> <p>企業常讓LLM擔任評審，檢查客服機器人或代理程式輸出是否合規，但通用模型的判斷往往和領域專家標準有落差。Mosaic指出，單靠提示詞，容易前後不一致，若靠微調，則成本高，因此改採記憶機制累積專家自然語言回饋。</p> <p>MemAlign把可重複使用的原則存入「語意記憶」，把具體案例保留在「情節記憶」，新任務評估時會同時檢索兩類記憶作為參考，不需更新模型權重。在Prometheus-eval測試中，僅用最多50筆回饋樣本，即可在約40秒內完成對齊，成本約0.03美元。不過推論時需進行向量搜尋，單筆評估可能增加約1秒延遲。目前，MemAlign已可在MLflow與Databricks平臺使用。<a href="https://www.databricks.com/blog/memalign-building-better-llm-judges-human-feedback-scalable-memory">（詳全文）</a></p> <p><img alt="" src="https://www.databricks.com/sites/default/files/inline-images/memalign-building-better-llm-judges-human-feedback-scalable-memory-img-2.png" /></p> <p>圖片來源／OpenAI、Anthropic、104人力銀行、Databricks</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI趨勢近期新聞 </span></strong></span></p> <p><strong>1. Google將Data Commons MCP改為雲端託管，免本機部署即可查詢公開統計資料</strong></p> <p>資料來源：iThome整理，2026年2月</p> <div id="gtx-trans" style="position: absolute; left: 425px; top: 2212.17px;"> <div class="gtx-trans-icon"> </div> </div> </div></div></div>
2/13 02:13作者王若樸https://www.ithome.com.tw/news/173942
OpenAI推出AI代理式編碼模型GPT-5.3-Codex 速度提升25%
<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"><p>OpenAI接連推出開發工具，上周公布<a href="https://www.ithome.com.tw/news/173724" target="_blank">Codex桌機版</a>及代理人<a href="https://www.ithome.com.tw/news/173797" target="_blank">管理平臺Frontier</a>後，又推出了最新版<a href="https://openai.com/zh-Hant/index/introducing-gpt-5-3-codex/" target="_blank">AI代理式程式編寫模型GPT-5.3-Codex</a>。OpenAI並稱這是該公司第一個「可建立自己」的AI模型。</p> <p>OpenAI稱，GPT-5.3-Codex可將Codex應用情境擴展至桌機電腦的各類專業工作，號稱是能力最強的智慧代理式程式碼撰寫模型。GPT-5.3-Codex具備GPT-5.2 Codex的程式設計效能，context windows同為400k，和GPT-5.2的推理及專業知識，可支援研究、工具操作或複雜執行流程的長時間任務。受惠於基礎設施與推理堆疊的改進，Codex使用者整體速度提升25%。</p> <p>GPT‑5.3-Codex是專為NVIDIA GB200 NVL72系統共同設計、訓練並部署的模型。OpenAI強調，GPT‑5.3-Codex在標竿測試SWE-Bench Pro和Terminal-Bench的表現業界最強。根據SWE-Bench Pro的跑分成績，在相同輸出token中（不到20K token時）GPT‑5.3-Codex（>50%）優於自家的GPT‑5.2-Codex及GPT‑5.2（<50%）。而在Terminal-Bench 2.0測試中，GPT‑5.3-Codex準確度（77%）也優於兩個自家模型。（64.0%及62.2%）。</p> <p>新模型緊接Anthropic上周公布的<a href="https://www.ithome.com.tw/news/173796" target="_blank">Claude Opus 4.6</a>，頗有較勁意味。根據<a href="https://www.tbench.ai/leaderboard/terminal-bench/2.0" target="_blank">Terminal-Bench 2.0</a>的測試結果，在搭配不同代理人情況下GPT-5.3-Codex在某些測試分數達到約75.1–77.3%的最高分，而Claude Opus 4.6測試分數約65.4–69.9%左右。</p> <p>在整體開發能力上，OpenAI強調GPT‑5.3-Codex具備更強的編碼、美學和壓縮優化能力，能在數天之內從零開始進展到建立複雜的遊戲及應用程式。例如配合Codex App和GPT‑5.3-Codex，可自主反覆迭代開發出第二代賽車和潛水遊戲，而在一般網站開發上，新模型比前代更能理解開發人員意圖，即使開發人員提示詞不精確或太少。OpenAI舉例它可在開發商品網站時，製作三則推薦輪播，或將年費自動拆解成相較於月費的折扣。</p> <p>一如對Codex桌機版本的描述，OpenAI也說GPT‑5.3-Codex是為支援整個軟體生命週期而打造，包括偵錯、部署、監控、撰寫PRD、編輯文案、使用者研究、測試、指標等各種工作。OpenAI表示，這個新模型GPT‑5.3-Codex代表向單一通用代理人邁出關鍵一步。</p> <p>值得一提的是，OpenAI宣稱GPT‑5.3-Codex是該公司第一個在打造自身（create itself）過程中發揮關鍵作用的模型。也就是說它的早期版本協助開發正式版本。OpenAI描述，Codex團隊使用GPT‑5.3-Codex早期版本來針對訓練流程除錯、管理部署，並診斷測試結果與評估。根據<a href="https://bigsansar.com/blog/openai/openai-gpt53-codex-ai-that-helped-build-itself" target="_blank">專業網站</a>指出，這是業界專家稱「AI輔助AI開發」的重大進展。</p> <p>GPT‑5.3-Codex現在可透過付費ChatGPT方案使用，支援所有Codex可運作的平臺，包括應用程式、CLI、IDE擴充功能與網頁版。OpenAI也正積極準備在安全的前提下，於近期開放API存取。</p> </div></div></div>
2/9 13:06作者林妍溱https://www.ithome.com.tw/news/173847
GitHub Agent HQ開始提供Claude與Codex，並預告擴大代理陣容
<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"><p>GitHub旗下Agent HQ已<a href="https://github.blog/news-insights/company-news/pick-your-agent-use-claude-and-codex-on-agent-hq/?utm_source=blog-homepage&utm_medium=blog&utm_campaign=agent-3p-platform-feb-2026">把Anthropic Claude與OpenAI Codex納入代理工作流程</a>，兩者以公開預覽形式提供給Copilot Pro+或Copilot Enterprise訂閱者使用，並可在github.com、GitHub Mobile與VS Code啟動代理工作階段。</p> <p>GitHub把不同供應商的程式開發代理直接納入既有協作環境，讓代理的對話脈絡、執行歷程與審查軌跡能與儲存庫的議題與拉取請求，綁在同一個工作脈絡中，減少在外部工具間切換與反覆複製貼上的繁瑣操作。官方說明，Agent HQ讓團隊可在同一個任務情境下選用Copilot、Claude、Codex或自訂代理，並預設為非同步執行。每個代理工作階段會消耗1次付費等級請求（Premium Request）額度，Claude與Codex也需要先在設定中明確啟用後才能使用，Copilot CLI支援則預告將稍後提供。</p> <p>GitHub把代理的輸出視為可被檢視與被質疑的貢獻形式，代理可以在儲存庫內留下可審查的日誌，也會產生如評論、草稿與擬議變更等產物，並能被放回既有的審查流程中處理。使用者可以把議題指派給Copilot、Claude或Codex，也能把代理套用到既有拉取請求，要求提出修改或進一步分析。GitHub也提供以帳號提及方式觸發後續工作，使代理活動能留在同一個討論脈絡裡並可追溯。</p> <p>VS Code 1.109以上則可直接啟動代理工作階段，並區分本機互動式與雲端自動化等不同型態的工作模式，目的是讓較長時間的任務可以交由GitHub端執行，同時保留與專案相關的脈絡與歷程。</p> <p>針對企業治理需求，管理者可集中設定代理與模型的存取權限與安全政策。程式碼層面，GitHub Code Quality目前也以公開預覽提供，可延伸既有安全檢查，用於評估變更對可維護性與可靠性的影響。GitHub也把初步程式碼審查步驟納入Copilot工作流程，讓代理先行處理明顯問題。使用情形與效益則可透過Copilot指標儀表板追蹤，同時搭配稽核記錄與企業級存取管理，讓代理執行的變更在治理上更可追溯。</p> <p>官方也預告，Claude與Codex的可用範圍將擴大到更多Copilot訂閱類型，並持續與Google、Cognition、xAI等AI服務供應商合作，把更多專門化代理帶進GitHub、VS Code與Copilot CLI的工作流程中。</p> </div></div></div>
2/5 14:28作者李建興https://www.ithome.com.tw/news/173778
蘋果讓AI不只寫程式，Xcode 26.3正式邁入代理人開發模式
<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"><p>蘋果於周二（2/3）<a href="https://www.apple.com/newsroom/2026/02/xcode-26-point-3-unlocks-the-power-of-agentic-coding/" target="_blank">推出Xcode 26.3</a>，讓開發者可在Xcode中直接使用Anthropic的Claude Agent與OpenAI的Codex，由AI代理人自主完成複雜的程式開發任務，而不再只是回應單一步驟的輔助工具，等於是宣告App開發流程進入由AI主動參與的新階段。</p> <p>Xcode為蘋果所打造的整合開發環境（IDE），支援從iPhone、iPad、Mac、Apple Watch、Apple Vision Pro到Apple TV等各種蘋果裝置。去年釋出的<a href="https://www.ithome.com.tw/news/169473" target="_blank">Xcode 26</a>，已於IDE中導入生成式AI助理，支援程式碼產生、除錯與文件撰寫，但當時AI仍以「回合式助手」為主，需由開發者逐步下指令。</p> <p>Xcode 26.3的最大差異，在於AI角色從被動輔助升級為可長時間運作的「程式代理人」，能在理解整個專案架構後，自行拆解任務、跨檔案修改程式、執行建置與測試，並反覆迭代直到完成目標。</p> <p>在Xcode 26.3中，Claude與Codex不只是聊天介面中的模型，而是能直接存取Xcode內部能力的代理人。代理人可探索完整專案結構與中繼資料、查閱蘋果官方開發文件，確保使用最新API與最佳實務；同時也能透過Xcode Previews進行視覺驗證，特別適用於SwiftUI等高度依賴介面呈現的開發場景。</p> <p>蘋果表示，為了讓代理式程式撰寫順利運作，團隊與Anthropic及OpenAI密切合作，針對Token使用效率與工具呼叫進行最佳化，確保代理人能在IDE中穩定執行長時間任務。當代理開始工作時，系統會將其行動拆解為多個步驟，並在介面中清楚顯示每次修改內容與執行流程，提高整體透明度。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0204-Apple-Xcode-agentic-coding-with-Anthropic-Claude-Agent.jpg" style="width: 600px;" /></p> <p><span style="font-size:14px;"><span style="color:#696969;">圖片來源／蘋果</span></span></p> <p>值得注意的是，Xcode 26.3並非只針對特定模型進行客製化整合。蘋果同時透過Model Context Protocol（MCP）開放Xcode能力，讓任何相容MCP的外部AI代理都能接入Xcode，進行專案探索、檔案管理、程式修改、文件查詢與視覺預覽。</p> <p>在實際應用上，不同模型也呈現出不同使用特性。市場普遍認為，Claude較適合處理需要長時間推理與整體規畫的任務，而Codex則在程式碼產生與錯誤修正等工程執行層面展現優勢。</p> <p>Xcode 26.3目前已以發行候選版形式提供給蘋果Developer Program成員，正式版將於近期透過App Store上架。</p> </div></div></div>
2/4 11:47作者陳曉莉https://www.ithome.com.tw/news/173752
OpenAI推出Codex桌面版，程式代理人從研究功能走向工作平臺
<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"><p>OpenAI周一（2/2）<a href="https://openai.com/index/introducing-the-codex-app/" target="_blank">推出Codex app for macOS</a>，將原本存在於ChatGPT、CLI與IDE擴充中的Codex，進一步獨立為桌面應用程式，定位為可同時管理多個程式代理人的指揮中心。這項發表並非單純增加新介面，而是象徵OpenAI正式將「代理人式開發」從研究預覽階段，推向可規模化使用的實務工作模式。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0203-Codex%20app%20for%20macOS-2-OpenAI.png" style="width: 600px;" /></p> <p><span style="font-size:14px;"><span style="color:#696969;">圖片來源／OpenAI</span></span></p> <p><a href="https://www.ithome.com.tw/news/169008" target="_blank">Codex最早</a>於2025年5月以研究預覽形式對外公布，當時被定位為ChatGPT中的程式撰寫代理人，可協助工程師撰寫功能程式碼、回答程式問題、除錯，並在雲端沙箱中反覆執行測試，直到通過為止。初期僅開放給Pro、Team與Enterprise方案用戶，後續才逐步擴及Plus與Edu方案。相較於一般對話型AI，Codex的特點在於能實際讀取專案檔案、執行指令，並以任務為單位長時間運作。</p> <p>不過，隨著開發者開始同時調度多個代理人處理不同任務，僅透過命令列或IDE擴充的操作方式，逐漸顯露出管理與監督上的限制。OpenAI指出，現有工具並非為「多代理人平行協作」所設計，這也成為推出Codex桌面版的主要原因。</p> <p>新推出的Codex App提供集中式介面，讓多個代理人以獨立執行緒、依專案分類運作。開發者可在不同任務間快速切換，檢視代理人產生的程式差異、留言回饋，或直接在本地編輯器中進行人工修正。App也內建對Git worktree的支援，使多名代理人能在同一個程式庫中平行工作，而不影響主分支狀態。</p> <p>在功能面上，Codex的角色已逐漸超越單純寫程式。透過skills機制，Codex可被賦予特定工具與流程能力，例如讀取Figma設計並轉為前端程式碼、建立與編輯試算表與文件、部署應用程式至雲端服務，或依排程自動執行檢查、彙整與回報等流程型任務。OpenAI表示，內部已建立數百個skills，用於評測、訓練監控、文件撰寫與營運分析等工作。</p> <p>在用戶支援上，Codex目前已全面納入ChatGPT訂閱體系。ChatGPT Plus、Pro、Business、Enterprise與Edu方案用戶，皆可使用Codex於CLI、Web、IDE擴充與桌面App中。OpenAI亦宣布，Codex將在限時期間開放給ChatGPT Free與Go用戶體驗，並同步提高所有付費方案的使用上限，長期是否維持免費使用仍有待觀察。</p> <p>Codex App目前僅提供macOS版本，但OpenAI已明確表示，後續將推出Windows版本，並持續強化多代理人工作流程、自動化機制與推論效能。</p> <p>OpenAI指出，自2025年12月推出GPT-5.2-Codex後，Codex整體使用量快速成長，顯示企業與開發者正逐步採用以代理人為核心的開發模式。其核心理念在於透過程式碼作為通用控制語言，縮小前沿模型能力與實際工作應用之間的落差。</p> </div></div></div>
2/3 11:44作者陳曉莉https://www.ithome.com.tw/news/173724
OpenAI低價方案ChatGPT Go擴大至全球，臺灣可用，未來可能包含廣告
<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"><p>去年10月宣布亞洲的推出計畫後，<a href="https://help.openai.com/en/articles/11989085-what-is-chatgpt-go" target="_blank">OpenAI上周宣布</a>ChatGPT低價版ChatGPT Go於全球上線。而低成本可能會以廣告為代價。</p> <p>經過這次全球上線，臺灣用戶也多了這項方案選擇。<a href="https://chatgpt.com/zh-Hant/plans/go/" target="_blank">根據臺灣官網</a>，新服務為每月290元臺幣。</p> <p>ChatGPT Go是在現行Team、Pro及Enterprise以下推出的低成本訂閱方案（英文版官網費用為每月8美元。它在免費版ChatGPT功能（例如少量使用ChatGPT 5、圖片生成及檔案上傳、基本資料分析功能）以外提供再額外功能。包含使用GPT-5 Auto幫助寫作、優於免費版的圖片生成、檔案上傳及進階資料分析。</p> <p>但OpenAI同時也表示，未來可能開始在ChatGPT Go測試廣告。</p> <p>有趣的是，<a href="https://chatgpt.com/zh-Hant/plans/go/" target="_blank">根據英文版官網</a>，ChatGPT Go可支援無限制存取GPT-5.2 Instant模型（不過OpenAI有防止濫用的護欄機制），可使用Python探索資料，也具有更長久的記憶可支援個人化回應。英文版ChatGPT Go雖然無法使用API，但還包含可存取專案、任務和自訂GPTs，以便組織工作、追蹤進度，或建立或編輯客製化GPTs。</p> <p>臺灣ChatGPT Go則明確表示，更大的記憶和上下文長度、專案、任務和自訂GPT、有限存取Sora 1影片生成功能及Codex智慧體，都屬於ChatGPT Plus的服務內容。</p> <p>先前OpenAI曾表示，ChatGPT Go不提供4o等舊式模型、Sora，也不提供連接器（connector）連結外部應用或資料源。但在最新英文版官方聲明頁中並未包含這些資訊。</p> <p>在此之前，ChatGPT Go先後於8月及9月在印度和印尼推出。10月則擴及馬爾地夫、泰國、馬來西亞、菲律賓、越南、阿富汗等東南亞、南亞和中東國家。</p> </div></div></div>
1/19 10:47作者林妍溱https://www.ithome.com.tw/news/173427
Cursor實驗多代理協作自動寫程式，一周從零打造瀏覽器程式碼庫破百萬行
<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"><p>AI程式開發工具Cursor<a href="https://cursor.com/zh-Hant/blog/scaling-agents" target="_blank">公開一項長期實驗成果</a>，團隊嘗試讓多個程式開發代理程式在同一專案上連續運作數周，以並行方式推進原本需要人類團隊數個月的工程規模。研究團隊在單一專案同時執行數百個代理程式，累積寫出超過100萬行程式碼，並投入數十億以上Token。在協調架構上，團隊改採分工設計，將系統推進到能以星期為單位的運作規模。</p> <p>Cursor在文中先交代多代理協作的主要障礙不在於能不能同時跑很多代理程式，而在於如何避免彼此卡住與重複勞動。</p> <p>研究團隊把角色拆成規畫者與執行者，改用工作管線式分工取代扁平結構。規畫者持續逐一走訪程式碼庫並產生任務，必要時可再衍生子規畫者，讓規畫本身也能平行化，執行者則只專注完成被指派任務，完成後推送變更，不必同時兼顧全局協調。每輪迭代結束後，由裁判代理程式判斷是否繼續。</p> <p>開發團隊以從零打造網頁瀏覽器作為壓力測試，讓多代理程式連續運作接近一周，累積產出超過100萬行程式碼、約1,000個檔案，並將程式碼公開在GitHub供外界檢視。團隊也把同樣方法用在自家程式碼庫的工程任務上，例如在不改變既有專案基礎的前提下，將前端框架Solid搬遷到React，歷時超過3周，產生數十萬行等級的新增與刪除變更，目前已啟動測試並評估具備合併可行性。</p> <p>研究人員特別提到，模型選擇會直接影響長時間自主任務的穩定度。GPT-5.2系列在長期運作時更能遵循指令、維持焦點、避免漂移，且能更完整精準地收尾實作，相較之下，Opus 4.5較容易提早停下或採取捷徑，將控制權交回使用者，研究人員也指出，不同模型適合不同角色，例如GPT-5.2在規畫者任務上表現優於GPT-5.1-codex，因此團隊已改採依角色挑選模型，而非單一模型包辦全部工作。</p> <p>不過，研究人員坦言，多代理協調仍是難題，目前方法雖可運作，但距離最佳化仍有落差，例如規畫者需要在任務完成時被喚醒以接續安排，避免等待空窗。部分代理程式也可能運行過久，需要更好的節奏控制。此外，系統仍仰賴定期重啟以對抗漂移，且避免陷入局部最佳化，忘記整體目標。</p> </div></div></div>
1/16 12:30作者李建興https://www.ithome.com.tw/news/173397
OpenAI推出GPT-5.2-Codex模型，特化代理式程式開發以及防禦型資安應用
<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"><p>OpenAI發布程式開發專用模型<a href="https://openai.com/index/introducing-gpt-5-2-codex/">GPT-5.2-Codex</a>，並表示這是針對Codex情境調校的GPT-5.2版本，主打專業軟體工程與防禦型資安。該模型已在付費版ChatGPT用戶可使用的各項Codex介面上線，並規畫在接下來數周內逐步開放API存取。同時OpenAI也測試邀請制可信存取（Trusted Access），讓經審核、以防禦用途為主的專業人士與組織，先行參與後續能力與更寬鬆模型的存取測試。</p> <p>官方提到，GPT-5.2-Codex的改動重點在於長期任務的上下文壓縮，並強化大型程式碼變更情境下的穩定性，例如重構與系統搬遷，也改善在Windows環境中的代理式程式開發表現，並提供Codex CLI作為使用入口。</p> <p>OpenAI描述GPT-5.2-Codex更能處理長上下文與大型儲存庫，工具呼叫更可靠，目標是在長時間工作階段中維持脈絡一致，完成重構、程式碼庫搬遷與功能建置等較大任務，即使計畫調整或嘗試失敗也能繼續迭代。</p> <p>OpenAI也提到視覺理解能力提升，可更準確解讀螢幕截圖、技術圖表與使用者介面，用於加速把設計稿轉成可運作原型。</p> <p>在基準測試方面，OpenAI稱GPT-5.2-Codex在SWE-Bench Pro的準確率達56.4%，在Terminal-Bench 2.0達64.0%，呈現該模型在真實軟體工程任務與終端機操作情境下的代理式程式開發能力提升。對照OpenAI先前公布的GPT-5.2在SWE-Bench Pro為55.6%、GPT-5.1為50.8%，GPT-5.2-Codex在同類軟體工程基準測試上小幅提升，並在終端機型任務上相較GPT-5.1-Codex-Max的58.1%更高</p> <p>OpenAI這次也將資安擺進模型能力強化重點，OpenAI表示，模型在資安任務的進步同時帶來雙重用途風險，因此採取更謹慎的部署策略。系統卡附錄指出，GPT-5.2-Codex在整備度框架（Preparedness Framework）下未達資安能力高（High）等級，OpenAI因此在模型層與產品層加上額外防護，包含針對有害任務與提示注入的安全訓練，以及代理沙箱與可設定的網路存取等機制。</p> <p>官方也提到，先前有資安研究人員使用GPT-5.1-Codex-Max搭配Codex CLI進行React伺服器元件的漏洞研究並負責任通報。該研究原本是為了重現並分析稍早揭露的重大漏洞 <a href="https://www.ithome.com.tw/news/172628">React2Shell（CVE-2025-55182）</a>修補內容，過程中另外發現3項新漏洞。<a href="https://www.ithome.com.tw/news/172790">React團隊隨後公開這3項漏洞，其中兩項可造成DoS，另一項可能導致原始碼曝光</a>。</p> <p>針對後續開放策略，OpenAI表示將逐步推出並搭配更嚴格的存取控管，除ChatGPT付費用戶外，API端也逐步開放，並以邀請制讓經審核的防禦用途研究者先行參與。</p> </div></div></div>
2025/12/19 18:32作者李建興https://www.ithome.com.tw/news/172932
【資安日報】12月9日，AI開發工具與程式助理廣泛存在一系列資安漏洞，可串連形成攻擊鏈IDEsaster
<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"><p><a href="https://www.ithome.com.tw/news/172719"><strong style="font-size: 22px;">IDEsaster攻擊鏈濫用AI IDE與程式助理，恐致資料外洩與遠端程式碼執行</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/all_attack_chains.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/all_attack_chains.png" style="width: 300px; float: right;" /></a></p> <p>一項針對AI開發工具的研究揭露，多款主流AI IDE與程式助理存在超過30項安全漏洞，可能被用來竊取專案資料，甚至在開發者電腦上執行任意程式碼。資安研究人員Ari Marzuk將這類問題統稱為IDEsaster，指出受測的AI IDE與整合式程式助理中，所有都可被此攻擊鏈濫用，涉及GitHub Copilot、Cursor、Windsurf、Kiro.dev、Zed.dev、Roo Code、Junie、Cline、Gemini CLI與Claude Code等多款產品，目前已有24項漏洞取得CVE編號，AWS甚至發布安全公告AWS-2025-019回應。</p> <p>Ari Marzuk表示，傳統IDE設計時未預期之後會嵌入能自動讀寫檔案與設定的AI代理，導致原本被視為安全的IDE內建功能，在AI參與後變成新的攻擊面。AI代理在開發流程中可存取專案檔案、設定檔與外部服務，一旦被提示注入攻擊控制，就可能透過合法工具操作，進一步觸發底層IDE功能，最後演變為資料外洩或遠端程式碼執行。</p> <p>IDEsaster是一條跨工具通用的攻擊鏈，第一步是在規則檔、README、原始碼註解、檔名或外部MCP伺服器回應中植入隱藏指令，劫持AI代理所見的工作脈絡。第二步則是讓代理透過讀寫檔案或修改設定等工具，執行看似正常的動作。最後一步鎖定VS Code、JetBrains系列、Zed等IDE長期存在的功能，藉由自動載入設定、驗證或外部資源的機制，將前述變更轉化為實際的外連請求或可執行檔呼叫。</p> <p><a href="https://www.ithome.com.tw/news/172709"><strong style="font-size: 22px;">PromptPwnd提示詞注入攻擊濫用AI代理，竊取金鑰並改寫CI/CD流程</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/6931a2aa434caa2186f8019e_Group 2147256147-min.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/6931a2aa434caa2186f8019e_Group%202147256147-min.png" style="width: 300px; float: right;" /></a></p> <p>資安廠商Aikido Security揭露一類名為PromptPwnd的AI提示注入漏洞，出現在把Gemini CLI、Claude Code、OpenAI Codex，以及GitHub AI Inference等AI代理介接GitHub Actions或GitLab CI/CD時。當工作流程同時處理議題（Issue）與拉取請求等不受信任內容，又讓AI握有高權限金鑰與操作工具，攻擊者便可透過精心設計的文字提示，竊取憑證或修改工作流程。</p> <p>研究人員指出，至少已有5家財富500大（Fortune 500）企業受影響，Google官方Gemini CLI專案也曾被證實可重現完整攻擊鏈，顯示這已不再是理論風險。</p> <p>這類風險多源於維護者使用AI自動化分級處理與標籤作業。常見做法是把Issue的標題與內文，以及程式碼提交訊息，直接帶入LLM的提示詞，同一個CI/CD工作流程又同時配置具有寫入權限的GitHub權杖與雲端存取權杖，並授予AI透過Shell指令或GitHub CLI操作儲存庫的權限。當攻擊者在Issue文字中嵌入看似說明文件、實際上是下達指令的段落時，模型會將其當成操作指示，依照內容呼叫相關工具，把金鑰寫入公開Issue，或在程式碼庫與討論區執行未預期的變更。</p> <p><a href="https://www.ithome.com.tw/news/172716"><strong style="font-size: 22px;">Google宣布Chrome強化Gemini代理式AI上網安全防護</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/Chrome_Agent Safety_Blog Graphics_User_AlignmentCriticFlowChart.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/Chrome_Agent%20Safety_Blog%20Graphics_User_AlignmentCriticFlowChart.png" style="width: 300px; float: right;" /></a></p> <p>12月8日Google宣布，將在Chrome中加入多層次安全防護層，防止Gemini代理人上網的過程，遭到間接提示注入攻擊。該公司為Chrome新增的安全架構，其組成包括5個主要部分：使用者對齊評判員（user alignment critic）、來源隔離、使用者確認、威脅即時偵測，以及紅隊演練與回應。</p> <p>第一是以user alignment critic來檢查代理人輸出。user alignment critic是另一個以Gemini打造的模型，扮演代理人行動的評判員。此模型是以雙LLM型式及Google DeepMind的CaMeL研究為靈感來源。user alignment critic會在規劃完成時執行，以確認預定的每一行動是否對齊任務核心。該元件只看預定行動的metadata，而不看任何不相關的非信賴網頁內容，確保不被網頁內容下毒。如果行為和任務不對齊，評判員模型就會否決該行為。這功能可有效防止目標劫持（goal-hijacking）和資料外洩。</p> <p><a href="https://www.ithome.com.tw/news/172721"><strong style="font-size: 22px;">殭屍網路鎖定海運物流公司，綁架DVR發動DDoS攻擊</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/Architecture_clean_.jpg" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/Architecture_clean_.jpg" style="width: 300px; float: right;" /></a></p> <p>一般來說，殭屍網路鎖定的標的，多半是企業組織的邊緣裝置，也有針對家用物聯網裝置的情況，但如今有瞄準海上環境的攻擊行動出現。</p> <p>資安業者Cydome發現Mirai變種Broadside，駭客專門針對海運的物流產業而來，鎖定該產業廣泛運用的TBK DVR設備，利用已知漏洞CVE-2024-3721（CVSS風險評為6.3分）作為主要滲透的管道。由於這些業者往往會利用DVR監控船隻各個區域，若是這些裝置遭到入侵而影響運作，有可能讓船上的成員無法掌握船隻的安全。再者，殭屍網路會占用衛星通訊網路的頻寬發動DDoS攻擊，使得船隻的網路通訊上行線路完全被占據而影響通訊能力。另一方面，有許多舊型船隻的DVR能存取關鍵的操作科技（OT）網路，使得攻擊者能將這種設備作為橫向移動的據點。</p> <p>有別於其他的Mirai殭屍網路病毒，Broadside使用專屬的C2通訊協定、獨特的魔術標頭（Magic Header）簽章，以及名為「法官、陪審團，以及執行者」模組，以免其他駭客來搶地盤。再者，Broadside濫用Netlink核心Socket通訊機制，以事件導向的方式隱密地監控處理程序，並部署多型態（polymorphism）有效酬載來迴避靜態偵測。</p> <p><a href="https://www.ithome.com.tw/news/172723"><strong style="font-size: 22px;">中國駭客UNC5174濫用Discord的API，目的是充當C2通訊管道以迴避偵測</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/qVbKzpRRnYJeLLqIkK4v4MlVAKleavx5DXZkKrJW.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/qVbKzpRRnYJeLLqIkK4v4MlVAKleavx5DXZkKrJW.png" style="width: 300px; float: right;" /></a></p> <p>資安業者AhnLab揭露中國駭客組織UNC5174最新一波活動，駭客利用即時通訊軟體Discord的API，建立C2的基礎設施，為了長期掌控受害電腦，他們會依序部署多種後門程式。根據AhnLab的調查，UNC5174初期會使用Vshell等曾經使用的後門程式，但過了一段時間之後，他們會改用更為隱蔽的後門，降低被偵測的風險。</p> <p>其中一種後門程式，是以Discord機器人為基礎打造而成，且難以察覺，AhnLab指出該後門行蹤相當隱密，因為他們在攻擊者活動過程期間，發現磁碟有存取的痕跡，並搭配網路活動的事件記錄，才察覺該後門程式的存在。截至11月24日，VirusTotal的防毒引擎僅有1個將其視為有害。</p> <p>此後門程式採用Go語言的程式庫DiscordGo打造而成，由於駭客多半依賴開源程式庫實作所需功能，因此自行撰寫的程式碼估計不到100行，使得該後門極為輕量且難以偵測。</p> <p><a href="https://www.ithome.com.tw/news/172710"><strong style="font-size: 22px;">企業上雲、導入代理AI加速轉型，IDC預期機器身分安全風險增加，帶動IAM市場成長</strong></a></p> <p>IDC近期公布2026年臺灣ICT市場趨勢，預期代理AI將成為未來企業組合式AI架構（生成式AI與傳統AI）協調者，臺灣的代理AI支出佔比，2029年將達到整體AI支出的17%，成為企業新一波轉型關鍵。</p> <p>IDC資深市場分析師林雅惠指出，傳統的資安多聚焦於閘道、端點的安全防護，然而在AI時代，身分安全已成為關鍵的資安防禦重點之一，她認為一個原因是企業內部署多雲或混合雲，許多在不同環境運行的SaaS應用，企業資安防禦面向已不再是應用能否上網，而是這些應用是誰、在什麼時間、哪些裝置、做什麼事情，因此許多資安管理框架回到身分（Identity）的角度出發。</p> <p>另一個促成身分管理重要性增加的原因是，AI、Agentic AI的發展，儘管AI帶來提升企業效率的好處，但也同時使企業內部每天產生許多新的身分，這些身分包括AI Agent、AI產生的Token等等，這些身分在企業內通常缺乏妥善的管理機制，使其容易成為轉型過程中被鎖定攻擊的目標。</p> <p><strong style="font-size: 22px;">塑膠包裝材料與膠帶製造商<a href="https://mopsov.twse.com.tw/mops/web/ajax_t05sr01_1?firstin=true&stp=1&step=1&SEQ_NO=1&SPOKE_TIME=150039&SPOKE_DATE=20251208&COMPANY_ID=4306">炎洲</a>、子公司<a href="https://mopsov.twse.com.tw/mops/web/ajax_t05sr01_1?firstin=true&stp=1&step=1&SEQ_NO=1&SPOKE_TIME=150121&SPOKE_DATE=20251208&COMPANY_ID=3171">炎洲流通</a>資訊系統遭勒索軟體攻擊</strong></p> <p>12月8日下午，塑膠包裝材料與膠帶製造商炎洲，以及旗下經營包裝材料、禮贈品服務，以及多通路流通事業的子公司炎洲流通發布資安重訊，指出他們在兩天前收到資訊系統遭勒索軟體攻擊的訊息，他們隨即檢視內部相關資安記錄，並指出所有資訊系統已陸續恢復正常運作。兩家公司根據初步評估，皆表示這起事故對公司營運未造成影響。</p> <p> </p> <p><strong style="font-size: 22px;">其他資安事故</strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://www.bleepingcomputer.com/news/security/barts-health-nhs-discloses-data-breach-after-oracle-zero-day-hack/">英格蘭主要醫療照護業者Barts Health NHS Trust遭Oracle EBS零時差漏洞攻擊</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://hackread.com/us-universities-domains-phishing-attacks/">Evilginx網釣工具包活動鎖定美國18所大學而來，繞過多因素驗證竊取師生帳號資料</a></strong></p> <p> </p> <p><strong style="font-size: 22px;">其他漏洞與修補</strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://thehackernews.com/2025/12/critical-xxe-bug-cve-2025-66516-cvss.html">跨平臺文件解析工具Apache Tika存在XXE滿分漏洞</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://securityonline.info/nvidia-triton-server-patches-two-high-severity-dos-flaws-risking-critical-ai-inference-disruption/">Nvidia修補AI推論伺服器Triton高風險漏洞，若不處理可被用於DoS攻擊</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://thehackernews.com/2025/12/picklescan-bugs-allow-malicious-pytorch.html">PyTorch模型資安檢測工具Picklescan存在重大漏洞，可迴避掃描、執行任意程式碼</a></strong></p> <h3> </h3> <p><strong>近期資安日報</strong></p> <p><a href="https://www.ithome.com.tw/news/172708"><strong>【12月8日】殭屍網路及中國駭客傳出已實際利用滿分資安漏洞React2Shell</strong></a></p> <p><a href="https://www.ithome.com.tw/news/172655"><strong>【12月5日】React滿分資安漏洞已有多組中國駭客加入利用行列</strong></a></p> <p><a href="https://www.ithome.com.tw/news/172644"><strong>【12月4日】華碩傳出供應商遭駭，外流手機相機軟體開發資料</strong></a></p> </div></div></div>
2025/12/9 18:36作者周峻佑https://www.ithome.com.tw/news/172725
PromptPwnd提示詞注入攻擊濫用AI代理，竊取金鑰並改寫CI/CD流程
<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"><p>資安廠商Aikido Security揭露一類名為<a href="https://www.aikido.dev/blog/promptpwnd-github-actions-ai-agents">PromptPwnd的AI提示注入漏洞</a>，出現在把Gemini CLI、Claude Code、OpenAI Codex、GitHub AI Inference等AI代理介接GitHub Actions或GitLab CI/CD時。當工作流程同時處理議題（Issue）與拉取請求等不受信任內容，又讓AI握有高權限金鑰與操作工具，攻擊者便可透過精心設計的文字提示，竊取憑證或修改工作流程。</p> <p>研究人員指出，至少已有5家Fortune 500企業受影響，Google官方Gemini CLI專案也曾被證實可重現完整攻擊鏈，顯示這已不再是理論風險。</p> <p>這類風險多源於維護者使用AI自動化分級處理與標籤作業。常見做法是把Issue的標題與內文，以及程式碼提交訊息，直接帶入LLM的提示詞，同一個CI/CD工作流程又同時配置具有寫入權限的GitHub權杖與雲端存取權杖，並授予AI透過Shell指令或GitHub CLI操作儲存庫的權限。當攻擊者在Issue文字中嵌入看似說明文件、實際上是下達指令的段落時，模型會將其當成操作指示，依照內容呼叫相關工具，把金鑰寫入公開Issue，或在程式碼庫與討論區執行未預期的變更。</p> <p>Gemini CLI、Claude Code Actions、OpenAI Codex Actions與GitHub AI Inference等整合，在將不受信任內容直接帶入提示，又配合高權限權杖與工具時，皆存在相同風險。部分工作流程雖要求具寫入權限的協作者才能啟動，但也存在任何使用者只要提出Issue或拉取請求就能觸發AI代理的設計，進一步放大熱門專案與大型企業程式碼庫的攻擊面。</p> <p>研究人員建議企業在設計CI/CD工作流程時，先限縮AI可呼叫的工具集合，避免授予任意Shell或自動編輯Issue與拉取請求的能力，其次避免直接嵌入原始使用者輸入，必要時進行格式驗證與過濾，並一律將AI輸出視為不可信結果。對於GitHub權杖與雲端存取權杖，則需落實最小權限原則並搭配IP來源限制等控管措施。</p> <p>研究人員已將檢測這類AI提示與權限組合的Opengrep規則開放原始碼，並在自家平臺提供針對GitHub與GitLab儲存庫的SAST與IaC掃描服務，用來找出在CI/CD中同時混用不受信任輸入與AI輸出的高風險模式。研究人員目前也正與多家大型企業合作調整工作流程與權限模式。</p> </div></div></div>
2025/12/8 18:45作者李建興https://www.ithome.com.tw/news/172709
AI趨勢周報第281期：Google揭臺北全新辦公室，打造總部外最大AI基礎建設研發中心
<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（1121～1127）</span></h3> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI基礎建設 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 辦公室 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Google揭臺北全新辦公室，打造總部外最大AI基礎建設研發中心</strong></span></p> <p>Google日前在臺北士林正式啟用全新辦公室，定位為美國總部以外規模最大的AI基礎建設硬體研發中心。新辦公室匯集硬體、軟體和供應鏈等跨領域團隊數百名工程師，要加速AI伺服器、資料中心和基礎建設的研發與測試。</p> <p>Google表示，臺灣完整的供應鏈與產業聚落，是發展AI基礎建設的關鍵優勢，從設計、製造到部署都能在數小時的距離內完成，有助於縮短開發周期。新辦公室設有十多座專業實驗室，可在產品部署全球前進行嚴格測試與驗證；空間設計也融入臺灣地景與鐵道意象，強調協作與創新。</p> <p>這座辦公室也以永續為核心，預計可降低12%能耗、46%用水量，施工廢棄物則有73%回收再利用。Google強調將持續投入臺灣的數位基礎建設與人才培育，包括資料中心、國際海纜、再生能源，以及AI素養推廣與學術合作。新中心的技術將支援全球Google搜尋、YouTube、Gemini等核心服務。<a href="https://blog.google/intl/zh-tw/company-news/inside-google/google-ai/">（詳全文）</a></p> <p> </p> <div class="media_embed" height="315px" width="560px"> <iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" frameborder="0" height="315px" referrerpolicy="strict-origin-when-cross-origin" src="https://www.youtube.com/embed/TsVaKO5M04U?si=QlZwVmZFGIuTEGtH&controls=0" title="YouTube video player" width="560px"></iframe></div> <p> </p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Claude Opus 4.5 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 程式碼修復 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Anthropic </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Claude Opus 4.5來了！程式碼修復能力大升、還能無限聊天</strong></span></p> <p>Anthropic最近推出新一代模型Claude Opus 4.5，不只更強，價格也直接砍到前代Opus 4.1的三分之一，每百萬Token輸入5美元、輸出25美元。最大亮點是它成為首個在SWE-Bench Verified程式碼修復測試中，贏過80%的模型，等於逼近甚至超越專業工程師。</p> <p>Opus 4.5也在Anthropic自家工程測驗中打敗所有人類考生，在限時兩小時的高難度題目拿下史上最高分。這次新增的effort參數讓開發者可自己調整運算強度比例，包括推理深度、速度和成本。比如，中等effort模式，可以遠低於Sonnet 4.5的Token用量，達到相同最佳成績，節省76%的Token。</p> <p>為展示模型的電腦操作能力，Anthropic同步推出Chrome與Excel整合功能，讓它能自動放大螢幕區域、跨視窗操作或在Excel生成樞紐分析。Opus 4.5還導入新的長脈絡策略，加入「選擇性脈絡壓縮」機制，能在脈絡逼近上限時自動萃取並保留關鍵內容，等於支援「無限聊天」，長程對話或專案不再因脈絡塞滿而被迫重來。<a href="https://www.anthropic.com/news/claude-opus-4-5">（詳全文）</a></p> <p><img alt="" src="https://www.anthropic.com/_next/image?url=https%3A%2F%2Fwww-cdn.anthropic.com%2Fimages%2F4zrzovbb%2Fwebsite%2Fc8852ce850bf63ef8225a261f39e717453a9f128-3840x2160.png&w=3840&q=75" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Nano Banana Pro </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI生圖 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Google推新一代AI生圖模型，AI畫圖更合理</strong></span></p> <p>Google日前發表全新的專業級AI繪圖模型Nano Banana Pro（Gemini 3 Pro Image），主打高畫質、會推理、能處理複雜構圖，還大幅改善了上一代最常被抱怨的文字錯字和變形問題。</p> <p>這代最大升級有兩點，首先是推理能力變強，模型能透過Search grounding把真實內容直接畫成圖，例如食譜步驟、植物介紹、天氣變化、歷史背景或資料圖表，讓教育與商業用途的圖像更貼近事實。第二是文字終於清楚可讀，Nano Banana Pro能生成多語言文字，還能控制字體粗細、樣式與排版，適合做海報、包裝或介面原型，也能把英文圖片翻譯成其他語言並保持原本版面。</p> <p>模型最多可同時處理14張圖片、維持5個人物的光線與外貌一致，並支援局部編輯、景深切換、相機角度與色彩分級等設置。圖像輸出解析度最高 4K，可直接用在廣告或簡報。目前Nano Banana Pro已能在Gemini App、Gemini API、Vertex AI、Google Ads和Slides等產品中使用，免費用戶用完額度會退回前一代，付費訂閱者則能使用較完整的功能。<a href="https://blog.google/intl/zh-tw/products/explore-get-answers/nano-banana-pro/">（詳全文）</a></p> <p> </p> <div class="media_embed" height="315px" width="560px"> <iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" frameborder="0" height="315px" referrerpolicy="strict-origin-when-cross-origin" src="https://www.youtube.com/embed/UQsJIo46ZR8?si=kzIhVGn84y-D536B&controls=0" title="YouTube video player" width="560px"></iframe></div> <p> </p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> OpenAI </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Code Max </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 大型專案 </span></strong></span></p> <p><span style="font-size:22px;"><strong>OpenAI推GPT-5.1-Codex-Max，可24小時跑大型專案</strong></span></p> <p>OpenAI推出最新預設程式開發模型GPT-5.1-Codex-Max，主打可連續執行超過24小時大型任務，也是首個針對Windows特別訓練的Codex模型。新版的最大亮點是支援超大型脈絡，也就是透過壓縮機制，讓模型在任務進行過程中自動摘要重要內容、移除不必要細節，能跨多個脈絡視窗，在單一任務中處理數百萬個Token。這讓使用者更容易完成大型重構、系統級修補和跨檔案依賴分析。</p> <p>效能方面，Codex-Max在基準測試全面超越舊版，比如SWE-Bench Verified基準測試達到77.9%、SWE-Lancer達79.9%。OpenAI表示，在保持品質下，Max 可減少約30%的Token用量，真實任務速度提升27%～42%。實測中，同一任務前代需3.8萬個Token，Max只要1.6萬；程式碼行數也從667行縮短到529行，速度則快了40%以上。</p> <p>OpenAI透露，內部已有95%工程師使用Codex，Pull Request的產量增加70%左右。目前Codex-Max已開放給ChatGPT Plus、Pro、Business、Edu和Enterprise訂閱戶，近期也將推出API。<a href="https://openai.com/index/gpt-5-1-codex-max/">（詳全文）</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202025-11-28%20155737.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Google </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 線性迴歸 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 充電樁 </span></strong></span></p> <p><span style="font-size:22px;"><strong>別小看線性迴歸，Google用它讓充電樁預測更可靠</strong></span></p> <p>Google研究團隊在替電動車設計充電路線規畫時，棄用複雜的大型模型，改用最基本的線性迴歸模型，預測駕駛在30～60分鐘後抵達充電站時，是否還能找到至少一個可用的充電樁。這個輕量模型直接整合進導航系統，讓路線規畫能避開「到站剛好沒位置」的時間點。</p> <p>模型只有一個核心特徵：一天的24小時，每個小時都有自己的權重，反映該時段充電樁占用率的平均變化。權重為正表示樁位會越來越滿、未來空位減少；為負則代表樁位會逐步釋出；接近零則表示變化不大。這等於模型直接學會「現在到未來的占用變化率」，而不是模擬複雜的排隊行為。</p> <p>Google用加州和德國的即時充電樁資料來訓練模型，並在多個站點驗證。結果顯示，在至少6個樁位的大型站點、且處於占用變化最快的尖峰時段（如早上與晚上8點），線性迴歸能明顯提升預測準確度，早上錯誤預測降低約20％，晚上則降低約40％。整體而言，這個極簡模型能有效減少電動車駕駛在繁忙時段撲空的機率。<a href="https://research.google/blog/reducing-ev-range-anxiety-how-a-simple-ai-model-predicts-port-availability/">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Ai2 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 開源 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Olmo3 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Ai2推出真正全開源模型Olmo3</strong></span></p> <p>美國非營利研究機構 Ai2 釋出最新語言模型 Olmo3，主打「真正開源」——不只公開最終權重，連訓練資料、程式碼、評測流程、各階段 checkpoint，到能回溯推理來源的工具，全都開放釋出，使用者可完整重現並延伸模型，是目前少見的完全透明做法。</p> <p>Olmo3分為7B與32B兩個系列，均以Olmo3-Base為核心，再依用途分為3種模型，包括： Olmo3-Think：加入多步推理訓練，可產生可閱讀的中間思考步驟。 Olmo3-Instruct：強化對話與指令跟隨，用於一般助手場景。 Olmo3-RL Zero：針對強化學習研究，提供多領域RL的完整檢查點。開發者可直接用Instruct或Think，也能從Base或任一訓練階段接手，加入自家資料微調。</p> <p>本次最受關注的是32B版Olmo3-Think，它不只會輸出推理步驟，還能透過OlmoTrace把思考鏈條回溯到可能相關的訓練資料，讓使用者檢視模型為什麼這樣回答。Ai2測試顯示，Olmo3-Think 32B在MATH、BigBench Hard、HumanEvalPlus等多項數學與程式推理評測中，多數成績逼近Qwen3 32B和Qwen3 VL 32B Thinking，並明顯領先Gemma3 27B Instruct等同級模型。<a href="https://allenai.org/blog/olmo3">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 微軟 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 電腦代理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 小模型 </span></strong></span></p> <p><span style="font-size:22px;"><strong>微軟開放Fara-7B，小模型也能自己操作網頁</strong></span></p> <p>微軟發表開放權重模型Fara-7B，主打只用70億參數就能在本機執行「電腦代理」，自動完成點擊、輸入、捲動等網頁操作。模型目前仍屬研究階段，官方建議在沙箱環境測試，避免用於敏感或高風險任務。</p> <p>Fara-7B會讀取瀏覽器截圖，推論下一步該做什麼，可用於協助表單填寫、找資料、比價購物、訂票或管理雲端帳號，但全程仍需人類監看。它以 Qwen2.5-VL-7B 為基礎，支援長內容輸入，並透過監督式資料學會「看畫面 → 思考 → 行動」的流程。每次推理都會同時參考使用者指令、歷史行動與最近3張截圖，最後輸出一次工具呼叫，對應瀏覽器自動化框架Playwright的滑鼠與鍵盤動作，或瀏覽巨集。</p> <p>微軟測試發現，Fara-7B的成功率優於同源模型UI-TARS-1.5-7B，也逼近OpenAI電腦使用預覽版等系統，同時需要的步數更少、成本更低。模型只處理截圖與必要資訊，不會額外存取網站資料，且所有動作都有完整紀錄，方便稽核。Fara-7B已整合到Magentic-UI研究原型，並可於Microsoft Foundry、Hugging Face和VS Code AI Toolkit下載試用。<a href="https://www.microsoft.com/en-us/research/blog/fara-7b-an-efficient-agentic-model-for-computer-use/">（詳全文）</a></p> <p><img alt="" src="https://www.microsoft.com/en-us/research/wp-content/uploads/2025/11/model_accuracy_vs_cost_v2-1-1.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 超級電腦 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 國網中心 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GPU </span></strong></span></p> <p><span style="font-size:22px;"><strong>全球500強超級電腦排名公布：美國三巨頭稱霸、臺灣10臺上榜</strong></span></p> <p>最新一屆Top 500超級電腦榜單出爐，美國再次包辦前三名，包括El Capitan（1.809 Exaflop/s）、Frontier（1.353 Exaflop/s）、Aurora（1.012 Exaflop/s），第四名則是歐洲首度突破1 Exaflop/s的JUPITER Booster，部署於德國Jülich超級電腦中心。</p> <p>美國三大系統涵蓋了核武安全、氣候和宇宙模擬、材料科學與AI等科研任務。JUPITER Booster則是美國以外首個Exascale等級系統，支援歐洲在氣候、量子與AI訓練領域的重點研究。</p> <p>臺灣這次共有10臺上榜、數量居全球第九，包括國網中心的Nano 4（第29名）、友崴Ubilink（第49名）以及Nvidia TAIPEI-1（第80名）等。國家分布方面，美國以171臺遙遙領先，日本43臺、德國40臺、中國40臺、法國22臺。硬體方面，最常見處理器為Intel Sapphire Rapids（14.6%）與AMD Milan（13.8%），而Nvidia GPU則支援了500強中86%的系統，持續主導超級電腦運輸加速生態。<a href="https://top500.org/news/el-capitan-retains-1-as-jupiter-becomes-europes-first-exascale-system-in-the-66th-top500-list/">（詳全文）</a></p> <p>圖片來源／Google、Anthropic、OpenAI、微軟</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p> <p><strong>1. 高通發表Snapdragon 8 Gen 5行動平臺，AI效能提升46%</strong></p> <p><strong>2. Google自家AI生成圖像全面嵌入C2PA與SynthID浮水印</strong></p> <p><strong>3. 微軟發表相容PostgreSQL的Azure HorizonDB，支援大型工作負載還內建AI功能</strong></p> <p>資料來源：iThome整理，2025年11月</p> </div></div></div>
2025/11/28 13:01作者王若樸https://www.ithome.com.tw/news/172519
OpenAI發表可持續執行逾24小時任務的GPT-5.1-Codex-Max
<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"><p>OpenAI周三（11/19）發表了<a href="https://openai.com/index/gpt-5-1-codex-max/" target="_blank">GPT-5.1-Codex-Max</a>。Codex是個以程式開發為核心的AI模型，新版強調專為長時間且細緻的工作所打造，可持續執行逾24小時的任務，同時也是首個針對Windows環境特別訓練的模型。GPT-5.1-Codex-Max將取代先前的GPT-5.1-Codex，成為所有Codex介面的預設模型。</p> <p>OpenAI指出，Codex-Max最大的突破在於能處理超大型脈絡。透過名為「壓縮」（Compaction）的機制，模型會在任務進行過程中自動摘要重要內容、移除不必要細節，使其能跨越多個脈絡視窗，在單一任務中連貫處理數百萬個Token。</p> <p>這讓以往因脈絡限制而難以完成的大型重構、系統級修補或跨檔案依賴追蹤等複雜工程任務變得可行；開發者也能讓模型連續運作數小時甚至整整一天，而不中斷或丟失脈絡。</p> <p>在基準測試中，Codex-Max在多項指標上全面超越舊版。在SWE-Bench Verified（測AI修復真實專案Bug的能力）中取得77.9%；在SWE-Lancer IC SWE（模擬工程師日常開發任務）中從66.3%升至79.9%；在TerminalBench 2.0（測AI在命令列環境的實作能力）中則提升至58.1%。</p> <p>OpenAI表示，新模型在維持同樣品質下，可減少約30%的思考Token用量，並在真實任務中提升約27%至42%的執行速度，使開發者能在相同成本下完成更多工作。</p> <p>這些效能差異在實測中也十分明顯。以GPT-5.1-Codex-Max對比前一代模型，在相同任務下，前代需耗費約3.8萬Token，而Max僅需1.6萬；產生的程式碼從667行減至529行；整體速度更快超過40%。其它測試中，Token使用量亦可從2.6萬降至1.6萬，或從1.2萬降至8,000。</p> <p>此外，Codex-Max也是首個針對Windows環境特別訓練的模型，可執行更精準的命令列操作，補足過去Mac較占優勢的情況。OpenAI透露，公司內部已有95%的工程師每週使用Codex，自導入後團隊的Pull Request產出量也增加約70%，顯示AI程式助手已深度融入日常開發流程。</p> <p>目前，Codex-Max已向ChatGPT Plus、Pro、Business、Edu與Enterprise用戶開放存取，API也將於近期推出。</p> </div></div></div>
2025/11/20 16:51作者陳曉莉https://www.ithome.com.tw/news/172367
微軟更新VS Code加入Agent HQ，統一管理AI代理與Copilot
<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"><p>微軟<a href="https://code.visualstudio.com/updates/v1_106">釋出</a>VS Code 10月更新版1.106，更新重點為新推出的Agent HQ整合管理介面，讓開發者在一個畫面中管理本機與雲端人工智慧代理以及GitHub Copilot，同時強化工具核准與終端安全控管，並調整Copilot擴充元件與多項編輯體驗。</p> <p>所謂Agent HQ，實際上是新的Agent Sessions管理介面，預設啟用後會集中列出所有聊天與背景代理工作階段，來源包含VS Code本機聊天、Copilot程式開發代理、GitHub Copilot CLI與OpenAI Codex等。開發者可以從Agent HQ查看目前有哪些代理在進行工作，還有各自對應的工作區與執行環境，並可視需求改為單一整合介面（Single-view），以便在寫程式與查詢人工智慧建議時，清楚掌握整體代理活動狀況。</p> <p>原本的聊天模式全面改名為自訂代理，相關定義檔統一放在專案.github/agents目錄，採用.agents.md副檔名，舊的.chatmode.md仍能相容使用。新格式加入目標（Target）等前置欄位，用來標示代理傾向在VS Code本機、GitHub Copilot雲端或CLI環境執行，其他欄位可設定名稱、說明與工具交接規則。</p> <p>人工智慧輔助程式開發方面，這次版本延續開源人工智慧編輯器的方向，將行內建議功能併入開源的vscode-copilot-chat儲存庫中，讓同一套程式碼同時負責聊天介面與即時程式碼建議。對開發者而言，GitHub Copilot與GitHub Copilot Chat兩個擴充元件將整併為單一Chat擴充元件，未來所有Copilot相關體驗都由此提供，原本的Copilot擴充元件預計在2026年初被棄用。</p> <p>VS Code 1.106在工具選擇與核准機制上做了多項調整，讓開發者在使用人工智慧代理時更容易掌握整體流程。聊天工具改採向量嵌入方式進行篩選與分組，用意是讓安裝許多工具的使用環境能更快決定要用哪一個，並縮短等待系統挑選最佳工具的時間。</p> <p>對於會連到外部服務抓取資料的工具，例如#fetch或具外部取用能力的MCP工具，這次加入後置核准機制（下圖），使用者可以先看到工具準備送出的資料，再決定是否要將其加入對話。此外，也能一次設定信任整個MCP伺服器或擴充元件來源，避免每次都重複確認。終端相關的工具也同步加強安全檢查功能，能更精準判斷指令是否會修改檔案，並提供實驗性選項，讓團隊視需求阻擋自動核准寫入動作，或調整成更為開放的行為。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/Capture%20333%20-%20October%202025%20(version%201_106)%20-%20%5Bcode_visualstudio_com%5D.jpg" style="width: 580px;" /></p> <p>VS Code 1.106加入透過GitHub組織政策設定MCP註冊庫的能力，增加其企業治理功能。組織管理者可以指定MCP伺服器的登錄端點，並視設定限制開發者只能啟動註冊表中列出的伺服器，相關設定會在VS Code中標示為由組織管理。遠端MCP的認證流程也支援動態權限提升機制，讓伺服器僅在需要額外權限時才提出要求，符合最小權限原則。</p> </div></div></div>
2025/11/17 16:22作者李建興https://www.ithome.com.tw/news/172276
OpenAI全球企業用戶突破100萬
<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"> <p><a href="https://openai.com/index/1-million-businesses-putting-ai-to-work/" target="_blank">OpenAI周三（11/5）宣布</a>，全球已有超過100萬家企業使用OpenAI，它們訂閱ChatGPT for Work，或是透過開發者平臺使用該公司模型，包括思科、Morgan Stanley、T-Mobile與Target等都是OpenAI客戶，橫跨金融服務、醫療保健與零售等領域。堪稱史上成長最快的企業平臺。</p> <p>OpenAI指出，消費端的普及帶動了企業端的採用速度，每周超過8億的活躍用戶讓企業導入更快，測試時間更短，且推廣阻力也更小，該公司從ChatGPT for Work的成長看到這件事。現在OpenAI擁有超過700萬個ChatGPT for Work席位，而且兩個月就增加了40%；ChatGPT Enterprise的席位數量一年更是成長9倍。</p> <p>迄今OpenAI已推出的企業工具，涵蓋了可彙整組織所有資料來源的<a href="https://www.ithome.com.tw/news/171868" target="_blank">Company Knowledge</a>，<a href="https://www.ithome.com.tw/news/171209" target="_blank">程式碼開發工具Codex</a>，<a href="https://www.ithome.com.tw/news/171546" target="_blank">代理人開發工具AgentKit</a>，以及從Image Generation API、Sora 2、gpt-realtime到Realtime API的各種多模態模型。</p> <p>華頓商學院（The Wharton School）最近執行一項<a href="https://ai.wharton.upenn.edu/wp-content/uploads/2025/10/2025-Wharton-GBK-AI-Adoption-Report_Full-Report.pdf" target="_blank">企業導入AI的投資報酬率（ROI）研究</a>，調查約800名企業決策者，發現有75%的受訪者看到正向ROI，出現負向ROI的則低於5%。</p> <p>此外，OpenAI也揭露有愈來愈多企業選擇OpenAI來建構新的應用與代理人，例如Figma與Spotify把自家應用整合至ChatGPT；Shopify、Walmart、PayPal及Salesforce則利用ChatGPT的代理商務協議（Agentic Commerce Protocol，ACP）打造新型態的對話式購物體驗。</p> <p><a href="https://www.ithome.com.tw/news/171923" target="_blank">在OpenAI宣布完成資產重組後</a>，外界即好奇該公司的上市策略，不過，<a href="https://www.wsj.com/tech/ai/openai-isnt-yet-working-toward-an-ipo-cfo-says-58037472" target="_blank">OpenAI財務長Sarah Friar本周三（11/5）在華爾街日報的Tech Live大會上表示</a>，該公司短期內尚無IPO計畫，目前的重心仍在於繼續提升至符合規模的運作狀態。</p> </div></div></div>
2025/11/6 12:07作者陳曉莉https://www.ithome.com.tw/news/172079
【資安日報】10月31日，駭客宣稱經營開源專案，實則明目張膽發展網路犯罪工具
<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"> <p>駭客濫用滲透測試工具的情況，現在已從商業軟體轉向開源專案，但最近有一種滲透測試框架接連被用於攻擊行動的情況相當不同，有資安業者根據他們掌握的線索進行調查後發現，開發者的身分並不尋常，他曾積極在駭客論壇活躍，而且特別鎖定俄羅斯駭客進行宣傳，換言之，這並非原本用於合法的工具遭到濫用，而是駭客以開源專案掩護打造犯罪工具的事實。</p> <p>國家級駭客的攻擊行動同樣大幅占據今天的新聞版面，其中，俄羅斯駭客Sandworm旗下團體以寄生攻擊手法，針對烏克蘭企業組織從事網路間諜活動，以及北韓駭客BlueNoroff專門針對Web3和區塊鏈領域，散布惡意軟體的攻擊活動，還有加拿大指出當地的關鍵基礎設施的工控設備，也遭到國家級駭客入侵而影響運作。</p> <p> </p> <h3>【攻擊與威脅】</h3> <p><a href="https://www.ithome.com.tw/news/171978"><strong style="font-size: 22px;">駭客聲稱提供開源滲透測試框架AdaptixC2，實際上是發展犯罪工具</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/adaptix-image-5-ralfhacker-teleg.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/adaptix-image-5-ralfhacker-teleg.png" style="width: 300px; float: right;" /></a></p> <p>合法的滲透測試工具遭到駭客濫用的情況不時傳出，近期駭客又特別偏好功能強大的開源工具，例如：中國駭客Storm-2603將資安鑑識工具Velociraptor用於勒索軟體活動，但如今卻出現有歹徒反向操作，假借打造開源滲透測試框架的名義，明目張膽地發展犯罪工具。</p> <p>資安業者Silent Push指出，最近幾個月傳出遭到濫用的滲透測試工具AdaptixC2，背後實際上的主要開發者是駭客。該公司根據上個月揭露的惡意軟體載入工具CountLoader的攻擊行動裡，犯案的俄羅斯勒索軟體駭客會一併運用AdaptixC2進行通訊，其中不尋常的跡象是，AdaptixC2的有效酬載竟透過CountLoader的基礎設施提供，於是他們進一步根據C2的IP位址等資料循線追查，發現AdaptixC2開發者的身分並不單純。</p> <p>而且，在GitHub儲存庫提交的AdaptixC2程式碼，幾乎都來自名為RalfHacker的人士，雖然他自稱是滲透測試員及紅隊操作人士，但實際上是惡意軟體的開發者。</p> <p><a href="https://www.ithome.com.tw/news/171985"><strong style="font-size: 22px;">俄羅斯駭客Sandworm透過寄生攻擊隱匿行蹤，對烏克蘭大型商業服務及地方政府機關下手</strong></a></p> <p>隨著軍事行動持續進行，俄羅斯對烏克蘭企業組織的網路攻擊接連傳出，最近又有資安業者揭露相關事故，並指出駭客廣泛運用寄生攻擊（LoL）與常見合法工具，真正自己打造的惡意軟體並不多，這樣的情況使得企業組織更難察覺異狀。</p> <p>資安業者賽門鐵克指出，他們近期發現疑似與Sandworm有關的俄羅斯駭客組織，攻擊一家大型商業服務公司，以及地方政府部門，分別入侵長達兩個月及一週，目的是收集情報。對於接觸受害組織的管道，駭客很可能鎖定能從網際網路存取的伺服器，藉由尚未修補的已知漏洞而得逞，隨後就在伺服器部署LocalOlive等Web Shell，而這正是他們判斷與Sandworm有關的依據。</p> <p>鎖定商業服務公司的攻擊，最早可追溯到6月27日，當時駭客嘗試在伺服器部署Web Shell，得逞後進行偵察並收集受害主機的系統資訊，並執行PowerShell命令竄改防毒軟體Microsoft Defender設定，將下載資料夾加入白名單，這麼做應該是為了避免相關下載檔案遭到攔截。</p> <p><a href="https://www.ithome.com.tw/news/171987"><strong style="font-size: 22px;">北韓駭客BlueNoroff從事GhostCall與GhostHire攻擊行動，鎖定Web3及區塊鏈領域而來</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/bluenoroff-apt-campaigns3.jpg" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/bluenoroff-apt-campaigns3.jpg" style="width: 300px; float: right;" /></a></p> <p>北韓駭客鎖定加密貨幣及區塊鏈產業發動攻擊的情況，不時有相關事故傳出，過往他們多半針對Windows用戶下手，現在這樣的策略出現變化。</p> <p>例如，被稱為BlueNoroff、Sapphire Sleet，以及APT38的北韓駭客組織，資安業者卡巴斯基揭露這些駭客的最新攻擊手段，他們持續針對區塊鏈開發人員、高階主管，以及Web3與區塊鏈業界的經理下手，從事GhostCall與GhostHire兩種型態的攻擊活動，過程中使用相同的惡意程式，攻擊流程的結構也有相似之處，但與過往不同的是，駭客鎖定的平臺出現變化，並透過AI強化攻擊的效果，使得受害者更難察覺異狀。</p> <p>這兩種型態的攻擊行動當中，其中又以假視訊會議來欺騙使用者的GhostCall最受到關注，卡巴斯基提到這種活動的最大轉變，就是駭客原本鎖定Windows電腦用戶，現在全面轉向攻擊macOS作業系統。</p> <p><a href="https://www.ithome.com.tw/news/171977"><strong style="font-size: 22px;">加拿大警示駭客濫用公開工控系統，多起水利與能源設施遭干擾</strong></a></p> <p>加拿大網路安全中心發布警訊AL25-016，提醒駭客正利用可直接從網路連線的工業控制系統發動干擾。近幾星期已出現多起個案，包括水利設施的水壓數值遭竄改，而導致供水服務品質下降，石油天然氣公司自動油槽量測系統ATG被操控引發誤報。還有一處農場的穀物乾燥筒溫濕度被修改，要是未及時發現，可能導致不安全狀態。</p> <p>事件顯示只要工控設備暴露在網際網路上，就可能被有意博取聲量的駭客行動主義者（Hacktivist）濫用，進而影響公共服務的正常運作。</p> <p>警訊內容指出，受影響面向涵蓋可程式化邏輯控制器PLC、遠端終端單元RTU、人機介面HMI、監控與資料採集系統SCADA、安全儀表系統SIS、建築管理系統BMS與工業物聯網裝置。</p> <p><a href="https://www.ithome.com.tw/news/171984"><strong style="font-size: 22px;">社交工程利用信任，擊潰臺灣資安防線</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/uwjoziud_ls2-1.jpg" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/uwjoziud_ls2-1.jpg" style="width: 300px; float: right;" /></a></p> <p>數位發展部資通安全署日前召開記者會，針對當前日益嚴峻的社交工程威脅發出最嚴正的警告。數位發展部資安署署長蔡福隆更表示，面對目前各種層出不窮的資安攻擊，提升全民資安意識，是守護國家安全體系中最關鍵的一環。</p> <p>目前臺灣整體資安情勢嚴峻，遭受各種層面的攻擊非常多，這些攻擊除了針對政府機關的網站或是相關的重要個資，蔡福隆指出，社交工程是其中一項主要的威脅。根據《資通安全署資安月報》統計，目前威脅來源中，屬於社交工程或資訊收集類別的比例，已超過三成以上。</p> <p>他更進一步提醒，駭客往往透過社交工程郵件，將後門程式植入機關內部，這是資安署看到最容易、也是最常看到的入侵途徑。在未來，由於深偽（Deepfake）AI技術的發展，駭客更容易產製相關的圖像或影片，以錯誤的內容來詐騙民眾。</p> <p><strong style="font-size: 22px;">其他攻擊與威脅</strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://www.bleepingcomputer.com/news/security/major-telecom-services-provider-ribbon-breached-by-state-hackers/">跨國電信業者Ribbon證實網路環境遭到國家級駭客入侵，相關活動可追溯至去年12月</a></strong></p> <p></p> <p>◆<strong style="font-size: 20px;"><a href="https://hackread.com/akira-ransomware-stole-apache-openoffice-data/">勒索軟體Akira聲稱對開源辦公室套件專案Apache OpenOffice下手，竊得23 GB內部資料</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://thehackernews.com/2025/10/new-ai-targeted-cloaking-attack-tricks.html">AI瀏覽器底層模型可被操縱，資安業者揭露能讓AI爬蟲引用錯誤訊息的攻擊手法</a></strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://gbhackers.com/redishell-rce-vulnerability/">滿分漏洞RediShell迄今仍有超過8,500臺Redis主機尚未修補</a></strong></p> <p><strong style="font-size: 22px;">其他漏洞與修補</strong></p> <p>◆<strong style="font-size: 20px;"><a href="https://thehackernews.com/2025/10/new-brash-exploit-crashes-chromium.html">研究人員揭露鎖定排版引擎Blink的攻擊手法，只需單一惡意URL就能讓瀏覽器當機</a></strong></p> <p> </p> <h3>【資安產業動態】</h3> <p><a href="https://www.ithome.com.tw/news/171980"><strong style="font-size: 22px;">OpenAI發表資安研究AI代理Aardvark，可自動找漏洞及寫修補程式</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/Aardvark-MViYHisKc6.png" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/Aardvark-MViYHisKc6.png" style="width: 300px; float: right;" /></a></p> <p>OpenAI於10月30日發表了基於GPT-5的AI資安工具Aardvark，它能像人類資安專家一樣分析程式碼、找出漏洞並自動提出修補方案。</p> <p>Aardvark的核心設計是以LLM推理為基礎，而非傳統工具如fuzzing或軟體組件分析。它能讀懂整個程式庫的架構、建立威脅模型，並以逐行理解的方式發現邏輯錯誤、未完整修補的歷史問題與隱私相關漏洞。當儲存庫被連結後，Aardvark會先全面掃描歷史，之後持續監控每一次提交，並在程式碼變動時即時偵測新漏洞。</p> <p>整個漏洞處理流程包含四大階段：首先進行程式碼庫的分析，建立威脅模型；其次，對每次提交進行比對與掃描；第三步在沙盒（Sandbox）環境中嘗試實際觸發漏洞，確認可利用性並降低誤報；最後，Aardvark會透過Codex生成修補程式碼，並附上一鍵提交Pull Request的選項。OpenAI表示，這能讓工程團隊在不打斷開發速度的情況下，快速採用高品質修補。</p> <p><a href="https://www.ithome.com.tw/news/171970"><strong style="font-size: 22px;">守住多元與包容原則，Python基金會退出美國NSF提供的150萬美元補助案</strong></a></p> <p>Python軟體基金會（PSF）本周宣布，該基金會原本已通過美國政府國家科學基金會（National Science Foundation，NSF）針對開源系統所提供150萬美元安全補助專案，卻因該專案要求他們在獲得補助的期間，不得推動任何歧視性的平等意識型態（Discriminatory Equity Ideology，DEI）計畫，而決定退出。</p> <p>PSF在今年1月提出了申請，期望取得補助以解決Python與PyPI的結構性漏洞，這是PSF首次申請政府補助，且他們認為該提案非常適合Safe-OSE專案，儘管PSF專案首次申請就成功的機率只有36%，但PSF很順利地獲得了推薦。</p> <p>然而，當PSF仔細檢查補助條款與條件時，赫然發現相關條款要求確認受款人不得在補助期間內，推動任何DEI（Discriminatory Equity Ideology）計畫。而且該規定不僅適用於所申請的安全任務，還適用於整個PSF的所有活動；NSF還擁有收回先前已批准或已轉移資金的權利，這代表NSF可能追討已被花掉的錢，是個開放且巨大的財務風險。</p> <p><a href="https://www.ithome.com.tw/news/171876"><strong style="font-size: 22px;">發展AI自動發現與修補漏洞有成，Shellphish在臺揭露實戰經驗</strong></a></p> <p>台灣駭客年會HITCON 2025在8月舉行，今年有多場來自美國AI Cyber Challenge（AIxCC）競賽隊伍成員的演說，闡釋了用AI發現並修補漏洞的最新研究經歷，讓臺灣資安社群能近距離掌握第一手資訊。</p> <p>獲得AIxCC競賽第5名的隊伍Shellphish，他們在決賽中開發的CRS系統，其準確率在7支決賽隊伍中表現最佳，共同領隊Wil Gibbs與Lukas Dresel皆是CTF競賽的常客，兩位專家應台灣駭客年會HITCON 2025邀請來臺，說明用AI發現並修補漏洞的最新研究經歷，讓臺灣資安社群能近距離掌握第一手資訊。</p> <p> </p> <h3><strong>近期資安日報</strong></h3> <p><a href="https://www.ithome.com.tw/news/171973"><strong>【10月30日】NPM套件攻擊行動出現新型態攻擊手法，駭客濫用罕見功能迴避偵測</strong></a></p> <p><a href="https://www.ithome.com.tw/news/171940"><strong>【10月29日】勒索軟體Qilin今年6月與8月均聲稱對近百個組織下手</strong></a></p> <p><a href="https://www.ithome.com.tw/news/171908"><strong>【10月28日】OpenAI推出的AI瀏覽器存在設計瑕疵，攻擊者可用假網址下達惡意指令</strong></a></p> </div></div></div>
2025/10/31 17:54作者周峻佑https://www.ithome.com.tw/news/171989
OpenAI發表資安研究AI代理Aardvark，可自動找漏洞及寫修補程式
<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"> <p><a href="https://openai.com/index/introducing-aardvark/" target="_blank">OpenAI周四（10/30）發表了基於GPT-5的AI資安工具Aardvark</a>，它能像人類資安專家一樣分析程式碼、找出漏洞並自動提出修補方案。</p> <p>Aardvark的核心設計是以LLM推理為基礎，而非傳統工具如fuzzing或軟體組件分析。它能讀懂整個程式庫的架構、建立威脅模型，並以逐行理解的方式發現邏輯錯誤、未完整修補的歷史問題與隱私相關漏洞。當儲存庫被連結後，Aardvark會先全面掃描歷史，之後持續監控每一次提交，並在程式碼變動時即時偵測新漏洞。</p> <p>整個漏洞處理流程包含四大階段：首先進行程式碼庫的分析，建立威脅模型；其次，對每次提交進行比對與掃描；第三步在沙盒（Sandbox）環境中嘗試實際觸發漏洞，確認可利用性並降低誤報；最後，Aardvark會透過Codex生成修補程式碼，並附上一鍵提交Pull Request的選項。OpenAI表示，這能讓工程團隊在不打斷開發速度的情況下，快速採用高品質修補。</p> <p>在基準測試中，Aardvark可找出92%的已知與人工加入漏洞，偵測率遠高於多數傳統工具。OpenAI表示，Aardvark已於該公司內部協助揭露多個具實際影響力的安全問題，外部測試夥伴亦發現Aardvark可找到只有在高度複雜條件下才會出現的安全漏洞。</p> <p>OpenAI亦將Aardvark應用於開源領域，迄今已於多個開源專案中找到並揭露漏洞，其中有至少10個已取得CVE編號。未來OpenAI將提供部分非商業開源專案免費掃描。</p> <p>OpenAI認為，現在所有的行業都靠軟體運作，因此只要是軟體有漏洞，就會造成產業與社會的風險，光是2024年就有超過4萬個漏洞被公開，此外，其內部測試顯示，約有1.2%的程式碼提交會自然引入新的臭蟲，這也使得Aardvark被當作防禦者優先模型，可於漏洞尚未被利用之前早期預警，並提供可行的修補方案。</p> <p>Aardvark目前處於私人測試階段，OpenAI正邀請特定合作夥伴參與測試，未來將逐步擴大使用範圍。</p> </div></div></div>
2025/10/31 11:35作者陳曉莉https://www.ithome.com.tw/news/171980
GitHub釋出Agent HQ平臺，整合多代理協作與企業級AI管理功能
<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"> <p>GitHub在Universe 2025大會宣布推出<a href="https://github.blog/news-insights/company-news/welcome-home-agents/">Agent HQ</a>，將多家人工智慧程式開發代理整合進GitHub與VS Code的日常流程，提供任務協作、治理與可觀測性。GitHub表示，未來數月內來自OpenAI、Anthropic、Google、Cognition、xAI等廠商的代理，將可透過付費版GitHub Copilot訂閱提供使用，而從本周開始，Copilot Pro+使用者可先在VS Code Insiders試用OpenAI Codex代理。</p> <p>Agent HQ的設計把代理視為GitHub開發流程的原生參與者，既保留Git、拉取請求與議題（Issue）等既有工作方式，也允許在GitHub Actions或自架Runner上執行任務。官方強調以單一平臺協調多個代理並行處理開發工作，降低工具切換的成本，使協作更貼近既有程式碼庫與團隊流程。</p> <p>Agent HQ重要功能是任務控制中心，提供橫跨GitHub、VS Code、行動裝置與CLI的統一介面。開發者可在同一畫面指派工作並追蹤多個代理的進度，新增分支控制以細緻規範代理程式碼觸發CI與檢查的時機，並透過身分管理控管代理的權限與存取。</p> <p>Agent HQ加入Slack與Linear的連結，並延伸先前已提供的Atlassian Jira、Microsoft Teams、Azure Boards與Raycast。VS Code同步加入計畫模式（Plan Mode），先彙整任務脈絡並產生步驟計畫，經確認後交由Copilot或雲端代理實作。開發者可在儲存庫加入AGENTS.md檔設定明確準則，減少反覆提示。同時提供GitHub MCP Registry（MCP 登錄庫），便於在編輯器內安裝啟用如Stripe、Figma、Sentry等MCP伺服器以建立具專長的自訂代理。</p> <p>官方同步推出企業治理與量測功能，GitHub Code Quality提供組織層級的可維護性、可靠性與測試涵蓋率指標，並把相關檢查擴大納入Copilot變更流程。Copilot的程式代理在交付給開發者前新增初步程式碼審查步驟，先行處理常見品質問題。管理面則提供人工智慧控制平面，集中設定代理與模型的使用政策、權限與稽核記錄，另有Copilot使用量測儀表板公開預覽，協助團隊觀察採用情況與影響。</p> </div></div></div>
2025/10/29 15:53作者李建興https://www.ithome.com.tw/news/171931
Cisco開源Project CodeGuard程式碼安全框架，推動預設即安全開發
<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"> <p>Cisco開源人工智慧生成程式碼安全框架<a href="https://blogs.cisco.com/ai/announcing-new-framework-securing-ai-generated-code">Project CodeGuard</a>，將預設即安全的規則嵌入規畫、生成與生成後審查3個階段，目標是在不拖慢開發節奏下，降低寫死金鑰、缺少輸入驗證與仰賴終止維護的相依套件等常見風險的發生機率。官方提到，此框架定位為縱深防禦的一環，並非取代工程判斷與同儕審查。</p> <p>CodeGuard提供3項重點內容，分別是依據OWASP與CWE等既有指南整理的核心安全規則，將規則轉換為主流人工智慧程式開發代理可用格式的自動化腳本，以及協助採用與貢獻的文件。Cisco強調規則可在設計與規格擬定階段引導安全模式，在程式產生中即時避免不安全程式碼片段，並在生成後輔助檢視與驗證，文章中點名Cursor、GitHub Copilot、Codex、Windsurf與Claude Code可於生成後的程式碼審查流程使用。</p> <p>CodeGuard中的規則可跨流程發揮作用，以輸入驗證為例，規則在程式碼生成中建議安全處理樣式，在互動過程即時標示可疑輸入流程，生成後再確認是否具有適當的過濾與驗證。秘密管理則避免產生寫死的憑證，偵測敏感資料樣式，並驗證憑證是否外部化與安全配置。官方提醒規則並不保證個別輸出絕對安全，標準工程實務仍應並行。</p> <p>Cisco現已於GitHub建立project-codeguard組織並公開儲存庫rules，讀我檔說明涵蓋範疇包含密碼學與後量子密碼學、輸入驗證、身分驗證與授權、供應鏈與SBOM、雲端與Kubernetes實務、平臺與API安全與資料保護等，並提供規則轉換與驗證工具。授權模式採雙授權，規則與文件採CC BY 4.0，工具與原始碼採Apache 2.0。</p> <p>Cisco邀請社群提交新規則、撰寫轉換器與回饋，以擴充語言支援、整合更多人工智慧程式開發平臺並推進自動化規則驗證。</p> </div></div></div>
2025/10/20 08:00作者李建興https://www.ithome.com.tw/news/171747
Anthropic升級小模型Claude Haiku至4.5
<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"> <p>AI新創Anthropic周三（10/16）<a href="https://www.anthropic.com/news/claude-haiku-4-5" target="_blank">釋出Claude Haiku 4.5</a>，這是最小的Claude模型，相較於上一代的3.5，4.5提升了效能與速度，亦宣稱比前一代更安全，每百萬個Token的輸入為1美元，輸出為5美元，與Haiku 3.5剛發表時的價格一樣。</p> <p>相較於最高階的、適用於複雜推理的Opus系列模型，或者是中階的、著眼於平衡速度及表現的Sonnet系列模型，Haiku被視為是最具實用導向的Claude模型，以讓AI能夠快速、便宜且安全地融入各種應用系統。</p> <p>Anthropic表示，Haiku 4.5在撰寫程式碼上的性能，已與5個月前發表的Claude Sonnet 4相似，但成本只有Claude Sonnet 4的1/3，速度還是它的兩倍。事實上，根據攸關軟體工程的SWE-bench Verified基準測試，Sonnet 4.5的得分為77.2%，Haiku 4.5為73.3%，已超越Sonnet 4的72.7%。至於GPT-5 Codex、GPT-5與Gemini 2.5 Pro的表現，分別是74.5%、72.8%與67.2%。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/1015-Claude%20Haiku%204_5-Anthropic-600.jpg" style="width: 600px;" /></p> <p>此外，Haiku 4.5在使用電腦等特定任務的表現也都優於Sonnet 4。這使得Haiku 4.5適用於諸如聊天助理、客戶服務代理或結對程式設計等即時的低延遲任務，且不管是多代理人專案或是快速原型設計的程式開發都變得更即時與靈敏。</p> <p>Anthropic還提出了使用不同等級模型的方法，像是先利用Sonnet 4.5把一個複雜問題分解成多步驟的計畫，再交由一組Haiku 4.5分工並同步完成不同的子任務。</p> <p>Anthropic所推出的第一個Haiku版本為2024年3月推出Haiku 3，當時的價格是每百萬Token的輸入/輸出為0.25/1.25美元，但到了2024年11月問世的Haiku 3.5，價格便分別漲至1及5美元，因而<a href="https://www.ithome.com.tw/news/165893" target="_blank">引起用戶不滿</a>，同年12月Anthropic即將Haiku 3.5價格調降至0.8/4美元。而新的Claude Haiku 4.5則維持每百萬Token的輸入為1美元，輸出是5美元的定價策略。</p> <p>至於高階的Claude Opus 4.1每百萬Token的輸入/輸出價格為15/75美元，中階的Sonnet 4.5價格則是3/15美元。</p> <p>另一方面，GitHub Copilot也開始公開預覽Claude Haiku 4.5，預計逐步開放給Copilot Pro、Pro+、Business、Enterprise等用戶。</p> </div></div></div>
2025/10/16 16:12作者陳曉莉https://www.ithome.com.tw/news/171721
開源AI工具平臺Ollama推出Web Search API，提供模型即時網頁檢索能力
<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"> <p>開源AI工具平臺Ollama推出<a href="https://ollama.com/blog/web-search">Web Search API</a>，提供模型取用網頁資訊的新管道。該功能的目標在於降低生成式模型常見的幻覺問題，並透過即時檢索網頁資料，讓回應內容更符合現實與可驗證來源。該服務以REST API形式開放，個人用戶可使用免費額度，需求量更高則能透過雲端方案取得更多的使用量。</p> <p>在使用流程上，開發者首先需於Ollama帳號中建立API金鑰，即可透過標準HTTP請求呼叫API端點，輸入查詢後可取得包含標題、網址與節錄內容的搜尋結果，要是需擷取單一網頁的完整資訊，則可透過呼叫web_fetch，以輸入目標網址取得頁面標題、簡化後的內容與外部連結。相較於自行撰寫爬蟲程式碼，這種方式能以最少的整合成本，讓模型具備檢索與引用的能力。</p> <p>Ollama也同步在Python與JavaScript套件中提供新函式支援，這些函式能直接整合至聊天或代理系統，達到先搜尋再回應的應用模式，不必額外處理網路抓取與格式轉換的細節。</p> <p>在官方展示的應用場景中，Ollama以Qwen3 4B模型為例，結合網頁搜尋與網頁擷取工具，實現逐步蒐集資料再回覆答案的對話流程。針對長時間任務或研究型工作流程，像gpt-oss這類模型可藉由工具串接持續擴充上下文。由於搜尋與抓取的結果可能相當龐大，官方建議將模型上下文長度設至約32,000 Tokens，確保資料不會因截斷而遺失。這樣的設計特別適合新聞資料蒐集、技術文件比對與專案研究，能在單一工作流程中完成查詢、擷取與摘要。</p> <p>在整合層面上，Ollama也針對多個開發工具生態系提供範例設定，包括透過MCP（Model Context Protocol）伺服器連動，使Cline、Codex與Goose等客戶端，能直接啟用網頁搜尋與網頁擷取工具。這種標準化做法，使開發者能將新API整合進既有RAG管線或聊天應用，並提供帶有來源連結的回答，增強回應的可追溯性。</p> </div></div></div>
2025/9/29 06:00作者李建興https://www.ithome.com.tw/news/171405
GPT-5-Codex出爐，變身為更完整的開發代理系統
<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"> <p><a href="https://openai.com/index/introducing-upgrades-to-codex/" target="_blank">OpenAI於9月15日發表了GPT-5-Codex</a>，它是基於GPT-5的程式開發工具Codex的最新版本。這一代的Codex已經強化了環境整合與持續脈絡追蹤能力，並具備較強的代理人行為，被視為從單純模型向具備代理功能系統（agentic system）的一大轉變，OpenAI稱它是「更可靠的隊友」。</p> <p>GPT-5-Codex的重大升級之一是強化了環境整合能力：它現在能在命令列介面（CLI）、整合開發環境（IDE）、雲端／網頁端、GitHub、甚至ChatGPT app等地方使用，且工作進度與專案脈絡可以在這些環境中無縫保留。</p> <p>具體而言，開發者可以先在CLI啟動一個重構任務，之後轉到VS Code或IDE擴充功能中預覽或修改，再切換到雲端／網頁版本進行較複雜的結構調整，整個過程中GPT-5-Codex能維持對專案狀態與文件內容的理解。</p> <p>GPT-5-Codex也能在不同環境中理解並利用特有的脈絡資訊。例如，在IDE中，它會參考開啟的檔案與被選取的程式碼片段；在雲端環境中，能掃描專案結構，了解依賴關係，執行測試，並在程式庫中尋找錯誤。</p> <p>此外，GPT-5-Codex表現出較強的主動執行與監控開發任務能力。當任務簡單時，它回應快速；當任務複雜、重構範圍大或涉及多文件時，它會投入更多思考。在測試中，有超過七小時連續自主工作、修正測試失敗、最終成功交付實作的案例。</p> <p>GPT-5-Codex在程式碼庫上也能主動瀏覽、分析相依性、執行測試來驗證程式碼正確性，並在發現潛在問題時提供具體修改建議。</p> <p>在性能與準確度的量化比較上，GPT-5-Codex的重構任務準確率為51.3%，高於GPT-5的33.9%；其用來評估真實軟體開發任務的SWE-bench Verified成績為74.5%，高過GPT-5的72.8%；在簡單任務上，GPT-5-Codex使用的Token比GPT-5少了93.7%，而在最複雜的任務上，GPT-5-Codex思考的時間則是GPT-5的兩倍。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0916-GPT%E2%80%915-Codex-benchmark.png" style="width: 600px;" /></p> <p><span style="color:#696969;"><span style="font-size:14px;">圖片來源／OpenAI</span></span></p> </div></div></div>
2025/9/16 11:49作者陳曉莉https://www.ithome.com.tw/news/171209
OpenAI收編Alex Codes開發團隊
<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"> <p><a href="https://www.alexcodes.app/blog/alex-team-joins-openai" target="_blank">Alex Codes創辦人Daniel Edrisian上周宣布</a>，他們將加入OpenAI的Codex團隊。</p> <p>2024年推出的<a href="https://www.alexcodes.app/" target="_blank">Alex Codes</a>是一款專為iOS與macOS開發者設計的AI助手，主要用於提升Xcode開發效率與體驗。該工具透過側邊欄直接與Xcode整合，提供AI自動補全、錯誤自動修復、圖片轉程式碼、模擬器控制及語法搜尋等功能，月費依使用容量分為30美元及200美元兩種方案。</p> <p>Edrisian則把Alex Codes定位為Xcode上的Cursor，向VS Code上的AI編輯器Cursor致敬。</p> <p>目前的計畫是打算繼續服務現有的Alex Codes用戶，但會在10月1日停止該應用程式的新下載，未來也不會再發布任何的新功能。</p> <p>不管是Edrisian或OpenAI都未公布此次的交易金額或細節，但根據<a href="https://nextunicorn.ventures/openai-welcomes-alex-codes-team-to-enhance-ai-coding-capabilities/" target="_blank">Next Unicorn</a>及<a href="https://techcrunch.com/2025/09/05/openai-hires-the-team-behind-xcode-coding-assistant-alex-codes/" target="_blank">TechCrunch</a>的報導，這是一起收購+雇用（Acqui-Hire）交易，OpenAI相中的是人才，而不見得是產品或業務，如同<a href="https://www.ithome.com.tw/news/170034" target="_blank">Google以24億美元買下WindSurf的技術與人才</a>，或是<a href="https://www.ithome.com.tw/news/169561" target="_blank">Meta投資Scale AI並換來該公司創辦人Alexandr Wang為其效力</a>。</p> </div></div></div>
2025/9/8 15:16作者陳曉莉https://www.ithome.com.tw/news/171050
OpenAI收購產品測試新創Statsig 整建應用部門
<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"> <p><a href="https://openai.com/index/vijaye-raji-to-become-cto-of-applications-with-acquisition-of-statsig/" target="_blank">OpenAI昨（2）日宣布</a>買下產品測試新創公司Statsig納入應用部門，成為該公司歷來最大收購，由Statsig原執行長統率ChatGPT及Codex開發。</p> <p><a href="https://techcrunch.com/2025/09/02/openai-acquires-product-testing-startup-statsig-and-shakes-up-its-leadership-team/" target="_blank">OpenAI向媒體Techcruch表示</a>，OpenAI是以全股票交易，代價11億美元收購Statsig。</p> <p><a href="https://www.statsig.com/" target="_blank">Statsig為2021年成立的產品開發平臺供應商</a>，提供產品實驗、功能管理、產品分析工具，可協助企業或開發商進行開發過程中的A/B測試、功能旗標（feature flag）、即時決策，客戶包含微軟、OpenAI等公司。該公司執行長Vijaye Raji也在Meta任職10年，創立Statsig前為Meta的線上影音、遊戲等應用開發部門主管。</p> <p>在加入後，Statsig團隊將加入OpenAI應用部門，以其產品加速OpenAI應用部門開發消費性及企業應用。Raji將升任應用部門技術長，統率ChatGPT和Codex的產品工程，責任範疇涵括OpenAI核心系統與多條產品線，包括基礎架構以及「完整性（Integrity）」產品。Raji將向OpenAI應用部門執行長Fidji Simo報告。</p> <p>OpenAI表示，收購完成後Statsig將維持獨立運作，並維持在西雅圖辦公室的營運。收購完成時間則視主管機關審查而定。</p> <p>在Statsig的收購外，OpenAI同時宣布高層人事異動。其一，原主導ChatGPT和API開發的Srinivas Narayanan公開自己新職位：B2B應用部門技術長，工作上將和Raji，以及營運長Brad Lightcap合作企業市場開發。此外，<a href="http://www.linkedin.com/posts/kevinweil_im-starting-something-new-inside-openai-activity-7368704715615891456-cIG3/" target="_blank">產品長Kevin Weil將轉任新部門OpenAI for Science</a>，該部門將開發加速科學發現的AI平臺，他將與OpenAI AI科學家Sebastien Bubeck及合成資料團隊合作。</p> <p><a href="https://www.theverge.com/openai/769325/openai-statsig-acquisition-executive-moves" target="_blank">The Verge報導</a>，Weil的團隊，包括ChatGPT主管Nick Turley將直接向Simo報告。</p> </div></div></div>
2025/9/3 09:35作者林妍溱https://www.ithome.com.tw/news/170962
Codex成跨環境AI代理，現支援IDE外掛與雲端接續工作
<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"> <p>OpenAI<a href="https://openai.com/codex/">更新</a>Codex使其成為可在IDE、終端機與雲端間無縫切換的人工智慧代理，重點是能把本機開發的上下文帶到雲端沙箱執行，再把雲端成果帶回本機與GitHub工作流程。官方表示，Codex在CLI與IDE外掛預設採用GPT-5，也可依任務調整推理等級，使用API金鑰則可指定舊模型。</p> <p>在IDE整合上，OpenAI提供VS Code擴充套件，並支援多數VS Code分支如Cursor與Windsurf。安裝後可在側欄與Codex對話並讓其讀寫專案檔案、執行命令，也能把已建立的本地脈絡直接交付至雲端執行大型任務，完成後再回到IDE接續處理而不丟失上下文。官方文件指出擴充套件目前正式支援macOS與Linux，Windows屬實驗性質，建議採用WSL獲得穩定體驗。</p> <p>雲端的Codex以每個任務一個隔離容器的方式運作，會載入指定的程式碼庫與相依項目，允許同時在背景處理多個工作，並能從多個入口啟動，包括Web、IDE、iOS應用程式，或是在GitHub的拉取請求（PR）留言中標記@codex觸發。此架構的目的是讓工程師維持本機的開發節奏與測試流程，同時把重工交給雲端持續運行。CLI對雲端委派的支援將會在後續補上。</p> <p>針對團隊審查場景，Codex已提供在GitHub原生運作的程式碼審查，管理者先在Codex設定中對目標儲存庫啟用程式碼審查功能，之後在PR的留言中輸入@codex review即可發起審查。完成後Codex會以一般審查者的形式留下建議與意見，如果在留言標註@codex但非review，則會改以該PR脈絡啟動雲端任務。</p> <p>在終端機方面，開源的Codex CLI提供可互動的終端UI，能在授權下讀取與修改專案檔案並執行指令，也支援影像輸入以輔助語境。CLI預設的核准模式為Auto，允許在工作目錄內自動讀寫與執行，對跨目錄或網路存取仍需額外同意。另可切換為唯讀或完全存取模式以因應不同控管需求。官方直接建議在CLI選用GPT-5並依工作難度切換推理強度。</p> <p>Codex的雲端代理預設關閉網路，僅在安裝相依的設定階段開放，當要對代理啟用網路，官方建議以允許清單限制可存取網域與HTTP方法，並提醒提示注入、敏感資訊外洩與惡意相依導入等風險，要求人員持續審查代理輸出與工作紀錄。</p> <p>Codex現在隨附於ChatGPT付費方案，Plus、Pro、Team、Edu與Enterprise皆可使用，而企業或學校雖可由Workspace管理者啟用並連結GitHub，不過目前僅支援雲端版。</p> </div></div></div>
2025/9/1 11:27作者李建興https://www.ithome.com.tw/news/170918
OpenAI釋出GPT-5，強化程式開發及代理任務
<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"> <p><a href="https://openai.com/index/introducing-gpt-5/" target="_blank">OpenAI周四（8/7）正式發表了GPT-5</a>，ChatGPT版本採用統一系統架構，同時整合了快速回應與深度思考模式，並可透過即時路由器自主切換，也提高了整體的性能、效率與可靠性，<a href="https://openai.com/index/introducing-gpt-5-for-developers/" target="_blank">GPT-5 API版本</a>則大幅強化程式開發及代理任務，已被整合到OpenAI API平臺、Codex CLI、Microsoft 365 Copilot、GitHub Copilot及Azure AI Foundry上等平臺上。</p> <p>根據OpenAI的說法，GPT-5提高了ChatGPT中最常見之3種用途的性能，包括寫作、程式設計與健康，亦於減少幻覺、強化指令遵循，以及減少阿諛奉承上有了重大改進。例如只需要一個提示就能生成美觀且回應訊速網站、應用程式及遊戲；在健康上它可主動標記潛在的問題並提出問題，也能有更精確與更可靠的回應；在文字上則具備更有意境的創作風格。</p> <p>GPT-5在有關數學的AIME 2025基準測試分數為94.6%，與程式設計相關的SWE-bench Verified及Aider Polyglot分別達到74.9%與88%，涉及多模態理解的MMMU為84.2%，健康領域的HealthBench Hard為46.2%，以GPT-5 Pro進行科學推理的GPQA為88.4%。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0808-gpt-5-swe%20benchmark.png" style="width: 600px;" /></p> <p><span style="color:#696969;"><span style="font-size:14px;">圖片來源／OpenAI</span></span></p> <p>相較於OpenAI o3，GPT-5的輸出Token少了50~80%；相較於GPT-4o，GPT-5的事實錯誤少了45%；在開放式的事實查詢中，GPT-5的幻覺率是OpenAI o3的1/6；在缺少圖片的多模態測試中，o3有超過86%的比例會給出虛假答案，GPT-5只有9%；GPT-5的諂媚回應也從GPT-4o的14.5%降至6%以下。</p> <p>OpenAI還開始於GPT-5中預覽不同的聊天機器人個性，包括憤世嫉俗型（Cynic）、機器人型（Robot）、傾聽者型（Listener）與書呆子型（Nerd），初期僅支援文字聊天，之後將支援語音，使用者可自行於設定中調整。</p> <p>而在程式設計上，OpenAI於內部測試GPT-5的前端開發，發現它有70%的時候都優於o3，輸出Token減少了22%，工具呼叫減少了45%，且性能更好。Windsurf說它的工具呼叫錯誤率比其它先進模型少了一半。</p> <p>至於GPT-5在與代理任務有關的τ2-bench telecom基準測試分數為96/7%，Scale MultiChallenge為69.6%，長文本的檢索能力也優於o3及GPT-4.1，代表它能夠更可靠地呼叫並串聯各種工具。</p> <p>GPT-5有3種API規格，包括GPT-5、GPT-5-mini與GPT-5-nano，每100萬個輸入Token的價格分別是1.25/0.25/0.05美元，輸出則是10/2/0.4美元。</p> <p>有些媒體試用後認為GPT-5屬於重大更新，有些則覺得它比不上從GPT-3到GPT-4所帶來的驚喜，<a href="https://www.reuters.com/technology/artificial-intelligencer-cloud-wars-20-2025-08-07/?utm_source=chatgpt.com" target="_blank">而根據路透社（Reuters）的報導</a>，OpenAI內部正在討論如何讓員工手上的股票套現，且對該公司的估值高達5,000億美元。<a href="https://www.ithome.com.tw/news/168182" target="_blank">OpenAI在今年3月底宣布</a>要融資400億美元，融資後的估值為3,000億美元。</p> </div></div></div>
2025/8/8 11:15作者陳曉莉https://www.ithome.com.tw/news/170490
DevOps快報第4期：AI開發技術競爭，戰場從IDE、專用模型延伸到CLI，從拼功能到現在開始比成本
<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"> <p><strong>2025/5/1～6/25 精選DevOps與開發新聞</strong></p> <p><span style="color:#0000FF;"><strong>五六月是科技巨頭展現年度新產品的季節，Google、微軟、蘋果都有不少開發者相關的產品和發表。這期DevOps快報，要回顧過去兩個月重要的開發和DevOps新聞。三款軟體開發專用LLM，AI輔助開發的競爭從IDE蔓延到命令列工具，效能依舊是重量級編譯器和開發語言每次改版的重點。</strong></span></p> <h3><strong><span style="color:#FF0000;">開發AI代理和專用模型的競爭</span></strong></h3> <p><strong><span style="color:#0000FF;">#JetBrains #程式碼專門模型</span><br /> 第一款程式碼專用模型Mellum開源，擅長理解和補全主流開發語言的程式碼</strong></p> <p>老牌開發工具JetBrains團隊近日開源了第一個針對程式碼完成任務設計的語言模型Mellum，JetBrains團隊從零開始訓練了這款模型，而非基於現有開源模型進行微調。Mellum-4b-base模型具有40億個參數，採用類似LLaMA的架構，支援8,192個token的上下文長度。其訓練資料總量達4.2兆token，涵蓋如The Stack、StarCoder訓練集、CommitPack與英文維基百科等公開語料，針對Java、Python、C/C</p> <p><strong><span style="color:#0000FF;">#軟體工程LLM #Windsurf</span><br /> Windsurf發表專為軟體工程師建置的SWE-1模型，目標完成各種軟體工程任務</strong></p> <p>不只老牌工具聚焦開發專用模型，AI開發工具新創Windsurf也在5月中釋出了他們第一款可以針對整套軟體工程任務進行優化的一套模型家族SWE-1。這是一款可以完成所有軟體工程任務的概念性驗證模型。<br /> Windsurf解釋，閱讀或撰寫程式碼只是軟體工程的一小部分，真正的挑戰在於實現能夠長期擴展的解決方案，該公司的目標是將軟體開發速度提高99%。SWE-1基於Windsurf Editor的用戶互動資料，建立了共享時間軸，以捕捉工程中的不完整狀態與跨表面任務；另也具備流程感知能力，能與人類無縫協作，即時觀察及修正彼此行動。</p> <p><strong><span style="color:#0000FF;">#單機部署 #程式設計AI代理模型 #Mistral</span><br /> Mistral公布240億參數程式設計代理人模型Devstral，特色是可以單機本地部署</strong></p> <p>法國AI新創Mistral推出軟體工程任務的AI代理模型Devstral，這是他們與開源 AI程式設計師專案OpenHands開發商合作開發的模型，可以部署到單機上，號稱軟體工程支援能力比GPT-4.1mini、Deepseek-V3還強。Devstral是從Mistral-Small 3.1微調成240億參數的模型，具備最高128k字詞的輸入長度。具有工具使用能力，能用工具來探索codebase、編輯多個檔案，支援軟工（SWE）代理人。目前只支援文字輸出輸入。由於Devstral僅240億參數，使其適合執行在單一GPU 如Nvidia GeForce RTX 4090或32MB RAM的Mac電腦上，很適合在本地機器上的部署。<br /> 根據Mistral測試，在OpenAI的軟體解題能力評測SWE-Bench verified得分上，Devstral獲得46.8，高於同級參數量的模型，如GPT-4.1-mini、Claude 3.5 Haiku和SWE-smith-LM 32B。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%BF%AB%E5%A0%B1-Devstral%E8%A9%95%E6%B8%AC.jpeg" /></p> <p><strong><span style="color:#0000FF;">#主動型AI開發代理 #非同步執行</span><br /> Google開發AI代理Jules開放公測，整合GitHub可以自動執行版本升級、測試、重構和修補</strong></p> <p>Google新的AI開發代理Jules開放公測，這款軟體開發助手可以非同步地處理整個開發專案的多種任務輔助。Jules可以直接與 GitHub上的專案整合，將程式碼庫複製到安全的Google Cloud虛擬機器中執行，來理解完整的專案脈絡，也能自主執行一系列軟體開發任務，包括了版本升級、專寫測試程式、建構新功能和修復程式碼錯誤等。Jules採取計畫、審查和執行的三階段的開發任務交付方法，可以在原本的GitHub開發工作流程中，在背景自動執行任務。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%BF%AB%E5%A0%B1-Google-jules.jpeg" /><br /> <br /> <strong><span style="color:#0000FF;">#AI輔助軟體開發 #Codex</span><br /> ChatGPT推出了程式碼開發代理Codex，可以幫忙寫程式和除錯</strong></p> <p>AI大廠紛紛卡位軟體開發輔助需求，連ChatGPT都推出了程式撰寫代理Codex的研究預覽版，可以用來幫忙撰寫程式、回答問題、並且為程式除錯。<br /> Codex採用了以o3模型針對軟體工程優化後的codex-1模型，可以模仿真人工程師的行為，像是拉取偏好撰寫功能程式碼、回答codebase問題、除錯、並建議檢查的pull request。它會確實遵守指示，還能反覆測試直到獲得程式通過的結果。每項任務都在各自雲端沙箱環境分開執行。透過開發人員程式庫中的AGENTS.md檔可以引導Codex的行為，在其中指示Codex如何跑程式codebase、執行測試、遵循專案的標準作業。和人類一樣，提供了開發環境配置、穩定的測試設定和明確的文件，Codex代理人效果會更好。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%BF%AB%E5%A0%B1-OpenAI.jpeg" /></p> <p><strong><span style="color:#0000FF;">#模型免費額度超多 #命令列AI工具</span><br /> 從功能戰打到成本戰，Gemini CLI主打業界免費額度最高，一天千次請求</strong></p> <p>最近Google開源了命令列AI工具Gemini CLI ，整合了程式開發助理工具Gemini Code Assist，可用來存取Gemini 2.5 Pro及其100萬個Token的脈絡視窗，目前仍為預覽版。Gemini CLI擅長各種程式碼任務，包括理解程式碼、撰寫程式碼、操作檔案、執行命令，以及動態故障排除等，允許使用者透過自然語言來撰寫程式碼、除錯與簡化工作流程。更內建了許多進階工具，包括可利用Google搜尋來強化回應，藉由MCP協定或擴充功能來延伸能力，可客製化提示與說明，也可將Gemini CLI整合到自動化的腳本程式中。Google它號稱提供了業界最高的免費額度，每分鐘最多可支援60次的請求，每天支援1,000次請求。 </p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/Gemini%20CLI.jpeg" /></p> <p><strong><span style="color:#0000FF;">#MCP #AWS #資料庫開發</span><br /> Amazon Q Developer CLI 支援MCP，更擅長讀取資料庫結構來優化SQL查詢</strong></p> <p>AWS旗下生成式AI開發工具Amazon Q Developer命令列工具日前也開始支援MCP協定，來提升開發人員在本地環境與資料來源互動的靈活性與準確度。支援MCP後，Q Developer可以存取外部資料來源的結構化上下文資訊，進而改善生成程式碼、撰寫SQL查詢與建立測試案例的能力，特別是在處理專案外部的資料結構，例如資料表關聯與欄位命名，來提升模型對開發專案脈絡的理解深度。對需要頻繁與資料庫互動的開發人員，這項支援可以快速將資料層結構納入開發流程，無需額外撰寫資料存取邏輯或自建中介模組。</p> <p><strong><span style="color:#0000FF;">#Cursor #氛圍開發</span><br /> 知名AI輔助開發工具Cursor終於推出1.0正式版，可以自動審查程式碼</strong></p> <p>氛圍開發（Vibe Coding）者愛用的Cursor終於推出1.0正式版，帶來多項針對開發流程與團隊協作的功能更新。更新重點包括BugBot自動程式碼審查工具、MCP一鍵安裝與OAuth認證，以及背景代理（Background Agent）開放並直接支援Jupyter Notebook，還有專案記憶（Memories）測試版，同時針對設定與儀表板頁面進行強化。官方也釋出經認證的MCP伺服器清單，開發人員可於官方文件加入快速安裝按鈕，降低整合門檻，簡化第三方服務串接，加速自有伺服器接入與用戶授權設定。</p> <p><strong><span style="color:#0000FF;">#AI代理開發 #Fireba</span>se<br /> Google正式推出雲端AI代理開發環境Firebase Studio </strong></p> <p>Google將線上開發工具專案Project IDX改名為Firebase Studio，變成了一款AI代理的雲端開發環境。採用自家Gemini 2.5模型，可以在短短幾分鐘內建立包含前後端的全端應用程式。或是直接匯入設計工具Figma的設計稿，透過Firebase中的Gemini助手，將設計稿轉換為應用程式的新功能。內建的應用原型代理可以偵測應用程式所需的後端，並自動完成設置和資源配置。</p> <p><strong><span style="color:#0000FF;">#程式碼生成 #AI開發工具</span><br /> Google AI Studio大更新，原生內建AI程式碼生成能力</strong></p> <p>近日Google AI Studio更新，最大特點在於內建了人工智慧程式碼生成能力。開發者現在可於AI Studio進行程式撰寫、預覽、調整，並可在建置分頁一鍵部署至Google Cloud Run等雲端服務。開發人員僅需輸入簡要描述，無論為文字、圖片或影片，模型便會在AI Studio中直接產生符合需求的前端或後端程式碼。相較以往僅能產生程式碼片段，需另行串接外部IDE的情境，此次原生整合大幅簡化開發流程。新版也提供檔案結構瀏覽、版本比較和即時回溯等功能，開發者可在人工智慧協助下檢視與比對程式碼異動，並透過對話式程式碼反覆調整功能，快速回到先前的檢查點進行修正。</p> <p><strong><span style="color:#0000FF;">#VS Code #AI開發 #MCP</span><br /> 微軟開放GitHub Copilot Chat原始碼，將整合到VS Code編輯器核心，更強化MCP支援</strong></p> <p>微軟不斷強化VS Code的AI代理協作和開發能力，日前宣布以MIT授權開放GitHub Copilot Chat擴充功能原始碼，並計畫分階段將部分人工智慧相關元件從擴充功能中重構，整合至VS Code核心程式碼庫中。在VS Code 1.100版中支援用Markdown撰寫的Instructions指令檔與Prompt提示詞兩種設定檔，來統一內建AI助手的環境配置和設定，可以用來統一多人團隊的AI開發規範。Instructions指令檔用來定義開發規範，例如程式風格或指定使用的框架，而提示詞檔則可儲存完整的任務指令，例如產出元件、執行安全檢查等特定請求。這些檔案可依專案或檔案類型自動套用，助團隊建立可重複使用的人工智慧工作流程，也可透過VS Code的設定同步功能，在多臺裝置間保持一致的協作環境。另外在6月推出的VS Code v1.101則聚焦MCP協定整合，可以支援MCP認證規範，涵蓋GitHub、Entra等主要帳號授權與管理，用戶可在VS Code內管理、指定、移除MCP伺服器存取權限，以符合企業對多帳號、多平臺開發環境的安全需求。</p> <p><strong><span style="color:#0000FF;">#蘋果 #AI開發助手 #XCode</span><br /> XCode 26新版終於導入AI助理，增強自動化開發與多平臺支援</strong></p> <p>在WWDC登場的Xcode 26終於將人工智慧助理整合進開發環境，正式支援ChatGPT並開放API連接第三方語言模型，開發者在側邊欄啟用人工智慧助理，透過自然語言與人工智慧互動，請求程式碼範例、解釋專案架構、產生或修改特定函式，並協助除錯與編寫API註解。Xcode可以協助生成符合DocC規範的註解內容，涵蓋類別、屬性與方法，減輕團隊文件維護負擔，提升專案可讀性與維護品質。Xcode 26還加強安全性與多平臺開發支援，提供更完整的開發工具整合方案。</p> <h3><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%BF%AB%E5%A0%B1-xcode26-ai.jpeg" /><br /> <strong><span style="color:#FF0000;">開發語言、編譯器和開發框架進展</span></strong></h3> <p><strong><span style="color:#FF8C00;">#多語言編譯器 #Rust #COBAL</span><br /> GCC近年最大改版，新版納入Rust和COBAL，邁向多語言編譯核心</strong></p> <p>GCC編譯器在四月底發布了近年最大一次的改變，從傳統C編譯器轉型為多語言編譯核心的發展方向，不僅更換C語言的預設標準，也正式將Rust與COBOL納入支援。在語言相容性、靜態分析能力與平台支援上的全面強化，提供更現代化、多元且可擴充的開發環境選擇。<br /> GCC 15.1是GCC 15系列的第一個穩定版本。預設語言標準由gnu17切換為gnu23，導入多項語言現代化設計，如#embed指令、命名迴圈、位元操作內建函式與型別診斷改善，GCC也同步改進錯誤訊息，提供具修正建議的提示。<br /> 新版增加了Rust與COBOL的原生支援。Rust前端gccrs已能正確處理Rust 1.49語法與標準函式庫，但尚未支援較新的語法與完整std函式庫，進一步替GCC納入Linux核心子系統中的Rust元件鋪路。新引入的gcobol編譯器遵循ISO/IEC 1989:2023標準，在x86-64與AArch64架構上可通過大部分測試項目，可供企業用於維運COBOL老舊系統。</p> <p><strong><span style="color:#FF8C00;">#效能提升 #Ruby #大型Web應用</span><br /> Ruby 3.5新版的物件配置速度翻六倍，有助於高流量Web服務場景</strong></p> <p>新版Ruby 3.5導入物件配置效能最佳化，在實測效能中比前一版本提升達6.5倍。對於大量產生物件的應用情境，特別是在現代Web服務或API設計中，效能提升幅度明顯。物件配置是Ruby執行環境中頻繁且基礎的作業之一，無論是新建資料模型、執行運算邏輯，或框架底層運作，都需大量使用。新版針對Class#new方法的實作機制調整，大幅提高了效能。</p> <p><strong><span style="color:#FF8C00;">#效能提升 #GO #TypeScript</span><br /> 微軟用以Go語言重寫TypeScript編譯器，編譯速度快10倍</strong></p> <p>TypeScript團隊從2024年開始推動，以Go語言重寫編譯器與工具鏈的原生計畫，最近宣布開放了TypeScript Native預覽版，TypeScript編譯器首次以原生程式語言重寫，針對效能與大型專案開發需求進行架構層級調整。根據官方公開的實測資料，Native預覽版於多項主流開源專案的型別檢查與編譯速度，可達現有JavaScript版本的10倍以上，大幅縮短專案建置與開發周期。來因應雲端原生、人工智慧應用與現代前端工程規模化的需求，也解決大型TypeScript專案效能的瓶頸。 </p> <p><strong><span style="color:#FF8C00;">#載入速度提升 #V8 #JavaScript</span><br /> V8引擎支援預編譯註解標籤，大型網頁應用載入速度再提升</strong></p> <p>JavaScript引擎V8引入一項名為Explicit Compile Hints的新功能，允許開發者透過特定註解指示V8在載入JavaScript檔案時，預先編譯其中所有會在頁面載入階段被呼叫的函式，以加速網頁初始載入效率，該功能已隨Chrome 136釋出。V8在載入期間，於背景執行緒進行完整的語法解析與編譯，並與網路請求的下載作業交錯執行，減少主執行緒的等待時間。官方實驗，測試 20個熱門網站時，有17個網頁的JavaScript載入效能明顯改善，平均可減少約630毫秒的前景解析與編譯時間。V8團隊計畫將此功能從檔案層級延伸至函式層級，使開發者能更細緻地指定特定函式進行預編譯。</p> <p><strong><span style="color:#FF8C00;">#程式碼品質 #Rust</span><br /> 問世滿十周年的Rust推新版，調整安全函式庫設計和新增匿名管道支援</strong></p> <p>1.0版釋出滿十年的Rust語言，近日推出了1.87.0版，新版特色之一是安全架構內建函式的調整。從1.87.0起，許多過去因需要啟用特定指令集例如AVX2，必須寫成unsafe的stdarch架構內建函式，現在於啟用這些指令集的情況，可以在安全程式碼中直接使用，這項變更讓高效能運算的開發更安全，也讓程式維護更容易。另外，標準函式庫也正式加入對匿名管道的支援。開發者現在可以直接使用std::io::pipe函式來建立管道，將std::process::Command的stdout與stderr整合到同一通道，方便一次處理所有輸出資料。無需額外建立執行緒，也不必依賴平臺專屬API，讓跨平臺子程序之間的資料交換更加簡單。</p> <p><strong><span style="color:#FF8C00;">#語法擴充 #C#語言</span><br /> C# 14推出擴充成員語法，可以讓現有型別擴充屬性和靜態成員</strong></p> <p>新版C# 14預覽版增加了擴充成員（Extension Members）語法，進一步擴充原有擴充方法（Extension Methods）的設計，讓開發者能以類似擴充方法的方式，替現有型別加入屬性與靜態成員。目前語法已支援方法與屬性，後續版本預期將持續擴充可支援的成員類別。# 14讓開發者除了定義擴充方法，還可以加上像是IsEmpty這樣的擴充屬性，甚至支援靜態方法與靜態屬性，並透過新的extension(...)語法指定要擴充的型別。<br /> 這讓過去不容易透過擴充方法實現的功能，例如無參數的屬性存取，變得更容易實作，也有助於整理擴充邏輯，減少重複程式碼並提升維護效率。在語法設計上，新的擴充區塊語法與既有的this參數寫法可以並存。對開發者來說，無論使用哪種語法定義擴充方法，呼叫方式都一致，不需要重新學習。</p> <p><strong><span style="color:#FF8C00;">#行動開發 #AI代理框架 #Kotlin</span><br /> Kotlin發布2.2，不只改善易用性更聚焦Kotlin生態與AI開發整合</strong></p> <p>JetBrains團隊近日發表Kotlin 2.2新版，除了著重語言易用性與安全性強化之外，也搭配人工智慧開源框架與多平臺工具的更新，來擴大Kotlin於行動、網頁、伺服器端與人工智慧應用場景的影響。新版本導入when語句守護條件（Guard Condition）、多重字串插值、非區域性break與continue，以及Context parameters等新語法，提升程式碼可讀性與表達能力。另外，JetBrains開源旗下Koog人工智慧代理框架，可提供多種預設工作流程，開發者可組合或擴充元件，加速人工智慧應用實驗與部署，可以協助開發者用Kotlin打造可組合、高可靠性的人工智慧代理應用。JetBrains 要讓Kotlin生態更容易整合AI開發生態圈。</p> <p><strong><span style="color:#0000FF;">#JavaScript框架 #Deno</span><br /> JavaScript執行環境Deno強化編譯功能，更容易發布獨立執行檔來簡化部署</strong></p> <p>這款新興的JavaScirpt執行環境Deno近日釋出2.3新版，原生編譯功能有不少強化，開發者能將使用如bcrypt這類需要Node原生位元組碼的模組，一併編譯為單一可執行檔。這不僅簡化了部署流程，也讓跨平臺發布獨立程式變得可行。此外，此版本引入—exclude參數，允許排除不需打包的資源，藉此縮小檔案大小，對於希望控制最終產出檔案大小的開發者，提供更多調整空間。2.3版本也開放透過deno.json設定，匯入本地資料夾中的模組。對開發NPM套件者來說特別實用，不用發布到套件資料庫也能進行測試與驗證。</p> <p><strong><span style="color: rgb(0, 0, 255);">#JavaScript框架 #Node.js</span><br /> Node.js強化非同步追蹤機制，上下文管理更穩定，今年10月進入LTS</strong></p> <p>另一款老牌JavaScript開發框架Node.js也釋出24主要版本，正式將非同步上下文追蹤機制，改為預設採用AsyncContextFrame實作，取代過往AsyncLocalStorage較低效率的架構。這項調整雖非外部API上的破壞性改動，卻對底層行為與效能有實際影響，特別是在需要精確追蹤請求流程與狀態傳遞的應用情境，能大幅提升穩定性與追蹤準確性。另外，24版也升級了V8 JavaScript引擎至13.6版，支援如Float16Array、RegExp.escape與Error.isError等新語法，並同步將NPM升級至11版，強化依賴管理效能與安全性。開發者熟悉的URLPattern也首度進入全域命名空間，無需額外匯入即可使用。</p> <p><span style="color:#0000FF;"><strong>更多新聞</strong></span></p> <ul> <li>Google發表Android 16用的新一代設計語言Material 3 Expressive</li> <li>Android Studio新增Android與iOS共享的模組範本，簡化跨平臺共用業務邏輯的維護</li> <li>Jenkins揭露眾多外掛程式漏洞，包括CVSS風險評分高達9.8的身分驗證外掛漏洞</li> <li>Angular v20改用新控制流程語法，全面棄用結構指令</li> </ul> <p><strong>責任編輯：王宏仁</strong></p> <p><b>圖片來源：</b>Mistral、Google、OpenAI、Apple</p> </div></div></div>
2025/6/27 16:56作者王宏仁https://www.ithome.com.tw/news/169783
微軟揭露專為Copilot+ PC設計的Mu模型，可透過自然語言調整數百項電腦設定
<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"> <p><a href="https://blogs.windows.com/windowsexperience/2025/06/23/introducing-mu-language-model-and-how-it-enabled-the-agent-in-windows-settings/" target="_blank">微軟Windows應用科學副總裁Vivek Pradeep於周一（6/23）發布部落格文章</a>，揭露一款專為Copilot+ PC所設計的小型語言模型Mu。這是一個可於裝置端執行的模型，目前主要應用在Windows系統中的「設定代理人」功能，協助使用者透過自然語言調整數百項系統設定。該功能目前僅開放給Dev頻道中、使用Copilot+ PC的Windows Insiders測試者試用。</p> <p>微軟於2024年5月正式發表主打AI應用的Copilot+ PC，採用基於Arm架構的系統單晶片，並整合神經處理單元（NPU），要求其NPU運算效能至少達到每秒40兆次操作（40 TOPS）。包括Surface、ASUS、HP、Lenovo、Dell、Acer等品牌皆已推出Copilot+ PC。然而截至2025年第一季，這類產品在整體PC市場中的市占率仍不到5%，距離普及尚有一段距離。</p> <p>Mu模型正是專為這類具備NPU的裝置所打造，可完全於本機執行，推理速度超過每秒100個token。這也是微軟首度將語言模型應用於裝置端，並聚焦於「Windows設定代理人」的角色。使用者只需輸入像是「開啟飛航模式」、「提高螢幕亮度」、「關閉自動更新」等自然語言，就能觸發對應設定操作。不過目前僅支援文字輸入，尚未直接支援語音。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0624-Mu%20model-copilot%2B%20PC-600-2.png" style="width: 600px;" /></p> <p><span style="font-size:14px;"><span style="color:#696969;">圖片來源／微軟</span></span></p> <p>Pradeep表示，Mu是在微軟開發Phi系列模型的基礎上重新設計，從零開始打造、專為資源受限的NPU裝置最佳化。其核心採用Transformer的Encoder–Decoder架構，能先全面理解輸入內容，再產生精準輸出，運算效率更高。</p> <p>為了發揮裝置端效能，微軟針對Mu的模型尺寸與參數分配做出精細調整，例如將2/3的參數配置給編碼器、1/3配給解碼器，並採用輸入／輸出權重共享以節省記憶體。同時，Mu僅使用NPU完全支援的運算操作，確保每次推理都能以最高效率執行。</p> <p>在訓練過程上，Mu先以數千億個高品質教育資料進行預訓練，再透過Phi模型進行知識蒸餾，最後以LoRA微調技術針對特定任務強化模型表現。即便模型體積僅為Phi-3.5-mini的十分之一，Mu在標準任務（如SQuAD問答與CodeXGlue程式任務）上的表現仍與Phi相當接近。</p> <p>在部署階段，微軟應用了後訓練量化（PTQ）技術，將模型從浮點格式轉為整數表示，進一步壓縮體積並降低計算負擔。加上與Qualcomm、Intel、AMD等晶片廠的合作優化，Mu在如Surface Laptop 7等Copilot+ PC裝置上，推理速度可達每秒200個token。</p> <p>Pradeep補充，目前Mu僅應用於Windows設定代理人，並已針對此任務使用約360萬筆樣本進行微調，涵蓋數百項系統設定。模型也根據輸入語句的長度與明確程度調整回應方式，例如輸入「亮度」這類短語時會回傳傳統搜尋結果，而輸入「提高主要螢幕亮度」這類具體語句，才會由Mu代理人執行具體設定動作，以兼顧準確度與使用體驗。</p> </div></div></div>
2025/6/24 16:23作者陳曉莉https://www.ithome.com.tw/news/169696
Codex CLI改採Rust原生重寫，提升效能與跨平臺支援
<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"> <p>OpenAI旗下開發工具<a href="https://github.com/openai/codex/discussions/1174">Codex CLI現正由TypeScript改以Rust重寫</a>，以提升效能並支援多作業系統。Rust具備高效能、低資源消耗與安全性，有助於滿足企業及開發社群在跨平臺開發上的需求。</p> <p>Codex CLI為一款終端工具，提供與OpenAI語言模型互動功能，可輔助開發者於本地環境進行程式開發。隨著生成式人工智慧於軟體開發流程的應用增加，CLI工具需支援多作業系統並維持執行效能。OpenAI此次以Rust重寫Codex CLI，主要原因在於Rust可直接編譯為各作業系統可執行檔，無需依賴Node.js，簡化環境建置並減少安裝失敗風險，有助於資源管理與執行速度。</p> <p>開發團隊表示，重寫工具的重點於移除Node.js依賴、提升Linux平臺沙箱安全、降低執行期間記憶體用量，以及預留多語言擴充彈性。Rust不採用垃圾回收機制，可精確管理記憶體，對長時間運作或高並行需求的CLI工具擁有一定優勢。Codex CLI導入自行開發的Wire Protocol（底層資料傳輸協定），作為代理執行框架，未來有望支援Python、JavaScript等多語言擴充模組，方便開發者整合人工智慧服務。</p> <p>安全性也是本次重構的重要考量。Linux平臺已採用以Rust開發的安全沙箱，可直接整合至系統底層，降低攻擊風險並提升用戶端運作保障。TypeScript版本會持續維護，而Rust原生版在功能與體驗成熟後，就會成為預設選項。目前Codex CLI Rust原生版本已開放透過NPM安裝，OpenAI團隊鼓勵社群開發者參與程式碼貢獻及功能測試。</p> </div></div></div>
2025/6/4 08:31作者李建興https://www.ithome.com.tw/news/169341
OpenAI公布ChatGPT程式撰寫代理人Codex 可多任務平行作業
<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"> <p><a href="https://openai.com/index/introducing-codex/" target="_blank">OpenAI公布ChatGPT程式撰寫代理人Codex研究預覽版</a>，可幫工程師撰寫程式、回答問題、並且為程式除錯。</p> <p>Codex上周已開放給ChatGPT Pro、Team與Enterprise方案，很快會開放給Plus和Edu方案用戶使用。</p> <p>Codex使用codex-1模型，後者是OpenAI o3模型為軟工優化的版本，是以各種環境的真實程式編寫作業為訓練資料集，利用強化學習方法訓練而成。</p> <p>作為軟工工程師輔助工具，Codex能模仿人類工程師形式及拉取（pull request）偏好撰寫功能程式碼、回答codebase問題、除錯、並建議檢查的pull request。它會確實遵守指示，還能反覆測試直到獲得程式通過的結果。每項任務都在各自雲端沙箱環境分開執行。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/0519-openai%20agent-Codex-3.png" style="width: 600px;" /></p> <p>Codex可經由開發人員程式庫中的AGENTS.md檔加以引導。和人類一樣，如果提供它開發環境配置、穩定的測試設定和明確的文件，Codex代理人效果會更好。AGENTS.md檔案是類似README.md的文字檔案，開發團隊可在其中指示Codex如何跑程式codebase、執行測試、遵循專案的標準作業。</p> <p>不過即使沒有AGENT.md，Codex也有優異表現。OpenAI公布SWE-Bench Verified標竿測試，顯示codex-1的準確率高出o4-mini-high及o3-high的跑分結果。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/0519-openai%20agent-Codex-benchmark-1.png" style="width: 542px;" /></p> <p>具有啟用資格的開發人員現在就可從ChatGPT側邊工具欄使用Codex。OpenAI詳細說明，使用者可在提示列中輸入「Code」讓Codex寫新程式，輸入「Ask」詢問程式問題。每項任務都是在分開執行。Codex能讀取和編輯檔案、執行指令，像是test harnesses、linters和 type checkers。視任務複雜性而定一般可在1到30分鐘內完成，用戶也能即時監控Codex進度。一旦完成，它會並提供log及測試結果供開發人員檢視。用戶可要求它進一步修改、開啟GitHub pull request或直接將其變更整合到環境中。<span style="font-size:14px;"><span style="color:#696969;">圖片來源／OpenAI</span></span></p> </div></div></div>
2025/5/19 09:03作者林妍溱https://www.ithome.com.tw/news/169008
DevOps快報第3期：連設計工具Canva都推出AI開發，Docker將推MCP目錄服務，要打造安全易用的MCP生態系
<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"> <p><strong>2025/3/27～4/25 精選DevOps與開發新聞：</strong></p> <p><strong><span style="color:#0000FF;">#AI開發 #免程式碼工具</span><br /> 知名線上設計工具Canva也推AI開發工具，設計超好看的網頁不用寫程式碼</strong></p> <p>最近知名設計工具服務Canva發表了一款AI輔助程式開發工具Canva Code，可以依據使用文字提示指令或語音與AI對話，自動生成美觀畫面的程式碼，也提供了預覽面板功能，讓開發者可以進一步下達提示指令，一邊預覽一邊修改畫面，讓程式開發就像是設計互動式簡報內容般的簡單。目前Canva Code生成內容，無法直接編輯程式碼，只能下指令要求AI調整，但在設計完成發布後，就可以進一步手動修改、加入自己的程式碼。生成的網頁設計和程式碼可用於個人或商業使用。Canva免費和付費用戶都可使用。<br /> Canva Code就像是一款NoCode開發工具，開發者不用撰寫任何一行程式碼，就能設計初美觀好看的網頁。這款程式碼生成工具也會整合到原本的設計工具中，用AI生成程式碼的每一個元件，都可以整合到原本的Canva設計，可用於簡報、文件或是社群平臺發表格式或網頁，也能支援響應式網頁，支援桌面、行動和平臺環境的瀏覽環境。在Canva Code中也提供了多層保護機制，來確保AI生成的內容合宜和安全。</p> <p><strong><span style="color:#0000FF;">#Docker #地端模型開發</span><br /> 瞄準GAI地端開發測試需求，Docker桌面版新增AI模型執行工具</strong></p> <p>Docker桌面版在4月初釋出了4.40新版，最大特色是新增加了可以在本地端執行AI模型的Docker Model Runner外掛Beta版，目前先支援MacOS環境，未來將支援Windows環境。開發者可以在命令列執行一個AI模型，也能用來管理本地端的AI模型，還提供了互動式模式，可對所執行的AI模型下提示指令來互動。</p> <p>Docker希望提供更快更簡單的方式，讓開發者在本地端執行和測試AI模型。這個新外掛用llama.cpp提供了一個內建的推論引擎，可以用類似OpenAI API的方式來呼叫。開發者也可以呼叫蘋果晶片上的GPU加速器來執行推論引擎。Docker Model Runner會將模型打包成開放標準OCI Artifacts模型封裝格式，讓開發者透過原本管理容器的註冊表和工作流程，來派送或管控模型的版本。未來將可以整合到開發者自己的CI/CD流程，推送自製模型。</p> <p>Docker也和Google和HuggingFace平臺合作，讓開發者透過標準Docker命令列來存取這兩大平臺提供的本地部署模型。另外也和Dagger、Continue、Spring AI 和 VMware Tanzu等應用工具商合作，來確保用Model Runner打造的應用可以整合到既有開發流程和工具中。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/DockerRunModel.png" /></p> <p><strong><span style="color:#0000FF;">#MCP #目錄服務 #工具包</span><br /> 要讓MCP像容器一樣安全易用，Docker預告5月推出MCP目錄和工具包</strong></p> <p>最近Docker公司新任營運長Mark Cavage近日宣布，5月將推出MCP目錄和MCP工具包。他指出，MCP協定實際已成為AI代理串接各種工具的標準，可提供一套標準，來簡化複雜分散的代理運作方式，但是，他觀察，MCP還有四個不足，還沒達到正式生產環境可用的程度。</p> <p>第一個不足是，開發者需要一個值得信賴的集中式中心來發現工具，提供主要派送管道來源，第二項是應該預設容器化，降低相依性管理和複製封裝的阻力，第三是需要一套憑證管理機制，才能整合到現代化的開發流程，最後一點是要有一套資安基礎才能信任，像是建立沙盒，可稽核，可控管權限等。</p> <p>針對這四個不足，Docker預告將在五月推出Docker MCP目錄服務，可以提供一個可信的MCP工具發現來源，也能整合到Docker Hub。Docker和多家企業合作，像是支付業者Stripe、搜尋引擎Elastic、IoC平臺工具商Heroku和Pulumi、可觀測平臺Grafana Labs、API管理工具Kong、視覺化工具商Neo4j、可觀察性服務商New Relic、AI開發助手Continue.dev聯合，來打造一個安全且開放的MCP生態平臺，提供一套經過來源驗證的MCP工具包，將提供超過1百款工具，都會具有發布者驗證和版本發布管理功能。這些MCP工具將透過Docker目前所用的容器拉取下載架構來發布，也就是說，開發者可以用原本拉取Docker映像檔的方式，來取得經過官方驗證的MCP工具。 </p> <p><strong><span style="color:#0000FF;">#MCP #代理型AI開發</span><br /> OpenAI宣布支持MCP，掀起代理型AI應用整合新浪潮</strong></p> <p>隨著3月底，隨著OpenAI執行長Sam Altman宣布將支援Anthropic的代理AI溝通框架MCP後，讓MCP框架成了跨主流模型支援的AI開發框架。這也帶動了新一波代理型AI應用的開發浪潮。OpenAI的Agents SDK，可以使用各種MCP伺服器程式，提供工具給LLM模型呼叫之用。Agents SDK也支援快取功能，可以自動將MCP伺服器提供的一系列工具建立快取，來縮短下一次使用的延遲時間。另外，Agents SDK還內建追蹤機制，可以自動記錄MCP伺服器的每一個操作，包括了每一次呼叫MCP伺服器的呼叫行為，或是與MCP相關的函式呼叫資訊，都會來下紀錄，以供後續的稽核之用。</p> <p><strong><span style="color:#0000FF;">#蘋果 #Swift版本管理</span><br /> 蘋果正式推出Swift版本管理工具Swiftly 1.0，不用XCode也能建立開發環境</strong></p> <p>Swiftly 1.0是第一個由蘋果官方支援的Swift版本管理工具，可支援macOS與多種Linux發行版，可以讓開發者能以簡單的命令在本機安裝多版本Swift，並以.swift-version設定檔統一團隊開發使用的版本，減少版本不一致產生的錯誤與部署問題。可透過指令自動更新，並支援切換不同版本的工具鏈，包括穩定版本、歷史版本與Nightly Snapshot版本，開發者無需依賴Xcode即可取得最新Swift版本，特別適用於獨立開發與測試應用場景。Swift團隊指出，Swiftly未來將成為非Xcode環境安裝Swift的標準方式，目前支援的Linux發行版包括Ubuntu、Debian、Fedora、RHEL與Amazon Linux。</p> <p><strong><span style="color:#0000FF;">#安全左移 #行動開發</span><br /> Android Studio加強安全左移措施，撰寫程式碼同時自動合規檢查</strong></p> <p>Google針對Android與Google Play生態系統推出多項強化措施，涵蓋開發工具、API更新與政策支援，藉由更新平臺安全機制，逐步推進安全設計前移，並簡化政策法遵的落實流程。Android Studio也開始導入與政策法遵相關的即時通知機制，當開發者在編寫程式碼階段違反特定規定時，系統將即時提醒，讓修正作業能前移至更早期的開發階段。而Play Console中擴充預先檢查功能，新增對隱私權政策連結與登入憑證要求的檢查項目，接下來一年將持續擴大適用範圍，要讓開發者在提交應用程式之前就先發現潛在問題。另外，開發者用Play Integrity API每日進行超過5億次風險檢查，減少了8成的未授權使用，未來將增強隱私保護設計。</p> <p><strong><span style="color:#0000FF;">#AI除錯 #AI代理開發</span><br /> 開發除錯有新幫手，微軟公布抓蟲AI工具</strong></p> <p>微軟近日公布一款可以幫開發人員除錯（debug）的AI工具Debug-gym，這是一個輕量代理人開發環境，可以讓企業開發除錯LLM代理人，這樣的代理AI可以用互動式除錯工具，如預設的python debugger（pdb），以積極尋找進一步除錯資訊。透過工具獲得的回饋，Debug-gym擴展代理人的行為和觀察面，使之設定斷點、導覽程式碼、列印變項值，或建立測試函式，甚至改寫程式碼。程式代理人研究、生成新的除錯建議，最後交由人類判斷及核准。在交付之前，這些除錯方法可在相關codebase、程式執行和文件脈絡下進行grounding，而不只是依據訓練資料憑空設想的方案。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/AI%E9%99%A4%E9%8C%AF-%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90-%E5%BE%AE%E8%BB%9F.png" /></p> <p><strong><span style="color:#0000FF;">#AI代理開發 #MCP #A2A</span><br /> 微軟AI代理開發框架Semantic Kernel兩頭押寶，雙雙支援MCP和A2A協定</strong></p> <p>微軟開源人工智慧代理開發框架Semantic Kernel，現已支援來自Anthropic與Google的兩項開放協定，分別是MCP（Model Context Protocol）與A2A（Agent‑to‑Agent），進一步強化跨代理上下文共用、工具協作與跨雲環境的互通能力。透過這兩項協定的整合，開發者不僅能在本地與遠端串接多個語言模型、工具與代理，也能實現跨平臺、跨生態的模組化任務委派與功能組合，進一步簡化多代理系統的建構流程。</p> <p>Semantic Kernel對MCP支援相對完整，涵蓋客戶端與伺服器角色的能力，但對Google剛發表的A2A協定，則只完成了初步整合，微軟提供的整合範例中，建置了一個旅遊代理，能根據任務類型動態路由至匯率查詢代理，或行程規畫代理，並透過A2A的Agent Card機制進行自動探索與任務派送。微軟也預告將持續擴充整合腳本，包含Azure AI Foundry與Semantic Kernel的整合範例，供開發者參考建構彈性多雲環境人工智慧代理應用。</p> <p><strong><span style="color:#0000FF;">#MCP #GitHub #VSCode</span><br /> GitHub也加入MCP生態圈，開發套件支援MCP還釋出自家MCP伺服器</strong></p> <p>最近GitHub Copilot正式推出AI代理模式（Agent Mode），可以自動迭代修改程式碼與修正錯誤，也開始能支援MCP，使AI能在存取外部系統及工具時，具備更多開發專案的情境知識。不只如此，GitHub還開源釋出了MCP伺服器程式碼，開發者能將MCP伺服器部署於自家環境，來存取GitHub上資源，打造AI代理工作流程。他們還宣布正式推出Copilot code review AI代理，以及讓開發者可以不斷按Tab來自動完成程式碼的Next edit suggestions功能。</p> <p><strong><span style="color:#0000FF;">#C++開發 #AI開發輔助 #地端LLM</span><br /> 老牌C++框架Qt升級AI開發助理，開始能支援本地LLM模型</strong></p> <p>知名C++開發框架維護公司Qt釋出Qt人工智慧助理0.9版本，正式支援本地部署大型語言模型，支援本地執行的兩款開源大型語言模型，分別是CodeLlama‑7B‑QML與DeepSeekCoder v2 Lite，開發者可透過Ollama架構在個人電腦上執行推論，無須仰賴雲端API，即可在本地進行程式碼完成（Code Completion）。另外也推出多項針對QML與C-->開發者的功能強化，包括即時文字串流顯示、Google Test測試碼自動產生與程式碼行內註解，進一步提升互動體驗與程式碼可維護性。新版助理需搭配Qt Creator 16.0.1使用，現已開放下載與更新。</p> <p><strong><span style="color:#0000FF;">#架站工具 #AI輔助開發</span><br /> WordPress.com發表AI工具，聊天機器人幾分鐘就能幫你架好網站</strong></p> <p>瞄準中小企業和自由創作者需求，網站代管平臺WordPress.com推出AI架站工具AI Website Builder，使用者在幾分鐘內就能建置一個新網站，完全不需要樣版，不需要撰寫程式碼，只要對聊天機器人聊，盡可能地詳述所需的網站，例如需要的是作品集網站、部落格或是商業網站，也能加進網站名稱，或是描述想要的風格，例如有趣、友善、簡約、優雅或任何的形容，並描述準備於網站發布的內容類型。<br /> AI會反問更多細節才開始建置，過程中會提供版面、顏色與字體的選擇，完成網站雛型，後續還能要求AI客製此網站的樣貌。目前購買WordPress.com代管服務的使用者，可輸入無限量的提示來客製化網站。</p> <p><strong><span style="color:#0000FF;">#程式碼開發代理 #OpenAI #本地開發</span><br /> OpenAI釋出命令列的程式碼代理工具Codex CLI，可存取本地端檔案來推理</strong></p> <p>隨著OpenAI o3與o4-mini推理模型的發表，OpenAI也開源了程式碼代理工具Codex CLI，這是個可安裝在開發人員電腦上的命令列介面（Command-line Interface，CLI），未來也可支援GPT‑4.1⁠等其它模型。開發人員能夠在自己的電腦上以自然語言與AI模型互動，以修改、執行或生成程式碼，所有的檔案讀寫及命令執行都在本地完成，僅將提示、脈絡與選用的差異摘要發送至模型進行生成，採用Apache-2.0開源授權。不過，因為它連結的是付費的OpenAI模型，因此設定時需要具備一個付費的OpenAI API帳戶。</p> <p><strong><span style="color:#0000FF;">#Ruby開發 #Java</span><br /> JRuby十年大改版，第10版跳版支援到最新的Ruby 3.4</strong></p> <p>JRuby是一個以Java實作的Ruby執行環境，讓Ruby應用能進入企業級部署場景。第10版最重要的升級是將Ruby相容性從3.1版直接跨越到3.4版，不僅完整導入了Ruby 3.2、3.3與3.4的語言特性，也通過Ruby官方測試套件的完整檢驗，超過5,000項Ruby官方核心類別測試，共190萬項斷言（Assertion），未出現任何錯誤與失敗，是JRuby歷來新版本發表中最完整的一次相容性更新。</p> <p>另一個重要升級是，JRuby 10結束長達十年的Java 8相容期，將最低需求調升至Java 21，來整合JVM近年新增的多項關鍵技術，包含Project Loom輕量執行緒、Project Panama的原生函式呼叫支援、AppCDS的類別快取技術等。新版JRuby的啟動延遲時間大幅縮短，也大幅改善長時間執行時的JIT最佳化行為。</p> <p><strong><span style="color:#0000FF;">#雲端開發工具 #AI輔助開發</span><br /> Firebase Studio開放預覽，結合AI助理與雲端IDE加速全端應用開發流程</strong></p> <p>Google推出全新雲端開發環境Firebase Studio，並開放預覽試用。在技術架構上，繼承了Project IDX的雲端虛擬機器架構，開發者可在瀏覽器中使用類似VS Code的編輯介面，具備完整的程式碼輔助、除錯工具與終端機操作能力。與Android Studio著重原生App開發不同，Firebase Studio預設應用架構是Next.js，也支援React生態系，並內建Genkit模組，自動配置Gemini API金鑰，讓開發者能快速在Web應用中加入生成式人工智慧能力。另外，新開發工具特別針對人工智慧應用開發，加入自然語言驅動的App Prototyping代理工具，開發者可透過文字描述、圖片或草圖，快速產生可執行的Web應用原型，並直接在介面中與Gemini助理互動，修改介面設計、調整程式邏輯或新增功能。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/Firebase%E7%95%AB%E9%9D%A2.png" /></p> <p><strong><span style="color:#0000FF;">#AI開發輔助 #法遵檢查</span><br /> GitLab 17.11擴充AI功能並強化法遵框架與控制項支援</strong></p> <p>GitLab釋出17.11版本，正式推出自訂法規遵循框架與全新法規要求設定機制，讓開發與資安團隊可依據組織所需遵守的標準與法規，精細定義稽核項目與對應控制項，強化內部法遵治理與審查透明度。法遵控制數量，從原本5項提升至超過50項，可自動檢查專案設定、合併請求規則與安全機制，支援SOC2、NIST、ISO 27001與GitLab CIS Benchmark等常見標準，並可於標準遵循報告中呈現與要求間的對應關係。此外，也可對應組織內部或GitLab平臺外部的控制項，統一於GitLab法遵中心呈現，用作法遵證據與稽核依據。</p> <p><strong>更多新聞</strong></p> <ul> <li>Fedora Linux 42正式釋出，採用最新發布的Linux 6.14核心</li> <li>Mozilla發布Rust 1.86新版，終於支援Trait物件向上轉型能力</li> </ul> <p>責任編輯：王宏仁<br /> 圖片來源：微軟，Google，Canva，Docker</p> </div></div></div>
2025/4/25 10:26作者王宏仁https://www.ithome.com.tw/news/168602
OpenAI開源程式碼代理工具Codex CLI
<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"> <p>隨著<a href="https://www.ithome.com.tw/news/168461" target="_blank">OpenAI o3與o4-mini推理模型</a>的發表，<a href="https://github.com/openai/codex" target="_blank">OpenAI也開源了程式碼代理工具Codex CLI</a>，這是個可安裝在開發人員電腦上的命令列介面（Command-line Interface，CLI），現可用來存取OpenAI o3與o4-mini，未來也可支援GPT‑4.1⁠等其它模型。</p> <p>Codex CLI是款輕量級的命令列工具，讓開發人員能夠在電腦上以自然語言與AI模型互動，以修改、執行或生成程式碼，所有的檔案讀寫及命令執行都在本地完成，僅將提示、脈絡與選用的差異摘要發送至模型進行生成，採用Apache-2.0開源授權。不過，因為它連結的是付費的OpenAI模型，因此設定時需要具備一個付費的OpenAI API帳戶。</p> <p>過去OpenAI針對程式撰寫能力最早推出的是<a href="https://www.ithome.com.tw/news/146142" target="_blank">Codex模型與Codex API</a>，在Codex API於2023年退役後，便由GPT-3.5/4模型接手了類似的功能；開發人員也可透過ChatGPT來詢問有關程式碼的問題；或者是採使用GitHub Copilot；有些開發人員還會自行設計工具；或者是透過API再輔以自動化流程。</p> <p>雖然利用ChatGPT的操作最為簡單，而且介面直覺，但主要限制是無法直接於本機上的檔案互動。對熟悉命令列的開發人員而言，可以直接於電腦上安裝Codex CLI，同樣能獲得ChatGPT等級的推理能力，並實際執行程式碼與進行檔案操作。OpenAI將Codex CLI定位為一種可以理解與操作開發人員儲存庫的聊天式開發環境，是連結開發人員電腦及模型的最小介面，可直接將截圖或草圖傳送至模型，還能存取本地端的程式碼。</p> <p>OpenAI祭出了一項100萬美元的計畫，以推動使用Codex CLI及OpenAI模型的各種專案，每次可提供價值2.5萬美元的API額度，<a href="https://openai.com/form/codex-open-source-fund/" target="_blank">並已開放外界申請</a>。</p> </div></div></div>
2025/4/17 12:44作者陳曉莉https://www.ithome.com.tw/news/168462
【關鍵IT新趨勢9】GAI輔助擴大到軟體工程增強，IT將變成AI調度PM
<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"> <p dir="ltr">生成式AI的軟體開發能力在2024年底又有了新突破，一舉從輔助角色，轉而有能力成為軟體開發流程中的主角，進一步分攤更多真人開發者的工作，而原本的企業IT人員，就得超越原本的程式碼撰寫工程師職務，轉為成為具備架構設計能力，可以指揮多款AI代理協同開發的專案管理或產品經理角色。</p> <p dir="ltr">OpenAI在2024年底的12天發布活動最後一天，該公司執行長Sam Altman親自登場，他強調：「在2024年9月登場的o1系列模型，揭開生成式AI模型的新階段。」因為o1模型在程式設計、數學、博士級科學問題等標竿測試上，都大幅超越了GPT-4o，透過關聯思考（Chain of Thought）方式，o1的複雜推理任務處理，也接近真人專家，這是第一款在GPQA科學測試上超越真人博士的GAI模型。在程式設計領域，o1在知名Codeforces競技程式測試的分數達到1,673分，超越89%的真人軟體工程師。</p> <p dir="ltr">o1登場不到半年，Sam Altman在12天發表活動最後一天揭露了新一代推理模型o3，不論在數學解題、科學理解、程式碼開發等標竿測試中，再次大幅超確了o1。</p> <p dir="ltr">新版o3最大特色是程式設計能力，再次有大幅躍進，在軟體工程標竿測試SWE-bench Verified測試上，達到71.7%的分數，意思是，針對測試用的2千多個真實Python函式庫問題修改請求，LLM可以解決了其中71.7%的問題。這也代表了LLM解決實際不同軟體開發領域問題的能力。o3的分數遠高於o1的48.9%，多解決了近2成的開發問題，這個分數也高於競爭對手產品，例如Google最新的Gemini 2.0 Flash可以解決51.8%的問題，而Claude Sonnet 3.5也差不多解決了50.8%的問題。雖然這項測試主要針對Python，而無法完全類推到其他語言也有同樣的能力水準，但是可以說，o3對這些真實程式碼的修補能力，已經達到Python開發老手的水準。</p> <p dir="ltr"><span style="color:#B22222;"><span style="font-size:28px;"><strong>新一代GAI模型開發解題能力打敗16萬真人開發者</strong></span></span></p> <p dir="ltr">從另一個測試，可以看到o3與真人軟體開發者的能力比較，在號稱全球最難的程式競賽平臺Codeforces的解題分數上，o3模型的得分達到2,727高分，相當於2024年12月底排名175名的成績，在16萬8千多人參賽開發者中，超越了99.9%的真人開發者。這個分數甚至高於負責打造o3模型的OpenAI資深研究副總裁陳信翰（Mark Chen）自己的2,500分程式競賽成績。</p> <p dir="ltr">OpenAI在2024年底發布了安全測試計畫，開放資安人員來驗證o3的安全性，預計從2025年初先釋出o3 mini版模型，再陸續部署完整的o3模型。這也代表了，這個媲美真人開發者，超越十萬開發者解題能力的推理型GAI模型，在2025年就可以成為每一個IT人日常工作中的助手，任何企業都可以付費請到這樣一位超強軟體開發者來參與自家專案，這個角色勢必會開始改變企業軟體開發專案的做法。</p> <p dir="ltr">GitHub Copilot在2021年發布技術預覽版之後，吸引了大量開發者開始運用GAI來輔助軟體開發。隨著模型能力一代代演進，所能生成的開發語言也越來越多，光是GitHub Copilot現在就有能力支援Python、C#、SQL、Java等在內的十多種程式語言的生成，還包括了老舊的大型主機程式語言COBOL，也能透過OpenAI Codex模型與Java語言互相轉換。或像AWS推出的GAI助手Q Developer，可以直接將老舊的Java 8和Java 11版程式碼，直接升級到最新Java 17版本，大幅減少了老舊應用系統現代化改版的重擔。</p> <p dir="ltr">在o3這樣超強開發能力的模型問世之後，GAI在企業軟體開發中，可以擔任越來越重要的開發角色。不只主流開發工具支援GAI，現在也出現了專門用於AI輔助開發的新興IDE，像是Cursor、Windsurf等。</p> <p dir="ltr">不只輔助軟體開發，也開始出現更多不同類型的GAI開發助手，像是AWS、微軟Azure和Google雲端，也相繼推出雲端部署GAI助手，可以協助應用程式的部署配置或是協助處理上雲部署的問題。</p> <p dir="ltr">而AWS更在2024年度大會上揭露了新版Amazon Q Developer，加入了開發文件、程式碼品質審查和測試的AI代理，可以在開發者慣用的IDE中生成文件，甚至是繪製流程圖，也能用來偵測程式碼中的程式臭蟲、邏輯錯誤、程式碼重複、設計模式違例、違反命名規則設計等不同類型等問題，還能提出修改建議，開發者只要審視後按下同意，就能自動更新程式碼，幾乎不用動手自己寫。</p> <p dir="ltr">在測試輔助上，GAI助手Q Developer可以自動生成單元測試，修正測試涵蓋範圍，也能生成簡單的測試用例。另外也增加了新舊程式碼轉換功能，可以將Windows平臺的.NET應用，轉換到Linux環境可用的版本，或是將本地端VMware虛擬環境的應用，轉移到公雲VM上部署。</p> <p dir="ltr"><span style="color:#B22222;"><span style="font-size:28px;"><strong>GAI從軟體開發、擴展到測試、部署、重構等領域的輔助</strong></span></span></p> <p dir="ltr">GAI在企業軟體開發流程中的角色，不只侷限於開發輔助，而是延伸到測試、部署、重構等更多軟體工程的領域。國際知名顧問公司Gartner以AI增強軟體工程（AI-augmented software engineering），來形容這一類GAI在軟體工程上的輔助或增強機制。Gartner在2024新興科技成熟曲線報告中認為，AI增強軟體工程屬於最快2年，最慢5年會帶來重大影響的新興技術之一，不只能讓開發者快速寫出程式，還是一項可以讓開發者更專注、高度參與、沈浸在心流狀態的生產力提升技術。</p> <p dir="ltr">這些開發工具的GAI輔助，或是不同專門用途的GAI開發助手，甚至是媲美真人開發老手能力的模型，在2025年都將成為企業IT人可用的工具，這將開始改變IT人在軟體開發流程中的角色，不再是樣樣自己動手的開發黑手，而要扮演衡量GAI程式碼的審查者，甚至是指揮不同任務GAI開發助手，協同完成開發任務的專案管理者。</p> </div></div></div>
2024/12/28 11:13作者王宏仁https://www.ithome.com.tw/news/166725
GitHub將同時支援OpenAI、Google與Anthropic模型
<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"> <p>GitHub周二（10/29）<a href="https://github.blog/news-insights/product-news/bringing-developer-choice-to-copilot/" target="_blank">宣布</a>，將於Copilot Chat中同時提供OpenAI的o1-preview與o1-mini，Anthropic的Claude 3.5 Sonnet，以及Google的Gemini 1.5 Pro供用戶選擇，同一天也發表了可完全利用自然語言建置應用程式的AI工具GitHub Spark。</p> <p>GitHub最早是在2021年與OpenAI<a href="https://www.ithome.com.tw/news/145340" target="_blank">聯手</a>，利用OpenAI開發的Codex人工智慧系統打造GitHub Copilot，目的是讓AI充當結對工程師。Codex是OpenAI GPT-3的早期版本，針對撰寫程式碼進行了微調，之後GitHub Copilot陸續採用了GPT-3.5、GPT-4、 GPT 3.5-turbo、GPT 4o與4o-mini 。</p> <p>對於從只與OpenAI合作到擴大合作夥伴，GitHub解釋，過去一年來人們經歷了許多高品質且擅長不同程式設計任務的大、小語言模型，可明顯看出下一階段的AI程式碼生成功能將不僅由多模態功能來定義，而會由多模型選擇來主導，致力於成為開放開發者平臺的GitHub，將確保每個開發人員都能夠使用最適合的模型來建置。</p> <p>因此，Copilot Chat中除了既有的OpenAI o1-preview與o1-mini模型之外，下周將出現Claude 3.5 Sonnet， Gemini 1.5 Pro則會在未來幾周登場，並可應用在Copilot Workspace、多文件編輯、程式碼審查、安全自動修復及CLI等，未來亦會將多模型選擇延伸到更多服務上。</p> <p>每個模型各有擅場，其中，OpenAI o1-preview與o1-mini模型的推論能力，能夠更深入地理解程式碼的限制條件與邊界狀況，因而能產生高效與高品質的結果；Claude 3.5 Sonnet擅長在整個軟體開發生命周期中撰寫程式碼，展現對複雜與多步驟程式碼撰寫任務的熟練程度；Gemini 1.5 Pro支援200萬個Token的脈絡長度，可同時處理文字、程式碼、圖像、聲音與影片，在程式碼建議、文件及解釋上有良好的回應速度。</p> <p>除了宣布Copilot Chat支援多模型之外，GitHub還發表了<a href="https://githubnext.com/projects/github-spark" target="_blank">GitHub Spark</a>。這是一個基於AI的開發工具，允許使用者完全利用自然語言來建置應用程式。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/1030-GitHub%20Spark.png" style="width: 600px;" /></p> <p><span style="font-size:14px;"><span style="color:#696969;">圖片來源／GitHub</span></span></p> <p>GitHub Spark的3大元件分別是一個基於自然語言（NL）的編輯器，一個託管的運作環境，以及一個支援PWA（Progressive Web Apps）的儀表板。GitHub說，使用者可利用GitHub Spark來創造與分享微程式，這些微程式是針對特定需求與偏好打造的，完全不需要撰寫或部署任何程式碼，就能直接在桌面與行動裝置上使用。</p> <p>例如要求它建立一個用來學西班牙文的教學卡片程式，並藉由自然語言或選擇不同的模型來要求各種功能；或是要求它建置一個程式可讓使用者評論所造訪景點；也能建立一個用來追蹤小孩零用錢的程式等。</p> <p>不過，目前GitHub Spark處於非常早期的狀態，仍在封閉測試階段，僅開放少數使用者參與測試。</p> </div></div></div>
2024/10/30 14:27作者陳曉莉https://www.ithome.com.tw/news/165761
【iThome 2024 CIO大調查系列3｜CIO觀點】台新金揭生成式AI布局，要透過預訓練現成基礎模型來自建LLM
<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"> <p>在iThome 2024年CIO大調查中，超過半數的金融業者開始導入和驗證生成式AI，台新金控也是其中一家，但他們大膽嘗試了一條不一樣的道路。</p> <p>今年三月，台新金內部舉辦了一場圖像生成挑戰賽，鼓勵子公司員工組隊參與，運用各種提示工程來生成圖像作品。這群員工當時所試用的模型，正是台新金自建的圖型生成模型。沒有直接採用雲端現成的生成式AI服務，台新用現成的基礎模型進行預訓練，來客製出專屬的大型語言模型，打造出能懂台新金和各子公司的「台新腦」。</p> <p>考慮自建，並不是偶然為之，而是經過一連串實驗後立下的決策。早在去年初，台新金就開始研究生成式AI，並將生成式AI作為未來兩年的發展重點。他們不只制定AI發展關鍵因子，和AI導入指引，還發展4項實驗專案，包括協作平臺的聊天機器人Teams Chatbot、知識管理平臺、程式碼撰寫助理Codex，以及虛擬智能客服。</p> <p>當時，台新金採用Azure OpenAI服務提供的大型語言模型。經過一連串試驗，台新金評估，使用雲端服務雖有好處，但也存在盲點。台新金控資訊長孫一仕說明，目前各家科技大廠推出的LLM功能雖然強大，「但我們可能只需使用三到四成功能，」例如，影片生成，就是銀行不太會用到的功能。</p> <p>再者，採用雲端LLM服務時，企業僅能透過微調或RAG來優化，讓LLM模型具備銀行的內部知識。「這個方式可行，但不確定是不是夠好的作法。」孫一仕說明，考慮走向自建，並非現有方法不對，而是希望探索其他方法的可能性。</p> <p>他指出，現在的LLM模型功能強大，如同18歲的成年人，技能樣樣精通，唯獨得花費精力向他介紹台新，但是，能否找出另一種LLM的可能，「他可能只是三、四歲的天才兒童，很多技能不會，但天生就懂台新。」孫一仕強調，方法沒有對錯，差別在於，「你看重大型語言模型哪些功能，又期待模型擁有多少企業的Know How，以及日後維護成本多高。」</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>運用雲端資源補足算力資源</strong></span></span></p> <p>從去年11月起，台新就開始評估自建LLM模型的實作方法。目前，台新打算運用雲端資源來補足訓練模型所需的算力。「建模時運用雲端，跑模型則靠地端。」孫一仕指出，建模需要仰賴大量算力，得靠雲端資源來補足，但在使用模型時，地端資源就足夠支持模型的運作。因應自建模型的策略，算力，是台新今年在雲端的重點投資項目。</p> <p>在挑選基礎模型時，台新找來大學教授協助評估，根據兩項條件來進行篩選。先根據想用的功能，來選定適合的模型參數量。再來是，測試模型支援繁體中文的能力。決定了基礎模型後，才挑選適合的雲端算力供應商，來評估適當的模型運算環境。不過，孫一仕點出，挑選雲端業者時，不能只考慮價格，同時要注意供應商綁定問題。他坦言，這是他們目前正在努力克服的議題。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>成本計算和資料治理成挑戰</strong></span></span></p> <p>對金融業者而言，無論採用哪種方法導入生成式AI，都存在潛在風險，如何計算成本，便是一大挑戰。孫一仕解釋，走向自建，可能需要的算力投資過大，若用雲端LLM，成本則隨著使用次數上升而增加，難以準確掌握長期的投資金額。孫一仕表示，根據台新目前實驗的結果，「我們可以確保繼續執行自建模型的成本可控。」不過，針對長期的開銷，他也坦言，目前各家金融業者沒有實測數據，「只有假設，需要時間才能知道哪種方式比較貼近事實。」</p> <p>導入生成式AI的另外一項挑戰，則是資料治理。訓練或調教大型語言模型所需的資料，涵蓋了行內和行外的資料，資料形式上更有大量的非結構化的資料，例如，新聞、財報等。孫一仕指出，金融業過往較擅長處理行內的結構性資料，如客戶資料和交易數據。但是，針對非結構化資料，各家金融業者尚在研討適當的治理方式。甚至，即便是結構化資料，都需要進行調整才能匯入LLM模型。因此，孫一仕強調，資料治理可能也是金融業導入生成式AI時，需要投資的一大重點。</p> <p>最後，孫一仕指出，自建模型所需的人力資源，和使用雲端服務有很大的不同。例如，採用雲端服務形式，較不需要聘請大型語言模型專家，僅需要了解如何適當運用工具，「不同模式會牽涉到企業需要留在手邊的經驗或系統。」</p> <p>「這段時間台新走得戰戰兢兢，因為大家都對我們說，你的方向錯了。」孫一仕笑說，這一路下來並不輕鬆，但他仍舊希望嘗試不同路線。在生成式AI的賽道上，台新要用自建模型來另闢蹊徑。</p> <p><strong style="font-size: 22px;"><a href="https://www.ithome.com.tw/article/163803" target="_blank"><span style="color: rgb(255, 255, 255);"><span style="background-color: rgb(51, 153, 255);"> 相關報導 </span><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1189-feng_mian_p1-open-960x420_kao_bei_0.jpg?itok=cCuRUeua" style="width: 550px;" /></span></a></strong></p> </div></div></div>
2024/7/5 15:20作者李昀璇https://www.ithome.com.tw/news/163800
Fintech周報第236期：麥肯錫調查顯示，歐美領先金融業者中，超過一半業者以集中式組織領導生成式AI發展
<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 style="margin: 10px 0px; font-family: 微軟正黑體, sans-serif; font-weight: bold; line-height: 1.25em; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18px;"><span style="color: rgb(139, 69, 19);">3/25~3/29金融科技精選新聞</span></span></h3> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);"><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 麥肯錫</span></strong></span><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI治理 </span></strong></span></p> <h3>麥肯錫研究：歐美領先金融業者中，超過一半業者以集中式組織領導生成式AI發展</h3> <p>知名管理顧問公司麥肯錫（McKinsey & Company）最近發表了一份<a href="https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model">報告</a>《在銀行業發展生成式AI：選擇最好的營運模式》（Scaling gen AI in banking: Choosing the best operating model），他們調查了歐洲和美國16家最大金融機構的生成式AI營運模式，超過一半的研究對象採用集中化管理。麥肯錫表示，集中化管理可能是暫時的營運方式，隨著技術越來越成熟，業務部門也會逐漸察覺這項技術帶來的好處，並根據自身需求發展生成式AI應用。</p> <p>麥肯錫根據調查結果，整理出四種組織管理方式的好處和挑戰。第一種，高度集中化，業者設立一支獨立於其他業務部門的生成式AI團隊，並由這支團隊負責設計和執行生成式AI策略。麥肯錫表示，這種組織方式可以讓生成式AI團隊快速建立技術力，不過，團隊與業務部門距離過遠，可能造成雙方的隔閡，進而影響決策。採用這種模式的業者中，七成業者已經開始生產生成式AI應用。</p> <p>第二種，同樣由單一組織領導，但交由業務部門執行。和第一種差別在於，生成式AI團隊會和業務部門中的技術團隊合作，交由業務部門執行計畫。相比第一種，這種方式有助減少雙方隔閡，但發展技術的速度可能因此減慢。第三種，由業務部門主導，統一由技術團隊支援。這種由下而上推動生成式AI策略的方式，有助於獲得業務部門對技術的支持。但是，不同業務部門對生成式AI的需求不同，開發方式可能也不同，單一技術團隊要同時支援多個業務部門十分困難。</p> <p>最後一種，高度去中心化，各個業務部門各自設立生成式AI團隊、設計和執行生成式AI策略。麥肯錫認為，這個方式最容易獲得業務部門對技術的支持，但業務部門缺乏相關知識，可能難以透過生成式AI實現重大突破。採用高度去中心化執行方式的金融機構中，僅有三成業者開始投入生成式AI應用生產。</p> <p>集中化管理方式雖然是發展生成式AI的最佳營運模式，但報告中也表示，採用這種管理方式仍會遇到幾個障礙，分別是策略路線圖的制定、獲取資金的機制，和人才資源。各個業務部門可能擔心失去關鍵資源，而對這三項政策持不同意見。因此，金融機構發展生成式AI需要具備高度的組織敏捷性，能夠快速設計流程並匯集資源。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 台新金控</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></h3> <h3>台新金控揭生成式AI進展，計畫打造「台新腦」輔助內部工作任務</h3> <p>台新金控揭露生成式AI進展，他們計畫打造「台新腦」，一個專屬台新金控的生成式AI工具，協助各項業務執行、法規和風險辨識等任務。他們近日在內部舉辦圖像生成挑戰賽，邀請子公司員工組隊參與，參賽者要使用台新金控調教的大型語言模型，透過輸入提示來生成圖像作品。台新金控表示，舉辦挑戰賽的重點，是要創造生成式AI的使用情境，讓同仁逐步習慣使用這項技術。</p> <p>早在去年十月，台新金控就已完成內部的AI發展關鍵因子和AI導入指引，還發展4項實驗專案，包括協作平臺的聊天機器人Teams Chatbot、知識管理平臺、程式碼撰寫助理Codex，以及虛擬智能客服。去年底，他們對外展示了虛擬智能客服的實驗專案，共有兩個擬真客服人員，分別提供理財投資建議和信用卡建議。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 日本IBM</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></h3> <h3>日本IBM瞄準金融機構需求，推出快速導入生成式AI的服務，可連接三種LLM模型</h3> <p>日本IBM在旗下的金融服務平臺Digital Services Platform for Financial Services（簡稱DSP）推出生成式AI擴充功能，能協助金融機構快速導入生成式AI，同時內建了多項生成式AI應用，包括生成貸款批准書、製作銷售對話腳本、撰寫日常業務報告，以及提供行員使用的文件摘要工具等。</p> <p>這個擴充功能可以透過閘道（gateway）連結三個生成式AI服務，分別是微軟Azure OpenAI服務、Amazon Bedrock和watsonx.ai，使用者可以根據需求選用GPT模型、Claude模型和Granite模型，也可以透過閘道集中監控、管理多種生成式AI服務。</p> <p>這項服務目前只能在Azure和AWS雲端環境中運作，未來還會開放在IBM Cloud運作。日本IBM預計在5月底向在地客戶推出這項功能。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 丹麥丹斯克銀行</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融上雲 </span></strong></span></h3> <h3>丹麥最大銀行宣布上公雲，計畫遷移超過萬個伺服器、千個應用程式</h3> <p>丹麥丹斯克銀行（Danske Bank）近日宣布，要將部分基礎設施、應用程式和資料遷移至公有雲，與客戶資料相關的系統也包含在內。這間丹麥最大銀行近年啟動技術轉型，將雲端技術、數據和AI作為重點發展技術。他們表示，這項轉型計畫包括要將行內約1.6萬個虛擬或實體的伺服器、近千個應用程式遷至公雲，進一步運用AI、ML和生成式AI服務，提高內部開發人員的工作效率，還要加強對顧客的對話介面功能、提供個人化推薦等。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 澳洲西太平洋銀行</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI防詐 </span></strong></span></h3> <h3>澳洲西太平洋銀行在App設置防詐措施，以AI偵測可疑匯款行為</h3> <p>澳洲西太平洋銀行近日在自家的App設置防詐措施，當系統偵測到用戶可能在向詐騙方匯款，系統會詢問用戶幾個簡易問題，例如詢問匯款目的，若用戶的回答有疑慮，系統將會拒絕執行匯款。這項防詐機制是運用AI偵測，當用戶的匯款被標記為高詐騙風險時，App就會跳出詐騙警示和問題。為了快速因應新的詐騙方式，這些問題的內容會持續更動。澳洲西太平洋銀行表示，除了在App導入這項機制，未來幾個月內也會在網路銀行中導入。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202024-04-01%20104029.png" style="width: 600px;" /></p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> CBDC</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> SWIFT </span></strong></span></h3> <h3>SWIFT公布央行數位貨幣第二階段沙盒結果，臺灣央行、華南銀行和上海商銀也參與沙盒試驗</h3> <p>環球銀行金融電信協會（SWIFT）近日表示公布央行數位貨幣（CBDC）第二階段沙盒結果。他們與38間金融機構合作進行為期四個月的實驗，納入各國的央行、銀行和金融市場基礎設施，臺灣央行、華南銀行和上海商銀也是試驗參與對象。實驗結果顯示，SWIFT開發的互鏈解決方案有助於進行各國CBDC交易，甚至也能進行其他形式的數位化代幣交易。</p> <p>這項實驗確保SWIFT開發的解決方案適用於多種CBDC交易。根據路透社報導，SWIFT透露，他們將在未來一到兩年內建立一個新的CBDC平臺，開放給全球正在開發CBDC的國家使用。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 敏捷開發</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 日本保險業 </span></strong></span></h3> <h3>日本保險公司導入敏捷開發平臺，自動部署至測試環境，系統上線時間從三小時縮減至十分鐘</h3> <p>日本保險公司三井住友海上火災保險建立一套敏捷開發平臺，底層架構採用GitLab提供的DevSecOps平臺，能集中管理多個系統，將軟體開發、測試到部署的部分流程自動化，讓系統上線時間從以往約三小時，縮短至十分鐘內即可完成。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202024-03-29%20123524.png" style="width: 600px;" /></p> <p>導入敏捷開發平臺前，系統開發流程皆是手動處理，完成開發後須要先部署在測試環境，進行測試後，再部署至生產環境。導入後，平臺協助自動部署至測試環境，再採用一半手動、一半自動完成測試和部署至正式環境。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Amazon</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 掌紋付款 </span></strong></span></h3> <h3>Amazon推出Amazon One行動程式，使用者在手機建立掌紋簽章後即可用掌紋付款</h3> <p>Amazon在2020年推出掌紋辨識系統Amazon One，消費者在特定店家可使用Amazon One掃描和註冊掌紋，之後再利用自己的掌紋來付帳、入場、驗證年紀。上周四（3/28），Amazon發表了Amazon One行動程式，允許使用者透過iPhone或Android手機拍攝自己的掌紋，建立掌紋簽章，不必再透過實體店面的Amazon One裝置來掃描掌紋。</p> <p>儘管Amazon One上線已超過3年，但使用這項掌紋服務的累計次數僅有800多萬。不過，根據Amazon的統計，在實體商店使用掌紋服務付款的用戶中，超過8成都會重覆使用。因此，Amazon決定進一步推廣Amazon One，藉由推出行動程式來降低註冊門檻。</p> <p>其他重要Fintech新聞</p> <ul> <li>金管會將研議成立信用卡掛失單一窗口，降低盜刷風險</li> </ul> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);">圖片來源／麥肯錫</p> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);"><span style="font-size: 14pt;">責任編輯／李昀璇</span></p> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);">資料來源：iThome整理，2024年4月</p> <p></p> </div></div></div>
2024/4/1 10:41作者李昀璇https://www.ithome.com.tw/news/162043
台新金控首度公開導入生成式AI的智能客服，提供理財投資建議和信用卡建議
<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"> <p>隨著生成式AI浪潮來襲，台灣不少金融業也開始評估採用這項技術。目前，金融業試用生成式AI的場景以對內為主，例如法規查詢工具、開發輔助工具等，協助提升內部人員工作效率。由於生成式AI涉及資安議題，甚至有提供錯誤解答的可能性，考慮風險因素，金融業較少嘗試將生成式AI應用在客戶服務。不過，近期也有金融業者開始實驗在智能客服導入生成式AI，台新金控正是其中一家金融機構，是少數開始實驗生成式AI應用在對外服務的業者。</p> <p>今年十月，台新金控揭露生成式AI進展。他們不只制定AI發展關鍵因子和AI導入指引，還發展4項實驗專案，包括協作平臺的聊天機器人Teams Chatbot、知識管理平臺、程式碼撰寫助理Codex，以及虛擬智能客服。近期，他們對外展示了其中一項實驗專案，兩個擬真客服人員，分別提供理財投資建議和信用卡建議。</p> <p>台新金控表示，由於理財商品屬於公開資料，沒有客戶資料，較不具機敏性問題，因此優先選用信用卡建議和投資建議作為實驗項目。台新金控實驗的虛擬智能客服，並非僅使用微軟建置在雲端的模型，而是分別採用雲端模型和地端模型進行實驗，以了解各個業務場景適合使用的模型。</p> <p>在理財投資建議AI客服人員中，是採用部署在雲端的模型。他們讓使用者與擬真客服人員對話，先使用JavaScript臉部辨識API預測使用者年齡性別，再結合運勢測驗，例如是否經常運動、如何面對被誤會的情況等，分析使用者投資意願和理財性格，綜合以上資訊生成投資建議。在提問過程中，使用者能以語音回覆，該客服工具會用Google Cloud Speech to Text API來辨識語音，轉換成文字後傳送至後端Azure OpenAI服務，來生成回覆內容。</p> <p>後臺的運作方式是由團隊先將內部問題集和答案資料匯入Azure認知服務，當使用者對測驗題給予回覆，後臺會進行認知搜尋，先在文件內容建立嵌入（Embeddings），再由Azure Cognitive Search拆分查詢字串、請求最類似答案。最後，會由Azure OpenAI服務將答案組合、傳回前端，由虛擬客服給出回答。</p> <p>而在提供信用卡建議的AI客服人員中，則是採用地端模型，當使用者向擬真客服人員提問後，會經過STT工具將語音轉文字，傳至模型生成回應，再透過TTS將文字轉語音，回應給使用者。</p> <p>台新金控表示，即便Azure OpenAI服務提供的模型發展相對成熟，但金融服務需要注重資安問題，若業務涉及個資，可能得優先考慮使用部屬在地端的模型，因此在實驗階段也會觀察地端模型的可用性，協助未來評估生成式AI應用發展。</p> <p></p> </div></div></div>
2023/12/4 16:56作者李昀璇https://www.ithome.com.tw/news/160151
GitHub Copilot Enterprise將於明年2月問世，可整合組織內部程式碼庫
<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"> <p><a href="https://github.blog/2023-11-08-universe-2023-copilot-transforms-github-into-the-ai-powered-developer-platform/" target="_blank">GitHub周三（11/8）宣布</a>，將在明年2月發表新的GitHub Copilot Enterprise，此一新的GitHub Copilot方案將允許用戶整合自家內部的程式碼庫，令Copilot可據此提供建議。</p> <p>GitHub Copilot為GitHub與OpenAI共同開發的服務，底層技術為OpenAI所打造的OpenAI Codex人工智慧系統，以公開的大量程式碼及自然語言來訓練OpenAI Codex，讓該系統夠同時理解程式及人類的語言，並根據工程師所撰寫的程式碼，提出程式的整行或整個函式的撰寫建議。</p> <p>GitHub在去年6月推出月租費10美元的<a href="https://www.ithome.com.tw/news/151548" target="_blank">GitHub Copilot個人版</a>，同年12月發表月租費19美元的商用版GitHub Copilot for Business，預計於明年2月上線的GitHub Copilot Enterprise每名使用者的月租費則是39美元。</p> <p><a href="https://github.com/features/copilot#faq" target="_blank">根據GitHub Copilot的說明</a>，個人版與Business/Enterprise版最大的差別在於授權管理、政策管理及IP保障。組織可以選擇Business或Enterprise版本，其中，Business版主要於IDE或CLI等程式撰寫環境中提供GitHub Copilot，明年初也會於GitHub Mobile中支援GitHub Copilot。</p> <p>Enterprise版則具備Business版的所有功能，並額外替組織提供了個人化功能，以及將GitHub Copilot整合到GitHub中，並可索引組織的程式碼庫，以更深入認識組織的知識，進而獲得量身打造的建議，亦可存取GitHub Copilot Customization以針對完成程式碼的私有模型進行微調。</p> <p>具體而言，Enterprise版允許開發者快速掌握自家的程式碼庫，搜尋既有的文件，並根據這些內部的程式碼取得建議，也能快速審查拉取請求，或是產生拉取請求的摘要，同時具備大型企業等級的安全及隱私保障。</p> </div></div></div>
2023/11/9 15:28作者陳曉莉https://www.ithome.com.tw/news/159708