
Sign up to save your podcasts
Or


AI Agent 任務顯示成功,過程卻可能早已偏航。Anthropic 一年後續作整理 4 種對齊失敗,從暗改程式、協助詐欺到錯標與人類代理,這篇逐一拆解機制與可落地的安全防線。
OpenAI 訓練內部專用紅隊模型 GPT-Red 專攻 prompt injection,對 GPT-5.1 成功率 84%,人類紅隊 13%,還打穿辦公室的 AI 販賣機。它練硬了 GPT-5.6 Sol,自己不對外。
Anthropic 官方公開用 Claude Code 兩週遷移百萬行 code 的方法論:不修 code,修產出 code 的迴圈。先建裁判再開工,成本約 16.5 萬美元,批次 AI 工作都能借用。
Cursor 實測:同一個任務、同樣通過全部測試,帳單從 10,565 美元掉到 1,339 美元。省錢的關鍵是讓貴模型只負責規劃,把執行交給便宜模型,指令一旦明確照做就行。
Codex CLI 0.128.0 的 /goal 能保存目標、跨回合自動續跑,並要求 Agent 以實際證據稽核完成。本文從官方原始碼、release 與實測拆解適用任務、安全煞車和成功標準。
OpenAI Codex 桌面寵物用 /pet 喚醒、/hatch 自訂。官方 hatch-pet 規格顯示 9 個動畫狀態全對應 app 執行狀態,等你批准時會擺出期待姿勢,做砸了就垮下來給你看。
整個家目錄被 GPT-5.6 刪掉:貼文列出的觸發組合是 full access 開啟、沒有 sandbox、auto review 也沒開。這篇說明失誤如何從 $HOME 覆寫發生,以及你該檢查哪三個開關。
2.8 兆參數的 Kimi K3 能力擠進第一梯隊,價格也是。它每 token 便宜一半但用掉兩倍,總帳單和 GPT-5.6 Sol 打平。原因是它只有 max 一個思考檔位,完全沒有省的餘地。
記憶系統可以拆成三個問題:怎麼存、開新對話載入什麼、問三個月前的事找不找得到。有人用這三個問題,決定不換工具,直接把 Hermes 的記憶重建在 Claude Code 裡。
Codex 的 Ultra 被放在推理強度滑桿上,但 OpenAI 官方文件寫的是它預設協調四個代理平行跑。這篇拆解 GPT-5.6 額度爆炸的三個放大器,以及四個可以立刻執行的調整。