往期列表

2026 年 10 月 7 日（週三）

一篇 arXiv 論文發現，換用不同的 coding agent 外層框架，準確度差距不大，但每題成本最多差 3 倍。

AI 協作工程 4 則・AI 產業動向 3 則

2026 年 10 月 6 日（週二）

做 AI agent，多數功夫花在評測與驗證，而不是寫出第一版。〔推論〕

2026 年 10 月 5 日（週一）

讓 AI 自己執行指令之前設好的權限界線，要確認它真的有效。〔推論〕

2026 年 10 月 4 日（週日）

在一份合成的商業流程評測裡，12 個模型共同題組中沒通過檢查的試驗，約有三分之二是正常結束、呼叫過改資料的工具、也沒有回報最終工具錯誤的。驗收 AI 的工作，要看實際結果，不要只看它的自述。〔推論〕

2026 年 10 月 3 日（週六）

OpenAI 的官方選型指南引述其開發者體驗團隊成員的話：模型更懂細微與模糊之處了，過度具體的指示現在可能反而有害。跟新模型協作的寫法可能正在改變：少教步驟，多講邊界和「怎樣算完成」。〔推論〕

2026 年 10 月 2 日（週五）

同一個模型換一套「外殼」，排名就可能反過來。挑 AI 工具時，該比的是「模型＋外殼＋任務」的組合，不是模型的名字。〔推論〕