10.26 2026 年 10 月 26 日　週一　AI 新聞總覽

DuckDB 2.0 引入 Quack 協議實現多客戶端連接，允許本機 DuckDB 存取遠端實例。SQL 解析器採用 PEG 方法便於後續擴展。新的 VARIANT 型別以二進位形式儲存半結構化資料，提升壓縮效率與查詢速度。非同步 I/O 使遠端檔案（如 S3）讀取效能大幅提升。此版本為 LTS，至少支援到 2027 年 10 月。適合使用 DuckDB 進行本機或雲端資料分析的工程師關注。

Bun 案例 (Zig → Rust)：53 萬行程式碼、11 天、64 個 Claude 並行、投入約 16.5 萬美元，相當於人工 3 人年。GitHub Copilot 案例 (TypeScript → Rust)：128 個 PR、數月完成、通常需要 1-2 年。兩者共同模式是：人類明確切分階段與任務單位 → AI 並行實施 → 敵對性審查與迴圈修正。這對構建大型 Agent 系統、理解如何分工與驗證很有參考價值。

當 AI 頻繁寫代碼時，人類無法跟上閱讀速度。新方法先定義「守護什麼性質」（如「注文行按購物車順序建立」），再用 AI 從代碼提取結構化事實，檢驗是否滿足規則。Django-oscar 案例：修改庫存處理順序時，意外改變訂單行順序。用兩個 Law 分別檢驗，立即發現問題。適合做代碼審查、文件維護或自動化驗證的團隊了解。

作者用 Hook（特別是 Stop Hook）在 Claude Code 對話結束時檢查是否已被 Codex 審查，未審查則自動中止並要求執行。實施後遇到誤判：未審查代碼被重複計算、裏執行的審查判定錯誤、差回文本累積耗用 token、差回期間卻出現完成通知。通過改進判定邏輯、設定結果通知機制、優化 token 消耗，最終穩定運作。適合用多個 AI 開發、需要嚴格工作流的團隊參考。

特許技術核心是分析對話記錄與成果物的因果關係，評估人類 AI 活用能力的 5 個面向：邏輯性、決策過程、修正過程、主體性、整合性。申請人自力完成申請書、回應拒絕理由，未委託律師。實現了 β 版應用程式，適合企業培訓評估、人才甄選或個人能力證明。顯示了 AI 輔助下，非專業人士也能突破領域限制的可能性。

OpenShell 用 Quack 協議、Landlock LSM、seccomp 在核心層級實施 deny-by-default 網路存取控制。實測顯示無策略時拒絕所有 TCP 連線，新增讀取專用規則後 GET 可通過。策略熱更新無需重啟沙箱，變更立即生效。適合開發需要隔離 AI Agent、防止洩露認證資訊的場景應用。

建置 Ubuntu 環境、使用 Podman 執行 gufo，搭配 llama-swap 在未使用時自動卸載模型。以 262K token 上下文和 16K 最大輸出測試，AI Agent 自主完成設計、實施、編譯、測試全流程，期間無需人類追加指示。展示了邊緣 AI 硬體與開源推論引擎的實際應用能力。

Jev 使用者先設定選項與問題，AI 只從中選擇並回傳概率，不生成文本。相比 ChatGPT 逐字生成，Jev 能同時回傳多個答案、速度 0.07～0.5 秒、只計讀入字節無讀出費用。關鍵優勢是信心分數準確，迷茫情況（如 38% vs 34% vs 28%）會被量化，允許系統自動處理高信心案例，低信心轉交人類。適用於分類、判定、路由等決策型任務；不適合文案寫作。手動實驗發現自信度可能不如宣稱精準，第三方驗證尚少。

這篇文章對做 AI 輔助開發的工程師很重要，尤其是想用 LLM Agent 進行大規模軟體開發的團隊。作者歸納出 AGENTS.md 中累積的 12 條規則，全部都是「OK/NG 的語言化」。這些規則涵蓋程式碼風格、測試覆蓋率、E2E 驗證、效能測量等，需要對該領域（分子化學 + 軟體工程）都有知識才能寫出來。文章也提到，最危險的反面是「一次都沒失敗過的檢查」——應該懷疑它是否真的在工作。

這對評估科學計算 LLM、設計基準的研究者和工程師很有參考價值。文章系統分類了基準缺陷的型態——例如 target 數值與題目描述不符、測試代碼要求題目未規定的函式名、邊界條件含糊導致確定失敗。作者還比對了 gpt-oss-120b 等模型，發現它在 27 題共通步驟上位置介於中等對照模型之間。完整審計資料涵蓋 310 筆採分記錄，提供了「基準壞掉的方式」的可重複證據。

這對想用多個 LLM Agent 系統進行長期內容生產的產品經理和工程師有直接參考價值。涵蓋 GA4/Search Console API 連接、Agent 間的權限分隔、監控與審計設計。作者坦言確定收入為零，強調這不是賺錢指南，而是可複製的工程實踐記錄。

這對想整合音樂生成功能的產品開發者、做多模型應用的工程師有用。核心特色是採用擴散模型、Sana 的 Deep Compression AutoEncoder（DCAE）和輕量級線性 Transformer，生成速度達 RTF 27.27 倍。支援變奏生成、重繪、歌詞編輯、聲音複製等進階控制。提供了詳細的安裝步驟與 VRAM 8GB 環境的最佳化參數。

這對用 Claude API、OpenAI API、Gemini 的團隊很重要。快取的實際成本分三層：(1) 從快取讀取通常便宜 90～95%；(2) 新增內容的快取寫入反而貴 1.25～2 倍；(3) 快取過期（Claude Code 約 1 小時）重新開始會飆到 11 倍成本。各模型的最小快取量差異大（Claude 512 token vs Gemini 4,096 token），保持時間也不同（Claude 5 分或 1 小時 vs OpenAI 30 分）。

對用 Claude API 做 Agent 的團隊很有參考價值。實驗結論：每次重貼資料會讓費用暴增 83～173%；AGENTS.md（或 Claude.md）和 1 ターン目だけ貼して參考 成本相當（差 1～6%）；檔案或 SKILL 往往比 1 ターン目參考更貴，因為讀取往返成本。決策原則是「資訊要用多久、被哪些 Agent 用」，而非純費用考量。測試涵蓋短文 10 ターン、長文 5 ターン，提供了完整的台帳數據。

這對需要 AI Agent 維持一致人設的產品開發者、做客製化 Agent 的團隊有參考價值。人格錨點由表現層（口調、視覺）、思考層（推理順序）、價值觀層（偏好、信念）、維持層（崩壞時的復原基準）四層組成。在長期運用中，表現和話題變化很大，但說明風格、基本價值觀、與用戶的距離感卻相對穩定——這暗示「核心價值觀 + 維持機制」比「表面設定」更能決定長期一致性。

這對運維自動化、想用 LLM 做事件分類與根因分析的工程師很重要。設計重點包括：(1) 限制模型只能讀監控系統實際保有的資訊（警報摘要、機器名、時戳等），不讓它看不到的東西當「已知」；(2) 回答要含參考警報/事件的識別子，且伺服器要驗證這些識別子真實存在（存在則連結、不存在則標 unverified）；(3) LLM 只能提案，實際變更需人工核准；(4) 用外部 API 時要掩蔽敏感資訊並顯示待發送內容讓人確認；(5) MCP 只公開讀取、不公開寫入。作者併提供了開源實現 MeshWatch AI 的參考。