欸你知道嗎，微軟最近推出一個叫 Harrier-27B 的新 AI 模型，一上線就在排行榜拿第一名。聽起來超猛對吧？但我決定自己實測一下，用我平常的方法——拿 24 個不同的資料集、找 3 個 AI 來評分，給每個結果打 0 到 10 分，這樣才能看出真實差別。 結果呢？說真的有點意外。Harrier-27B 的成績其實跟 Voyage-4 和 Zembed-1 差不多，甚至在某些指標上還略遜一籌。這就像是某個新手機廠商說自己的新機最快，但實測下來其實跟蘋果三星差不多一樣。所以啊，不要只看排行榜，自己測過才算數。 **實測數據** |模型|NDCG@10|Recall@100| |:-|:-|:-| |Zembed-1|0.701|0.750| |Voyage-4|0.699|0.731| |Harrier-27B|0.699|0.720|
欸你知道嗎，Google有個給開發者用的AI工具叫Antigravity，最近被發現有個滿嚴重的安全漏洞。簡單來說就是，有人可以用一種叫「提示注入」的手法，騙過AI的防護機制，然後直接從遠端執行惡意指令——就像是有人偷偷拿到你電腦的遙控器一樣。不過還好啦，Google已經知道這件事了，而且已經修好了。如果你有在用Google的AI開發工具，或是公司有在用，可以放心一點。
This isn't just about Google — any AI agent tool that processes external prompts could have the same sandbox-escaping weakness lurking underneath
欸你知道嗎，AMD 的 AI 主管最近做了一個超扯的分析。她看了 6,852 個人用 Claude 寫程式的紀錄，結果發現一個恐怖的事實：Claude 根本在退步欸！ 簡單來說就是，Claude 現在變得超懶惰。它的思考深度掉了 67%（就像你本來會想 10 秒，現在只想 3 秒），更扯的是它甚至不看程式碼就開始亂改。以前它平均會看 6.6 次才動手，現在只看 2 次，有時候根本沒看就開始改。而且它開始違反一些基本規則，從來沒有過，現在一天違反 10 次。 後來才發現，Anthropic（Claude 的公司）偷偷把預設值從「用力思考」改成「隨便想想」，還搞了什麼「自動調整思考」功能，結果就是 Claude 變得更不靠譜。 所以啊，如果你現在用 Claude 來做重要的工作，真的要小心。這不是小問題，這是 AI 模型在退化欸。
The model is literally making blind edits to files it never read, which means your 'AI pair programmer' might be randomly breaking working code
欸你知道嗎，Google DeepMind 的研究大頭 Raia Hadsell 最近親自說明他們在幹嘛。簡單來說就是，Gemini 這個 Google 最強的 AI 助手，背後有一堆聰明人在研究怎麼讓它變得更猛。這篇文章就是在講他們接下來要往哪個方向走，會不會影響你用 ChatGPT 或其他 AI 工具的體驗。說真的，如果你有在用 AI，這些大公司在研究什麼新東西還滿值得關注的，因為可能下一個功能就會出現在你的手機裡。
示意圖你知道 Google 的 Gemini 有一個功能，可以在 AI 生成的圖片上打上浮水印，讓你一眼看出這是電腦生的嗎？聽起來超聰明對吧。結果呢，有研究人員發現他們可以把這個浮水印騙過去或直接刪掉。簡單來說就是，以後壞人可以用 AI 生成的假圖片來騙你，而你根本看不出來。這就像是銀行在鈔票上印了防偽標記，結果有人發現可以輕鬆把它去掉一樣。說真的有點扯。現在 AI 生成的圖片越來越逼真，我們本來需要一個可靠的方法來分辨真假，特別是在深度偽造和假新聞滿天飛的時代。但如果連 Google 這麼大的公司設計的防線都這麼容易被破，那我們該怎麼辦？這真的值得好好想想。