AI · 第 77 頁

MCP 與 CLI 的 Token 差，常不是協定天性，而是 Harness 如何注入 schema、回填結果、處理 cache 與 retry。本文拆出可在自己 repo 重跑的 paired A/B 實驗，並複核最新研究的公開程式碼缺口。

傳統 Agent 每一步都回到模型；Code-Implemented Tool Calls 把控制流放進受限 executor，只在 client tool 暫停。用 119 行 Python 完成 pause、resume、from-start replay，再以固定 fixture 測試串行、batch...

14MB 不代表能直接安全執行。本文實測 Needle 2.0.1 的安裝、Schema、Confidence Gate、Fallback 與 LoRA，並說明手機與樹莓派的部署路線。

Nemotron 3.5 Lightning 是 30B 級 MoE、每個 token 約啟用 3B 參數的 Agent 執行模型。本文拆解近 670 tokens/s、1M context、Intelligence Index 24、NVFP4...

h3-metal 讓 MiniMax H3-Base 改走 Apple Silicon 原生 Metal。深入拆解 FL2VA／Ref2VA、SSD 串流、真實儲存與記憶體代價、外部效能訊號，以及 H3 Community License 的地區限制。

OpenAI 以 Daybreak Red 受控推出 GPT-5.6-Cyber，內部回應完成率達 95%，並稱協助找出 V8 零日漏洞。本文拆解 CVE-2026-15903 的獨立證據、模型反而輸給 Sol 的評測，以及受控存取真正要解的風險。

研究者曾在 Anthropic、OpenAI、Google API 重播並讀出加密推理軌跡；論文也明載 Figure 1 原解碼方法揭露後已失效。本文拆解機制、PII 數字與仍待確認的風險。

Anthropic 公布未發布研究版 Claude 的黎曼 ζ 函數手稿，主張把「單零點且位於臨界線」的無條件漸近下界推至 67.25%。本文拆解真正新意、Lean 形式化與仍待完成的外部審查。

Meta 正式釋出 Muse Glimmer 30B 的 BF16 與兩套量化權重，讓 24GB／32GB 消費級硬體有機會跑多模態本機 Agent。本文核對 Apache 2.0、實際檔案、工具呼叫、獨立 Agent 評測與 AA-Omniscience 82% 幻覺率，說清楚它為何是有價值的本機工作模型，卻不是通用...