所有文章

查得到舊記憶，不代表新對話完整寫入。用假對話、來源切塊、Tag 對照與整合紀錄，完成 Hindsight × Hermes 更新前後的記憶驗收。

Mistral Large 4 開放 API 預覽，公開權重預定月底交付。對照獨立資安評測、49B／52B 文件差異與安全圖表，判斷現在能測什麼、何時能談自主部署。

Kandinsky 6 公開程式碼與影音模型權重。從雙流架構、超解析度與作者評測，拆開五秒片長、硬體等待與交付品質，判斷這條開放路線值不值得投入。

Liquid AI d1 加入影像輸入，直接回傳決策機率。對照官方方法學與計費文件，拆開 19–200 倍成本宣稱、逐題影像費與視覺驗收的界線。

Google 推出可在裝置上運行的多模態嵌入模型。讀懂統一搜尋空間、270M／740M 模組、縮維代價與公開權重的價值，分清廠商跑分和實際檢索品質。

科技股帶動美股收高，併購與巴西大選讓個股走勢更熱鬧。三個焦點：PTC獲溢價收購、Vaxcyte試驗過關後募資、硬碟股從擴產疑慮中反彈。

第三方 LLM API 標示的模型真是那款嗎？保存路由與收據、配對原廠端點，再用證據等級決定申訴或切換。

用一個可重置的購物車流程，學會判斷何時保留 Playwright locator、何時加入 TesterArmy e2e Agent 步驟，並用快取、斷言與故障注入檢查結果。

同一題有時查訂單、有時再查物流，怎樣避免誤殺合法路徑，也抓住跳過權限檢查的失誤？用可執行玩具 Agent 練習跨路徑斷言、逐題重跑與 CI 停線。