OpenCode v1.18.33 修復 Cloudflare AI Gateway 超時
OpenCode 發布 v1.18.33,修復 Cloudflare AI Gateway 模型未遵循提供商回應與流超時的問題,並讓 Gemini 的 thinking 預設值與 effort 選項匹配各代模型支援的控制項。同時,MCP 瀏覽器啟動器立即退出時會報告失敗,除錯配置輸出會遮蔽憑證與敏感請求頭。該版本由 5 位社群貢獻者參與。
找到 12 筆
OpenCode 發布 v1.18.33,修復 Cloudflare AI Gateway 模型未遵循提供商回應與流超時的問題,並讓 Gemini 的 thinking 預設值與 effort 選項匹配各代模型支援的控制項。同時,MCP 瀏覽器啟動器立即退出時會報告失敗,除錯配置輸出會遮蔽憑證與敏感請求頭。該版本由 5 位社群貢獻者參與。
OpenSSH 10.6 / 10.6p1 於 2026-10-06 發布。開發團隊稱近期收到大量由 AI 模型或 AI 輔助發現的安全漏洞報告,並多次看到 AI 報告的漏洞隨後被其他研究者獨立發現,因此不再把修復攢到下一個計劃版本,改為更頻繁發版以儘快送到使用者手中。
1994 年的電話語音 BBS Sanity's Edge 被完整修復並搬到網頁上,使用者可按日期回放當年的語音選單。這個只能撥號、按鍵、聆聽的公告板 1994 至 1997 年 3 月在佛羅里達坦帕執行,接入超過 26,000 通電話、留下 46,000 多條語音留言,檔案含 2,254 個音訊檔案、24 小時 24 分鐘錄音,站上提供忠實還原 1994 年的博物館版與 2026 重製版。
OpenCode 發布 v1.18.35,核心改進是新增 canonical redirects,並提供 JSON 與 Markdown 兩種格式的 agent 可讀統計資料。本次修復讓 xAI 的工具呼叫結果可以攜帶受支援的圖片,不支援的圖片格式會被跳過,做法是把 @ai-sdk/xai 升級到 3.0.139。文件方面,Zen 文件新增 Fledge Alpha Free,生態外掛列表加入 opencode-supabase,該版本同時致謝 3 位社群貢獻者。
PostgreSQL 19 從原定的 9 月底至 10 月初推遲到約 11 月 19 日發布,並回退了 8 至 10 項重要功能,含 SQL/PGQ 屬性圖查詢,這些功能預計順延至 PostgreSQL 20。核心提交者 Peter Eisentraut 稱,部分功能存在難以在 beta 期快速修復的架構缺陷,而 LLM 輔助程式碼審查還提前暴露出大量邊緣情況問題:即便平均每個只需三行修復,處理數十份缺陷報告的固定開銷仍讓時間不夠。
Block 正藉助 OpenAI 技術建置 AI 安全能力,其安全團隊可以更快地調查威脅,並在幾分鐘內提出補丁。該訊息於 2026 年 10 月 14 日發布,公開內容只提到威脅調查與補丁提報兩個環節,未披露所用具體模型、部署規模與成本細節。
蘋果 MLX 框架發布 v0.32.2,合併了 40 餘項改動,集中在數值正確性與核心效能。修復包括浮點 divmod 商截斷、median 丟棄 NaN、einsum 丟失尾部空下標、量化切片陣列、CPU 複數 exclusive scan 等;同時為 NAX 裝置新增 head_dim 256 的融合全注意力路徑,並加入 AI 使用政策。
OpenAI Devs 展示了 dot 在 on-call 場景中的用法:OpenAI 工程師 Ali 在凌晨 3 點用 dot 排查一起線上故障。dot 自行調查問題並開啟了一個 Codex 執行緒,Ali 隨後在 ChatGPT 手機應用裡遠端指揮這項修復工作,不必守在電腦前。官方配文是「把 dot 設為 on-call」。
Google 正在試點允許候選人在軟體工程師面試中使用 Gemini,考察重點從手寫演算法題轉向程式碼理解與 AI 熟練度:閱讀、除錯並最佳化已有程式碼,並核實 AI 給出的修復方案是否成立。試點面向今年下半年美國部分團隊的初級和中級軟體工程師崗位,Google Cloud、平台與裝置等部門參與。Google CEO 此前披露,公司 75% 的新增程式碼已由 AI 生成、再由工程師稽核。
約翰斯·霍普金斯大學天體物理學家、Anthropic 研究員 Brice Ménard 與 Claude Science 合作,製作出首張完整的紫外天空圖,其中約三分之一的天空由 Claude 預測補全。此前 NASA 的 GALEX 任務(2003 至 2013 年)僅成像約三分之二天空,並刻意避開明亮恆星所在區域。
總部位於安娜堡的 Laplace Intelligence 為機器人和物理 AI 做自動化紅隊測試,用 AI 代理自動設計極端場景,在部署前找出並修復問題。其模擬基於 Nvidia Cosmos 的後訓練版本,可按真實尺度重建從亞利桑那高速到巴黎人行橫道的場景,支援用語言提示即時改動設定,交通資料來自 TomTom,場景中其他參與者也會即時避讓。客戶包括五十鈴、自動駕駛卡車公司 Bot Auto 與 Nvidia,並與 T-Mobile 在聖何塞合作智慧城市試點。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自驅動公司」概念:AI 代理承擔公司裡大部分雜活,人的價值轉向判斷與品味。他舉例說 Replit 的客服工單會先由代理檢視 GitHub issue、程式碼庫和 Linear 工單完成初步分診,人工決定修復方案後一鍵再部署一個代理打補丁。Masad 稱公司運營方式已被徹底改變,團隊花更多時間討論做什麼、畫白板、研究架構,而代理並沒有取代崗位,只是改變了工作內容。