AI 科技新聞
XYBench 發現 AI 常回答錯方向：8,115 題如何區分使用者方法與真正目標？
Ai2 在 2026 年 11 月 13 日介紹 XYBench，用來測試模型能不能辨認這類問題：使用者想完成目標 X，卻把不恰當的方法 Y 當成了提問重點。 本文說明官方資料、具體用途與能力限制，協助判斷採用條件。
Claude 常駐代理架構指南：事件、記憶與通知怎麼接，才能持續工作又不洗版？
Claude 常駐代理指南解析事件收件匣、計時器、持久記憶、權限與寄件匣。說明如何休眠與恢復工作、等待使用者確認，並減少重複操作和不必要通知。
Codex CLI 0.169 更新：多側邊對話、自訂提供者與專案信任修正，怎麼分開看？
Codex CLI 0.169 新增多側邊對話、舊任務搜尋與自訂提供者，並修正專案信任。整理啟用條件、本機診斷與 Cloud 範圍，說明聊天和檔案隔離差異。
Constant Contact Catalyst 發表：AI 包辦行銷計畫，老闆核准哪些事？
Constant Contact 發表 AI 行銷代理 Catalyst，串接計畫、內容、渠道和每週成果回饋。了解 beta 等候名單、獨立方案、對外發布前核准，以及為何舊平台報酬率不能當新產品實績。
MotionGraphicsBench 測 AI 做動畫：看起來會動，為什麼仍可能沒完成指令？
Figma 研究團隊在 2026 年 11 月 10 日介紹 MotionGraphicsBench，將一百個動態圖像任務轉成可逐項核對的評測。論文首版日期為 11 月 7 日，本篇依七日內研究範圍整理。 本文說明官方資料、具體用途與能力限制，協助判斷採用條件。
Google Wallet 串接 Gemini：AI 怎麼看收支，為什麼不能替你付款？
Google Wallet 加入 Gemini 個人化連接器，能讀取交易、找持續扣款與做預算圖表。一次看懂美國成人、英文與活動設定條件，唯讀權限，以及 Wallet 和 Plaid 斷連的差別。
Helion 預設核心變快：編譯期啟發式如何減少調校等待，哪些情況仍值得搜尋？
Helion 用編譯期分析直接選擇核心設定，也提供自動調校種子。解讀 H100 測試、設定數減少與硬體限制，分清快速起點和整體模型加速。
HeyGen Decision 1 上架：文字與圖片直接變選項機率，信心分數能當正確率嗎？
OpenRouter 的原始模型頁將 HeyGen Decision 1 與 Turbo 的上市日期列為 2026 年 11 月 13 日。HeyGen 官方開發者文件則說明它們的決策介面與限制，文件本身沒有標示發布日期。 本文說明官方資料、具體用途與能力限制，協助判斷採用條件。
llama.cpp 1.0 正式推出：API 與 ABI 版本規則，如何讓本機 AI 更容易升級？
llama.cpp 1.0 與 ggml 新版上線，公開介面的版本政策如何影響升級？解析 API、ABI、硬體後端與套件分發，並說明下游團隊仍需核對的測試條件。
Meta Muse 開放代打電話：美國付費用戶能交辦什麼，哪些仍要自己決定？
Meta Muse 代打電話向美國付費用戶開放，可交辦餐廳與客服等聯絡。分清對外通話和語音聊天，了解任務邊界、官方權限說明、結果核對，以及台灣和通話費率尚未公布的限制。
Nectar Creator Agent 上線：AI 找未標記網紅，送禮與成效報表怎麼接？
Nectar Creator Agent 由 Ren 驅動，讀取 TikTok、Instagram 未標記品牌內容，串接創作者發現、審查、外聯和贈品追蹤。看懂三億筆索引、品牌安全分析，以及 EMV 和實收營收的差異。
NVIDIA GR00T 2 如何讓機器人學人類動作？40% 與 95% 成功率要怎麼讀？
NVIDIA GR00T 2 同時預測未來影片與機器人動作，嘗試轉移人類與不同身體的經驗。本文拆解五十項任務四成零樣本與五次示範九成五的條件，說明上層代理、Turbo 本體運算、資料與十二月程式釋出規畫。
Perplexity Decider v1.3 新增 Locate：分類之外，如何擷取原文與核對位置？
Decider v1.3 新增 Locate 原文擷取，回傳片段、字元位置與分數。本文整理文字輸入限制、分類與擷取差異、版本遷移、校準門檻及部署取捨，協助判斷是否適合客服分流和證據整理。