AI日報｜Grok 4.5 聯合發布、GPT-Live 全雙工語音、SWE-1.7 開發突破、GRAM 安全開關、本地模型編程實測

AI日報｜Grok 4.5 聯合發布、GPT-Live 全雙工語音、SWE-1.7 開發突破、GRAM 安全開關、本地模型編程實測

科技領域每天都在推陳出新。從程式開發到日常語音對話，各家公司紛紛端出令人驚豔的解決方案。讓我解釋一下，這些新工具究竟能為日常工作帶來哪些實質幫助。以下是今天的重點消息彙整。

Grok 4.5 攜手 Cursor，打造更順暢的開發體驗

寫程式常常會卡在奇怪的邏輯盲點。老實說，遇到這種情況真的很讓人挫折。為了解決這類痛點，SpaceXAI 攜手知名開發環境 Cursor 共同訓練並推出了全新的 Grok 4.5 混合專家模型。大家可以前往 SpaceXAI 的官方發布網頁 了解這款最新模型。它專門處理那些耗時且棘手的運算任務，包含軟體工程、資料科學或是複雜的金融分析，提供了極高的處理效率。

除此之外，在 Cursor 的官方發布網頁 中也詳細說明了這項深度合作。訓練過程不僅納入了 Cursor 的資料，還讓模型從開發者與代理工具的互動中學習。透過豐富的強化學習訓練，這個模型學會了如何從錯誤中自我恢復。這確實讓開發過程變得更加順暢。它處理指令的速度高達每秒 80 個 token，並且在資源消耗上表現得極為節省（減少了約 4.2 倍的 token 消耗）。對於每天需要處理大量程式碼的開發者來說，這無疑是一個好消息。

OpenAI 推出 GPT-Live，實現全雙工自然語音交流

除了專業的開發工具，日常使用的語音科技也有了明顯進展。語音助理常常給人一種冷冰冰、一板一眼的感覺。OpenAI 全新推出的 GPT-Live 試圖打破這個刻板印象。這個模型採用了全雙工架構。這代表什麼呢？這表示系統能夠同時聆聽與說話。

有人可能會問，GPT-Live 和過去的語音模式到底有什麼差別？事情是這樣的。傳統系統需要等你說完才能接話，常常會出現尷尬的空白停頓。GPT-Live 則會適時發出「嗯嗯」或「了解」的聲音，讓交流感覺就像和真人聊天一樣自然。當遇到需要查資料或推理事物的情況時，它會偷偷把任務交給背景運行的 GPT-5.5 處理。這項多工處理能力，大幅提升了互動的真實感。

Cognition 發表 SWE-1.7，以低成本達成前沿開發智慧

開發軟體時，控制預算往往和追求品質互相衝突。不過，Cognition 最近發表的 SWE-1.7 模型 證明了兩者其實可以兼得。它展現了極高的性價比。團隊大幅改善了基礎架構與訓練資料的精準度。

處理長篇幅任務時，人工智慧很容易出現「失憶」的狀況。SWE-1.7 巧妙地引入了自我壓縮機制，學會了總結目前的工作狀態，並從中接續執行後續動作。這樣一來，即使是執行數小時的非同步任務，它依然能保持清晰的邏輯思維。這種作法不僅節省了運算資源，還大幅降低了開發團隊的整體開銷。

Anthropic 研發 GRAM 技術，為敏感知識裝上安全開關

模型就像一個巨大的知識庫。有些知識可以用來造福社會，也可能被惡意利用。這就是所謂的雙重用途困境。為了防範未然，Anthropic 提出了一項名為 GRAM 的最新研究成果。

這項技術替模型內部的高風險知識裝上了一個靈活的「開關」。開發人員無須為了不同的安全層級去從頭訓練多個獨立模型。透過這項技術，特定知識（例如網路安全或病毒學）會被隔離在專屬的模組中。需要時可以立刻開啟，有疑慮時可以直接移除。這確實提供了一種更具彈性的安全管控手段。

OpenAI 重新檢視程式評估工具，排除無效的雜訊干擾

評估人工智慧寫程式的能力，往往依賴一些公開的測試集。但如果考卷本身就有瑕疵呢？OpenAI 剛發布了一份詳細的調查報告，仔細檢視了熱門的程式檢驗工具 SWE-Bench Pro。

結果令人大感意外。高達 30% 的測試任務存在明顯瑕疵。有些題目給的提示太少，有些則是檢驗條件過於嚴苛，導致寫出正確解答的模型也被系統判定為失敗。找出這些雜訊，對於準確衡量模型實力至關重要。這也提醒了業界，盲目追求分數並沒有實質意義，確保測試本身的合理性才是關鍵所在。

Mistral 發表 Robostral Navigate，單鏡頭搞定機器人導航

讓機器人學會走路不難，但要讓它在陌生的辦公室裡穿梭自如卻是一大挑戰。為了克服這個難題，Mistral 團隊推出了 Robostral Navigate。這是一個擁有 80 億參數的輕量級模型。

它最特別的地方在哪裡？它完全不需要昂貴的雷達或測距感測器。只要透過一顆普通的 RGB 鏡頭，它就能理解周遭環境並進行自主導航。在未見過的測試環境中，它甚至達到了 76.6% 的超高成功率。這種輕量化且高效的設計，讓機器人技術變得更加平易近人。

OpenAI 公布國家安全合作原則，平衡防禦與民主價值

人工智慧的強大能力，逐漸引起各國政府的關注。OpenAI 正式發布了國家安全原則，明確界定了合作的界線與規範。這份文件強調，民主社會應該善用這項技術來保護基礎設施，並妥善應對新興威脅。

不過，有些紅線是絕對不能踩踏的。這包含了嚴格禁止將技術用於大規模的民眾監控，也不能用來開發任何自動化武器系統。這套原則希望能為未來的政府合作提供清晰的指引，確保科技發展符合民主問責制的核心精神。

SenseNova-Vision-7B-MoT 開源釋出，統一視覺多模態生成

電腦視覺領域最近迎來了一個非常有趣的開源專案。SenseNova-Vision-7B-MoT 模型的權重現已對外釋出，開發者同時可以在 GitHub 上找到完整的相關程式碼。

它採用了統一的多模態生成架構。過去處理物件偵測或影像分割，通常需要加上各種專用的預測模組。現在，它將所有任務轉化為文字或影像的生成過程。開發者只要輸入自然語言指令，就能輕鬆獲得對應格式的輸出結果。這種設計讓模型具備了極高的環境適應力。

Claude Code 新增 /checkup 指令，輕鬆維護開發環境

開發環境常常會隨著時間變得凌亂不堪，這是許多工程師的共同痛點。Claude Code 貼心地新增了 /checkup 指令，幫助大家輕鬆進行系統維護。

只要輸入這個簡短的指令，系統就會自動清理未使用的套件、移除重複的設定檔，並關閉那些拖慢整體速度的掛鉤設定。它甚至能預先核准常見的唯讀指令，省去反覆點擊確認的麻煩。老實說，這就像是幫工作區做了一次徹底的大掃除。系統在進行任何變更前都會先向使用者確認，確保所有資料安全無虞。

New in Claude Code: /checkup

Run /checkup to:

1. Clean up unused skills/MCPs/plugins and save context
2. Dedup your local CLAUDE.md against the checked in CLAUDE.md
3. Break up root CLAUDE.md into nested CLAUDE.md's + skills
4. Turn off slow hooks
5. Update your Claude Code to…

— Boris Cherny (@bcherny) July 8, 2026

OpenAI 攜手教育界，協助 K-12 教師掌握實用技能

教育工作者每天都在和緊湊的時間賽跑。OpenAI 特別與 Walton Family Foundation 展開合作，舉辦了一場專為 K-12 教師設計的實作活動。總計超過 1600 名教育人員熱情參與其中。

大家可能會好奇，老師們真的有空學這些新玩意嗎？根據統計，每週固定使用相關工具的教師，平均能節省將近 6 小時的繁瑣工作時間。他們將這些省下來的時間，靈活運用在規劃個人化課程上。這項計畫提供了一個友善且安全的學習環境，讓老師們能夠親自操作，將好奇心順利轉化為實用的課堂技能。這確實提供了一個非常好的學習環境。

透過本地端模型寫程式的真實體驗與反思

雲端運算雖然強大，但有時候我們還是想在自己的電腦上執行運算任務。這篇關於本地端寫程式體驗的實測文章提供了非常真實的第一手觀察紀錄。

作者親自測試了 Qwen3.6 35B 與 Gemma 4 等模型。她提出了一個非常實用的「生存漏斗」概念。首先要考量的是記憶體夠不夠大，再來是回應速度能不能接受，最後才是檢視輸出的程式碼品質。結果發現，處理單一檔案或明確的指令時，本地端模型表現得相當不錯。如果遇到需要跨檔案搜尋或處理複雜邏輯的情況，它們往往會陷入苦戰。雖然目前離隨插即用的完美境界還有一段距離，但這種強迫放慢腳步的過程，反而讓開發者更仔細審視每一行寫下的程式碼。

問與答(Q&A)

Q1：Grok 4.5 是由誰開發的？在程式編寫上有什麼主要優勢？ A1： Grok 4.5 是由 SpaceXAI 攜手知名開發環境 Cursor 共同訓練的混合專家模型。它的主要優勢在於具備處理耗時且棘手運算任務的能力，並透過豐富的資料學會了如何從錯誤中自我恢復。效能方面，它處理指令的速度高達每秒 80 個 Token，且大幅降低了資源消耗（Token 消耗量減少了約 4.2 倍）。

Q2：OpenAI 的 GPT-Live 語音模型與過去的語音助理有何不同？ A2： 最大的差異在於 GPT-Live 採用了「全雙工（Full-duplex）架構」，這代表系統能夠同時聆聽與說話，打破了傳統需要等待使用者說完才能接話的死板回合制。它會在對話中適時發出「嗯嗯」或「了解」的自然反饋，且當遇到需要查資料或深度推理的複雜任務時，它會將任務委派給背景運作的 GPT-5.5 處理，保持對話的流暢不中斷。

Q3：Anthropic 提出的 GRAM 技術是如何解決 AI 的雙重用途（Dual-use）安全問題的？ A3： 雙重用途指的是模型知識（如病毒學、網路安全）可以用於造福社會，也可能被惡意利用。為了防範此風險，GRAM 技術替模型內部的高風險知識設計了專屬的模組化「開關」。開發團隊無須為了不同的安全需求從頭訓練多個獨立模型，只需在需要時開啟該知識模組，或在有安全疑慮的環境中直接將其刪除隔離即可。

Q4：為什麼 OpenAI 的報告指出程式檢驗工具 SWE-Bench Pro 存在問題？ A4： OpenAI 透過詳細調查發現，SWE-Bench Pro 中高達約 30% 的測試任務存在明顯瑕疵。主要問題包含「檢驗條件過於嚴苛」（要求了提示中未說明的實作細節），以及「提示給定不足」（隱藏的測試條件無法被合理推斷），這導致許多寫出正確解答的模型也被系統誤判為失敗。這提醒業界在評估 AI 寫程式能力時，確保測試本身的合理性比盲目追求分數更為重要。

Q5：使用本地端（Local）AI 模型來寫程式，目前的真實體驗如何？ A5： 根據開發者的實測，評估本地模型需要經過一個「生存漏斗」：從記憶體是否足夠、回應速度，最後才是程式碼品質。實測結果顯示，本地模型在處理單一檔案或明確指令時表現不錯，但在面臨需要跨檔案搜尋或複雜邏輯的情況時往往會陷入苦戰。雖然目前的體驗距離完美的「隨插即用」還有一段落差，但這項過程能強迫開發者放慢腳步，更仔細地審視每一行生成的程式碼，對部分開發者而言反而是一種良好的工作習慣。