模型能叫退款工具，不代表該讓它退：Agent 授權該放哪一層？
模型送出格式全對的 issue_refund 呼叫，訂單卻是別人的。對照 OpenAI 工具呼叫流程與 OWASP 建議，拆開 schema、服務端授權與人工批准，附一張可照填的工具授權表（示意）。
The archive
所有文章
從最新模型與工具，到開發現場的取捨，依時間順序閱讀 KeepInAI 的完整編輯紀錄。
OpenAI 稱 AI 推翻複雜度理論的長年猜想，審查專家先說：參與不等於背書
OpenAI 10 月 26 日宣布模型證明 ETH 為假、解決 Kakeya 與 Yang–Mills 存在性。部分有 Lean 檢查，ETH 交外部專家審查，Yang–Mills 材料未公開。我們沒讀論文內文，也沒自己跑 Lean。
能用 workflow 為什麼要用 Agent？Anthropic 建議先找最簡單的解法
以 Anthropic〈Building effective agents〉為依據，整理從單次呼叫、workflow 到 Agent 的判斷順序、五種 workflow 模式與代價；例子為示意情境。
把微調說成強化學習就答錯了：RAG 面試四題怎麼答才到位
Query 改寫、多路檢索與重排、RAG 對微調、切片，四題各給答題骨架與一手出處，並標出常見說錯處；Anthropic 的數字是其自家測試，工程分層屬經驗做法。
皮膚科醫師測 200 個病灶：十年前的 CNN 贏過 GPT-6 和 Claude，卻放走更多黑色素瘤
皮膚科醫師測 200 個病理確診病灶：2015 年的 CNN 答對 62%，GPT-6 Astra 與 Claude Fable 5.1 都是 42%，但預設門檻下 CNN 放走 18 個黑色素瘤。作者自述的小樣本測試。
OpenAI 新模型 Terra 牌價砍半：輸出 token 偏多，帳單未必跟著減半
GPT-6.1 Terra 每百萬 token 輸入 1 美元、輸出 5 美元，OpenAI 稱比 Sol 便宜一半。效能數字多為官方自測；第三方指數給 48 分，輸出 token 高於中位數，換之前先用自己的任務重算。
