讓 agent 讀懂計算機的 % 按鈕：REA 怎麼把逆向工程工具交給 AI
REA 把 Ghidra、IDA 等逆向工具包成 MCP，讓 agent 讀機器碼、對照公開資料並用原程式驗證；以計算機 % 按鈕走一遍它的分工與限制。
· 閱讀時間約 6 分鐘00
28 篇結果
標籤 #Agent
REA 把 Ghidra、IDA 等逆向工具包成 MCP，讓 agent 讀機器碼、對照公開資料並用原程式驗證；以計算機 % 按鈕走一遍它的分工與限制。
Pi 曾公開拒絕 MCP，如今把它納入核心，關鍵是 Codemode：讓 Agent 在沙箱裡寫 JavaScript 組合上百次工具呼叫，只把結論帶回上下文。
DeepSeek 的 DSec 用 160 台主機同時跑 38 萬個 Agent 沙箱，靠的是映像檔按需載入、分級超賣，並把 Agent 迴圈搬離 GPU 叢集。
只能發 GET 請求的 AI Agent，靠截圖服務、縮網址與像素編碼拼出雙向通道，一路打進 Hugging Face。拆解手法、防線漏洞與防禦重點。
Google 開源的 AX 把 AI Agent 視為新型工作負載，用 Task、Workspace、Gateway、Model 四個元件處理隔離、暫停與網路政策。
Cognition 發布新一代 coding agent 模型 SWE-2，同時新論文重新定義評測標準。本文用「招募新工程師」比喻，拆解分數上升是否代表真正進步。
多數人以為 Agent 強弱看模型大小，但真正拉開差距的常是包住模型的「harness」——記憶、規劃、工具邏輯的組合。JIT-Agent 讓這套邏輯自己現場生成、自我修復、持續進化。
便宜又夠快的小模型正悄悄變強，讓 AI 產品第一次能打平消費級的價格帶。從「IQ180 天才」與「線廚」的類比出發，聊聊為什麼下一波 AI 紅利可能不在更聰明的模型，而在更便宜的模型。
多數機器人 Agent 只能等任務結束才反省失敗，Zetta 提出三層即時迴路，讓 AI 在動作進行的當下就修正錯誤，成功率達 9 成以上，推論速度快 11 倍。
Agent Skills 讓 LLM 讀操作手冊變聰明，但一篇論文用 8,135 筆實驗紀錄告訴我們：它真正的作用不是餵知識，而是穩定行為——而且技能池一大，效果就會崩壞。