🟠 L2 - 重要更新
Anthropic 啟動 Cyber Mission：關鍵基礎設施防禦計畫與免費的 OSS Scanner L2
信心度 : 高
重點 : Anthropic 於 10 月 8 日宣布 Anthropic Cyber Mission，先從關鍵基礎設施與開源軟體兩個領域著手。Critical Infrastructure Defense Program（CIDP）為保護營運技術（OT）的業者提供前沿 Claude 模型、駐點工程師與威脅研究，創始夥伴為 Accenture、Booz Allen、CrowdStrike、Deloitte、Dragos、Hitachi、Insane Cyber、Nozomi Networks、Palo Alto Networks、PwC 與 Rockwell Automation。OSS Scanner 是免費、自願加入的服務，由 Anthropic 最強的模型定期掃描已登錄的開源專案，並寄出含概念驗證、說明與修補建議的報告；這些報告未經人工審查即送出，Anthropic 預期真陽性率高於 90%。
影響 : 開源專案的核心維護者可以申請定期掃描，但需要有能力消化持續送來的報告。為電網、水務、交通等關鍵基礎設施提供資安產品或服務的廠商、系統整合商與設備製造商可以透過 claude.com 的表單登記參加 CIDP。
詳細分析
取捨考量
優點 :
OSS Scanner 的掃描費用由 Anthropic 全額負擔，報告附概念驗證與修補建議 掃描代理在停用網路的沙箱中執行，報告存放於僅限授權資安人員存取的隔離環境 CIDP 有 11 家創始夥伴，Anthropic 計畫在未來數月擴大到更多夥伴與產業 缺點 :
報告在人工驗證前送達，可能包含誤報或錯誤的嚴重度評級 沒有固定的掃描間隔，頻率取決於管線負載與專案使用廣度等因素 登錄採逐案審核，對象是對基礎設施或使用者安全有關鍵影響的成熟專案，申請者必須是核心維護者 快速體驗（5-15 分鐘）
開啟 https://red.anthropic.com/oss-scanner 閱讀資格條件與條款 核心維護者向 github.com/anthropics/oss-scanner 提交 PR，新增 projects/<project>/project.yaml，填入 repo、primary_contact 與 Dockerfile 路徑 提交前執行 tools/validate.py，並確認 Dockerfile 能在本機建置 想暫停收報告時，以 PR 在設定中加入 disabled: true 建議
維護被廣泛依賴、會處理不受信任輸入的開源專案者值得評估登錄；申請前先確認團隊有人力處理報告。
來源 : Anthropic 官方公告 (官方) | Anthropic OSS Scanner 說明頁 (文檔)
Anthropic 承諾三年投入 1.5 億美元支持美國 Genesis Mission L2
信心度 : 高
重點 : Anthropic 於 10 月 8 日在白宮科技政策辦公室主辦的「Science: A New Golden Age」峰會上宣布，三年內投入 1.5 億美元支持以 AI 加速科學與技術發現的聯邦計畫 Genesis Mission。這筆承諾將讓 NASA、National Institutes of Health、National Science Foundation 等超過 15 個參與機構使用 Claude，並為數百個 Genesis Mission 研究專案提供 Claude、Claude Code 與 API 額度。內容還包括與各機構及國家實驗室在核融合能源、量子運算等優先領域合作，以及為科學家提供訓練、導入與技術支援。
影響 : 受益對象是參與 Genesis Mission 的美國聯邦機構、國家實驗室及其研究專案。公告沒有列出研究專案的資格條件或額度分配方式。
詳細分析
取捨考量
優點 :
承諾金額、年限與涵蓋機構數量都有明確數字 除了額度，還包含訓練、導入與技術支援，並協助新加入的機構啟動首批專案 缺點 :
公告未說明研究專案如何取得額度，也沒有資格條件 承諾對象是 Genesis Mission 的參與機構與專案，公告未提及計畫以外的研究者 快速體驗（5-15 分鐘）
開啟 https://www.anthropic.com/news/genesis-mission-commitment 確認涵蓋的機構與支援項目 若所屬單位參與 Genesis Mission，向計畫窗口詢問 Claude、Claude Code 與 API 額度的取得方式 不在計畫內的學術研究者可查看公告提到的 AI for Science 計畫與學術用 Claude 席次方案 建議
與美國國家實驗室或聯邦科研機構合作的團隊可以主動確認自己的專案是否在額度範圍內；其他讀者無需採取行動。
來源 : Anthropic 官方公告 (官方)
OpenAI 封鎖兩起以假記者與假智庫為掩護的影響力行動，帳號分別源自伊朗與俄羅斯 L2
信心度 : 高
重點 : OpenAI 於 10 月 8 日發布報告，表示已封鎖兩組利用 ChatGPT 支援「false front」（偽裝門面）實體的帳號，分別源自俄羅斯與伊朗。源自伊朗的行動（代號 Bogus Bylines）以七個自稱西方記者的假身分向媒體投稿，OpenAI 查出近 100 篇以這些署名刊登或轉載的文章，分布於約十幾家中小型網路媒體；源自俄羅斯的行動（代號 Dark Clark）透過假身分操控設在拉丁美洲、名為 Social Research Center 的「智庫」，OpenAI 表示其當地員工並不知道自己為俄羅斯團體工作。歸因方面，OpenAI 表示伊朗這起活動看起來符合商業行為者承接的受雇影響力行動，但無法辨識具體行為者；兩起案件的資訊都已提供給相關主管機關。
影響 : 接受外部投稿的媒體編輯與內容平台直接受影響：依報導，這些操作者用 ChatGPT 依各媒體的投稿規範潤飾英文稿件並撰寫給編輯的投稿信。AFP 報導指出，最早的文章刊於 2025 年 7 月，最新的在 2026 年 10 月。
詳細分析
取捨考量
優點 :
報告列出七個假記者署名，編輯可以直接比對過往稿件 OpenAI 依工作項目分別評估影響：伊朗行動的留言部分評為第 2 級，投稿部分評為第 4 級（量表為 1 到 6 級） 伊朗案件的資訊除了主管機關，也提供給業界夥伴 缺點 :
以這些署名刊出的文章時間跨度超過一年，行動在被封鎖前已持續運作 OpenAI 未能辨識伊朗行動背後的具體行為者 俄羅斯行動被評為第 5 級，OpenAI 同時指出操作者自報的成效不能照單全收 快速體驗（5-15 分鐘）
媒體與部落格編輯：以七個署名 Ervin B. Hoskins、Noah Lamington、Sophia Gonzalez、Michael Harrison、Ericka Feusier、Jenny Williams、Alice Johnson 搜尋自家稿件庫 檢視外部投稿流程中是否有查核作者身分的步驟 到 https://openai.com/index/disrupting-ai-enabled-false-front-operations 閱讀 OpenAI 報告原文取得完整細節 建議
接受外部投稿的網站應比對署名清單，並在投稿流程加入作者身分查核；其他讀者可以把這份報告當作平台濫用偵測的參考案例。
來源 : OpenAI 官方公告 (官方) | Unite.AI (新聞) | Free Malaysia Today（AFP） (新聞)
金融時報：OpenAI 年化營收接近 500 億美元，比市場流傳的 700 億美元估計低約 200 億 L2
信心度 : 中
重點 : 據 TechTimes 轉述金融時報 10 月 8 日的報導，提供給 OpenAI 出資方的文件顯示其年化營收在 9 月底接近 500 億美元，比外界廣泛引用的約 700 億美元估計低約 200 億美元。TechTimes 指出差距來自雲端合作夥伴銷售的認列方式：OpenAI 只認列自己分得的淨額，Anthropic 則以總額認列營收，再把雲端夥伴的分成列為銷貨成本，而投資人把後者的算法套用在前者的數字上。同一篇報導稱，消息見報當天 Nvidia 下跌近 3%、Oracle 下跌近 6%、Arm Holdings 下跌超過 6%。
影響 : 受影響的是用營收數字比較 OpenAI 與 Anthropic 的投資人、分析師與採購決策者：兩家公司的年化營收因認列方式不同而不能直接相比。Crypto Briefing 的轉述同樣指出，差距來自會計方法而非業務下滑。
詳細分析
取捨考量
優點 :
釐清了兩家公司營收口徑的差異：一家認列淨額，一家認列總額 兩篇轉述都指出差距源於計算方法，而不是業務衰退 缺點 :
屬於付費報導的二手轉述，數字未能對照金融時報原文 TechTimes 表示 OpenAI 尚未就此提出詳細的公開回應 TechTimes 提到 700 億美元的估計最初出自 Axios 9 月 29 日引述的匿名消息來源 快速體驗（5-15 分鐘）
引用任何 AI 公司的年化營收前，先確認是總額還是淨額認列 若內部簡報或投資備忘錄用過 700 億美元這個數字，補上來源並加註金融時報的 500 億美元說法 有金融時報訂閱者直接閱讀原文確認數字 建議
把這則當作數字口徑的提醒，而不是 OpenAI 業務轉弱的證據；在讀到原文或官方說法之前，引用時請標明出自金融時報。
來源 : TechTimes (新聞) | Crypto Briefing (新聞)
川普發文稱使用「Artificial Intelligence」一詞者為「敵人」；9 月 29 日行政命令要求聯邦機關改用「Super Intelligence」 L2
信心度 : 高
重點 : 美國總統川普 10 月 8 日在 Truth Social 發文表示，白宮把使用「Artificial Intelligence」而非「Super Intelligence」的人視為「THE ENEMY」；AFP 報導指出他沒有說明不照做會有什麼後果。9 月 29 日的行政命令「Inaugurating The Era of Super Intelligence」要求行政部門與機關在非法定文件、報告與網站中以「Super Intelligence」與「SI」取代「Artificial Intelligence」與「AI」，但不要求修改既有的法規、合約、補助案或其他歷史文件。依 Freshfields 的整理，總統科技助理 Michael J. Kratsios 須在 11 月 28 日前提交把該用語寫入聯邦法律的立法文字建議；The Next Web 報導指出這項命令只適用於聯邦部門與機關，沒有罰則，企業、記者與一般民眾仍可繼續使用「AI」。
影響 : Freshfields 指出，聯邦承包商、補助申請者與提交法規意見的企業，會在機關的招標文件、表單與往來信函中看到「Super Intelligence」的用語。命令在其適用範圍內把「Super Intelligence」定義為與 15 U.S.C. § 9401(3) 的「artificial intelligence」同義。The Next Web 另報導，司法部 10 月 6 日已指示人員使用新用語，包括在「適當時」用於法院文件。
詳細分析
取捨考量
優點 :
命令明定新用語與現行法律中「artificial intelligence」的定義同義，既有法規與合約不必修改 命令的對象限於聯邦部門與機關，未設罰則 缺點 :
法定定義尚未提出；Freshfields 指出它可能影響聯邦獎勵措施、出口管制與政府合約要求的適用範圍 貼文沒有說明繼續使用原用語者會面臨什麼後果 既有法規、合約與補助文件不必修改，因此新舊文件的用語會並存 快速體驗（5-15 分鐘）
投標或申請美國聯邦補助的團隊：檢查近期收到的招標文件與表單是否已改用「Super Intelligence」或「SI」 提交給聯邦機關的文件沿用對方文件的用語，並在內部詞彙表註明 SI 與 AI 在該命令下同義 在行事曆標記 11 月 28 日，屆時查看定義提案的內容 建議
只有與美國聯邦機關有文件往來的團隊需要調整用語；其他讀者無需採取行動，留意 11 月 28 日的定義提案即可。
來源 : The Next Web (新聞) | Arab News（AFP） (新聞) | Freshfields 法律分析 (新聞)
AI 代理開發商 Manus 完成超過 5 億美元融資，據報估值約 40 億美元 L2
信心度 : 高
重點 : AI 代理開發商 Manus 的母公司 Butterfly Effect 於 10 月 8 日透過 WeChat 貼文確認完成超過 5 億美元的新一輪融資。SiliconANGLE 報導由 Boyu Capital 領投、Tencent 等參與，Decrypt 則稱 Boyu Capital 與 IDG Capital 共同領投，既有投資人 Tencent、HSG 與 ZhenFund 跟投；公司未揭露估值，Bloomberg 先前報導這筆交易預計估值 40 億美元，約為 Meta 去年 12 月據報出價的兩倍。Meta 收購 Manus 的交易因中國監管機關阻擋而在今年 4 月告吹，Decrypt 報導指出中國國家發展和改革委員會於 4 月 27 日要求撤回該交易。
影響 : Manus 使用者面對的是一家維持獨立營運並取得新資金的供應商。Decrypt 報導，Manus 在 8 月表示將獨立營運，並為了與 Meta 的系統切割，刪除了部分在 2025 年 12 月 29 日當天或之後建立的使用者資料。
詳細分析
取捨考量
優點 :
融資由公司確認，兩家媒體對金額的說法一致 SiliconANGLE 報導，融資前幾天發布的 Manus 2.0 新 harness 依公司說法在部分任務上減少 23.2% 的 token 用量，處理速度提升超過 28% 缺點 :
估值未經公司證實，只有 Bloomberg 先前的報導 兩家媒體對領投方的說法不一致 Decrypt 報導公司未說明資金用途，只表示會持續在中國與海外招募 快速體驗（5-15 分鐘）
若團隊在 2025 年 12 月 29 日之後使用過 Manus，登入確認歷史資料是否仍在 評估 Manus 作為代理平台時，把資料存放地與公司註冊地列入供應商審查項目 閱讀 SiliconANGLE 的報導了解 Manus 2.0 的 Cloud Computer 與 Cue 功能 建議
已在使用 Manus 的團隊可以維持現狀並確認資料狀態；考慮導入者應把監管與資料所在地列入評估。
來源 : SiliconANGLE (新聞) | Yahoo Finance（Decrypt） (新聞)
LightOn 以 Apache 2.0 授權發布 LightOnOCR-3 文件辨識模型家族 L2
信心度 : 高
重點 : LightOn 於 10 月 8 日發布 LightOnOCR-3，新聞稿列出 0.8B 與 4B 兩種參數規模，Hugging Face 技術文章另列出沿用前代架構的 1B 版本，皆以 Apache 2.0 授權釋出。模型在單次呼叫中輸出文字、文件結構、邊界框、圖片描述與圖表資料：空白提示詞輸出純文字轉錄，以 grounding 作為唯一提示詞則輸出帶邊界框的標註區塊。依 LightOn 自行公布的數字，4B 版在 olmOCR-Bench 得 86.3（次於 35.1B 參數的 Infinity-Parser2-Pro 的 87.6），在 ParseBench 得 75.1，在法文基準 fr-bench-pdf2md 得 74.1。
影響 : 需要自行部署 OCR 或建置文件前處理管線的團隊多了一個可商用的開放權重選項。LightOn 表示轉錄模式的輸出與 LightOnOCR-2 相同，既有使用者不需更動。
詳細分析
取捨考量
優點 :
Apache 2.0 授權，可商用、修改，並部署在自有基礎設施 0.8B 版在三項基準分別得 85.5、74.6、70.5，4B 版為 86.3、75.1、74.1 LightOn 稱自行部署時每千頁處理成本可低於一美分，實際取決於硬體、使用率與負載 缺點 :
基準分數都是公司自行公布的結果 官方未列出完整的支援語言清單，評測重點在法文文件與手寫 LightOn 自己指出分數會隨格式正規化方式變動 快速體驗（5-15 分鐘）
開啟 Hugging Face 上的 lightonai/LightOnOCR-3-0.8B 或 lightonai/LightOnOCR-3-4B 模型頁 在 Demo Space lightonai/LightOnOCR-3-Demo 上傳一份自己的文件測試 比較空白提示詞與 grounding 提示詞兩種模式的輸出 從 LightOn 官方頁面連到 GitHub 儲存庫，取得執行與重現基準的腳本 建議
有法文、手寫或圖表擷取需求的團隊值得用自家文件實測；在有第三方評測之前，不要只憑公司公布的排名做決定。
來源 : LightOn 官方頁面 (官方) | Hugging Face 上的 LightOn 技術文章 (官方) | MarketScreener（LightOn 新聞稿） (新聞)
英國 ICO：十家基礎模型開發商已做出或承諾資料保護改變，並就代理式 AI 徵求意見至 11 月 20 日 L2
信心度 : 高
重點 : 英國 ICO 於 10 月 8 日表示，經其審視後，Amazon、Anthropic、Apple、Cohere、DeepSeek、Google、Meta、Microsoft、OpenAI 與 Stability AI 十家基礎模型開發商已做出或承諾做出資料保護上的改變，包括更清楚的透明度資訊、更有力的當事人權利行使方式，以及更嚴謹的防護措施評估。ICO 同時發布報告「Building trust and transparency into generative AI development: our work to create regulatory certainty」，並啟動為期六週、關於組織如何管理代理式 AI 資料保護風險的意見徵集，截止日為 2026 年 11 月 20 日。ICO 另表示已就近期代理式 AI 的測試與部署向 OpenAI、Anthropic、Meta 與英國 AI Security Institute 提出詢問，對 X.AI 則因已就 Grok 展開正式調查而暫停往來。
影響 : 在英國提供生成式 AI 或代理式 AI 服務的開發者與部署者受影響：ICO 表示徵集到的意見將用於未來的指引，以及即將制定的 AI 與自動化決策法定實務守則。
詳細分析
取捨考量
優點 :
意見徵集有明確期限與範圍，涵蓋安全、透明、問責、自動化決策、公平與合法使用資料 ICO 表示正在監督各開發商履行承諾的進度 缺點 :
Shattered.io 指出 ICO 未公布哪家公司做了哪項改變，也沒有區分已完成與僅承諾的項目 ICO 承認現行訓練做法在遵循英國資料保護法上有技術難題，目前是向政府反映 快速體驗（5-15 分鐘）
開啟 ICO 公告頁，找到代理式 AI 意見徵集的連結與報告全文 盤點自家代理式功能處理哪些個人資料、採取哪些防護措施 若在英國有使用者，評估是否在 11 月 20 日前提交意見 建議
在英國營運代理式 AI 產品的團隊應在期限前提交意見，或至少讀過報告；其他讀者可把它當作英國監管方向的參考。
來源 : ICO 官方公告 (官方) | Shattered.io (新聞)
Thrixel 推出面向 AI 代理的 3D 生成平台，資產帶有具名零件並提供 MCP 伺服器 L2 GameDev - 3D
信心度 : 高
重點 : 由芝加哥大學電腦科學助理教授 Rana Hanocka 創辦的 Thrixel 於 10 月 8 日發布 3D 生成平台，可從文字或圖片產生由具名零件與階層結構組成的 3D 資產，讓 AI 代理能辨識、組裝並製作動畫。平台提供 MCP 伺服器供 Claude Code、Codex、Cursor 與 Gemini CLI 使用，另有名為 Build World 的代理式工作流程，支援 Roblox、Three.js、Unity 與 Unreal Engine。公司同時宣布取得 300 萬美元的 inception 資金，投資方包括 Sierra Ventures、MFV Partners、Harper Court Ventures 與 Z5 Capital。
影響 : 用 AI 程式代理做遊戲原型的開發者，可以讓代理直接生成、檢查並修改 3D 資產的個別零件。新聞稿舉的例子是一輛車的車輪、車門與底盤各為獨立的具名零件，可以分別製作動畫或替換。
詳細分析
取捨考量
優點 :
MCP 工具涵蓋生成、檢查、編輯與最佳化，例如 thrixel_inspect_model 列出零件與三角面數，thrixel_group_parts 合併靜態零件以減少 draw call Build World skill 以 Apache-2.0 授權公開在 GitHub Build World 可把 Three.js 與 Unity 遊戲發布到 thrixel.world 缺點 :
新聞稿與官網首頁沒有列出價格；GitHub README 提到 Starter 方案附免費的 Cubes 生成額度，但完整專案可能需要付費方案 MCP 頁面只展示 GLB 檔案，沒有說明其他匯出格式 目前的資訊都來自公司自己的新聞稿與文件 快速體驗（5-15 分鐘）
安裝 uv 後執行 uvx thrixel-mcp@latest login 登入 Claude Code 使用者執行 claude mcp add --scope user thrixel -- uvx thrixel-mcp@latest 安裝 Build World：先執行 claude plugin marketplace add thrixel/build-world，再執行 claude plugin install thrixel@thrixel 開新工作階段輸入 /thrixel:build-world build a submarine exploration game in three.js 測試 建議
做 Three.js 或 Roblox 原型的獨立開發者可以用免費額度試做一個小場景，重點檢查零件命名與面數是否符合自己引擎的需求。
來源 : Thrixel 官方 MCP 頁面 (官方) | GitHub: thrixel/build-world (GitHub) | The Batesville Daily Guard（ACCESS Newswire 新聞稿） (新聞)
Reallusion 與 Escape.AI 宣布多年期合作，以 3D 場景資料作為 AI 影片的控制層 L2 GameDev - 動畫/語音
信心度 : 中
重點 : Reallusion 與 Escape.AI Media 於 10 月 8 日透過新聞稿宣布多年期策略合作，建立「3D-to-AI」製作流程：以 Character Creator 5 的角色、ActorCore 的動作資料與 iClone 的場景、鏡頭及燈光設定作為控制層，經 AI Studio 連接生成式影片模型，目標是讓角色在不同鏡頭間保持一致。Escape.AI 負責發行，把作品送上 Roku、Amazon Fire TV、LG 與 Samsung 智慧電視的 CTV 應用程式，聯播內容的淨收入與創作者五五分，創作者保有 100% 的 IP。雙方將於 10 月 23 日舉辦現場示範，並向 Escape.AI 創作者社群免費提供 iClone PERSONAL。
影響 : 已在使用 iClone 或 Character Creator 的動畫與過場影片製作者，多了一條從 3D 場景到 AI 影片成品再到 CTV 發行的路徑。新聞稿沒有揭露合作年限、財務條件，也沒有 AI Studio 的價格。
詳細分析
取捨考量
優點 :
以 3D 角色、動作、鏡頭與燈光約束生成結果，針對的是角色跨鏡頭不一致的問題 Escape.AI 提供明確的分潤條件：聯播 CTV 內容淨收入的 50%，創作者保有全部 IP 缺點 :
降低 token 成本與提升時間一致性都是新聞稿的主張，沒有附數據 創作者補助計畫的遴選標準與條件沒有說明 資訊來源只有一份新聞稿 快速體驗（5-15 分鐘）
開啟 escape.ai/labs/tools，目前可以看到 Reallusion 的工具卡片；新聞稿提到的工作流程指南與資產包預定放在 Escape Labs 在行事曆標記 10 月 23 日的現場示範 已有 iClone 專案者，挑一個短鏡頭整理好角色、鏡頭路徑與燈光，留作之後測試的素材 建議
等 10 月 23 日的示範看到實際成果再決定是否投入；已有 Reallusion 工具鏈的團隊可以先小規模試做。
來源 : Bastille Post（PR Newswire 新聞稿） (新聞)
Roblox 文字轉語音 API 新增自動翻譯，AutoLocalize 預設開啟，支援 11 種語言 L2 GameDev - 動畫/語音
信心度 : 高
重點 : Roblox 於 10 月 8 日宣布文字轉語音（TTS）API 支援自動翻譯：系統會偵測輸入文字的語言，並與伺服器中每位玩家的語言設定比對，兩者不同且都受支援時，就把文字翻譯成玩家的語言，並交給最合適的預設語音播放。AudioTextToSpeech 實例新增 AutoLocalize 屬性，預設為 true。目前支援阿拉伯文、中文（Mandarin）、英文、法文、德文、印地文、義大利文、日文、韓文、葡萄牙文與西班牙文，而且只適用於 AudioTextToSpeech 動態產生的音訊，不含以 TTS 製作的音訊資產。
影響 : 所有使用 AudioTextToSpeech 的 Roblox 體驗都會受影響，因為這個屬性預設開啟：語言設定不同的玩家會聽到翻譯成各自語言的旁白與對話，語音也改由系統挑選特徵相近的預設語音。
詳細分析
取捨考量
優點 :
不必修改程式碼，既有的 TTS 旁白與對話就能以玩家的語言播放 系統會盡量比對原本 voice ID 的特徵，例如英文女聲會對應到其他語言的女聲 缺點 :
預設開啟：如果體驗需要玩家聽到原文，必須自行把屬性設為 false 只支援 Roblox 平台 17 種語言中的 11 種 以 TTS 製作的音訊資產尚不支援翻譯，Roblox 表示希望明年支援 快速體驗（5-15 分鐘）
在 Studio 找出專案中所有的 AudioTextToSpeech 實例 用語言設定為另一種受支援語言的帳號進入體驗，試聽翻譯後的語音 不需要翻譯的實例設定 AutoLocalize = false 開啟 https://create.roblox.com/docs/reference/engine/classes/AudioTextToSpeech 查看屬性清單 建議
已上線且使用 TTS 的體驗應盡快用非原文語言的帳號實測一次，確認翻譯與語音符合預期，再決定是否保留預設值。
來源 : Roblox DevForum 官方公告 (官方) | Roblox Creator Hub API 文件 (文檔)
Claude Code Game Studios v1.1.3：長技能在壓縮後保留後段步驟，並收緊內建權限規則 L2 GameDev - 程式/CI
信心度 : 高
重點 : Claude Code Game Studios 於 10 月 8 日發布 v1.1.3，是針對 1.1.2 的修正版。由於 Claude Code 在壓縮（compaction）後只會重新附上技能的前段，14 個最長的技能（例如 /dev-story、/gate-check、/setup-engine）改為把每個階段存成 references/ 下的獨立檔案；另外，被略過、關閉或留空的問題不再被當成答案，不會據此寫入或選擇任何內容，並會重新詢問。安全方面移除了四條會直接放行 git branch -D、git log/git diff --output=<file> 與 python -m json.tool <in> <out> 的允許規則，並禁止 Edit 修改 .env 檔案。
影響 : 使用這套模板的遊戲專案在長工作階段中不會再遺失技能的後段步驟。曾經合併 settings.json 或把其中的允許規則複製到 settings.local.json 的使用者需要手動移除舊規則，否則副本仍會繼續放行。
詳細分析
取捨考量
優點 :
長技能的各階段獨立成檔而步驟本身不變，/skill-test 與 /skill-improve 也會讀取這些檔案 刪除分支與寫出檔案的指令不再自動放行，唯讀的 git 指令仍不需確認 在 Windows、Linux（bash 5 與 3.2）與 macOS（bash 3.2 搭配 BSD 工具）上測試過，並在 Claude Code 2.1.292 與 2.1.293 做過實際技能檢查 缺點 :
沒有自動遷移：自行修改過 14 個長技能的人要改用新版，再把改動重做到對應的階段檔 Claude Code 只從啟動的資料夾載入 .claude/settings.json，在子資料夾啟動時專案的 hooks、deny 規則與先詢問模式都不會生效，新版只會提出警告 project.yaml 如果有兩個 modes: 區塊，需要手動合併快速體驗（5-15 分鐘）
對照 UPGRADING.md 的「v1.1.2 → v1.1.3」一節，從 settings.local.json 移除列出的允許規則 檢查 project.yaml 是否有兩個 modes: 區塊，有的話合併成一個 一律從專案根目錄啟動 Claude Code 查看完整差異：https://github.com/Donchitos/Claude-Code-Game-Studios/compare/v1.1.2...v1.1.3 建議
使用 1.1.2 的專案建議升級，升級後優先清理複製過的允許規則。
來源 : GitHub Release v1.1.3 (GitHub)
開發者分享 Llama Village：用 Flutter 與 llamadart 以本機模型驅動 NPC 對話的 3D 村莊遊戲 L2 GameDev - 程式/CI
信心度 : 中
重點 : 開發者 Jhin Lee 於 10 月 8 日在 DEV 發文介紹 Llama Village，一款用 Flutter 與 flutter_scene 製作的 3D 村莊遊戲，五隻各有個性、需求、關係與所知事實的駱馬透過 llamadart 以本機模型產生對話與想法。語言模型只負責措辭：可用的意圖與事實由遊戲選定，對話後模型回報提到了哪些事實，遊戲檢查過才讓聽者得知，而秘密需要明確的關鍵字證據，只有 embedding 相似度並不夠；移動、需求、知識追蹤與結局都由程式碼處理。依專案 README，目前是 macOS 預覽版（macOS 14 以上、Apple silicon），使用 2.8 GB 的 gemma-4-E2B-it-Q4_K_S.gguf 與 318 MB 的 embeddinggemma-300M-Q8_0.gguf。
影響 : 想用本機 LLM 驅動 NPC 的遊戲開發者可以參考這個做法：由遊戲規則控管資訊如何流動，模型只負責文字表現。這是個人專案的工作流程案例，不是產品發布。
詳細分析
取捨考量
優點 :
示範了具體的把關設計：模型回報的事實要經遊戲檢查，秘密需要關鍵字證據 推論在本機執行，角色在模型產生文字時仍可繼續行動 原始碼以 MIT 授權公開在 GitHub 缺點 :
文章沒有提供效能數據，而模型與 3D 繪製共用同一台機器 只有 macOS Apple silicon 預覽版，作者表示其他裝置還需要處理記憶體、推論與繪製預算 文章註明由 AI 協助撰寫，內容是單一作者的自述 快速體驗（5-15 分鐘）
閱讀文章的「How a conversation changes the village」一節，了解「知道、對話、遊戲檢查、鄰居得知」的流程 在 Apple silicon Mac 上取得 github.com/leehack/llama-village，執行 flutter pub get 與 flutter run -d macos --release 依 README 把模型檔放到 ~/Library/Caches/llamadart/models 對照自己的 NPC 系統，列出哪些決定應該由規則而不是模型負責 建議
把它當作設計參考：先定義由遊戲規則掌管的狀態，再讓模型負責措辭；動手前先確認硬體符合需求。
來源 : DEV Community 文章（Jhin Lee） (社交) | GitHub: leehack/llama-village (GitHub)