IT之家 6 月 3 日消息，在今日开幕的 Build 2026 开发者大会上，微软宣布在去年为 Edge 浏览器推出基于 Phi-4-mini 模型的写作辅助 API 基础上扩展了其端侧 AI 能力，新增了模型和 API。本次更新主要包括三项内容： Aion-1.0-Instruct 小语言模型的开发者预览版（用于早期测试和反馈）； Edge 148 版本中由端侧任务专用模型驱动的语言检测和翻译 API； 以及在 Edge Canary 和 Dev 通道中提供的实验性 Web Speech API 端侧语音识别功能。 微软表示，过去一年中，Edge 浏览器的写作辅助 API 一直基于 Phi-4-mini 模型。这是一个 40 亿参数的模型，在文本理解、推理和指令遵循方面表现出色，但其硬件要求限制了它在不同设备上的可用性。 因此，微软即日起在 Edge Canary 和 Dev 通道中引入了 Aion-1.0-Instruct 小语言模型的开发者预览版。该模型更小、更快、更高效，可扩展到更多设备 —— 包括 GPU 性能较低的设备，以及通过 CPU 推理支持无 GPU 的设备，同时为广泛的 Web 使用场景提供良好的输出质量。 该预览版允许开发者在真实 Web 场景中评估 Aion-1.0-Instruct，测试 API 互操作性并提供反馈，该模型计划于 7 月以开源形式发布到 Hugging Face。 在 Edge 148 预览版中，全新的语言检测和翻译 API 已正式可用。这些 API 允许网站和浏览器扩展识别文本语言并在语言对之间进行翻译，基于端侧任务专用模型，支持 145 种以上语言，并针对 Web 翻译负载进行了优化。 开发者可以在网站或扩展中使用 JavaScript 调用这些 API，相比云服务，可获得更好的用户隐私、网络独立性以及零翻译成本。 在最新的 Edge Canary 和 Dev 通道中，微软还引入了处理语音的端侧任务专用模型，实现了 Web Speech API 的本地语音识别。该实现将语音转文字过程在用户设备上本地完成，可改善用户隐私、降低延迟，并支持低网络连接或无网络场景。开发者只需在现有 Web Speech API 代码中做少量修改，例如设置 recognition.processLocally = true，即可启用端侧语音识别。 微软表示，借助 Aion-1.0-Instruct 小语言模型、新的语言检测和翻译 API 以及端侧语音识别，开发者可以利用内置于浏览器的模型打造基于 AI 的 Web 体验，无需依赖专用硬件、云服务或特定领域专业知识。
model_instructions_file = './instruction.md' model_reasoning_effort = "xhigh" personality = "pragmatic" web_search ="live" service_tier = "fast" supports_websockets = false model_provider = "OpenAI" model = "gpt-5.4" review_model = "gpt-5.4" disable_response_storage = true network_access = "enabled" windows_wsl_setup_acknowledged = true model_context_window = 1000000 model_auto_compact_token_limit = 900000 [features] goals = true js_repl = false [model_providers.OpenAI] name = "OpenAI" base_url = "http://127.0.0.1:11111" wire_api = "responses" requires_openai_auth = true [windows] sandbox = "elevated" 之前很快，现在无论是新对话还是新线程都很慢。 3 个帖子 - 3 位参与者 阅读完整话题
如题，向用来干些注册机，web页面上没找到 1 个帖子 - 1 位参与者 阅读完整话题
用的是 GitHub Copilot Claude Sonnet 4.6 ，已经在 copilot-instructions.md 里面写了 please redirect building log to a temporary file instead of using tail or grep. 每次编译的时候，只要因为模版导致报错信息过长，AI 就会无视我的指令，无限的自作聪明重复这个弱智行为： 1. 先 tail 20 行，什么也没看到，然后再编译一次 tail 50 行，还是什么也没看到。 2. 再编译一次，用 grep | err ，真正的错误信息还是被淹没。 3. 最后实在没办法了，才去/tmp 写入临时文件。 我大概能猜到这是跟 agent 内部要缩短上下文的机制冲突了，如何根治？
用的是 GitHub Copilot Claude Sonnet 4.6 ，已经在 copilot-instructions.md 里面写了 please redirect building log to a temporary file instead of using tail or grep. 每次编译的时候，只要因为模版导致报错信息过长，AI 就会无视我的指令，无限的自作聪明重复这个弱智行为： 1. 先 tail 20 行，什么也没看到，然后再编译一次 tail 50 行，还是什么也没看到。 2. 再编译一次，用 grep | err ，真正的错误信息还是被淹没。 3. 最后实在没办法了，才去/tmp 写入临时文件。 我大概能猜到这是跟 agent 内部要缩短上下文的机制冲突了，如何根治？
用的是 GitHub Copilot Claude Sonnet 4.6 ，已经在 copilot-instructions.md 里面写了 please redirect building log to a temporary file instead of using tail or grep. 每次编译的时候，只要因为模版导致报错信息过长，AI 就会无视我的指令，无限的自作聪明重复这个弱智行为： 1. 先 tail 20 行，什么也没看到，然后再编译一次 tail 50 行，还是什么也没看到。 2. 再编译一次，用 grep | err ，真正的错误信息还是被淹没。 3. 最后实在没办法了，才去/tmp 写入临时文件。 我大概能猜到这是跟 agent 内部要缩短上下文的机制冲突了，如何根治？
用的是 GitHub Copilot Claude Sonnet 4.6 ，已经在 copilot-instructions.md 里面写了 please redirect building log to a temporary file instead of using tail or grep. 每次编译的时候，只要因为模版导致报错信息过长，AI 就会无视我的指令，无限的自作聪明重复这个弱智行为： 1. 先 tail 20 行，什么也没看到，然后再编译一次 tail 50 行，还是什么也没看到。 2. 再编译一次，用 grep | err ，真正的错误信息还是被淹没。 3. 最后实在没办法了，才去/tmp 写入临时文件。 我大概能猜到这是跟 agent 内部要缩短上下文的机制冲突了，如何根治？
用的是 GitHub Copilot Claude Sonnet 4.6 ，已经在 copilot-instructions.md 里面写了 please redirect building log to a temporary file instead of using tail or grep. 每次编译的时候，只要因为模版导致报错信息过长，AI 就会无视我的指令，无限的自作聪明重复这个弱智行为： 1. 先 tail 20 行，什么也没看到，然后再编译一次 tail 50 行，还是什么也没看到。 2. 再编译一次，用 grep | err ，真正的错误信息还是被淹没。 3. 最后实在没办法了，才去/tmp 写入临时文件。 我大概能猜到这是跟 agent 内部要缩短上下文的机制冲突了，如何根治？
用的是 GitHub Copilot Claude Sonnet 4.6 ，已经在 copilot-instructions.md 里面写了 please redirect building log to a temporary file instead of using tail or grep. 每次编译的时候，只要因为模版导致报错信息过长，AI 就会无视我的指令，无限的自作聪明重复这个弱智行为： 1. 先 tail 20 行，什么也没看到，然后再编译一次 tail 50 行，还是什么也没看到。 2. 再编译一次，用 grep | err ，真正的错误信息还是被淹没。 3. 最后实在没办法了，才去/tmp 写入临时文件。 我大概能猜到这是跟 agent 内部要缩短上下文的机制冲突了，如何根治？
github.com/googleapis/python-genai docs: Add instruction for custom endpoint (#2335) main ← copybara/904525557 已合并 06:49PM - 23 Apr 26 UTC copybara-service[bot] +27 -0 docs: Add instruction for custom endpoint Copybara import of the project: -- 70 … d10f2c8e7068afd1439d3201f417ce725a3562 by AliyahZombie <[email protected]>: doc: Add instruction for custom endpoint FUTURE_COPYBARA_INTEGRATE_REVIEW=https://github.com/googleapis/python-genai/pull/1233 from AliyahZombie:patch-1 dbd593dcbb2b0a4a0b9c673914fd5181d641d745 去年的pr以为没后文了，昨天突然收到被合并的邮件！！ 也是混入Google的contributor了 1 个帖子 - 1 位参与者 阅读完整话题
我说官方也在玩酒馆有没有懂的） victorchen96/deepseek_v4_rolepaly_instruct: 对于DeepSeek-V4角色扮演的特殊控制指令的说明 这是他推特 4 个帖子 - 2 位参与者 阅读完整话题
github.com GitHub - victorchen96/deepseek_v4_rolepaly_instruct: 对于DeepSeek-V4角色扮演的特殊控制指令的说明 对于DeepSeek-V4角色扮演的特殊控制指令的说明 deepseek研究员陈德里开源了适配deepseek v4的rp预设模板。包含三种思维链模式，表明其作为官方后门已经纳入模型训练之中。 前情提要 DeepSeek算法工程师透露：V4基模更大，敬请期待 前沿快讯 [147e642c-06f4-4b09-950f-93d9cc0cbbae] 陈德里此前曾进行过角色扮演领域的思维链用户调研 4 个帖子 - 4 位参与者 阅读完整话题
github.com/victorchen96/deepseek_v4_rolepaly_instruct README.md main # DeepSeek 角色扮演 — 思考模式切换指南 > **说明** > - 本文档是 DeepSeek-V4 角色扮演的**特殊控制指令**说明，用于在思考模式下切换思维链风格 > - **适用范围**：DeepSeek 官方 APP / 网页的**专家模式**，以及 `deepseek-v4-flash` 和 `deepseek-v4-pro` 的 API。网页上的快速模式暂不支持 > - **概率输出**：目前无法做到 100% 触发，但能稳定增加出现期望格式的概率。如果一次没有生效，可以多 roll 几次 ## 三种模式 | 模式 | 操作 | 思考表现 | |:---:|---|---| | **默认** | 什么都不加 | 模型根据场景复杂度自动选择 | | **角色沉浸** | 第一轮末尾加 `【角色沉浸要求】`**对应的指令，不是这几个字**，完整指令详见下文 | 思考中**带有**括号包裹的角色内心独白 | | **纯分析** | 第一轮末尾加 `【思维模式要求】`**对应的指令，不是这几个字**，完整指令详见下文 | 思考中**只有**纯逻辑分析，无内心独白 | 效果对比（示例，不代表真是输出，下同）： ``` 此文件已被截断。 显示原始文件 为什么说是官方呢，因为victorchen96是Deli Chen 4 个帖子 - 4 位参与者 阅读完整话题
GPT 5.4 使用之前 model_instruction 方法，加上 ctf 相关的 skill，从没翻车过，就连一些恶意的 exploit 都帮写了。5.5 出来之后想试试渗透能力，结果会话被中断了，感觉可能是外审，这样的话可能没法破限了。 2 个帖子 - 2 位参与者 阅读完整话题
=== REQUEST BODY === {“model”:“gpt-5.4”,“instructions”:"You are Codex, === RESPONSE === Status: 404 Access-Control-Allow-Headers: * Access-Control-Allow-Origin: * Access-Control-Allow-Methods: GET, POST, PUT, PATCH, DELETE, OPTIONS 2 个帖子 - 1 位参与者 阅读完整话题
之前看过佬发的instruction.md，这个文件的破限仅限于逆向呢，还是说安装后所有的话题都破掉了呢？有佬实验过么。。。 2 个帖子 - 2 位参与者 阅读完整话题