browser-use 發布 1.0.0rc2 候選版,全面更換瀏覽器代理引擎
browser-use 發布 1.0.0rc2 候選版,以持續運作的 Python REPL、browser-harness 輔助工具與原始 CDP 取代每一步從 DOM dump 選擇一個動作的引擎,並保留常用的 0.x 介面。
推薦理由:新版更換瀏覽器代理引擎,並以同一測試視窗比較任務分數、成本與耗時;結果顯示成本與時間下降,分數差異則未達顯著。
browser-use 發布 1.0.0rc2 候選版,以持續運作的 Python REPL、browser-harness 輔助工具與原始 CDP 取代每一步從 DOM dump 選擇一個動作的引擎,並保留常用的 0.x 介面。
推薦理由:新版更換瀏覽器代理引擎,並以同一測試視窗比較任務分數、成本與耗時;結果顯示成本與時間下降,分數差異則未達顯著。
Inkling 2 Small 在 LMSYS Arena 的 Agent Arena 排名第 31,淨提升 +0.08%;推文預告其開放權重即將推出,屆時預計成為美國排名最高的開放權重模型。
Spines 正募資 6,400 萬美元,包括 2,900 萬美元股權融資與 3,500 萬美元債務融資,用於支援其面向業餘作者的數位出版服務。
LangChain 說明如何透過評測驅動開發(EDD),在修改 AI 助理前先定義成功條件、建立評測,並比較每次變更的結果。 - 三個步驟:定義AI 助理應有的行為、先寫評測再開發,以及修改後比較實驗結果。
推薦理由:文章以新增 IT 工單工具為例,示範如何先定義行為、建立評測並比較實驗,找出平均分數掩蓋的回歸問題。
ElevenLabs 推出 ElevenAgents Campaign Manager,可依聯絡人狀態持續追蹤與跟進,協助團隊推進外呼活動至指定結果。
推薦理由:Campaign Manager 將追蹤、重試、轉接與停止條件串成外呼流程,並提供聯絡人決策紀錄,呈現其如何管理整體活動進度。
推薦理由:AutoRLBench 保留真實失敗訓練的程式碼、設定、紀錄與指標,可用來比較 10 個前沿AI 助理定位強化學習問題根因的能力差異。
HOPE 是一種納入專家成對互動的 MoE 剪枝方法;在 3 個模型與多組基準測試中,它取得最佳整體排名,且在 50% 剪枝時優勢較明顯。 - 方法:HOPE 以校準資料計算專家互動矩陣,再透過二次規劃選出要移除的專家;作者提供校準、求解與剪枝工具。
推薦理由:HOPE 將專家間的成對互動納入剪枝決策,並以 50% 剪枝下的基準比較呈現這種方法在高剪枝率時的表現差異。
NVIDIA 在與韓國科學技術資訊通訊部共同舉辦的 AI 新創合作論壇上,宣佈投資韓國新創 Point2,並規劃投資 Motif Technologies、RLWRLD 與 Upstage。
CrewAI 這次更新讓 gpt-6-luna 成為預設模型,也讓 AI 助理能讀取輸入中的試算表網址,並用工具逐列處理內容。像是執行 CrewAI 評估時,如果程式出錯,系統會把這次執行標記為失敗;專案程式執行失敗時,也會回報錯誤。這些改動讓評估結果和錯誤狀況更容易看清楚。
本集聚焦 GitHub Project Rubicon、Discord 採用 Rust/GPUI 以及 Asahi Linux 授權轉 GPL 的三大變動,探討其對效能與開源社群的深遠影響。
DeepSeek V4.1 Flash 1017 Ultrafast 現已透過 Fireworks 在 Vercel AI Gateway 開放公開預覽,生成速度可達每秒 1,000 個以上 token。 模型與使用情境:此版本提供 DeepSeek V4.1 Flash 的 10 月 17 日更新,透過 Fireworks 加速的無伺服器端點提供;適用於互動式程式開發、推理與 AI 助理工作流程。 上下文與可用性:上下文視窗為 1M token,可處理大型程式碼庫與長輸入;公開預覽無候補名單,也沒有工作階段時間限制。 接入方式:模型名稱為 deepseek/deepseek-v4.1-flash-1017-ultrafast。在 Claude Code、Codex、Cursor 等工具中,安裝最新版 Vercel CLI 並執行設定後,即可在AI 助理中選取此模型;詳情見 coding agents guide,也可至 model playground 試用。 AI Gateway 費用與功能:提供統一 API,可呼叫模型、追蹤用量與成本,並設定重試、故障切換與效能最佳化。服務依供應商定價,不加價,也不對推論收取平臺費用,包含 BYOK 請求。
CrewAI 這次更新加入兩項功能:AI 助理可以透過 crewai-files 讀取試算表,也能建立並載入獨立的 AI 助理專案。另外,更新也調整了 RagTool 的說明,讓 Mintlify 更容易解析。
Vercel Chat SDK AI 助理現在可透過 json-render 串流生成式介面,將模型輸出的 JSON 規格轉換成 Chat SDK 卡片,再由各平臺的 adapter 發布為原生格式。 元件與平臺格式:具型別的元件目錄涵蓋表格、圖表、按鈕等;Slack 使用 Block Kit,Teams 使用 Adaptive Cards,無須為不同訊息形狀分別維護工具。 串流更新:streamCard 在根元素有內容後發布卡片,並隨新元素串流更新訊息;預設最多每 500 ms 傳送一次編輯。串流結束後,訊息會顯示通過驗證的最終卡片。 規格驗證與平臺限制:toCard 會依元件結構描述檢查各元素屬性,無效規格會觸發 CardSpecError,並附上可讀的問題清單,可回傳給模型修正。平臺超出單則訊息容量的內容會由 adapter 降級處理;例如 Slack adapter 會將第二個表格轉成程式碼區塊,也可傳入限制來拒絕這類規格。 開始使用:可參閱檔案或試用 playground。
Copilot 透過 Agentic 工程流程,協助開發者在規劃、實作、審查與觀測四個階段提升效率。 - 規劃:利用 Copilot 在 Slack/Teams 整合多工具資訊,產出可執行的 Issue 與需求。
Moonshot AI 的 Kimi K3.1 Pro(Highspeed)已在 Amazon Bedrock 上推出,可用於編碼、檔案處理等 AI 助理應用,並提供較高的每秒輸出 Token 數(OTPS),加快結果生成。
ElevenLabs 在其官方部落格中提供了 2026 年語音 AI 基礎架構的完整圖示與實作說明,涵蓋語音辨識、LLM 推理、工具呼叫、RAG、以及多通道部署。
Anthropic 說明 Claude 如何透過記憶筆記、夢境整理與 wiki,整理跨工作階段的經驗,並以多項任務評估各元件的作用。 - 記憶整理:Claude 可從工作紀錄中修正錯誤、建立新筆記與連結式 wiki;夢境整理會對照原始逐字稿檢查記憶。
推薦理由:文章以多項任務評估記憶筆記、夢境整理與 wiki 的作用,呈現不同記憶組織方式對長程任務的影響。
Vercel AI Gateway 開放使用 Humans& 的多人對話模型 Ampersand,並提供至 2026 年 11 月 13 日的免費使用期間。 訓練方式:Ampersand 以 Z.ai 的開放權重模型 GLM 5.3 為基礎,透過模擬最長數月的群體對話進行強化學習訓練。 對話方式:模型會讀取每則訊息,包括未直接對它發出的訊息,並判斷要回覆或保持安靜;設計目標包括理解個人與共同目標、協助處理分歧,以及在適當時提供脈絡或提出澄清問題。 接入方式:應用程式可使用呼叫端定義的 send_message 與 pass 工具,分別送出發言或等待下一則人類訊息。可透過 AI SDK、OpenAI 相容的 Chat Completions API 或程式開發 Agent 呼叫;模型名稱為 humansand/ampersand-v0.1。 程式開發 Agent:在 Claude Code、Codex、Cursor 等工具中使用時,需安裝最新版 Vercel CLI 並執行設定,再選取該模型。
BioBasicsBench 是一套針對 AI 助理在濕實驗室日常分析的基準,涵蓋 100 個任務,涵蓋蛋白、影像、定量、核酸與分子克隆等五大領域。 - 評分:GPT‑6 Astra 在 xhigh 設定下平均得分 66.7%,高於 GPT‑5.6 Sol 的 43.8%。
Amazon Bedrock AgentCore 提供的 AWS AI 助理登入服務已在 AWS GovCloud(美國西部) 區域推出,讓公共部門組織及合作夥伴能在環境中管理AI 助理與工具的集中式清單。
AI 系統逐漸能參與科學模型的建構、引數擬合與解讀,但只找出符合資料的模型,還不足以帶來對真實系統的理解。 - 引數推論:模擬式推論(SBI)透過大量模擬與神經網路,估計哪些引數可能產生觀測結果,並呈現多種可行解釋。
OpenAI 與 Hacktron 共同開啟 AI 系統漏洞測試合作,聚焦第三方服務互動。 - 合作範圍:Hacktron 透過 Daybreak Red 取得 OpenAI 前沿模型進行測試。
Serverless MCP 服務 讓 AI 助手能以統一的入口即時存取企業資料湖,無需為每個資料集寫重複的整合程式。 - 架構:四層分離(客戶端、MCP 伺服器、工具、資料庫更新),全部部署於 Amazon ECS Fargate,實現自動擴縮。
AWS Quick 團隊提出AI 助理工作分類框架,以 When、What、Who、How 四個問題,整理觸發條件、執行者與執行能力的關係。 - 觸發條件:分為人工發起、AI 助理委派、排程與事件驅動,負責啟動工作並承載任務內容。
Claude Code v2.1.319 釋出,新增自動模式與 MCP 任務支援,並修復多項長期執行與安全性問題。 - 自動模式:可透過環境變數 CLAUDE_CODE_AUTO_MODE_SERVER 控制服務端檢查,並新增 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS。
Claude Code 現在可在 Amazon Bedrock AgentCore 上以遠端代理執行,每個任務在隔離的 microVM 內完成,並以 GitHub Pull Request 回饋。
推薦理由:此範例示範如何將 Claude Code 透過 Bedrock AgentCore 執行任務,並以 Pull Request 回饋,協助團隊於雲端安全環境改進。
Taxbit Assist 以 Amazon Bedrock AgentCore 建構,示範在合規環境下快速部署可信 AI 助手。 - 核心功能:在 Taxbit 的交易平臺內嵌 AI 助手,提供查詢表單狀態、流程指引等,並在回答中附上可點選的來源連結。
Greenlight Financial 透過 Amazon Bedrock AgentCore 建構 Luna SOC,能在每月 3,000–4,000 個安全與風險警示中,自動化處理超過 90% 的案件,僅需秒級時間。
使用 Okta Cross App Access 與 Amazon Bedrock AgentCore 管理 AI 代理存取 – 第 1 部分 **summary_zh。
本文示範如何以 Amazon Bedrock AgentCore 的 Gateway 與 Okta Cross App Access (XAA),在多個代理與工具的場景下實現單一前門授權與完整觀測。