跳到正文

#Agent

RSS
今日 0 則
11月10日週二
  1. Browser Use Releases71

    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。

  2. LangChain Blog71

    LangChain 說明如何以評測驅動開發改善 AI 助理

    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。

11月9日週一
  1. ElevenLabs Official Blog62

    ElevenAgents Campaign Manager 推出外呼活動管理功能

    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。

  2. OpenBMB64

    OpenBMB 推出 AutoRLBench,使用真實失敗的強化學習訓練案例,評測 10 個前沿AI 助理能否找出看似正常的獎勵曲線背後的根本原因。 - 評測材料:保留完整程式碼、設定、紀錄與指標,未使用合成錯誤。

    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。

  3. Hugging Face Blog69

    HOPE 如何透過專家互動改善 MoE 模型剪枝

    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。

  4. CrewAI Releases41

    CrewAI 發布 1.15.38,將 gpt-6-luna 設為預設模型

    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。

11月8日週日
  1. ClaudeDevs twitter60

    Claude Code 讓開發者在 Pro、Max、Ultra 雲端執行專案更方便,系統會自動偵測並設定所需的相依套件、網路存取與 API 金鑰,並將環境儲存於下次使用。\n- 自動化環境設定:Claude 會解析專案需求,安裝相依套件並設定網路存取。\n- 安全金鑰管理:API 金鑰被安全儲存,Claude 本身不會看到。\n- 持續環境儲存:設定完成後,下次啟動即可直接使用已儲存的環境。

  2. Vercel Blog57

    DeepSeek V4.1 Flash 1017 Ultrafast 開放於 Vercel AI Gateway 公開預覽

    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。

11月7日週六
  1. Vercel Blog59

    Chat SDK AI 助理可透過 json-render 串流生成式介面

    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。

  2. Anthropic Research81

    Anthropic 拆解 AI 助理記憶的組成與整理方式

    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。

  3. Vercel Blog53

    Ampersand 開放透過 Vercel AI Gateway 使用

    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。

  4. Anthropic Research58

    AI 如何建構科學模型並帶來理解

    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。