AI 熱評：你需要閱讀程式碼嗎？RAG 已死？Skills 殺死 MCP？
GitHub Podcast 討論了關於閱讀 AI 生成程式碼、RAG 是否已過時以及 Skills 與 MCP 的關係等熱門觀點。文章指出，閱讀 AI 生成程式碼仍需審查，RAG 仍具價值，Skills 與 MCP 各有定位，建議結合標準與實踐共同使用。
#Agent
RSS 訂閱#Agent
RSSGitHub Blog · AI & MLAI 評分2323 Vercel Blog精選AI 評分7272 Jev 是 AI Gateway 歷史上最快被採用的模型
Jev 在 AI Gateway 上的首日採用率突破 GPT‑5.6 兩倍，證明專門化決策模型能迅速進入實際工作流程。 - 首日採用率：24 小時內已達 13% 的付費團隊使用，超過 GPT‑5.6 兩倍、Fable 5.1 六倍。
推薦理由：Jev 在 AI Gateway 上的首日採用率突破 GPT‑5.6 兩倍，證明專門化決策模型能迅速進入實際工作流程。
Vercel BlogAI 評分6464 在 Vercel Sandbox 上執行 Terminal-Bench 及其他 Harbor 評估
Vercel Sandbox 允許在隔離的 Firecracker 微VM 中執行 Harbor 評估，並可透過 AI Gateway 呼叫多個模型，提升測試效率與安全性。
Vercel BlogAI 評分6161 skills CLI 現已支援 Notion 託管技能
skills CLI 1.7.0 允許從 Notion 資料庫安裝 Agent 技能，無需 Git。 - 使用方式：執行 npx skills add notion 或 npx skills add <NOTION_PAGE_URL>。
Vercel Blog精選AI 評分7171 GPT-Live 1 現已於 AI Gateway 上可用
GPT-Live 1 現已於 Vercel 的 AI Gateway 上可用，支援全雙工語音對話。 - 全雙工功能：同時聽取與說話，消除傳統語音模型的切換延遲。
推薦理由：GPT-Live 1 的全雙工語音功能與客戶端委派可提升對話流暢度與多模型協作。
Vercel Blog精選AI 評分6565 Mem0 加入 Vercel Marketplace
Mem0 現已成為 Vercel Marketplace 的原生整合，為 AI 代理與應用提供長期記憶。 - 功能：讓 AI 代理記住使用者偏好、事實與上下文，避免每次從頭開始。
推薦理由：Mem0 在 Vercel Marketplace 的整合讓 AI 代理具備持久記憶，簡化賬單與部署流程，幫助開發者快速提升使用者體驗。
NVIDIA BlogAI 評分3131 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中展現領先效能
NVIDIA 釋出的 Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中表現領先，在 Qwen3-VL 上實現了較 GB300 NVL72 最高 3.7 倍的吞吐量提升。
OpenAI News精選AI 評分6161 OpenAI 推出基於 AI 的全新廣告體驗
OpenAI 推出基於 AI 的全新廣告體驗，包括 Sponsored Agents、營銷人員工具以及與 HubSpot 和 Shopify 的整合。
推薦理由：官方推出的廣告體驗更新直接關聯營銷工具與電商整合，讀者可以據此瞭解 AI 如何進入廣告與商業工作流。
Mistral AI精選AI 評分6161 Mistral 與 Mozilla 將開放、私密、多語言 AI 帶入瀏覽器
Mistral 與 Mozilla 合作，將 Mistral 模型嵌入 Firefox Smart Window，支援法國和北美使用者，英國和德國將於今年晚些時候上線。
推薦理由：此合作將Mistral模型嵌入Firefox Smart Window，提供本地化、多語言AI瀏覽體驗，強調隱私與開放。
OpenAI NewsAI 評分3131 Hex 如何用 GPT‑6 Astra 將複雜分析轉化為視覺化報告
Hex 藉助 GPT‑6 Astra 幫助其資料智慧體將複雜分析結果轉化為可分享的互動式視覺化報告。該功能使企業員工能夠輕鬆將資料答案轉變為直觀的視覺化內容。
Vercel BlogAI 評分6262 TypeSafe AI 的 Jev 現已上線 AI Gateway
Jev 是 TypeSafe AI 的一個機率決策模型，現在已可在 Vercel 的 AI Gateway 上使用。 - 速度與成本：在工作流程評估中，Jev 的執行速度比 LLM 高 193.6 倍，成本低 444.6 倍。
Vercel BlogAI 評分3030 Is Agentic 依網站型別調整審核方式
summary_zh: Is Agentic 讓使用者可依網站型別檢視審核結果，提供四種檢視：Docs & content、Business、App 與 Commerce。
Hugging Face Blog精選AI 評分6363 AI 智慧體的任務一致性與 Consistency Analyzer 診斷方法
IBM Research 團隊指出當前基準測試中的平均準確率掩蓋了智慧體的可靠性問題，並推出了用於測量和改善該問題的 Consistency Analyzer 與一致性指南。實驗表明，該方法在 AppWorld 測試中將一致性差距從 24.4 個百分點縮小至 12.0 個百分點，且未降低平均準確率。相關開原始碼與技術報告已釋出。
推薦理由：文章提出了一種測量和緩解智慧體執行不一致性的方法，對評估和提升智慧體在生產環境中的可靠性有參考價值。
Vercel BlogAI 評分4646 How Delphi 在 Vercel 上以 Python 後端每天釋出 100 次
summary_zh: Delphi 在 Vercel 上以 Python 後端每天釋出 100+ 次，透過 Vercel Workflows 與 Queues 讓部署流程簡化，並支援即時 A/B 測試與異常偵測。
Vercel BlogAI 評分5353 AI SDK harness 層現在支援原生訂閱驗證
AI SDK harness 現在支援原生訂閱驗證，讓開發者可在不改寫程式碼的情況下切換不同 AI 代理。 - 認證模式：直接模式使用明確的提供者環境憑證，或在缺少時使用主機上的原生訂閱；自動模式在未設定 AI Gateway 憑證時亦同樣行為；ai-gateway 模式不讀取原生訂閱。
GitHub Blog · AI & ML精選AI 評分6262 Marketing ops as code：在 GitHub 上將活動從規劃到跟進全流程自動化
GitHub 營銷負責人分享瞭如何利用 GitHub Copilot、GitHub Actions 及 API/CLI 工具將亞太區的活動運營流程實現程式碼化與自動化。通過將執行手冊轉化為 Markdown 技能並結合 Issue 觸發器，系統能夠自動生成落地頁、分發 UTM 連結、每日篩查註冊名單以及在活動後執行跟進。
推薦理由：作者通過自身實踐展示瞭如何用自然語言和平臺原生功能自動化營銷運營，為非技術背景人員提供了可複用的工作流改造方法。
Vercel BlogAI 評分2323 Featured 如何在 Vercel 上每月傳送 100K 報導投遞
summary_zh: - **Featured 的使用者每月透過 Vercel 傳送超過 100,000 筆媒體投遞，並在一年內傳送超過 1 億封 Help A Reporter Out (HARO) 電子郵件。
Google Research精選AI 評分6464 ToolGrad：通過文本梯度實現高效工具使用資料集生成
Google Research 介紹了 ToolGrad 框架，這是一種採用“先生成工具使用鏈、再反向標註使用者提示詞”的答案優先範式，能夠以更低成本高效生成複雜的智慧體工具使用資料集。
推薦理由：該研究提出了一種反向生成智慧體工具使用資料集的方法，通過文本梯度迭代構建工作流，為解決合成數據成本與可擴充套件性瓶頸提供了新路徑。
OpenAI News精選AI 評分6464 Data agent 在 ChatGPT Work 中上線，企業可用自然語言查詢資料並生成儀表盤
OpenAI 在 ChatGPT Work 中推出 Data agent，支援連線公司資料、用自然語言查詢並生成互動式儀表盤。該功能讓使用者無需編寫程式碼即可獲取洞察，提升資料視覺化效率。
推薦理由：官方釋出的 Data agent 讓企業能用自然語言直接查詢資料並生成互動式儀表盤，降低資料分析門檻，提升決策效率，並支援多維度資料視覺化。
OpenAI News精選AI 評分6565 OpenAI 推出 Agents API
OpenAI 推出了 Agents API 託管服務，支援基於 Codex 框架進行任務編排、長會話和工具呼叫，幫助開發者構建和部署雲端智慧體。
推薦理由：官方推出的託管服務直接面向雲端智慧體開發需求，開發者可藉此獲得編排與長會話支援。
Vercel BlogAI 評分4848 在 Vercel 上使用 OpenAI Agents API 構建
summary_zh: 現在可以在 Vercel 上使用 OpenAI Agents API 建置並部署長時間執行、使用工具的代理程式。 - 代理迴圈與會話狀態：由 OpenAI 管理，確保代理持續運作。
Mistral AI精選AI 評分6565 Mistral AI 用 AI 代理完成 Fortran 77 遷移至 C++
Mistral AI 幫助一家歐洲能源運營商將 40,000 行 Fortran 77 程式碼遷移至 C++，通過 AI 代理完成語法轉換、架構重構和測試。文章詳細闡述了構建數值一致性驗證 harness、文件化流程、以及人機協同的結構化工作流，並給出遷移經驗。
推薦理由：案例展示瞭如何用 AI 代理完成 Fortran 77 到 C++ 的遷移，並給出可複製的工作流程與經驗。
OpenAI News精選AI 評分8686 OpenAI 釋出 GPT-6 Astra 模型
OpenAI 推出 GPT-6 Astra，作為其迄今為止最具智慧與對齊能力的模型，現已在 ChatGPT Work、Codex 及 API 中可用。該模型在計算機使用、瀏覽、軟體工程及網路安全等專業任務上表現領先，API 定價為每百萬輸入 token 10 美元、每百萬輸出 token 50 美元。
推薦理由：原文公佈了新模型的各項能力基準、定價及企業級安全控制，讀者可以據此評估其在複雜工作流中的成本效益。
OpenAI NewsAI 評分2525 研究加速：OpenAI 內部視角
OpenAI 內部的 coding agents 正在重塑 AI 研究。文章探討了有關 agent 使用率、實驗速度、任務複雜度和研究加速的早期資料。
GitHub Blog · AI & ML精選AI 評分7373 Project HydraFusion：多模型編排實現前沿質量
GitHub Copilot 推出了 Project HydraFusion，一個研究預覽，利用多模型編排在執行時實現前沿智慧。開發者只需像選擇單一模型一樣呼叫 HydraFusion，系統會在本地、雲端和複合模型之間自動路由，平衡效能、成本與延遲。
推薦理由：HydraFusion 通過多模型編排實現前沿質量，顯著降低成本，適合需要高質量程式碼的開發者，並提供視覺化工作流與成本追蹤
GitHub Blog · AI & ML精選AI 評分7474 GitHub Copilot app 並行執行多 AI 代理功能
GitHub Copilot app 現在支援在同一專案中並行執行多個 AI 代理。每個代理會話在獨立的 Git worktree 上執行，彼此不干擾，保持各自上下文，開發者可同時啟動多項任務並隨時檢視進度。
推薦理由：GitHub Copilot app 允許在同一專案中並行執行多個 AI 代理，提升開發效率並減少上下文切換。
Hugging Face Blog精選AI 評分7676 funes 為編碼代理提供可擁有的持久記憶
funes 是為 Claude Code、Codex、pi 和 Hermes 等編碼代理提供持久記憶層的工具。
推薦理由：funes 讓編碼代理在不同機器和會話間共享持久記憶，顯著降低重做成本並提升工作流效率。
Google DeepMind精選AI 評分6363 Google DeepMind 推出 Fairwind Program 計劃
Google DeepMind 宣佈推出 Fairwind Program，這是一個面向政府機構和可信合作伙伴的有限訪問計劃，旨在通過 Gemini 3.8 Flash Cyber 與 CodeMender 框架提供自主發現和修復漏洞的先進網路安全能力。該計劃首批覆蓋全球 650 多個合作伙伴，支援在組織的安全雲環境中幾分鐘內生成經過驗證的修復補丁。
推薦理由：Google DeepMind 推出的 Fairwind Program 為政府和企業提供了基於特定 Gemini 模型的自動化漏洞修復能力，讀者可以藉此瞭解大模型在網路安全防護中的具體落地形態。
Google DeepMind精選AI 評分8686 Google DeepMind 釋出 Gemini 3.8 Flash 與 3.8 Flash Cyber 模型
Google DeepMind 釋出 Gemini 3.8 Flash 與 3.8 Flash Cyber 兩款新模型，帶來更強的長程推理、編碼和智慧體任務能力。
推薦理由：原文公佈了新模型的架構變動、基準成績與具體定價，讀者可以據此評估它在成本與長程智慧上的價效比。
Google ResearchAI 評分5050 AI工具實現可穿戴感測器資料候選生物標誌物優先順序排序
Google Research釋出了Biomarker Discovery Framework，一套多代理系統，結合假設生成、統計分析、模型訓練、對抗驗證和文獻推理，在9,279個可穿戴感測器資料樣本中識別出41個精神健康和25個代謝疾病的候選數字生物標誌物，並在與人口統計特徵結合後提升預測效能。專家評估顯示，該框架在質量維度上優於同類AI系統。
Google DeepMindAI 評分4242 從 Atari 到 EVE Online：Google DeepMind 回顧遊戲領域的 15 年 AI 研究
Google DeepMind 回顧了過去 15 年利用 Atari、Go、StarCraft 等遊戲推動 AI 突破的研究歷程，並將其底層方法成功應用於 AlphaFold 等科學領域。
Mistral AI精選AI 評分7575 Agentic Search：為 AI 系統提供更準確、更高效的檢索結果
Mistral AI 推出了 Agentic Search，利用多步檢索迴圈在 FinanceBench 和 OfficeQA Pro 基準上顯著提升檢索準確率，並降低 token 使用和延遲。該功能通過搜尋、開啟、導航、讀取和 grep 五個工具，讓模型在複雜文件中進行迭代檢索，支援敏感領域資料，並可通過 Mistral Search Toolkit 在雲端或本地部署。
推薦理由：Agentic Search 通過多步檢索迴圈顯著提升金融檔案檢索準確率，幫助企業在敏感資料上實現更高效的 AI 互動，並在複雜文件中實現精準導航。
Hugging Face Blog精選AI 評分6565 智慧體究竟需要多少記憶容量：ALTK-Evolve 評測與劑量校準方法
Hugging Face 團隊釋出研究探討如何為 AI 智慧體配置自蒸餾記憶，評估了從 30B 到前沿模型的 8 款模型在 AppWorld 基準上的表現。研究發現智慧體記憶效果取決於模型能力層級：強模型適合注入完整記憶，較弱模型適合精選檢索，而已飽和模型則無明顯增益。精選檢索能在僅增加 5% token 的情況下使 gpt-oss-120b 任務完成度提升 16.1 個百分點。
推薦理由：研究表明智慧體記憶容量需要根據模型能力進行校準而非盲目堆砌，為提升準確率和控制成本提供了實踐參考。
Hugging Face Blog精選AI 評分6565 使用 Strands Agents、LeRobot 與 Hugging Face Storage Buckets 實現錄製、訓練與部署一體化
本文介紹了 Strands Robots 中的流式資料閉環方案，展示瞭如何通過自然語言指令錄製機器人示範資料、將其同步至 Hugging Face Storage Buckets 並進行基於 Xet 的位元組級去重。隨後，開發者可以直接從 Hub 流式讀取資料集來訓練策略，並將訓練好的檢查點重新部署到硬體上。
推薦理由：文章介紹了基於 Strands Agents 和 LeRobot 的機器人流式資料閉環方案，讀者可以據此瞭解如何通過雲端儲存桶實現無本地下載的高效訓練。
Google DeepMind精選AI 評分7474 Gemini 3.7 Flash 推出
Google DeepMind 推出了 Gemini 3.7 Flash，這是其 Flash 系列最新的工作模型，專為編碼和智慧體設計。該模型在 FrontierCode、DeepSWE、WebDev Arena 等基準上顯著提升準確率，且每百萬輸入 token 價格僅 $0.75，輸出 $3.75，成本更低。
推薦理由：Gemini 3.7 Flash 在編碼、網頁開發和知識工作等領域顯著提升準確率，並以更低成本提供高效工作流。
Hugging Face Blog精選AI 評分6868 想用 ACE 嗎？ALTK-Evolve 用更少 Token 實現
Hugging Face 部落格介紹了 ALTK-Evolve 庫，該庫通過高效的記憶檢索實現與 ACE 相比更低的 Token 消耗，同時保持或提升準確率。ALTK-Evolve 與 ACE 都利用代理自身軌跡學習，但在記憶構建和交付方式上不同：ACE 採用完整的 playbook 注入，而 ALTK-Evolve 只檢索模型可用的指導原則，從而顯著降低推理 token。
推薦理由：ALTK-Evolve 在保持或提升準確率的同時，顯著降低推理 token 消耗，展示了高效記憶檢索的可行性。
Mistral AI精選AI 評分7373 Mistral 推出區域推理、開放模型與歐洲主權 AI 基礎設施
Mistral AI 宣佈推出區域推理端點和優先服務層，支援在歐洲或美國執行推理，並提供 1 GW 計算容量目標。公司還將平臺開放給第三方模型，首批支援 Z.ai 的 GLM‑5.2，所有模型均在同一基礎設施下滿足區域控制與 SLA。為保障歐洲長期 AI 計算需求，Mistral 正與企業組建聯盟，形成歐洲計算單元（ECU）以鎖定多年容量。
推薦理由：Mistral 推出區域推理端點和開放模型支援，幫助企業實現 AI 主權與合規。
Microsoft Research精選AI 評分8686 Microsoft Research 釋出開源智慧體框架 Orchard
Microsoft Research 推出了開源的可擴充套件智慧體框架 Orchard，其核心是提供可重用環境服務的 Kubernetes 架構 Orchard Env，支援在真實部署 harnesses 中直接訓練智慧體。專案同步開源了三個領域的訓練方案與資料，其中 Orchard-SWE 在 SWE-bench Verified 上取得了 69.7% 的表現。
推薦理由：微軟研究院開源了可擴充套件智慧體框架 Orchard，並提供覆蓋軟體工程、網頁瀏覽和個人助理的完整訓練方案，降低了智慧體研究的基建門檻。
Google Research精選AI 評分6666 Google Research 推出可驗證自主研究框架 Science One 與證據鏈機制
Google Research 推出了基於 Chain-of-Evidence 架構的自主科研框架 Science One，通過構建即時證據鏈與 CoE Audit 評估協議解決 AI 生成論文中的幻覺與不可復現問題。結果顯示該框架在 MLE-Bench 等基準測試中實現了零幻覺引用與完全可驗證的分數，同時達到了 SOTA 效能。
推薦理由：原文介紹了通過證據鏈確保 AI 科研成果可驗證的新框架，讀者可以據此評估自主研究系統的可靠性邊界。
Google DeepMind精選AI 評分8686 Gemini Robotics ER 2：通過影片理解、任務編排與多機器人協作驅動機器人
DeepMind 釋出 Gemini Robotics ER 2，作為其最新的“具身推理”模型，支援持續影片理解、任務編排和多機器人協作。該模型可與任何低層 VLA 模型配合，即時呼叫工具（如 Google Search），並在執行過程中保持推理，顯著提升任務完成率和安全性。
推薦理由：Gemini Robotics ER 2 通過影片理解和多機器人協作提升機器人任務完成率，展示了高效即時推理與安全控制的結合。