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。
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。
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。
UN 系統資料共享平臺 於 2026 年推出,將聯合多個聯合國機構的統計資料於單一 AI 友善知識圖中。 - 平臺架構:基於 Google 的 Data Commons,開源且 AI 準備好,支援 Model Context Protocol (MCP)。
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。
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>。
Deep Life Sci 是一款針對臨床與實驗室科學家設計的開源 Agent 助手,基於 LangChain 的 Deep Agents 架構打造。 - 資料來源:可即時存取 ClinicalTrials.gov 600,000+ 研究、PubMed 29M 摘要、PubMed Central 12M 文章,並能一次處理數百份檔案。
本文介紹如何使用 OpenRouter TypeScript SDK 從頭建立具備工具呼叫能力的 Agent 迴圈,並探討控制流與錯誤處理機製。 - 核心架構:重複傳送對話歷史與工具定義給模型,由應用程式解析引數、執行函式並處理結果。
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。
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。
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 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。
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。
Hex 藉助 GPT‑6 Astra 幫助其資料AI 助理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。
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。
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。
IBM Research 團隊指出當前基準測試中的平均準確率掩蓋了AI 助理的可靠性問題,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。
導語:這篇文章揭示 1Password 報告中 AI 補丁效能指標被誤導,並提供 Trail of Bits 的實際資料與工具改進建議。 - 報告主張:模型僅 26% 的修補被視為乾淨,實際上包含了故意錯誤指令與禁止測試的實驗。
三大企業—Schneider Electric、Vodafone 與 monday.com 透過建立中央 Agent 平臺與 LLMOps,示範如何提升可觀測性、效能與可擴充套件性。
推薦理由:三大企業案例說明中央 Agent 平臺與 LLMOps 如何提升可觀測性與產能,對歐亞 AI 服務擴張者具實務參考價值。
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。
Descript 透過採用 OpenRouter 作為其生產環境的推理層,將影片編輯 agent Underlord 所使用的生產環境模型數量從 1 個擴增至 13 個,並將新模型的評估時間從過去的 1週以上 縮短至 1至2小時。
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。
OpenWiki 讓 Credit Genie 以自動化方式保持檔案持續更新,提升開發效率與跨部門溝通。 - 自動化文件生成:OpenWiki 每日檢測提交變更,若有差異即產生 PR,並自動合併,確保文件始終與程式碼同步。
推薦理由:OpenWiki 讓 Credit Genie 以自動化方式保持檔案更新,提升開發效率與跨部門溝通。透過每日自動拉取並產生 PR,開發團隊與 AI 代理可即時取得準確的系統知識,消除傳統手動維護的痛點。
Connections 是 LangChain 的 Managed Deep Agents 內建功能,允許在執行時以不同的憑證與身份呼叫第三方 API。
推薦理由:本篇說明如何在 Managed Deep Agents 中使用 Connections 進行多使用者認證,讓代理程式能以不同身份執行操作,對開發者整合第三方 API 具有實務參考價值。
LangChain 透過 Deep Agents 建立了 GTM Agent,能自動化處理 Salesforce 產生的新線索,並在 Slack 產生可審計的郵件草稿。
本文介紹如何透過 LLM-as-a-Judge 評估方法,以獨立的裁判模型根據明確的評分標準來自動檢驗 AI Agent 的輸出品質。 - 核心評估模式:支援單點評分、成對比較與參考依據評分三種模式,適用於 CI 流程或模型效能比較。
Modal 產品更新 - 多模型支援:Kimi K3、Qwen 3.8、GLM 5.3 及 GLM 5.3 Flash 皆可即時使用,提供 Shared Endpoint(token 計費)與 Dedicated Endpoint(GPU 秒計費)。
導語:LG 針對其電視 ACR 隱私監控被指為假新聞作出回應,同時揭露 Apple M3 ANE 硬體預取缺陷與 Cursor CLI 沙箱逃逸漏洞,節目更討論 AI Agent 授權風險與徵才亂象。
本文說明瞭在 vLLM 中對 Kimi K3 進行的多項效能最佳化,最終吞吐量提升至 2.8 倍。 - 最終吞吐量:2.8× - 主要最佳化:自適應 speculative token。
推薦理由:本文詳細說明瞭多項效能最佳化技術,對於需要高吞吐量 Kimi K3 部署的工程師具有實務參考價值,可直接落地。
本集探討近期 AI 安全、遞迴自我改進與底層軟體工程的關鍵挑戰,涵蓋極端安全事件與自動化開發的實務危機。 - 安全與護欄危機:葉門青年運動拆解提示詞利用 Claude 開發導引飛彈,突顯單一對話護欄的脆弱性;實體門禁 Paxton10 也被揭露存在嚴重的漏洞鏈。
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。
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。
Fusion 於 Devin Desktop 與 CLI 上推出,讓開發者可同時使用前沿模型與成本效益模型,提升 39% 以上的編碼效能。 - 架構:兩個獨立代理,主導模型負責規劃與審核,副手模型負責執行與測試,僅交換簡短摘要,保持 prompt 快取。
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AI 助理工具使用資料集。
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。
Replit 推出與 Databricks 的整合,並新增原生 Lakebase 支援,讓企業能快速從構思到上線全棧應用,同時保留 Databricks 的治理與安全功能。
功能開發、程式碼遷移和日常維護常需要跨多個 PR 持續進行,單次對話很難接手整段工作。Cursor 推出 Projects,讓開發者透過協調 AI 助理安排工作,由其他 AI 助理分頭寫程式碼;每個 Project 會累積共用背景,也能在雲端執行、需要時切換到本地,並依 Slack 訊息、排程或 PR 狀態主動處理任務。Cursor 表示,主要使用 Projects 的內部使用者,合併 PR 的數量達原來六倍;這項功能目前進入 beta,正逐步開放給所有使用者。
推薦理由:Projects 把多步驟開發工作交給協調 AI 助理分工,並累積共用背景,適合瞭解它如何支援功能開發、程式碼遷移與日常維護。
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AI 助理。
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。
SWE-2 是 Cognition 最新推出的編碼模型,結合 2.8T 引數基礎模型與多層 RL 訓練,實現了 50% 的 FrontierCode 1.1 主分數與 64% 的成本降低。
推薦理由:SWE-2 的效能與成本雙提升,為程式開發領域提供了更具價效比的選擇,並以顯著的成本優勢領先同類模型
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。