跳到正文

#Agent

RSS
今日 0 則
9月9日週三
  1. OpenAI News86

    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。

  2. Cognition / Devin Blog69

    Cognition 與 Devin 打造全球最高效 GPU 格子過濾器,RSA-260 分解成本降 10 倍

    Cognition 的研究團隊與 AI 代理 Devin 合作,開發出世界上最快的 GPU 格子過濾器,成功分解 RSA-260,成本約 $400k,比以往節省 10 倍。

    推薦理由:本研究展示了利用自動化軟體工程代理在 GPU 上實作 GNFS,將 RSA-260 的分解成本降至 10 倍以往水平,為大規模數學運算提供可行性參考。

  3. Together AI Official Blog56

    開源 AI 堆疊:從模型到工具的完整指引

    開源 AI 堆疊:從模型到工具的完整指引 - 堆疊層級:模型 → 推理 → 閘道/路由器 → Harness → 工具(Skill / MCP) - 模型規模:大型模型(如 Kimi K3)擅長多步推理與長對話;小型模型(如 GLM 5.3 Flash)速度快、成本低,適合明確任務。

9月8日週二
  1. vLLM Official Blog76

    vLLM x AgentX:針對實務代理服務的最佳化

    vLLM 在 AgentX 基準上實現高效能與成本優勢,提供可驗證的全棧最佳化方法。 - 總吞吐量:在 DeepSeek V4 Pro 上達到 130 000 tokens / GPU‑sec,MiniMax M3 互動率 376 tokens / sec。

    推薦理由:本文展示 vLLM 在 AgentX 基準上實現高效能與成本優勢,並提供可驗證的全棧最佳化方法,對於需要高吞吐量與低成本的代理服務部署具有實務參考價值。

  2. openrouter blog72

    OpenRouter 推出 Shell 伺服器工具與 Files API,讓任何模型可執行終端指令與檔案操作

    OpenRouter 於 2026 年 9 月 8 日推出 Shell 伺服器工具與 Files API,允許任意模型在雲端 Linux 容器中執行指令並進行檔案上傳下載。

    推薦理由:新增 Shell 伺服器工具與 Files API,讓任意模型可執行終端指令、管理檔案,成本低至 $0.0001/秒,便於構建跨模型的 agentic 流程。

9月7日週一
9月6日週日
9月5日週六
  1. GitHub Blog · AI & ML73

    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

9月4日週五
  1. GitHub Blog · AI & ML74

    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。

9月3日週四
  1. Google DeepMind63

    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。

9月2日週三
  1. Cursor Official Blog82

    Cursor 讓雲端 AI 助理在團隊自管的機器上執行

    有些團隊需要 AI 助理直接使用內部服務、程式碼庫或特殊硬體,但雲端環境不一定符合需求。Cursor 推出自託管機器,讓工具執行改在團隊自己的機器上,Cursor 雲端仍負責推理、規劃和編排;工具執行結果會傳回 Cursor,供後續推理使用。團隊可以連線單臺機器,也能建立會隨工作需求擴縮的資源池,並在支援的沙箱服務上執行。這讓團隊能配合既有網路、硬體和建置流程安排 AI 助理的工作位置。

    推薦理由:自託管機器讓團隊能把工具執行放在自己的網路與硬體上,同時由 Cursor 雲端負責推理和編排,適合瞭解企業如何調整 AI 助理的執行環境。

8月31日週一
8月27日週四
  1. LangChain Blog83

    LangChain 2026年8月通訊:Managed Deep Agents、LLM Gateway 及更多

    LangChain 於 2026 年 8 月推出多項新功能,包含 Managed Deep Agents 與 LLM Gateway 的公開測試版,並於 LangSmith 上提升引擎效能與評估工具。

    推薦理由:新公開測試版的 Managed Deep Agents 和 LLM Gateway 讓團隊能以一條指令部署可追蹤、可控的AI 助理,降低成本與風險,適合即時上線的實務需求。

  2. Embrace The Red (AI Security)82

    Claude Code Opus 5 Auto Mode 被利用:攻擊成功率高達 80%

    導語:研究顯示 Claude Code Opus 5 Auto Mode 在實際攻擊中仍能以 60-80% 成功率被利用,揭露模型安全機制的侷限。 - 成功率:在小樣本測試中,攻擊成功率達 60-80%,遠高於 Anthropic 針對 72 個間接注入場景的 0% 成效。

    推薦理由:此研究揭示 Claude Code Opus 5 Auto Mode 在實際攻擊中仍易被利用,提醒使用者仍需部署獨立沙盒以保障安全,並強調安全評估不僅依賴模型自帶安全機制。

  3. LangChain Blog73

    正式推出 LangGraph v0.1 及 LangGraph Cloud,實現可擴充套件、可靠的代理執行

    LangGraph v0.1 釋出穩定版,提供更細粒度的代理控制與多代理支援。 LangGraph Cloud 目前為封閉測試版,提供可擴充、容錯的部署環境,並內建監控、日誌與人機協作功能。

    推薦理由:LangGraph v0.1 讓開發者能以更細粒度控制 agent,LangGraph Cloud 提供可擴充套件部署與監控,適合需要高可靠性的企業應用。

8月26日週三
8月25日週二
  1. openrouter blog74

    如何在編輯器中即時挑選最佳 AI 模型

    核心框架:先定義任務,從即時使用率與第三方基準篩選候選,最後在自己的 prompt 上測試。 成本衡量:以「每完成一個任務的成本」為單位,而非每 token 價格,並考慮重試與延遲。 工具支援:OpenRouter MCP 伺服器可在任何編輯器中連線,提供即時排名、價格、延遲與測試介面。

    推薦理由:文章提供了以成本、延遲和任務為核心的模型挑選流程,幫助工程師快速評估並落地實際工作。

8月24日週一
8月22日週六
  1. Google Research50

    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。

8月21日週五
8月20日週四
  1. Mistral AI75

    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。

8月19日週三
  1. Hugging Face Blog65

    AI 助理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 助理配置自蒸餾記憶,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AI 助理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。