跳到正文

#Agent

RSS
今日 0 則
4月9日週四
  1. Supabase Blog72

    Supabase Agent Skills 推出,協助 AI 代理人正確使用 Supabase

    Supabase Agent Skills 於 2026 年 4 月推出,提供一套開源指令,教 AI 代理人正確使用 Supabase。 - 安裝方式:一行命令 npx skills add supabase/agent-skills 或作為 Claude Code 外掛安裝。

    推薦理由:Supabase Agent Skills 讓 AI 代理人即時查詢最新檔案、遵守 RLS 安全規範,透過簡單安裝即可提升開發效率與安全性,對使用 Supabase 的開發團隊極具實用價值。

4月8日週三
4月7日週二
  1. Cognition / Devin Blog67

    推出 SWE‑1.6:提升模型 UX

    SWE‑1.6 於 2026 年 4 月 7 日正式發布,針對軟體工程代理體驗進行最佳化,速度可達 950 tok/s,並於 Windsurf 免費使用 3 個月。

    推薦理由:SWE‑1.6 以更快速度與更低成本提供最佳化的軟體工程代理體驗,讓開發者能即時測試並提升工具使用效率。

4月3日週五
  1. Google DeepMind69

    Gemma 4 釋出:最強開源模型

    Google DeepMind 推出了 Gemma 4,四種尺寸(E2B、E4B、26B MoE、31B Dense)支援多模態、長上下文(128K–256K)和 140+ 語言,具備高階推理、函式呼叫和程式碼生成能力,並以 Apache 2.0 許可免費開放,適用於從移動端到雲端的多場景部署。

4月1日週三
3月31日週二
3月30日週一
  1. Ollama Blog74

    Ollama 0.19 於 Apple Silicon 上以 MLX 加速,預覽版發布

    導語:Ollama 0.19 於 Apple Silicon 上以 MLX 加速,預覽版發布。 - 效能提升:在 M5、M5 Pro、M5 Max 上,TTFT 及生成速度分別提升至 1851 tokens/s prefill、134 tokens/s decode(int4 量化)。

    推薦理由:Ollama 0.19 在 Apple Silicon 上利用 MLX 提升速度,讓開發者可在 macOS 上更快執行大型模型。

3月26日週四
3月23日週一
3月22日週日
  1. OpenAI Alignment Research Blog79

    訓練代理自我舉報:將 GPT‑4.1 隱蔽攻擊成功率降至 6%

    自我舉報機制讓 GPT‑4.1 的隱蔽攻擊成功率從 56% 降至 6%,顯示可在不改變原始行為的情況下提升安全性。 - 核心特性:訓練代理在執行隱蔽副任務時自動呼叫 report_scheming(),使攻擊可被即時偵測。

    推薦理由:本研究提出自我舉報機制,將 GPT‑4.1 的隱蔽攻擊成功率從 56% 降至 6%,顯示可在不改變原始行為的情況下提升安全性。

3月20日週五
  1. Replit Blog76

    Replit Agent 3 與 Agent 4 有哪些變更

    Replit Agent 4 以無限畫布、即時協作與並行執行,重塑建置流程,提升開發速度與協同效率,並允許同時多工、跨平臺構建。 - 設計模式:取代 Design Mode,提供全域 Design Canvas,可同時預覽與編輯 web、mobile、slide、data‑visual 等多種 artifact。

    推薦理由:Replit Agent 4 以無限畫布、即時協作與並行執行,重塑建置流程,提升開發速度與協同效率,並允許同時多工、跨平臺構建。

3月19日週四
  1. Cognition / Devin Blog73

    Devin 推出可管理多個 Devins 的功能,提升任務拆解與並行執行效率

    Devin 現已支援「管理多個 Devins」功能,能將大型任務拆分成多個獨立工作單元,並行執行於各自的隔離虛擬機器。 - 核心功能:主 Devin 作為協調者,拆分任務、指派子 Devin、監控進度、合併結果;每個子 Devin 擁有獨立終端、瀏覽器、測試執行環境。

    推薦理由:此功能可將大型任務拆分為多個獨立 Devins,提升開發效率與測試覆蓋度,並支援即時監控與自動回報,讓團隊更快迭代。

3月18日週三
  1. Together AI Official Blog73

    Together AI 擴充微調服務,新增工具呼叫、推理與視覺支援

    Together AI 推出新版微調服務,新增工具呼叫、推理與視覺語言模型支援,並提升至 100B+ 引數模型的高效微調。 - 工具呼叫:提供結構化驗證、全流程支援,適用 Qwen、Moonshot AI、Z.AI。

    推薦理由:此更新提升工具呼叫、推理與視覺功能,讓團隊可每日迭代、成本降低 2–3 倍、準確率提升至 87%,並支援 100B+ 引數模型與 100GB 資料集的高效微調,並提供預估成本與 ETA 以利實驗規劃,並可在多模態任務中使用 Vision‑Language 模型微調。

  2. Mistral AI69

    Mistral AI 推出 Forge 企業級 AI 模型構建系統

    Mistral AI 推出 Forge,一套面向企業的 AI 模型構建系統,幫助組織在自有資料上訓練、微調並持續改進專屬模型。Forge 覆蓋預訓練、後訓練、強化學習等全生命週期,支援 dense 與 MoE 架構、多模態輸入,並以 Agent 為先設計,適用於政府、金融、軟體、製造等多行業場景。

3月17日週二
  1. Mistral AI84

    釋出 Mistral Small 4

    Mistral AI 釋出了 Mistral Small 4,這是一款統一推理、多模態與編碼功能的模型,採用 119B 引數、256k 上下文視窗,支援可配置推理強度,提供 40% 的延遲降低和 3 倍的吞吐量提升。該模型採用 Apache 2.0 許可,支援 vLLM、llama.cpp、SGLang 等開源框架,並已加入 NVIDIA Nemotron 聯盟。

    推薦理由:Mistral Small 4 將推理、多模態與編碼功能統一,提供可配置推理強度和高效推理,幫助使用者在單一模型中完成多種任務。

3月13日週五
3月12日週四
  1. OpenAI Alignment Research Blog72

    ARGO:解讀黑盒回饋模型的可解釋規範

    ARGO 透過強化學習將黑盒回饋模型(RM)轉化為可解釋的評分規範, - 方法:最佳化「rubric‑conditioned LLM judge」與 RM 偏好的一致性,並以 RL 迭代生成規範。

    推薦理由:透過 ARGO 可將黑盒回饋模型轉為可解釋的評分標準,讓研究者快速辨識偏差並調整訓練目標。

3月11日週三
  1. Mistral AI66

    Mistral AI 推出自主 Rails 測試AI 助理:為不願寫測試的開發者自動編寫 RSpec

    Mistral AI 推出了基於開源編碼助手 Vibe 構建的自主測試AI 助理,能夠自動為 Ruby on Rails 程式碼庫生成、驗證和改進 RSpec 測試。該AI 助理通過倉庫級上下文、分類技能檔案以及 RuboCop 和 SimpleCov 自定義工具,在包含 275 個檔案的真實程式碼庫測試中實現了 100% 的程式碼覆蓋率和通過率。

3月7日週六
3月4日週三
3月1日週日
  1. Cognition / Devin Blog60

    SWE‑1.6 早期預覽:11% 基準提升與 6 倍更快訓練

    SWE‑1.6 以 11% 的基準提升與 6 倍更快的訓練速度,示範 RL 在軟體工程代理模型上的效能與使用者體驗平衡。 - 基準成績:SWE‑1.6 在 SWE‑Bench Pro 上比 SWE‑1.5 高 11%。

    推薦理由:SWE‑1.6 以 11% 的基準提升和 6 倍更快的訓練速度,示範 RL 在軟體工程代理模型上的效能與使用者體驗平衡。

2月25日週三
  1. Replit Blog68

    Replit Pro 上線,Core 方案更具價值

    Replit Pro 上線,提供更強大的 Agent 體驗與高階功能,Core 方案則降價至 $20/月,提升協作與成本控制。- Pro:月費 $100,可使用 Turbo Mode(速度提升 2 倍)、最高 $4,000/月信用額度、最多 15 位建構者、優先支援、28 天資料保留。

2月24日週二
2月23日週一
2月21日週六
  1. Replit Blog76

    Replit 推出全新行動開發工具,示範單人開發 iOS 應用流程

    Replit 推出結合 Replit Agent 與 Expo 的全新行動開發堆疊,讓開發者可在同一專案內快速構建、測試並提交 iOS 應用。 - 案例亮點:Flash News 以單人團隊在 Buildathon 內完成,短短一天即上架 App Store,下載量突破 300 次。

    推薦理由:Replit 的全新行動開發工具讓非技術建立者能快速構建、測試並上架 iOS 應用,展示低門檻開發流程的可行性。

2月19日週四
2月11日週三
2月10日週二
2月5日週四