#Agent
RSS 訂閱#Agent
RSS
Perplexity@perplexity_ai品質評分5454
NVIDIA Newsroom Press Releases精選品質評分7979 NVIDIA 推出 Nemotron for Science,讓 AI 助理協助規劃科學實驗
研究人員要做科學實驗,得安排模擬、執行程式,再確認結果,過程常需要反覆操作。NVIDIA 推出 Nemotron for Science,結合 Nemotron 3.5 Super VL、化學資料集和生命科學與化學的訓練方法,研究人員可在自己的 DGX Spark、工作站或超級電腦上執行。在 Argonne National Laboratory,一個用這套工具打造的 AI 助理從一句提示詞開始,規劃並測試假設、挑選模擬,找出兩個新的結合位點。這讓研究人員能在自己的系統上使用模型與資料來協助研究。
推薦理由:Nemotron for Science 可在研究者自己的系統上運作,並結合實驗規劃與模擬,文中案例呈現 AI 助理協助科學研究的方式。
Y Combinator@ycombinator品質評分3535
Arena.ai@arena品質評分5252
Qwen@Alibaba_Qwen品質評分3535OpenAI News精選品質評分6666 Revolut 與 OpenAI 合作,用 AI 加速金融風險篩查與產品開發
很多人常會擔心金融交易被詐騙,或是開發新功能需要花很多時間。Revolut 把 OpenAI 的 ChatGPT、Codex 和 GPT‑5.5 變成 AI 小幫手,負責自動檢查交易、寫程式和整理檔案。這樣工程師不用手動跑每筆資料,就省下 30% 到 60% 的開發時間,能把更多精力放在設計和改進服務,同時讓客戶的資金更安全。
推薦理由:文章說明AI讓Revolut以更快速度完成風險篩查,提升服務安全與效率。
Together AI@togethercompute精選品質評分6060推薦理由:Together AI 用代表性任務比較不同設定,並檢查 AI 助理的操作過程來改進檔案與 API,呈現一套實作評估方法。
Pydantic AI Releases精選品質評分6464 Pydantic AI 發布 v2.69.0,更新 AI 助理工具與工作流程
使用 AI 助理處理多步驟工作時,工具呼叫、重試和子任務若處理不一致,可能讓流程中斷或結果出錯。Pydantic AI 的 v2.69.0 加入 Gemini 4 Hydrogen 支援,也更新工具呼叫、沙箱工作區和子任務的處理方式,並修正多種模型連線、錯誤回報與重試問題。例如,串流內容若卡在反覆迴圈,現在可以偵測出來;部分子任務紀錄也會留在各自的檔案中。這次更新主要讓開發者更容易建立和維護能處理多步驟工作的 AI 助理。
推薦理由:這次更新同時調整 AI 助理的工具呼叫、工作流程與錯誤處理,能從中瞭解 Pydantic AI 如何改善複雜任務的穩定性。
OpenClaw🦞@openclaw品質評分3939
OpenAI@OpenAI品質評分5353
AWS Machine Learning Blog精選品質評分6969 AWS 說明多個 AI 助理如何分工,以及製造業常見的設計錯誤
多個 AI 助理一起工作,步驟變多後,出錯和花費也可能跟著增加。AWS 把分工方式分成兩大類:一類是先排好固定流程,另一類是讓模型在工作中決定下一步;文章建議先用固定流程,只有工作步驟無法事先確定時,再考慮讓模型自行安排。文章也提醒,重試要設上限、不同助理交接時要用清楚的資料格式,會影響裝置或客戶的動作則應經過檢查與人工核准。在製造現場,還要把延遲、安全和裝置端資料納入設計。
推薦理由:文章用製造現場的延遲、安全與資料限制,說明如何從固定流程開始,再判斷何時需要讓 AI 助理自行安排工作。
AWS Machine Learning Blog品質評分5858 Duco 如何用 Amazon Bedrock AgentCore 加快金融資料處理
金融機構要處理大量格式各異的資料,也得顧好每家銀行的資料隔離和稽核。Duco 把 AI 助理服務改用 Amazon Bedrock 和 Amazon Bedrock AgentCore,讓每家客戶使用各自隔離的執行環境與工具。面對每家客戶有 300–400 個工具、工具說明約佔 200,000 個 token 的問題,Duco改成需要時才載入說明,將主要上下文縮到約 20,000 個 token,並透過評估確認回應品質改善。文章也分享銀行對帳流程的匯入成果:部署速度提高 10 倍;其中一家全球銀行的新流程匯入成本降低 70%,直通處理率提高超過 20%。
AWS Machine Learning Blog精選品質評分7676 AWS 示範如何用 Amazon Bedrock 建立會記住使用者的 AI 助理
企業 AI 助理要回答員工問題,常得記住先前對話,又要確保每個人只看到有權閱讀的檔案。AWS 示範用 Amazon Bedrock Managed Knowledge Base 搭配 AgentCore memory,讓服務儲存對話、整理使用者提過的資料,並在回答時找出相關記憶與檔案。範例用 Cognito ID token 確認使用者身分,再用檔案存取清單和 IAM 條件限制資料範圍;例如員工先前提過辦公地點,之後詢問休假規定時,助理便能依這項記憶回答。記憶整理可能要等一段時間,若記憶讀取失敗,服務仍會根據可讀取的檔案回答。
推薦理由:文章以員工助理示範如何把對話記憶、檔案許可權和使用者身分串在一起,並用 IAM 條件限制每位使用者能讀取的記憶。
Together AI Official Blog精選品質評分7272 Together AI 和 Ollama 說明如何讓開放模型長時間執行 AI 助理工作
AI 助理做長時間的程式工作時,每回合都可能重新送出前面整段對話,讓處理速度變慢、花費增加。Together AI 和 Ollama 說明,快取能保留前面已處理的內容,但提示詞前面的文字一改,後面的快取就得重做;推論引擎若把請求送到別臺機器,也可能用不上原有快取。文章建議讓系統提示詞保持不變,把會變動的資訊放進任務內容,並避免工具一次回傳過多資料。這些做法能減少重複處理,也讓 AI 助理跑長任務時比較順。
推薦理由:文章從 AI 助理每回合重送整段對話的成本切入,說明提示詞設計與推論引擎如何共同保留快取,並整理可直接採用的做法。
Databricks Blog精選品質評分7272 IFS Copperleaf 如何用 Databricks Genie One 讓 AI 助理理解公司業務
公司資料分散在近 30 個系統時,不同部門可能連「有多少客戶」都算出不同答案,光把資料整理好還不夠。IFS Copperleaf 用 Databricks Genie One 打造內部 AI 平臺 IONA,先整理財務等重要資料,其他資料則讓 AI 直接讀取,再由業務人員在對話中補充公司的定義。每項定義都有負責人,並由 AI Council 審核;許可權仍依照公司原有設定。文章也分享行銷分析、財務換算和客戶會議準備等用途,以及 70% 的啟用率,說明共同的業務定義如何讓不同團隊更容易取得一致答案。
推薦理由:IFS Copperleaf 說明如何把高風險資料先整理好,再讓業務人員補充其他資料的意思,呈現企業匯入 AI 助理時治理與彈性的取捨。
Browserbase@browserbase品質評分3535
Microsoft Research@MSFTResearch品質評分3939
OpenAI@OpenAI品質評分4444
a16z@a16z品質評分4242
Vercel Blog精選品質評分6969 Vercel 示範如何測試 AI 助理能不能完成使用者的工作
AI 助理看起來完成了工作,結果卻可能點錯飲料,或花超過使用者設定的預算。Vercel 用咖啡訂單示範如何反覆執行同一項任務,檢查最後結果是否符合飲料、取餐時間和總金額等要求,再檢視失敗紀錄,找出助理在哪一步出錯。文章也說明成功率、Pass@k 和 Pass^k 的差別:如果使用者每次都需要答對,Pass^k 能看出助理是否夠可靠。團隊可以用這些測試比較修改前後的結果,並在產品更新時重跑,及早發現問題。
推薦理由:文章用咖啡訂單示範如何從使用者常遇到的錯誤設計測試,並比較成功率與 Pass^k,幫助團隊找出需要修正的環節。
LangChain Blog精選品質評分7070 LangChain 重整 LangSmith,讓團隊在同一處管理 AI 助理
AI 助理分散在不同工具和平臺上,工程師難以接續開發,管理團隊也不容易看出誰負責、花了多少錢或表現如何。LangChain 把 LangSmith 改以每個 AI 助理的一筆紀錄串起建置、執行、評估和管理;不同環境的追蹤資料會放在同一筆紀錄下,也能依助理型別顯示合適的指標。團隊可以連線已在其他平臺執行的助理,不必改動原有流程。LangSmith 目前提供一般用途和程式開發兩種助理型別,語音助理型別則仍在規劃中。
推薦理由:LangSmith 把追蹤、評估、部署與管理資料放到同一筆 AI 助理紀錄下,文中也說明不同型別的助理如何採用相應指標。
LangChain Blog品質評分5858 LangChain 說明 AI 助理從接任務轉向追蹤長期目標後,需要哪些改變
交辦 AI 助理一件事時,我們通常知道要它做什麼;若要它長期負責一個目標,就得讓它自己安排工作,也要能在需要時詢問人。LangChain 說明這種改變會帶來幾項設計需求:讓人看得到它安排的待辦事項,管好它能使用哪些工具,提供提問與回饋的管道,並設定何時開始、暫停或停止。它也需要記住不同工作之間的重要決定,例如被拒絕的部落格題目,之後就不該一再提出。使用者的角色也會從逐項交辦,轉為設定方向、劃清界線並檢視進度。
AWS Machine Learning Blog品質評分5252 MoEngage 如何用 Amazon Bedrock AgentCore 打造 AI 助理行銷平臺
行銷團隊規劃活動時,常得在分析、內容和活動工具之間來回切換。MoEngage把原有平臺 API 接成 MCP 工具,讓 AI 助理能在同一段對話中查資料、寫活動內容和調整流程。使用者身分與工作區資訊由系統傳送,不交給模型判斷;每位使用者的工作階段也各自隔離,並可設定人工審核後才執行。文章也分享了平臺實際成效:客戶 Glance 的活動上線速度提升 50%,推播點閱率提升 38%。
Replit ⠕@Replit品質評分4545
Databricks Blog精選品質評分6868 Databricks 推出 AI Index,追蹤企業採用哪些 AI 模型及其成本
企業可選的 AI 模型越來越多,光看模型表現或每個 token 的價格,很難知道哪種選擇最適合手上的工作。Databricks 推出公開的 AI Index,整理企業使用模型的情況與花費,也用實際程式開發任務比較不同模型和 AI 助理工具組合的成功率與每項任務成本,並計畫每週更新。資料顯示,開放權重模型在企業流量中的佔比從 7 月的 7.3% 升到 11 月的 30.9%;有些模型 token 單價較低,完成任務卻可能花更多錢。Index 也提醒企業按自己的工作內容比較品質和成本,因為測試結果不一定適用所有團隊。
推薦理由:Databricks AI Index 把企業採用情況和程式任務的品質、成本放在一起比較,呈現模型選擇如何隨工作需求改變。
Databricks Blog精選品質評分6464 Databricks 串接 AWS HealthLake,讓臨床資料能直接分析與查詢
醫療機構想在其他平臺分析 AWS HealthLake 的臨床資料,過去得先把資料匯出、複製,還要分別管理許可權。Databricks 透過 OpenSharing 直接讀取 HealthLake 的資料,讓資料留在原處,也能交由 Unity Catalog 管理誰可以檢視和查詢。使用者還能透過 Genie One 用日常語言提問,例如檢視平均 A1C 每月的變化;系統會整理答案並提供表格和圖表。這讓不熟悉 SQL 的醫療與營運人員也能探索資料。
推薦理由:這套整合讓 HealthLake 的 FHIR 資料能在不另存副本的情況下供 Databricks 查詢,並由 Unity Catalog 管理許可權,呈現臨床資料跨平臺使用的做法。
Google Developers Blog品質評分5959 Google 示範如何用 Agent Anomaly Detection 找出 AI 助理越權行為
AI 助理可能因工具許可權太大,讀到不該看的資料,團隊也未必能從當機或錯誤紀錄發現問題。Google 這份操作指南用一個虛構的客服助理示範 Agent Anomaly Detection:助理原本要處理訂單和退款,卻能讀取薪資資料;系統會檢視助理留下的紀錄,找出偏離工作範圍的對話,並說明原因與修正建議。指南也示範如何設定 Cloud Monitoring 和 Security Command Center 警示。範例資料只存在記憶體中,不會讀取真實資料;這項功能目前是 Private Preview。
AWS Machine Learning Blog品質評分5757 Novo Nordisk 如何用 Amazon Bedrock AgentCore 查詢製造檔案
製藥流程檔案數量龐大,還得確認檔案是否核准、版本是否有效,以及內容適用哪個廠區、產品和裝置,人工查詢容易耗時,也可能漏掉重要關聯。Novo Nordisk 團隊與 AWS 合作打造 AI 助理,先用知識圖譜釐清問題範圍,再結合關鍵字與語意搜尋找出相關檔案,並附上來源;問題不夠清楚時,會先詢問使用者。若找不到合適資料,系統會說明限制,不自行補答案。團隊表示,部分過去要花數小時或數天的工作,現在可在幾分鐘內完成。
Together AI@togethercompute品質評分5555Google Developers Blog精選品質評分7474 Google 教你依 AI 助理的工作時段配置 GKE 節點
AI 助理的工作空間可能整天開著,卻只在收到提示詞時工作;如果每個工作階段都一直佔著機器,等待時間也要付費。Google 說明如何用 Agent Substrate 和 AX 把閒置的工作環境暫存到物件儲存,空出機器,等下一次提示詞來時再恢復。以 100 個程式開發 AI 助理為例,每小時 2 次提示詞並設定 2 分鐘閒置時間,節點費用可省 40%;每小時 4 次提示詞時,節省幅度降到 4%。文章也提醒,工作池要依最忙時的需求配置,並和提供相同 CPU 保證的做法比較。
推薦理由:文章用提示詞頻率和閒置時間比較 GKE 節點成本,並說明工作池滿載與 CPU 保證會怎麼影響停放效益。
Replit ⠕@Replit品質評分4242Together AI Official Blog精選品質評分7070 Together AI 分享如何改善 AI 助理使用平臺的體驗
開發者把工作交給 AI 助理後,平臺說明不清或 API 出錯,也會讓助理卡關、白花時間和費用。Together AI 設計多種任務,測試不同模型在沒有額外指引、使用檔案搜尋或載入技能時能否完成工作,再檢視操作紀錄找出問題。他們修正 GPU 價格指引、API 錯誤訊息和技能範例後,整合版技能的通過率從第一次測試的 75% 提高到 97.2%,每次執行的平均時間也比舊版少 20%。不過,不同時期的測試用了不同模型和任務,不能直接當成嚴格的前後對照。
推薦理由:Together AI 用實測找出技能說明、API 錯誤訊息和程式範例的問題,並比較修正前後的通過率與成本,呈現評估如何帶動改善。
ElevenLabs Official Blog品質評分3535 Autotorino 用 ElevenAgents 接聽汽車經銷商來電,24 小時服務顧客
Autotorino 每月會接到約 100,000 通電話,過去的錄音留言只能處理少部分來電。現在,ElevenAgents 會接聽電話、瞭解顧客需求並建立銷售線索,也能全天候接電話。電話內容經整理後,Autotorino 發現約 70% 的需求和售後服務有關,常見的是預約保養或安排交車;新系統處理的來電量也超過舊系統的 2 倍。Eleven v4 讓同一個聲音聽起來更自然,顧客也比較容易得到服務,Autotorino 因此計畫從 11 月起,先在第一間分店用 ElevenLabs 語音 AI 助理取代 IVR 系統。
AWS Machine Learning Blog精選品質評分7272 Amazon Bedrock Managed Knowledge Base 如何用表格搜尋回答跨檔案問題
只靠一般搜尋,很難從大型試算表算出完整結果,再套用另一份檔案裡的規則。Amazon Bedrock Managed Knowledge Base 的表格搜尋會找出相關 CSV 或 Excel 檔,在隔離且無法連網的環境中讀取整份表格、計算需要的數值,再搭配政策或備忘錄等檔案回答問題。文中的財務案例用預算規則、修訂備忘錄和損益表,找出哪些部門要撰寫差異說明;追蹤紀錄也會列出程式讀過的檔案。這種做法適合需要跨表格計算的問題,但會多花一個 AI 助理處理步驟;固定報表和大型資料分析仍適合交給商業智慧工具。
推薦理由:文章用財務部門的預算案例,示範如何把表格計算和政策檔案放在一起查,並透過追蹤紀錄確認程式讀過哪些檔案。
NVIDIA Newsroom Press Releases精選品質評分7878 NVIDIA 推出 Nemotron for Science,協助研究人員打造科學用 AI 助理
研究人員要讓模型處理化學、生物等專門問題,得準備合適的資料,還要確認模型能不能做好。NVIDIA 推出 Nemotron for Science,整合 Nemotron 3.5 Super VL、新的化學資料集和微調配方,讓研究人員能調整模型、打造科學用 AI 助理。資料集 LitmusBench v0.2 收錄近 50,000 個化學問題,可用來訓練和評估模型;研究人員也能讓 AI 助理解讀科學資訊、撰寫程式碼並使用計算工具。Nemotron 3.5 Super VL 和資料集目前已可在 Hugging Face 取得。
推薦理由:LitmusBench v0.2 同時提供化學推理的評估資料與訓練用途,搭配微調配方,讓研究人員能檢查模型能力並調整模型來處理科學任務。
AWS Machine Learning Blog精選品質評分7171 Amazon Bedrock Managed Knowledge Base 教你為不同租戶調整回答
不同地區的客戶和公司內部團隊可能共用同一批檔案,卻需要不同語言、格式和回答規則。這篇教學示範如何在 Amazon Bedrock Managed Knowledge Base 為每個租戶設定回答方式,並固定使用的設定版本,方便逐一更新和查明每次回答用了哪個版本。要注意的是,回答設定不會限制 AI 助理能讀哪些檔案;若要隔開各租戶的資料,還要用中繼資料篩選或分開知識庫,並由後端依登入身分選擇篩選條件。
推薦理由:文章把回答風格設定與資料存取隔離分開處理,並示範如何用中繼資料篩選和版本固定管理各租戶的回答。
OpenAI News精選品質評分8080 OpenAI 擴充 ChatGPT for Healthcare,加入跨醫療系統操作與 20 多種外掛
醫療團隊常要在電子病歷、院內規定、排程和保險網站之間找資料、搬檔案,花不少時間切換系統。OpenAI 為 ChatGPT for Healthcare 加入能讀取畫面、點選和輸入資料的 AI 助理,也改進臨床搜尋,並新增 20 多種醫療外掛。舉例來說,醫師可以請它檢視病歷,草擬 MRI 檢查單和給病人的回覆,再由醫師檢查;外掛也能協助查病人紀錄、安排聯絡和確認保險資格。使用受保護的健康資料時,機構還須採用符合 BAA 等條件的服務並設定好安全措施。
推薦理由:醫療團隊常得在病歷、院內規範與保險系統間搬資料;這次更新把操作現有軟體、查詢醫學證據和串接醫療工具放進同一工作流程。
OpenAI News精選品質評分7878 OpenAI 推出醫療用電腦操作 AI 助理,協助團隊處理跨系統工作
醫療團隊常得在不同系統間搬資料,才能完成轉診、保險事前授權等工作。OpenAI 開放醫療用電腦操作 AI 助理,讓它能在現有軟體中點選和輸入資料,先整理病歷、草擬醫囑或申請內容,再交給醫師或行政人員審核。OpenAI 表示,在 325 項臨床任務中,99% 被評為安全;在行政工作基準測試中,GPT‑6 Astra 得分 94.3%,GPT‑6 Luna 得分 91.8%,每項任務成本低 98%,為 8.5 美分。醫療機構也能設定許可權、加入核准步驟並檢視操作紀錄。
推薦理由:文章呈現臨床與行政工作中的安全性、實用度和成本資料,也說明醫療團隊如何讓 AI 助理處理跨系統流程並保留人工審核。
Aravind Srinivas@AravSrinivas品質評分4343Perplexity AI 助理(Computer 或 Teammate)在財務研究與分析任務中,可以為每個數字標註財報中對應的明細行 https://t.co/f4SziblIoc

Perplexity@perplexity_ai品質評分5959