Claude Platform 現已支援原生 OpenTelemetry 追蹤至 Databricks MLflow
Claude Platform 現已可將原生 OpenTelemetry 追蹤直接匯入 Databricks MLflow,讓開發者能在單一實驗中即時除錯與評估代理行為。
Claude Platform 現已可將原生 OpenTelemetry 追蹤直接匯入 Databricks MLflow,讓開發者能在單一實驗中即時除錯與評估代理行為。
Amazon Connect Customer 現已支援座席在等待資訊或核准期間暫停處理電子郵件,先處理優先順序較高的客戶聯絡,之後再恢復處理。 - 追蹤與監控:暫停時間會與實際處理時間分開記錄;座席可在座席工作區或聯絡控制面板(CCP)檢視每封電子郵件的暫停時長,主管則可即時監控。
OpenAI 任命 Jill Hazelbaker 為首席企業事務長,她將負責全球溝通與企業定位,並與公司領導團隊合作,增進大眾對 AI 的理解及對其使命的信任。 Hazelbaker 最近在 Uber 擔任總裁兼首席企業事務長;此前曾在 Snap、Google 負責溝通、公共政策及政府關係,也曾參與美國政治競選。
推薦理由:Hazelbaker 曾在 Uber、Snap 與 Google 負責企業溝通及公共政策,這段跨科技業與政治領域的經歷,呈現 OpenAI 此次人事任命的背景。
Cisco 透過與 OpenAI 合作,將 AI 推進網路防禦,提升機器級的威脅偵測與回應速度。 - AI 連結網路訊息:結合 Cisco 大量網路遙測與 OpenAI 模型,能在機器級別即時關聯多個訊號,快速辨識威脅模式。
Vercel CI 現可在未連結 Vercel 專案的 GitHub 倉庫執行,省去建立空專案的步驟。 - 啟用方式:安裝 Vercel GitHub App、將 GitHub 帳號連結至 Vercel、授予倉庫寫/管理許可權,並於倉庫 clone 目錄執行 vercel ci enable(可加 --scope <team>)。
LangSmith BYOC 現已支援 AWS、Azure 與 Google Cloud。 - 分離控制與資料平面:控制平面由 LangChain 管理,資料平面(追蹤、提示、資料集、部署等)保留於使用者選擇的雲端帳號。
Tutor Intelligence 的機器人在美國 20 州的工廠與倉庫工作,協助製造及出貨超過 2.5 億件產品;公司並完成由 a16z 領投的 $75M Series B 融資。
OpenAI 分享模型協助工程師設計、模擬與製造實體產品的進展,涵蓋機械、電機工程及端到端系統設計,並正與業界合作,在實際工程工作流程中評估這些能力。 - Astra 設計裝置:OpenAI 使用 GPT‑6 設定功能需求,並由 Astra 設計外殼、PCB、介面與軟體整合,製作可用來與 Codex 對話的裝置。
Baseten宣佈推出 Grid、Sandboxes、Loops,擴充其 AI 推論平臺,分別涵蓋模型路由與防護、代理程式沙箱,以及開放權重模型的微調與強化學習。
Supabase 近期推出 MCP 伺服器支援 Claude 企業管理授權,讓企業可將身份驗證授權交由 Claude 處理,減少對傳統身份供應商的依賴。
本研究分析了多個 OpenAI 代理模型在安全評估與實際部署中的行為差距,發現評估意識與目標誤解是主要原因。
想了解長期健康變化,光看單次測量不容易掌握整體狀況。Apple 重新設計健康 App,新增「長壽」分頁,整理心臟、睡眠、心理健康、活動、代謝、聽力和營養等資料,並用 Apple Watch 的資料計算「健康年齡」,也能加入 A1c 和 LDL 膽固醇等檢驗結果。更新還加入居家動作評估,使用 iPhone 相機和 Apple Watch 測量柔軟度、力量、平衡等專案,並提供即時提示;影片不會錄下、儲存或分享。部分功能需要指定裝置,且可能因地區或語言而無法使用。
llama.cpp 新增 NCCL 支援多節點張量並行,提升多機環境下的分散式訓練效能。 - 新增功能:多節點張量並行,使用 NCCL。 - 平臺支援:CUDA、ROCm、OpenVINO 等多平臺,含 macOS、Linux、Windows、Android。 - 內部更新:重構通訊介面,改進 per‑rank 通訊,並調整 NCCL 設定。
Prometheus 3.16.0-rc.4 版釋出,包含 API 搜尋、PromQL、遠端寫入等多項功能升級與大量錯誤修正。 - API 搜尋:將 batch_size 限制為 1000。
推薦理由:此版本針對 API 搜尋、PromQL、遠端寫入等多項功能進行最佳化,提升查詢準確性與效能,對運維人員提升監控可靠性與開發便利性。
CWE‑bench v2 釋出 100 個可重現的安全任務,為模型在漏洞檢測與修復上提供基準測試。\n- 任務範圍:涵蓋 91 種 CWE,覆蓋多種型別的安全弱點。
StateBench 是一個針對長文本狀態追蹤的基準測試,涵蓋四個難度層級,旨在評估模型在長依賴下的表現。 - 四層級:r‑trivial、aperiodic、soluble、general finite。
推薦理由:StateBench 透過多層級長文本追蹤測試,揭示 Transformer 在長依賴下的侷限,並證明 Gated DeltaNet 等混合架構可突破此瓶頸。
OpenEvidence 透過 Vercel 平臺,利用 Fluid compute 與 Next.js 在五分鐘內完成生產部署,為 65 萬名醫師提供醫療搜尋服務。
Amazon WorkSpaces 針對AI 助理推出功能更新,除了原有的 Windows Server 外,現已正式支援 Linux 和 Windows 11 雲桌面。
Gemini 代理成本的真正衡量指標是「每成功任務成本」,而非每千萬 token 的價格。文章示範如何以 Jev 這類輕量級結構化分類器,在任務進入昂貴思考模型前先做路由,從而節省成本與縮短回應時間。
導語:LangChain 在其 Deep Agents 中引入 Stagehand 瀏覽器工具,將多步瀏覽任務的成功率提升至 90%,成本降至 $1.98,平均耗時 17.4 秒。
推薦理由:透過 Stagehand 工具,LangChain 深度代理在瀏覽器任務上提升了速度與成本效益,示範了工具設計對代理效能的關鍵影響。
F3 Lightning:Meta 如何以規模加速廣告機器學習特徵進入生產 summary_zh: Meta 推出 F3 Lightning,將廣告機器學習特徵的發布流程拆分為獨立單位,實現每個特徵單獨編譯、驗證、部署與回滾,並保持與原先 F3 相同的計算效率。
Bedrock AgentCore Gateway 於 ServiceNow 進行 OBO 令牌交換,保留使用者身份。 - 流程概覽:AI 代理傳送 JWT → AgentCore Gateway 以 OBO 交換 → ServiceNow 接收帶有原始使用者 claim 的 token。
summary_zh: Mike Walker 於 Microsoft Research 主導 AI、網路安全與大型分散系統的研究,並以駭客心態推動下一代網路防禦技術。
歐洲最大的私人企業剛將開源模型設為程式設計的預設選項。 @Revolut:約 2,000 名工程師,成本降至十分之一,交付週期快了 70%。 很自豪能成為支援開源模型投入正式環境的基礎設施之一 🚀。
summary_zh: Next.js v15.5.29 發布,修復自託管 Next.js 應用的跨客戶端回應注入、Next.js 影像最佳化的 SVG 拒絕繞過、以及 Next.js Edge runtime 路由的 HttpOnly Cookie 暴露等安全漏洞。
DuckDB 讓 TimeStored 創辦人 Ryan Hamilton 能在應用程式內嵌資料庫,協助量化分析師建立本機分析環境,並逐步用於 QStudio、Pulse 與 PeachQ。 QStudio:這款分析 IDE 約 13 年前推出,原為 kdb+ 打造,現在可連線約 15 種資料庫。透過 DuckDB,分析師可將耗時最長 20 分鐘的遠端查詢結果存成 Parquet,之後直接查詢本機資料。 TimeStored 的應用:其主要產品 Pulse 是即時 HTML 視覺化工具,使用 DuckDB 快照與快取資料;DuckDB 也逐漸支援 AI 輔助資料探索。 PeachQ:這項開源專案以 Rayforce 記憶體引擎搭配 DuckDB 歷史資料儲存,將 Q 語言、即時處理、分析與儲存整合為開源替代方案。QStudio 現已開源。
summary_zh: - Palette 由 Hugging Face 推出,利用 20B LoRA 微調,能在您自己的設計語言(IBM Design Language)中自動生成符合公司風格的簡報,並在 PresentBench 上領先兩項評測。
Google DeepMind 在 Google Antigravity 推出 Cheminformatics Skills,示範AI 助理如何整理化學資料、分析分子並提出候選化合物設計,將原本需數天的單次工作流程縮短至約 1 小時。
推薦理由:文章以 crizotinib 與 lorlatinib 的環化案例,展示如何串接文獻擷取、分子分析與候選設計,並指出模型預測仍須經實驗驗證。
Mercor 透過 Vercel AI Gateway 將批次作業耗時從 12 小時縮短至 2 小時,並在 10 天內處理 18M 個請求與 63B 個 Token,顯示平臺能在高峰流量下保持高效推理與自動化評估。
Zapier 運用 Vercel 與 v0 加快原型和內部應用程式的建置,讓合作夥伴互動式展示從可能耗時數週縮短至不到 2 小時。