CrewAI 發布 1.15.38,將 gpt-6-luna 設為預設模型
CrewAI 這次更新讓 gpt-6-luna 成為預設模型,也讓 AI 助理能讀取輸入中的試算表網址,並用工具逐列處理內容。像是執行 CrewAI 評估時,如果程式出錯,系統會把這次執行標記為失敗;專案程式執行失敗時,也會回報錯誤。這些改動讓評估結果和錯誤狀況更容易看清楚。
CrewAI 這次更新讓 gpt-6-luna 成為預設模型,也讓 AI 助理能讀取輸入中的試算表網址,並用工具逐列處理內容。像是執行 CrewAI 評估時,如果程式出錯,系統會把這次執行標記為失敗;專案程式執行失敗時,也會回報錯誤。這些改動讓評估結果和錯誤狀況更容易看清楚。
JFrog公佈第三季財報,營收年增 31% 至 $179 million,優於分析師預期,股價隨後上漲 35.3% 至 $101,創下新高。
DeepSeek V4.1 Flash 1017 Ultrafast 現已透過 Fireworks 在 Vercel AI Gateway 開放公開預覽,生成速度可達每秒 1,000 個以上 token。 模型與使用情境:此版本提供 DeepSeek V4.1 Flash 的 10 月 17 日更新,透過 Fireworks 加速的無伺服器端點提供;適用於互動式程式開發、推理與 AI 助理工作流程。 上下文與可用性:上下文視窗為 1M token,可處理大型程式碼庫與長輸入;公開預覽無候補名單,也沒有工作階段時間限制。 接入方式:模型名稱為 deepseek/deepseek-v4.1-flash-1017-ultrafast。在 Claude Code、Codex、Cursor 等工具中,安裝最新版 Vercel CLI 並執行設定後,即可在AI 助理中選取此模型;詳情見 coding agents guide,也可至 model playground 試用。 AI Gateway 費用與功能:提供統一 API,可呼叫模型、追蹤用量與成本,並設定重試、故障切換與效能最佳化。服務依供應商定價,不加價,也不對推論收取平臺費用,包含 BYOK 請求。
Google Developers Blog 針對代理程式因 TODO 造成的分心進行量化分析,指出 13% 的會話會遇到 TODO,6% 觸發額外行動,並造成 70% 步驟、77% 代幣、105% 等待時間增加。
Cult.fit 以 Codex 重新定義其軟體開發與客戶體驗,並在多個部門實現成本與效率提升。 - 軟體開發標準化:Codex 成為全公司統一的開發平臺,促成 20+ 內部應用快速落地,平均開發時間從一年縮短至兩個月。
Ollama v0.40.15-rc2 帶來多項更新,讓使用模型更方便。Xiaomi MiMo 的 mimo-v2.6 現在可在 Ollama 執行,這是一個 9B、專門處理程式碼和 AI 助理工作的模型;AutoTrust 也能讀文字,回答「是或不是」並給出機率和評分,其中 35b 與 27b-vl 還能看圖片,autotrust-jev 在這次更新中支援 Apple silicon。 另外,ollama launch 現在支援 Kimi Code CLI,也能協助搬移原本的 kimi-cli 設定;Pi 會自動填好模型清單,Claude Desktop 也會顯示 Ollama 的實際模型名稱。Recurrent 和 vision GGUF 模型可以同時處理多個要求,使用長上下文的 Qwen3、Qwen3.5 也獲得支援;直接執行 Ollama、完全不加引數時,還會開啟歡迎啟動畫面。
summary_zh: PyTorch 在 XPU 裝置屬性中加入 PCI domain/bus/device ID,解決了 torchrun --numa-binding 在 Intel GPU 上失敗的問題。
PyTorch 在 XPU 上新增 PCI domain/bus/device ID,允許 NUMA 繫結。 - PCI 位址支援:XPU 裝置屬性新增 pci_domain_id、pci_bus_id、pci_device_id 三個欄位,取代 SYCL 的單一字串。
Reflex 完成 1,400 萬美元 A 輪融資,協助企業從營運需求打造客製化軟體,並由 AI 撰寫程式、Reflex 工程師負責投入正式環境。
Agent 在 LangChain 中透過 async 子代理實現非同步工作,讓使用者可以同時處理多項任務而不被阻塞。\n- 架構概念:主 orchestrator 仍保持可達,async 子代理在背景執行,完成後回報結果。
summary_zh: PyTorch 在 CUDA 上新增 deterministic bilinear2d backward kernel,確保 2D bilinear 插值反向傳播的決定性與可重現性。
推薦理由:Artificial Analysis Intelligence Index v5 與多項基準呈現 Hy4 的推理、程式代理和知識表現,也揭示其幻覺率與成本差異。
十月是 Claude Code 的重要月份 🍁 我們推出了 mods,讓桌面應用程式更能同時執行多個工作階段,也讓你更清楚瞭解用量花在哪裡,還有更多更新。以下是回顧!
Cognition 發布程式模型 SWE-2 Flash,透過中期訓練與強化學習提升基準表現,並以較低價格和較快速度提供給 Devin 使用者。
推薦理由:SWE-2 Flash 的基準提升與受控權重分享計畫,呈現 Cognition 如何兼顧程式工程能力、網路安全用途與模型存取風險。
PyTorch 釋出將 weight_norm 遷移至 Metal 的更新,提升多種模型在 MPS 上的執行速度。 - 統計:速度提升最小 0.87 倍,平均 1.85 倍,最高 4.67 倍。
Eve以 AI 處理醫療紀錄審閱、重要檔案起草及提出保險理賠等耗時工作,將原本需數天的作業縮短至不到一小時。 - 案件量:一家事務所每位律師服務的客戶數,從約 100 人增至 500 人。
Deep Insight 是一套開源多代理資料分析解決方案,示範瞭如何將四層上下文工程應用於實際程式碼。 - 四層結構: 1️⃣ 架構層 – 透過多代理隔離,確保每位代理只保留必要資訊。
大型語言模型把 KV 快取放在 GPU 外,容量雖然變大,讀取速度和可同時處理的請求數仍會受限。Netpreme 將 X-Mem™ 整合進 SGLang HiSparse,讓 GPU 透過高速連線讀取外接快取;測試中,GLM-5.3 在 16K 上下文、每張 GPU 處理 192 個請求時,輸出延遲降低 49.25%(快取未命中率 20%)或 63.58%(40%)。在 16K 到 1M 上下文的測試裡,每張 GPU 的最高解碼吞吐量是使用主機 DRAM 的 2.09–3.04 倍;長上下文的提升也受惠於更大的記憶體容量,能同時處理更多請求。測試使用 X-Mem™ Pilot 虛擬機器,實際晶片之後才會供應。
推薦理由:文章以 GLM-5.3 的測試比較外接記憶體的頻寬與容量如何影響解碼速度和同時處理的請求數,並指出小批次時差異不大。
Tencent 的 Hy4 已在 AI Gateway 開放使用,並提供至 2026 年 12 月 31 日止的 5 折優惠。 模型功能:Hy4 支援推理、工具呼叫、結構化輸出與影像輸入,具備 1M-token 上下文視窗,可用於跨程式碼庫或大量檔案的工作。它是 Hy 系列首款具備視覺能力的模型,能辨識影像細節並讀取複雜圖表,也支援在命令列與圖形介面中操作電腦。 相較 Hy4 Preview:Hy4 更能遵循指令,處理長上下文、長時間執行任務與深度研究的表現也有所提升。 使用方式:模型名稱為 tencent/hy4。安裝最新版 Vercel CLI 並執行設定後,可在 Claude Code、Codex、Cursor 等代理程式中選用;也可在模型 playground 試用。 AI Gateway:提供統一 API,可呼叫模型、追蹤用量與成本,並設定重試、故障轉移及效能最佳化。平臺依供應商定價、不加價,推論不收平臺費,包含 BYOK 請求。
summary_zh: Claude Code v2.1.318 釋出,新增答案記錄、跨帳號角色授權與模組效能選項,並修復多項會話、許可權、外掛與錯誤處理問題。 - 新功能 - 答案記錄:當 Claude Code 啟用 mods 時,會在同一 session 中記錄使用者答案。
llama.cpp 在 b12086 版釋出中修正 conv state tail 寫入方式,將 Qwen3.8‑Flash‑Next 每個 token 的裝置複製量從 72 降至 36,並在 speculative decoding 時僅增加一個複製。
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。
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。
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 🚀。
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。