跳到正文

#Agent

RSS
今日 0 則
11月13日週五
  1. OpenBMB39

    現場攝影機拍到畫面後,通常還需要人檢視、整理,才能用來處理工作。CamThink 把 NeoEyes 邊緣攝影機、NG4500 AI Box 和 NeoMind 平臺接在一起:攝影機拍下照片後,會觸發 AI 助理,讓內建的 MiniCPM-V 4.7 1B 依照提示詞清點人數、找出安全違規、檢視垃圾桶裝了多少,或讀取儀表數字。結果會整理成資料,顯示在儀錶板,也能用來發出異常提醒或連線其他系統。照片和分析結果會留在現場網路內;辨識效果則會受提示詞、照片清晰度和模型能力影響,重要工作仍應由人確認。

  2. shadcn35

    當我們開始著手設計「behavior」概念時,就想試著讓 AI 助理更擅長做好無障礙設計。我們花了很多心思,確保 UI SDK 的 behaviors 能妥善處理並驗證介面的無障礙設計。 因此,當你要求 AI 助理使用 UI SDK 建立介面時,就能預期它一開始便能做好無障礙設計,並採用最佳實務。 下方影片中的每個介面,第一次生成時都拿到這些分數。 我們為 AI 助理打造了 UI SDK。

  3. AWS What's New38

    Amazon Bedrock AgentCore 身分功能支援 OAuth 2.0 授權伺服器網址

    有些網站的 OAuth 2.0 授權伺服器沒有採用 OIDC,過去就無法和 Amazon Bedrock AgentCore 身分功能搭配使用。現在,設定 JWT 授權或自訂 OAuth 憑證提供者時,可以使用 OAuth 2.0 或 OIDC 的發現網址,讓 AgentCore 能找到授權伺服器需要的資料。這項功能已在所有提供 Amazon Bedrock AgentCore 的 AWS 區域推出,不需額外付費。

  4. Vercel Blog54

    Vercel AI Gateway 開放使用 Thinking Machines 的 Inkling 2 Small

    Thinking Machines 的多模態推理模型 Inkling 2 Small 已在 Vercel AI Gateway 上提供,可用於程式開發AI 助理、視覺理解與專業知識工作。 輸入與輸出:支援文字和影像輸入,並產生文字輸出;可處理較長的程式開發任務、使用工具蒐集資訊,再整理成檔案、試算表等成果。 視覺能力:可讀取影像中的文字、解讀圖表與資訊圖表、檢視介面;在視覺開發流程中,能根據截圖檢查程式碼產出並引導後續修改。 接入方式:模型名稱為 thinkingmachines/inkling-2-small。安裝最新版 Vercel CLI 並執行設定後,可在 Claude Code、Codex、Cursor 等程式開發AI 助理中選取該模型;詳情見 coding agents guide,也可在 model playground 試用。 AI Gateway 服務:提供統一 API、用量與成本追蹤、重試與故障轉移設定及效能最佳化;另有自訂報表、Zero Data Retention 支援、API 金鑰預算和路由規則。 費用:AI Gateway 依照供應商定價,不加價;推論不收平臺費,包含 Bring Your Own Key(BYOK)請求。

  5. Arena.ai38

    Gemini 4 Hydrogen 擅長知識工作。 根據超過 6,000 場真實世界的 AI 助理工作階段,Hydrogen (High) 在 Agent Arena 總排名第 5。在知識工作任務中則升至第 4。 因此,它在這類任務上的排名超越了整體排名高於它的三款競爭模型:Claude Opus 5.5 (Max)、GPT-6 Astra (Max) 和 Claude Sonnet 5.5 (Max)。 這表示 @GoogleDeepMind 的 Hydrogen 不僅是 Agent Arena 前 5 名中速度最快的模型,也是適合真實世界工作的強大選擇。

  6. Google Developers Blog63

    Google Agent Anomaly Detection 在五個非 Google 撰寫的基準中偵測表現如何

    Google 公佈 Agent Anomaly Detection 在五個非 Google 撰寫的公開AI 助理安全基準上的測試結果,涵蓋 1,774 個工作階段;該功能會分析AI 助理追蹤紀錄與日誌,標記越出預期界線的行為。

    推薦理由:這項測試比較五個公開基準中的偵測表現,並呈現成功攔截後的告警率、誤報範圍與長期記憶投毒的弱點。

  7. LangChain Blog40

    企業如何掌握自身 AI 智慧,建立持續優勢

    LangChain 指出,企業若要把 AI 用於營運核心或客戶產品,就必須掌握讓通用智慧符合自身業務需求的系統,才能創造實際效益並建立差異化。 - 掌控AI 助理系統:管理模型、協調層(harness)與情境資料,包括檔案、政策、工具、技能、偏好、組織知識與記憶;保留切換模型供應商的彈性,也能避免供應商鎖定。

  8. AWS Machine Learning Blog66

    AWS 說明如何降低 Amazon Bedrock 每項任務成本並衡量 Agent 投資報酬

    AWS 說明如何計算 Amazon Bedrock 的每項任務成本、降低 Agent 支出,並透過人工基準與對照實驗衡量投資報酬。 - 四項隱藏成本:Tokenizer 效率、輸出冗長程度、Agent 工具迴圈次數與推理開銷,都會影響實際任務成本。

    推薦理由:文章把模型成本拆解為 token 效率、輸出長度、工具迴圈與推理開銷,並提供以成功任務成本和人工基準衡量 Agent 投資報酬的實作框架。

  9. Databricks Blog62

    Databricks 推出 Lakehouse//RT Beta,主打高併發即時分析與降低基礎設施成本

    Databricks 推出 Lakehouse//RT Beta,讓即時分析直接查詢 lakehouse 資料,並以高併發、較快查詢與小幅自動擴縮,降低工作負載成長時的基礎設施成本。

    推薦理由:文章以 Aurasell、VisionHeight 與 nOps 的案例呈現查詢速度、基礎設施成本及資料重複量的變化,可用來瞭解 Lakehouse//RT 在即時分析工作負載中的實際取捨。

  10. Cognition76

    Gemini 4 Hydrogen 已在 Devin Desktop 與 Devin CLI 上線,並在評估真實世界工程任務品質與可合併性的 FrontierCode 2.0 基準中獲得 38.2%。 基準比較:成績略低於 GPT-6.1 Sol。 基準說明:FrontierCode 2.0 評估模型處理真實世界工程任務的品質與可合併性。 https://t.co/fiAMNd9oz8

    推薦理由:Gemini 4 Hydrogen 已可在 Devin Desktop 與 Devin CLI 使用,並提供 FrontierCode 2.0 的工程任務基準成績,可瞭解其在該測試中的相對表現。

  11. Vercel Blog76

    Vercel 教你如何測試 Agent 與其使用的軟體

    Vercel 說明如何用評測衡量 Agent 是否能正確完成使用者任務,並以咖啡訂單示範端到端評測的設計、執行與分析。 - 測試層級:依 LLM 呼叫次數分為確定性測試、單輪評測與端到端評測;若要檢查整個任務是否達成,端到端評測會在環境中執行完整流程,再驗證結果。

    推薦理由:文章以咖啡訂單示範如何設計端到端 Agent 評測,並說明成功率與 Pass^k 回答不同可靠性問題,協助團隊選擇合適指標。

  12. AWS Machine Learning Blog78

    AWS 升級 Amazon Bedrock AgentCore Runtime,提升AI 助理執行效能與資料隔離

    AWS 宣佈推出新一代 Amazon Bedrock AgentCore Runtime,在維持每個工作階段硬體隔離的前提下,提升啟動速度、運算容量與資源使用效率。

    推薦理由:AgentCore Runtime 同時調整啟動速度、運算容量、記憶體計費與資料隔離,呈現企業部署長時間、多工作階段AI 助理時的基礎設施取捨。

  13. ClaudeDevs64

    Anthropic 開放自託管版 Claude Managed Agents 私人測試,讓使用者自行託管 Agent 執行框架、沙箱與工作階段紀錄,並選擇 Claude 請求的傳送位置。 可部署於自己的雲端或內部部署環境。

    推薦理由:Anthropic 將 Claude Managed Agents 的執行環境與工作階段紀錄交由使用者自行託管,並可選擇 Claude 請求的傳送位置,提供部署方式上的彈性。

  14. Browser Use Releases48

    browser-use 1.0.3 修正命令列錯誤並加快瀏覽器操作

    使用 browser-use 操作瀏覽器時,關閉連線可能讓命令列報錯,找不到瀏覽器也可能要等很久。browser-use 1.0.3 修正了這些情況:例如,連線提早關閉時,命令列會正常結束;如果 BU_CDP_URL 指向沒有回應的位址,系統會在 3 秒內顯示錯誤。取消雲端操作後,下載的檔案也會在 10 秒內複製完成。這些改動能減少等待,也讓錯誤訊息更清楚。

  15. AWS Machine Learning Blog70

    如何使用 coding agent 將 Amazon Bedrock 知識庫遷移至 Managed Knowledge Base

    AWS 說明如何使用 Agent Toolkit for AWS 中的遷移指南,協助將 Amazon Bedrock 客戶管理知識庫遷移至 Managed Knowledge Base,並在切換流量前驗證檢索結果。

    推薦理由:文章將知識庫遷移拆成唯讀盤點、逐項審查計畫與核准後建置,並說明如何平行驗證檢索結果,提供可參照的遷移流程。

  16. Replit Blog82

    Replit Agent 新增企業用品採購與 Google Ads 廣告管理功能

    Replit 為 Replit Agent 新增企業用品採購與 Google Ads 廣告管理功能,讓使用者能在 Replit 內準備採購及廣告活動,並由業主核准支出與投放設定。

    推薦理由:Replit Agent 將採購與廣告流程接入既有工作環境,並以逐筆核准、預算設定與成效追蹤呈現創業者可交由 Agent 協助的營運環節。

  17. AWS What's New42

    Amazon Connect Customer 讓客服合併和關聯相關案件

    客戶可能為了同一件事,透過聊天和電子郵件多次聯絡客服,讓處理紀錄散落在不同案件裡。Amazon Connect Customer 現在能讓客服把相關案件合併成一件,整理成同一份處理紀錄;也能把不同客戶遇到同一問題的案件連在一起,方便統一回覆。例如,延遲配送的聊天案件和電子郵件案件可以合併。這項功能已在 10 個 AWS 區域推出。

  18. AWS Machine Learning Blog66

    AWS 說明如何以 Agent DLC 將 AI 助理從原型推進至正式環境

    AWS 介紹 Agent Development Lifecycle(Agent DLC),以明確的驗收標準串起 AI 助理的建置、評估、發布與上線監測,並透過參考實作說明如何診斷失敗。

    推薦理由:文章以 HR 政策助理的實測說明,單看段落相關性可能漏掉檢索內容缺口,並整理出從定義標準到上線監測的評估流程。