#Agent
RSS 訂閱#Agent
RSS
Cognition@cognition品質評分5454
langfuse.com@langfuse品質評分4343
langfuse.com@langfuse品質評分4242
OpenBMB@OpenBMB品質評分3939
shadcn@shadcn品質評分3535
AWS What's New品質評分3838 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。
Vercel Blog品質評分5454 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。
Arena.ai@arena精選品質評分6868Inkling 2 Small 今日發布開放權重後,在 Agent Arena 排名美國開放模型第 1、所有開放模型第 2,整體排名第 22。
推薦理由:Agent Arena 以 11.5k 次真實AI 助理工作階段為依據,並列出操控性與每項任務成本,呈現 Inkling 2 Small 在開放模型中的排名表現。
OpenAI News品質評分5252 Amplitude 如何運用 OpenAI 在 1–2 天內推出產品改進
Amplitude 表示,其產品AI 助理 Wave 結合 OpenAI 模型與程式代理程式,協助團隊將產品洞察轉為可執行的改進;Amplitude 估計,產品改進所需時間可從約一個月縮短至 1–2 天。
GitHub Blog · AI & ML精選品質評分7777 GitHub Copilot 如何建立可跨 Agent 重用的技能:實務指南
GitHub 以 Proof Agent 與 Data Forge 示範如何設計可跨 Agent 重用的技能,並透過專案設定檔、共用執行路徑與審核檢查串接工作流程。
推薦理由:文章以 Proof Agent 與 Data Forge 說明如何拆分技能、共享專案脈絡並加入人工審核,呈現跨 Agent 重用指令時的實作邊界。
Cognition@cognition精選品質評分6565Cognition 更新 Devin Teams 方案,讓團隊成員使用新版 Devin Desktop,並新增免費工作階段、SSO 與管理員用量控制。
推薦理由:這次更新涵蓋團隊成員使用 Devin Desktop 的席位安排、免費工作階段,以及管理員的登入與用量控制,呈現 Teams 方案的管理範圍。
Microsoft Research品質評分4343 Microsoft Research Focus 第 98 期:AI 語音翻譯、數學突破與程式編碼AI 助理效率研究
Microsoft Research 第 98 期聚焦多項研究進展,包括讓跨語言 AI 溝通更接近實現、解決 KLS 猜想,以及提升 AI 程式編碼AI 助理的效率。
AWS Machine Learning Blog精選品質評分6363 Natera 如何用 Amazon Bedrock AgentCore 建置實驗室營運 AI 助理系統
Natera 與 AWS 建置 SWARM,運用 Amazon Bedrock AgentCore 分析實驗室裝置支援工單,平均首次回應時間從 17.4 小時降至約 8 分鐘。
推薦理由:SWARM 的架構拆分、技能庫與持續評估流程,呈現如何把裝置檔案和工程師經驗轉成可追蹤的診斷工作流程。
Arena.ai@arena品質評分4141
Arena.ai@arena品質評分5252LMSYS Arena 研究讓電腦操作代理程式直接與遊戲及應用程式互動的 Interaction-as-a-Judge 評估方式,並開源兩組代理程式追蹤資料集。
Orca@orca_build品質評分5454
Together AI@togethercompute品質評分5656OpenAI News品質評分5050 Amplitude 如何運用 OpenAI 在 1–2 天內推出產品改進
Amplitude 的主動式產品AI 助理 Wave 運用 OpenAI 模型,從產品資料中找出改進機會、產出實作計畫並追蹤成效;Amplitude 估計,Wave 可將產品改進的交付時間從約 1 個月縮短至 1–2 天。
OpenClaw🦞@openclaw品質評分4040
Arena.ai@arena品質評分3838Google Developers Blog精選品質評分6363 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。
LangChain Blog品質評分4040 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。
Replit ⠕@Replit品質評分5454
AWS Machine Learning Blog精選品質評分6666 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。
Databricks Blog精選品質評分6262 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。
Browserbase@browserbase品質評分5151Replit Agent 現可透過 Browserbase 在商家網站選購商品,並將商品加入購物車。 使用者只需在結帳時核准。
Cognition@cognition精選品質評分7676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。
Vercel Blog精選品質評分7676 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。
Replit ⠕@Replit精選品質評分6868Replit Agent 現在可根據使用者以自然語言提出的需求,運用已掌握的產品資訊與預算,為企業完成採購。 使用者核准總額後,由 Link 完成付款,並與 Visa 合作支援交易。

推薦理由:Replit Agent 可依產品資訊與預算代為採購,並由使用者核准總額;內容呈現了從建立產品延伸到處理商務採購的流程。
AWS Machine Learning Blog精選品質評分7878 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。
Arena.ai@arena精選品質評分7878Gemini 4 Hydrogen (High) 在 Agent Arena 登上第 5 名,於 6.5k 次真實代理任務中取得 +14.8% 淨改善。
推薦理由:Agent Arena 的排名與分項資料呈現 Gemini 4 Hydrogen (High) 在速度、成本和任務表現上的差異,可用來比較其代理任務效率。
Arena.ai@arena品質評分5757
ClaudeDevs@ClaudeDevs精選品質評分6464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。
Browser Use Releases品質評分4848 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。
Replit ⠕@Replit品質評分5050
Alexandr Wang@alexandr_wang品質評分5454MUSE 推出代打電話功能,可替使用者撥打不想親自處理的電話。 適用情境:保險、電信業者、有線電視服務、DMV 或餐廳訂位。 開放物件:美國付費訂閱者,現已開放使用。

AWS Machine Learning Blog精選品質評分7070 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。
Replit Blog精選品質評分8282 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。
AWS What's New品質評分4242 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。
AWS Machine Learning Blog精選品質評分6666 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。