Databricks Genie Ontology 基準測試:準確率達 91%,Token 用量不到競品一半
Databricks 在與 Turing 合作建立的企業資料代理基準測試中,評估 Genie、Genie Ontology 與兩個前沿代理在即時 Databricks 工作區回答商業問題的表現。
推薦理由:這項評測把筆記本、儀錶板與儲存的 SQL 查詢納入企業資料脈絡,呈現這些工作區知識如何影響資料代理的答題準確度與資源用量。
Databricks 在與 Turing 合作建立的企業資料代理基準測試中,評估 Genie、Genie Ontology 與兩個前沿代理在即時 Databricks 工作區回答商業問題的表現。
推薦理由:這項評測把筆記本、儀錶板與儲存的 SQL 查詢納入企業資料脈絡,呈現這些工作區知識如何影響資料代理的答題準確度與資源用量。
Databricks 推出 Genie 外掛,讓 ChatGPT、Claude、Microsoft Copilot Cowork 與 Grok Bot 透過 Genie 取得受治理的企業脈絡,並以附來源引註的方式回答業務問題。
推薦理由:Genie Ontology 將企業定義、資料關係與來源脈絡提供給多種AI 助理,呈現企業如何在不同工作流程中沿用同一套治理脈絡。
Databricks 擴充 Genie Agents,新增非結構化檔案分析、企業工具連線與跨組織分享功能,讓代理程式能結合檔案、受治理資料表與企業工具回答問題並採取行動。
推薦理由:Genie Agents 將非結構化檔案、受治理資料表與企業工具接入同一工作流程,並提供頁面引用與許可權控管,呈現從分析到執行的整合方式。
Databricks 宣佈 Genie Ontology 正式推出,讓 AI 助理從企業資料與日常工作中持續學習業務脈絡,並由人員治理關鍵定義,將共用且受控的知識提供給各種AI 助理。
推薦理由:Genie Ontology 將日常工作產生的知識與人工治理的業務定義結合,並以基準比較呈現其對代理準確率、耗時與 token 用量的影響。
Databricks 推出新一代 Genie,作為可持續追蹤進度、補問缺少資訊並依新資料採取行動的企業 AI 協作者。 - 工作方式:Genie 可透過 Genie One、電子郵件、Slack 和 Microsoft Teams 使用,並依企業設定的許可權與核准規則執行任務;工作可按排程或由事件觸發。
推薦理由:Genie Ontology 串連企業資料與業務定義,搭配許可權控管;文中基準比較也呈現其正確率與 token 使用量差異。
AWS Quick 的桌面 App 和手機 App 現在可在 AWS 亞太地區(新加坡)區域使用。桌面版能處理電腦裡的檔案,並連線行事曆、電子郵件和各種工作 App;手機版可以聊天、看活動訊息和開啟控制面板。你可以在電腦上開始一項工作,出門後用手機檢視進度,對話、工作背景和 AI 助理也會在網頁、電腦和手機之間同步。桌面版支援 macOS 和 Windows,手機版支援 iOS 和 Android。
OpenRouter 推出 Alpha 版 Extractions API,可依指定欄位從文字、圖片與 PDF 擷取結構化值,並提供來源證據或信心資訊。
推薦理由:文章比較三款模型在輸入格式、欄位型別與價格上的差異,也說明信心值、來源跨度與空值機制,協助依檔案型別規劃擷取流程。
導語:新加坡航空利用 OpenAI API 在客戶服務、旅遊建議與內部開發流程中實現 AI 驅動的功能,並取得可衡量的效益。 - 客戶體驗:將 Kris 聊天機器人從傳統對話流轉為 LLM 對話,客戶滿意度提升 2 倍。
**Cogent 與 OpenAI 合作,運用 AI 助理為企業打造 Cyber Defense Factories,從弱點調查、修補規劃到驗證修復,協助企業自動處理資安風險。
Tether AI Research 推出 BotPsy,這款以 Qwen3.5-0.8B 為基礎、適用於端側部署的 0.8B 引數模型,專為工具呼叫與AI 助理工作流程設計。
推薦理由:BotPsy 在多項工具使用基準上與較大型模型比較,並揭示多輪任務、低資源語言及高難度搜尋的表現落差。
使用 MCP 操作瀏覽器時,遇到遠端除錯未開啟或頁面載入很慢,可能會卡住。browser-use 1.0.2 讓命令列和 MCP 可以改用自己的 Chromium,並讓 CDP 呼叫等待 20 秒;如果頁面被 JavaScript 對話方塊卡住,則會快速顯示處理提示。MCP 的瀏覽器程式碼也能在 Windows 用 UTF-8 讀寫檔案,並新增回報問題的方式,送出前會先清理文字。
推薦理由:這次更新補上 MCP 使用自有 Chromium、慢頁面等待與 JavaScript 對話方塊卡住時的處理方式,能看出瀏覽器自動化流程如何回報錯誤並收集意見。
AWS介紹如何在 Amazon Bedrock 使用 Kimi K3.1 Pro Highspeed,並透過 Flex 層級、提示詞快取與 OpenCode 設定,調整成本及整合至程式開發流程。
推薦理由:文章整理了在 Amazon Bedrock 呼叫模型、降低 Flex 用量成本及設定提示詞快取的方法,並提供 OpenCode 串接範例。
Pydantic AI v2.67.0 擴充耐久執行、工具呼叫與程式專案指令載入能力,並修正多項模型串接與沙盒問題。 - AI 助理與工具:支援在耐久執行下使用動態子AI 助理,並新增透過 DBOS 子工作流程執行工具的能力。
Microsoft Research 揭示 Lazarus 後門技術,可重程式設計 LLM 中少於 10 個休眠神經元,讓 AI 助理在隱藏觸發條件出現時執行惡意命令,且不需重新訓練模型。
推薦理由:研究說明少於 10 個休眠神經元如何在免訓練下植入後門,並指出模型權重來源與完整性是防禦此類攻擊的關鍵。
AWS 示範如何用 LangGraph 與 Amazon Bedrock AgentCore Web Search API 建置每日依賴專案監控,平行搜尋 npm、PyPI 與容器基礎映像的安全公告,並檢查來源後只回報新發現。
想先試用 Browser Use 1.0.2 的人,要自己安裝候選版:pip install 'browser-use==1.0.2rc1';一般安裝目前仍會拿到 1.0.1。這個版本讓 --cli-mcp 在 Chrome 遠端除錯關閉時改用自己的 Chromium,也會告訴模型怎麼取得你的 Chrome。若網頁被 JavaScript 對話方塊卡住,操作會更快回報清楚錯誤,減少一直等待的情況。
AWS 說明如何在 Amazon Bedrock AgentCore Evaluations 中,依代理的業務成果選擇內建、DeepEval 與 AutoEval 評估器,檢查任務完成、工具使用、對話品質與安全等行為。
推薦理由:文章以客服、研究與專業領域代理為例,說明如何從業務成果拆解可觀察行為,再選擇追蹤或工作階段層級的評估器。
Google 擴大 Gemini Intelligence 在 Android 裝置上的支援,並推出自訂小工具、裝置協助等新功能。 - 裝置與地區:motorola signature 27 將於美國開放預購;Pixel 10、Pixel 10 Pro XL 和 Pixel 10 Pro Fold 透過 Pixel Drop 取得最新功能。
推薦理由:內容列出 Gemini Intelligence 擴充套件至不同裝置與地區的功能和入口,便於比較各項能力的適用情境。
Trovata 將自主 AI 代理整合進其企業財資管理平臺,透過 Amazon Bedrock 與 Amazon Bedrock AgentCore 執行持續性的工作流程,協助財資團隊監控活動、分析差異、偵測異常並自動提供更新。
OpenAI 推出 Businesses in ChatGPT 測試版,讓商家管理在 ChatGPT 上的資訊、檢視互動洞察,並透過 Business Agent 與顧客交流。
推薦理由:Business Hub 將商家資料管理與互動洞察整合進 ChatGPT,Business Agent 則提供另一種回答商品問題、協助顧客探索服務的方式。
推薦理由:商家可認領商家頁面、管理資訊並檢視互動洞察,符合資格者還能建立 Business Agent 回答顧客問題,呈現 ChatGPT 面向商家的功能範圍。
TCS 說明如何運用 Amazon Bedrock AgentCore 建構多租戶測試協調平臺,將需求轉為可執行測試,並串接執行、修正與報告流程。
推薦理由:文章拆解需求建構、分租戶隔離、專用執行環境與受控修正流程,並以約 100 個測試情境的內部比較呈現人工作業變化。
推薦理由:Gemini 4 Carbon 已開放給 Perplexity Pro 與 Max 訂閱者,並提供持續性 Teammates 和單次 Computer AI 助理工作階段兩種使用方式。
Wiz 說明如何設計資安AI 助理基準,評估AI 助理在真實資安任務中的表現,並提出任務設計、評分與測試環境的原則。 - 基準規模:Wiz Cyber Model Arena v3.9 涵蓋 26 個模型、4 種通用 harness、59 個AI 助理與 327 項挑戰;每項挑戰提供 3 次嘗試,時限為 1,000 秒。
推薦理由:文章以 Wiz Cyber Model Arena v3.9 說明如何設計貼近實務的資安AI 助理基準,涵蓋任務取樣、程式評分、隔離環境與成本衡量。
Google 的 Gemini 4 Carbon 已在 Vercel AI Gateway 開放使用,至 11 月 30 日提供 5 折優惠。 用途與能力:Gemini 4 Carbon 面向複雜軟體工程、長時間 AI 助理工作與資安防禦,支援尋找漏洞、驗證風險及開發修補程式;Google 表示,它在多階段工程任務、編碼、全端網頁開發與科學推理方面有所改善,也更可靠地執行多步驟計畫、減少缺乏依據的主張,並能在需求模糊時改善協作。 上下文與使用方式:模型提供 1M token 上下文視窗,可處理大型程式碼庫與長輸入;模型名稱為 google/gemini-4-carbon,可在 Claude Code、Codex、Cursor 等工具中,安裝最新版 Vercel CLI 並完成設定後選用。 AI Gateway:提供統一 API,可呼叫模型、追蹤用量與成本,以及設定重試、故障轉移與效能最佳化;另支援自訂報表、Zero Data Retention、API 金鑰預算、路由規則與 BYOK。Vercel 表示,AI Gateway 按供應商價格計費,不加價,也不對推論收取平臺費。
推薦理由:採用 Zen 6 架構的第六代 EPYC SP7 處理器已開始供貨,文章也交代伺服器出貨與雲端執行個體的推出進度。
OpenRouter 示範如何用 Python 建置餐廳訂位語音AI 助理,串接語音轉文字、LLM 工具呼叫與文字轉語音,並逐句產生語音回覆。
推薦理由:文章以餐廳訂位流程示範語音AI 助理的建置,並比較延遲、成本與轉錄表現,呈現串接工具時的實作取捨。
Workday 使用 LangGraph 編排 AI 助理,並以 LangSmith 提供追蹤、可觀測性與評估,打造供內部開發團隊在 Workday 基礎架構上建置、部署及執行正式環境AI 助理的平臺。
Supabase 整合進 EAS CLI,執行 eas integrations:supabase:connect 即可建立 Supabase 專案、安裝 SDK,並將金鑰寫入 Expo 的各個環境。
推薦理由:這項整合把建立 Supabase 專案、安裝 SDK 與設定環境金鑰串成單一指令,並為 Preview 與 Production 分開配置資料,呈現跨環境部署的實務流程。
n8n 現已支援 Google Gemini 4 Carbon,可在 AI Agent 節點與獨立的 Google Gemini 節點中使用,處理多步驟工作與不受信任輸入。
推薦理由:Carbon 在 n8n 的整合方式、代理工作流程範例與基準資料,呈現長任務處理和提示注入防護的實際應用脈絡。