跳到正文

#Agent

RSS
今日 0 則
11月11日週三
  1. Databricks Blog63

    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。

  2. Databricks Blog73

    Databricks 推出 Genie 外掛,將企業脈絡帶入 ChatGPT、Claude、Microsoft Copilot Cowork 與 Grok Bot

    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。

  3. Databricks Blog81

    Databricks 擴充 Genie Agents,支援檔案分析、企業工具操作與跨組織分享

    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。

  4. Databricks Blog68

    Databricks 宣佈 Genie Ontology 正式推出,擴增知識來源與治理工具

    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。

  5. Databricks Blog65

    Databricks 推出新一代 Genie,承接複雜企業工作的持續任務

    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。

  6. AWS What's New46

    AWS Quick 桌面與手機 App 登陸新加坡區域

    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。

  7. OpenRouter Announcements71

    OpenRouter 推出 Extractions API Alpha,支援從文字、圖片與 PDF 擷取指定欄位

    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。

  8. Browser Use Releases63

    browser-use 1.0.2 修正 MCP 瀏覽器操作與錯誤回報

    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。

  9. Qwen38

    Qwen4 即將推出。 知識更深入、世界理解更豐富,程式設計與 AI 助理能力更強。 為實際工作打造,涵蓋複雜程式設計與知識工作、前端開發,以及專業軟體工作流程。 Qwen4-Max 現已在 Alibaba 的 Token Plan 開放預覽。你也可以透過 QwenWork、Qoder、Qwen APP 和 QwenStudio 搶先體驗新模型。 用實際問題考驗它,秀出你的成果。👀 Token Plan: https://t.co/LOB2Jdt3Sk

  10. Microsoft Research73

    Microsoft Research 揭示 Lazarus:重程式設計休眠神經元以在 AI 助理植入後門

    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。

  11. Browser Use Releases44

    Browser Use 發布 1.0.2 候選版,新增 Chromium 操作方式並改善卡住時的錯誤提示

    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。

  12. AWS Machine Learning Blog62

    Amazon Bedrock AgentCore 評估指南:比較內建、DeepEval 與 AutoEval 評估器

    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。

  13. Google AI Official Blog76

    Google 擴大 Gemini Intelligence 裝置支援並推出新功能

    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。

  14. OpenAI63

    OpenAI 開放 ChatGPT 商家功能測試版,讓商家認領商家頁面、管理資訊,並檢視使用者與商家的互動情況。 符合資格的商家也可建立 Business Agent,回答顧客問題並協助顧客探索商家提供的服務。 https://t.co/N2GEZX0mFT https://t.co/lYj2Z48fhQ

    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。

  15. Aravind Srinivas63

    Perplexity 開始向 Pro 與 Max 訂閱者提供 Gemini 4 Carbon,可用於建立持續性 Teammates,或在 Computer 中執行單次AI 助理工作階段。 價格與能力:Carbon 的價格比 Fable 5.2 低 2.5 倍,在AI 助理研究任務上具相近能力。

    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。

  16. Wiz Blog & Research64

    Wiz 說明如何評估 AI 助理的資安能力

    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。

  17. Vercel Blog45

    Gemini 4 Carbon 登上 Vercel AI Gateway,至 11 月 30 日享 5 折

    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。

  18. AMD77

    AMD 宣佈第六代 EPYC SP7 處理器正式上市,採用全新「Zen 6」架構,支援日益增加的 AI 助理部署,以及企業、雲端與 HPC 工作負載。 供貨進度:伺服器廠商已開始出貨系統。 雲端服務:@Azure 與 @OracleCloud 的雲端執行個體即將推出。 更多資訊:https://t.co/LHw3Evhkd3

    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。