跳到正文

#產品更新

RSS
今日 5 則
今天10月1日週四
  1. Vercel Blog67

    AI Gateway 新增 Browserbase 搜尋與抓取工具

    AI Gateway 現已支援 Browserbase 的搜尋與抓取工具,開發者可通過單一 API key 在任何支援工具呼叫的模型上新增網頁搜尋和內容檢索功能。工具已在 AI SDK 7.0.116 及以後版本提供,示例程式碼展示如何在 moonshotai/kimi-k3 模型中呼叫。相關定價與配置請參閱 Browserbase 文件,亦可在 AI Gateway 模型演練區體驗。

    推薦理由:AI Gateway 通過新增 Browserbase 搜尋與抓取工具,讓模型能即時獲取網頁資訊,提升跨模型工具呼叫的便利性。

  2. Hugging Face Blog55

    Hugging Face 推出 Open TTS Leaderboard 語音和聲音克隆評估榜單

    Hugging Face 推出了 Open TTS Leaderboard,旨在通過可擴充套件的客觀指標(如 WER、CER、推理速度和說話人相似度)來評估多語言語音合成與聲音克隆模型。該排行榜提供多語言評測、支援聲音克隆對比、內建音訊試聽與投票功能,並針對 GPU 和 CPU 環境對流式效能(TTFA)進行了基準測試。

9月30日週三
  1. cloudflare blog64

    Monetization Gateway 公開測試:通過 HTTP 402 向 AI 代理計費

    Cloudflare 推出了 Monetization Gateway 公開測試,允許域名所有者通過 HTTP 402 按請求向 AI 代理收取費用。該閘道器支援按請求、搜尋查詢或 token 計費,並已在 AI Gateway、Ceramic.ai、Stocktwits、API2PDF 四個生產案例中落地。

    推薦理由:文章闡述了 Cloudflare 新推出的 Monetization Gateway 如何讓 AI 代理按請求付費,展示了多家企業的落地案例。

  2. cloudflare blog64

    AI Gateway Auto Router 釋出,幫助企業降低 AI 成本

    Cloudflare 在 AI Gateway 中推出 Auto Router,自動為每個請求選擇合適的模型,幫助企業在保持效能的同時將 AI 費用降低 30%。

    推薦理由:Auto Router 能在不犧牲效能的前提下,將 AI 費用降低 30%,為企業內部 AI 部署提供自動化成本控制,並支援多模型動態路由。

  3. cloudflare blog67

    Pay Per Use:AI 使用你的內容時,你應獲得報酬

    Cloudflare 推出了 Pay Per Use,允許 AI 公司按實際使用付費,幫助出版商實現內容變現。買家通過統一 API 報告每一次使用,Cloudflare 負責計費與支付,出版商可在儀表盤檢視使用量和收益。該功能目前處於 beta 階段。

    推薦理由:Pay Per Use 讓 AI 公司按實際使用付費,幫助出版商實現內容變現,並提供統一 API 追蹤與結算,支援多種使用場景如搜尋、購物、研究報告

  4. cloudflare blog67

    Cloudflare Workers 新增 Issues 功能:檢測並直接將生產問題傳送給 Agent

    Cloudflare Workers 新增了 Issues 功能,可自動檢測生產錯誤並將完整上下文傳送給 Agent,幫助快速定位並修復問題。Issues 能將重複異常、5xx 響應和錯誤日誌聚合為單一問題,並通過 Automations 將錯誤摘要、堆疊、日誌、跟蹤及 Worker 版本推送給配置好的 Agent。

    推薦理由:文章闡述 Cloudflare Workers 新增的 Issues 功能,說明如何將錯誤自動推送給 Agent 並通過自動化流程快速定位並修復問題,並在部署前進行差異檢查,確保修復安全。

  5. cloudflare blog64

    使用 User Insights 識別 AI 模型過度使用

    雲flare 在 AI Gateway 平臺推出 User Insights 更新,新增任務、模型、成本等維度的分析,幫助團隊識別模型過度使用並支援自動路由。該功能通過分類引擎將對話歸類為編碼、研究、寫作、摘要等任務,並提供模型適配、成本、延遲、對話輪數等指標,供團隊評估是否需要更換模型或調整工作流。

    推薦理由:雲flare AI Gateway 的 User Insights 通過任務、模型、成本等維度幫助團隊識別模型過度使用,支援自動路由和成本最佳化,為企業在大規模 AI 部署中實現更精準的資源分配和費用控制提供了實用工具,並可快速整合至現有監控體系。

  6. cloudflare blog61

    Cloudflare Registrar 簡化域名獲取:支援智慧體與 API

    Cloudflare Registrar 推出全新域名搜尋體驗,支援 420+ 副檔名,即時顯示可用性與價格,並通過 Registrar API、MCP 及 cf CLI 讓智慧體和開發者可程式化搜尋、註冊與轉移域名。新搜尋採用多源證據、WebSocket 動態更新,配合透明定價與即時價格變動,提升使用者體驗。

    推薦理由:Cloudflare 通過 API、CLI 與智慧體整合,提供即時域名搜尋與註冊,顯著降低域名獲取門檻,並通過透明定價與即時價格變動提升使用者體驗。

  7. cloudflare blog75

    網際網路擁有第二個受眾

    Cloudflare 說明網際網路正出現第二個受眾——AI 代理,導致超過一半流量來自軟體而非人類。為此,Cloudflare 推出了 AI Crawl Control、BotBase、Web Bot Auth 等工具,並在 2026 年推出 Monetization Gateway,讓站點能識別、計費並從 AI 代理中獲得收入。

    推薦理由:Cloudflare推出面向 AI 代理的流量控制與計費方案,幫助站點在 AI 時代實現收入恢復,並提供視覺化監控與統一計費介面。

  8. cloudflare blog73

    Cloudflare Containers 重構以擴充套件代理沙箱

    Cloudflare Containers 通過可程式設計排程、執行時映象選擇和檔案快照功能,啟動速度提升 6 倍,支援按需建立沙箱並即時恢復。ComputeSDK 基準測試顯示,容器啟動時間從 4.049 秒降至 648 毫秒,且在 5 萬個容器的突發測試中,單賬號 100,000 個容器在 5.387 秒內完成啟動。

    推薦理由:Cloudflare Containers 通過可程式設計排程和檔案快照,顯著提升代理沙箱啟動速度,幫助開發者更高效地構建和管理 AI 工作流。

9月29日週二
  1. Microsoft Research62

    微軟釋出 AI 生物研究系統 Quine

    微軟研究院推出了旨在應對生物學複雜性的 AI 研究系統 Quine,該系統結合了生物學世界模型與互動式工具掛載,用於連線科學工具、文獻和溼實驗室。在與 Broad 研究所的胰臟癌研究合作中,該系統在一週末內成功預測並優先篩選出能驅動腫瘤細胞狀態轉變的化合物,並通過了溼實驗驗證。微軟同時推出了 Quine Fellows 專案以招募首批科學家訪問該系統。

    推薦理由:微軟研究院推出了面向生物學複雜性的 AI 研究系統 Quine,並將通過 Quine Fellows 專案向科學界開放,為生物醫藥研發提供新的計算與實驗加速路徑。

  2. cloudflare blog61

    Cloudflare 釋出 Application Profiles 以強制執行正向安全策略

    Cloudflare 推出了 Application Profiles 功能,通過分析 HTTP 請求的結構與格式來執行正向安全策略,並顯著減小攻擊面。該功能現已向擁有 API Security 的客戶開放,同時面向未購買該服務的 Enterprise 客戶開放邀請制閉源測試。

    推薦理由:原文介紹了該產品在驗證流量結構時的運作方式,讀者可以藉此瞭解其處理應用層安全策略的具體實現。

  3. cloudflare blog77

    推出 Threat Signals:面向開源威脅情報的智慧體技能,免費提供給所有 Cloudflare 賬戶

    Cloudflare 推出 Threat Signals,利用 AI 技能自動化提取並標註開源威脅報告中的指標,保留上下文,直接生成可在 WAF 中使用的規則,並通過 API 與內部 TIP 整合。

    推薦理由:Threat Signals 通過 AI 技能自動化提取並標註開源威脅報告中的指標,保留上下文,直接生成可在 WAF 中使用的規則,幫助企業快速提升防禦效率,並可通過 API 與內部 TIP 整合,實現全流程威脅情報閉環,降低人工分析成本。

  4. OpenAI News66

    OpenAI DevDay 2026 回顧

    OpenAI 公佈了 DevDay 2026 的 20 多項更新,涵蓋 GPT-6 Astra、ChatGPT、Codex、API、安全及面向開發者的全新工具。

    推薦理由:原文彙總了 DevDay 2026 的多項更新,讀者可以據此瞭解 OpenAI 在模型和工具生態上的最新進展。

  5. AWS Machine Learning Blog62

    Grok 4.7 現已登陸 Amazon Bedrock

    xAI 的 Grok 4.7 現已在 Amazon Bedrock 上線,支援 500K 上下文視窗、四級推理努力程度配置及圖文輸入。該模型可通過 Responses、Chat Completions 和 Converse API 進行呼叫,並提供 US 區域和 Global 跨區域推理配置選項。

    推薦理由:原文介紹了 xAI Grok 4.7 在 Amazon Bedrock 上的可用性與整合細節,讀者可以據此瞭解該模型在 Bedrock 上的呼叫方式與配置選項。

9月28日週一
  1. cloudflare blog81

    Cloudflare 釋出面向智慧體的新命令列工具 cf

    Cloudflare 推出了全新的命令列工具 cf,旨在讓智慧體能夠訪問整個 Cloudflare 平臺中超過 3,000 種操作。該工具預設輸出 JSON 格式以節省上下文,內建自然語言搜尋功能,並採用基於 TypeScript 的全新配置格式和 Vite 開發服務。

    推薦理由:該產品直接將整個平臺的 API 能力適配給智慧體,讀者可以通過專屬配置和命令簡化相關工作流。

  2. cloudflare blog67

    Vite 驅動的 Next.js 應用:Vinext 1.0 釋出

    Cloudflare 推出 Vinext 1.0,幫助開發者將 Next.js 應用遷移到 Vite,並在 Cloudflare Workers、Netlify、AWS Lambda 等平臺部署。新版相容率超過 99%,支援 App Router 與 Pages Router、ISR、快取、觀察等功能,並提供自動化測試與社群驅動的持續改進。

    推薦理由:Vinext 1.0 讓 Next.js 應用可在 Cloudflare Workers、Netlify、AWS Lambda 等多平臺部署,相容率已超過 99%,並提供統一快取、觀察與自動化測試,幫助高流量動態網站實現穩定可靠的執行。

  3. OpenAI News13

    你是 Codex Original 嗎?

    OpenAI 正在為 Codex Originals 專案收集開發者、研究人員和創作者使用 Codex 構建專案的真實故事。符合條件的使用者可以提交自己的專案與故事,參與該專案的下一階段。

9月26日週六
9月25日週五
  1. AWS Machine Learning Blog45

    Datacor 如何利用 Amazon Quick Sight 構建自助租賃分析

    Datacor 在 TrackAbout 解決方案中整合 Amazon Quick Sight,提供自助租賃分析,使用者可通過自然語言查詢即時獲取租賃績效洞察。TrackAbout 客戶共管理 2750 萬件資產,月生成 72.5 萬張賬單,整合後可回答如“將乙炔費率提高 5%”等問題,且資料通過跨雲管道定期重新整理至 Quick Sight SPICE,保證儀表盤反映運營資料。

  2. GitHub Blog · AI & ML86

    GitHub Security Lab 推出基於 AI 的 Fuzzing Taskflow 自動化測試管道

    GitHub Security Lab 推出了基於 Taskflow Agent 的自動化 fuzzing 管道,能夠自主分析 C/C++ 專案、編寫 harness、執行 AFL++ 並生成漏洞報告。該工具採用 agent 負責決策、MCP 工具負責執行的設計,通過覆蓋率反饋迴圈和動態字典生成來提升測試效率。

    推薦理由:文章介紹了開源自主 fuzzing 管道的具體架構和執行邏輯,讀者可以藉此瞭解如何利用智慧體自動化完成程式碼覆蓋率分析和漏洞排查。

  3. Google DeepMind64

    Google DeepMind 釋出 Gemini 3.8 Live with Live Avatar

    Google DeepMind 釋出 Gemini 3.8 Live with Live Avatar,為對話式 AI 帶來近即時的視覺形象與流媒體影片支援。該功能原生耦合了即時對話與低延遲影片生成,具備精確唇形同步、動態視覺形象、非同步工具呼叫以及跨 97 種語言的原生語音同步能力,現已在 Gemini Enterprise 中可用。

9月24日週四
  1. GitHub Blog · AI & ML42

    GitHub Copilot app 如何渲染巨大的 pull request

    GitHub Copilot app 重構了 pull request 檢視,通過將文件高度拆分為確定性的程式碼高度與動態塊高度,並在極端負載下最佳化資料管道和虛擬化渲染,實現了在處理包含 2,200 個檔案、逾百萬改行及超過 400 條行內評論的巨大 pull request 時,依然保持快速流暢的審查體驗。

  2. Microsoft Research69

    將推理遷移到雲端提升物理 AI 機器人效能

    Microsoft Research 在其 Physical AI Toolchain 中新增了將機器人推理遷移到雲端的功能,能夠顯著提升任務成功率、延長續航並支援更大模型。

    推薦理由:文章展示了將機器人推理遷移到雲端可顯著提升任務成功率和續航,幫助讀者評估分散式推理方案對工業機器人的影響。

  3. Google DeepMind62

    Google DeepMind 釋出帶有安全伺服器端記憶體的 Private AI Compute 技術更新

    Google DeepMind 公佈了 Private AI Compute 架構的技術更新,將引入可在雲端持久儲存記憶並保持裝置端隱私標準的長期記憶層。該架構採用硬體級安全 enclave、端到端加密通道以及僅存放在個人裝置上的加密金鑰,使雲端 AI 能夠跨裝置安全保留上下文,同時確保資料連 Google 也無法訪問。

9月23日週三