跳到正文

#Agent

RSS
今日 0 則
11月22日週日
  1. Browser Use Releases37

    Browser Use 1.0.8 修正瀏覽器操作、登入與計費問題

    使用 Browser Use 時,可能會遇到密碼被印出來、連上瀏覽器卻開了空白分頁,或餘額不夠而讓工作中斷。Browser Use 1.0.8 做了幾項修正:不再印出密碼欄位的內容;連線時會接上已開啟的分頁;透過 SSH 或沒有螢幕的電腦操作時,可以用連結和驗證碼在其他裝置核准。模型在最後一步拒絕照指定方式回答時,也會再試一次,讓工作有機會拿到答案。呼叫服務時預留的輸出 token 從 32,768 降為 16,384,較小的餘額比較不會在執行途中遭到拒絕。

  2. LangChain Blog60

    LangChain 分享如何打造 AI 助理可用的知識工廠

    AI 助理要替公司做事,光有模型和資料還不夠,還得知道公司的做事規矩、資料放在哪裡,以及該怎麼查。LangChain把這套整理流程稱為知識工廠:AI 助理工作時遇到缺資料或錯誤,可以先回報問題,再由背景執行的整理助理檢視檔案、資料來源和工作紀錄,更新相關指引。以營收報表為例,助理發現資料欄位改名時會回報,也能把財務主管提供的新格式要求整理進報表指引,讓之後的工作更順。LangChain建議從一項常做的工作開始,觀察 AI 助理卡在哪裡,再逐步補上缺少的知識。

    推薦理由:LangChain以營收報表為例,說明如何讓AI助理回報知識缺口,再由整理助理依據資料來源與工作紀錄更新指引。

11月21日週六
  1. AWS Machine Learning Blog69

    AWS Quick 更新流程、網頁工作區與多個 AI 助理協作功能

    團隊的工作流程常靠某個人記在腦中,其他人接手時容易重做,成果也不一致。AWS Quick 這次更新後,使用者可以用聊天描述工作流程,讓 Quick 串起 AI 助理、技能、工具和資料;例如把每月財務報告的計算、檢查和草稿整理成團隊可共用的流程,再由人檢查並核准。新版網頁也能整理待處理事項,並在關閉瀏覽器後繼續執行工作;多個專門的 AI 助理還能分頭處理同一個請求。管理員可設定提示詞防護政策,Quick 也新增 Meta ads 和 Amplitude 連接器。

    推薦理由:Quick 把流程自動化、多人協作與網頁工作入口整合在同一套更新中,文中的月報例子展示了固定計算與人工審核如何搭配。

  2. AWS Machine Learning Blog68

    AWS 的分散式 KV 快取技能,幫忙評估與設定 LLM 快取

    自架大型語言模型時,不同 GPU 伺服器若沒有共用對話紀錄,使用者回來接續工作時,伺服器就得重新計算,讓第一個回應變慢。AWS 介紹一項分散式 KV 快取技能,可在支援技能的程式開發 AI 助理中,先檢查工作負載是否適合,再估算快取成本、協助設定 Amazon ElastiCache,或排查傳輸問題。文章也提醒,短提示詞可能不適合用快取;是否划算要看提示詞重複情況與實際流量,釋出的 GPU 時間也只有在減少伺服器或承接更多流量時,才會轉成省下的費用。

    推薦理由:文章以四段實際操作說明技能如何先估算工作負載是否適合,再協助設定與排除故障,呈現從評估到部署的完整流程。

  3. Google Research70

    Google 把 Duplex 電話功能帶進 Gemini Tasks,替使用者聯絡商家

    訂位或預約常得打電話,商家可能臨時改口、提出別的時段,電話環境也常有背景雜音。Google 將 Duplex 整合進 Gemini App 的 Tasks,讓它能代替使用者打電話處理日常事務,並用 Gemini 理解需求、安排步驟和接續對話。這套系統從只能處理固定任務,逐步發展到能依文字描述應付不同需求,例如配合行事曆空檔安排汽車保養。每通電話一開始都會說明是 Google 的自動化系統,商家也能選擇不接這類電話。

    推薦理由:Duplex 從固定任務的專用模型,逐步演進為由 Gemini 統整理解、規劃與對話的系統,呈現它如何處理電話中的臨場變化。

  4. Replit ⠕67

    開發一項工作時,常得自己安排規劃、建置和測試。Replit 推出 Missions,使用者先設定想達成的結果、預算和限制,再由多個 AI 助理分工處理並反覆調整;文中舉例,可以要求它協助找到第一批 10 位客戶。Replit 也更新了 Microsoft Fabric 整合、Teams 服務和 Replit Desktop 的本機工作功能。文中提到,一名早期測試者花 $35 執行一項 Mission,五天後促成 $25K 的交易。

    推薦理由:Replit Missions 讓使用者設定目標、預算與限制,再由多個 AI 助理分工規劃、建置和測試,呈現了以成果安排開發工作的做法。

  5. Replit ⠕61

    雲端 AI 助理在瀏覽器裡執行時,碰不到電腦上的本機檔案和工具。Replit Desktop 讓模型在雲端執行,程式碼則在使用者的電腦上,並透過 Microsoft Execution Containers 提供的沙盒運作。使用者可以選擇 AI 助理能存取哪些資料夾,讓它配合手邊的檔案和工具工作。

    推薦理由:Replit Desktop 把雲端模型和電腦上的程式碼分開執行,並讓使用者選擇 AI 助理能讀取哪些資料夾,呈現了本機檔案與雲端開發工具的協作方式。

  6. Browser Use Releases55

    Browser Use 發布 1.0.8rc1 候選版

    Browser Use 自動操作瀏覽器時,可能遇到遠端機器無法輸入 API 金鑰、密碼被印出,或連錯分頁等問題。1.0.8rc1 加入核准連結與程式碼,讓使用者能在其他裝置批准操作;輸入密碼時也不會印出欄位內容,連線瀏覽器時則會接上已開啟的分頁。這版還調整了 judge 的判定流程、部分模型在步數限制下的回答方式,以及 gateway 預留的輸出 token 數量。

  7. Google Developers Blog69

    Google 推出 Semantic governance policies,在 AI 助理執行工具呼叫前檢查是否合規

    AI 助理有權讀取檔案和寄信,不代表每次操作都符合公司規定。Google 在 Gemini platform 預覽推出 Semantic governance policies,透過 Agent Gateway,在工具呼叫執行前檢查它是否符合使用者原本的要求和企業用白話寫下的規則。比如財報公開前,系統可以擋下把數字寄給投資人或私人信箱的要求,也能攔住檔案裡偷偷塞進、沒人要求的刪檔指令。每次判斷和理由都會記錄在 Cloud Logging;由於判斷使用 LLM,結果可能不同,Google 建議先用 dry run mode 檢查,再啟用阻擋。

    推薦理由:文章以財務郵件為例,說明如何在工具呼叫執行前同時檢查使用者原意與企業規則,並留下可供稽核的判斷紀錄。

  8. Arena.ai44

    Arena 推出新的 Agent Arena Index,評比 AI 助理的表現。Gemini 4 Neon 首次上榜就以 1336 分拿下第 2 名;GPT-6.2 Astra 得第 6 名,GPT-6.2 Sol 得第 11 名,平均每項任務花費 $0.90。Qwen4-Max 排第 14 名,也是排名最高的中國模型。推文也列出其他榜單結果,例如 Muse Ember 在 Code Arena: WebDev 得 1608 分,排名升到第 1。這些成績和費用能幫大家比較不同 AI 助理的表現與成本。

  9. Browser Use Releases58

    browser-use 1.0.7 讓長時間瀏覽器操作先回傳部分結果

    瀏覽器操作如果超過使用者端的等待時間,呼叫就可能逾時,使用者拿不到結果。browser-use 1.0.7 調整了 MCP 呼叫的回覆方式:長時間執行的 browser_exec 會在 50 秒內先回傳目前輸出,工作仍會繼續;之後再次呼叫 browser_exec 並留空程式碼,就能取回剩下的結果。原本 50 秒內完成的呼叫則維持原樣。這項調整讓有 60 秒限制的 Cursor 等使用者端也能先收到回覆。

  10. Guillermo Rauch42

    Guillermo Rauch 回憶,他最早試用 @eve 的內部測試版時,做出了一個個人購物 AI 助理,但當時還缺少不少基礎設施。現在有了 @agentcardhq,模型也變得更好,iMessage 和 WhatsApp 的 eve 聊天管道更成熟,執行速度大幅提升,同時保留資料耐久性與加密保護。他表示,現在能用開放式 AI 技術堆疊,打造像 Muse/Instinct 這類可自行掌控的平臺,並鼓勵大家從範本開始修改成自己的版本。

  11. Runway65

    Runway 表示,從 10 月初開始,幾乎每個合併到 Runway App Studio 的程式碼變更,都是 AI 助理撰寫的。Runway 的工程文章說明,他們建了一套系統來檢查這些變更、在瀏覽器中測試,並讓工程師處理風險較高的決定。這提供了一個例子,說明團隊如何把 AI 助理寫的程式碼納入開發流程。

    推薦理由:Runway 說明 AI 助理已撰寫幾乎所有合併的程式碼變更,並分享系統如何檢查、測試及把高風險決策交給工程師。

  12. Vercel Blog57

    Vercel CLI 可讓 AI 助理用白話描述任務來找指令

    找 Vercel CLI 指令時,光記得要做什麼,卻不清楚指令名稱或 API 路徑,可能讓人和 AI 助理都得猜。Vercel 新增 vercel help search,可以用日常語句搜尋符合任務的指令;加上 --with-help,還能在同一次搜尋中看到第一個結果的說明和範例。例如搜尋「roll back production」,就會找到 vercel rollback 的選項與範例。搜尋也能提供符合任務的 API 指令及必填欄位,並支援 JSON 結果。Vercel 表示不會記錄搜尋文字。

  13. OpenHands (All-Hands AI) Releases45

    OpenHands Agent Canvas 發布 v1.43.0,加入對話反應與自動化設定

    OpenHands Agent Canvas 的 v1.43.0 加入多項新功能,例如在設定精靈中建立自動化、對話反應,以及顯示 AI 助理修改過的訊息。實驗性功能可從設定頁面檢視;聊天訊息清單也改成只載入目前需要顯示的內容,讓操作更順。這次更新還修正切換對話時自動化設定表單會消失的問題。macOS 下載版尚未取得 Apple Developer ID 簽章,系統可能會把它標示為「已損毀」;說明指出,這是 Gatekeeper 的隔離標記,移到「應用程式」後可用提供的指令清除。

  14. Artificial Analysis46

    Artificial Analysis 用 Stirrup 測試 Parallel Search 的 fast 和 advanced 兩種模式,讓 GPT-5.6 Luna 用它搜尋網頁,完成 1,700 項搜尋任務。advanced 在 Artificial Analysis Search Index 得 83 分,與 Keenable Search(pro)並列第一;fast 得 82 分,排名第 4。兩種模式在 DeepSearchQA 都拿下 89 分 F1,名列前兩名。fast 平均每項任務約 $0.014,advanced 約 $0.030;這表示搜尋工具也能靠近高分同類服務,同時維持較低費用。

11月20日週五
  1. Hugging Face Blog84

    Hugging Face 示範為 Qwen3.8-27B 訓練 AI 助理工具專用介面卡

    通用模型搭配不同 AI 助理工具時,可能會多花時間和 token,解程式問題的表現也不夠好。Hugging Face 團隊把強化學習直接放進 pi、Hermes Agent 和 OpenCode 這三種工具中,分別為 Qwen3.8-27B 訓練介面卡,也把三者合併成一個版本。測試顯示,各自的專用版本在對應工具和程式開發基準上都優於原模型,完成任務時也少用工具;合併版本則能在三種工具中使用。這套流程與訓練資料也公開,讓其他人能照著調整自己的模型和任務。

    推薦理由:這套流程把強化學習放進實際使用的 AI 助理工具中,並比較專用與合併介面卡的成效,可供重現與評估程式開發任務。

  2. AWS Machine Learning Blog74

    Amazon Bedrock AgentCore 讓 AI 助理透過 AWS 帳單購買 Marketplace 產品

    AI 助理要使用付費搜尋或其他線上服務,開發者過去得先處理付款方式和 API 金鑰。Amazon Bedrock AgentCore payments 現在可讓 AI 助理透過 AWS 帳單,按次購買 AWS Marketplace 上支援 x402 的軟體、API、資料和內容;開發者也能設定每次工作可花的金額和核準賣家。文中示範的研究助理會先搜尋並挑選工具,收到價格報價後確認預算,再付款取得搜尋結果;交易會記錄在 AWS CloudTrail 和 AWS Cost Explorer。

    推薦理由:這項更新把 AWS Marketplace 的付費流程接進 AI 助理工作流程,文章也示範如何用支出上限、核准賣家與交易紀錄管理採購。

  3. AWS Machine Learning Blog51

    AWS Quick 推出 Selling Partner plugin,讓賣家用對話檢視銷售與庫存

    賣家常要在不同工具間切換、匯出報表再整理試算表,才能看懂銷售和庫存出了什麼問題。AWS Quick 的 Selling Partner plugin 以一次登入連線 Seller Central,讓賣家用日常語言查詢即時商品、庫存和銷售資料,也能搭配其他業務工具一起分析;每類資料的存取權可分別設為 None、View 或 Edit,之後也能縮小或撤銷。文中示範的 AI 助理會比較新商品的進貨與配送選項,或根據流量、銷售和庫存訊號找出商品表現下滑的原因,提出修正建議,並在建立內容前請賣家確認。plugin 目前在美國商店進入 beta;AWS Quick Plus 的免費 12 個月方案可由主要銷售帳戶持有人在 2026 年 12 月 31 日前申請,並可讓 10 位受委派使用者加入。

  4. AWS Machine Learning Blog56

    BMW Group 如何管理數百個 AI 助理,讓上千名工程師一起開發

    數百個 AI 助理由不同團隊開發時,許可權、安全和品質標準很容易各做各的。BMW Group 分享一套管理方式:先把 AI 助理拆成可重複使用的工具、技能和工作流程,再用中央登入表讓團隊查詢、審核並避免重複開發。每次部署前,系統會檢查許可權、安全設定和測試結果;上線後也會追蹤品質變化,必要時交由人員調查。團隊仍能自行試作,但共同的檢查流程會在 AI 助理進入正式環境前把關。

  5. Replit ⠕61

    使用線上 AI 助理時,聊天紀錄、記憶和登入資訊可能都放在服務商的伺服器上。Replit 用 Missions 挑戰製作一款 AI 助理,3 天後完成 Amuse。它免費、開放原始碼,可在自己的電腦上研究資料、瀏覽網頁、設定提醒和製作小型應用程式;採取行動前會先詢問使用者。Replit 也用 Security Scanner 找出並修補漏洞,並檢查成品是否安全。

    推薦理由:Amuse 把研究、瀏覽、提醒和製作小型應用程式放在自家電腦執行,也讓使用者保留自己的資料與登入資訊,呈現了個人 AI 助理的另一種使用方式。

  6. AWS Machine Learning Blog39

    Amazon Connect Talent 如何用 AI 助理進行有根據的結構化面試

    大量招募時,每位面試官問法和評分方式可能不同,候選人也可能第一次回答時漏掉重要細節。Amazon Connect Talent 會依職務設計問題和評分表,並在答案不夠清楚時追問;面試時的 AI 助理負責蒐集回答,之後再由另一個流程找出候選人展現的行為、引用對話內容並計分。資料不足時,系統會標出來,不會直接給分。 例如,候選人說自己改善了緩慢的系統,AI 助理可以接著問他做了哪些事、如何衡量改善。研究中,系統的評分有 89.3% 和獨立專家的判斷一致。它也不會用影片、聲音或外表來算分。這種做法讓候選人有機會補充經驗,也讓招募團隊能根據實際回答來評估。

  7. Modal Engineering Blog50

    Abundant 如何用 Modal Sandboxes 打造省成本的 AI 助理訓練環境

    訓練 AI 助理時,每次測試都要準備任務、運算資源和檢查答案的工具;如果環境一直開著卻沒在做事,也會白白花錢。Abundant 用 Modal Sandboxes 建立這些測試環境,讓 AI 助理挑戰工作,再由檢查工具判斷有沒有完成。團隊把監看程式放在測試環境裡,每 30 秒回報狀況;運算需求忽高忽低時,環境也能按需要增加資源。Abundant 已建立超過 75,000 次測試,每月執行超過 200 萬個 Sandboxes。這套做法減少了閒置資源的花費,讓團隊能把時間用在設計更可靠的任務和答案檢查方式。

  8. AWS Machine Learning Blog78

    Amazon Bedrock AgentCore harness 加入 Strands 預設設定與生命週期檢查

    AI 助理接到長任務時,光有模型還不夠,還得管理上下文、使用工具,也要避免未經核准就執行退款等重要操作。AWS 更新 Amazon Bedrock AgentCore harness,加入任務規劃、網頁擷取、檔案讀寫和工作委派等內建工具,也會整理較早的對話內容,減少上下文用量。開發者還能在執行前後設定生命週期檢查,例如用 Lambda 檢查退款金額,超過 $500 就擋下操作,並讓 AI 助理通知顧客案件已升級處理。這些檢查也會套用到受委派的工作;模型、提示詞和工具許可權仍可自行設定。

    推薦理由:文章說明 AgentCore 如何用生命週期檢查攔下超出核准額度的退款,並讓相同規則套用到 AI 助理委派的工作。

  9. NVIDIA Blog71

    NVIDIA 與 Microsoft 擴大 AI 運算,從 Azure 延伸到 Windows 電腦

    企業想把 AI 用在工作上,得先決定模型要放在哪裡、如何配合自家資料。NVIDIA 和 Microsoft 擴大合作,讓企業能在 Azure 使用 NVIDIA Vera Rubin NVL72 系統,也能透過 Microsoft Foundry 調整 NVIDIA Nemotron 開放模型,再部署到雲端或企業自己的裝置。EY 用這種方式調整模型來分類採購紀錄,在自己的評估資料上準確率提高 55%,成本比專有前沿模型低 15 倍。合作也把 AI 部署選項延伸到 Azure Local、工業用邊緣裝置和 Windows 電腦,讓企業能依資料位置與工作需求選擇執行方式。

    推薦理由:NVIDIA 與 Microsoft 把雲端、企業內部和個人電腦的 AI 部署選項串在一起,也展示企業如何用自家資料調整開放模型。

  10. Databricks Blog63

    Databricks 說明受監管產業如何安排 AI 助理的許可權與控制

    受監管產業匯入 AI 助理時,常要在自動處理和可追查、可控制之間拿捏。Databricks 整理出四種架構模式:由固定規則做出可重現的判定,AI 助理負責查明原因;讓 AI 助理產生結果,再由固定測試判斷是否合格;由 AI 助理整理證據與建議,重要決定交給負責的人;或只讓 AI 助理在明確的許可權範圍內執行。文章也以金融對帳、系統遷移、金融犯罪調查和資料存取為例,說明如何依錯誤代價、能否客觀驗證,以及是否需要人員判斷,安排控制邊界。

    推薦理由:四種架構模式分別安排 AI 助理、規則系統與人員的許可權,能協助受監管產業依錯誤代價和判斷方式規劃控制邊界。

  11. AWS Machine Learning Blog60

    AWS 與 Accenture 教你分階段降低 Amazon Bedrock 的 AI 成本

    企業使用 AI 越多,帳單可能越高,就算每個 token 變便宜也一樣。AWS 和 Accenture 建議先用標籤看出各團隊、工作和 AI 助理花了多少錢,再依序調整提示詞快取、批次處理、模型路由、資料檢索、語意快取或模型蒸餾。四個客戶案例中,token 花費約減少 40% 到 85%;有些案例同時改了好幾項,因此無法把省下的費用歸給單一做法。文章也提醒,調整時要逐項測量成本、回答品質和商業價值,品質變差時才能及時回復。

    推薦理由:文章把成本歸因、分階段調整與品質治理串成實作順序,並以四個企業案例呈現不同做法的花費變化。