跳到正文

#Google

RSS
今日 0 則
11月21日週六
  1. 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。

  2. 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。

  3. 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。

  4. Google Developers Blog71

    Google 教你安全連線 Gemini Enterprise 與內部 Cloud Run MCP 服務

    企業把內部系統接到 Gemini Enterprise 時,得避免 MCP 服務暴露在公開網路,也要確認每次呼叫來自哪個服務和使用者。Google 說明如何用 Egress Agent Gateway、Private Service Connect 和精確網域的 Private Cloud DNS,讓 Gemini Enterprise 私下連到 Cloud Run;DNS 只套用在指定的 MCP 網址,避免影響共用 VPC 裡的其他 Cloud Run 服務。文章也說明兩層驗證的分工:Cloud Run IAM 確認呼叫服務的身分,MCP 程式則檢查使用者的 OAuth 2.0 權杖。文中附有參考程式和設定步驟,並介紹如何用 Cloud Logging 確認連線狀況。

    推薦理由:文章整理 Cloud Run 內部 MCP 服務的私有連線與雙重驗證做法,也說明如何避免 DNS 設定影響共用 VPC 中的其他服務。

  5. Google Developers Blog75

    Google 說明如何在 Gemini Enterprise 自訂介面處理使用者與工具授權

    企業把 Gemini Enterprise 放進自家入口網站時,原本內建介面會處理的登入和資料授權,就得由自訂介面接手。Google Developers Blog 整理了三部分做法:呼叫 StreamAssist API 時,依需求使用 Google Identity、Workforce Identity Federation 或 Workload Identity Federation;讓使用者替 Google Drive、SharePoint 等連接器完成 OAuth 授權;以及讓自訂 ADK AI 助理在真正呼叫受保護的工具時才要求授權。若要依員工身分限制檔案和工具許可權,應使用代表個人的登入方式;共用機器人則可使用 Workload Identity Federation。文中也附上可執行的程式範例,展示授權後如何把憑證存入 Google 管理的 Keystore 或 Token Vault。

    推薦理由:自建介面會接手處理登入、連接器授權與 AI 助理工具授權,本文比較三種登入方式並說明如何依個人許可權需求選用。

  6. Google Developers Blog55

    Google 擴大 Agent Anomaly Detection 監看其他雲端的 AI 助理

    AI 助理在不同雲端執行時,異常操作可能藏在一連串看似正常的工具呼叫裡。Google 的 Agent Anomaly Detection 現已開放私人預覽,可讀取送到 Google Cloud 的追蹤紀錄和日誌,分析 AI 助理的整段對話,不必接觸它實際運作的環境。測試中,它找出 AWS Lambda 上大量翻查商品目錄的行為,也標記出 Microsoft Foundry 上受訂單備註影響、退還 $999 款項的操作。分析會另外執行,不會拖慢 AI 助理;目前支援以 ADK for Python 建置的 AI 助理。

  7. Arena.ai44

    LMSYS Arena 更新了 Arena Alignment Index,調整偵測 AI 助理出錯的方式,希望涵蓋更多情況、判斷更可靠。這份指數會看 AI 助理在真實使用情境中,是否擅自做事、謊稱工作已完成,或把使用者沒說過、沒做過的事算到使用者頭上。新版排名中,OpenAI 包辦前七名;Claude Fable 5.2 首次上榜排第 8,Kimi K3.1 Pro 是進步幅度最大的開放模型,也排在第 9。這提醒我們,模型排名不只看能不能回答問題,也要看它會不會越權或誤報工作狀態。

11月20日週五
  1. Cognition76

    挑選程式碼變更要不要合併,得同時看模型判斷得準不準、花費多不多。Cognition 用自家的 FrontierCode 2.0 評估 Gemini 4 Neon,這項基準測試關心模型能否判斷一項程式碼變更是否該合併。Gemini 4 Neon 得分 46.2%,每項任務約 $4.38;Cognition 表示,它的分數和 Opus 5.5 相差不到 1 分,成本約為三分之一。Gemini 4 Neon 也已可在 Devin Desktop 和 Devin CLI 使用。

    推薦理由:FrontierCode 2.0 用是否該合併程式碼變更來評估模型,並列出 Gemini 4 Neon 的分數與每項任務成本,方便比較其表現與花費。

  2. Arena.ai49

    Google DeepMind 昨天推出 Gemini 4 Neon,影片用 3D 場景、遊戲、介面設計和資料圖表展示它的表現。Peter Gostev 也把它和 Opus、Fable、Astra、Sol 比較,談到畫面細節、創意、動態效果、設計一致性與價格,並分享自己對 Gemini 4 Neon 距離頂尖模型還有多近的看法。這類實際操作比較能讓人看出模型在不同任務上的表現,但推文沒有說明最終排名或比較結果。

  3. Google Gemini65

    用電腦做事時,人還需要繼續使用自己的螢幕和滑鼠。Gemini Mac App 現在可以在背景視窗中操作資料夾、App 和網頁,點選、捲動畫面與輸入文字;示範中,它把一張簡單草圖轉成 Blender 裡設定好骨架的 3D 模型。這讓人能把部分電腦操作交給 Gemini,同時繼續使用自己的螢幕。

    推薦理由:Gemini 可在背景視窗操作 Blender,示範把手繪草圖轉成設定好骨架的 3D 模型,呈現電腦操作功能的實際用途。

  4. Artificial Analysis43

    不太熟悉新推出的 Gemini 4 系列?以下是 Gemini 4 Carbon、Neon 和 Hydrogen 的幾項重點 Carbon 是價格最高的模型(每 1M 輸入/輸出 tokens 為 $4/$20),接著是 Neon($3/$15)和 Hydrogen($1.50/$7.50)。在低推理力度下,Carbon 的表現是三者中最好的,但會使用更多 tokens。不過,Neon 和 Hydrogen 提高推理力度後的擴充套件效果更好,並多了一種推理選項(xhigh)。

  5. Google Research84

    Google 用量子處理器測試 contextuality,最高跑到 105 個量子位元

    量子電腦的特殊優勢能不能在更多量子位元上維持,過去還不清楚。Google Research 團隊在 Willow 量子處理器上測試一種叫 contextuality 的量子特性:兩組參與者要在不能交談的情況下,對同一格給出一致答案;預先寫好的古典規則最多隻能答對 88.89%,量子處理器答對 98.30%。團隊也測試最多 71 個量子位元的遊戲,以及最多 105 個量子位元的淺層量子電路,結果都超過古典方法的界線。這些任務還能抓出一般隨機電路測試容易漏掉的細微硬體錯誤。

    推薦理由:研究以多種量子任務檢驗 contextuality 是否能在更多量子位元上維持,也指出這些任務能抓出隨機電路測試容易漏掉的細微硬體誤差。

  6. Google AI Official Blog63

    Google 在 Gemini API 推出 Tool Retrieval,按需求載入工具設定

    AI 助理連線很多工具時,每次都送上所有工具的完整設定,會增加輸入 token,也可能讓工具選擇變得不準。Google 在 Gemini Interactions API 預覽推出 Tool Retrieval,讓模型先看到工具名稱和說明,等需要某項工具時才載入完整設定,並在同一次請求中完成搜尋與呼叫。開發者可以把常用工具先載入,其他工具延後載入;也能讓 Gemini 在伺服器端搜尋,或由自己的程式查詢工具清單。這項功能沒有額外費用,但載入的設定仍會按一般輸入 token 計費;官方表示,Gemini 3.6 及之後的模型都可使用。

    推薦理由:工具很多時,每次把完整設定都送進提示詞會增加 token 用量並拖慢選擇;Tool Retrieval 改為需要時才載入,適合瞭解大型工具庫的取用方式。

  7. Google Developers Blog80

    Google 說明 MaxText 如何用 Streaming DiLoCo 跨資料中心訓練大型語言模型

    大型語言模型分散到不同資料中心訓練時,網路速度慢會讓裝置停下來等資料同步。Google 在 MaxText 加入 Streaming DiLoCo,把模型切成多個部分,分批傳送引數更新,讓訓練和傳輸能同時進行。以 Qwen3-32B 為例,在 10 Gbit/s 網路下,每步訓練約 5.76 秒;一般資料平行訓練約 55.11 秒,原本的 DiLoCo 則約 7.55 秒。文章也提到,這種做法在測試中維持了模型訓練品質,並提供 MaxText 的設定方式。

    推薦理由:文章以 Qwen3-32B 在不同網路頻寬下的實測,比較三種訓練方式的耗時,呈現引數分批同步如何減少跨資料中心網路壅塞。

  8. Vercel Blog60

    Vercel AI Gateway 上線 Liquid AI 的 d1.2 與 d1.2-ultra

    需要從音訊或圖片中找出特定資訊時,單靠生成文字不一定方便整理答案。Vercel AI Gateway 現在提供 Liquid AI 的 d1.2 和 d1.2-ultra,這兩個決策模型會直接回傳結構化結果,可回答是或否、選出類別、依規準評分,也能辨認音訊內容或找出圖片物件的位置。d1.2 速度較快、成本較低;d1.2-ultra 則是 Liquid AI 準確度最高的決策模型。使用者可在同一個請求中提出多個問題,請求也會記錄在 AI Gateway 的紀錄中並計入預算。

  9. Google Developers Blog72

    Google 示範如何用 Tunix 和 Gemma 4 訓練多輪 AI 助理

    AI 助理玩棋盤遊戲時,如果只能一次猜一格,常會打很多次才找到目標。Google 示範用 Tunix 在 Cloud TPU 上訓練 Gemma 4,讓它每次出手後讀取棋盤回饋,再決定下一步。示範中的 Plane Strike 是 6x6 棋盤遊戲,AI 助理要找出藏起來的 8 格飛機。訓練 100 步後,在保留的棋盤測試中,勝率從 9.4% 提升到 95%,平均出手次數也從 22.44 次降到約 16 次。

    推薦理由:Plane Strike 的訓練過程呈現多輪工具呼叫如何配合環境回饋逐步修正策略,也提供勝率與出手次數的變化作為參考。

11月19日週四
  1. PyTorch Core Releases55

    PyTorch 修正 cuDNN 可變長度注意力反向計算的梯度錯誤

    使用融合 QKV 資料時,cuDNN 的可變長度注意力在反向計算中可能算錯梯度,影響第一份檔案之後的資料。PyTorch 這次加入條件式複製:只有 Q 和梯度資料的排列不同時,才先把 Q 複製成相同排列,再交給 cuDNN 計算。文中的測試涵蓋 16 種數值案例,修正後都通過;在檔案長度差異大的測試中,保留精簡工作區並配合複製,可減少記憶體使用,部分情況也更快。不過檔案長度相同時,複製可能讓運算變慢;這是針對 cuDNN 行為的暫時處理方式,沒有修改 cuDNN 核心程式。

  2. Cursor74

    在 Cursor 裡使用 Gemini 模型時,效能和費用都是選擇時會考慮的因素。Cursor 宣佈 Gemini 4 Neon 已可使用;在 CursorBench 4.1 的預設 effort 設定下,它拿到 63.7%,高於 Gemini 4 Hydrogen 的 57.3%。價格是每百萬個輸入 tokens $3、每百萬個輸出 tokens $15,提供了比較測試分數與費用的依據。

    推薦理由:Gemini 4 Neon 在 CursorBench 4.1 的分數高於 Gemini 4 Hydrogen,並列出輸入與輸出價格,可用來比較效能和使用成本。

  3. Vercel Blog72

    Google 推出 Gemini 4 Neon,並開放在 Vercel AI Gateway 使用

    寫程式或處理多步驟工作時,模型要回得快,也得能看懂不同種類的資料。Vercel 宣佈 Gemini 4 Neon 已可透過 AI Gateway 使用;官方說它比先前較輕量的 Gemini 4 升級,回應更快,輸出品質接近 Google 較大型的 Gemini 4 模型。它能讀取文字、圖片、影片和檔案,並支援工具呼叫、結構化輸出、Google 搜尋與 Google 地圖資料,以及四種推理等級。

    推薦理由:Gemini 4 Neon 主打較快回應與接近大型 Gemini 4 模型的輸出品質,也支援多種輸入和工具呼叫,適合瞭解它能處理哪些工作。

  4. Artificial Analysis70

    挑 AI 模型時,分數、花費和完成工作所需的時間常要一起考量。Artificial Analysis 測試 Google 的 Gemini 4 Neon,發現它在 Intelligence Index 得 61 分,比 Gemini 4 Carbon 高 1 分;每項任務花費 $6.44,約低 17%,平均約 21 分鐘,比 Carbon 的約 36 分鐘快。報告也指出,Neon 每項任務用的輸出 token 更多,較低花費來自 token 價格較低,較快則和輸出速度較高有關。用 Antigravity CLI 測試寫程式的 AI 助理時,Neon 的分數也高於 Carbon,成本低於報告列出的 Claude Opus 5.5 和 Claude Fable 5.2。

    推薦理由:這份評測比較 Gemini 4 Neon 與 Carbon 的任務成本和完成時間,也拆出價格與輸出速度對差異的影響,方便衡量效能和花費。

  5. Google DeepMind85

    Google DeepMind 推出 Gemini 4 Neon,主打快速處理程式與分析工作

    處理大型程式專案、企業資料和科學問題時,工作常需要多步驟操作,也會耗費不少時間與費用。Google DeepMind 推出 Gemini 4 Neon,主打在單次工作中處理複雜任務,並可讀取多種資料;上下文視窗為 1 million tokens。官方表示,它在多項程式、分析與科學評測中取得高排名,也能協助找出和修補程式漏洞。價格為每 1 million input tokens $3、每 1 million output tokens $15;產品正陸續開放給開發者、企業及符合資格的 Gemini 訂閱者。文中的評測結果與安全資料來自官方列出的測試。

    推薦理由:Gemini 4 Neon 同時面向程式開發、企業分析與資安工作,文中也比較了效能、費用和安全防護,呈現它的使用取捨。

  6. Arena.ai68

    挑選 AI 助理時,除了看任務做得好不好,也要考慮每次任務的花費。Arena 根據社群進行的 4.2k 次真實 AI 助理工作階段,將 Gemini 4 Neon (High) 排在 Agent Arena Index 第二名,得分為 1336,單次任務中位成本為 $2.82。榜單也列出使用者滿意度、回應修改的能力和任務完成情況等指標;這些數字能讓人比較表現與費用,但只反映這份榜單採用的評測方式。

    推薦理由:Arena 的排名與每項任務中位成本,呈現 Gemini 4 Neon (High) 和其他模型在表現與費用上的差距。

  7. Google DeepMind69

    Google DeepMind 開放 Genie 4,讓使用者邊探索邊修改虛擬世界

    探索互動世界時,使用者可能想改變場景,卻得重新開始。Google DeepMind 開放 Genie 4,讓符合資格的 Google AI Ultra 訂閱者在 Project Genie 中一邊移動,一邊用提示詞即時改變天氣、加入角色或調整情節;場景也會搭配隨畫面變化的音訊。Project Genie 還加入 AI 助理協助打造世界,並提供可探索和改編的社群作品。Genie 3 也能延長單次探索時間,或把多個世界接起來;Google 表示,生成的影片和音訊會加入 SynthID 浮水印,輸入與輸出也會經過安全檢查。

    推薦理由:Genie 4 可在探索途中依提示即時改變場景,並加入會隨畫面變化的音訊,呈現互動世界模型的創作方式。

  8. Google AI Official Blog78

    Gemini app 登上低記憶體 Android 手機,帶來語音、相機與圖片功能

    記憶體較少的 Android 手機,過去受硬體限制,多半隻能使用基本語音指令。Google 重新設計 Gemini app,讓它能在符合條件的 Android Go 裝置上順暢運作。使用者可以用 45 種以上語言和 Gemini Live 對話、練習面試,也能用相機拍下筆記或表格來學習和翻譯,或用 Nano Banana 製作圖片。這讓更多人能在日常手機上使用 Gemini;部分合作夥伴的未來新機也會預先安裝這款 app。

    推薦理由:低記憶體手機過去多隻能使用基本語音指令,這次更新把 Gemini 帶到 Android Go 裝置,讓更多人能用語音、相機和圖片生成功能。

11月18日週三
  1. cloudflare blog83

    Cloudflare 推出 Java4Shell WAF 規則,提醒 OpenJDK 使用者更新 Java

    Java 的 Base64 解碼程式有記憶體錯誤,攻擊者可能藉此讀取記憶體或執行程式。研究人員已在多種常見服務中展示遠端攻擊;漏洞隻影響使用特定版本 OpenJDK、支援 AVX-512 VBMI 的 x86-64 處理器,且應用程式會解碼攻擊者提供的 Base64 資料時才可能觸發。Cloudflare 為付費方案加入 WAF 規則,預設只記錄可疑請求,確認沒有誤擋正常流量後才能改成封鎖。WAF 看不到非 HTTP 流量、外連或繞過 Cloudflare 的請求,因此仍須更新所有 Java 執行環境並重新啟動服務;無法立即更新時,可暫時關閉有問題的加速功能。

    推薦理由:文章拆解漏洞觸發條件、可利用路徑與 WAF 規則的防護邊界,能協助團隊安排修補與暫時緩解措施。

  2. Databricks Blog77

    Databricks 如何把叢集建立的預設請求速率上限提高 7.5 倍

    雲端服務變慢時,建立叢集的工作會拖更久;固定每分鐘接受多少請求,可能讓工作堆在系統裡,也可能在系統有空間時擋掉請求。Databricks 改用會看系統狀況調整的同時工作上限,讓排隊中的請求等到有空位再開始;系統吃緊時減少新工作,恢復後再慢慢增加。它仍保留固定請求上限,作為流量特別高時的防線。Databricks 表示,這套做法讓預設叢集建立請求上限提高 7.5 倍,報告範圍內的限流錯誤減少超過 99.99%,並移除了 100 多個客戶專屬上限。

    推薦理由:固定請求速率難以應付雲端依賴變慢帶來的長時間工作堆積;文章說明 Databricks 如何按系統健康調整同時進行的工作數量,並分享實際成效。

  3. Google Developers Blog81

    Google AI Studio 用 Gemini 打造可連線資料庫的 Android App

    從想法做出 Android App,常得分別處理資料儲存、登入、AI 功能和手機測試。Google AI Studio 現在能依照提示詞建立 Kotlin App,並設定 Cloud Firestore、Google 登入及安全呼叫 Gemini 的功能;資料也能在不同裝置間接續使用。開發者還能在瀏覽器裡用高畫質模擬器測試畫面和聲音,截圖交給 AI 助理修改介面,最後把 App 發布到自己的 Google Play 個人資料庫,再安裝到手機上。

    推薦理由:Google AI Studio 把資料儲存、帳號登入、Gemini 呼叫和手機測試串進 Android 開發流程,可瞭解從提示詞到可安裝 App 的做法。

  4. Google Developers Blog89

    Google 推出 Gemini 4 Hydrogen,讓機器人控制更快也更省

    讓機器人完成日常工作,常得先處理硬體設定、模擬環境和控制程式,花上不少時間。Google 推出 Gemini 4 Hydrogen,開發者用一般語言描述目標並提供相機畫面後,它就能規劃工作、撰寫控制程式,並在執行時持續調整。在一項機器人基準測試中,它操作真實的六軸手臂完成八種桌面任務,分數是 58,與 Gemini 4 Argon 相近,但每個 token 的成本較低。Google 也推出 Antigravity Robotics 外掛,協助設定手臂、建立 MuJoCo 模擬場景,再把測試過的應用帶到真實機器人上。

    推薦理由:Gemini 4 Hydrogen 在機器人任務測試中取得與 Argon 相近的分數,文章也展示它如何搭配工具完成從模擬到實機的工作流程。

  5. Google AI Official Blog88

    Google 讓 Gemini 代辦電話預約、帳單分析和購物

    打電話預約、翻帳單找問題或比價購物,都得花時間自己處理。Google 更新 Gemini 的 Task 功能,讓它能依照指示使用連結的應用程式完成多步驟工作,例如同時打電話詢問預約、找出電費變高的原因,或把商品加進購物流程;有些步驟仍會交回給使用者完成。購買前,Gemini 設計上會先詢問確認,也能設定支出上限。這項更新正向美國、日本、韓國、加拿大、澳洲和印度的使用者免費推出,部分進階功能先在美國推出。

    推薦理由:Gemini 把打電話預約、整理帳單和購物等日常工作串在一起,也設有確認步驟與支出上限,能看出 AI 助理如何代辦多步驟任務。

  6. Google Developers Blog73

    Google 開源 ABFS,讓 Android 大型程式碼庫更快下載與建置

    Android 程式碼庫很大,下載原始碼和重新建置常要等很久,也讓開發者和 AI 助理難以快速開好多個工作區並平行測試。Google 做了開源工具 ABFS,先載入檔案清單,等建置真的需要某個檔案時才下載,並重用 CI 和開發者已經做好的建置結果。Google 表示,Android 原始碼下載時間從約 36 分鐘縮短到不到 8 秒,完整建置則從約 80 分鐘縮短到 2 分鐘多。ABFS 也能讓多個工作區共用快取;Google 正探索把它用在其他大型 Git 專案。

    推薦理由:ABFS 把大型 Git 專案的檔案按需載入,並重用 CI 與開發環境的建置結果,文中以 Android 實測呈現這套做法如何縮短等待時間。