Databricks 推出 Lakehouse//RT Beta,主打高併發即時分析與降低基礎設施成本
Databricks 推出 Lakehouse//RT Beta,讓即時分析直接查詢 lakehouse 資料,並以高併發、較快查詢與小幅自動擴縮,降低工作負載成長時的基礎設施成本。
推薦理由:文章以 Aurasell、VisionHeight 與 nOps 的案例呈現查詢速度、基礎設施成本及資料重複量的變化,可用來瞭解 Lakehouse//RT 在即時分析工作負載中的實際取捨。
Databricks 推出 Lakehouse//RT Beta,讓即時分析直接查詢 lakehouse 資料,並以高併發、較快查詢與小幅自動擴縮,降低工作負載成長時的基礎設施成本。
推薦理由:文章以 Aurasell、VisionHeight 與 nOps 的案例呈現查詢速度、基礎設施成本及資料重複量的變化,可用來瞭解 Lakehouse//RT 在即時分析工作負載中的實際取捨。
Replit Agent 現可透過 Browserbase 在商家網站選購商品,並將商品加入購物車。 使用者只需在結帳時核准。
Google 推出 Gemini 4 Hydrogen,主打日常程式開發與 AI 代理工作,並開始向全球使用者逐步推出。 - 思考深度與基準:提供 low、medium、high、xhigh 四檔,預設為 high。
推薦理由:文章比較 Hydrogen 與 Gemini 3.8 Flash 的速度及 Terminal-Bench 4.1 成績,也說明它如何與 Carbon 分工,呈現不同任務下的模型配置方式。
RocketRide 記錄 AI 助理管線中各節點的輸入、輸出、呼叫時間與重疊情況,讓開發者能在 VS Code 擴充功能中重播已結束的執行紀錄,逐一檢查工具與模型呼叫。
作者測試兩組 API,整理出 5 種可能讓 AI 助理誤判資料或操作結果的回應問題。 - 研究資料:研究測試 27 家業者的 API 與 219 個刻意錯誤的請求;在 2,501 份公開 OpenAPI 檔案中,只有 15.2% 的引數宣告了機器可檢查的限制。
推薦理由:Gemini 4 Hydrogen 已可在 Devin Desktop 與 Devin CLI 使用,並提供 FrontierCode 2.0 的工程任務基準成績,可瞭解其在該測試中的相對表現。
AgentRun 推出開源AI 助理平臺,為 Claude Code、Codex、OpenCode 和 pi 加入學習、持久化執行與集中管理功能。 - 學習與工作流程:每次執行後可保留筆記、技能或工作流程,供後續執行使用;工作流程支援工具呼叫、模型步驟、條件分支及交由AI 助理處理複雜情況。
推薦理由:AgentRun 將學習記錄、可恢復執行與人工核准納入同一平臺,並支援多種 harness 與執行環境,呈現其管理AI 助理工作的整合方式。
Claude Code 的進度回報用兩種方式寫入 osFoundry:set_status 更新專案協作中的目前狀態,post_session_note 則在指定工作階段新增可供團隊閱讀的筆記。
United Airlines 將限制 AI 助理代替使用者訂機票及管理訂位,指出這類工具可能帶來資安風險,並可能違反聯邦航空規定。 - 限制方式:United Airlines 將在自家數位平臺,以及透過旅行社與聚合平臺,限制未經授權的第三方個人 AI 助理或助理存取;相關措施包括更新訂位、開票與銷售政策。
Google 推出 Gemini 4 Hydrogen,擴充 Gemini 4 模型系列,主打日常程式開發與 AI 助理工作流程所需的速度與效率。
推薦理由:Gemini 4 Hydrogen 的速度、基準表現與可調推理層級,呈現它和 Carbon 的分工定位及日常程式工作流程的適用方向。
Google DeepMind 發布 Gemini 4 Hydrogen,這款模型主打快速執行日常編碼與AI 助理工作流,並自即日起向開發者、企業及一般使用者開放。
推薦理由:Hydrogen 定位為快速執行模型,並提供與 Carbon、Argon 協作的工作流及多項基準比較,可看出它在 Gemini 4 模型組閤中的分工。
Google 公開 Gemini 4 Hydrogen 模型卡,說明這款模型面向日常程式開發與 AI 助理工作流程,並列出評測結果、適用情境與安全評估。
推薦理由:模型卡整理了 Gemini 4 Hydrogen 的評測表現、適用工作流程與安全門檻,可用來瞭解其能力定位及已揭露的限制。
Vercel 說明如何用評測衡量 Agent 是否能正確完成使用者任務,並以咖啡訂單示範端到端評測的設計、執行與分析。 - 測試層級:依 LLM 呼叫次數分為確定性測試、單輪評測與端到端評測;若要檢查整個任務是否達成,端到端評測會在環境中執行完整流程,再驗證結果。
推薦理由:文章以咖啡訂單示範如何設計端到端 Agent 評測,並說明成功率與 Pass^k 回答不同可靠性問題,協助團隊選擇合適指標。
推薦理由:Hydrogen 與 Orchestrator 的資料呈現了任務完成速度和配額消耗的差異,可供評估這組合在 Antigravity 工作流程中的效益。
AgentSearch 在 agentsearch-mcp 1.8.0 加入新聞搜尋工具,讓 AI 助理依發布日期搜尋、篩選並引用新聞文章;開發者也可透過 x402 API 直接呼叫新聞搜尋端點。
harness-audit-sidecar 是開源的 MCP 稽核伺服器,會攔截 AI Agent 的工具呼叫,並以檔案系統或作業系統的獨立證據核對 Agent 是否真的完成任務。
推薦理由:相較於 3.8 Flash,Gemini 4 Hydrogen 完成任務的速度提升 2.5 倍,並提供四種思考層級,呈現速度與推理深度的取捨方式。
Replit Agent 現在可根據使用者以自然語言提出的需求,運用已掌握的產品資訊與預算,為企業完成採購。 使用者核准總額後,由 Link 完成付款,並與 Visa 合作支援交易。
推薦理由:Replit Agent 可依產品資訊與預算代為採購,並由使用者核准總額;內容呈現了從建立產品延伸到處理商務採購的流程。
AWS 宣佈推出新一代 Amazon Bedrock AgentCore Runtime,在維持每個工作階段硬體隔離的前提下,提升啟動速度、運算容量與資源使用效率。
推薦理由:AgentCore Runtime 同時調整啟動速度、運算容量、記憶體計費與資料隔離,呈現企業部署長時間、多工作階段AI 助理時的基礎設施取捨。
Leeroo 開源 Kapso,這是一套能執行實驗、部署最佳方案,並從每次執行中累積經驗的企業資料工程引擎。 - 運作方式:經驗庫儲存過往實驗歸納的經驗,包含可信度分數、適用條件與證據;系統依此提出並排序實驗構想,再由驗證模組檢查結果。
推薦理由:Kapso 把實驗結果整理成帶有適用條件與證據的經驗庫,並支援版本比較,呈現一種讓企業資料工作累積環境知識的做法。
Google 推出 Gemini 4 Hydrogen,主打日常程式開發與 AI 助理工作流程,並開始向開發者、企業與一般使用者全球推出。
推薦理由:Gemini 4 Hydrogen 與 Carbon、Argon 分工協作的設計,搭配 Terminal-Bench 的速度與配額資料,呈現多模型工作流程的效率取捨。
Gemini 4 Hydrogen (High) 在 Agent Arena 登上第 5 名,於 6.5k 次真實代理任務中取得 +14.8% 淨改善。
推薦理由:Agent Arena 的排名與分項資料呈現 Gemini 4 Hydrogen (High) 在速度、成本和任務表現上的差異,可用來比較其代理任務效率。
推薦理由:Anthropic 將 Claude Managed Agents 的執行環境與工作階段紀錄交由使用者自行託管,並可選擇 Claude 請求的傳送位置,提供部署方式上的彈性。
Statuz 作者說明 AI 助理如何透過 MCP 排程社群貼文,並由伺服器解析時間、檢查各平臺限制及處理重試,讓貼文進入共用佇列。 - 工具設計:MCP 伺服器依 CLI 命令註冊工具,涵蓋帳號查詢、建立貼文、編輯與發布;啟停服務和設定金鑰則不提供給AI 助理操作。
AI 程式設計AI 助理合併佇列可在平行開發與共用分支之間加入整合檢查,讓候選變更根據最新基底重新驗證,並記錄合併或停止的理由。 - 工作流程:為每項候選變更記錄起始基底與提交識別碼、檔案和行為宣告,再於獨立的整合 worktree 中重新套用並執行分層檢查。
推薦理由:文章以佇列狀態、變更宣告與分層驗證,說明如何降低多個程式設計AI 助理整合時的語意衝突,並保留可供審查的決策證據。
Nettrux 是一家位於 Fremont 的加州貨運經紀商與承攬業者,也是首家採用 x402 的 3PL;文章說明貨運代理程式如何透過它查價、鎖定報價並預訂貨運。
多AI 助理系統可為每個 AI 助理即時建立可撤銷的專屬電子郵件地址,讓外部服務能辨識AI 助理,也讓寄信與接收驗證碼各自對應到正確身分。 - 設計方式:每個地址都有獨立憑證,可單獨撤銷;地址預設為一次性,任務結束後即可停用。
作者對自家 Laravel 12 App 執行安全稽核,收到 31 項待驗證問題,並在一次修補中處理完畢;稽核無法在其環境中執行程式,因此無法確認問題是否成立。
AWS 推出 AWS Emulator,可在本機或 CI 執行,讓 AWS CLI 與 SDK 連線模擬的 AWS API,無須 AWS 帳號,也不收取服務費。
推薦理由:文章以公開保真度測試量化 AWS Emulator 的服務覆蓋與相容程度,也整理其安全、區域隔離及長時間執行限制,呈現適用情境。
Our Secure Future 與 Collective Intelligence Project 發布 WPS AI Leaderboard 基準,評估 AI 系統能否在全球和平任務分析中遵循「婦女、和平與安全」(WPS)原則,並在未受提示時主動納入性別面向。
推薦理由:這項基準呈現模型在未受提示時遺漏性別面向的落差,並比較多代理工作流程能否縮小差距,提供評估和平安全應用的具體方法。
使用 browser-use 操作瀏覽器時,關閉連線可能讓命令列報錯,找不到瀏覽器也可能要等很久。browser-use 1.0.3 修正了這些情況:例如,連線提早關閉時,命令列會正常結束;如果 BU_CDP_URL 指向沒有回應的位址,系統會在 3 秒內顯示錯誤。取消雲端操作後,下載的檔案也會在 10 秒內複製完成。這些改動能減少等待,也讓錯誤訊息更清楚。
Major League Hacking(MLH)與 Entire 宣佈展開為期 12 個月的合作,將在駭客松與 DEV Challenges 推廣人類與 Agent 協作工具,並收集開發者回饋。
DoSync 論文獲 IEEE CCNC 2027 的 IoT Interoperability and the Web of Things(IIWOT)工作坊接受,提出在 AI 助理意圖與異質 IoT 裝置之間加入治理層的開源協定。
ForgeInfra 團隊在 HackUTD 2026 打造 AI 基礎架構可靠性與舊版軟體修復平臺,可偵測監控程式漏報的故障、調查程式碼問題、提出修補並驗證結果,再由人工核准修復。
Expo Simulators 讓程式編碼AI 助理在雲端 iOS 模擬器測試變更,並在請人審查前提供截圖與錄影。 團隊成員可透過連結開啟新建置版本並逐步操作。