跳到正文

Agent AI 助理

讓模型自主規劃、呼叫工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。

最新精選

第 221–240 條 · 共 845 條
11月14日週六
  1. aihot84

    Google 開放 Antigravity 的 /teamwork,讓研究者使用多個 AI 助理協作

    研究和工程工作常要查大量資料、測試不同做法,還得確認每一步都正確。Google 開放 Antigravity 的 /teamwork,讓多個 AI 助理分工處理長時間任務,再用 Lean 4、測試套件或硬體計時等方式檢查結果。Google 展示了它在數學證明、分子結構推斷和程式最佳化上的成果,例如一項分子結構基準測試達到 95% 的 top-1 精確匹配。研究者和開發者可透過 Antigravity 使用這些工具;Google 也開放申請,讓 10,000 名學術研究者免費使用最高用量級距六個月。

    推薦理由:Google 展示 /teamwork 在數學證明、分子結構推斷與程式最佳化的實例,並說明如何用獨立檢查流程驗證成果。

  2. Google Research85

    Google 開放 Antigravity 的 /teamwork,讓 AI 助理協作研究與工程工作

    研究和工程工作常要處理大量資料、反覆試錯,還得確認每一步都正確。Google 在 Antigravity 開放 /teamwork 和 /boost,讓多個 AI 助理分工探索,再用 Lean 4、軟體測試或硬體量測檢查結果。Google 分享的案例包括協助研究者完成數學證明、找出分子結構,以及改寫系統程式;研究者仍負責提出問題和確認成果。學術研究者也可申請六個月免費使用最高用量方案。

    推薦理由:Google展示 /teamwork 如何把長時間研究拆成多個可檢查的步驟,並用形式驗證、測試與硬體量測篩選結果,呈現多 AI 助理協作的實際做法。

  3. cloudflare blog76

    Cloudflare 將 Kitesurf 開源,讓開發者自行部署 AI 助理用的瀏覽器

    AI 助理需要瀏覽網頁時,完整瀏覽器會使用較多 CPU 和記憶體。Cloudflare 現在把 Kitesurf 的程式碼放上 GitHub,開發者可以在自己的電腦執行、修改,再部署到自己的 Cloudflare 帳戶。Kitesurf 能載入網頁、執行 JavaScript,並支援 Chrome DevTools Protocol,因此可連線 Puppeteer 等工具。自架部署需要 Workers Paid 方案,因為它會為網頁建立隔離的 Workers。

    推薦理由:Kitesurf 開源後,開發者能自行閱讀、修改並部署瀏覽器引擎;文章也說明瞭本機試用方式與自架時的方案要求。

  4. TechCrunch · AI77

    LangChain 募得 3 億美元,估值達 30 億美元

    企業想管理 AI 助理時,常得考慮是否會被綁在特定模型或雲端服務上。LangChain 宣佈完成 3 億美元的 C 輪募資,估值達 30 億美元;公司從開源專案起步,現在把重心放在管理 AI 助理,並表示旗下軟體 LangSmith 不會繫結特定模型、雲端或生態系。LangChain 表示,LangSmith 已有 7,000 家客戶,從新創公司到大型企業都有。

    推薦理由:LangChain 的新一輪募資讓企業管理 AI 助理的競爭受到關注,其軟體強調不繫結特定模型、雲端或生態系。

  5. Dev.to Top Tech78

    作者示範如何修正 AWS X-Ray 的多 AI 助理服務地圖

    多 AI 助理系統明明有好幾個工作角色,AWS X-Ray 的服務地圖卻可能只畫出負責分派工作的助理和 Bedrock。作者分享自己的排查經驗:替每個工作助理和知識庫搜尋加上清楚名稱,讓它們在追蹤紀錄中分開顯示;平行搜尋時,還要把追蹤資訊帶進每個執行緒,跨不同執行環境呼叫時也要把追蹤資訊放進要求標頭。這些設定能讓地圖更接近實際呼叫路徑,也能用來檢查工作有沒有被分派到正確位置。

    推薦理由:作者以親自建置的多 AI 助理系統說明 X-Ray 地圖為何會漏掉工作節點,並整理追蹤平行呼叫與跨執行環境的方法。

  6. aihot75

    Anthropic 說明常駐 AI 助理的五個架構要素

    常駐 AI 助理看起來一直線上,其實多半在休息,等事件到來才開始工作。Anthropic 把背後的設計整理成五個部分:收件箱接住使用者訊息或其他事件,定時器安排稍後或定期工作,記憶儲存跨次工作需要的資訊,許可權管好無人看守時能做什麼,發件箱則負責把結果送給使用者。文章也說明,助理每次工作結束後會儲存進度並回到休息狀態;使用者回覆或定時器到期時,再由新事件喚醒它。這套架構讓工作能接續進行,也提醒設計者要控制許可權和訊息頻率。

    推薦理由:文章把常駐 AI 助理拆成收件箱、定時器、記憶、許可權與發件箱,說明事件如何喚醒工作並把結果送回使用者,提供可套用的架構脈絡。

  7. cloudflare blog72

    Cloudflare 說明 AI 滲透測試工具如何發動攻擊,並提出六項防禦做法

    AI 滲透測試工具能自動串連多個攻擊步驟,讓防守方更難及時跟上。Cloudflare 表示,團隊在事件調查中看到攻擊者利用遭竊的長期有效 API 權杖,從 CI/CD 環境橫向進入其他雲端環境;其中一個案例出現大量 Worker 指令碼和資料庫匯出請求。Cloudflare 建議用六個環節加強防禦,包括限制流量、偵測異常行為、辨認自動化機器人、限制高風險服務的存取、檢查 API 請求格式,以及利用威脅情報掌握攻擊。也建議把系統分割槽,減少遭入侵的帳號能移動到其他環境。

    推薦理由:Cloudflare 分享觀察到的攻擊案例,並把防禦建議整理成六個環節,從流量控管、身分驗證到網路分割槽,呈現如何降低帳號遭入侵後的擴散風險。

  8. Rohan Paul78

    讓 AI 助理替人購物時,商家可能不接受機器人下單,信用卡資料也需要妥善保護。OpenAI 推出的 ChatGPT Wallet 會把使用者儲存的信用卡或金融卡換成代替實際卡號的付款程式碼,並要求每筆交易都經過生物辨識確認;卡片資料不會交給商家或 AI 助理,使用者仍保有原有的回饋和保障。目前只開放給符合條件的美國 Pro 訂閱者。OpenAI 之後計畫讓使用者設定金額和消費類別,授權 AI 助理自行購買,但商家網站或防詐系統可能會擋下這類交易,因此能否普及也要看商家是否放行。

    推薦理由:ChatGPT Wallet 讓 AI 助理透過一般結帳頁付款,能否擴大使用仍取決於商家是否允許代理程式下單,以及防詐系統能否辨識合法交易。

  9. aihot72

    Sierra 推出 Poppy 1.0,讓個人 AI 助理連上企業服務

    個人 AI 助理要使用企業服務,企業需要一套方式確認助理身分,並讓客戶決定它能做什麼。Sierra 發布 Poppy 1.0,讓企業透過網站、API 或企業 AI 助理提供服務;許可權由客戶透過 OAuth 管理,也能隨時調整。Shopify 商店已自動支援 Poppy,客戶也能讓 AI 助理查詢銀行交易或航班資訊;涉及付款等操作時,仍須依企業的審核規則或取得客戶確認。正文表示,加入的設計合作夥伴已超過 100 家。

    推薦理由:Poppy 已有多家企業加入,Shopify 商店也已自動支援;文中的銀行與航空案例,呈現個人 AI 助理如何在企業服務中查詢資訊並依客戶授權行動。

  10. ChatGPT74

    讓 AI 助理代為購物時,使用者可能不想把信用卡資料交給它。ChatGPT Wallet 讓 AI 助理在取得使用者同意後代為付款,但不會接觸實際的卡片資料,而且每筆交易都要先通過安全檢查。這項功能從今天起開始向美國的 Pro 訂閱者開放。

    推薦理由:ChatGPT Wallet 把付款許可權和實際卡片資料分開,並要求每筆交易先通過安全檢查,可瞭解這項設計如何降低 AI 助理代購時的資料曝露。

  11. Tomasz Tunguz Blog74

    Tomasz Tunguz 分析商家為何禁止 AI 助理代客購物

    AI 助理能替人找商品和下單,卻可能跳過廣告、升等和延長保固,讓靠這些服務賺錢的商家少了收入。Tomasz Tunguz 比較 Amazon、United Airlines、Dell 和 Shopify 的收入來源:前三者部分獲利仰賴廣告或加購服務,Shopify 則主要按交易收費,因此人或 AI 助理下單都能收到費用。Shopify 已開放符合條件的商店讓瀏覽器 AI 助理結帳;文章認為,商家若要接待 AI 助理,可能得調整商品定價或結帳收費方式。

    推薦理由:文章比較不同電商與航空公司的獲利來源,說明 AI 助理跳過廣告和加購服務時,商家為何會限制它們代客購物。

  12. The Decoder76

    Anthropic 推出 Claude for Manufacturing,協助工廠處理日常工作

    工廠裡的報價、供應商比較和生產排程,常要查不同軟體與資料。Anthropic 推出 Claude for Manufacturing,透過四種通用介面連線 Autodesk Fusion、Oracle NetSuite、Microsoft 365 和 Infor,並提供 17 種技能,可依庫存資料草擬報價、比較供應商、製作品質報告和分析感測器資料。Infor 外掛也能在交貨延誤時安排向備用供應商下單、調整生產時程,但要先經過人員核准;所有結果都會連回原始檔案,方便員工檢查。它目前還不能控制實體機器。

    推薦理由:Claude for Manufacturing 把報價、供應商比較與生產排程接上工廠軟體,也保留人工核准和來原始檔供員工檢查。

  13. Vercel Blog66

    Vercel Workflow SDK 5 加強資料加密,讓長流程跑得更快

    AI 助理和背景工作常要跑很久,途中還會經過佇列、傳送大量資料,遇到故障也得接著執行。Vercel 推出 Workflow SDK 5,會在資料離開程式前加密工作內容,也把工作流程的資料放在啟動它的區域,減少跨區傳送。Vercel 公佈的測試中,1,020 個步驟的流程從 21 分鐘縮短到 3 分鐘;串流回應送達時間也從 226.1 秒降到 53.5 秒。這些數字來自特定工作和區域,其他應用的結果可能不同。

    推薦理由:Workflow SDK 5 把加密、區域部署與執行速度放在同一版更新中,文中的基準測試也呈現長流程與串流延遲的差異。

  14. LangChain Blog82

    LangChain 募得 $300M,估值達 $3B

    LangChain 宣佈募得 $300M,估值為 $3B,資金將用來推動公司發展。公司表示,LangSmith 可協助企業部署、改善和管理 AI 助理,讓企業選擇模型、掌控資料與基礎設施,並管理工具使用與安全規範。LangChain 提到,Workday 使用 LangSmith 管理公司內的 AI 助理,將部署新助理的時間從五個月縮短到不到一天;Clay 則用它監看每月數億次的 AI 助理執行。

    推薦理由:LangChain 說明這筆資金將用來發展 LangSmith,並以企業部署 AI 助理的案例呈現平臺目前的用途。

  15. OpenAI News75

    OpenAI 推出 ChatGPT Wallet,讓 AI 助理代購前先經使用者確認

    讓 AI 助理代買東西時,使用者需要放心付款,也要避免網站或銀行把交易擋下來。OpenAI 推出 ChatGPT Wallet,使用者先加入卡片,每次購買前都能檢查商品、總價和付款卡,再用 Face ID 或指紋確認。確認後,付款網路會提供一組代替卡片資料的付款程式碼,商家和 AI 助理都不會看到使用者的實際卡號;符合條件的爭議交易也保有原卡的回饋與保障。服務先透過 dots 提供給美國年滿 18 歲的 ChatGPT Pro 訂閱者,並搭配商家指南,協助網站和付款系統辨識這類交易。

    推薦理由:ChatGPT Wallet 讓使用者逐筆確認 AI 助理代購,並用付款程式碼隱藏卡片資料;文章也說明商家如何讓既有網站與付款系統接受這類交易。

11月13日週五
  1. Lobste.rs (Engineering Discussion)64

    Antithesis 說明如何讓 AI 助理打敗 NetHack

    NetHack 的地城很難闖,角色一死就得重來,還得一路規劃到最後。Antithesis 分享如何讓模糊測試工具探索不同遊戲狀態,再搭配 AI 助理調整策略,找出能繼續前進的路。團隊修正搜尋目標、讓工具讀取遊戲狀態,也學會排除運氣不好的路線;最後,系統能在將近 80% 的種子中於 5 分鐘內找到勝利路徑,成功路線的中位時間不到 2 分鐘。

    推薦理由:文章以 NetHack 的長程闖關為例,說明如何搭配模糊測試、策略調整與 AI 助理,讓搜尋逐步跨過卡關點。

  2. Dev.to Top Tech88

    Google 推出 Gemini 4 Hydrogen,主打日常寫程式和多步驟工作

    處理日常程式工作時,模型若花太久推理,或遇到複雜問題只回答其中一部分,都會拖慢進度。Google 推出 Gemini 4 Hydrogen,主打快速寫程式、執行測試和檢查修改;在 Antigravity 裡,Orchestrator 能讓 Carbon 負責協調、Hydrogen 負責建置與測試。Google 表示,它完成任務的速度是預設設定下 Gemini 3.8 Flash 的 2.5 倍,Terminal-Bench 4.1 分數從 18.2% 提升到 57%,這些是 Google 提供的資料。Hydrogen 也已開始用於 Search 的 AI Mode 等服務;文章提醒,速度之外,模型遇到工具呼叫失敗或搜尋無結果時能否謹慎處理,也很重要。

    推薦理由:文章整理 Gemini 4 Hydrogen 與 Carbon、Argon 的分工,也列出 Google 宣稱的速度與基準變化,方便了解快速模型的定位和比較依據。

  3. Dev.to Top Tech82

    Google 推出 Gemini 4 Carbon,主打較低價格與企業工作流程

    企業挑選 AI 助理時,不能只看每個 token 的價格,還得算上任務做不完時的重試和人工檢查。Google 將 Gemini 4 Carbon 提供給多種服務使用,API 入門價格是每百萬個輸入 token $2、輸出 token $10,並可調整推理程度,在品質、速度和費用間取捨。Zapier 的測試中,Carbon 在 657 項模擬商務工作中完成了 53.9%,每項任務估計花費 $2.12;Gemini 4 Argon 的完成率是 51.3%。Anthropic 則表示,Claude Fable 5.2 在多項程式開發和科學基準測試勝過 Carbon。文章提醒,測試結果會因任務而異,企業仍須用自己的資料和工具評估完成工作的總成本。

    推薦理由:這篇比較 Gemini 4 Carbon 的任務完成率與每項成本,也指出重試和人工檢查會改變實際花費,提供評估企業工作流程的成本角度。

  4. MarkTechPost82

    Google 發布 Gemini 4 Hydrogen,稱程式與 AI 助理任務速度提升 2.5 倍

    Google 發布 Gemini 4 Hydrogen,主打程式開發和 AI 助理工作,並表示它完成任務的速度是 Gemini 3.8 Flash 的 2.5 倍。Google 提供的測試結果顯示,它在 Terminal-Bench 4.1 得分 57%,Gemini 3.8 Flash 為 18.2%;與 Carbon 搭配使用時,Google 表示能少用 24% 配額、快 19% 完成任務。API 每 1M 輸入 token 收費 $1.50、輸出 token 收費 $7.50,模型只透過 Google 託管的服務提供,不能自行下載權重或架設。

    推薦理由:原文比較 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的任務速度、基準成績和價格,呈現新模型在程式與 AI 助理工作上的取捨。