跳到正文
目前篩選:一手
2月2日週一
1月28日週三
  1. Google Research58

    Google Research 探討智能體系統的規模化原理及有效條件

    Google Research 團隊對 180 種智能體配置進行受控評估,提出智能體系統的量化規模化原則。在可並行的金融推理任務中,集中式協作較單智能體提升 80.9%;在 PlanCraft 的序列規劃任務中,多智能體方案則令表現下降 39–70%。研究的預測模型根據工具數量及任務可拆解程度,對 87% 未見任務配置正確識別最佳協作策略。

  2. AiX Society · 原創觀點42

    OS 級 AI 助理崛起:從個人智能體 Clawdbot 到企業系統 DingTalk Real

    個人端的 Moltbot(原名 Clawdbot)與企業端的 DingTalk Real,呈現 AI 助理由聊天工具轉向常駐、可執行工作的 OS 級操作層。Moltbot 主打自託管和開源,讓用戶在自己的硬件上運行及擴展智能體。DingTalk Real 則面向企業場景,着重權限管理、合規、可靠性與規模化執行。

  3. AiX Society · 原創觀點43

    OS 層級 AI 助手興起:從 Clawdbot 等個人智能體到 DingTalk Real 等企業系統

    OS 層級 AI 助手正由個人實驗走向企業工作系統:Clawdbot(現已改名為 Moltbot)是可自行託管的開源智能體,能持續運行並透過多種通訊工具互動。DingTalk Real 則代表企業方向,配合「Agent OS」構想,讓多個智能體在企業身份與權限架構下協作。兩者分別着重個人自主與組織治理。

  4. Mistral AI67

    Mistral Vibe 2.0 發佈重大升級,加入自訂子智能體等功能

    Mistral AI 發佈 Mistral Vibe 2.0,這款由 Devstral 2 模型系列驅動的終端原生編碼智能體新增自訂子智能體、多選澄清、斜線命令技能及可配置工作模式。

    推薦理由:Mistral Vibe 2.0 把自訂子智能體、執行前多選澄清和斜線命令技能納入終端編碼流程,具體呈現其工作流控制方式的變化。

1月27日週二
1月23日週五
1月21日週三
  1. Hugging Face Blog51

    AssetOpsBench 彌合 AI 智能體基準與工業實務的落差

    AssetOpsBench 是面向工業資產運維的 AI 智能體基準與評估系統,從六項質性維度評估智能體表現。它涵蓋 2.3M 個感測遙測點、4.2K 張工單及 53 種結構化失效模式,並以 881 條執行軌跡分析失敗。社羣測試中,沒有受測模型達到部署準備門檻 85 分;多智能體任務準確率為 47%,低於單智能體的 68%。

1月15日週四
  1. OpenAI News61

    OpenAI 實用指南:如何建置 AI 智能體

    OpenAI 發佈建置 AI 智能體的實用指南,涵蓋適用場景、模型與工具選擇、指令設計及工作流編排。指南建議先以單一智能體起步,使用最強模型建立效能基線,再按成本、延遲及任務表現測試較小模型,只有複雜度需要時才拆分為多智能體。指南亦介紹多層防護措施,並建議在重試超限或高風險操作時引入人工介入。

    推薦理由:指南將智能體建置拆解為場景判斷、單智能體起步及按需要擴展,並納入防護與人工介入,呈現循序落地的實作路徑。

1月8日週四
2025年12月23日週二
  1. Hugging Face Blog52

    AprielGuard 為現代 LLM 系統檢測安全風險與對抗攻擊

    ServiceNow AI 發佈 AprielGuard,一款 8B 參數的安全防護模型,可分類 16 類安全風險並檢測多種對抗攻擊。模型支援單獨提示詞、多輪對話及包含工具呼叫、推理軌跡和記憶的智能體工作流,並提供可輸出結構化解釋的推理模式和僅分類的快速模式。

2025年12月22日週一
2025年12月19日週五
  1. Google Research52

    Google Research 回顧 2025 年研究突破與應用成果

    Google Research 回顧 2025 年研究成果,涵蓋生成模型、生成式 UI、量子計算、AI 科學工具及氣候、醫療與教育應用。Gemini 3 引入生成式 UI,可按提示詞生成互動介面;Gemma 擴展至 140 多種語言。效能研究顯示,使用 Learn Your Way 的學生在保留測試中的得分高 11 個百分點。

2025年12月17日週三
2025年12月13日週六
  1. Google DeepMind78

    Google DeepMind 更新 Gemini 2.5 Flash Native Audio,推出即時語音翻譯測試版

    Google DeepMind 更新 Gemini 2.5 Flash Native Audio,提升其處理複雜工作流、遵循指令及進行多輪語音對話的能力。它在 ComplexFuncBench Audio 得分為 71.5%,開發者指令遵循率由 84% 升至 90%;目前已在 Vertex AI 正式提供,並以預覽版開放 Gemini API。

    推薦理由:更新同時改善即時語音 Agent 的函數調用、指令遵循與多輪對話,並以 ComplexFuncBench Audio 的 71.5% 得分呈現多步函數調用表現。

2025年12月12日週五
2025年12月11日週四
  1. OpenAI News71

    OpenAI 發佈面向日常專業工作的 GPT-5.2

    OpenAI 發佈 GPT-5.2,稱其為面向日常專業工作的最先進前沿模型,具備最先進的推理、長上下文理解、編碼和視覺能力。GPT-5.2 可在 ChatGPT 和 OpenAI API 中使用,以支援更快、更可靠的智能體工作流。

    推薦理由:原文交代 GPT-5.2 的能力定位及 ChatGPT、OpenAI API 的使用入口,讀者可瞭解它面向的專業工作與智能體工作流。

2025年12月10日週三
2025年12月9日週二
2025年12月4日週四
  1. Hugging Face Blog72

    Hugging Face Skills 讓 Claude Code 微調開源大語言模型

    Hugging Face Skills 讓 Claude Code 等編碼智能體透過對話處理模型微調,涵蓋資料集驗證、GPU 選擇、雲端工作提交與進度監控。它亦兼容 Codex 和 Gemini CLI;文中以 Qwen3-0.6B 在 open-r1/codeforces-cots 上進行 SFT 為例,估算使用 t4-small 約需 20 分鐘、成本約 $0.30。

    推薦理由:文章將資料集驗證、GPU 選擇、雲端工作提交與進度監控串成智能體訓練流程,並比較 SFT、DPO、GRPO 的適用場景。

2025年12月1日週一
2025年11月24日週一
  1. Google DeepMind68

    Google DeepMind 支持白宮 Genesis Mission,與美國能源部合作加速科研創新

    Google DeepMind 宣佈支持白宮 Genesis Mission,並與美國能源部合作,向其 17 個國家實驗室的科學家提供 AI for Science 模型及智能體工具。

    推薦理由:合作將 AI for Science 模型及智能體工具分階段提供予美國能源部 17 個國家實驗室,並交代即日起的首階段與 2026 年初的擴展安排。

2025年11月19日週三
  1. Google DeepMind81

    Google 發佈 Antigravity 智能體開發平台,免費開放公開預覽

    Google 推出 Antigravity 智能體開發平台,並免費開放公開預覽。平台保留 AI IDE 編輯器,另設以智能體為核心的 Manager,支援瀏覽器控制及非同步互動,讓智能體自主規劃和執行端到端軟件任務;Artifacts 可供使用者檢視工作成果並提供回饋。

    推薦理由:Antigravity 將 IDE 編輯與 Agent Manager 分成不同工作介面,並以任務級 Artifacts、驗證結果和非同步回饋呈現及修正智能體工作。

  2. Google Research77

    Google Research 介紹生成式 UI:為各類提示生成客製化視覺互動體驗

    Google Research 介紹生成式 UI 實作,Gemini app 今日起推出 dynamic view 和 visual layout 兩項實驗,Google Search 的 AI Mode 亦加入生成式互動介面。

    推薦理由:文章對照生成式 UI 與標準 LLM 輸出及專家設計網站的偏好結果,並交代生成有時需一分鐘以上及輸出偶有不準確的限制。

2025年11月13日週四
  1. Google DeepMind66

    Google DeepMind 推出 SIMA 2:能在虛擬 3D 世界中遊玩、推理並與你一同學習的智能體

    Google DeepMind 推出研究智能體 SIMA 2,將 Gemini 推理能力整合至虛擬 3D 遊戲,使其能理解目標、規劃行動並與用户對話。它能將在不同遊戲中學到的概念遷移,也可透過試錯及 Gemini 回饋利用自身經驗繼續訓練,並在 Genie 3 生成的新世界中嘗試執行任務。

    推薦理由:SIMA 2 結合 Gemini 推理、跨遊戲技能遷移與自生成經驗訓練,並交代長程任務、記憶和精細鍵盤滑鼠操作的限制。

2025年11月11日週二
2025年11月5日週三
2025年10月30日週四
2025年10月28日週二