Hugging Face 發佈 huggingface_hub v1.0,遷移至 httpx、重設計 hf CLI 並採用 hf_xet
Hugging Face 發佈 Python 套件 huggingface_hub v1.0,遷移至 httpx,推出重設計的 hf CLI,並將 hf_xet 設為檔案傳輸預設套件。
推薦理由:文章集中説明 httpx、hf CLI 與 hf_xet 的變更,並列出 transformers v4、v5 的版本相容要求,便於維護者評估升級範圍。
Hugging Face 發佈 Python 套件 huggingface_hub v1.0,遷移至 httpx,推出重設計的 hf CLI,並將 hf_xet 設為檔案傳輸預設套件。
推薦理由:文章集中説明 httpx、hf CLI 與 hf_xet 的變更,並列出 transformers v4、v5 的版本相容要求,便於維護者評估升級範圍。
Mistral AI 推出 Mistral AI Studio,為企業團隊提供建置、評估及在生產環境運行 AI 的平台。平台由 Observability、Agent Runtime 和 AI Registry 三部分組成,支援流量與回饋追蹤、輸出評估、智能體執行及 AI 資產版本管理。
Consensus 使用 GPT-5 與 OpenAI 的 Responses API,驅動多智能體研究助理,以加速研究。該助理可在數分鐘內閲讀、分析並綜合證據,協助超過 8 million 名研究人員加快科學發現。
Meta 與 Hugging Face 合作推出 OpenEnv Hub,供開發者建立、分享和探索可用於訓練與部署的智能體環境。OpenEnv 以沙盒封裝任務所需工具、API、憑證及執行上下文,並提供清晰語義與隔離控制;團隊同時發布 OpenEnv 0.1 Spec(RFC)徵求社羣意見。
推薦理由:OpenEnv 將智能體任務所需的工具、API、憑證與執行上下文封裝成可分享環境,並銜接訓練和部署,呈現環境規格化的實際用途。
Michael C.S. So 分析 ChatGPT 由聊天機械人走向超級應用程式的可能性,並探討對搜尋、電商和數碼營銷的影響。文章指出,OpenAI 已透過 Shopify 和 Stripe 整合,開始支援在對話中直接結帳;同時提醒,這種模式亦會帶來個人資料私隱、推薦透明度及平台把關權力等問題。
ChatGPT 可能由聊天機械人演變成整合工作流程、付款、搜尋和購物的超級應用程式,讓用戶在對話中完成商品比較及交易。OpenAI 正透過與 Shopify 和 Stripe 的整合推進對話內結帳;文章並提出,品牌競爭重心或會由廣告預算轉向資料質素及 AI 推薦。
OpenAI 發佈 AgentKit、擴展的評測能力,以及面向智能體的強化微調(RFT)。這些工具旨在協助開發者更快從原型走向生產。
推薦理由:AgentKit、擴展評測能力與智能體強化微調同屬加快開發者從原型走向生產的工具更新,呈現 OpenAI 此次發佈的整體方向。
在深圳設立 AI 辦公室,企業須應對香港與內地之間的網絡限制、雙重通訊生態及數據私隱規定差異。文章提出以 AI 自動化處理跨平台翻譯、文件管理、工作流程協調及合規監察。建議及早規劃雙重數碼基建、採用本地平台,並以 AI 建立系統化連接。
作者分享近兩個月把日常工作交由 AI 智能體處理的經驗,指出智能體正逐漸成為日常工作基建。《AI 2027》報告稱,智能體在 OSWorld 電腦任務基準的得分約為 65%,低於熟練人員的 70%,仍須接受監督和覆核。報告亦指出,普及型 AI 達到現有能力的成本每年最多可下降 50 倍;作者主張設計可容錯、能快速調整的工作系統。
在深圳設立跨境 AI 辦公室,須應對網絡限制、港深法規差異,以及 WeChat、DingTalk 與國際通訊平台並行的數碼基建挑戰。文章列出 AI 翻譯、文件管理、工作流程協調及合規監察等自動化應用,並建議及早規劃雙重基建、接入本地平台及以 AI 建立系統化連接。
作者指出,AI 智能體正接手日常行政與營運工作,但目前仍不穩定,需要人類監督和覆核。文中引述的 AI 2027 報告稱,智能體在 OSWorld 電腦任務基準的得分約為 65%,低於熟練人類的 70%;現階段企業應在可控風險下試行,並設計能容錯及快速調整的工作流程。
OpenAI 建立系統,快速擷取合約資料並轉化為可搜尋資料。系統縮短了處理時間,也讓團隊更容易取得所需細節。
OpenAI 表示正透過 ChatGPT 邁出智能體商務的第一步,並推出 Instant Checkout 與 Agentic Commerce Protocol。這些新方式讓人、AI 智能體與企業共同購物。
Hugging Face 的 Swift 函式庫 swift-transformers 發佈 1.0,標誌套件進入穩定階段,並為後續功能迭代奠定基礎。Tokenizers 和 Hub 現已成為頂層模組,套件亦採用支援有狀態模型的 Modern Core ML API,並完整支援 Swift 6。團隊表示,後續將聚焦 MLX 與智能體應用。
Hugging Face 推出 Gaia2 智能體基準及 Meta Agents Research Environments(ARE)框架,用於在更複雜、接近真實情境的環境中執行、除錯和評估智能體。
推薦理由:Gaia2 將智能體評測從唯讀檢索擴展至含模糊指令、時間要求和環境故障的互動任務,ARE 記錄執行 traces,便於分析智能體在複雜情境中的失誤。
OpenAI 在 GPT-5 系統卡補充説明中介紹 GPT-5-Codex,這是針對 Codex 中 AI 智能體編碼進一步優化的 GPT-5 版本。它會按任務複雜度動態調整思考投入,簡單對話查詢或小任務回應較快,複雜任務則獨立工作更長時間。
推薦理由:補充説明交代 GPT-5-Codex 面向 Codex 中的 AI 智能體編碼,並説明它如何按任務複雜度調整思考投入。
Basis 以 OpenAI o3、o3-Pro、GPT-4.1 和 GPT-5 構建 AI 智能體,協助會計事務所節省最多 30% 的時間。這些智能體亦幫助事務所擴大提供諮詢服務及支持業務增長的能力。
ChatGPT 智能體可在數分鐘內進行研究、編寫程式碼及在線上採取行動,完成一份商業計劃書;示範展示了這項能力。
文章示範如何以 Gradio 在 Python 中實作 MCP 伺服器,並建立可瀏覽服裝網站、呼叫 IDM-VTON 虛擬試穿的 AI 購物助手。Gradio 會把應用程式的 API endpoint 自動轉為具名稱、描述及輸入 schema 的 MCP 工具,並支援即時進度通知和自動檔案上傳。
推薦理由:示例將 Gradio MCP 伺服器、Playwright 網頁瀏覽與 IDM-VTON 虛擬試穿串成工作流程,並列出 VS Code 設定步驟。
Mistral AI 發佈 Codestral 25.08,並推出整合程式碼補全、語意檢索、Devstral 智能體工作流及 Mistral Code IDE 外掛的企業編碼技術棧。
推薦理由:文章把 Codestral 25.08、程式碼檢索、Devstral 智能體工作流與 IDE 管理整合為企業方案,並交代部署選項及安全治理設計。
Model ML 正協助金融機構以 AI 從頭重建業務。Model ML 行政總裁 Chaz Englander 在 Executive Function 系列中,談及 AI 原生基礎設施與自主智能體如何改變金融服務工作流程。
Mistral AI 為 Le Chat 推出 Deep Research、語音、多語言推理、Projects 和圖片編輯等新功能。Deep Research(Preview)可搜尋可信來源並生成附參考資料的結構化報告,語音模式採用 Voxtral,多語言推理由 Magistral 驅動,圖片編輯則與 Black Forest Labs 合作。
推薦理由:Le Chat 把研究、語音、多語言推理、Projects 與圖片編輯納入同一產品,呈現其如何覆蓋資訊整理、語音互動和圖像修改等不同任務。
OpenAI 推出 ChatGPT agent;它能思考並採取行動,在使用者指引下運用工具完成研究、預訂及簡報等任務。
推薦理由:原文將 ChatGPT agent 的定位連到工具操作與使用者指引,並以研究、預訂和簡報列出可處理的任務範圍。
Mistral AI 推出 Devstral Medium,並將 Devstral Small 升級至 1.1,兩者聚焦對不同提示詞及智能體框架的泛化能力。Devstral Small 1.1 採 Apache 2.0 授權,參數量為 24B,在 SWE-Bench Verified 得分 53.6%;Devstral Medium 得分 61.6%。
推薦理由:Devstral Small 1.1 採 Apache 2.0 授權並可本地部署,Devstral Medium 支援 API 和私有基礎設施部署;對照 SWE-Bench Verified 分數,可比較兩者的模型表現、開放方式與部署選項,並據此判斷不同工作環境的適配差異。
Numina 與 Kimi 團隊發佈 Kimina-Prover-72B,以 Kimi k1.5 RL pipeline 訓練,並基於 Qwen2.5-72B;另有基於 Qwen3-8B 和 Qwen3-1.7B 的兩個蒸餾版本。
Hugging Face 推出 ScreenEnv,這是一個可在 Docker 容器中建立隔離 Ubuntu 桌面環境、用於測試和部署 GUI 智能體的 Python 程式庫。
推薦理由:ScreenEnv 將桌面控制、Docker 隔離與 MCP/API 接入整合在同一工具,並以 smolagents 範例展示如何建立和執行桌面任務智能體。
2025年被稱為智能體 AI 元年,AI 智能體正由對話工具轉向可執行任務、進入企業核心工作流程的系統。AI Agent 可依指示使用外部工具完成多步驟流程;Agentic AI 更強調自主運作、持續學習及與其他智能體協作。Zhipu.ai 已推出多智能體操作系統,支援協作與記憶,面向複雜工作流程及持續執行。
2025年被稱為 Agentic AI 元年,AI 智能體正由對話工具轉向執行任務,並進入企業工作流程核心。AI 智能體可跟進指示、運用外部工具完成多步驟流程;Agentic AI 則指具自主性、持續學習及協作能力的系統。企業可運用 AI 智能體處理客戶訊息、生成報告及分析銷售數據。
Mistral AI 推出 Mistral Code,將編碼模型、IDE 助手、部署選項及企業管理工具整合為面向企業的 AI 編碼助手。產品現已為 JetBrains IDEs 和 VSCode 開放私測,正式版計劃稍後推出,部署方式包括 serverless、雲端及自託管。
H Company 發佈 Holo1 開源 VLM 系列及 WebClick UI 定位基準,後者收錄 1,639 項 UI 任務。Holo1 系列包括 Holo1-3B 和 Holo1-7B,後者在常見 UI 定位基準的平均準確率為 76.2%。Surfer-H 採用 Holo1 開放權重模型;H Company 稱,該智能體在真實網頁任務上的準確率為 92.2%,每項任務成本為 $0.13。
Mistral AI 發佈 Agents API,將內置連接器、跨對話記憶及智能體編排整合為構建 AI 智能體的框架。內置連接器涵蓋代碼執行、網絡搜索、圖像生成、Document Library 及 MCP 工具;啟用網絡搜索後,Mistral Large 和 Mistral Medium 在 SimpleQA 的分數分別由 23% 和 22.08% 升至 75% 和 82.32%。
推薦理由:Agents API 把內置連接器、跨對話記憶和多智能體編排納入同一框架,並以 SimpleQA 數據呈現網絡搜索前後的分數差異。
OpenAI 將 Operator 原有基於 GPT-4o 的模型,替換為基於 OpenAI o3 的版本。Operator 的 API 版本仍基於 4o。這項變更收錄於 OpenAI o3 與 o4-mini 系統卡補充文件。
Mistral AI 發佈與 All Hands AI 合作打造的 Devstral,這款面向軟件工程任務的智能體大語言模型以 Apache 2.0 授權免費開源。
推薦理由:Devstral 在 SWE-Bench Verified 得分 46.8%,較此前開源 SoTA 高逾 6 個百分點,讓模型處理真實 GitHub issue 的基準表現有量化參照。
Mistral AI 推出由 Mistral Medium 3 驅動的 Le Chat Enterprise,將企業搜索、知識整合及自訂 AI 智能體納入同一平台。
推薦理由:Le Chat Enterprise 將企業搜索、知識整合、無代碼智能體建構與多種部署方式整合於同一方案,並交代首批連接器和功能推出節奏。
BrowseComp 是一項面向瀏覽智能體的基準測試。
Manus AI 展示自主執行、多模態處理及外部工具整合能力,文章主張企業藉助相關能力重構 SOP,推動流程自動化。文中提出以 LLMOps 配合資料治理、跨部門協同及持續回饋,監控和動態調整流程。
Manus AI 展示自主執行、多模態資料處理及外部工具整合能力,文章主張企業可藉此重新設計 SOP,推動流程自動化。文中指出,LLMOps 可結合資料治理、跨部門協同及持續回饋,動態監控和優化業務流程。文章亦提出先評估現有流程,再引入智能系統及建立回饋機制。
OpenAI 推出 PaperBench,這項 benchmark 用於評估 AI 智能體複現前沿 AI 研究的能力。
OpenAI 在 ChatGPT for Business 推出 2025 年 3 月更新,涵蓋 Canvas、與應用程式協作、deep research 及 OpenAI o1 pro mode。更新展示 ChatGPT 如何變得更具互動性、更貼合團隊工作方式,並具備智能體能力。
OpenAI 分享 ChatGPT for Business 2025 年 3 月的最新發布。內容指出,ChatGPT 正變得更具互動性,可按團隊工作方式度身訂製,並更具智能體特性。