《The Mythical Agent-Minute》:為何在進度落後的項目中增加 AI 智能體仍會失敗
AI 智能體 swarm 加快了編碼速度,卻沒有消除 Brooks 定律所揭示的複雜度限制;在進度落後的軟件項目中盲目增加智能體,仍可能加劇協調和架構問題。GitClear 分析 2020 至 2024 年的 211 million 行程式碼,發現程式碼重複增加約 400%,程式碼 churn 接近倍增。成功的多智能體應用則依賴人類架構師明確界定角色、狀態和交接。
AI 智能體 swarm 加快了編碼速度,卻沒有消除 Brooks 定律所揭示的複雜度限制;在進度落後的軟件項目中盲目增加智能體,仍可能加劇協調和架構問題。GitClear 分析 2020 至 2024 年的 211 million 行程式碼,發現程式碼重複增加約 400%,程式碼 churn 接近倍增。成功的多智能體應用則依賴人類架構師明確界定角色、狀態和交接。
OpenAI 與太平洋西北國家實驗室合作推出 DraftNEPABench,評估 AI 編碼智能體加快聯邦許可審批的能力。該 benchmark 顯示,AI 有望將 NEPA 草案撰寫時間最多縮短 15%,並展示現代化基礎設施審查的潛力。
InnoHK博智感知交互研究中心與港台連續第三年合作,為財政司司長財政預算案演辭直播提供「實時自動生成字幕撮要技術」支援。系統可即時轉錄、翻譯演辭並生成持續更新的撮要,支援廣東話、英語及普通話切換。今年優化撮要重點生成並引入自動評估指標,以提升相關性及準確度,另支援自訂關鍵詞的大語言模型(LLM)翻譯。
OpenAI 與 Figma 推出新的 Codex 整合,連接程式碼與設計,讓團隊能在實作環節與 Figma 畫布之間切換。這項整合讓團隊可以更快迭代並交付。
OpenAI 最新威脅報告探討惡意行為者如何將 AI 模型與網站及社交平台結合使用。報告亦分析這類活動對偵測與防禦工作的意義。
OpenAI 任命 Arvind KC 出任首席人事官,協助公司擴大規模並強化企業文化。其職責亦包括帶領 AI 時代工作方式的演變。
Citrini Research 的情境推演設想,AI 驅動的勞動力替代可能在 2028 年演變成全球經濟危機,並明確標示為思想實驗而非預測。推演描述裁員、消費下滑與企業進一步採用 AI 形成循環,並假設美國失業率於 2028 年年中升至 10.2%,S&P 500 較 2026 年 10 月高位下跌 38%。
Citrini Research 的思想實驗設想,AI 驅動的勞動力替代可能在 2028 年演變成全球經濟危機,並明確表示這不是預測。情境中,美國失業率於 2028 年年中升至 10.2%,S&P 500 較 2026 年 10 月高位下跌 38%。AiX Society 將情境連繫香港及亞洲,提出 AI 素養、職位風險審視與內部再培訓等企業應對方向。
OpenAI 不再評測 SWE-bench Verified,因其日益受到污染,且無法準確衡量前沿編碼進展。分析指出,該基準的測試存在缺陷,並有訓練洩漏;OpenAI 建議採用 SWE-bench Pro。
OpenAI 宣佈 Frontier Alliance Partners,協助企業將 AI 試點項目轉入生產環境,並以安全、可擴展的方式部署智能體。
文章重新審視 Musk 與 Sam Altman 對軌道數據中心的爭論,認為這類設施本十年難以大規模商用,但長期仍可能成為 AI 基建選項。Altman 的主要疑慮包括發射成本、軌道維修與可靠性,以及先進 AI 加速器的耐輻射能力;受訪專家普遍認為技術上可行,但短期難以形成具商業規模的集羣。文章建議香港及亞太把能源與算力納入 AI 政策核心,並將軌道算力視為長期基建選項,而非短期解方。
文章重新審視 Musk 與 Altman 對軌道數據中心的爭論,認為這類設施長遠可能成為 AI 算力選項,但本十年難以大規模商業化。主要障礙包括發射成本、軌道維修與可靠性,以及 AI 加速器的抗輻射能力;Google 的 Project Suncatcher 和 SpaceX 的衞星計劃則顯示相關探索正在推進。
OpenAI 分享其 AI 模型在 First Proof 數學挑戰中的證明嘗試。這些嘗試用於測試模型處理專家級問題的研究級推理能力。
GGML 團隊加入 Hugging Face,並將持續維護 llama.cpp;Hugging Face 會為項目提供長期資源支持。團隊仍將 100% 時間用於維護,並對技術方向及社羣保有完全自主權與領導權;項目會繼續 100% 開源並由社羣推動。雙方計劃讓 transformers library 的模型定義更順暢地用於 llama.cpp,並改善 ggml 軟件封裝及本地模型部署體驗。
推薦理由:文章交代 GGML 團隊加入後 llama.cpp 的維護自主權與資源支持,也列出連接 transformers library 模型定義及改善本地部署體驗的方向。
香港企業可比較 SleekFlow、ManyChat、Intercom、WATI 和 Chatfuel 這 5 款聊天機器人平台,按客服渠道、AI 能力、整合方式及收費模式選擇合適方案。平台涵蓋全渠道對話、社交媒體自動化、技術支援、WhatsApp 服務及電商應用,月費由 US$15 起;Intercom 的 Fin AI 則按每宗成功解決的查詢收費 US$0.99。
Google DeepMind 發佈 Gemini 3.1 Pro,作為 Gemini 3 系列核心模型升級,提升複雜問題的推理能力。它在 ARC-AGI-2 取得經驗證的 77.1% 得分,推理表現超過 Gemini 3 Pro 兩倍。
推薦理由:Gemini 3.1 Pro 在 ARC-AGI-2 取得經驗證的 77.1% 得分,並稱推理表現超過 Gemini 3 Pro 兩倍,為核心推理升級提供量化比較依據。
OpenAI 承諾向 The Alignment Project 投入 $7.5M,資助獨立的 AI 對齊研究。這項資助將加強全球應對 AGI 安全與保安風險的工作。
OpenAI 推出 OpenAI for India,透過建設本地基礎設施、助力企業及提升勞動力技能,擴大 AI 在印度各地的可及性。
Google DeepMind 在 Gemini app beta 推出 Lyria 3 音樂生成模型,使用者可用文字提示或上傳照片、影片生成 30 秒音軌。系統會按提示生成歌詞,並可調整風格、人聲和節奏;音軌嵌入 SynthID,Gemini 的核驗功能亦延伸至音訊,使用者可上傳檔案詢問其是否由 Google AI 生成。
推薦理由:Lyria 3 在 Gemini app 開放以文字、圖片或影片生成音樂,並納入 SynthID 與音訊核驗,呈現創作功能和 AI 內容識別並行的設計。
OpenAI 與 Paradigm 推出 EVMbench,評測 AI 智能體偵測、修補及利用高危智能合約漏洞的能力。
Gradio 6 的 gr.HTML 現支援自訂 HTML 模板、作用域 CSS 與 JavaScript 互動,讓 LLM 可把前端、後端和狀態管理整合到單一 Python 檔案,構建互動式 Web 應用。
Google Research 提出 MapTrace,以合成數據訓練多模態大語言模型(MLLM)在地圖上追蹤有效路徑,應對模型難以理解空間幾何與拓撲關係的問題。
Google DeepMind 宣佈與印度政府部門及當地機構建立新合作,擴大 AI 在科學與教育領域的應用。合作將向印度研究人員提供 AlphaGenome、AI Co-scientist 和 Earth AI,並推出 $30 million Google.org Impact Challenge: AI for Science。
推薦理由:文章列出研究機構合作、AI 科學挑戰賽及教材互動化安排,呈現 Google DeepMind 在印度推進科學與教育應用的具體路徑。
GPT-5.2 在理論物理中提出一條新的膠子振幅公式,一篇新預印本記錄了這項結果。OpenAI 與學術合作者其後正式證明並驗證了該公式。
推薦理由:材料交代 GPT-5.2 提出的膠子振幅公式及 OpenAI 與學術合作者其後的正式證明和驗證,呈現模型研究結果的核查環節。
OpenAI 為 ChatGPT 推出 Lockdown Mode 及 Elevated Risk 標籤。兩者旨在協助機構防範提示詞注入與 AI 驅動的資料外洩。
OpenAI 推出開源工具包 GABRIEL,利用 GPT 將定性文本和圖像轉化為定量數據,協助社會科學家大規模分析研究。工具以開源形式提供。
OpenAI 建立結合速率限制、用量追蹤與 credits 的即時存取系統,支援 Sora 和 Codex 持續存取。
Hugging Face 製作 CUDA kernel 技能,Claude 和 Codex 依此為 diffusers 與 transformers 目標產生可運行的 kernel。
推薦理由:文章拆解如何把 GPU 架構知識、PyTorch 整合範式與基準測試流程封裝成技能,讓編碼智能體產出可構建、可測試的 CUDA kernel 專案。
Google DeepMind 發佈 Gemini 3 Deep Think 重大升級,面向科學、研究與工程領域的複雜挑戰。
推薦理由:文章列出數學、編程及科學基準的具體成績,並交代 Gemini app 與 Gemini API 的開放方式,呈現本次升級的評測範圍和使用入口。
OpenAI 發佈 GPT-5.3-Codex-Spark,並稱其為首個即時編碼模型,生成速度快 15x,具備 128k 上下文窗口。目前以研究預覽形式向 ChatGPT Pro 用户提供。
推薦理由:公告列出生成速度、上下文窗口及研究預覽的適用對象,讓讀者可同時瞭解 GPT-5.3-Codex-Spark 的性能宣稱與目前開放範圍。
HKIRC 聯同私隱專員公署將於2026年3月31日在香港會議展覽中心舉辦「人工智能安全及網絡安全企業峯會」,數字政策辦公室擔任策略夥伴。峯會將探討AI安全、網絡威脅及個人資料私隱,並提供以「私隱友善」方式開發和使用AI的實用指引。活動費用全免,須於2026年3月27日下午5時前登記。
OpenAI 技術人員 Ryan Lopopolo 探討 Harness 工程,聚焦在智能體優先的世界中如何運用 Codex。
Runway 宣佈獲得 $315 million E 輪融資,資金將用於預訓練下一代世界模型,並將其帶入新產品和行業。
Google Research 提出開源原型框架 DialogLab,用於編寫、模擬及測試動態人類與 AI 羣體對話。框架採用「編寫、測試、驗證」流程,並以視覺化介面及驗證儀錶板協助設計與分析對話。14 名參與者的評估顯示,人類控制模式顯著更具投入感,並普遍被認為更有效、寫實。
OpenAI for Government 宣佈在 GenAI.mil 部署自訂版 ChatGPT,為美國國防團隊帶來具安全保障、並以安全性為先的 AI。
Hugging Face 宣佈 Transformers.js v4 已上架 NPM,安裝命令為 `npm i @huggingface/transformers`。
推薦理由:v4 支援 Node、Bun 和 Deno 的 WebGPU 加速,預設網頁版縮小 53%,呈現跨環境部署與下載、啟動效率的具體改進。
OpenAI 分享其 AI 本地化方法,説明如何因應本地語言、法律與文化調整全球共享的前沿模型,同時不損及安全。其目標是讓 AI 惠及各地所有人。
OpenAI 的 GPT-5 與 Ginkgo Bioworks 的雲端自動化結合成自主實驗室,透過閉環實驗將無細胞蛋白質合成成本降低 40%。
OpenAI 推出 Trusted Access for Cyber,這是一套以信任為基礎的框架,旨在擴大前沿網絡能力的使用權限,同時加強防範濫用的保障措施。
Google 提出 Natively Adaptive Interfaces(NAI)框架,以多模態 AI 工具建立更個人化、具適應性的無障礙應用介面。NAI 主張按情境資訊作出設計決策,並以動態、由智能體驅動的模組取代靜態導覽。Gemini 原型可將即時影片轉為互動音訊描述,讓使用者即時查詢畫面細節。