跳到正文
目前篩選:一手
11月6日週五
  1. OpenAI News40

    Franklin Templeton 利用 OpenAI 支援投資研究

    Franklin Templeton 正運用 OpenAI 開發投資研究 AI 工作流程,協助投資組合經理比較不同研究觀點及分析投資風險。團隊使用 Codex 等工具,結合智能體及語義層,建立連接數據與洞察的智能層。公司正推動把實驗轉化為具備安全審查、專家支援及數據管控的工作流程。

  2. OpenAI News54

    Cult.fit 以 Codex 擴展跨團隊應用開發與 AI 工作流程

    Cult.fit 以 Codex 統一軟件開發流程,並將其擴展至非工程團隊,近月由這些團隊建立逾 20 個內部應用程式。公司以 Codex 重建一項內部功能,每年節省超過 $100,000 軟件開支;其 AI 客戶支援流程亦令支援成本下降 50% 以上。Cult.fit 亦透過 OpenAI API 整合 GPT Realtime,為 AI Trainer 提供雙向語音健身指導及運動記錄。

  3. OpenAI News49

    Merge 利用 OpenAI 技術打造產品及商業工具

    Merge 利用 OpenAI 技術開發產品及處理公司營運工作,團隊使用 GPT‑6 Astra、ChatGPT 和 Codex 支援產品評測、推廣及業務規劃。透過 Merge 的工具連接器,工具呼叫成功率為 99.9%,而公開 MCP 伺服器約為 60%。晚宴賓客名單、外展聯絡及出席者追蹤等工作,所需時間由全公司累計數十小時減至每場約 30 分鐘。

  4. AWS Machine Learning Blog63

    如何開始使用 Amazon Bedrock AgentCore 的 Web Answer

    AWS 宣佈 Amazon Bedrock AgentCore 的 Web Answer 正式可用,用戶可透過一次工具調用,取得根據當前網頁來源生成並附有引用的答案。Web Answer 會規劃並執行多次搜尋、核對網頁內容,再生成答案;相較之下,Web Search 提供排序結果,由用戶自己的模型負責合成答案。目前服務只在 us-east-1 提供,每 1,000 次工具調用收費 $10。

    推薦理由:文章交代 Web Answer 與 Web Search 的分工,並逐步示範如何透過 AgentCore Gateway 接入及由 MCP 相容 Agent 調用,呈現整合流程。

  5. OpenAI News82

    GPT‑6 Cyber 提升網絡安全智能體的漏洞研究與範圍遵循能力

    OpenAI 發佈 GPT‑6 Cyber,提升漏洞發現與驗證能力,並加強遵守研究人員設定範圍的表現。它在 ExploitGym 得分 48.5%,高於 GPT‑5.6 Cyber 的 32.1%;範圍遵循測試中,無部署提示詞時達 99.93%,使用提示詞時為 100%。

    推薦理由:文章並列基準測試、範圍遵循數據與 Linux、Firefox 案例,呈現 GPT‑6 Cyber 的漏洞研究能力及安全護欄設計。

11月5日週四
  1. Mistral AI70

    Mistral Studio 新增託管智能體與應用功能,配合 Le Chonk 建置企業 AI

    Mistral 擴展 Mistral Studio,新增託管智能體和應用等功能,讓團隊可用 Mistral Large 4(Le Chonk)建置企業 AI 系統。更新亦加入工作流程、企業上下文、智能體可觀測性及評估功能;平台可部署於雲端、VPC 或本地環境,並支援權限控制和人工審批。文中舉例,產品營運團隊的工作流程每週節省約 35 小時,事故調查智能體則每月為團隊節省數百小時。

    推薦理由:文章具體拆解智能體、工作流程與應用如何共用 Studio 基礎設施,並把權限、人工審批及追蹤評估納入企業部署流程。

  2. OpenAI News83

    OpenAI 公佈 Linux 核心自主漏洞研究結果:驗證 1,724 個漏洞並生成 948 個本地權限提升 exploit

    OpenAI 使用一款即將推出的網絡安全模型,建立 Linux 核心自主漏洞研究流水線;在 2026 年 10 月的一次運行中,系統動態重現 1,724 個漏洞,並生成 948 個可運作的本地權限提升 exploit。整次運行耗用 $1,213,430 API credits。人類安全研究員審核結果後,研究團隊已就關鍵漏洞提交數百份報告及修補程式。

    推薦理由:文章比較整體 API 成本、歷史漏洞賞金與 kernelCTF 案例,呈現研究團隊衡量自動化漏洞研究資源投入的方式。

  3. OpenAI News35

    DevRev 以 GPT-6.1 Sol 提供自主自助服務

    DevRev 使用 GPT-6.1 Sol 驅動 Computer 和 Operator,為企業服務提供自主處理能力,兼顧推理、速度與成本。兩款產品可根據即時數據推理,並以 OpenAI 模型配合公司知識、權限及行動控制,處理客戶和員工的複雜要求。 DevRev 的 Enterprise-Bench 評估顯示,GPT-6.1 Sol 表現良好。

  4. AWS Machine Learning Blog57

    如何在 Amazon Bedrock AgentCore Evaluations 中使用決策模型

    AWS 示範透過程式碼評估器,將託管決策模型 Jev 和開源 Strands Decider 2B 接入 Amazon Bedrock AgentCore Evaluations,與內置評估器一同評估 AI 智能體。文章説明如何把 AgentCore spans 轉成決策模型請求,並將概率分佈映射為評估結果;亦建議先以自有流量和人工標註驗證一致率及校準度,再設定評估閾值。

  5. AWS Machine Learning Blog41

    Indegene 如何現代化並擴展生命科學企業的數據質素

    Indegene 在 AWS 上的 NEXT Unified Data Platform(NEXT UDP)中,建構由 LLM 驅動、可投入生產的 Data Quality Agent,以支援生命科學企業擴展數據質素管理。Agent 可生成符合情境的數據質素規則、驗證規則,並產生可直接執行的 SQL 和 Python 程式碼;整個流程由集中式人機協作治理。

  6. AWS Machine Learning Blog62

    生產環境 AI 智能體的四層上下文工程:Deep Insight 如何以實際程式碼實踐

    AWS 團隊以 Deep Insight 示範生產環境 AI 智能體的四層上下文工程,涵蓋架構隔離、提示詞控制、檔案外置及獨立驗證。

    推薦理由:文章將生產環境智能體的上下文管理整理為四層,並用 Deep Insight 的程式示例展示隔離、提示詞控制、檔案外置及獨立驗證如何互相補足。

  7. AWS Machine Learning Blog53

    AWS Quick 的 Smart Approvals 如何保留關鍵操作的人工監督

    AWS Quick 的 Smart Approvals 會以獨立分類模型,根據用戶請求及有限對話脈絡審核符合條件的智能體操作,並決定自動批准或交由用戶審核。它不會增加權限或取消必須人工審批的要求;每次自動批准只適用於經審核的特定操作及參數。文章建議先讓限定團隊試行,測試高影響操作是否交由用戶審核,並設定 CloudTrail 及 CloudWatch Logs 記錄以支援調查。

11月4日週三
  1. OpenAI News64

    OpenAI 宣佈將收購 Pierre Computer Company, Inc.

    OpenAI 宣佈將收購 Pierre Computer Company, Inc.,以擴展 Codex 建立、理解和審查程式碼的工具。Pierre 開發 Code Storage 及多款開源開發者工具,其 Trees 和 Diffs 程式庫已用於 Codex。交易完成後,Code Storage 客戶仍可繼續使用服務,Pierre 的開源項目會維持開源;交易須符合慣常交割條件,包括取得監管批准。

    推薦理由:文章列出 Pierre 已用於 Codex 的 Trees、Diffs 程式庫,並交代交易完成後 Code Storage 和開源項目的安排。

  2. AWS Machine Learning Blog50

    Gen Digital 如何以 Amazon Bedrock AgentCore Web Search 建構 Norton Revamp 的 AI 精選新聞引擎

    Gen Digital 以 Amazon Bedrock AgentCore Web Search 為 Norton Revamp 建構 AI 精選新聞引擎,讓內容建議、目標推薦及新聞動態以最新網絡資訊為依據。這項全託管搜尋功能在 AWS 環境內運作,並提供附有網址及刊登日期的引用來源。引擎支援個人化新聞動態、內容建議及趨勢導向的目標設定。

  3. AWS Machine Learning Blog66

    Amazon Bedrock AgentCore Gateway 如何設定 ServiceNow 的 OBO token exchange

    AWS 示範如何設定 Amazon Bedrock AgentCore Gateway,透過 Microsoft Entra ID 的 OBO token exchange,讓 AI agent 呼叫 ServiceNow REST API 時保留原用戶身份。

    推薦理由:文章依次交代 Microsoft Entra ID、ServiceNow 與 AgentCore Gateway 的設定,呈現 OBO token 交換如何保留用戶身份並套用 ServiceNow 權限。

  4. NVIDIA Blog40

    AI 如何改變半導體晶圓廠的運作,並加快工程師的工作

    NVIDIA 正以加速運算、物理 AI、AI agents 和數碼孿生改變半導體製造,協助工程師更快分析製程、預測材料與流程表現,並在實體試驗前測試改動。COMSOL、Applied Materials 和 Siemens 等公司的模擬工具,部分工作速度提升最高達 10x、35x 和 17x;Advantest 則以 AI agents 將模型選擇的回應時間由數小時縮短至數分鐘。

11月3日週二
  1. 香港科技大學 · AI 研究及應用41

    度小滿與香港科技大學發佈軒轅4.5金融大語言模型

    度小滿與香港科技大學及香港生成式人工智慧研發中心(HKGAI)聯合發佈軒轅4.5金融增強大模型,涵蓋大語言模型及多模態模型。在獲客、風控及客戶經營等金融場景中,模型效果提升30%,推理成本僅為通用模型的10%。其自進化RSI技術用於模型訓練及智能體場景目標適配,並以超過1000億Token的場景增強資料支援金融任務。

  2. NVIDIA Blog46

    全球城市運用 NVIDIA 實體 AI 與智能體 AI 建構及擴展 AI 服務

    NVIDIA 與合作夥伴正把實體 AI 和智能體 AI 擴展至全球城市,用於公共服務、城市營運及基建規劃。西班牙 1MillionBot 的服務智能體已部署 150 多個;馬來西亞 ITMAX 的 SamurAI V2 視覺智能體計劃於 2027 年支援 17,000 多部攝影機。ITMAX 整合的交通模擬平台可測試訊號燈時序,令繁忙時段走廊行車時間最多減少 26%。

  3. OpenAI News63

    OpenAI 詳解 Pando 如何擴展 Git monorepo

    OpenAI 建成 Pando,作為 Git 倉庫的新後端,現已支援 OpenAI monorepo 的全部開發工作。Pando 保留 Git 協議和用戶端相容性,透過分支級並行更新及重用 packfile 擴展寫入和讀取能力。官方表示,Pando 將中位數推送延遲降低近 80%,每日可傳輸近一 petabyte Git 數據。

    推薦理由:文章拆解 Pando 如何以分支級因果一致性及重用 packfile 支援並行寫入與大規模讀取,並交代放寬全倉庫一致性的取捨。

  4. OpenAI News46

    Qodo 透過 Codex 將上下文融入 AI 程式碼審查

    Qodo 透過 Codex 外掛帶入組織知識及程式碼庫規範,協助開發者跨儲存庫找出 P0 問題。Codex 可在編寫程式碼前取得相關規則及 pull request 歷史,完成修改後由 Qodo 審查,並在同一個工作階段回傳結果。Qodo 使用包括 GPT‑6 Astra 在內的 OpenAI 模型收集工程知識、審查程式碼及監察軟件質素。

  5. AWS Machine Learning Blog60

    Circle K 如何利用 Amazon Bedrock 將 DevOps 事故排查縮短至 15 分鐘內

    Circle K 使用 Amazon Bedrock 建立自動化 DevOps 事故排查系統,將平均排查時間由 45–60 分鐘縮短至 15 分鐘內。系統整合 AWS 資源、OpenSearch 日誌、GitHub 程式碼及知識庫資料,並將結構化摘要送到 Slack;按團隊內部事故應對指標,排查時間減少 67–75 percent。

    推薦理由:文章呈現 Circle K 將事故排查由 Amazon Bedrock Flows 遷移至 AgentCore Runtime 的架構調整,並整理日誌預查詢、按線索縮窄程式碼搜尋等實作方法。

  6. AWS Machine Learning Blog66

    如何在 Amazon SageMaker AI 上以知識蒸餾建立高效購物智能體

    AWS 示範以 SeqKD 在 Amazon SageMaker AI 上微調 Qwen3.5-4B 購物智能體。流程以 Amazon Bedrock 上的 GLM-5.3 生成多步軌跡,並用 ShoppingBench 評分器保留成功樣本。

    推薦理由:ShoppingBench 保留測試集顯示,4B 學生模型平均 ASR 比基礎模型高 24 個百分點,保留教師推理也比只訓練工具呼叫高約 13 個百分點。

11月2日週一
10月31日週六
  1. AWS Machine Learning Blog67

    Amazon Bedrock 成本管理:FinOps 與平台團隊的端到端實務指南

    AWS Machine Learning Blog 的作者提出 Amazon Bedrock 成本管理五階段運作模式,涵蓋成本歸因、請求觀測、預算管控、平台最佳化及定期檢視。

    推薦理由:五階段流程將帳單歸因、請求觀測、預算執行與平台最佳化串成閉環,並交代 FinOps 與平台團隊的分工及階段依賴。

  2. AWS Machine Learning Blog60

    如何透過 Amazon Bedrock AgentCore runtime 即時預覽編碼智能體建立的網站

    AWS 示範以 Amazon Bedrock AgentCore runtime 的 Session endpoints,讓編碼智能體建立的 Vite 網站在瀏覽器中即時預覽,並在智能體儲存檔案時更新。

    推薦理由:文章以 Vite 網站示範如何透過 Session endpoint 即時預覽編碼智能體的修改,並交代連接埠授權、本機憑證轉送與連線限制。

  3. AWS Machine Learning Blog63

    如何在 AWS GovCloud (US) 的 Amazon Bedrock 上設定 ChatGPT 桌面應用程式

    AWS 教學示範如何在 AWS GovCloud (US) 的 Amazon Bedrock 上設定 ChatGPT 桌面應用程式,並將 Codex 的模型推理請求路由至 us-gov-west-1 的 Amazon Bedrock Mantle。

    推薦理由:文章把設定檔、AWS 身份驗證與網絡限制串成受控部署流程,並列出驗證、故障排查及回復步驟,方便機構按自身授權要求評估。