跳到正文
目前篩選:一手
11月21日週六
  1. Hugging Face Blog71

    Inkling 2 Mini 發佈,面向本地部署的多模態 MoE 模型

    Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。

    推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。

  2. Runway:News(網頁)78

    Runway 分享如何逐步建成以智能體運作的軟件工廠

    Runway 逐步讓智能體承擔編碼、CI、審查、批准、QA、故障修復及流程協調,打造一條以智能體為主的軟件交付流程。10 月合併的拉取請求中,38% 由雲端智能體推動。核心 API 儲存庫首次批准的等候中位數,由 9 月逾兩小時降至 11 月中約 5 分鐘。

    推薦理由:文章逐站交代智能體如何接手編碼、審查、批准、QA、故障修復與協調,並説明以風險分級及量化指標控制交接。

11月20日週五
11月19日週四
  1. OpenAI News72

    OpenAI 公佈研究加速報告,指出 AI 研發能力提升不均

    OpenAI 公佈內部研究加速報告,指出編碼智能體可獨立完成更多研究任務,但能力提升因工作類型而異,人類仍是 AI 研發流程的重要部分。對估計需人類工作 2 至 4 小時的任務,無人介入成功率由 3 月的 23% 升至 10 月的 46%;監察訓練運行任務的成功率為 79%,編寫推理及服務堆疊程式碼則為 25%。

    推薦理由:報告把智能體使用、研究員工作流程與模型能力指標放在同一框架,並呈現自動化成效在不同任務上的明顯落差。

  2. AWS Machine Learning Blog71

    Airbnb 如何以每項任務成本管理 Amazon Bedrock 上的編碼智能體

    Airbnb 分享以每項任務成本評測及 Amazon Bedrock 的 CloudWatch 生產訊號,為編碼智能體選擇預設模型和推理強度上限。評測按未快取輸入、快取讀取、快取寫入及輸出 token 計價,並與延遲、輸出 token 數和節流情況對照。

    推薦理由:文章把評測中的每項任務成本與上線後的用戶支出、請求量及配額指標連結,展示編碼智能體選型和容量管理的可操作方法。

  3. Google DeepMind81

    Google DeepMind 發佈 Gemini 4 Neon

    Google DeepMind 發佈 Gemini 4 Neon,面向複雜軟件工程、知識工作及科學工作流程,主打快速端到端任務處理。它在 Artificial Analysis Intelligence Index 的 xhigh thinking level 排名第 3、得分 61,並在 Vals Index 排名第 2、得分 70.9%。

    推薦理由:Gemini 4 Neon 同時面向編碼、企業分析、科學工作與網絡安全,並列出多項基準成績及不同思考層級的成本比較,呈現能力與效率的取捨。

11月17日週二
  1. Microsoft Research71

    TokenEconomizer:從經驗學習,提升 AI 編碼智能體效率

    TokenEconomizer 是 UC Berkeley、Microsoft Research 和 Microsoft Security 開發的開源插件,透過程式碼庫過往工作階段學習,降低 AI 編碼智能體後續任務的成本。

    推薦理由:研究在 277 項修復程式錯誤任務中評估跨工作階段學習,呈現智能體利用程式碼庫經驗降低成本、同時維持大致穩定任務成功率的做法。

  2. AWS Machine Learning Blog62

    Amazon Bedrock 開放權重模型現支援顯式提示詞快取

    Amazon Bedrock 的開放權重模型現已支援顯式提示詞快取,並可透過 Chat Completions API 標記可重用的提示詞前綴。文章以 Python 範例比較隱式與顯式快取,並示範 OpenCode 編碼智能體工作階段如何使用隱式快取及檢視快取用量欄位。快取讀取的費率低於標準輸入,快取寫入費率則視乎模型而定;回應中的用量欄位可用來核對快取讀寫。

    推薦理由:文章比較隱式與顯式快取的適用情境,並以 Python 範例展示快取讀寫欄位,再示範 OpenCode 工作階段中的快取讀取。

11月14日週六
  1. AWS Machine Learning Blog63

    如何透過 NVIDIA NeMo Switchyard 在 Amazon Bedrock 為編碼智能體請求路由至合適模型

    這篇教學示範如何在 Amazon Bedrock 上部署 LiteLLM 與 NVIDIA NeMo Switchyard,將編碼智能體的請求路由至合適模型。Switchyard 的 LiteLLM 整合支援 Stage 與 Random 兩種路由策略,並以路由模型組與單模型基線比較每個成功完成任務的成本。

    推薦理由:文章把智能體路由的比較指標從每 token 價格轉為每個成功完成任務的成本,並示範以相同任務比較路由模型組與單模型基線,按測試是否通過判定任務完成。

11月13日週五
  1. Google DeepMind84

    Google DeepMind 發佈 Gemini 4 Hydrogen

    Google DeepMind 發佈 Gemini 4 Hydrogen,主打日常編碼及智能體工作流程中的快速執行,並即日起在開發者、企業及消費者產品渠道全球推出。

    推薦理由:文章以 Gemini 3.8 Flash 為對照,列出 Hydrogen 在任務速度、Terminal-Bench 4.1 成績及多項安全指標上的變化,呈現更新涵蓋的能力範圍。

11月12日週四
  1. OpenAI News49

    Holiday Extras 藉助 Codex 拓展開發可能

    Holiday Extras 藉助 Codex 重建主應用程式,將原本需逾 6 個月的開發進度縮短至 2 週。重建後,主應用程式的開啟至預訂轉換率上升 32.5%,錯誤率由 19% 降至 9%。主應用程式由每年發布一次重大更新,改為每週發布更新。

11月11日週三
11月10日週二
  1. AWS Machine Learning Blog70

    Claude Fable 5.2 與 Claude Mythos 5.2 登陸 Amazon Bedrock 及 Claude Platform on AWS

    AWS 宣佈 Claude Fable 5.2 和 Claude Mythos 5.2 已在 Amazon Bedrock 及 Claude Platform on AWS 提供;Mythos 5.2 僅透過 Anthropic 的驗證計劃,用於網絡安全和生命科學領域的進階工作。

    推薦理由:文章交代兩款模型在 AWS 的可用範圍、Fable 5.2 的資料保留與審查要求,以及 Claude Code 遷移流程,涵蓋部署前的工程和治理考量。

11月7日週六
  1. AWS Machine Learning Blog62

    Claude Code 如何透過 Amazon Bedrock AgentCore 執行受安全控制的遠端編碼任務

    AWS 示範如何把 Claude Code 編碼任務交由 Amazon Bedrock AgentCore 的隔離工作階段執行,並以 GitHub pull request 交回人工審核。

    推薦理由:文章將遠端編碼流程與安全控制放在同一套實作中,具體呈現隔離執行、短期憑證、網絡限制和人工審核如何共同構成部署方案。

11月6日週五
  1. 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。

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。

11月3日週二
  1. 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。

  2. 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。

10月31日週六
  1. 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。

10月30日週五
  1. Microsoft Research37

    Microsoft Research Focus 第 97 期

    Microsoft Research Focus 第 97 期分享 Microsoft 研究社羣的最新成果,涵蓋智能體、工作中的 AI 使用方式及延伸時段天氣預測。ForkPilot 在六項基準測試中表現媲美最佳現有方法,並最多減少 59% AI 處理需求。CABRA 顯示,理解陌生程式碼庫仍是編碼智能體面對的主要障礙之一。

10月29日週四
  1. Hugging Face Blog80

    Mistral Large 4(Le Chonk)登陸 Hugging Face,提供模型權重與部署指南

    Mistral Large 4(Le Chonk)以開放權重形式登上 Hugging Face,提供 FP8 和 NVFP4 兩個官方版本。模型是多模態、多語言 MoE,約有 1T 總參數、49B 活躍參數及 1M tokens 上下文窗口,支援文字和圖片輸入並生成文字。

    推薦理由:文章整理 Mistral Large 4 在 Transformers、vLLM 和 llama.cpp 的部署方式,並附上不同硬件配置與上下文長度下的實測速度,提供實際部署參考。

  2. Mistral AI76

    Mistral Large 4(Le Chonk)發佈改進版開放權重

    Mistral AI 發佈改進版 Mistral Large 4(Le Chonk)的開放權重;這款 1-trillion-parameter 原生多模態模型提升了編碼、防禦性網絡安全及推理效率。

    推薦理由:文章把編碼基準成績與 tokens 使用效率並列,並交代開放權重模型的自託管及企業託管服務選項,呈現能力比較與部署方式。

10月27日週二
10月22日週四
  1. OpenAI News60

    OpenAI 模型將進入 Google Cloud Model Garden

    OpenAI 與 Google Cloud 合作,將 OpenAI 前沿模型及 Codex 智能體工作流程帶入 Google Cloud 的 Model Garden。

    推薦理由:這項合作把 OpenAI 模型帶入企業既有的 Google Cloud 環境,並交代受規管行業所需的存取控制、數據治理與採購安排。

10月21日週三
  1. GitHub Blog · AI & ML62

    3 位 Java Champion 如何運用 GitHub Copilot 提升生產力

    三位 Java Champion 分享在生產環境及開源項目中運用 GitHub Copilot 的做法,並提出提升開發效率與確保程式可靠性的實踐。其中一人以 Copilot 將 15 份簡報、約 900 張投影片由 Reveal.js 遷移至 Marp,約用 8 至 10 小時,並透過截圖、動畫及 PDF 比對驗證。

    推薦理由:三位 Java Champion 的實例涵蓋功能開發、遷移和除錯,呈現需求釐清、驗證證據與人工審核如何支撐 AI 輔助開發。