Gemini 4 Hydrogen 對比 Sonnet 5.5:Google 公佈的九項基準中勝出六項
Gemini 4 Hydrogen 與 Sonnet 5.5 的比較顯示,Google 公佈的九項基準中 Hydrogen 勝出六項,Sonnet 5.5 則在三項終端及電腦操作測試領先。
Gemini 4 Hydrogen 與 Sonnet 5.5 的比較顯示,Google 公佈的九項基準中 Hydrogen 勝出六項,Sonnet 5.5 則在三項終端及電腦操作測試領先。
OpenCode v2.3.0 預設讓子代理在背景執行;與 inline 工作相比,背景模式較適合緩慢、可並行且互相獨立的任務,inline 則較適合逐步掌控的工作。子代理在獨立的新上下文中運作,父工作階段會在子代理閒置及後續每輪工作後收到報告;若仍有背景工作,報告會標明仍在執行。版本亦預設將工具呼叫及思考內容收合為摘要行,將 Verbosity 設為 medium 或 high 可恢復詳細內容。
文章比較 Square Squaremates 與 WhatsApp Business AI,建議印度小商戶先用 WhatsApp Business AI,因為它在 WhatsApp Business app 內免費提供,而 Squaremates 目前只向美國賣家開放。
SHOPLINE 公佈 MCP 架構首階段應用成果,涵蓋庫存與訂單營運、會員分羣及精準行銷等電商場景。截至11月中旬,受邀商戶的 MCP 啟用率為32.1%,當中66%成為高頻核心用戶。一人營運的 ACG GO 表示,使用 AI 與 MCP 後,商品上架時間由3小時縮至半小時,一天可處理約90個產品。
畢馬威在一間富時250指數公司試行使用100多個AI代理,與真人團隊平行審計以比較表現。畢馬威表示,AI在配對法規與公司文件的一個領域仍需人類介入,但在一些案例中提出的問題比常規審計團隊更有價值,挖掘得更深入。項目將擴展至最多20項較大型審計,目標是最終向客戶提供AI審計服務。
聯想擎天助力打造的敦煌城市超級智能體正式發布,構建涵蓋內容生產、遊客服務、城市治理和產業運營的 AI 能力體系。聯想擎天城市超級智能體目前已在敦煌、佛山等10餘個城市佈局落地。
方程豹鈦9正式上市,售價27.99萬元起,置換驚喜價27.39萬元起,鈦9摺疊智艙版首搭量產摺疊方向盤。摺疊方向盤收納過程控制在10秒內,支持泊入時摺疊、泊出時展開;鈦9搭載AI超級智能體“迪迪蝦”。搭載1.5T插混專用發動機和雙電機,零百加速4.8秒,CLTC純電續航至高400公里。
Langfuse、Arize Phoenix 與 LangSmith 的智能體追蹤比較指出,選擇主要取決於自託管與資料存放需求、現有框架及計費方式,觀測工具本身不會令智能體更可靠。
作者提出按流程步驟是否固定、下一步是否取決於 AI 的判斷,以及是否涉及多個智能體和工作流交接,選擇提示詞、工作流、智能體或智能體系統。固定步驟適合工作流,路徑隨輸入改變時可採用設有工具和限制的智能體,多方交接則需要設置檢查點。文章建議加入人工審批和不確定時的後備流程,並以真實輸入測試自動化流程。
文章比較 Claude Code Remote Control、ChatGPT 手機 App 中的 Codex,以及作者自建的開源自託管聊天 App TaroBird,介紹如何從手機操作在電腦上執行的編碼智能體。
Eclipse Foundation 於 19 November 2026 公佈 Eclipse Enclave 1.0;項目登記資料將 1.0.0 的日期列為 31 October 2026。
阿里雲百鍊 Token Plan 是面向開發者的 AI 大模型訂閲服務,以固定月費和 Credits 額度供多款編程及智能體工具使用。個人版設 Lite、Essential、Standard、Pro 四檔,月費為 39、79、139、312 元,每月額度為 20,000 至 200,000 Credits;Standard 起提供 Harness 權益。
工業和信息化部等部門公佈新一批34家領航級智能工廠培育名單,我國累計培育49家。第二批領航級智能工廠的 AI 場景應用比例超過70%,開發工業智能體超過1000個,日均 Token 調用量超過3億。第二批工廠全員勞動生產率平均提升34.4%、生產效率平均提升19.3%,34家工廠累計帶動近4000家企業協同開展數字化、智能化升級。
Coda-DaVinci 提出一套適應任務的 Code2Video 智能體框架,按實體調整建模粒度,並協調代理引導生成、直接生成、模擬及提示詞。在 VTR 的指令遵循及 R2M 的場景一致性方面取得領先表現,物理合理性及視覺真實感亦勝過對照基線。長影片評估顯示事件結構及連續互動一致性有所提升,但轉場穩定性和遵循場景設定仍有限制。
歸小肽品牌與撲兔AI近日達成GEO戰略合作,雙方將協同建設品牌知識庫、優化AI搜尋可見度、搭建內容矩陣並推進智能體應用落地。合作旨在讓歸小肽在生成式AI問答中獲得準確理解、引用與推薦,並以真實、可核驗、成體系的內容呈現品牌資訊。
神州泰嶽入選安全牛《中國網絡安全行業全景圖(第十三版)》的 9 大一級安全領域、17 個二級細分賽道,其「網絡安全垂域大模型」亦入選《AI+網絡安全全景圖(2026版)》。公司自研的「泰嶽泰斗」安全垂類大模型於 2026 年升級至 2.0 版本,採用三層協同體系,內置 10 大類 57 個工具集,支援以自然語言驅動安全運營自動化。
Prometheus 估值達 410 億美元,累計募資約 145 億美元,聯合創辦人兼聯席 CEO 傑夫・貝佐斯稱,公司的目標是打造「通用 AI 工程師」(AGE)。
極客公園與 Founder Park 將於 2027 年 1 月前往 CES,推出直播及現場報道,並舉辦交流活動,連接亞洲硬件團隊與矽谷 AI 圈。CES Highlights 將於 1 月 7 日、8 日晚 19:30 在極客公園視頻號直播。
阿里巴巴集團公佈2027財年Q2財報,閑魚日均活躍用戶同比增長23%,訂單量同比增長29%。財報稱,今年以來,AI技術在平台交易全鏈路落地,智能定價、生成商品描述及匹配買家等功能是本季度訂單增長的核心動力。過去一年,閑魚服務類訂單增長87%,AI相關服務訂單增長157%。
OwlMem 透過同一個 MCP server,讓 Claude Code、Cursor 和 ChatGPT 共用一份記憶。用戶可執行 `npx -y owlmem install` 自動設定,亦可按文中指引手動連接各工具;安裝程式會合併現有設定檔,並備份其修改的檔案。免費方案可永久供兩個 AI 使用,ChatGPT 自訂 connector 的可用性則視方案及 workspace 設定而定。
Kimi-K3 定位為面向長程編程、知識工作及推理的旗艦模型,最大輸入和輸出均為 1,048,576 Token,並已上架阿里雲百煉。它採用 KDA 混合線性注意力與注意力殘差,支援原生視覺理解,但只有思考模式。華北2(北京)/全球的輸入、輸出及快取命中價格分別為 20、100、2 元/百萬 Token,且沒有免費額度。
三星正為 One UI 9.5 天氣(Weather)應用籌備 AI 升級,在首個 Beta 測試版中加入出發前查看目的地天氣的提示。系統可結合 One UI 和 Google 應用的上下文資訊,並透過正在開發的 Personal Agent Core(PAC)觸發提示。
北京移動 MobileAI Token 包讓用戶以手機號碼登入,並以同一份 Token 用量靈活使用多款智能體及二十多款主流大模型。服務有6檔疊加包和3檔加油包,並可配搭手機流量及千兆寬帶提速;線上線下均設有諮詢渠道。
三星正為 One UI 9.5 首個 Beta 測試版中的天氣(Weather)應用籌備 AI 升級,在用戶出發前提示查看目的地天氣。系統可根據其他地區的約會或會議安排,以及即將搭乘的跨城航班,觸發提示。這項功能涉及三星正在開發的 Personal Agent Core(PAC)系統,該系統會結合多個 One UI 和 Google 應用的上下文資訊。
作者提出一套安裝 Claude Code 技能前的 30 秒審查方法,檢查觸發描述、隨附檔案、技能會調用的工具,以及輸出是否要求先核實證據。文中以 3 個技能示範,並提醒檢查腳本、網絡或寫入操作的授權界線,以及技能是否要求先核實內容再輸出。
AI 多智能體工作流即使在某一步失敗,前序操作也可能已完成付款或預留庫存,因此單一成功/失敗標記不足以描述實際狀態。文章提出以持久化執行紀錄、冪等鍵、未知結果核對及 Saga 補償交易處理部分執行,無法確認安全下一步時則轉交人工審查。作者主張將 Agent 的決策與外部操作權分開,讓協調層管理執行和復原。
文章全面解析 Qwen3.8-2.4T-A95B 開源權重的模型定位、架構、能力表現、適用場景、部署成本與許可限制。該版本為純文字、全思考模式,原生上下文為 262,144 Token;BF16 權重約 4.89 TB,定位為多機多卡部署的可改造底座。文章亦比較其與 API 版在視覺輸入、非思考模式及內置工具上的差異,並説明 Qwen3.8-Max License 的商用門檻。
DeepSeek-V4.1-Flash 是一款 552B MoE 模型,已在阿里雲百煉上架;其架構、基準表現、適用場景及計費方式均有詳細説明。它在多項編程、終端及自動化基準上的表現高於 V4-Pro,但知識問答類表現略低;上下文窗口為 1M,最大輸出為 384K。快取命中輸入價為未命中的 1/50,阿里雲百煉與 DeepSeek 官方的忙閒時段定義不同,排產須按調用入口區分。
火山引擎上線 Seedance Managed Agent,作者實測它可協助完成腳本設計、參考圖生成、分鏡影片製作及品牌設計。作者以自然語言提出需求並按需要修正產出,無須自行撰寫提示詞,Agent 會設計圖像和影片提示詞。火山方舟網頁會話中的圖片和影片素材只保留 24 小時,作者亦指出在聊天介面整理素材較麻煩。
ChatPRD 遭團體濫用免費試用進行 token 欺詐,部分人轉售 token,或利用 ChatPRD 的 Agent 經營其他商業活動。ChatPRD 創辦人 Claire Vo 表示,她見到大量此類濫用情況,並正全面結束免費試用。
郭朝先指出,AI正將製造業產業鏈由線性串聯結構重塑為實時響應的價值網絡,推動需求、採購、生產、銷售與服務環節互聯協同。AI可用於感知需求、智能尋源、柔性生產及預測維護,並促使產業鏈從串聯結構轉向網絡結構,帶動產業鏈羣崛起。
作者把每日科技新聞簡報從 Telegram 搬到網站,並將網站打造成新聞室,由 Mini 撰寫和朗讀新聞、Lily 整理模型資料、Ruan 蒐集模型動態。網站以 Cloudflare 提供場地,GitHub 分開存放建站程式與內容記錄,音訊則存放於 Cloudflare R2。
Ruby2Shell(CVE-2026-132825)是 Ruby 字串大小寫轉換中的單字節 heap 溢位,研究人員稱其可能令未修改的 Rails 應用程式遭未經驗證的遠端程式碼執行攻擊。
文章説明如何在 .NET 為 AI 智能體實作驗證迴圈,並整合 Semantic Kernel 檢查 LLM 回應。文中的保險聊天機械人案例採用規則檢查和次級 LLM 判斷,幻覺率由 12 % 降至 0.4 %,平均每輪增加 180 ms 延遲。文章亦比較規則、次級 LLM 與混合驗證在延遲、成本及安全覆蓋上的取捨,並提醒留意重試、分佈式狀態及可觀測性。
作者提出 vegapunk-agents 多智能體架構模式,讓六個專責智能體透過共享的 Punk Records 協作,而不直接互相對話。模式採用只追加的共享記錄,由 Shaka 獨自作最終裁決;批評與修訂預設最多迭代兩輪,涉及 Atlas 執行的工作須先由 Stella 批准。
NVIDIA 將 GPT-6 Astra、GPT-6 Sol 及 Claude Opus 5.5 接入 Omniverse,支援以提示詞建立物理模擬環境。測試以單張 NVIDIA RTX PRO 6000 GPU 同時運行 256 間病房、共 768 個 Microduck 機械人,經過 14 秒模擬後有 766 個保持動力學穩定,成功率為 99,74%。
AI True Labs 的 2026 GEO 教學示範如何在 Cloudflare Pages 配置 Accept: text/markdown、Content-Signal 和 /llms-full.txt,讓人類瀏覽器接收 HTML、AI Agent 接收轉換後的 Markdown。
阿里雲 Qwen3.8-Max 定位為面向複雜任務和智能體開發的旗艦基座模型,提供按量 API 及 Token Plan 訂閲兩種使用方式。模型採用 2.4萬億參數 MoE 架構,支援百萬 Token 上下文及文字、圖片和影片輸入,並面向編碼、文件處理和工具編排等場景。
騰訊 WorkBuddy 日活躍用戶突破1000萬,最近七天收入按年化折算超過5億美元,但文章認為一款產品不足以支撐騰訊的 AI 轉型。騰訊第三季資本開支達814億元;文章指出,騰訊仍須協同智能、應用和基礎設施三層能力,並在個人用戶場景尋找 WorkBuddy 以外的 AI 入口。
蘇州電信以天翼AI雲電腦搭配TeleAgent,為小微商戶及初創團隊提供可在雲端持續執行任務的AI業務助手。TeleAgent備有超過9萬個預置技能,可協助處理客戶資料、經營數據及營銷內容。其ModelRouter智能路由機制令Token消耗僅為同類主流產品的50%‑80%,資料則在天翼雲隔離沙箱內處理。