跳到正文
4月17日週五
4月16日週四
  1. DevClass47

    GitHub 推出 Stacked PRs 私人預覽,呼應 Phabricator 的堆疊式差異工作流

    GitHub 推出仍處於私人預覽階段的 Stacked PRs,讓拉取請求建基於前一個請求形成堆疊,方便審核和管理大型變更。堆疊中的每個請求均可獨立審核及合併,但須先合併其下方請求;亦可一次合併整個堆疊。gh stack CLI 並非必需,用戶可透過 UI 建立堆疊式 PR;該 CLI 亦為 AI 智能體而設。

4月14日週二
4月7日週二
4月4日週六
  1. FireRedTeam:原創語音與多模態項目59

    FireRedTeam 發佈 FireRed-Image-Edit-1.1,優化人像一致性等編輯能力

    FireRedTeam 發佈 FireRed-Image-Edit-1.1,基於 FireRed-Image-Edit-1.0,優化人像一致性、多元素融合、風格化文字參照及人像妝效。內置 Agent 可自動處理超過 3 張輸入圖片的區域偵測、裁切拼接及提示詞改寫。項目提供的加速推理配置標示使用 30GB VRAM,生成約 4.5s/sample。

4月3日週五
  1. 通義 QwenAudio:原創語音項目45

    ThinkSound:以思維鏈推理生成及編輯多模態音訊

    ThinkSound 是一個由思維鏈(CoT)推理引導流匹配的統一 Any2Audio 音訊生成框架,支援以影片、文字及音訊生成或編輯音訊。它透過多模態大語言模型推理,分階段生成 Foley 音景、按指定物件修整聲音,並按自然語言指令編輯音訊。程式碼、模型及數據集僅供研究及教育用途,禁止商業使用。

3月16日週一
  1. OpenMOSS / 復旦NLP / 上海創智 / MOSI48

    OpenMOSS/TTSD-eval:多説話人對話生成的客觀評測流程

    OpenMOSS/TTSD-eval 提供多説話人對話生成的客觀評測流程,以説話人歸屬準確率(ACC)和説話人相似度(SIM)為核心指標。WER 作為評估可理解度的補充指標,數值愈低愈好;測試集設有中文和英文子集,每種語言各含 50 段對話樣本。流程使用 MMS-FA 對齊輸入文字與生成音訊,並以輸入稿的説話人標籤核對預測結果。

3月10日週二
3月4日週三
3月2日週一
2月27日週五
2月26日週四
2月24日週二
2月20日週五
2月19日週四
2月16日週一
2月5日週四
  1. gihyo.jp78

    GitHub 開放 Claude 與 Codex 編碼智能體公開預覽,供 Copilot Pro+ 和 Copilot Enterprise 用戶在 GitHub、VS Code 使用

    GitHub 在 Agent HQ 開放 Claude 與 Codex 的公開預覽,Copilot Pro+ 或 Copilot Enterprise 用戶可在 GitHub 和 Visual Studio Code 直接使用兩者作為編碼智能體。

    推薦理由:這項整合把 Claude、Codex 與 Copilot 納入 GitHub 和 VS Code 的同一工作流程,並支援向 Issue 指派多個智能體,呈現其協作與比較方式。

1月28日週三
  1. gihyo.jp52

    GitHub 為儲存庫頁面新增 Agents 標籤

    GitHub 在儲存庫頁面新增 Agents 標籤,讓用戶直接管理與該儲存庫相關的 Agent 工作階段。標籤支援查看工作階段、建立新工作階段、切換任務及封存;工作階段記錄亦加入工具呼叫圖示、輸出預覽、相似呼叫分組、bash 指令顯示和檔案差異檢視。

1月23日週五
1月18日週日
  1. Hamel Husain 長文54

    Hamel Husain 為何不再使用 nbdev

    Hamel Husain 因 AI 編碼工具改變開發工具的取捨,停止使用自己曾協助建立及維護的 nbdev。nbdev 以 Jupyter notebooks 作為程式碼、文件和測試的單一來源,再轉譯成 Python 程式庫和文件網站;他認為這種工作流令 AI 工具難以分辨應修改 notebook 還是最終程式碼。

1月16日週五
1月15日週四
1月12日週一
1月9日週五
2025年12月22日週一
2025年12月11日週四
2025年12月2日週二
2025年11月19日週三
2025年11月18日週二
  1. gihyo.jp74

    Visual Studio Code 1.106 更新加入 Agent Sessions view,並改善智能體操作

    Visual Studio Code 於 2025 年 11 月 12 日推出 October 2025(版本 1.106)更新,新增集中管理本地及雲端智能體工作階段的 Agent Sessions view。更新亦加入內置 Plan 智能體及自訂智能體支援,並改善終端指令的子命令偵測。智能體編輯的檔案改為預設不會自動開啟,差異檢視亦可選取及複製已刪除的程式碼。

2025年11月7日週五
2025年10月30日週四
2025年10月26日週日
  1. FireRedTeam:原創語音與多模態項目58

    FireRedTTS-2 發佈微調程式碼及教學

    FireRedTeam 為 FireRedTTS-2 發佈完整微調程式碼及教學,示例以 LJSpeech 數據集為基礎。團隊表示,該系統支援多語言和零樣本聲音克隆,使用對話數據微調可生成與示範相若的播客內容。

2025年10月20日週一
2025年10月14日週二
  1. gihyo.jp68

    Visual Studio Code 1.105 新增智能體合併衝突修復、巢狀 AGENTS.md 支援及 Apple 帳戶登入 GitHub Copilot

    Visual Studio Code 於 2025 年 10 月 9 日推出 1.105,新增由編碼智能體處理 Git 合併衝突、實驗支援巢狀 AGENTS.md,並可用 Apple 帳戶登入 GitHub Copilot。用戶亦可選擇 GPT-5-Codex 或 Claude Sonnet 4.5,並在擴充功能檢視中瀏覽及安裝 GitHub MCP Registry 收錄的 MCP 伺服器。

2025年9月8日週一
2025年8月25日週一
  1. 通義 QwenAudio:原創語音項目44

    QwenAudio/CV3-Eval

    Cosyvoice 3 發佈 CV3-Eval,作為面向真實場景零樣本語音合成的評測基準。數據集採用 Common Voice、FLUERS、EmoBox 及網絡爬取的真實語音,涵蓋多種語言、方言、領域、環境、情緒和風格。評測包括客觀與主觀子集,並衡量內容一致性、説話者相似度及音質。

2025年8月11日週一
2025年7月8日週二
  1. LMSYS Blog55

    OME:以模型驅動架構管理 LLM 基礎設施

    OME 是一個 Kubernetes operator,以模型驅動架構將模型作為一級資源,協調模型、執行環境與推理服務部署。OCI 團隊表示,採用 OME 後,模型接入時間由數月縮短至數天,部署配置知識亦可重用。OME 支援多節點服務、prefill-decode 分離及 serverless 部署;程式碼庫見 github.com/sgl-project/ome。

2025年6月12日週四
2025年5月20日週二