最新精選
第 281–300 條 · 共 332 條- gihyo.jp精選AI 評分7878
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。
- gihyo.jp精選AI 評分7878
OpenAI 於 2026 年 2 月 2 日推出 macOS 版 Codex app,作為編碼智能體的管理中心,支援多個智能體並行工作、技能管理及按排程在背景執行任務。
推薦理由:文章具體交代 Codex app 如何以專案線程、worktree、可共用技能及排程自動化組織編碼工作,並説明訂閲方案與平台支援安排。
- OpenAI News精選AI 評分7070
OpenAI 推出 macOS 版 Codex app,定位為 AI 編程與軟件開發的指揮中心,支援多個智能體、平行工作流程及長時間任務。
推薦理由:公告呈現 Codex app 在 macOS 上的工作流定位,重點是以多個智能體、平行流程和長時間任務支援 AI 編程與軟件開發。
- Mistral AI精選AI 評分6767
Mistral AI 發佈 Mistral Vibe 2.0,這款由 Devstral 2 模型系列驅動的終端原生編碼智能體新增自訂子智能體、多選澄清、斜線命令技能及可配置工作模式。
推薦理由:Mistral Vibe 2.0 把自訂子智能體、執行前多選澄清和斜線命令技能納入終端編碼流程,具體呈現其工作流控制方式的變化。
- gihyo.jp精選AI 評分7777
Moonshot AI 發佈開源多模態模型 Kimi K2.5,並推出 Agent Swarm 研究預覽版。
推薦理由:文章並列視覺、編碼基準分數及 Agent Swarm 的並行規模與流程上限,方便了解模型表現和多智能體執行設計。
- Moonshot AI:Kimi Blog精選AI 評分7676
Moonshot AI 發佈開源多模態模型 Kimi K2.5,基於 Kimi K2 續訓約 15T 視覺與文字混合 tokens。Agent Swarm 可自行調度最多 100 個子智能體,並行執行最多 1,500 次工具呼叫;官方內部評估稱,寬搜尋場景的端到端執行時間最多減少 4.5x。
推薦理由:文章詳述 Agent Swarm 的並行協調訓練設計及內部評估,呈現其處理複雜長流程任務的方式與效率數據。
2025年12月19日週五
星期五
- gihyo.jp精選AI 評分7777
Visual Studio Code 於 2025 年 12 月 10 日推出 November 2025(1.107)更新,將智能體工作階段直接整合至聊天檢視,並擴充 Agent HQ 功能。
推薦理由:讀者可從中掌握 VS Code 如何管理多個智能體工作階段、隔離並行修改,以及轉交工作。
2025年12月18日週四
星期四
- gihyo.jp精選AI 評分8383
Google 於 2025 年 12 月 17 日發佈 Gemini 3 Flash,旨在以較低延遲提供 Gemini 3 Pro 等模型具備的推理能力和多模態功能。
推薦理由:文章並列 Gemini 3 Flash 與 Gemini 2.5 Pro、Gemini 3 Pro 的基準表現,以及成本、速度和使用入口,呈現其定位與可用範圍。
- OpenAI News精選AI 評分6262
OpenAI 表示,GPT-5.2-Codex 是其最先進的編碼模型,具備長程推理、大規模程式碼轉換及增強的網絡安全能力。
2025年12月11日週四
星期四
- OpenAI News精選AI 評分7171
OpenAI 發佈 GPT-5.2,稱其為面向日常專業工作的最先進前沿模型,具備最先進的推理、長上下文理解、編碼和視覺能力。GPT-5.2 可在 ChatGPT 和 OpenAI API 中使用,以支援更快、更可靠的智能體工作流。
推薦理由:原文交代 GPT-5.2 的能力定位及 ChatGPT、OpenAI API 的使用入口,讀者可瞭解它面向的專業工作與智能體工作流。
2025年12月9日週二
星期二
- Mistral AI精選AI 評分7070
Mistral AI 發佈 Devstral 2(123B)、Devstral Small 2(24B)兩款編碼模型,以及開源命令列助手 Mistral Vibe CLI。
推薦理由:Devstral 2 不只公佈基準測試成績,亦提供與 DeepSeek V3.2、Claude Sonnet 4.5 的人工評測結果,讀者可對照其在不同模型比較中的表現差異。
2025年11月24日週一
星期一
- Claude Platform:開發者版本說明精選AI 評分7979
Claude Platform 於 2025 年 11 月 24 日推出 Claude Opus 4.5,面向複雜專業任務、專業軟件工程及進階智能體。更新指出,該模型在視覺、編碼和電腦操作方面有顯著改進,定價亦較此前 Opus 模型更易負擔。
推薦理由:這批更新為多工具工作流程提供兩種改善方式,程式化工具調用旨在降低延遲和 token 用量,工具搜尋則讓大型工具目錄中的工具可按需載入。
2025年11月19日週三
星期三
- gihyo.jp精選AI 評分8686
Google 於 2025年11月18日發佈 Gemini 3,開始提供 Gemini 3 Pro 預覽版,並推出新 IDE Google Antigravity。
推薦理由:文章梳理 Gemini 3 Pro 預覽版在應用程式、搜尋及開發工具中的部署方式,並交代 Google Antigravity 的智能體工作流程與個人方案使用條件。
- Google DeepMind精選AI 評分8383
Google DeepMind 發佈 Gemini 3,Gemini 3 Pro 已透過 Gemini API、Google AI Studio 和 Vertex AI 提供預覽。
推薦理由:文章並列 Gemini 3 Pro 的基準成績、API 定價和接入渠道,亦介紹 Google Antigravity 如何跨工作區管理智能體,具體呈現模型與開發流程的結合方式。
- Google DeepMind精選AI 評分8686
Google DeepMind 發佈 Gemini 3,推出預覽版 Gemini 3 Pro,並介紹加強推理能力的 Gemini 3 Deep Think。
推薦理由:Gemini 3 Pro 與 Gemini 3 Deep Think 的兩項基準成績並列,便於比較加強推理模式在 Humanity’s Last Exam 和 GPQA Diamond 的分數差異。
- Google DeepMind精選AI 評分8181
Google 推出 Antigravity 智能體開發平台,並免費開放公開預覽。平台保留 AI IDE 編輯器,另設以智能體為核心的 Manager,支援瀏覽器控制及非同步互動,讓智能體自主規劃和執行端到端軟件任務;Artifacts 可供使用者檢視工作成果並提供回饋。
推薦理由:Antigravity 將 IDE 編輯與 Agent Manager 分成不同工作介面,並以任務級 Artifacts、驗證結果和非同步回饋呈現及修正智能體工作。
2025年11月13日週四
星期四
- OpenAI News精選AI 評分6969
OpenAI 已在 API 中提供 GPT-5.1,帶來更快的自適應推理、擴展的提示詞快取及更佳的編碼表現。API 新增 apply_patch 和 shell 工具。
推薦理由:更新涵蓋自適應推理、提示詞快取、編碼表現及 apply_patch 和 shell 工具,勾勒 GPT-5.1 面向開發者的 API 改進範圍。
2025年10月30日週四
星期四
- gihyo.jp精選AI 評分7979
Anysphere 於 2025年10月29日發佈 Cursor 2.0,新增多智能體管理功能,並推出由該公司開發的智能體編碼模型 Composer。用戶可透過一個提示詞並行執行最多 8 個智能體,各智能體在程式碼庫的獨立副本中工作,並使用 Git worktree 或遠端機器防止檔案衝突。據 Anysphere 稱,Composer 的運行速度較同等智能模型快 4 倍。
推薦理由:文章交代最多 8 個智能體如何並行工作,以及以獨立程式碼副本和 Git worktree 或遠端機器防止檔案衝突,呈現多智能體編碼的協作設計。
2025年10月21日週二
星期二
- gihyo.jp精選AI 評分7676
Anthropic 於2025年10月21日推出 Claude Code on the web 研究預覽版,讓用戶透過網頁介面操作 Claude Code,無須開啟終端機。
推薦理由:這次更新把 Claude Code 的操作入口由終端機延伸至網頁,並交代雲端執行環境的隔離與 GitHub 存取限制,呈現其使用方式和安全邊界。
2025年10月7日週二
星期二
- Hugging Face Blog精選AI 評分6666
BigCodeArena 推出以程式碼實際執行評估程式生成模型的平台,讓使用者並排比較模型、測試輸出並投票。平台支援 10 種語言和 8 種執行環境,並已收集逾 14,000 段對話及 4,731 個投票樣本。
推薦理由:平台把程式實際執行和互動測試納入模型比較,並按程式語言與執行環境拆分結果,呈現總體排名之外的表現差異。