在整個軟件開發生命週期中使用 Codex
OpenAI 的網上研討會聚焦 Codex 在整個軟件開發生命週期中的應用,介紹如何在開發全程使用 Codex。
OpenAI 的網上研討會聚焦 Codex 在整個軟件開發生命週期中的應用,介紹如何在開發全程使用 Codex。
OpenAI 的網絡研討會講述該公司如何在工作中使用 ChatGPT Atlas。頁面邀請用戶觀看這場網絡研討會。
Google ADK v1.18.0 加入 Visual Agent Builder,提供瀏覽器介面,讓用戶透過拖放及自然語言設計、配置和測試多智能體系統。文中示範建立包含 root agent、LoopAgent 及兩個子智能體的研究架構,最多迭代 3 次並使用 Google Search;配置可儲存為 YAML。
Hugging Face Blog 提出語音複製「同意閘門」設計並提供示例 Space 和程式碼,系統需先確認説話者已明確同意才會啟動。示例會為每次同意生成一組新句子,分別表達明確同意及補充語音的音素多樣性,並以語音識別確認同意語句。作者指出,仍可能有人用另一個 TTS 系統生成相符語句,並列出音訊來源驗證、説話者嵌入向量相似度及即時錄音 metadata 作為可探索方向。
推薦理由:把每次生成的同意語句與語音辨識綁定,並以同一段錄音作複製輸入,展示了將知情同意設為工作流程前置條件的實作思路。
Hugging Face 更新開放 OCR 模型指南,加入 Chandra、OlmOCR-2 及模型在 OlmOCR Benchmark 的比較分數。指南對照多款模型的輸出格式、語言支援、功能與成本,並介紹 OmniDocBenchmark、OlmOCR-Bench 和 CC-OCR 等評測基準。
推薦理由:文章對照模型能力、輸出格式、評測基準與部署成本,並建議以代表性樣本檢驗不同文件和語言下的表現。
Hugging Face Blog 提供以 Optimum Intel 和 OpenVINO 在 Intel CPU 上本地運行 SmolVLM2-256M-Video-Instruct 的三步教程,涵蓋模型轉換、量化及推理。
推薦理由:文章展示 VLM 在 Intel CPU 上以 OpenVINO 完成轉換、兩種量化和推理的三步流程,並交代靜態量化校準與精度影響。
Plex Coffee 以 ChatGPT Business 支援快速、個人化服務,並在業務擴展時保留人際連結。該公司藉此集中管理知識,並加快員工培訓。
HiBob 使用 ChatGPT Enterprise 和自訂 GPT 擴大 AI 採用,並以 2,500 個 GPT 推動產品與團隊成長。這些應用提升收入、簡化 HR 工作流程,並在 Bob 平台提供 AI 功能。
文章主張企業建立 AI 人機混合管理系統,讓員工與 AI 有效協作,而非把 AI 僅視為削減人手的工具。招聘時應重視員工拆解流程、分析 AI 錯誤並編寫 SOP 的能力,績效評估亦應納入系統建設能力。設計 AI 工作流程可從找出痛點、設定觸發條件、建立監察點和持續優化入手。
在深圳設立 AI 辦公室,企業須應對香港與內地之間的網絡限制、雙重通訊生態及數據私隱規定差異。文章提出以 AI 自動化處理跨平台翻譯、文件管理、工作流程協調及合規監察。建議及早規劃雙重數碼基建、採用本地平台,並以 AI 建立系統化連接。
在深圳設立跨境 AI 辦公室,須應對網絡限制、港深法規差異,以及 WeChat、DingTalk 與國際通訊平台並行的數碼基建挑戰。文章列出 AI 翻譯、文件管理、工作流程協調及合規監察等自動化應用,並建議及早規劃雙重基建、接入本地平台及以 AI 建立系統化連接。
Hugging Face Blog 記錄將 RedNote 的 dots.ocr 視覺編碼器轉換至 Core ML,作為探索以 Core ML 和 MLX 在裝置端運行 OCR 的三篇系列首篇。
OpenAI 建立系統,快速擷取合約資料並轉化為可搜尋資料。系統縮短了處理時間,也讓團隊更容易取得所需細節。
OpenAI 依靠自家技術簡化工作流程、擴展專業能力並推動成果。新系列「OpenAI on OpenAI」分享經驗,助其他組織採取類似做法。
OpenAI 建立內部 AI 銷售助理,自動化客户帳户研究、會議準備、產品知識及客户跟進工作。該助理用於推動銷售效率與客户成功。
OpenAI 使用內部 AI 銷售助理篩選主動洽詢的潛在客户、個人化回覆,並協助銷售團隊將客户興趣轉化為成交。
Yum! Brands 於 2025 年推出 Byte by Yum,一個旨在整合旗下品牌餐廳營運工具的 AI 驅動 SaaS 平台。平台已在全球逾 25,000 間餐廳上線,涵蓋美國所有品牌,並處理超過 300 million 筆數碼訂單。
Hugging Face 介紹如何在 ZeroGPU Spaces 使用 PyTorch AoT 編譯,將模型預先編譯後在不同程序中載入,以減少即時編譯造成的冷啟動開銷。
推薦理由:文章拆解 ZeroGPU Spaces 的 PyTorch AoT 編譯流程,並展示量化、動態形狀與區域編譯等可遷移的優化做法。
MCP 讓 AI 智能體透過自然語言使用研究工具,跨 arXiv、GitHub 與 Hugging Face 搜尋論文、程式碼、模型及資料集並交叉查證。Hugging Face 的 Research Tracker MCP 可從 MCP Settings 加入,並按 Claude Desktop、Cursor、Claude Code 或 VS Code 的指引完成設定。
GPT-5 可協助創意寫作。
Mistral 以 Aerial Image Dataset 微調 Pixtral-12B,將衞星影像分類的整體準確率由 0.56 提升至 0.91,幻覺比例則由 5% 降至 0.1%。
文章示範如何以 Gradio 在 Python 中實作 MCP 伺服器,並建立可瀏覽服裝網站、呼叫 IDM-VTON 虛擬試穿的 AI 購物助手。Gradio 會把應用程式的 API endpoint 自動轉為具名稱、描述及輸入 schema 的 MCP 工具,並支援即時進度通知和自動檔案上傳。
推薦理由:示例將 Gradio MCP 伺服器、Playwright 網頁瀏覽與 IDM-VTON 虛擬試穿串成工作流程,並列出 VS Code 設定步驟。
Intercom 以 3 個關鍵經驗建立可擴展的 AI 平台,經驗涵蓋由評測到架構的做法。該平台旨在引領客户支援的未來。
Hugging Face 分享其官方 MCP Server 的建置經驗,説明 AI 助手如何透過 hf.co/mcp 存取 Hub 及 Spaces 上的 AI 應用。
推薦理由:文章拆解遠端 MCP Server 在傳輸模式、連線狀態與資源開銷上的取捨,並以 Hugging Face 的部署配置呈現決策脈絡。
Hugging Face Blog 示範如何透過 Gradio MCP 伺服器為 LLM 接入工具能力,並以 Flux.1 Kontext[dev] 展示按文字指令編輯圖片。
推薦理由:文章以 Flux.1 Kontext[dev] 示範將 Hugging Face Spaces 的 MCP 服務接入 Cursor,並交代圖片須使用公開 URL,呈現從選擇服務到設定客户端的實作流程。
Hugging Face Blog 示範如何使用 Sentence Transformers 訓練及微調稀疏嵌入模型,介紹 SPLADE、Inference-free SPLADE、CSR 架構,以及資料、損失函數、評估器和訓練器的配置。
推薦理由:文章按 SPLADE、Inference-free SPLADE 與 CSR 的適用情境梳理架構選擇,並以實作例子串連資料、損失函數和評估器配置。
TNG 指出,長提示詞的 prefill 會阻塞後續請求,並在與 decode 共用 GPU 時拖慢已開始生成的請求。vLLM 的並行 partial prefill 可降低短請求的 time-to-first-token;例如可設定最多並行 4 個請求,當中最多 1 個的 prompt 超過 10,000 tokens。
Hugging Face Diffusers 文章比較五種量化後端在 FLUX.1-dev 上的記憶體佔用與推理時間。BF16 載入後約佔 31.447 GB,bitsandbytes 4-bit 為 12.584 GB、推理需 12 秒;torchao int4_weight_only 為 10.635 GB,但推理需 109 秒。
ChatGPT 的自訂指示可按用戶的角色、偏好及工作需要,協助個人化使用體驗。內容聚焦自訂指示如何配合這些需要。
OpenAI o3 能推理複雜任務,並協助自動化多步驟工作流程,展示其如何以推理能力處理複雜流程。
GPT-4o 讓寫作與協作更自然,協助團隊更快起草及潤飾內容。團隊亦可更快調整文字語氣。
ChatGPT 的圖像生成功能可根據提示詞、草圖或上載圖片,協助製作符合品牌形象的視覺內容和產品示意圖。
Gradio 不只是另一個 UI 函式庫,而是透過介面與 API 連接機器學習模型的框架,並提供效能、安全及回應能力保障。它可從單一實作自動生成 REST API 端點及 API 文件,並提供 API Recorder(4.26 引入)、Gradio 5.0 的伺服器端渲染(SSR)、佇列管理和即時串流等功能。
OpenAI 示範如何透過 ChatGPT 的 canvas,將產品需求文件轉化為可運作的 HTML/React 原型。
ChatGPT Projects 可協助用戶建立具上下文的工作區,整理檔案、儲存上下文,並讓不同工作流程中的對話保持一致。
ChatGPT 可規劃市場研究、搜尋及閲讀資訊來源,並整理詳細研究報告,以支援市場分析。整個流程涵蓋研究規劃、來源搜尋與閲讀,以及報告整理。
ChatGPT 的 canvas 可協助將筆記、文字記錄及初稿整理成潤飾完善的寫作內容,把粗略素材轉化為更成熟的文字。
ChatGPT 可透過分析策略規劃的背景脈絡、生成選項,以及把決策轉化為後續步驟,為策略規劃提供支援。
ChatGPT 可協助將生成的程式碼移至用戶的 IDE,以加快開發工作流程。內容聚焦於生成程式碼如何銜接至 IDE。
Open R1 的指南示範如何在本機設定 OlympicCoder 7B,並將它接入 VS Code 作為編碼助手。流程使用 LM Studio 載入 LMStudio Community 的 4bit GGUF 版本,再透過 Continue.dev 連接至本機服務 http://localhost:1234/v1。