OpenAI 推出 macOS 版 Codex app,整合多個智能體與平行工作流程
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。
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。
Google Research 團隊對 180 種智能體配置進行受控評估,提出智能體系統的量化規模化原則。在可並行的金融推理任務中,集中式協作較單智能體提升 80.9%;在 PlanCraft 的序列規劃任務中,多智能體方案則令表現下降 39–70%。研究的預測模型根據工具數量及任務可拆解程度,對 87% 未見任務配置正確識別最佳協作策略。
個人端的 Moltbot(原名 Clawdbot)與企業端的 DingTalk Real,呈現 AI 助理由聊天工具轉向常駐、可執行工作的 OS 級操作層。Moltbot 主打自託管和開源,讓用戶在自己的硬件上運行及擴展智能體。DingTalk Real 則面向企業場景,着重權限管理、合規、可靠性與規模化執行。
Hugging Face 介紹 upskill 如何以 Claude Opus 4.5 完成 CUDA kernel 任務、從任務軌跡生成 Agent 技能,再評估技能對其他模型的效果。文中一個示例中,unsloth/GLM-4.7-Flash-GGUF:Q4_0 的測試表現由 40% 升至 85%;部分模型使用技能後 token 用量反而增加,文章建議逐一比較。
OS 層級 AI 助手正由個人實驗走向企業工作系統:Clawdbot(現已改名為 Moltbot)是可自行託管的開源智能體,能持續運行並透過多種通訊工具互動。DingTalk Real 則代表企業方向,配合「Agent OS」構想,讓多個智能體在企業身份與權限架構下協作。兩者分別着重個人自主與組織治理。
OpenAI 透過內置防護措施,在 AI 智能體開啟連結時保護用户數據,防止基於 URL 的數據外洩及提示詞注入。
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。
TRUSTBANK 與 Recursive 合作,使用 OpenAI 模型打造 Choice AI,透過 AI 智能體為 Furusato Nozei 禮品提供個人化對話式推薦。這項服務旨在簡化用户發掘禮品的流程。
OpenAI 深入剖析 Codex 智能體循環,説明 Codex CLI 如何透過 Responses API 協調模型、工具、提示詞與效能。
AssetOpsBench 是面向工業資產運維的 AI 智能體基準與評估系統,從六項質性維度評估智能體表現。它涵蓋 2.3M 個感測遙測點、4.2K 張工單及 53 種結構化失效模式,並以 881 條執行軌跡分析失敗。社羣測試中,沒有受測模型達到部署準備門檻 85 分;多智能體任務準確率為 47%,低於單智能體的 68%。
OpenAI 發佈建置 AI 智能體的實用指南,涵蓋適用場景、模型與工具選擇、指令設計及工作流編排。指南建議先以單一智能體起步,使用最強模型建立效能基線,再按成本、延遲及任務表現測試較小模型,只有複雜度需要時才拆分為多智能體。指南亦介紹多層防護措施,並建議在重試超限或高風險操作時引入人工介入。
推薦理由:指南將智能體建置拆解為場景判斷、單智能體起步及按需要擴展,並納入防護與人工介入,呈現循序落地的實作路徑。
OpenAI 發佈 GPT-5 實用開發指南,涵蓋遷移至 Responses API、提示詞優化、模型推理與輸出控制,以及常見問題排查。指南指出,Responses API 可讓 reasoning items 跨輪次及工具呼叫保留,狀態可由 OpenAI 管理或透過加密 reasoning items 傳回;Chat Completions API 不支援這些能力。
Netomi 使用 GPT-4.1 和 GPT-5.2 擴展企業 AI 智能體系統,結合並發處理、治理與多步推理,以建立可靠的生產工作流程。
ServiceNow AI 發佈 AprielGuard,一款 8B 參數的安全防護模型,可分類 16 類安全風險並檢測多種對抗攻擊。模型支援單獨提示詞、多輪對話及包含工具呼叫、推理軌跡和記憶的智能體工作流,並提供可輸出結構化解釋的推理模式和僅分類的快速模式。
OpenAI 正利用經強化學習訓練的自動化紅隊測試,持續強化 ChatGPT Atlas 防範提示詞注入攻擊。這套主動的「發現並修補」循環有助及早找出新型漏洞利用方式,並隨着 AI 越趨智能體化而加固瀏覽器智能體的防禦。
Google Research 回顧 2025 年研究成果,涵蓋生成模型、生成式 UI、量子計算、AI 科學工具及氣候、醫療與教育應用。Gemini 3 引入生成式 UI,可按提示詞生成互動介面;Gemma 擴展至 140 多種語言。效能研究顯示,使用 Learn Your Way 的學生在保留測試中的得分高 11 個百分點。
Google DeepMind 發佈 Gemini 3 Flash,結合 Gemini 3 Pro 級推理與 Flash 級延遲、效率和成本,並按 Artificial Analysis 基準測試較 Gemini 2.5 Pro 快 3x。
推薦理由:文章以推理、多模態與編碼基準成績,連同速度、token 用量及 API 定價,呈現 Gemini 3 Flash 的效能與成本定位。
Google DeepMind 更新 Gemini 2.5 Flash Native Audio,提升其處理複雜工作流、遵循指令及進行多輪語音對話的能力。它在 ComplexFuncBench Audio 得分為 71.5%,開發者指令遵循率由 84% 升至 90%;目前已在 Vertex AI 正式提供,並以預覽版開放 Gemini API。
推薦理由:更新同時改善即時語音 Agent 的函數調用、指令遵循與多輪對話,並以 ComplexFuncBench Audio 的 71.5% 得分呈現多步函數調用表現。
BNY 藉助 OpenAI,透過 Eliza 擴大全企業的 AI 採用,讓 20,000+ 名員工建立 AI 智能體,以提升效率及客户成果。
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。
Scout24 打造了由 GPT-5 驅動的對話式助理,重新構想樓盤搜尋體驗。助理會提出釐清問題、提供摘要,並度身推薦樓盤,引導用户搜尋。
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。
OpenAI 在 Linux Foundation 旗下共同成立 Agentic AI Foundation,並捐贈 AGENTS.md,以支持安全智能體 AI 的開放、互通標準。
推薦理由:OpenAI 以共同成立基金會和捐贈 AGENTS.md 支持安全智能體 AI 的開放互通標準,呈現其參與標準建設的具體方式。
Hugging Face Skills 讓 Claude Code 等編碼智能體透過對話處理模型微調,涵蓋資料集驗證、GPU 選擇、雲端工作提交與進度監控。它亦兼容 Codex 和 Gemini CLI;文中以 Qwen3-0.6B 在 open-r1/codeforces-cots 上進行 SFT 為例,估算使用 t4-small 約需 20 分鐘、成本約 $0.30。
推薦理由:文章將資料集驗證、GPU 選擇、雲端工作提交與進度監控串成智能體訓練流程,並比較 SFT、DPO、GRPO 的適用場景。
Accenture 與 OpenAI 合作,協助企業將智能體 AI 能力融入業務核心,並藉此開拓新的增長空間。
Google DeepMind 宣佈支持白宮 Genesis Mission,並與美國能源部合作,向其 17 個國家實驗室的科學家提供 AI for Science 模型及智能體工具。
推薦理由:合作將 AI for Science 模型及智能體工具分階段提供予美國能源部 17 個國家實驗室,並交代即日起的首階段與 2026 年初的擴展安排。
OpenAI 發佈 GPT-5.1-Codex-Max,這是一款面向 Codex 的更快速、更智能的智能體編碼模型。它為長時間、專案級工作而設計,並提升推理能力與 token 效率。
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 宣佈擴大在新加坡的佈局,並開設新的研究實驗室,以推進亞太地區的 AI 研究與應用。該公司稱,其亞太團隊過去一年規模增至兩倍以上;新加坡團隊將聚焦區域語言與文化包容性研究、Gemini 核心能力及最新模型在 Google 產品和 Cloud 客户中的應用。
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 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。
Google Research 介紹生成式 UI 實作,Gemini app 今日起推出 dynamic view 和 visual layout 兩項實驗,Google Search 的 AI Mode 亦加入生成式互動介面。
推薦理由:文章對照生成式 UI 與標準 LLM 輸出及專家設計網站的偏好結果,並交代生成有時需一分鐘以上及輸出偶有不準確的限制。
Google DeepMind 推出研究智能體 SIMA 2,將 Gemini 推理能力整合至虛擬 3D 遊戲,使其能理解目標、規劃行動並與用户對話。它能將在不同遊戲中學到的概念遷移,也可透過試錯及 Gemini 回饋利用自身經驗繼續訓練,並在 Genie 3 生成的新世界中嘗試執行任務。
推薦理由:SIMA 2 結合 Gemini 推理、跨遊戲技能遷移與自生成經驗訓練,並交代長程任務、記憶和精細鍵盤滑鼠操作的限制。
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。
Chime CMO Vineet Mehra 分享 AI 如何將市場營銷重塑為智能體驅動模式。他認為,重視 AI 素養並審慎採用 AI 的領導者將推動增長。
OpenAI 推出 Aardvark,一款由 AI 驅動的安全研究員,可自主大規模發現、驗證並協助修復軟件漏洞。系統目前處於 private beta,並開放登記參與早期測試。
OpenAI 打造 OWL,作為以 ChatGPT 為基礎的瀏覽器 Atlas 背後的新架構。這套架構將 Chromium 解耦,支援快速啟動、豐富 UI,以及透過 ChatGPT 進行智能體式瀏覽。
Google Research 在 UIST’25 發表 StreetReaderAI 概念驗證原型,結合情境感知即時 AI 與無障礙導航,探索讓盲人及低視力人士使用 Street View。
IBM 發佈 Granite 4.0 Nano 小型模型系列,面向邊緣端及裝置端應用,提供混合 SSM 與傳統 Transformer 架構版本。型號包括 Granite 4.0 H 1B(約 1.5B 參數)、Granite 4.0 H 350M(約 350M 參數),以及傳統 Transformer 版的 Granite 4.0 1B 和 Granite 4.0 350M。
Google Research 介紹個人健康教練的建構方案,該教練以 Gemini 模型為基礎,根據個人健康數據提供個人化、適應式指導並納入專家監督。Google 將由明日起至未來一週,向符合資格的美國 Fitbit Premium Android 用户推出可選的公開預覽,並將很快擴展至 iOS 用户。