RadixArk 發佈 DaisyRose-27B,Terminal-Bench 4.1 pass@1 升至 12.0%
RadixArk 發佈其首個模型 DaisyRose-27B;該模型基於 Qwen3.8-27B,以強化學習訓練,Terminal-Bench 4.1 的 pass@1 從 5.6% 升至 12.0%。
RadixArk 發佈其首個模型 DaisyRose-27B;該模型基於 Qwen3.8-27B,以強化學習訓練,Terminal-Bench 4.1 的 pass@1 從 5.6% 升至 12.0%。
Reuters 報道披露的 Meta 內部聊天顯示,員工曾憂慮 Muse AI 智能體讀取私人訊息、混淆對話,並可能分享敏感資料。Meta 稱員工標記的部分帳戶混淆訊息屬模型幻覺,相關錯誤已修復;Reuters 無法確認 Muse 是否曾提供他人銀行資料。
Snap 於 2026年11月18日推出免費命令列工具 Easy Lens CLI,讓開發者建立、測試及發佈 Snapchat Lenses。Easy Lens CLI 可連接 Claude Code、Codex 和 Cursor,提供超過 100 個擴增實境元件及超過 50 個 AI 素材生成器,並支援預覽影片和追蹤 Lens 表現。
Goldcrest 以對話介面收集家庭財務資料,轉換成結構化參數,交由不涉及 LLM 推理的 Monte Carlo 引擎模擬財務走勢。系統透過對話狀態管理、輸入驗證及針對低信心欄位的追問,整理並檢查參數,再序列化為 JSON。引擎執行 10,000 次模擬,輸出逐年淨資產預測、達成退休目標的機率及敏感度分析。
Vow 與 TypeScript 在硬任務基準測試中均完成所有執行,但 Vow 的 18 次執行有 19 次判定提交,TypeScript 則有 18 次。另一項壞數據測試中,Claude Haiku 5.5 下 Vow 啟用 vow test 探測功能標記了 68% 的壞輸入,高於 Python 的 53% 和 TypeScript 的 20%;測試規模有限。
Google 將 Gemini Spark AI 智能體更名為 Tasks,並在六個國家免費提供。在美國,Tasks 可致電商家,並透過 Google Pay 購買商品。
Erik Hanchett 認為,前端及全端開發者在 AI 編寫程式碼的環境下,應着重架構、除錯、驗證、無障礙設計,以及產品品味與判斷力。文中引用 2025 Stack Overflow 調查指出,45% 受訪者表示,除錯 AI 生成的程式碼比除錯自己的程式碼花更多時間。他建議以 linter、Playwright 黑盒測試和人工程式碼審查建立固定檢查,並在推出新功能時用螢幕閲讀器測試無障礙表現。
Ian 的 workkit 0.94 為根目錄 npm test 和 workkit prove 加入監督,連續兩次檢查均無日誌輸出或處理器活動時,會以 exit code 124 結束執行。
Mastra 團隊公開開源軟件工廠 Mastra Factory,用於維護 Mastra,並可完全部署在自家基礎設施或使用託管版本。Factory 是可配置、可在 Slack 以 @ 標記的智能體看板;上週建立並合併 238 個 PR,另有 630 個由人員合併的 PR。團隊表示 Mastra 每週平均接近 4M 次下載,並已停止接受外部貢獻,改請外部人士提交附詳細重現步驟的問題報告。
Linnix 是一個以 eBPF 和 PSI 分析 Linux 節點停頓來源的可觀測性項目,並可選用語言模型生成事件説明。Span Observer 根據 README、文件及程式庫作出評估,沒有安裝或執行 Linnix;文章指出授權和 DaemonSet 權限説法不一致,效能數據亦沒有獨立驗證。作者建議先在非生產節點測試、暫不啟用 AI,並確認授權及安全設定。
ACQ(https://acq.damri.org)是託管式文字中繼服務,讓不同電腦上的兩個 AI 智能體透過 HTTPS 房間交換文字,無須安裝 ACQ 套件或本地伺服器。
Mike Rice 以一小隊 AI Agent 維護包含 303 個已核實創業計劃的數據庫,並把資料庫轉化為免費的一次申請工具,供自籌資金的創業者使用。他也經營 BuilderSpace,並將分享 Agent 執行營運工作的有效做法與失效之處,首先談如何為接觸的每個數據集保留授權紀錄。
YouTube AI Agent 要避免自動上載流程每 7 日因 refresh token 失效而中斷,須將 Google Cloud 專案由 Testing 切換至 In production,並使用自己的 OAuth 憑證重新產生 refresh token。
theCUBE 對 monday.com Elevate 活動的報道歸納出三項企業 AI 工作流程自動化洞見,涵蓋智能體部署、營運可視度及擴展組織能力。monday.com 內部推行計劃產生逾 3,600 個智能體後,設立 monday Frontier,協助客戶找出工作流程瓶頸並推行 AI 專案。
Perplexity 表示,其 Computer Agent 的個人化系統 Brain 現可建立及更新可重用 Agent 技能;2026年8月1日至2026年11月14日期間,已為超過20,000名用戶撰寫超過80,000項個人技能。
作者以同一套測試比較六款 AI 編碼 CLI,發現各工具讀取的指令檔及阻止寫入的機制並不相同。AGENTS.md 被五款工具載入;Claude Code 與 CLAUDE.md 並存時只讀 CLAUDE.md,而 Gemini CLI 只讀 GEMINI.md。
AgentDrive 是供 Claude Code、Codex、OpenCode、Cursor 和 Antigravity 共用的工作區,讓不同 Agent 接續彼此的工作階段。
作者整理出一套 2026 年 Mac AI 編碼工作流,以 8 款工具分擔提示、執行、審查、修正及用量檢查。配置包括 Ghostty、Claude Code、Codex CLI、Cursor、Rectangle、Wispr Flow、CleanShot X 和 TokenBar,涵蓋終端、兩個編碼智能體、差異審查、視窗管理、語音輸入、截圖標註及用量查看。
AgentDrive 在支援的編碼 Agent 中註冊生命週期掛鈎,觸發背景同步,讓其他 Agent 接續工作階段。同步程序會在本機按路徑規則篩選檔案,並以模式比對遮蔽逐字稿和同步檔案中的敏感內容;掛鈎本身快速退出,避免阻塞 Agent。
Conductor 0.96.0 加強 Agent 開支和上下文窗口的檢視與控制,用戶可查看上下文使用量、使用上限及對話預計費用。新對話預設使用 Claude 的 Opus 5.5,以及 Codex 的 GPT-6.2 Sol。連續的工具呼叫和思考步驟會收合為一列。
AWS 宣佈在 AutoCorrode verification suite 公開提供 I/Q、I/R 和 Isabelle Assistant,讓 AI 智能體可連接 Isabelle 開發形式化證明。
AWS Quick User Group DC 首次聚會展示企業如何以受管治、可信的數據基礎,推進 AI 分析及智能體工作流程。AWS Quick 整合分析、自然語言互動及多步驟任務協調,並連接 Salesforce、Slack、Google Drive 和 Microsoft 365。所有出席者在 50 分鐘內設計並推出自訂應用程式,另有六名參加者製作自動化流程。
Stretto 與 AWS Generative AI Innovation Center 及 CI&T 合作,使用 Amazon Nova 2 Sonic 在 Amazon Bedrock 上建置 Tara,透過電話進行破產申請資料訪談。
AWS 提出一種 Amazon Bedrock AgentCore Gateway 私有 API 接入架構,將 VPC Lattice 資源閘道放在網絡帳戶的專用 VPC,並由其子網經 Transit Gateway 路由,使資源閘道與私有後端之間的請求及回覆經中央防火牆。
推薦理由:文章梳理資源閘道部署、跨帳戶設定與防火牆路由,並附驗證檢查,為企業在網絡集中管控下接入私有 Agent 工具提供具體架構參考。
Microsoft 在 Ignite 公佈七款新模型,涵蓋編碼、安全、圖像、語音和路由,主打以較低成本支援長時間運作的 AI 智能體。Microsoft 稱,MAI Code 2 在四項基準的平均表現達 GPT-6.1 Sol 的 98%,推廣價為其成本的 40%;對 Claude Opus 5.5 的表現達 96%,成本為其 5%。
推薦理由:七款模型橫跨編碼、安全、圖像與語音等用途,文中以多項基準和定價對照外部模型,呈現 Microsoft 將自家模型導入產品時的成本取向。
Factory 擴大與 Microsoft 的合作,讓企業可在自己的 Microsoft Azure 環境部署自主軟件工程系統,並沿用現有程式碼、身份及管治系統。
Maritime 推出面向生產環境 AI 智能體的託管雲端服務,為每個智能體提供獨立、持久的 microVM 和可配置環境。服務亦提供持久狀態、休眠與喚醒編排、觸發器、排程、監控、網絡設定、更新、回滾和故障恢復等功能。每個 2gb RAM 智能體每月收費 $1,該價格包含不限量使用,並可按需增加資源。
Aico Grounding 已開源,這個本機定位元件可將自然語言介面目標轉換成螢幕位置,供 Agent 執行操作。它會識別畫面上的互動元素、為元素分配參照,並返回預測目標位置;即使介面語言不同,也能識別元素。在 Aico 硬件本機執行可減少雲端路由造成的延遲,並避免把螢幕內容傳到外部伺服器。
KPMG UK 使用逾 100 個 AI 智能體,與傳統審計團隊並行檢查一家未具名 FTSE 250 公司的財務報表;部分情況下,智能體深入調查財務問題,並提出人類團隊未必會問的問題。智能體負責蒐集資訊、分析及記錄資料、草擬結論與觀察,並建議後續步驟;試驗並非正式法定審計,結果未用作批准公司帳目的依據。試驗期間,審計人員曾介入,因一個智能體未能正確配對監管要求與公司文件。
這篇教程介紹以專案根目錄或子目錄中的純文字 AGENTS.md,為 AI 編碼智能體保存可檢視、可版本控制的專案規則。它提供規則範本,並建議先界定禁止事項、以多步任務測試,再把 AGENTS.md 納入 Git 管理。智能體執行目錄內任務時,執行環境會讀取相應檔案,並將規則加入提示詞上下文。
x402 是一項透過普通 HTTP 付款的開放標準,讓用戶端可在伺服器回覆 402 Payment Required 後附上簽署付款,再取得所需資源。文章示範在 Base Sepolia 測試網整合 x402,並指出智能體自行付款可能面對無上限支出、收款地址風險及提示詞注入等問題。
Google 於 2026 年 11 月 18 日宣佈,Project Genie 正向合資格的 Google AI Ultra 訂戶開放 Genie 4 體驗。
澳洲企業及科技業近日在 AI 人力治理、雲端數據遷移及模型產品方面均有新進展。CommBank推出免費網絡安全工具 CodeCheck,並公佈為期三年、約9,000萬 AUD 的 AI 人力計劃;ANZ則以 AI 將1.7PB數據遷移至 AWS,所需時間僅為預期的三分之一。
Netlify 於 11 月 18 日宣佈重建平台,讓用戶可透過 AI 智能體建立應用程式,並與原有 Git、IDE 開發流程共用同一項目。平台包括 Agent Runners、支援即時互動、持續連線及長時間任務的 Netlify Server,以及 150+ 個 Netlify Connectors。功能正逐步推出,定價和支援的 AI 智能體完整名單尚未公佈。
作者為客戶建置 Amazon OpenSearch Service 向量搜尋 POC,並撰寫 README 和 RECREATE.md,分別記錄設計理由與重建流程。
Google 向 AI Ultra 訂戶推出 Project Genie 更新,內容包括 Genie 4 和 Genie 3 新功能。更新亦加入構建世界的智能體,以及供用戶分享世界的藝廊。
Dean Ball 在文章中反對人類因 AI 發展而逐步交出對全球經濟及世界事務的主導權,並把對此結果的默認稱為「沉默共識」。他認為,市場競爭可能促使企業把研發、資本配置及治理等工作交給 AI;即使個別決定各自合理,累積起來仍可能削弱人類對文明的有效權威。他主張限制智能體權限、審計行動,並確保使用 AI 的人和企業承擔責任,以探索維持人類主導地位的 AI 設計方向。
OpenAI 詳解 Codex 沙盒如何透過作業系統的隔離機制,在用戶現有環境中限制命令對檔案系統及網絡的存取。內建 :workspace 權限設定允許工作區內寫入、廣泛讀取檔案並預設停用網絡,用戶亦可自訂權限設定檔,或透過 codex sandbox 將沙盒執行整合到其他工具。
推薦理由:文章串連權限設定、網絡代理與 macOS、Linux、Windows 的隔離實作,説明 Codex 如何在沿用本機開發環境時約束命令存取。
Sierra 的 AI teammate Ghostwriter 協助客戶建立 AI 智能體,並持續檢視對話、發布和數據指標,及早發現問題、追查成因及提出修正建議。客戶回饋顯示,ShipStation Global 減少了手動檢查和排查所花的時間;Ghostwriter 亦會追蹤實驗和發布,回報修改是否帶來成效。
Databricks 推出 Unity Gateway Insights,透過 Genie 將數以百萬計的智能體追蹤與業務資料及本體一併分析,找出 token 浪費來源。