最新精選 第 181–200 條 · 共 743 條 07:18 Google 發佈 Gemini 4 Hydrogen,稱其在預設 High 思考模式下,任務完成速度是 Gemini 3.8 Flash 的 2.5 倍。在 Terminal-Bench 4.1 中,Gemini 4 Hydrogen 得分為 57%,Gemini 3.8 Flash 為 18.2%;模型生成虛構內容的情況亦減少超過 5 倍。
推薦理由:文章提供 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的速度和編程基準對照,另列企業任務速度與 Token 消耗數據,呈現不同工作負載下的效能變化。
06:05 AWS Machine Learning Blog · 06:05 精選AI 評分 63 63 Natera 與 AWS 使用 Amazon Bedrock AgentCore 建置 SWARM,為實驗室運維支援工單自動生成診斷報告。在 90 天生產評估中,平均首次回應時間由 17.4 小時降至約 8 分鐘,約快 130 倍;96.2% 的工單在工程師查看前收到自動診斷報告。
推薦理由:文章拆解 SWARM 的雙運行時、技能庫、資料管線與持續評估設計,並提供實驗室工單自動診斷的實測數據,呈現一套可參考的運維智能體建置路徑。
04:33 Google 發佈 Gemini 4 Hydrogen,這款面向編碼和 AI 智能體的快速低成本模型可在 Gemini app 和 Search 免費使用。開發者價格為每百萬個輸入 tokens $1.50、每百萬個輸出 tokens $7.50,並可一次處理最多 1 million tokens 的輸入。
推薦理由:文章以 Gemini 4 Argon 的價格和 Gemini 3.8 Flash 的速度作比較,並補充基準排名,呈現 Hydrogen 在成本與表現之間的定位。
04:04 The Decoder · 04:04 精選AI 評分 81 81 Google 發佈 Gemini 4 Hydrogen,模型在預設 high 思考級別的 Artificial Analysis Intelligence Index 得分為 51,高於 Gemini 4 Argon 的 50;xhigh 級別得分為 54。
推薦理由:文中並列 Google 公佈的基準成績與 Artificial Analysis 的獨立評測,呈現 Hydrogen 在能力分數、終端任務表現及不同思考級別成本上的差異。
03:04 Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。
推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。
03:03 AWS Machine Learning Blog · 03:03 精選AI 評分 65 65 AWS Machine Learning Blog 提出一套在 Amazon Bedrock 上按任務而非 token 核算成本、優化智能體支出及衡量投資回報的方法。
推薦理由:文章把每項任務成本、成功率與人工投入納入同一評估框架,並説明如何以人類基線和 holdout 測試核算智能體投資回報。
02:52 Unite.AI · 02:52 精選AI 評分 85 85 Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。
推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。
02:39 Hacker News 熱門(buzzing.cc 中文翻譯) · 02:39 精選AI 評分 82 82 Google 發佈 Gemini 4 Hydrogen,定位為面向日常編碼及智能體工作流程的高速、高效率模型,並開始向全球開發者、企業及消費者推出。在 Artificial Analysis Intelligence Index 的預設 high thinking level 下,Hydrogen 得分為 51,高於 Argon 的 50。
推薦理由:文章列出 Hydrogen 與 Argon 的基準分數差異,並交代其 1 million-token 上下文窗口定價,呈現模型表現與使用成本的比較。
02:15 Google DeepMind · 02:15 精選AI 評分 84 84 Google DeepMind 發佈 Gemini 4 Hydrogen,主打日常編碼及智能體工作流程中的快速執行,並即日起在開發者、企業及消費者產品渠道全球推出。
推薦理由:文章以 Gemini 3.8 Flash 為對照,列出 Hydrogen 在任務速度、Terminal-Bench 4.1 成績及多項安全指標上的變化,呈現更新涵蓋的能力範圍。
02:04 Unite.AI · 02:04 精選AI 評分 76 76 Mirendil 於 2026 年 11 月 12 日宣佈完成 $1 billion A 輪融資,由 Kleiner Perkins 和 Clearlake Capital 領投,目標是讓更多科學家和工程師參與前沿 AI 研發。
推薦理由:這輪融資串連智能體輔助模型開發、研究工作委派平台與雲端基建,呈現 Mirendil 如何把擴大前沿 AI 研發可及性的目標落到產品與算力部署。
02:02 AWS Machine Learning Blog · 02:02 精選AI 評分 67 67 Amazon Bedrock AgentCore 宣佈更新 AgentCore runtime,工作階段啟動速度最高提升 15 倍、算力擴展至前代 4 倍,運行效率最高提升 68%,並維持硬件隔離。
推薦理由:新版把硬件隔離、快速啟動、彈性算力與資料置於信任邊界內,並加入閒置縮至零及按需回收記憶體的管理方式,具體呈現正式部署中安全、效能與成本的取捨。
01:53 Gemini API:更新日誌 · 01:53 精選AI 評分 76 76 Google 發佈 Gemini 4 Hydrogen,模型現已正式可用,並成為 Gemini Managed Agents 中 Antigravity agent 的預設模型。
推薦理由:公告同時列出免費層級、付費 tokens 價格、思考等級及預設模型安排,可供評估 API 使用成本與 Gemini 3.8 Flash 遷移需求。
01:52 MarkTechPost · 01:52 精選AI 評分 77 77 AWS 發佈本機 AWS API 模擬器 AWS Emulator,涵蓋 438 個 AWS API 模型及 200 多項服務,AWS CLI 和 SDK 可連接使用,無需 AWS 帳戶或服務費。
推薦理由:文章列出 AWS Emulator 在 42,857 項保真度測試中通過 56.6%,並呈現不同 AWS 服務的成績差異,方便評估其本機及 CI 測試用途。
00:01 AWS Machine Learning Blog · 00:01 精選AI 評分 67 67 AWS 文章提出 Agent Development Lifecycle(Agent DLC),以一套包含準則、門檻和核準示例的明確標準,串連定義、建置、評估、發佈、觀察及回饋六項活動,並形成內外兩個循環。
推薦理由:HR 政策助理案例中,區塊層級精確率為 1.00、事實層級僅 0.09,呈現單一檢索指標如何掩蓋知識覆蓋缺口。
00:01 AWS Machine Learning Blog · 00:01 精選AI 評分 66 66 Amazon Bedrock Managed Knowledge Base 的示例架構以已驗證用戶身份,限制共用 AI 智能體對內部文件的搜尋。AgentCore Gateway 的請求攔截器會從已驗證的 JWT 注入用戶的 userContext,知識庫再透過 ACL awareness 篩選搜尋結果。
推薦理由:文章拆解共享智能體與知識庫下的多層存取控制,展示如何以已驗證身份限制搜尋,並防範提示詞注入及繞過閘道的直接呼叫。
00:01 AWS Machine Learning Blog · 00:01 精選AI 評分 62 62 AWS 文章示範如何透過 A2A 連接兩個 AWS 帳戶中的 LangChain 企業協調器與 Strands Agents SaaS 智能體,實現跨框架、跨組織的雙向協作。方案採用雙向 OAuth 驗證,兩邊不必使用對方的框架或 SDK,亦不共享密鑰。文章提供三個 Jupyter notebooks 的部署流程,並執行端到端測試及七項信任邊界檢查;合規掃描示範使用合成資料。
推薦理由:文章把 Agent Card 發現、跨組織雙向 OAuth 和回呼協作放進同一部署範例,並提供可按步驟執行的三個 Jupyter notebooks。
22:42 DEV Community · 22:42 精選AI 評分 76 76 Google 於 2026 年 11 月 11 日宣佈 Gemini Decision 1,可在單次 API 呼叫中對最多 1,000 個問題評分,並回傳概率及信心分數。
推薦理由:文章並列 Google 自家基準與獨立排行榜,呈現 Gemini Decision 1 的測試優勢及排名落差,説明它在不同評測口徑下的定位。
20:32 Google DeepMind 公佈 AlphaProof Code,利用 AI 智能體形式化驗證 libsignal 的部分程式碼,檢查 Signal 一對一聊天的多項安全性質。研究團隊在四週內產生約 6.5 million lines 的證明,研究人員沒有撰寫證明程式碼。驗證範圍限於研究人員自行構建的程式庫,未涵蓋 Signal 應用程式、羣組訊息或金鑰生成。
推薦理由:這項工作展示 AI 智能體如何配合人工制定規格與 Lean 證明,並界定驗證範圍,呈現形式化驗證的實際流程與限制。
18:14 DEV Community · 18:14 精選AI 評分 76 76 Claude Fable 5.2 與 Opus 5.5 的選用建議是,一般工作使用 Opus 5.5,較艱鉅的長程、多步驟任務才改用 Fable 5.2。
推薦理由:文章並列兩款模型的價格、基準表現與 Claude Code 切換方法,提供按任務難度分配模型的具體選用框架。
11:34 DEV Community · 11:34 精選AI 評分 76 76 Plugin4Shell 漏洞影響 Claude Code、OpenAI Codex、GitHub Copilot 及 Gemini CLI,四者取得固定 Git commit 後均未核對工作樹是否與指定 SHA 相符。
推薦理由:這宗漏洞把風險指向智能體外掛分發層,説明可信市集審核及提交版本固定若未由智能體端驗證,仍不能阻止外掛被替換。
上一頁 1 … 8 9 10 11 12 … 38 下一頁