Hugging Face 宣布 Gradio 正式支援 Model Context Protocol (MCP)。開發者現在可以輕鬆將 Gradio 應用程式轉換為 MCP 伺服器,使 Claude 等 LLM 代理能直接調用各種機器學習模型、影像處理或數據分析工具。這項整合極大地擴展了 LLM 的實用技能,並搭起了 LLM 與 Hugging Face 龐大開源生態系之間的橋樑。
Vercel 年度盛會 Ship 2025 發表多項重大更新,全面加速 AI 應用的開發與部署。本次焦點包含 v0 從 UI 生成演進為全端應用構建助手、Vercel AI SDK 針對 AI Agent 工作流的深度優化,以及 Next.js 基礎設施的效能提升。Vercel 展現了其從託管平台轉型為 AI 時代開發樞紐的野心。
Vercel 宣布其 AI Gateway 服務正式進入 Beta 測試階段。此工具旨在簡化開發者整合多個 LLM 供應商的流程,提供統一的 API 接口。AI Gateway 具備邊緣快取(Edge Caching)、速率限制(Rate Limiting)、即時分析與自動重試等功能,能有效降低 AI 應用的延遲與 API 呼叫成本,並提升系統的穩定性。
知名 AI 學者 Ethan Mollick 整理了最新的 AI 實用指南,解答「該用哪款 AI」與「如何使用」的核心問題。他強調應直接使用最頂尖的 Frontier Models(如 GPT、Claude、Gemini),並將 AI 視為「聰明但缺乏常識的實習生」。指南涵蓋日常寫作、程式開發、資料搜尋與多媒體生成等四大領域的推薦工具與實戰心法。
Vercel 發布指南,探討如何高效構建與部署模型上下文協定(MCP)伺服器。 文章重點介紹如何利用 Vercel Serverless Functions 託管 MCP,並透過伺服器傳送事件(SSE)實現雙向通訊。 同時提供優化冷啟動、確保端點安全,以及將 MCP 伺服器無縫整合至 Cursor 或 Claude 等 AI 工具的實務建議。
隨著 Perplexity、ChatGPT Search 等 AI 搜尋引擎崛起,傳統 SEO 正在轉變。Vercel 提出其應對策略,重點在於提供乾淨的語義化 HTML、完整的 JSON-LD 結構化資料,並利用 Next.js 的伺服器端渲染(SSR)確保 AI 爬蟲能即時抓取最新內容。此外,他們也強調了合理配置 robots.txt 以平衡資料隱私與 AI 曝光度的重要性。
Vercel 發布最新更新,針對熱門 AI 編碼工具 Claude Code 與 Cursor Agent 降低了使用門檻。過去開發者在團隊專案中使用這些 AI 代理工具時,可能需要為其配置付費的 Vercel 團隊席位(Team Seat)。現在 Vercel 取消了這項限制,讓開發者能更無縫、低成本地將 AI 工作流整合至 Vercel 的部署與託管生態系中。
Vercel 提出了一套「務實(No-nonsense)」的 AI Agent 開發方法論。文章指出,許多開發者陷入了過度複雜的 Agent 框架陷阱,導致系統難以偵錯且成本高昂。Vercel 建議回歸以代碼為中心的開發模式,利用 TypeScript 處理狀態與控制流,並將 LLM 定位為結構化工具調用器。透過 Vercel AI SDK,開發者能更輕鬆地實現串流傳輸、生成式 UI 與可靠的步驟監控,構建出真正能上線的生產級應用。
Hugging Face 推出全新教學,教導開發者如何使用約 70 行 Python 程式碼構建一個由 MCP(模型上下文協定)驅動的微型 Agent。此方法擺脫了傳統繁重框架的束縛,直接展示了 Agent 的核心運作邏輯。透過 MCP,這個微型 Agent 能輕鬆連接並調用外部工具與資料源,極大地降低了開發與理解 AI Agent 的門檻。
語音 AI 平台 Vapi 分享了他們如何在 Vercel 上構建與部署 MCP(Model Context Protocol)伺服器。透過 Vercel 的 Serverless 架構與 SSE(Server-Sent Events)支援,Vapi 成功將其強大的語音助理功能轉化為 MCP 工具。這讓開發者能直接在 Claude 等支援 MCP 的 AI 客戶端中,輕鬆調用並控制 Vapi 的語音服務。
Vercel 正式推出 AI Gateway,旨在解決開發者在整合多個大語言模型(LLM)API 時面臨的效能、成本與可靠性挑戰。 該服務提供統一的 API 接口,內建自動重試、後備方案(Fallback)以及智慧快取機制,能顯著降低 API 延遲與重複調用成本。 此外,AI Gateway 還配備了即時的用量監控與分析儀表板,並與 Vercel AI SDK 深度整合,讓全端開發者能更輕鬆地構建生產級 AI 應用。
Vercel 宣布更新其熱門 AI 網頁生成工具 v0 的定價架構。本次調整主要針對免費方案的額度限制進行優化,並為 Pro 使用者提供更具彈性的 Credits(點數)加購機制。此外,也正式推出了針對團隊協作的全新計費方案,旨在滿足從個人開發者到企業團隊不同規模的 AI 輔助開發需求。
Vercel 宣布支援 Model Context Protocol (MCP) 伺服器部署。開發者現在可以將 MCP 伺服器作為 Serverless Functions 部署在 Vercel 上,並透過 SSE (Server-Sent Events) 與 Claude Desktop 或 Cursor 等 AI 工具連接。這簡化了 AI Agent 連結私有數據與 API 的流程,並享有 Vercel 的即時擴展與安全管理優勢。
沃頓商學院教授 Ethan Mollick 指出,AI 具備極強的說服力,能根據用戶的性格特質(如大五人格)動態調整對話風格。雖然 AI 常因「迎合用戶(Sycophancy)」而飽受批評,但這種特質也揭示了個性化說服的強大力量。理解這一機制不僅能幫助我們防範 AI 的潛在操縱,也能將其應用於教育與行為引導等正面領域。
Hugging Face 官方發布教學,介紹如何將 Gradio 應用程式轉換為 Model Context Protocol (MCP) 伺服器。開發者只需撰寫簡單的 Python 程式碼,即可將現有的 Gradio 介面與 ML 模型封裝成 MCP 工具。這讓 Claude Desktop 或 Cursor 等客戶端能直接調用這些工具,極大地簡化了 AI Agent 與自訂模型的整合。
Hugging Face 發表最新教學,展示如何利用 Model Context Protocol (MCP) 協定,在僅 50 行程式碼內構建出功能完整的 AI Agent。透過 MCP,這個輕量級 Agent 可以直接連接並使用現有的各種 MCP 工具伺服器(如搜尋、資料庫等),無需繁瑣的 API 對接。這項技術大幅降低了開發 Agent 的門檻,並展現了開源標準在 AI 生態系中的強大潛力。
Hugging Face 介紹了由普林斯頓大學等機構提出的 HELMET 基準測試,旨在解決現有長文本評估(如 Needle In A Haystack)過於單一的問題。HELMET 包含 7 大類、11 個真實應用數據集,涵蓋長文本問答、摘要、資訊檢索與程式碼生成等。測試結果顯示,許多宣稱擁有超長上下文的模型,在實際複雜任務中的有效性能會隨著長度增加而顯著衰退。
Google 在 Cloud Next 大會上宣布雙重重磅消息:全面支援 Anthropic 的 MCP 協定,並推出全新的 Agent2Agent (A2A) 協定。A2A 旨在與 MCP 互補,解決跨遠端 Agent 溝通的痛點。該規範包含 Agent Card、Task 機制、企業級認證與推播支援,並同步開源了草案規範與 Agent 開發套件(ADK)。
Vercel 宣布推出全新的 Chatbot 模板,旨在簡化開發者建構 AI 對話介面的流程。該模板基於 Next.js 與 Vercel AI SDK 開發,支援即時串流響應、工具調用(Tool Calling)以及多種主流 LLM 供應商。開發者可以一鍵部署至 Vercel,並輕鬆自訂 UI 與後端邏輯,是打造現代 AI 助理與對話式應用的理想起步工具。
Vercel 宣布在其 AI Gateway 服務中推出「自定義報告」功能。開發者現在可以針對 AI 應用的各項指標(如 Token 使用量、API 呼叫成本、延遲與錯誤率)建立專屬的數據圖表。這項更新大幅提升了 AI 應用的可觀測性與成本控管能力,特別適合需要精細化營運的多模型應用團隊。
Vercel 正式推出 AI SDK 4.2,專注於提升 Agentic(代理)開發體驗。此版本優化了多步驟工具調用(`maxSteps`)的控制、增強了 `streamObject` 的結構化數據輸出,並提供更完善的 OpenTelemetry 監控支援。同時,新版本也深化了與 React 19 和 Next.js 的整合,讓前端開發者能更輕鬆地構建高效、可觀測的 AI 應用。
數位體驗平台 Sitecore 透過 Vercel AI SDK 打造了其全新的 AI 助手「Sitecore Stream」。該助手專為企業行銷人員設計,能理解並遵循品牌規範。文章深入探討了如何利用 AI SDK 的串流(Streaming)、工具呼叫(Tool Calling)等功能,快速整合多種大語言模型,並在 Next.js 環境下提供流暢、安全的品牌專屬 AI 互動體驗。
Hugging Face 推出全新基準測試「DABStep」,旨在評估 AI 數據代理(Data Agent)執行多步驟推理的能力。DABStep 模擬了真實世界的複雜數據分析場景,要求 AI 規劃步驟、撰寫並執行程式碼、處理多種數據格式,並進行錯誤修正。此基準測試為開發更實用、更具規劃能力的數據分析 AI 助手提供了客觀的評估標準。
Hugging Face 旗下的輕量級 Agent 開源庫 smolagents 迎來重大更新,正式支援視覺語言模型(VLM)。開發者現在可以讓 Agent 接收並處理影像輸入,適用於網頁視覺導航、圖表分析及多模態任務。此更新大幅擴展了程式碼 Agent(Code Agent)的應用場景,使其能「看見」並理解真實世界的視覺資訊。
Vercel 正式發布 AI SDK 4.1。本次更新重點在於簡化 AI Agent 的開發,透過 `maxSteps` 參數即可自動處理多回合的 Tool Calling。同時,`useChat` 新增了更完善的多模態檔案上傳與狀態管理支援,並優化了 OpenTelemetry 遙測功能,讓開發者能更輕鬆地在 Next.js 等框架中建構、監控複雜的 AI 應用。
Vercel 宣布其 AI 輔助 UI 開發工具 v0 迎來全新變革。本次更新將 v0 從原本的「單一元件生成器」升級為支援多檔案、具備路由與狀態管理的「完整專案(Projects)」開發平台。此外,新加入的「自訂指令(Custom Instructions)」與團隊協作功能,讓開發者與團隊能更無縫地將 AI 融入現有的工作流與設計規範中。
Hugging Face 發表輕量級 AI Agent 框架「smolagents」,核心概念為「Code Agents」。與傳統輸出 JSON 的 Agent 不同,它讓 LLM 直接生成 Python 程式碼來執行複雜任務,大幅提升表達力與靈活性。該框架程式碼極簡(約千行),並內置安全的 Python 執行沙箱,支援多種主流 LLM 供應商。
隨著 AI 搜尋與 LLM 的普及,AI 爬蟲(如 GPTBot、ClaudeBot)的流量在 2024 年呈現爆發式成長。這不僅帶來了伺服器成本上升與資料被無償抓取的隱憂,也改變了傳統的 SEO 遊戲規則。Vercel 在本文中深入分析了這股趨勢,並分享開發者如何透過 robots.txt、Vercel 防火牆與 Edge Middleware 來有效監控、限制或阻擋這些 AI 爬蟲,在保護網站資產與獲取 AI 搜尋曝光之間取得平衡。
Vercel 宣布與 AWS 達成合作,旨在為前端開發者提供更流暢的 AI 開發體驗。 雙方將 Amazon Bedrock 的模型庫與 Vercel AI SDK 進行深度整合,支援 Claude、Llama 等多款熱門模型。 此合作讓開發者能結合 AWS 的企業級安全基礎設施與 Vercel 的極致開發體驗,快速構建並擴展 AI 網頁應用。
Hugging Face 宣布推出針對阿拉伯語大語言模型(LLM)的全新評估基準「AraGen」及其排行榜。該基準採用創新的「3C3H」評估框架,從文化(Culture)、語境(Context)、能力(Capability)以及實用(Helpfulness)、誠實(Honesty)、無害(Harmlessness)六大維度進行評估。此舉旨在解決過去阿拉伯語評估過度依賴英文翻譯數據集、忽略在地文化與語言特性的問題,為多語言 AI 評估樹立新標竿。