Claude Dispatch and the Power of Interfaces★ 80
One Useful Thing (Mollick)62d agoOpinion著名 AI 學者 Ethan Mollick 指出，當前 AI 的底層能力已極為強大，但傳統的「對話框」限制了其潛力。他透過「Claude Dispatch」等新型態介面，強調「任務派遣與協調」將取代單純的提示詞對話。未來的 AI 應用關鍵不在於模型本身的升級，而在於如何設計出能讓 AI 自動化、多步驟協作的優秀工作流介面，讓人類從操作員晉升為調度者。
Import AI 451: Political superintelligence; Google's society of minds, and a robot drummer ★ 75
Import AI (Jack Clark)64d agoCommentary知名 AI 科技週報《Import AI》第 451 期聚焦三大前沿議題。首先探討「政治超智慧」對人類社會與民主體制的衝擊，並提出科技是否已無法收回的詰問；其次介紹 Google 借鑑閔斯基理論的「心智社會」多智慧體協作研究，展示群體 AI 解決複雜問題的潛力；最後則分享了結合強化學習與精準物理控制的機器人鼓手技術。
GPT 5.4 is a big step for Codex★ 80
Interconnects (Nathan L.)76d agoCommentary本文探討了 GPT 5.4 對於 OpenAI 旗下 Codex（代碼與 Agent 生態）帶來的重大進展。作者 Nathan L. 深入評估了當前 AI Agent 的前沿發展，分析了 GPT 5.4 的進步。然而，儘管 GPT 5.4 取得了顯著突破，作者也解釋了在實際開發與評估中，他依然更傾向於選擇 Anthropic 的 Claude 的原因。
State of Open Source on Hugging Face: Spring 2026★ 85
Hugging Face Blog77d agoCommentaryHugging Face 發布 2026 年春季開源報告，揭示開源 AI 生態的最新趨勢。報告指出，具備推理能力的開源模型（如 DeepSeek 與 Qwen 系列）已成為社群主流；同時，以 smolagents 為首的輕量級 Agent 框架與本機端（On-Device）小模型正快速普及。此外，開源多模態與影片生成技術的下載量也創下歷史新高，展現出開源社群強大的創新動能。
The Shape of the Thing★ 85
One Useful Thing (Mollick)82d agoOpinion沃頓商學院教授 Ethan Mollick 撰文分析 AI 的現狀與未來。他指出，雖然基礎模型的純暴力縮放（Scaling）可能遇到瓶頸，但透過「推論時運算」（Inference-time compute）如 OpenAI o1/o3 和 Claude 3.7 Sonnet，AI 的推理能力正大幅躍進。我們正處於從「對話式 AI」轉向「自主 Agent」的關鍵節點，這將徹底重塑工作流程與組織架構。
Import AI 448: AI R&D; Bytedance's CUDA-writing agent; on-device satellite AI ★ 75
Import AI (Jack Clark)85d agoCommentary本期 Import AI 聚焦三大前沿：首先是 ByteDance 開發出能自動編寫與優化 CUDA 程式碼的 Agent，大幅降低 GPU 效能調校門檻；其次是探討在衛星上直接運行 AI 模型（邊緣運算）的技術進展；最後，作者藉由烏克蘭無人機戰事，深刻反思未來首場真正的「AI 戰爭」將於何時、以何種形式爆發。
Building Slack agents can be easy★ 70
Vercel Changelog91d agoTutorialVercel 發表最新技術指南，說明如何利用 Vercel AI SDK 與 Serverless 架構輕鬆構建 Slack AI Agent。文章解決了 Slack 開發中常見的 3 秒回覆超時限制，並展示如何快速整合多種大語言模型與工具調用（Tool Calling）。透過這套方案，開發者能以極低的門檻，為團隊打造具備上下文記憶與自動化能力的 Slack 智慧工作夥伴。
Import AI 447: The AGI economy; testing AIs with generated games; and agent ecologies ★ 75
Import AI (Jack Clark)92d agoOpinion本期 Import AI 深入探討了三個前沿議題：首先是「AGI 經濟」，分析當算力與能源成為核心資源時，超智慧生態建築（Arcology）的運作模式；其次是「生成式遊戲測試」，指出傳統基準測試已飽和，未來將透過即時生成的遊戲來評估 AI 的泛化與規劃能力；最後是「Agent 生態學」，展望多智慧體在共享環境中互動、競爭與演化的未來趨勢。
Keeping community human while scaling with agents
Vercel Changelog95d agoOpinionVercel 探討在 AI Agent 時代下，如何擴展開發者社群支援而不失人情味。文章指出，單純依賴 AI 自動回覆容易損害社群信任，因此應將 Agent 定位為「人類協作者」，負責初步過濾、草擬回覆與自動分類。透過建立「人機協作（Human-in-the-loop）」機制，讓社群經理能專注於高價值的深度互動，在效率與溫度之間取得完美平衡。
Gemini 3.1 Pro: A smarter model for your most complex tasks★ 85
Google DeepMind Blog103d agoReleaseGoogle DeepMind 宣布推出新一代模型 Gemini 3.1 Pro。該模型專為需要深度思考與複雜處理的任務而設計，旨在解決傳統簡單回答無法滿足的進階需求。這標誌著 Gemini 系列在複雜推理與專業工作流上的進一步升級，將為開發者與企業用戶在建構 AI Agent 及處理高難度邏輯推理時，提供更強大的運算大腦與解決方案。
IBM and UC Berkeley Diagnose Why Enterprise Agents Fail Using IT-Bench and MAST★ 80
Hugging Face Blog104d agoReleaseIBM 研究中心與柏克萊加州大學（UC Berkeley）合作發表了 IT-Bench 基準測試與 MAST 診斷框架。IT-Bench 模擬了真實的企業 IT 運維環境，而 MAST 則專門用來剖析 AI Agent 在執行多步驟任務時失敗的深層原因。研究指出，企業級 Agent 的失敗往往源於工具調用錯誤、狀態追蹤失效及錯誤累積，而非單純的 LLM 能力不足，這為未來 AIOps 的優化提供了明確方向。
A Guide to Which AI to Use in the Agentic Era★ 85
One Useful Thing (Mollick)104d agoTutorial隨著 AI 從單純的「聊天機器人」演進至具備主動執行能力的「代理人（Agents）」與深度思考的「推理模型（Reasoning Models）」，使用策略已大幅改變。本文整理了當前主流 AI（如 GPT、Claude、Gemini 及 DeepSeek）在寫作、程式開發、資料分析與自動化任務中的定位。讀者將能理解何時該用一般聊天、何時該啟動推理，以及如何佈署代理人來提升生產力。
How Stably ships AI testing agents in hours, not weeks
Vercel Changelog105d agoBusiness本文介紹 AI 測試平台 Stably 的成功案例。Stably 透過 Vercel 的 Serverless 架構與 Vercel AI SDK，成功克服了 AI Agent 部署與即時串流的技術挑戰。這讓他們能將 AI 測試 Agent 的開發與上線時間從數週縮短至數小時，大幅提升產品迭代速度與開發者體驗。
Import AI 444: LLM societies; Huawei makes kernels with AI; ChipBench★ 75
Import AI (Jack Clark)113d agoCommentary本期 Import AI 涵蓋三大前沿議題：首先探討如何量化 AI 的「創意」與 LLM 社會模擬（LLM societies）的最新進展；其次聚焦華為利用 AI 技術自動生成與優化作業系統核心（Kernel）的實踐，展示 AI 在系統級程式設計的潛力；最後介紹 ChipBench，這是一個評估 AI 在晶片設計與硬體描述語言（HDL）生成能力的全新基準測試。
Opus 4.6, Codex 5.3, and the post-benchmark era★ 80
Interconnects (Nathan L.)113d agoOpinion本文探討在 2026 年面對 Opus 4.6 與 Codex 5.3 等頂尖模型時，傳統靜態基準測試（如 MMLU）已完全失效。AI 評估正式進入「後基準時代」，重點轉向評估模型在複雜、多步驟的代理人任務（Agentic tasks）中的實際表現。未來，評估將更依賴動態環境、人類反饋與客製化的工作流模擬，而非單一的分數指標。
Import AI 443: Into the mist: Moltbook, agent ecologies, and the internet in transition★ 75
Import AI (Jack Clark)120d agoCommentary知名 AI 觀察家 Jack Clark 在本期電子報中探討了「Agent 生態系（Agent Ecologies）」的崛起與網際網路的轉型。隨著大量自主 Agent 投入網路，傳統由人類主導的網路正轉變為 Agent 互動的迷霧。此外，本期也收錄了一篇科幻短篇，描述 Agent 之間如何互相影響、甚至惡意串通與腐化的未來場景。
Management as AI superpower★ 85
One Useful Thing (Mollick)126d agoOpinion賓州大學教授 Ethan Mollick 指出，隨著 AI 轉型為能自主規劃與執行的 Agent（代理），人類的工作將從「與 AI 協作」轉變為「管理 AI」。這意味著傳統的管理技能——如明確授權、設定目標、績效評估與跨團隊協調——將成為每個人的核心競爭力。不會管理的人將難以駕馭強大的 AI 工具。
AssetOpsBench: Bridging the Gap Between AI Agent Benchmarks and Industrial Reality★ 75
Hugging Face Blog132d agoReleaseIBM Research 在 Hugging Face 上推出了 AssetOpsBench 互動遊樂場。這是一項專門針對工業資產營運（AssetOps）設計的 AI Agent 基準測試，旨在解決現有評估工具偏重軟體工程或網頁瀏覽，而缺乏工業實際場景的問題。它評估 Agent 在面對複雜工業手冊、感測器數據及企業資產管理系統時的規劃、工具調用與推理能力。
Import AI 441: My agents are working. Are yours? ★ 75
Import AI (Jack Clark)134d agoCommentary在本期 Import AI 中，Jack Clark 探討了 AI Agent 的實用化轉折點，分享他如何將 Agent 融入日常工作流，指出 Agent 已從「玩具」走向「實用工具」。此外，本期也介紹了一項安全研究「毒泉（Poison Fountain）」，展示了攻擊者如何透過持續注入惡意數據，污染 AI 系統的長期記憶與檢索機制，對當前日益普及的 Agent 安全性敲響警鐘。
Claude Code and What Comes Next★ 85
One Useful Thing (Mollick)145d agoCommentary知名 AI 學者 Ethan Mollick 撰文分析 Anthropic 最新釋出的命令列工具 Claude Code。他指出，這款工具代表了 AI 從單純的「對話框」走向「自主代理人（Agent）」的重大轉變。Claude Code 不僅能寫程式，還能直接在終端機執行、測試、根據錯誤訊息自我修正並完成 Git 提交。這預示著未來所有工作流程都將被這種「給予工具並讓其自主嘗試」的 Agent 模式所顛覆。
NVIDIA brings agents to life with DGX Spark and Reachy Mini★ 80
Hugging Face Blog148d agoReleaseHugging Face 宣布與 NVIDIA 合作，將 NVIDIA 全新的 DGX Spark 運算平台與 Pollen Robotics 的 Reachy Mini 機器人進行深度整合。此合作旨在降低具身智能（Embodied AI）的開發門檻，讓開發者能透過 Hugging Face 的 LeRobot 開源機器人框架，輕鬆將 AI 代理（Agents）部署至實體硬體，實現具備物理互動能力的實體 AI 應用。
Start building with Gemini 3★ 95
Google DeepMind Blog196d agoReleaseGoogle DeepMind 宣布推出其最新一代旗艦模型 Gemini 3，並全面開放開發者進行建構。此版本在多模態理解、邏輯推理與生成速度上皆有顯著提升。開發者現在可以透過 Google AI Studio 和 Vertex AI 存取 Gemini 3 API，體驗更強大的上下文處理能力與更低的延遲，為下一代 AI 應用與 Agent 開發奠定基礎。
Three Years from GPT-3 to Gemini 3★ 80
One Useful Thing (Mollick)196d agoOpinion知名 AI 學者 Ethan Mollick 撰文指出，AI 技術在過去三年經歷了巨大的範式轉移。AI 已從最初 GPT-3 時代單純進行文本生成與對話的「聊天機器人（Chatbots）」，演進至如今以 Gemini 3 為代表、具備自主規劃與執行能力的「AI Agent（代理人）」。這一轉變不僅改變了人機互動模式，也重新定義了 AI 在工作與生活中的實用價值。
A new era of intelligence with Gemini 3★ 98
Google DeepMind Blog196d agoReleaseGoogle DeepMind 宣布推出全新一代旗艦模型 Gemini 3。此版本在多模態理解、複雜邏輯推理及長文本處理能力上皆有顯著突破。Gemini 3 更加強調「主動式智能體（Agentic AI）」的實用化，能自主規劃並執行跨平台的複雜任務，並大幅降低了延遲與運算成本，為個人與企業應用帶來全新變革。
SIMA 2: An Agent that Plays, Reasons, and Learns With You in Virtual 3D Worlds★ 85
Google DeepMind Blog201d agoReleaseGoogle DeepMind 推出新一代 AI 代理 SIMA 2，全面導入 Gemini 模型的能力。SIMA 2 不僅能在多個 3D 虛擬與遊戲世界中執行任務，還具備更強的推理、語言理解與即時決策能力。這項技術展示了 AI 如何從單純的指令接收者，演變為能在複雜互動環境中與人類協同合作的智慧夥伴。
Genie 3: A new frontier for world models★ 82
Google DeepMind Blog221d agoReleaseGoogle DeepMind 發表全新世界模型 Genie 3，為生成式 AI 領域帶來重大突破。該模型能以每秒 24 幀（fps）的即時速度，生成可供用戶自由導航與互動的動態虛擬世界。Genie 3 不僅支援 720p 的高解析度，更能在長達數分鐘的互動過程中，保持場景與物理邏輯的高度一致性，這將為未來的遊戲開發、虛擬實境以及 AI 代理（Agents）的模擬訓練開闢全新途徑。
Gemini Robotics 1.5 brings AI agents into the physical world★ 85
Google DeepMind Blog221d agoReleaseGoogle DeepMind 發表 Gemini Robotics 1.5，旨在將 AI Agent 的能力帶入實體世界。透過此系統，機器人將具備更強大的環境感知、多步驟任務規劃、邏輯思考、工具使用以及實體行動能力。這項進展代表著「實體代理（Physical Agents）」時代的開啟，能更有效率地解決現實世界中複雜且多步驟的實體任務。
Introducing the Gemini 2.5 Computer Use model★ 85
Google DeepMind Blog222d agoReleaseGoogle DeepMind 發表全新的 Gemini 2.5 Computer Use 專用模型，目前已透過 API 提供預覽。該模型基於 Gemini 2.5 Pro 的強大能力進行微調，旨在賦能 AI 代理（Agents）直接與作業系統及應用程式的用戶介面（UI）進行互動。這項技術將加速自動化工作流程的開發，讓 AI 能夠像人類一樣執行點擊、輸入和導覽等電腦操作。
You can just ship agents★ 75
Vercel Changelog222d agoOpinionVercel 發表最新技術觀點，指出開發 AI Agent 不需要引入複雜的第三方 Agent 框架。透過 Vercel AI SDK 的 maxSteps 與 Tool Calling 功能，結合 Serverless 函數，開發者就能輕鬆構建具備自主決策能力的 Agent。本文強調「極簡主義」的開發流程，並分享如何在 Serverless 環境中克服超時限制、管理狀態，讓 Agent 應用快速上線。
Agents at work, a partnership with Salesforce and Slack★ 70
Vercel Changelog230d agoBusinessVercel 宣布與 Salesforce 及 Slack 展開全新合作，聚焦於「工作中的 AI Agent」。此合作結合了 Vercel 的 Serverless 部署優勢、Salesforce 的企業數據與 Slack 的協作平台，旨在幫助開發者更輕鬆地構建能與企業工作流無縫整合的 AI 代理人，大幅提升企業生產力。