Making agent-friendly pages with content negotiation★ 80
Vercel Changelog119d agoTutorialVercel 提出利用 HTTP 內容協商（Content Negotiation）技術來優化 AI Agent 的爬取體驗。當 AI 代理（如 LLM 爬蟲）請求網頁時，伺服器可依據 `Accept` 標頭自動回傳乾淨的 Markdown 或 JSON，而非繁重的 HTML。這不僅能大幅節省 Token 消耗，還能提升 AI 理解網頁內容的精準度，是未來 Web 開發與 AIO（AI 優化）的新趨勢。
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。
Introducing Daggr: Chain apps programmatically, inspect visually★ 75
Hugging Face Blog125d agoNew ToolHugging Face 發表全新開源工具 Daggr，旨在解決 AI 應用（如 LLM 鏈、Agent 工作流）開發中的痛點。開發者可以用純程式碼（Programmatic）定義複雜的有向無環圖（DAG）工作流，同時透過直觀的視覺化介面（Visual Inspection）進行執行追蹤與除錯。這項工具完美結合了程式碼的靈活性與視覺化工具的易讀性。
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。
AGENTS.md outperforms skills in our agent evals★ 78
Vercel Changelog126d agoReleaseVercel 在最新的 Agent 評估中發現，使用 `AGENTS.md` 這種基於 Markdown 的宣告式文件來定義 AI Agent 的角色與指令，其成效顯著優於傳統為 Agent 綁定特定「技能（Skills/Tools）」的作法。這項發現將簡化開發者構建多 Agent 系統的流程，並提升 LLM 在複雜任務中的執行準確度與對齊表現，代表著 Agent 開發範式正朝向「文件驅動」轉移。
Unlocking Agentic RL Training for GPT-OSS: A Practical Retrospective★ 75
Hugging Face Blog126d agoCommentary本文探討如何針對開源 GPT 模型（GPT-OSS）導入自主 Agent 強化學習（Agentic RL）訓練。LinkedIn 團隊分享了他們在訓練過程中的實務經驗與挑戰，包含如何建立有效的獎勵機制、克服訓練不穩定性，並提供了一套可供開發者與研究人員參考的實作回顧，旨在推動開源模型在複雜 Agent 任務中的表現。
Agent skills explained: An FAQ★ 75
Vercel Changelog127d agoTutorialVercel 官方發布「Agent Skills」常見問答指南，解析如何定義與部署 AI 代理的「技能」（即工具呼叫）。透過 Vercel AI SDK，開發者能使用 Zod 定義 Schema，並在 Serverless 或 Edge 環境安全執行。本文涵蓋技能的運作原理、安全性設計以及如何結合 Generative UI 提升使用者體驗。
Testing if "bash is all you need"★ 75
Vercel Changelog131d agoOpinionVercel 近期發表文章，探討在 AI Agent 時代中，「僅提供 Bash 工具」是否就能滿足所有開發需求。文章評估了讓 AI 代理直接操作終端機的潛力與極限，分析其在自動化測試、程式碼修復及部署上的表現。雖然 Bash 賦予了極高的自由度，但安全防護、錯誤處理與上下文限制仍是關鍵挑戰。
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。
Introducing skills, the open agent skills ecosystem★ 80
Vercel Changelog133d agoReleaseVercel 宣布推出「skills」，這是一個專為 AI Agent 設計的開放式技能生態系統。開發者可以透過此平台輕鬆定義、發布並重用各種 Agent 技能（如 API 呼叫、數據庫查詢等），並與 Vercel AI SDK 無縫整合。這項舉措旨在簡化 AI 代理的工具調用（Tool Calling）流程，建立一個標準化且社群驅動的 Agent 能力庫。
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)146d 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 Blog149d 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。
We removed 80% of our agent’s tools★ 85
Vercel Changelog162d agoOpinionVercel 在建構生產級 AI Agent 時發現，給予過多工具會導致模型混淆、延遲飆升與成本暴增。他們透過「動態工具載入」、「多 Agent 架構」與「程式碼硬編碼路由」等策略，成功精簡了 80% 的工具。這項優化不僅讓 Agent 的任務成功率顯著提升，更大幅改善了用戶體驗，證明了在 AI 應用開發中「少即是多」的硬道理。
CUGA on Hugging Face: Democratizing Configurable AI Agents★ 75
Hugging Face Blog169d agoReleaseIBM Research 宣佈在 Hugging Face 上推出 CUGA（可配置用戶引導代理）框架。CUGA 旨在簡化 AI Agent 的自定義與部署流程，讓開發者無需複雜的程式碼或微調，即可透過結構化配置引導 Agent 的行為與決策。此舉結合了 Hugging Face 的開源生態，將促進安全、可控的 Agentic AI 技術走向大眾化。
DeepMath: A lightweight math reasoning Agent with smolagents★ 75
Hugging Face Blog181d agoReleaseHugging Face 介紹了與 Intel 合作的 DeepMath 專案，這是一個基於 smolagents 輕量級框架構建的數學推理 Agent。傳統 LLM 在數學計算上容易出錯，而 DeepMath 採用「Code Agent」機制，讓輕量級開源模型透過撰寫並執行 Python 程式碼來解答複雜數學題。此方案不僅降低了算力門檻，還能在 Intel 硬體上實現高效能的本地端推理。
We Got Claude to Fine-Tune an Open Source LLM★ 78
Hugging Face Blog181d agoTutorialHugging Face 分享了如何利用 Anthropic 的 Claude 模型（作為 AI Agent）來自動微調開源大語言模型。透過整合 Hugging Face 的生態系工具（如 AutoTrain），Claude 能夠自主處理數據集清洗、撰寫訓練腳本、調整超參數並執行微調。這項實驗展示了 Agent 在機器學習工程（MLE）自動化中的巨大潛力，讓模型訓練變得更加平民化。
Building Deep Research: How we Achieved State of the Art★ 78
Hugging Face Blog190d agoTutorialAI 搜尋引擎 Tavily 在 Hugging Face 部落格分享了其「Deep Research」技術的幕後架構。該系統旨在解決傳統單次搜尋無法應付複雜任務的痛點。透過結合多步驟代理人規劃、動態查詢擴展、內容去噪與重排技術，Tavily 成功在複雜研究任務中取得領先（SOTA）地位，並詳細解析了其評估方法與實作細節，為開發者提供建構自主研究代理人的實用指南。
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。
What we learned building agents at Vercel★ 80
Vercel Changelog208d agoOpinionVercel 發表專文，整理其團隊在使用 Vercel AI SDK 構建 AI Agent 的核心心得。文章指出，從 Chat 轉向 Agent 需克服 Serverless 執行時間限制、複雜的狀態管理，以及如何向用戶即時串流 Agent 的「思考與工具執行過程」。此外，建立完善的評估（Evaluation）機制與工具調用的容錯設計，是確保 Agent 穩定運作的關鍵。
Aligning to What? Rethinking Agent Generalization in MiniMax M2★ 75
Hugging Face Blog215d agoOpinion本文探討 MiniMax 在 Agent 領域的最新研究思考。傳統 LLM 對齊（如 RLHF）偏重人類對話喜好，但對需要操作工具、適應動態環境的 AI Agent 而言，這種方式無法提升其泛化能力。MiniMax M2 提出重新定義 Agent 的對齊目標，應從「對齊人類偏好」轉向「對齊環境反饋與任務成功率」，以解決 Agent 在面對未知環境時的泛化瓶頸。
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 Blog222d 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 CodeMender: an AI agent for code security★ 82
Google DeepMind Blog222d agoReleaseGoogle DeepMind 發表全新 AI Agent「CodeMender」，旨在解決軟體安全中的關鍵漏洞修復難題。CodeMender 不僅能自動偵測程式碼中的安全漏洞，還能主動生成修復補丁並進行驗證。這項技術結合了先進的大型語言模型與自動化測試，大幅提升了軟體開發生命週期中的安全性與修復效率。
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。
Building the Open Agent Ecosystem Together: Introducing OpenEnv★ 80
Hugging Face Blog223d agoReleaseHugging Face 正式推出 OpenEnv 計劃，旨在解決 AI Agent 在執行任務時面臨的環境不一致與安全隱憂。OpenEnv 提供了一個標準化、安全隔離的沙盒環境，讓 Agent 能安全地執行程式碼、操作檔案與進行網頁互動。此舉將促進開源社群在 Agent 評估與部署上的協作，共同打造更安全且一致的開放 Agent 生態系統。
Real AI Agents and Real Work★ 85
One Useful Thing (Mollick)246d agoOpinion隨著 AI Agent（代理人）技術走向實用，它們能自主執行複雜的多步驟任務。這帶來了雙刃劍：一方面，AI 能代勞繁瑣的行政庶務，讓人類專注於真正有溫度的核心工作；另一方面，極低的產出成本可能導致「無限 PowerPoint」等企業官僚垃圾氾濫。組織必須主動重新設計工作流程，避免人類淪為 AI 垃圾內容的審查員。