Hugging 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。
Vercel 更新其沙盒(Sandbox)功能,現在開發者可以針對處於活動狀態的 Sandbox 動態延長其逾時時間(Timeout)。這項改進解決了過去因固定限制而中斷長時間任務的問題,特別適合需要持續執行程式碼、複雜計算或 AI Agent 互動的應用場景,大幅提升了開發彈性。
Vercel 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。
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。
Vercel 宣布與 Anthropic 展開深度合作,將最新的 Claude 4.5 Sonnet 模型整合至其生態系中。此次合作旨在為開發者提供更強大的智慧程式碼代理人(Coding Agents)支援,結合 Vercel 的前端部署優勢與 Anthropic 的先進推理能力,預期將大幅提升 AI 輔助編程與自動化開發的效率。
Hugging Face 發表最新技術,展示如何在 Intel Core Ultra 平台上加速 Qwen3-8B Agent。該方法採用「深度剪枝(Depth-Pruning)」技術製作輕量化的草稿模型,並結合投機解碼(Speculative Decoding)技術。這使得在個人電腦(Edge AI)上運行複雜的 Agent 任務時,能獲得更高的 Token 生成效率與更低的延遲,為本地端 AI 應用帶來突破。
Hugging Face 正式發表 Gaia2 基準測試與 ARE (Agent Run Environment) 框架。Gaia2 延續前代精神,設計了更複雜、防污染且貼近真實世界的多模態任務;而 ARE 則提供安全沙盒化的執行環境,解決了 Agent 測試中重現性低與安全風險的痛點。這套組合將大幅降低社群研究與評估 AI Agent 的門檻。
Vercel 宣布由 Vercel Agent 驅動的「AI 程式碼審查」功能正式進入公開測試(Public Beta)。此功能可無縫整合至開發者的 Git 工作流中,在提交 Pull Request 時自動分析程式碼、指出潛在錯誤並提供重構建議。這有助於開發團隊減輕人工審查負擔,並顯著提升程式碼品質與交付速度。
Vercel 推出 `@vercel/mcp-to-ai-sdk`,旨在解決 AI Agent 使用 MCP(Model Context Protocol)工具時的安全與品質隱憂。該工具允許開發者將動態的 MCP 伺服器轉換為靜態的 AI SDK 工具定義,從而在編譯期進行程式碼審查與類型檢查。這不僅提升了 AI 應用的安全性,也確保了工具調用的穩定性與品質。
本文介紹 Rox 如何在 Vercel 平台上構建並擴展其「營收作業系統」(Revenue Operating System)。透過 Vercel 的 Serverless 架構與高效能邊緣網路,Rox 成功解決了 AI Agent 在大規模部署時面臨的延遲、並發限制與狀態管理挑戰。這項合作展示了 Vercel 作為 AI 應用託管首選平台的強大實力。
Vercel 宣布推出 402-mcp,在 Model Context Protocol (MCP) 中啟用 x402 付款機制。這允許 AI 代理(Agents)在調用 MCP 工具或數據時,直接透過 HTTP 402 進行自動化微付款,為 AI 代理經濟(Agentic Economy)奠定商業化基礎。
Vercel 官方更新指出,Vercel Sandbox 的最大持續執行時間已延長至 5 小時。這項更新解決了過去因執行時間限制而無法進行長時間運算的問題。對於需要執行複雜程式碼、長時間背景任務,或是建構需要持續運作之 AI Agent 的開發者而言,這是一項極具實用性的重大升級。
Vercel 宣布 ChatGPT 正式支援其 Model Context Protocol (MCP) 伺服器。開發者現在可以授權 ChatGPT 存取 Vercel 的專案數據,直接在對話視窗中查詢部署狀態、讀取日誌或觸發重新部署。這項整合簡化了開發工作流,讓 AI 助理化身為雲端運維助手,提升開發與部署效率。
Hugging Face 發表 Jupyter Agents 研究,專注於訓練大型語言模型(LLM)在 Jupyter Notebook 環境中進行推理。透過整合程式碼執行反饋(REPL),模型能像人類資料科學家一樣,一邊執行程式碼、一邊根據錯誤訊息進行自我修正。此方法顯著提升了開源模型在數學、科學及程式設計等複雜任務上的表現。
Vercel 指出 Model Context Protocol (MCP) 正進入第二階段。第一階段是將現有工具連接至 LLM,而第二階段則是「為 LLM 量身打造 API」。開發者不再只是暴露傳統的 REST 接口,而是需要設計具備豐富語意描述、適合 Agent 推理與執行的 MCP 服務。這將徹底改變未來軟體架構與 API 開發的思維。
Vercel 發表其「開放 SDK 策略」(Open SDK strategy),強調 Vercel AI SDK 的開放性與互操作性。該策略專注於提供跨模型供應商(如 OpenAI、Anthropic、Gemini)的統一 API,並支援多種前端框架與執行環境。透過社群驅動的 Provider 機制與標準化的工具調用(Tool Calling)及結構化輸出,Vercel 旨在降低 AI 應用的開發門檻,建立去中心化的 AI 開發生態系。
Vercel 宣布推出官方適配器 @vercel/slack-bolt,簡化了將 Slack 官方 Bolt.js 框架部署至 Vercel Serverless 環境的流程。這項更新特別針對想要在 Slack 上建構與部署 AI Agent、聊天機器人或自動化工作流的開發者。透過此工具,開發者無需繁瑣的伺服器設定,即可快速上線具備高擴展性的 Slack 應用程式。
Vercel 宣布其 Model Context Protocol (MCP) 伺服器現已正式支援 Devin、Raycast、Windsurf 和 Goose 等熱門 AI 工具與平台。開發者現在可以讓這些 AI 代理與 IDE 直接存取 Vercel 的專案數據、部署狀態與環境變數。這項更新進一步擴展了 Vercel 的 AI 開發者生態系,讓自動化部署與雲端資源管理更加無縫。
Vercel 宣布支援零配置部署 xmcp 伺服器。開發者現在無需繁瑣的伺服器與環境設定,即可將 xmcp 服務一鍵部署至 Vercel 的全球邊緣網路。這項更新大幅降低了構建與託管 AI 協定服務的門檻,能更快速地與支援該協定的 AI 助理或客戶端(如 Claude、Cursor 等)進行整合。
Vercel 宣布其 MCP(Model Context Protocol)伺服器現在支援讓 AI Agent 存取受保護的部署(Protected Deployments)。這解決了過去 AI 代理因安全防護(如 Vercel Authentication 或密碼保護)而無法讀取預覽網頁的問題。開發者現在可以授權 AI 代理安全地存取並分析這些受保護的專案網頁,大幅提升 AI 輔助開發與測試的效率。
當 AI Agent(如 v0)能獨立構建並部署應用程式時,人類開發者的定位正從「寫代碼的人」轉變為「系統編排者」。Vercel 藉由「誰該拿 W-2 稅單」這一幽默隱喻,深入探討了 AI 時代下軟體工程師的價值重塑、智慧財產權歸屬,以及開發流程的根本性變革。
Hugging Face 發表最新指南,展示如何利用 Model Context Protocol (MCP) 將 AI 模型與學術研究工具無縫串接。文章介紹了如何建立 MCP 伺服器來連接 arXiv、Semantic Scholar 及 Zotero 等文獻資料庫,讓 AI 能夠直接檢索、閱讀並整理最新學術論文。這項技術不僅能大幅降低 AI 的幻覺,還能自動化文獻回顧與資料分析流程,是科研人員與開發者構建智慧學術助理的實用指南。
Hugging Face 發表全新基準測試「TextQuests」,旨在評估大型語言模型(LLM)在文字冒險遊戲(如 Zork)中的表現。這類遊戲要求模型具備強大的自然語言理解、常識推理、長期規劃與狀態追蹤能力。測試結果顯示,儘管現今 LLM 在傳統基準上表現優異,但在面對需要多步驟決策與試錯的文字遊戲時仍面臨極大挑戰。
Vercel 宣布其 Model Context Protocol (MCP) 正式支援熱門 AI 編輯器 Cursor。這項整合讓開發者能夠直接在 Cursor 的 AI 聊天或 Composer 介面中,透過自然語言查詢 Vercel 的專案狀態、部署記錄與環境變數。這大幅簡化了開發與運維(DevOps)之間的切換流程,提升了全端開發的效率。
知名 AI 學者 Ethan Mollick 撰文探討 GPT-5 的核心變革。他指出,未來的 AI 不再只是回答問題的聊天機器人,而是能夠自主執行複雜工作流的「代理人(Agent)」。使用者將從「撰寫提示詞」轉變為「授權與管理」,真正實現「讓 AI 掌管任務(Putting the AI in Charge)」,這將徹底改變我們的工作與組織協作方式。
NVIDIA 在 Hugging Face 部落格分享了其開源且可移植的深度研究 Agent 成果。透過在 DeepResearch Bench 基準測試上評估開源的 Llama Nemotron 模型,該系統展現出極佳的研究與推理能力。此研究證明了開源模型在複雜、多步驟的研究任務中,已具備與閉源頂尖模型競爭的實力,為開發者提供了一個強大且可本地部署的 Deep Research 解決方案。
Vercel 發表 AI SDK 5,此版本專為構建複雜的 AI 應用與 Agentic 工作流而設計。新版本強化了多模態輸入輸出、多代理(Multi-agent)協作架構,並內建更完善的 OpenTelemetry 監控支援。此外,針對 React Server Components (RSC) 與主流前端框架的整合也獲得進一步優化,讓開發者能更輕鬆地打造高效能的 AI 體驗。
Model Context Protocol (MCP) 是一個開放標準,旨在解決 AI 應用程式與各種資料源、工具之間連接破碎化的問題。本文以問答(FAQ)形式,深入淺出地解釋 MCP 的核心架構(Client-Host-Server)、運作原理,以及開發者如何利用 Vercel 和 AI SDK 快速構建與部署 MCP 伺服器,實現更強大的 AI Agent 應用。
Vercel 宣布推出支援模型上下文協定(MCP)的新工具,允許 AI 代理與開發工具(如 Claude)直接檢索數百萬個 GitHub 公開儲存庫。開發者現在可以讓 AI 快速搜尋開源社群中的特定 API 用法、程式碼範例或設定檔,大幅提升開發效率與程式碼生成的準確性。
Hugging Face 發表 Gradio MCP(Model Context Protocol)伺服器的五大重要改進。本次更新優化了 Gradio 應用轉為 MCP 服務的流程,提升了與 Claude Desktop、Cursor 等客戶端的相容性,並加強了動態 Schema 轉換、串流效能與安全權限控制。這讓開發者能更輕易地將豐富的 Gradio 生態系工具無縫對接給 AI 代理使用。