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。
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。
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。
Building secure AI agents★ 80
Vercel Changelog358d agoTutorial隨著 AI Agent 從單純對話走向自主執行任務，安全挑戰日益嚴峻。Vercel 釋出指南，探討如何透過安全沙盒（如 E2B）隔離程式碼執行、利用 IAM 限制 Agent 權限、防範提示詞注入，以及在關鍵步驟引入「人工確認（Human-in-the-Loop）」機制，幫助開發者在 Vercel 平台上構建兼具功能與安全性的 AI 應用。
The 4 Things Qwen-3’s Chat Template Teaches Us★ 75
Hugging Face Blog398d agoTutorialHugging Face 深度解析 Qwen-3 的對話模板（Chat Template），並歸納出四大核心啟示：首先是更精準的工具調用（Tool Calling）格式化；其次是針對推理模型設計的思考區塊（Thought）隔離；第三是系統提示詞與角色權重的動態管理；最後則是多模態與多輪對話的 Token 效率優化。這對微調與部署 Qwen-3 的開發者極具參考價值。
Open-source LLMs as LangChain Agents★ 80
Hugging Face Blog860d agoTutorial本文介紹如何使用開源 LLM（如 Mixtral-8x7B）作為 LangChain Agent。過去 Agent 多依賴 GPT-4，但隨著開源模型推理能力提升，透過正確的 Prompt 格式（如 ReAct 框架）與 Hugging Face TGI 整合，開源模型也能穩定執行工具調用與多步驟推理，提供高隱私且低成本的替代方案。