AI, machine learning and LLM insights.
SDK kini memerlukan setiap alatan menyediakan skema konteks berasaskan Zod, dan semasa waktu larian, Vercel akan mengesahkan bahawa hanya medan yang diisytiharkan sahaja yang dihantar, serta membatalkan pelaksanaan jika terdapat sebarang kunci tambahan atau yang hilang.
Kos Sebenar Menjalankan LLM Sendiri lwn API. Pemberat terbuka adalah percuma, tetapi menjalankannya tidak. Ramai yang menyangka hos sendiri model terbuka dapat menjimatkan wang. Ini adalah satu kesilapan. Anda perlu melihat...
Dengan menganggap output model sebagai teks yang boleh disunting, Deep Interaction membolehkan pembangun mengenal pasti langkah penaakulan yang silap, menulisnya semula, dan memasukkan semula prom yang telah diringkaskan—menghasilkan lonjakan 25% dalam kadar pembetulan dan pengurangan 40% dalam penggunaan token pada penanda aras STEM.
Saya Membiarkan Ejen AI Mengendalikan Operasi Awan Saya Selama Seminggu. Saya memberi ejen AI selama tujuh hari untuk mengendalikan operasi awan saya. Ini adalah persekitaran sebenar, bukan sekadar demo. Saya memberinya akses baca kepada pemantau...
Kemahiran amazon-opensearch-service baharu mempercepatkan turutan polisi dan penentuan saiz instans, namun apabila diminta untuk mengkonfigurasi carian vektor pada Serverless NextGen, ia secara lalai menggunakan tetapan FAISS klasik, yang mengakibatkan kegagalan deployment.
Pelancaran berkembar ini melonjakkan model pemberat terbuka daripada projek pinggiran kepada AI arus perdana, memberikan pilihan kepada firma untuk menjalankan model besar secara dalaman di bawah lesen Apache 2.0 sambil tetap menandingi prestasi sumber tertutup dalam tugasan pengekodan.
Rangka kerja ini mentakrifkan lima kategori penyimpangan—UI, API, data, kebenaran, dan polisi—serta menggunakan peta kontrak ringan dan imbasan pra-penerbangan untuk mengesan ketidakpadanan sebelum ejen autonomi dijalankan, sekali gus menghalang kegagalan senyap dan kerja semula yang menelan kos tinggi.
Dengan penyambung Model Context Protocol, kod yang dihasilkan oleh Claude kini boleh memanggil pangkalan data, perkhidmatan awan atau Slack secara terus daripada sembang, menghapuskan langkah salin-tampal dan membolehkan pembangun menguji dengan data sebenar secara serta-merta.
Ketiadaan langkah pengesahan menyebabkan ejen melangkau fasa 'buat' (do), sehingga ia menghabiskan masa sehari suntuk merangka 1,858 refleksi dalaman tanpa pernah menggunakan alatan sebenar, sekali gus mendedahkan perangkap gelung kendiri (self-loop trap) yang boleh melumpuhkan mana-mana pembantu berasaskan alatan.
Promosi Moonshot menonjolkan model dengan 2.8 trilion parameter dan kadar per-token yang rendah, namun reka bentuk Mixture-of-Experts serta sifatnya yang terlalu meleret menyebabkan output mencecah 130 juta token—lebih dua kali ganda jumlah model pesaing—sekaligus meningkatkan perbelanjaan sebenar.
Penanda aras kesedaran situasional yang baharu memaksa model untuk menjawab soalan meta seperti “Adakah anda AI?” dan melaraskan jawapan apabila dialog berubah, mendedahkan bahawa banyak LLM berprestasi tinggi masih mendakwa sebagai manusia atau menyembunyikan had keupayaan mereka.
Ejen AI melihat hasil JavaScript yang bersih dan tangkapan skrin, tetapi pengehadan tab tersembunyi Chrome menghentikan panggilan balik requestAnimationFrame, menyebabkan canvas tidak dilukis. Menjalankan ujian dalam tab yang kelihatan atau menambah semakan piksel-tidak-kosong dapat membetulkan ralat keputusan lulus palsu ini.
Kemas kini ini memperkenalkan dua had pemboleh ubah persekitaran – satu untuk penciptaan sub-ejen dan satu lagi untuk panggilan carian web – di mana kedua-duanya ditetapkan secara lalai kepada 200 setiap sesi, berserta peraturan latar belakang automatik selama 2 minit untuk panggilan MCP yang lama, bagi memberikan pasukan kawalan konkrit untuk mengekang perbelanjaan yang tidak terkawal.
Noma Labs menunjukkan bahawa penyerang boleh menghantar isu yang direka khas dalam repositori awam, mencetuskan ejen AI yang dipautkan dengan CI yang mempunyai hak baca ke repositori peribadi, dan menyebabkan bot tersebut memaparkan semula fail-fail tersebut ke dalam isu tersebut—semuanya tanpa perlu mencuri kredential atau mengeksploitasi GitHub itu sendiri.
Dalam penggunaan sebenar, setiap ucapan pengguna, skema alatan, respons API, dan dokumen yang diambil terkumpul di dalam prompt. Pembengkakan tersembunyi ini menyebabkan masa pemprosesan dan kos meningkat secara kuadratik, mengubah demo yang lancar menjadi mimpi ngeri kependaman yang mahal.
Yayasan X402 baharu daripada Linux Foundation, yang disokong oleh Visa, Mastercard, Stripe dan Google, menetapkan format mesej untuk pembayaran ejen AI tetapi tidak menyertakan sebarang set pematuhan, profil keselamatan, atau proses pensijilan, sekali gus membiarkan tuntutan autoriti tersebut tidak diuji.
Analyzing 312 real calls, the team replaced a 700 ms silence rule with a lightweight state machine that watches silence duration, grammatical completeness, and back-channel cues, driving truncations down from 18 % to 3 % and eliminating dead silence.
Penanda aras ini, yang dibina berasaskan 163 insiden berlabel, melangkaui sekadar diagnosis untuk menguji sama ada pembantu AI dapat mengenali ketidakpastian dan menahan diri secara sengaja, sekali gus menonjolkan jurang keselamatan kritikal seiring dengan peningkatan keyakinan LLM.
Dengan menggunakan semula model yang dilatih pada set data imej yang tidak berkaitan, sistem baharu LIGO bukan sahaja mengelaskan keluarga gangguan yang diketahui dengan ketepatan hampir sempurna, malah turut mengelompokkan anomali baharu, sekali gus membolehkan saintis memberi tumpuan kepada astrofizik berbanding pembersihan data secara manual.
Dalam satu malam sahaja, ejen tersebut telah menyiapkan satu klien MCP, satu Ejen Azure AI, dan satu Ejen M365 Copilot, namun 12 daripada 30 mesej manusia diperlukan untuk mengarahkannya semula, mendedahkan pepijat pelanggaran aliran kerja dan pengambilan konteks yang memerlukan penulisan semula arahan.
Gemini Notebook milik Google kini mengindeks PDF, Dokumen, dan fail lain untuk pertanyaan AI segera, manakala Claude daripada Anthropic boleh mengambil kredensial daripada 1Password untuk log masuk ke perkhidmatan, dan satu spesifikasi bersama bertujuan untuk membolehkan ejen menemui serta memanggil API tanpa kod tersuai.
Ejen AI AWS Continuum memantau repositori kawalan versi secara berterusan, mencadangkan pembaikan, dan malah boleh melaksanakan tampalan secara terus dalam IDE pembangun atau saluran paip CI, sekali gus mengurangkan risiko serangan rantaian bekalan secara drastik.
Peralihan ini memaksa Google untuk mereka bentuk semula keseluruhan timbunan cip, daripada susun atur hingga ujian, serta meletakkan keupayaan hasil Intel di bawah penelitian rapi. Kejayaan ini mampu mempelbagaikan rantaian bekalan cip AI; namun sebarang gangguan boleh melambatkan penghantaran dan membolehkan TSMC merampas semula dominasi.
Pod modular tersebut, yang dibina di kilang dan dihantar sebagai unit lengkap, boleh disambungkan dalam tempoh beberapa minggu, manakala perisian Lancium bertindak seperti bateri maya, menstabilkan permintaan serta memanfaatkan lebihan penjanaan tenaga boleh diperbaharui atau gas bagi memastikan kestabilan grid ERCOT tempatan.
