每天整理值得追蹤的 AI 技術、模型、產品與研究更新，聚焦過去 24 小時的重要發布與可信來源。
Latest
今天 AI 產品更往可執行工作流前進，搜尋、coding agent、推論效能與小型模型都在補上工具驗證、權限與成本環節 4 則 AI 技術與產品重點：Naver AI Tab 將加入房地產、健康與瀏覽器 agent，把搜尋結果推向可執行任務、Devin Desktop 3.4.22 讓 autonomous coding 產出可審查 diff，並補上 MCP 與企業權限控制、tuetoken 以 Rust BPE tokenizer 替換 AutoTokenizer，宣稱 vLLM 吞吐可提升最多 85%、CeleBERTy Small 釋出 22.7M 參數領域模型，展示小模型在窄領域檢索的成本優勢
01 / AI 搜尋
Naver 表示 AI Tab 會在第三季整合房地產搜尋、Smart Lens 視覺搜尋、Whale 瀏覽器 agent 與健康 agent，讓搜尋從整理答案往實際行動延伸。AI Tab 使用以 HyperCLOVA X 為基礎的產品原生 LLM，並以 mixture-of-experts 架構維持 16,000 tokens 內的穩定延遲。Naver 也把工具調度與驗證工程放在服務層，負責抓取即時資訊、選工具與檢查答案。產品團隊導入時，應同步設計工具邊界、回覆驗證與成本監控。
關鍵影響：先設計工具選擇與驗證層
來源：Naver to expand AI Tab with real estate, health agents as it pushes 'action-based search'
02 / Coding Agent
Devin Desktop 3.4.22 讓 coding agent 更貼近團隊工程流程。Devin Local 在自主模式產生的修改現在會形成可審查 diff，並新增 `/mcp` 指令、即時 MCP server 狀態面板與 `/usage` ACU 用量。企業端加入登入政策 enforcement、skill `permissions:` 自動核准與 `sandbox.excluded` 設定。導入時可把 agent 輸出、工具連線、成本與權限一起納入審查。
關鍵影響：把 agent 輸出納入審查流程
來源：Devin Desktop Changelog - v3.4.22
03 / 推論效能
Hugging Face 社群文章介紹 tuetoken，這是一個以 Rust 核心實作的 BPE tokenizer，可直接替換 `transformers.AutoTokenizer`。作者宣稱 tokenization 可快 7 到 40 倍，vLLM 吞吐量最多提升 85%。它依 `tokenizer.json` 偵測設定，無法 byte-exact 重現時會直接報錯。服務團隊可用實際 prompt、程式碼片段與長上下文流量做 A/B 測試，再決定是否替換 tokenizer 層。
關鍵影響：用真實流量測 tokenizer 成本
來源：tuetoken: a faster drop-in tokenizer for LLMs
04 / 小型模型
NeuML 在 Hugging Face 發布 CeleBERTy Small 系列，包含 22.7M 參數的 BERT 架構基礎模型與向量嵌入模型，訓練資料來自名人、藝術、音樂與娛樂相關的 Wikipedia 文章。向量嵌入版本透過 DenseOn teacher distillation 訓練，BEIR-compatible 評測回報 NDCG 55.24，高於同參數量的 all-MiniLM-L6-v2。這類窄領域小模型適合純 CPU、低延遲或低儲存成本場景，導入前要用自家資料驗證覆蓋率。
關鍵影響：用自家查詢驗證窄領域模型
來源：CeleBERTy Small: Domain model for Pop Culture, Art, Music and Entertainment
今天 AI 工作流更像可管理的基礎設施，從 agent 開發、付費、模型成本到本機工具鏈都要能被驗證。5 則 AI 技術與產品重點：Lovable 工程師公開高強度 agentic coding 流程，改用風險分流取代逐行人工審查、Cloudflare Monetization Gateway 讓網站、API 與 MCP tools 可用 x402 向 agent 按次收費、GLM-5.2 API 供應商價格與限制差異拉大，部署前要一起測成本與輸出上限、Hugging Face 整理 LLM 蒸餾脈絡，說明強模型輸出如何訓練小模型、Apple 公開 ICML 2026 研究與 demo，Local agentic coding with MLX 成為展示重點
今天 AI 產品把安全分級、agent 稽核、成本與自動化權限變成可操作的治理控制。5 則 AI 技術與產品重點：Anthropic 公開 Fable 5 資安防護分級與越獄嚴重度框架，界定可開放的防禦用途、GitHub 開放 Copilot agent 工作階段串流，企業可集中稽核提示、回覆與工具呼叫、Claude Enterprise 新增群組成本分析與模型權限，讓 AI 支出能對應實際工作產出、Copilot CLI 在 GitHub Actions 改用內建 GITHUB_TOKEN，降低長效權杖管理風險、GitHub Copilot 將於 7 月 31 日停用 Gemini 2.5 Pro 與 Gemini 3 Flash
今天 AI 工具從模型能力延伸到可驗證、可控成本與可遷移的實際工作流。5 則 AI 技術與產品重點：Andrew Ng 提出三層回饋迴圈，讓 AI 程式開發從自動產碼連回產品判斷、Hugging Face 與 Cerebras 串起開放式即時語音架構，讓 Gemma 4 驅動自然對話、GitHub Copilot 瀏覽器工具正式上線，agent 可在 VS Code 驗證網頁操作、Copilot CLI 與 SDK 新增單次工作階段額度，限制無人值守 agent 成本、GitHub Models 將於 7 月 30 日全面退場，推論 API 與 BYOK 專案需提前遷移
今天 AI 新品把高效多模態、agent 執行與科學研究工作流一起推向可實際導入。5 則 AI 技術與產品重點：Claude Sonnet 5 強化 agent 與工具使用，以較低成本逼近 Opus 4.8、Google 推出 Nano Banana 2 Lite 與 Gemini Omni Flash，串接高速圖片與互動式影片生成、Claude Science 整合研究工具、運算資源與可追溯產物，讓科學分析集中在單一工作台、LongCat-2.0 開源 1.6 兆參數 MoE，以稀疏注意力支援百萬 token agent 任務、OpenAI 發布 GeneBench-Pro，評測 AI agent 處理真實生物資料的判斷能力
今天 AI 進展讓研究成果與 agent 工作流更接近實際導入，重點在更快互動、可觀測性與資料驗證。5 則 AI 技術與產品重點：Meta 發布 Brain2Qwerty v2，推進非侵入式腦訊號句子解碼、GitHub Copilot 預覽 Claude Opus 4.8 fast mode，互動式產碼加速但需管理成本、AWS 用 AgentCore Observability 拆解正式環境中的 agent 迴圈、工具呼叫與延遲問題、Allen AI 發布 DiScoFormer，用單一 transformer 同時估計分布密度與 score function、Autodata 讓 AI agent 扮演資料科學家，自動建立合成訓練與評測資料
模型路由開始加入團隊權限、預算與速率控制。1 則 AI 技術與產品重點：Wayfinder Router 加入團隊金鑰、預算與速率限制，模型路由走向可治理
推論效率、代理工作型態與模型分級同步走向可量測、可選型與可治理。3 則 AI 技術與產品重點：GPT-5.6 分成 Sol、Terra、Luna 三層，能力、成本與速度各有定位、DeepSeek 開源 DSpark，以動態驗證減少推測式解碼浪費、Anthropic 用持續遙測拆解 Claude 的代理工作節奏與產出
新模型與代理工具加速進入實務工作流，導入重點轉向隔離執行、人工覆核與完整稽核。5 則 AI 技術與產品重點：OpenAI 預覽 GPT-5.6 Sol，強化程式開發、科學與資安任務、GitHub Desktop 3.6 整合 Copilot 衝突處理與 worktree、Stripe 以任務拆解與人工覆核打造可稽核的法遵代理、MAI-Code-1-Flash 開放 Copilot Business 與 Enterprise 使用、AWS 用 MCP 即時讀取 S3 上的文字型 PDF
今天的 AI 重點集中在 agent 評測、安全防線與多模態推論效率，導入前要先量清楚失敗邊界與實際成本。5 則 AI 技術與產品重點：Co-Failure Ceiling 量出多模型組合的共同失敗上限、履歷篩選 prompt injection 揭露 AI 招募排序的操弄風險、LeanGuard 顯示 moderation 不一定需要 chain-of-thought、TOPS 用免訓練 visual token pruning 降低 MLLM 推論成本、PEEU 讓小型 GUI agent 用 hindsight 任務提升規劃能力
AI 產品從模型能力延伸到推論晶片、agent 權限與工作流交付。6 則 AI 技術與產品重點：OpenAI 與 Broadcom 發表 Jalapeno 推論晶片，鎖定 LLM 服務效率、Qwen-AgentWorld 開源語言世界模型，讓 agent 訓練先模擬環境變化、Mistral 加強 connector 權限管理，讓企業 agent 更容易控管工具使用、Claude Tag 推出 agent 身分，將多人協作的權限改由頻道與工作區管理、OpenAI 更新 GPT-5.5 Instant，強化多輪決策與複雜指令遵循、ByteDance Seed2.1 發表，主打 agent、coding 與多模態工作流交付
AI 工具正把長任務、文件解析與代理執行帶進正式工作流，API 穩定性、執行隔離與供應鏈稽核開始同等重要。4 則 AI 技術與產品重點：Google Interactions API 正式版整合模型與代理，長任務改用背景執行、Unit 42 找到 5 個繞過掃描的 ClawHub 惡意 skill，代理供應鏈需加人工稽核、Unlimited OCR 用固定 KV cache，一次解析數十頁文件、NVIDIA Agent Toolkit 串起模型、skill 與安全執行環境
AI 工具正把多模型協作、隔離執行與高速推論，包裝成能直接接進工作流的基礎能力。4 則 AI 技術與產品重點：Sakana Fugu 把多模型協作包成單一 API，降低單一供應商依賴、AWS Lambda MicroVMs 為 AI 生成程式碼提供隔離、可暫停的執行環境、Baseten 的 GLM-5.2 API 經第三方量測超過每秒 280 個 token、Oak 以延遲載入與任務獨立分支重做多代理版本控制流程
AI 工作流正把長上下文、跨工作階段記憶與程式碼驗證，轉成可量測、可重現的工程能力。3 則 AI 技術與產品重點：SubQ 1.1 Small 在 1,200 萬 token 檢索測試達 98%、Recall 0.3.4 為本機專案記憶加入摘要評測與 CI 品質門檻、Salesforce 用七項工程模式維持 AI agent 程式碼品質
AI agent 正在進入資安與影片製作工作流，重點轉向可驗證、可復原的實際操作。2 則 AI 技術與產品重點：ArgusRed 讓 AI 資安掃描以隔離環境驗證漏洞、Palmier Pro 0.3.5 用逐字稿與 MCP 操作影片時間軸