Google DeepMind 与新加坡政府合作开发用于诈骗检测的微调 AI 模型
Google DeepMind 与新加坡政府技术局(GovTech Singapore)合作,微调了隐私保护型设备端诈骗检测模型 Gemma,用于应对新加坡超过一半的犯罪(超 40 亿新元损失),该模型通过在设备上分析对话模式实时发出警告,且因运行在设备端,用户隐私不受侵犯。
Google DeepMind 与新加坡政府技术局(GovTech Singapore)合作,微调了隐私保护型设备端诈骗检测模型 Gemma,用于应对新加坡超过一半的犯罪(超 40 亿新元损失),该模型通过在设备上分析对话模式实时发出警告,且因运行在设备端,用户隐私不受侵犯。
Claude Code 的云会话在云端虚拟机中运行,可离线持续工作,支持手机启动和并行处理。适用于需要持续运行或远程协作的场景,支持 GitHub 连接和环境配置。该功能包含在 Pro、Max、Team 计划及企业高级或 Chat + Claude Code 座位中,计入计划限制且无额外计算费用。
NVIDIA RTX Spark 将游戏 PC、创意工作室和个人 AI 超级计算机的能力整合为单一超级芯片,配备高达 128GB 的统一内存和 1 petaflop 的 AI 计算能力。
GitHub Copilot 可通过自定义指令、代理技能、自定义代理和模型上下文协议(MCP)服务器等方式,让用户向 Copilot 传达项目规则、封装可重复流程、提供专业指导以及连接外部工具,从而提升协作效率。自定义指令定义代码规范,代理技能封装重复性任务,自定义代理处理复杂工作,MCP 服务器扩展 Copilot 功能。
Anthropic 使用 Claude Managed Agents (beta) 构建了一个 Agent 自动化参考实现,该实现按计划读取 Slack 和 GitHub 仓库等自定义来源,追踪自上次运行以来的变更,并将所需信息(例如发布到 Slack)进行发布。
AWS DevOps Agent 完成事件调查后,Amazon EventBridge 触发 AWS Lambda Durable Functions 自动化修复工作流。
AWS 设计六周计划帮助非技术人员构建 AI 原型以缩小 AI 知识与能力差距。四名无工程背景的客户面专业人员通过该计划,六周内开发出获得第一名的 WealthWise 多智能体 AI 金融咨询工具。该计划采用结对导师制和 Amazon Bedrock 等生产级工具,参与者需遵循五项原则:优先学习而非获胜、每日例会、从最小可行产品(MVP)开始迭代、主动寻求指导、保持趣味性。
Google DeepMind 发布 EmbeddingGemma 2,一款参数量仅 740M 的开放权重多模态嵌入模型,能将文本、图像、视频帧和音频统一映射至单一向量空间。
开发者工作方式因 AI 而改变,除编写代码外,指导 AI、评估输出、沟通权衡和做出技术决策等技能日益重要。学习指导 AI 而非仅使用它,不轻信 AI 的首个答案并加以评估,以及利用 AI 解决更广泛问题,是开发者应加强的三种关键技能。
Google发布九月AI更新,推出Gemini 4 Argon模型,配备100万token输出限制,专攻复杂挑战如网络安全防御,目前通过Fairwind计划向受信任的网络安全防御者推出;同时发布Gemini 3.8 Flash和3.8 Flash Cyber,提升长时程软件工程和自主漏洞发现能力,通过新Fairwind计划向受信任组织开放。
GitHub Copilot 应用中的画布是一种可定制界面,用户与智能体可共享,支持看板、问题筛选、发布清单等多种形式,通过 /create-canvas 技能描述需求即可自动生成,双方可实时协作修改状态。
Together AI 发布了指南,介绍如何使用 Qwen3.5 4B 模型和 38,340 条 Hugging Face 数据集微调 Jev 分类模型,训练成本约为 $17,耗时约 25 分钟;部署后可通过 API 端点(如 ENDPOINT_NAME)进行推理,适用于电商客户意图识别等场景。
LangChain 公开其付费媒体智能体的构建方法,该智能体运行在 Slack 中,每周汇总广告平台与仓库数据并生成报告,付费媒体在六个月内从贡献 0 提升到营销管道的 20%,单条合格线索成本在 6 月至 8 月下降 30%。
推荐理由: LangChain 公开付费媒体智能体的完整工程细节,包括上下文分层、工具按需发现和子智能体隔离,可作为自建长时运行智能体的参考。
Mistral AI 帮助欧洲能源运营商将 40,000 行 Fortran 77 代码迁移至 C++,该物理密集型储层模拟器无测试套件和集中式文档。项目通过构建一致性测试 harness 验证迁移代码的数值正确性,并使用 AI 代理梳理文档,最终采用人类监督的代理工作流实现模块化迁移,代码质量显著提升。
LangChain 通过四个循环层次提升智能体效能:基础循环执行任务,验证循环确保质量,事件驱动循环实现后台运行,爬升循环通过分析优化自身。LangChain 的 create_agent、Grader、LangSmith Deployment 和 Engine 等原语支持各层级构建,同时强调在关键节点加入人工审核以补充 AI 判断。
LangChain 利用 Deep Agents CLI 和自定义技能将文档中的内联代码示例迁移为可测试的独立文件,通过 CI 持续验证并自动修复失效示例,相关技能定义在 .agents/skills/docs-code-samples/SKILL.md 文件中。
Anthropic 发布 Claude Code 智能体编码最佳实践,覆盖 CLAUDE.md 配置、工具权限管理、MCP 接入、常见工作流与多 Claude 并行等做法。文中建议先用子智能体探索和规划再写代码,并给出测试驱动、截图迭代、无头模式自动化等具体流程。该文已迁移至官方文档,原博客不再维护。
推荐理由: Anthropic 官方系统整理了 Claude Code 的配置、工作流与多实例并行方法,可作为搭建智能体编码流程的参考。
Dosu 通过评估驱动开发(EDD)提升大语言模型可靠性,使用 LangSmith 监控和搜索活动以应对增长带来的挑战。团队采用 EDD 流程改进核心逻辑、模型或提示,确保维护性能并改善薄弱环节。LangSmith SDK 提供了所需的细粒度控制和可定制性,支持将提示作为代码管理并跟踪元数据。