Agent-EvalKit 是一個開源工具包 (Apache 2.0)，通過集成 AI 編碼助手（包括 Claude Code、Kiro CLI 和 Kilo Code）來提供評估基礎設施。本文介紹了 Agent-EvalKit 的六個評估階段，並以使用 Strands Agents SDK 和 Amazon Bedrock 構建的旅行研究代理為例進行説明。

據《華爾街日報》報道，OpenAI正考慮降低API代幣價格以從Anthropic手中爭奪客户，一場價格戰正在醖釀中。

Datasette 1.0a33 發佈，這是邁向穩定版 1.0 的重要一步。該版本將 ?_extra= 模式從表擴展到查詢和行，並新增了文檔。還演示了使用 AI 構建的 API 瀏覽器。

Amazon Bedrock Data Automation 的新功能藍圖指令優化，通過提供3-10個示例文檔和真實值，可在幾分鐘內自動改進提取指令，無需模型微調，顯著提高文檔處理準確性。

Databricks Marketplace 現提供來自 Climb、Atropos Health、Kythera Labs 和 Redox 等合作伙伴的預構建 MCP 服務器，涵蓋生物醫學、臨牀證據、醫療語義和互操作性等領域，幫助開發者快速構建安全的醫療 AI 代理。所有 MCP 服務器集中在 MCP Catalog 中，由 Unity AI Gateway 統一治理，並支持低代碼和編碼兩種開發方式。

瞭解AI團隊將於6月23日在The Crown & Crow舉辦歡樂時光活動，歡迎DC地區讀者參加，與團隊和特邀嘉賓交流。

Ecolab利用Databricks和Anthropic的Claude模型，將9個孤立的數據源整合為一個統一的零售智能平台，使合規報告編制時間從兩週縮短至兩分鐘以下。

Oxlo.ai提供單一API訪問35+前沿AI模型，採用固定月費訂閲模式，幫助AI團隊在擴展時控制成本。平台支持模型比較、響應校準，且不訓練用户數據，旨在解決AI基礎設施成本不可預測的問題。

本文從零開始用Python、DuckDB、Parquet、Redis和FastAPI構建最小特徵存儲，涵蓋註冊表、離線存儲、在線存儲、物化管道和檢索API五個組件，並探討AI時代特徵存儲的設計變化。

隨着OpenAI、Anthropic等AI公司即將IPO，員工們獲得鉅額財富，導致本就昂貴的舊金山灣區房價進一步飛漲。專家預測，這股熱潮可能持續，加劇住房市場緊張。

隨着生成式AI向代理型AI演進，歐洲企業面臨數據主權、成本控制和技術基礎設施的新挑戰。文章探討了為何區域性雲服務（如Vultr）比傳統超大規模雲提供商更適合代理型AI的部署，強調了本地化數據管理和避免供應商鎖定的重要性。

來自 Nvidia、亞馬遜和高通等投資者的資金將支持該供應商開發人形機器人和物理 AI。

一家獲得OpenAI支持的初創公司正瞄準金融科技領域，旨在通過其AI自動化解決方案徹底改變企業運營方式。

谷歌DeepMind的DiffusionGemma是一款實驗性的開源模型，採用擴散方式並行生成文本塊，相比傳統的自迴歸模型，在本地推理時速度更快。它基於Gemma 4 26B A4B MoE架構，犧牲部分質量換取速度，特別適用於交互式編輯等任務。本文解釋了其架構、文本擴散的工作原理、基準測試結果，並提供了使用llama.cpp在本地運行的分步指南。

Anthropic發佈了一篇全面的論文和兩個政策框架，呼籲對前沿模型進行具有約束力的審計，並將AI描繪為國家間戰略武器。CEO Dario Amodei以《指環王》的樹人比喻政治系統反應緩慢，警告AI能力呈指數級增長，可能在1-2年內出現“強大AI”。公司提出強制性第三方測試、披露要求和阻止風險模型權力，並制定了應對失業的層級計劃。

NVIDIA GeForce NOW夏季促銷現已開啓，12個月Ultimate會員直降70美元，Performance會員優惠35美元。雲遊戲服務消除了硬件障礙，提供即時訪問高性能RTX遊戲的體驗，並支持多設備暢玩。此外，宣佈《激戰3》即將登陸平台，現有《激戰2》和《激戰：重製版》的獨家獎勵。

本文介紹如何利用Scikit-LLM和大型語言模型，無需標註數據即可實現多標籤文本分類。通過整合Groq提供的免費開源LLM，採用零樣本推理方式，並基於真實數據集go_emotions演示情感多標籤分類。步驟包括庫安裝、API配置、分類器初始化、數據集加載及預測執行，展示一條文本可同時獲得多個情感標籤。

谷歌DeepMind的分拆公司Isomorphic Labs利用其新型AI系統IsoDDE發現蛋白質上隱藏的藥物結合口袋，超越了AlphaFold。該系統成功預測了cereblon上的隱秘口袋，驗證了其發現新藥物靶點的能力。

Anthropic為其新AI模型Claude Fable 5內藏的隱形限制措施道歉，這些措施悄然削弱了研究人員和競爭對手使用該模型開發系統的能力。公司表示將撤銷此做法，並對何時啓動限制更加透明，即使這意味着Fable會拒絕更多查詢。

Viktor是一款自主AI員工，集成於Slack和Microsoft Teams，可連接3200+工具並自主執行任務，如管理廣告活動、構建應用、交付報告、編寫代碼。現已推出Teams版本，提供100美元免費額度。

Visa將支付基礎設施與ChatGPT連接，使AI代理能夠推薦零售產品並執行金融交易。該部署消除了零售漏斗最後階段的人工干預。自主代理現在可以處理用户提示、評估商家目錄，並通過Visa支付網絡在任何支持的商家完成結賬。

Warren是一款免費的AI財務規劃助手，通過與用户進行語音對話，在10分鐘內生成個性化財務計劃。新版本3.0具有更準確、透明的財務模型，支持用户編輯假設並查看兩種未來情景。已幫助3000多名英國用户規劃財務，解決財務規劃門檻高的問題。

討論代理型AI時代企業軟件的新範式：從記錄系統轉向行動系統。

本文是智能體工程系列文章的第八篇，探討AI智能體在複雜多步驟任務中面臨的上下文丟失問題。作者提出了外部化-識別-再水合（ERR）模式，通過將狀態保存到磁盤文件、檢測上下文退化、從文件恢復，幫助智能體自主應對上下文丟失。文章以歷史比喻（640K內存限制）和實際案例（Copilot會話崩潰）説明問題，並詳細介紹了執行連續性和任務連續性兩層狀態的外部化方法。

Xebia全球CTO Niels Zeilemaker強調，AI代理的成功依賴於堅實的數據基礎，包括數據目錄的正確性。Xebia的Agentic Data Foundation（ADF）和ACE框架幫助企業加速AI採用，同時保持治理和質量。

JetBrains 發佈了 Mellum，一系列快速語言模型，專為超低延遲和高性能推理而設計。該模型家族旨在提升開發效率，作為 JetBrains 智能開發工具套件的一部分。

我們聽到的關於人工智能的一切都相互矛盾，且無法迴避。AI既可怕又美妙，既可能摧毀世界也能變革未來。有人呼籲必須擁抱它，也有人認為不使用它是一種道德義務。文章指出，AI絕對主義——無論是極端樂觀還是極端悲觀——都在扭曲我們的思考，而真正的未來並非如此單一。

本文指出，雖然AI高管宣稱效率提升將讓人們迴歸健康生活，但歷史經驗表明節省勞力的技術很少促進健康習慣。過去的便利（如外賣、微波爐、自動扶梯）悄悄減少了我們的身體活動，長期損害健康。

Nous Research 為其開源自改進代理 Hermes Agent 推出了個人資料構建器，該構建器集成在本地 Web 儀表板中，將原先需要多個 CLI 步驟的代理設置流程簡化為一個引導式界面，支持定義身份、選擇模型和提供商、啓用技能、安裝中心技能以及附加 MCP 服務器，並生成隔離的個人資料目錄。

在本次專訪中，AAAI會士Tanya Berger-Wolf分享了她在人工智能與生態學交叉領域的開創性工作，包括開發生命之樹基礎模型BioCLIP，該模型在物種分類、新性狀發現以及實際應用（如通過圖像識別蜱蟲）方面取得了顯著成果，並展望了AI驅動的科學發現未來。