研究與論文

7月3日週五Research

一項研究使用 DSPy 對 Datasette Agent 的 SQL 系統提示詞進行評估與改進。

7月2日週四Agent

Introspection联合创始人Roland Gavrilescu解释自研究、Agent“配方”、自我改进循环以及人类在软件工厂中的核心地位。

7月1日週三Model/API

Google Research 發布了 TabFM，一個適用於表格資料的基礎模型，可透過上下文學習進行零樣本分類與回歸。

7月1日週三Model/API

Anthropic 的 Claude Sonnet 5 在代理编码任务上缩小了与 Opus 4.8 的差距，同时保持更低的 Sonnet 级别定价。

7月1日週三Tools

ScarfBench 是一個用於基準測試 AI 代理在企業 Java 框架遷移任務中表現的新工具。

7月1日週三Tools

shot-scraper 1.10 推出新指令 shot-scraper video，可依 storyboard.yml 檔案自動錄製網頁操作示範影片。

6月30日週二Research

Together AI 在 ICML 2026 發表八篇全棧論文，並在首爾 B714 展位展出。

6月30日週二Research

OpenAI 发布 GeneBench-Pro，这是一个使用复杂真实世界数据集测试AI在基因组学、生物学和科学研究中性能的新基准。

6月24日週三Tools

Nous Research 在 Hermes Agent 的技能系統中新增了 /learn 命令，能從本地目錄、文檔 URL、過往對話或筆記自動生成符合標準的 SKILL.md 文件，無需手寫或額外的攝取引擎。

6月24日週三Research

UC San Diego 的 DFlash 用輕量級區塊擴散模型取代自回歸草稿生成，在單次前向傳播中並行生成整塊 token，實現推測解碼加速。

6月24日週三Tools

Simon Willison 開發了一個 OPFS + Pyodide 測試工具，探索 Datasette Lite 是否能透過瀏覽器的 Origin Private File System 編輯使用者本機的 SQLite 檔案。

6月23日週二Tools

Sony Xperia 1 VIII 的 AI Camera Assistant 拍攝出多年來最糟糕的照片。

6月21日週日Tools

Nous Research 為其開源 Hermes Agent 新增了 Blank Slate 設置模式，啟動時僅保留提供者、模型、檔案操作和終端，其餘功能需用戶選擇啟用。

6月19日週五Tools

Datasette 推出新插件 datasette-apps，讓使用者在 Datasette 實例中託管受沙盒限制的 HTML+JavaScript 應用程式。

6月18日週四Model/API

OpenAI推出LifeSciBench基準，評估AI模型在實際生命科學研究中的表現。

6月18日週四Model/API

中國Z.ai實驗室於6月16日開源發布了具有7530億參數的文本輸入大型語言模型GLM-5.2。

6月16日週二Agent

Nous Research 的 Hermes Agent 新增非同步子代理功能，委派工具可生成背景代理，不再阻塞父對話。