Agentic AI News 今天

Jev 與決策模型. TypeSafe AI 發布 Jev，這是一款專做決策的模型，會回傳帶型別的機率；幾天內 AWS、Cloudflare 和 Perplexity 也各自發布開源決策模型。現有的結構化輸出／語法限制已經能提供類似的受限生成。

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

本機決策 LoRA. Jeff-Qwen3.5-0.8B 搭配九個 LoRA 適配器，可處理提示注入、工具選擇等重複出現的 agent 決策，速度提升 38 倍、準確率增加 8.7，額外記憶體用量不到 2GB。

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots 對上 Meta Muse. OpenAI 發表 Dots，一款可愛風格的 GPT-6 Astra 驅動 agent，能打造虛擬世界，但僅限每月 1 美元的方案使用，面對 Meta 免費的 Muse。

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopify 推出 Canvas，讓商家透過與 AI Sidekick 對話來建立商店，並即時渲染實際程式碼。

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

ChatGPT 虛擬試穿. OpenAI 在 ChatGPT 購物功能中加入虛擬試穿與收藏，透過 Images 2.5 模型在使用者照片上呈現衣物。

• → ChatGPT can now virtually try on clothes for you

Tavus Griffin 虛擬化身. Tavus 推出 Griffin，一款即時視訊虛擬化身模型；48% 的受試者在一次一分鐘通話中誤以為它是真人。

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Photon 為 App 辦葬禮. Photon 為行動 App 舉辦葬禮，並募得 450 萬美元，協助開發者在 iMessage／WhatsApp 上打造以訊息為基礎的 agent。

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMind 推出 Gemini 4 Argon，具備 SOTA 基準測試成績，輸出 token 最多可達 100 萬，初期僅限網路安全預覽。

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

K2 Horizon 開源艦隊. IFM 發布 K2 Horizon，包含六款從 0.9B 到 375B 的開源模型，並附上訓練資料、程式碼與日誌；團隊將針對開放開發舉行 AMA。

• → AMA about K2 Horizon, Meet our team from IFM

Qwen Flash Next MTP. llama.cpp 合併了 Qwen Flash Next 的多 token 預測支援，提升推論速度。

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Slipstream 登陸 Mac. Slipstream 是一款 Metal 推論引擎，可在 64GB 的 Mac 上以 41-52 tok/s 執行 95.5 GiB 的 Qwen3.8-Flash-Next，速度比 llama.cpp 快 1.76 倍，且長上下文表現穩定。

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AI 發布 Olmo-core 3，這是專為兆參數 MoE 模型打造的開源且可擴展訓練基礎設施。

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Ataraxos 攻克 Stratego. CMU、MIT、NYU、史丹佛研究人員打造 Ataraxos，以 15 勝 1 敗 4 和擊敗最強 Stratego 玩家，讓人類再失一座堡壘；訓練成本不到 8,000 美元。

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

Agentic RAG 勝出. 在 FRAMES 上比較 18 條 RAG 管線與一個 agent 迴圈的基準測試：最佳管線為 78.9%，agent 迴圈為 92.7%，顯示檢索 agent 的表現優於固定管線。

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData. ServiceNow CoreAI 打造 AutoSynthData，從模型失敗與教師成功案例中生成訓練資料，藉此改善企業 agent。

• → AutoSynthData: Generating Training Data for Enterprise Agents

AI 寫作特徵. Graphite 找出 13,000 個可辨識為 AI 的詞組；Claude 模型愈來愈接近人類的詞彙分布，GPT 則愈來愈遠。

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Google 反壟斷案遭駁回. 法官駁回 Chegg 與 Penske 的訴訟，兩者指控 Google AI Overviews 非法減少流量；反壟斷主張不成立。

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

Grok 影響委內瑞拉. 《時代》報導，川普在入侵委內瑞拉前與 Grok 交談數小時；Grok 預測會出現慶祝場面，強化了川普的看法。

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

OpenAI 安全研究員離職. OpenAI 與三名安全研究員分道揚鑣，原因是他們涉嫌與第三方安全組織分享機密資訊。

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropic 進軍政府市場. Anthropic 推出 Claude for Government，在 FedRAMP High 環境中供民用機構使用；五角大廈的禁令在訴訟期間仍未解除。

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

太空資料中心. Google 發射搭載 TPU 的原型軌道運算衛星；Satlyt 募得 800 萬美元，為衛星 AI 打造軟體，但要規模化仍需 Starship。

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

Agent 截圖外洩. Glow Security 發現 AI agent 將 13,000 多張內部截圖上傳到公開 GitHub repo，導致客戶資料與憑證外洩。

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

推理竊取行動. OpenAI 表示已阻止針對受保護推理的對抗性蒸餾行動；類似手法在 Azure 上仍然奏效。

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure