AI 日報｜Hermes Agent v0.21.0 釋出、OpenAI Codex 活躍使用者突破 2500 萬、xAI Grok 迎來微軟生態外掛與 Linux 支援

模型發布/更新

Hermes Agent v0.21.0 (Pantheon Release) NNous Research

• 一言以蔽之：Nous Research 正式釋出 Hermes Agent v0.21.0，引入突破性的「Bot Mode」與多 AI Agent 協同群組聊天架構。
• 核心亮點：
  • 內建 Bot Mode：讓多個具備專屬外觀與角色的 AI Agent 組成社群，彼此透過群組聊天協同合作，如同專業團隊而非單一工具箱。
  • 支援定時任務（Cron Jobs）記憶與連續性、即時調整子 AI Agent（Subagent Steering）及增強的瀏覽器操控能力。
• 技術規格：開源多 AI Agent 框架 / 支援 Agent 間通訊 (A2A) / 桌面端整合
• 傳送門：GitHub 官方釋出公告

產品發布/更新

Grok Build v1.0.15 與 Grok Bot 微軟生態外掛 xxAI

• 更新內容：xAI 針對 Grok Build 推出 v1.0.15 更新，大幅提升會話開關速度與首條回覆延遲；同時 Grok Bot 正式推出 Microsoft 整合外掛，深度打通 Outlook、Calendar 與 OneDrive，並新增 Linux (AppImage / RPM) 官方下載支援。
• 適用人群：[開發者 / 企業辦公族 / Linux 使用者]
• 體驗通道：

  View post on X by @cb_doge

  在 X 上查看 @cb_doge 的貼文 ↗

AI Gateway 新增使用者層級預算管控與 fx 轉接器 VVercel

• 更新內容：Vercel AI Gateway 推出全新功能，允許團隊管理者針對每位使用者設定獨立的美元消費額度（支援每日、每週或每月重置），有效防止無監督執行的 AI Agent 或程式碼編寫工具耗盡共享預算。同日 AI SDK 亦宣佈支援輕量級開源 AI Agent fx 轉接器。
• 適用人群：[軟體工程師 / 團隊主管 / 平臺維運]
• 體驗通道：Vercel 官方更新日誌

產業動態

OpenAI Codex 活躍使用者突破 2,500 萬 OOpenAI

• 事件概述：OpenAI 官方宣佈旗下專為程式碼編寫設計的 Codex 活躍使用者數已正式達到 2,500 萬，並呈現指數級成長。為慶祝這一里程碑，官方宣佈重置所有 ChatGPT Work 與 Codex 付費訂閱的使用額度。
• 影響分析：顯示 AI 程式碼編寫助理已成軟體開發者的標配工具，且在企業市場的滲透速度遠超預期。
• 新聞連結：

  View post on X by @kimmonismus

  在 X 上查看 @kimmonismus 的貼文 ↗

智譜 GLM-5.3 Flash 全面執行於國產晶片叢集 智智譜 AI

• 事件概述：投資人 Emad Mostaque 轉發並披露智譜最新動態，指出其推出的 GLM-5.3 Flash 是該公司首個完全執行在國產晶片叢集上的模型，透過約 10 萬張國產加速卡實現大規模低成本推理，端到端服務效能較基線提升三倍。
• 影響分析：展現非美系前沿 AI 實驗室在面對供應鏈挑戰時，成功透過本土硬體生態達成大規模商用落地與成本最佳化。
• 新聞連結：

  View post on X by @EMostaque

  在 X 上查看 @EMostaque 的貼文 ↗

Cloudflare 發表 Adaptive Intelligence 抵禦自動化機器人攻擊 CCloudflare

• 事件概述：Cloudflare 正式推出 Adaptive Intelligence 安全防禦機制，利用 AI 技術主動對抗由確定性惡意攻擊者發起的複雜自動化機器人 (Bot) 攻擊，徹底扭轉防禦方的經濟劣勢。
• 影響分析：在 AI 大幅降低攻擊門檻的時代，資安防禦必須轉向由 AI 驅動的動態適應機制，以維持企業成本效益優勢。
• 新聞連結：Cloudflare 官方部落格

論文研究

LLM 排行榜名次高度依賴評測配置：以 Gemma4 31B 得分 31% 至 89% 波動為例 獨獨立研究團隊

• 研究動機：現有大語言模型排行榜的公信力經常受到質疑，外界好奇不同的評測設定對模型最終名次的影響究竟有多大。
• 核心創新：在一項針對固定 12 個模型與 3,679 個問題的研究中，研究人員僅調整提示詞格式、選項順序與打分方式等常規評測設定，觀察模型的效能變化。
• 研究成果：發現 Gemma4 31B 的得分竟能在 31% 到 89% 之間大幅波動，且 12 個模型中有 4 個至少在一種設定下排到第一，揭示了評測方式不統一帶來的巨大不穩定性。
• 論文地址：

  View post on X by @rohanpaul_ai

  在 X 上查看 @rohanpaul_ai 的貼文 ↗

From Leaderboards to Model Profiles：AI 程式碼編寫模型的深度評估解析 JJetBrains

• 研究動機：當多個前沿 AI Agent 在基準測試中獲得完全相同的解題率時，傳統排行榜無法反映其真實的執行行為與成本差異。
• 核心創新：JetBrains ML 團隊深入分析不同實驗室模型（如 Claude Opus 4.7 與 Gemini 3.5 Flash）在相同程式碼編寫任務中的執行檔與呼叫特性。
• 研究成果：提出模型檔案（Model Profiles）概念，指出解決率相同的模型在呼叫次數、上下文消耗與推理模式上存在顯著差異，為開發者選擇模型提供更深度的依據。
• 論文地址：JetBrains 官方部落格

其他分享

KAIST 推出 SweepLED：結合 AI 與智慧型手機 LED 燈精準偵測隱藏攝影機 KKAIST

• 內容簡介：南韓科學技術院 (KAIST) 開發出名為 SweepLED 的創新隱藏攝影機檢測技術，結合智慧型手機的 LED 燈與 AI 模型，準確率高達 94%，且額外硬體裝置成本僅需 1 萬韓元，大幅提升日常隱私安全保障。
• 傳送門：Chosun 英文報導