Gemini Decisions API 与 Jev 和 OpenAI 在决策模型类别中联合推出，使用 'Gemini Decision 1'。该新模型API与Jev几乎相同：支持相同三种问题类型（是/否、选择、评分），甚至重用Jev的“Noul”术语。价格与GPT-6 Luna决策模型相同：10美分每百万输入令牌，输出免费。Jev仍是三者中最便宜的，价格为4.2美分每百万。Jev仅支持文本（及JSON）。OpenAI可处理文本和图像。Gemini Decision 1是全多模型：涵盖文本、图像、音频、视频和PDF。我通过向其传递这些问题及我的纽约拍打机器人视频文件，测试了它：dragon：视频中是否有龙？robot：视频中是否有机器人？france：视频是否在法国？usa：视频是否在美国？Jev和OpenAI对是/否问题返回1.0或0.0，但Gemini坚持略显不自信。
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
AWS 模拟器最终由 AWS 官方推出，可直接在本地运行其众多服务的测试，无需申请付费 API 密钥。该模拟器由一群大型代理组成，项目在第一阶段三周内提交了 29,684 次提交。Swaminathan（Swami）Sivasubramanian 在 Werner Vogels 的博客上发表了一篇客座文章，介绍了其发展过程。目前该模拟器需要 Docker 在 macOS 或 Windows 上运行。我希望能未来修复此问题——如果能下载一个单一的二进制文件并将其作为标准测试套件的一部分用于其他语言和平台，将非常理想。标签：亚马逊，亚马逊网络服务，测试，Werner Vogels，AI，Rust，生成式AI，LLMs，代理工程
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
通过标签浏览 simonwillison.net，我一直在寻找一种更好的方式来浏览我的 vibe-coded 工具集合（244 及其以上）。在每周重置前，我有一些 Fable 5.2 信用剩余，因此我将其设置为使用 tree-sitter 来分析每个工具所使用的 JavaScript API、库和 Web API 服务。现在首页展示了按每个类别标签浏览的标签云：标签：javascript，tools，ai，generative-ai，llms，claude，vibe-coding
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
欢迎使用Gemini决策API，基于我们的先进模型Gemini Decision，实现快速、校准的多模态决策。
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
发布：llm 0.37.2 修复了Daniel de Araujo在GHSA-v9h7-jj4g-f862和GHSA-r639-rr7r-x72w报告的安全问题。llm现在拥有一个机制，称为extra-openai-models.yaml，该机制由新发布的0.37 llm openai端点添加命令管理，用于从其他供应商的OpenAI兼容API端点调用LLM。Daniel报告了两种可能导致其配置的OpenAI API密钥被发送到其中一个供应商的方式：如果api_key_name所指的密钥从未被存储，或者如果运行了responses: true模型并设置了-o chat_completions 1。标签：projects，security，llm，releases
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
企业GitHub应用现在可以调用企业级Copilot座位管理API，控制哪些用户和企业团队被分配Copilot座位。Copilot座位管理API的访问权限已开放，该功能首次在GitHub博客上提及。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
当你通过API调用开放权重模型时，多个提供者可能以不同精度服务它，例如16-bit bf16、8-bit fp8或4-bit fp4。
推荐理由：请对照OpenRouter Announcements原文，核对完整说明及适用条件。
JioStar 的 Vijay Seshadri 解释了在 500M 用户规模下的 AI 发现。读他的关于评估、守则和将 AI 用于生产的课程。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
429 Too Many Requests 错误表示您在当前时间窗口内发送的请求或令牌数量超过限制。
推荐理由：请对照OpenRouter Announcements原文，核对完整说明及适用条件。
IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示，其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩，完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称，现有不少知识工作基准测试仅依赖文本即可完成，而现实工作往往涉及大量视觉信息。例如，建筑师需要交叉核对建筑蓝图，工程师需要分析工程示意图，专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...
推荐理由：来自IT之家 AI的《谷歌联合 Artificial Analysis 推出 MKA 基准测试：Gemini 4 Carbon 多模态知识工作测试获第二，任务成本仅为第一名六分之一》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到：IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示，其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩，完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称，现有不少知识工作基准测试仅依赖文本即可完成，而现实工作往往涉及大量视觉信息。例如，建筑师需要交叉核对建筑蓝图，工程师需要分析工程示意图，专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...
原文摘录（自动中文摘要暂不可用）：llm-gemini 0.36 Release: llm-gemini 0.36 Gemini 4 Carbon was announced two weeks ago for "a subset of cyber defenders", but today it's available to everyone else . This is Google's best ever Gemini, priced at $2/million input and $10/million output at launch (that's GPT-6.1 Sol / Claude Sonnet 5.5 prices) but scheduled to double in price to $4/$20 on Decembe
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
原文摘录（自动中文摘要暂不可用）：Gemini 4 Carbon in GitHub Copilot Gemini 4 Carbon, Google’s latest model, is now generally available in GitHub Copilot. It is designed for complex coding, agentic, and reasoning tasks, with a focus on secure code generation… The post Gemini 4 Carbon in GitHub Copilot appeared first on The GitHub Blog .
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
这条英文动态讨论了 AI 领域的新进展。原文要点：Gemini Intelligence is rolling out to more devices. See how expanded capabilities across these devices help you do more.
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：C++ language server now auto-configures MSBuild builds The Microsoft C++ Language Server for GitHub Copilot CLI now bundles its MSBuild compile commands extractor and invokes it automatically. An agent no longer needs to discover and run a… The post C++ language server now auto-configures MSBuild builds appeared first on The GitHub Blog .
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
Gemini 4 Carbon is now available 这条动态来自 Google DeepMind，可重点关注其对 AI 应用和产业节奏的影响。
推荐理由：请对照Google DeepMind原文，核对完整说明及适用条件。
谷歌云推出Gemini for healthcare，以统一临床数据并自动化工作流，减少行政疲劳。
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
OpenAI Academy 正将免费、实操的 ChatGPT 工作坊带到美国五个城市，帮助照顾者掌握日常生活的实用AI技能。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
发现新加坡航空如何利用OpenAI模型和API来增强客户支持、旅行发现和员工生产力，使Kris聊天机器人CSAT翻倍。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：Introducing Our Smallest, Most Efficient Model: Muse Ember Introducing Our Smallest, Most Efficient Model: Muse Ember Meta AI just launched their entry in the Claude Haiku/GPT Luna category: Muse Ember, which they describe as: [...] our smallest and most efficient model designed for complex reasoning execution and the work agents repeat all day: tool calls,
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
OpenAI与Upwork联合开展的新研究发现，自由职业工作需求正在转移，新的技能组合，以及与AI相关的项目规模扩大、工时增加。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Claude Fable 5.2 注重谁拥有它所处理的代码。在Anthropic的小型编码任务测试中，当提示中没有提及所有权或将代码基础视为他人的时，模型倾向于在现有结构上添加内容，即使该代码重复了已有的内容。当提示中说代码基础是模型自己的时候，模型有时会合并重复的代码并有时做出相关修复而无需被询问。如果你想让模型在工作时改进结构，可以说代码是自己的：你是这个代码库的所有者和长期维护者，其设计由你决定。所有权句子使模型更有可能将重复的代码整合到一个共享函数中。在Anthropic的小型编码任务测试中，当没有这句话时，模型在不到10%的运行中合并了重复的代码，而当有这句话时，大约在75%的运行中合并了重复的代码。——Claude Fable 5.2，Anthropic文档标签：prompt-engineering
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
工具：纽约崛起 我意识到自己不知道纽约的位置，于是通过谷歌地图查找了它的位置，然后为了帮助将它的位置和形状嵌入到脑海中（并尝试使用Claude Fable 5.2的3D建模和动画技能），我提示Fable 5.2 Medium制作一个Three.js动画，其中纽约站起作为巨型机械（酷的站立动作），并围绕曼哈顿、皇后区和布鲁克林的原子，使用OpenStreetMap地图数据。该动画正确推断出“átomos”是“stomps”的移动键盘拼写错误。标签：three-js，llms，ai，生成式AI，claude-mythos-fable
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：llm-anthropic 0.31 Release: llm-anthropic 0.31 Anthropic released Fable 5.2 and Mythos 5.2 today. Fable 5.2 is currently ranked first on Artificial Analysis . Anthropic say it "solved two open problems in the physics of black holes", so clearly their internal benchmarks have become more ambitious! I've added the new models to llm-anthropic , so you can now r
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
Claude Fable 5.2，Anthropic’的最新Fable模型现已在GitHub Copilot中一般可用。您可使用该模型进行复杂、多步骤的大型代码库编码任务。早期测试中，Fable… 《The GitHub Blog》首次介绍了Claude Fable 5.2在GitHub Copilot中的出现。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
CodeRabbit 使用 OpenAI 模型来管理并信任 AI 生成的代码，使用 Codex 将软件数量增加 20 倍，与同一工程团队保持一致。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
介绍GPT‑6 Cyber，OpenAI的网络安全模型，用于发现可利用的漏洞并开发修复方案，训练以保持在授权范围内。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
GitHub Agentic Workflows，一个来自GitHub Next的开源项目，现已一般可用。通过代理工作流，您可以自动化基于推理的任务，如Issue triage（问题分类）、CI失败分析、文档更新等。该项目于GitHub Agentic Workflows一般可用首次发布于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
How AI might enter the org chart—beneath, beside, and between us. 这条动态来自 OpenAI News，可重点关注文化创意。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
看看Legora如何利用OpenAI模型、ChatGPT和Codex加速法律工作流程，扩展合同分析，并让律师专注于更高价值的工作。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。