Android Bench 2新增了对长期任务、智能评估功能以及持续评分机制的支持
谷歌发布了Android Bench 2.0，这是对其用于评估Android开发环境中的人工智能模型及智能体的基准测试框架进行的重大升级。此次更新引入了“长周期任务”机制、基于智能体的评估方式以及连续性评分系统，这些新功能有助于更准确地评价那些复杂的多步骤开发任务的执行效果。 作者：塞尔吉奥·德·西蒙内
谷歌发布了Android Bench 2.0，这是对其用于评估Android开发环境中的人工智能模型及智能体的基准测试框架进行的重大升级。此次更新引入了“长周期任务”机制、基于智能体的评估方式以及连续性评分系统，这些新功能有助于更准确地评价那些复杂的多步骤开发任务的执行效果。
作者：塞尔吉奥·德·西蒙内相关文章
谷歌为Kotlin开发的开发工具包在功能上已与Python相当，同时也支持设备上的人工智能应用。
谷歌发布了针对Kotlin 1.0版本的Agent开发工具包(ADK)。这个专为生产环境设计的框架，可用于在基于Kotlin的应用程序、Android系统以及JVM/服务器环境中构建人工智能代理。该工具包使Kotlin在功能上与谷歌为Python和Java开发的ADK处于同等水平，同时还增加了针对Android平台的特性，从而支持设备端及混合环境下的人工智能应用。 作者：塞尔吉奥·德·西蒙内
阅读全文
Netflix重新设计了这一系统，使得每月能够执行4.2亿次工作流程操作，同时让相关工作流程的规模扩大了10倍。
Netflix对其Conductor工作流编排引擎进行了升级优化，以便能够处理更大的工作负载。此次升级使该系统所能支持的工作流规模从约2,500个任务增加到了30,000个任务，同时也将工作流评估的延迟时间减少了大约40%。Conductor 4.0将工作流元数据与任务数据分离出来，将评估过程改为异步处理，并引入了动态工作者分配机制及并发控制功能。 作者：Leela Kumili
阅读全文
微软将Maia技术应用于多吉瓦级别的推理计算任务，但其效率指标引发了人们的质疑。
从2027年开始，微软将将其Maia加速器系列的应用规模扩大到多吉瓦级别，使其成为自身产品的主要推理系统。Maia 300能够将扩展能力集成到同一个以太网架构中，并能够在预处理任务节点与解码任务节点之间高效地传输关键数据信息，而无需离开该网络架构。不过，业界专家对微软在宣传中提到的“每瓦特可使用一定数量的计算资源”这一说法提出了质疑。 作者：Steef-Jan Wiggers
阅读全文
ChainGuard推出了安全工作空间功能，并能够检测是否存在用于人工智能编程的代理程序。
软件供应链安全企业Chainguard宣布推出了两款测试性产品，用于检测开发人员以及人工智能程序编写的代码。其中，“Chainguard Workspaces”提供了基于加固版微虚拟机的远程开发环境，而“Chainguard Checks”则将持续集成技术融入了开发流程中。该公司在伦敦举办的Assemble活动中正式发布了这两款产品。 作者：Matt Saunders
阅读全文