「OpenCode」的搜尋結果

本頁的資料來源與計算方式 ⓘ

#OpenCode也是一個關鍵字標籤

過去 31 天有 1 篇標成這個標籤 · 目前不在排行榜上

看 #OpenCode 的趨勢 →

10/30(五)

  • 獨家報導

    美國能源部 Genesis Mission 釋出 AI 技能集 強化編碼代理加速科學研究 - 獨家報導

    圖/示意圖 商傳媒|責任編輯/綜合外電報導 美國能源部(DOE)近期透過其 Genesis Mission 計 […]

    #商傳媒

  • 商傳媒

    美國能源部 Genesis Mission 釋出 AI 技能集 強化編碼代理加速科學研究

    圖/示意圖商傳媒|責任編輯/綜合外電報導美國能源部(DOE)近期透過其 Genesis Mission 計畫,釋出了 35 項專為 AI 編碼代理設計的「技能」集。這項由總統川普(Donald Trump)重新命名為「超級智慧(SI)」的計畫,旨在運用人工智慧加速科學研究。這些技能是透過 ModCon(轉型 AI 模型與資料)與 American Science Cloud 共同開發的首批技術資源。 這些技能扮演著指導 AI 程式如何自動撰寫程式碼或執行複雜任務的角色,例如為橡樹嶺國家實驗室(Oak Ridge National Laboratory)的 Frontier 超級電腦草擬作業腳本,或生成資料卡。該技能集包含 23 項 Python 或 Shell 腳本,以及 12 項純文字腳本。它們支援多種商用與開源的 AI 編碼代理,包括 Claude Code、Codex、Cursor、OpenCode、Gemini CLI 及 LangChain Deep Agents,不過個別技能可能依賴特定的用戶端功能或外部工具。 此計畫由美國七個國家實驗室的研究人員共同撰寫,例如普林斯頓等離子體物理實驗室(Princeton Plasma Physics Laboratory)的一位研究人員 Matt Baughman 貢獻了五項超級電腦與排程器技能,而阿貢國家實驗室(Argonne)的伊恩·福斯特(Ian Foster)則撰寫了文獻檢索技能。勞倫斯伯克利國家實驗室(Lawrence Berkeley National Laboratory)與西北太平洋國家實驗室(Pacific Northwest National Laboratory)的團隊則負責資料與安全相關技能。PNNL 的 Nathan Hodas 已於 8 月 5 日將首批 291 份檔案上傳至 GitHub,名為「新增已核准的 Genesis 技能」。 Genesis Mission 的合作夥伴包括 OpenAI、Anthropic 和 Google 等科技巨頭。在 10 月 8 日舉行的白宮峰會上,共有 11 家公司承諾捐贈總計 24 億美元的「超級智慧科學工具與運算額度」,其中 OpenAI 捐贈 2 億美元,Google 和 Anthropic 各捐贈 1.5 億美元。Anthropic 也承諾將其大型語言模型 Claude 及相關工具,透過為期三年的協議,提供給超過 15 個聯邦機構使用。 此外,GitHub 為了支援 AI 編碼代理規模的開發,已擴展其基礎設施,增加了運算、儲存與網路容量。聯想(Lenovo)也推出了搭載輝達(NVIDIA)RTX Spark 技術的新款筆記型電腦 Lenovo Yoga Pro 9n 和 Yoga 9n 2-in-1,支援本機 AI 開發。這些發展顯示了硬體與軟體生態系統正在同步推進,以因應 AI 編碼代理時代的需求。

    #AI 編碼代理#美國能源部#Genesis Mission#軟體開發#科學研究

  • 商傳媒

    Mistral AI發布巨量開源模型「Le Chonk」 強化資安與程式開發

    商傳媒|林昭衡/綜合外電報導法國人工智慧新創 Mistral AI 昨(29)日宣布,正式推出其旗艦級大型語言模型 Mistral Large 4,暱稱「Le Chonk」,並開放全球下載。該模型先前已於本月初提供公開預覽,此次開放權重(open-weight)發布,代表模型的原始參數可供社群下載、修改及使用,與僅開放應用程式介面(API)供調用的閉源模型有所區別。 Mistral Large 4 不僅能處理文字與圖像等多模態內容,更在網路資安與程式開發方面展現強大能力。據 Mistral AI 表示,該模型在網路資安防禦任務上表現卓越,涵蓋日誌檢查、程式碼審核,以及偵測最新漏洞等。此外,它也提供主動式網路資安措施,協助識別並解決系統弱點。在惡意網路請求的平均拒絕率達到 96.6%,為目前開放權重模型中的最高表現。 在程式開發能力方面,Mistral Large 4 在「Terminal-Bench 4.0」代理程式碼基準測試中,得分從預覽版的 28% 大幅提升至 41%,超越了 OpenCode 的 GLM-5.3 一個百分點。在整體 Artificial Analysis Coding Agent Index 評比中,該模型與 Codex GPT-6.1 Terra 並列 48 分,僅次於 GLM-5.3 的 49 分,但每項任務平均使用的 Token(記號,AI 處理資訊的基本單位)卻減少了 47%。 Mistral AI 強調 Mistral Large 4 的「代理能力」(agentic capabilities),意指讓人工智慧系統能夠像代理人一樣,自主規劃、研究並執行複雜任務。該模型在 SWE-bench 和 Terminal Bench 等關鍵代理能力基準測試中達到「最先進」水準。 為了達到這些能力,Mistral Large 4 使用 4,000 個輝達(Nvidia)Grace Blackwell GPU,在 Mistral AI 位於歐洲的資料中心進行了為期兩個月的訓練。該模型支援超過 160 種語言,包括所有歐盟官方語言,以及拉丁語系和非拉丁語系語種。 Mistral AI 共同創辦人紀堯姆·朗普勒(Guillaume Lample)表示,模型的網路資安防禦能力將幫助企業與政府抵禦利用遭破解閉源模型發動網路攻擊的威脅。Mistral AI 科技副總裁皮埃爾·斯托克(Pierre Stock)則指出,他不樂見一個沒有開放權重模型的未來,因為模型一旦發布,其存取便難以限制,這既保護了使用者,也讓所有人都能使用。 此外,法國電信集團 Orange 的數位安全部門 Orange Cyberdefense 已宣布與 Mistral AI 達成協議,將運用此模型的網路資安版本。此合作案將使 Orange Cyberdefense 得以使用歐洲本土 AI 模型,並利用歐洲的運算能力進行網路安全操作。該模型的推行將採漸進式,初步將針對企業與公共部門客戶的特定服務,重點在於測試客戶防禦漏洞和加速調查入侵事件。Orange Cyberdefense 在 2025 年營收達 13 億歐元。

    #Mistral AI#Le Chonk#大型語言模型#網路資安#程式開發

10/21(三)

  • 科技新報

    OpenCode 遭大規模 AI 蒸餾攻擊,用戶 API Key 恐外洩

    開源 AI 編程工具 OpenCode 於 10 月 17 日證實發生安全事故,事件與大規模 AI 模型蒸餾攻擊(Distillation Attack)有關,影響 1.4% OpenCode Console 用戶。受影響帳戶均屬於曾連結外部 AI 模型供應商的用戶,其儲存在平台的 API Key ...

    #AI 人工智慧#資訊安全#API Key#OpenCode#OpenCode Console#蒸餾攻擊

  • 商傳媒

    AI 程式碼代理 Co op Anything 自動化多人遊戲開發

    圖/示意圖商傳媒|吳承岳/台北報導一項名為 Co op Anything 的全新 GitHub 專案,正利用人工智慧(AI)程式碼代理(能自主理解並撰寫程式碼的自動化工具),來自動化單人電腦遊戲多人模式的開發。這項工具旨在簡化複雜的遊戲修改與網路程式設計流程。 Co op Anything 能夠協調多種 AI 模型,包括 Claude Code、Codex 與 Cursor,以分析遊戲引擎、修復損壞的社群修改(俗稱模組),甚至從零開始撰寫網路程式碼。它會將專案結構輸入至 Gemini CLI、OpenCode 及 Claude Code 等自主程式開發助理,引導 AI 代理展開工作。 該系統運作方式有兩種:首先,AI 代理會掃描遊戲目錄,以尋找老舊、已遭棄置的多人模式模組,並針對其進行錯誤修復與現代化。若找到現有模組專案,AI 會更新其程式碼基礎並編譯出一個可運作的安裝程式。 對於缺乏現有多人模式資產的遊戲,該軟體則會對遊戲引擎的二進位檔進行逆向工程(分析遊戲引擎的底層程式碼來理解其運作方式),插入一個雙人遊玩位元,並撰寫客製化的網路同步化程式碼。據《Technetbook》報導,Co op Anything 已成功為《Deus Ex》復甦 HX Co op 模組、更新《Dungeon Keeper》的 KeeperFX,並為《Fallout New Vegas》建構了同步合作模式。 然而,這並非一鍵完成的自動化操作。使用者必須自行提供 API Token 並執行手動測試。玩家需要直接存取原始遊戲檔案、有效訂閱支援的程式碼代理服務,並需要耐心測試多個迭代版本,才能達成穩定的遊戲體驗。

    #AI#遊戲開發#多人遊戲#Co op Anything#程式碼代理

10/20(二)

10/19(一)

10/15(四)

  • 商傳媒

    Liquid AI 發表 LFM2.5 開源模型 助企業建構在地 AI 工作流程

    圖/本報資料庫商傳媒|何映辰/台北報導Liquid AI 於本週三宣布釋出 LFM2.5-24B-A2B,這是一款專為在筆記型電腦及其他支援硬體上執行 AI 代理所設計的開源推論模型,旨在建立本地 AI 工作流程。本地 AI 工作流程 意指讓人工智慧模型直接在用戶自身的裝置上運作,而非依賴雲端伺服器,有助於企業將數據輸入與輸出保留在內部硬體中,提高數據隱私。 LFM2.5-24B-A2B 這款開源人工智慧模型擁有 240 億個參數,但在處理每個 Token(處理語言的最小單位)時,僅啟動約 24.5 億個參數。這種設計能有效減少生成回應所需的運算量,同時相較於一般 20 億參數的模型,對記憶體的需求也更低。此模型的釋出也讓 LFM2.5 系列模型家族更加完整,該系列規模從 2.3 億參數涵蓋至 240 億參數。 Liquid AI 已在 Hugging Face 平台上提供 LFM2.5 基礎版與後續訓練版本,供開發者下載、客製化與部署。新模型將上下文視窗從 32,768 個 Token 擴展至 131,072 個 Token,詞彙表也擴大至 128,000 個 Token,特別針對非拉丁語系的 Token 化處理進行了優化。在預訓練階段,模型訓練資料量從約 17 兆 Token 大幅提升至 33 兆 Token,並針對推論、數學、編碼、指令遵循與多語言文本進行額外訓練。最終訓練階段更整合了 OpenClaw、Hermes Agent、Pi 和 OpenCode 等代理框架的強化學習。該模型在給出最終答案前會生成明確的推論過程,這對多步驟任務有幫助,但會增加 Token 的生成量。 根據《TechRepublic》報導,Liquid AI 在多項基準測試中評估了 LFM2.5-24B-A2B。在 LiveClaw 測試中,Liquid AI 獲得 48.09 分,表現優於通義千問(Qwen)的 Qwen3.6-35B-A3B 模型(38.19 分)。在 AutomationBench 測試中,Liquid AI 取得 27.69 分,遠高於通義千問的 8.72 分。不過,在 SWE-Bench Verified 測試中,通義千問以 66.20 分領先 Liquid AI 的 51.00 分。 在硬體效能方面,Liquid AI 報告 LFM2.5-24B-A2B 在蘋果(Apple)的 M5 Max 晶片上能達到每秒 184 個 Token 的生成速度,而在超微半導體(AMD)的 Ryzen AI Max+ 395 上則為每秒 114 個 Token。此外,單一輝達(NVIDIA)B300 GPU 在多個併發請求下,總輸出吞吐量可超過每秒 21,000 個 Token。該模型也支援 llama.cpp、MLX、vLLM、SGLang 及 ONNX 等多種軟體框架。 對企業而言,於本地執行 AI 代理能有效協助自動化研究、編碼與文件處理等任務,同時將模型輸入與輸出數據保留在公司內部硬體,解決了雲端 AI 服務可能引發的數據隱私疑慮。開發者也能透過開源模型進行實驗,而非完全依賴託管式 AI 服務。然而,實際硬體容量是本地 AI 的一大限制,團隊在部署前應在目標裝置上測試模型格式與上下文長度,並測量記憶體使用量與回應時間。此外,本地推論並非自動確保整個工作流程的隱私,因為連結外部工具的 AI 代理仍可能將數據傳輸至裝置外。因此,企業的 IT 團隊應限制工具存取、保護憑證,並在關鍵行動前取得批准。 Liquid AI 也強調,年營收超過 1000 萬美元的公司必須取得單獨的商業授權,因此企業在假設可下載的模型權重代表不受限制的商業用途前,應仔細審閱授權條款。

    #Liquid AI#開源模型#本地AI#數據隱私#人工智慧