Google DeepMind 发布 Gemma 4：真开源全模态，端侧本地 Agent 新标杆
Google DeepMind 正式推出 Gemma 4 系列模型，以“真开源、全模态”为核心卖点。该系列完全采用 Apache 2.0 协议，不仅具备领先的视觉与视频理解能力，其 2B 和 4B 的小参数版本更首次在端侧实现了原生音频输入...
标签索引 / 第 10 页
Agent
这个标签下有 390 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
谷歌重磅发布 Gemma 4：基于 Gemini 3 技术，专为 Agent 与边缘计算打造的终极开源模型
Google DeepMind 正式发布了其迄今为止最智能的开源模型系列——Gemma 4。该系列基于 Gemini 3 的研究技术构建，提供 E2B、E4B、26B 和 31B 四种尺寸，涵盖从移动端到高性能服务器的全场景需求。Gemma...
开发者吐槽国产AI编程助手：Auto模式频现低级语法错误，体验远逊Cursor
一位开发者在V2EX发帖吐槽，因公司报销限制被迫使用国产编程助手Trae的企业版，结果体验极差。在处理仅几十行变动的简单Vue文件时，该工具的Auto模式（Agent）多次出现基础语法错误，甚至连代码括号闭合都无法正确完成，生成了如`def...
从 gemini-cli 到 Claude Code：终端 AI 的物种差异与体验鸿沟
尽管同为终端命令行工具，Google 的 gemini-cli 与 Anthropic 的 Claude Code 在用户体验上存在显著差距。核心原因在于两者的底层逻辑不同：gemini-cli 本质上仅是“终端里的聊天窗口”，缺乏对本地环...
告别“AI 垃圾代码”：为何经济规律将迫使 AI 产出高质量代码？
随着 AI 编程工具的普及，代码量激增但软件脆弱性也随之提升，引发了业界对充斥“AI 垃圾代码”的担忧。然而本文指出，从长远看，经济激励机制将发挥决定性作用。维护低劣代码带来的高昂复杂度与 Token 消耗，违背了降本增效的商业逻辑。因此，...
开源插件hello2cc：让第三方大模型在Claude Code中拥有“原生”Agent体验
开发者发布了一款名为hello2cc的插件，旨在打破Claude Code对官方模型的限制。该插件不仅能让第三方大模型API模仿Opus的输出风格，更重要的是使其能像原生模型一样“发现并调用”Claude Code内的Agent、ToolS...
开源安卓AI Agent OpenOmniBot发布：集成DeepSeek，实现VLM+CLI终端操作
开源社区发布了名为 OpenOmniBot（OOB）的安卓 AI Agent 项目，旨在探索移动端 AI 的“最强形态”。该项目创新性地结合了视觉语言模型（VLM）与命令行界面（CLI），使得 AI 不仅能识别屏幕内容，还能直接操作安卓终端...
别再迷信无缝体验：下一代 AI 产品的核心是可中断性
很多人把 AI 产品做坏，不是因为模型不够强，而是因为他们把“不中断”误当成“好体验”。我的判断是：下一代人机协作产品的核心，不是更长的自动执行链，而是更高质量的可中断性。 这听起来有点反直觉。过去十几年，软件行业一直在崇拜“流畅”“无缝”...
开发者打造BetterGPT配置：利用Skill机制驯服GPT，解决输出冗余与前端短板
针对GPT相比Claude在输出风格和前端代码生成上的不足，一名开发者发起了BetterGPT项目。该项目旨在通过轻量化的Skill（技能）配置包，对GPT的行为进行约束和优化。其设计理念采用了类似Superpowers的路由层机制，按需加...
无GUI服务器下的AI开发难题：如何高效远程调用Codex与代码Agent？
随着AI编程Agent的普及，开发者在纯命令行服务器环境下的工作流正面临新挑战。一位开发者分享了自己的痛点：传统的“rsync到本地->AI修改->上传”流程繁琐且易出错，而直接在无图形界面的服务器上使用Codex等AI工具，往...