Vertex AI
PulseAugur coverage of Vertex AI — every cluster mentioning Vertex AI across labs, papers, and developer communities, ranked by signal.
- developed by .google 100%
- subsidiary of .google 100%
- developed by GOOGL 100%
- subsidiary of GOOGL 100%
- instance of Gemini 2.5 Pro 95%
- developed by Gemini 2.5 Pro 95%
- developed by Gemini 3 95%
- developed by Gemini app 90%
- developed by Google AI Studio 90%
- instance of Google AI Studio 90%
- developed by Google.Cloud 90%
- developed Gemini 3 90%
10 天有情绪数据
-
城市出行分析框架利用AI进行规划和商业洞察
本文介绍了一个端到端的分析框架，该框架专为大规模城市出行分析而设计，并利用来自移动应用程序的实时位置数据。该框架旨在为旅游、交通和零售等领域的城市规划和商业决策提供可操作的见解。它包含了数据匿名化、ETL管道以及使用Google BigQuery和Vertex AI开发的机器学习模型，并采用模块化架构支持各种用例和通过Power BI进行交互式数据可视化。
-
开发者使用 Claude Code 构建自动化文章草稿流水线
一位开发者使用 Claude Code 和 GitHub Actions 创建了一个自动化流水线来生成文章草稿，项目耗时约半天完成。该系统从 Hacker News 和 DEV Community 收集关键词，将它们存储在 SQLite 数据库中，然后使用 Gemini Flash-Lite 生成潜在文章的周边内容和结构大纲。这些草稿会自动提交到 GitHub，让开发者可以专注于写作本身。
-
Anthropic 因 Claude 模型“恶化”和供应商锁定而面临批评
Anthropic 因其被认为是“恶化”和供应商锁定行为而面临批评，特别是关于其 Claude 模型和相关工具。作者认为，Anthropic 的 API 可靠性一直存在问题，并且用户在编码辅助方面被限制在 Anthropic 的生态系统中，即使第三方工具如 OpenCode 提供更优越的界面。此外，“额外使用”计费的实施意味着在使用这些外部工具时，Claude 订阅不一定能为用户省钱，这导致了用户的不满，并与开源替代品相比，Anthr…
-
Anthropic 的 Claude Fable 5 在出口禁令后回归，Opus 价格翻倍
Anthropic 的 Claude Fable 5 模型最初于 6 月 9 日发布，随后于 6 月 12 日被美国出口管制令在全球范围内禁用，在商务部解除限制后于 7 月 1 日回归。这款高度强大的编码模型现已在 Claude Code 和其他平台上提供，价格是 Opus 4.8 的两倍，在处理复杂、长周期的任务方面性能显著提升，在 Every 的高级工程师基准测试中得分 91，而 Opus 4.8 得分为 63。建议用户在执行要求…
-
Anthropic 为 Vertex AI 发布 TypeScript SDK 更新
Anthropic 发布了其 Vertex AI 的 TypeScript SDK 版本 0.19.0。此次更新包含一个完整的变更日志，详细说明了与前一个版本 vertex-sdk-v0.18.0 的区别。该公司强调用户反馈受到高度重视，并引导用户查阅文档了解可用的限定符。
-
谷歌 Gemini 3.5 Pro 发布延迟，顶尖研究员跳槽至 Anthropic
谷歌的 Gemini 3.5 Pro 模型发布已推迟至 2026 年 7 月，未能达到最初的 6 月目标。雪上加霜的是，有四名谷歌 DeepMind 的资深研究员离职跳槽至竞争对手 Anthropic，这加剧了谷歌 AI 的人才流失。据报道，此次延迟和人才流失已影响到谷歌的市值，因为该公司正面临来自 GPT 5.6 Sol 和 Claude Opus 4.8 等模型的激烈竞争。
-
谷歌 Gemini 3.5 Pro 发布延迟，扩大了发布到交付的差距
谷歌的 Gemini 3.5 Pro 在宣布拥有 200 万个 token 的上下文窗口后，正面临普遍可用性延迟，目前仍仅限于企业客户的有限预览。这种发布与实际交付之间的差距正在让谷歌失去发展势头，因为 OpenAI 和 Anthropic 等竞争对手正在向公众交付他们的模型。高级的“Deep Think”推理模式也仅通过谷歌最昂贵的消费者 AI 订阅套餐提供。
-
AI 代理内存从研究演变为关键的采购决策
AI 代理持久化内存的概念正从一个研究课题转变为构建者的一项关键采购决策。Cursor、Anthropic 及其 Managed Agents、以及 Google 的 Vertex AI 的 Memory Bank 和 Agent Engine 等公司都在探索该功能的各种架构。这一发展迫使开发人员在集成云供应商的内存解决方案（从而继承其抽象和控制）或选择开源层以在自己的堆栈内维护架构决策之间做出选择。新出现的核心问题是，这种对团队工作…
-
AWS 发布企业级 AI 智能体 AgentCore harness
AWS 推出了 Amazon Bedrock AgentCore harness，这是一项旨在简化企业级 AI 智能体开发和部署的托管服务。该新产品将现有的 AgentCore 基础功能（如运行时隔离、内存持久化和工具访问）整合到一个可配置的单元中。该 harness 允许开发人员通过简单的 API 调用来定义智能体，并提供自动内存配置和实时可观测性等功能，特别支持在单次会话中切换模型，使智能体能够为不同任务利用不同的基础模型。
-
Anthropic 发布 Claude Opus 4.8，吞吐量更快并支持系统消息
Anthropic 发布了 Claude Opus 4.8，这是其 Opus 模型的一次小幅更新，重点在于提高性能和灵活性。此次更新于 2026 年 5 月 28 日发布，引入了快速吞吐量模式，可将处理速度提高高达 2.5 倍，但成本加倍。此外，Opus 4.8 现在支持会话中系统消息、更低的提示缓存底线以及记录的拒绝停止详情。开发者需要将其模型 ID 更新为 'claude-opus-4-8' 并移除任何对已不再支持的 'budge…
-
新代理通过Google OAuth身份验证保护LLM访问
已开发出一种新代理，为访问大型语言模型（LLM）提供安全网关，特别关注通过Vertex AI的Gemini。该代理利用Google OAuth进行身份验证，确保只有经过验证的用户才能访问LLM资源。它通过处理令牌验证和请求代理来简化将LLM集成到应用程序中的过程，并有可能在未来支持多个LLM。
-
安全研究员指出 Google Dev Signal 中存在的漏洞
一位安全研究员发现了 Google Dev Signal 中存在的严重漏洞。Dev Signal 是一个旨在生成专家内容的、多智能体系统。该系统使用 Vertex AI 进行记忆管理，并使用 MCP 工具进行内容创建，但容易受到通过间接提示注入导致的记忆污染，以及其工具链可能被攻破的风险。研究员已开发出开源解决方案 Agent Fixer Stage 和 MCP Core Defense，通过提供输出审计和工具注册检查来弥补这些安全漏洞。
-
Google AI 和 Runway 宣布新进展
Google AI 宣布了一个新模型，但细节很少，主要指向一篇博客文章以获取更多信息。另外，Runway 也在其视频生成技术方面宣布了新进展，可通过提供的链接获取更多详细信息。
-
MLOps 工具与 Vertex AI 在实时评分服务方面的比较
本文将使用一流的 MLOps 工具构建的实时评分服务的性能和运营效率与 Google Cloud 的 Vertex AI 进行比较。文章深入探讨了在生产环境中部署和管理机器学习模型的技术方面。此次比较旨在为 MLOps 从业者在选择适合其需求的基础设施方面提供见解。
-
新的代理工具使用 OpenTelemetry 跟踪 Gemini LLM 调用
一个名为 Agent Traced LLM Proxy 的新工具已被开发出来，用于提供对 LLM 调用的可见性，特别是通过 Vertex AI 对 Gemini 模型进行可见性。该代理与 OpenTelemetry 集成，为每个请求生成跟踪跨度，有助于调试、性能分析和理解应用程序中的 LLM 行为。该工具可以通过流式 HTTP 或 Agent-to-Agent 通信访问，并通过 Nevermined 微支付进行计量。
-
用户报告称Claude AI在不同包装器上的性能各异
用户发现，与通过Anthropic平台直接访问相比，通过GitHub Copilot、Microsoft 365 Copilot和Google的Vertex AI等第三方包装器访问Anthropic的Claude模型时，其性能存在差异。核心问题似乎源于包装器本身，潜在原因包括系统提示、上下文组装方法、输出令牌限制或每个包装器实现的特定努力设置的差异。
-
vLLM Semantic Router 实现 LLM 部署的智能模型选择
研究人员开发了一个名为 vLLM Semantic Router 的新框架，旨在智能地将请求路由到模态混合部署中最合适的语言大模型 (LLM)。该系统协调来自传入请求的各种信号，从简单的启发式方法到复杂的神经网络分类，以做出明智的路由决策。它支持多样化的部署需求，包括成本优化、隐私强制和延迟敏感性，同时还提供多轮对话支持和与多个 LLM 提供商集成等功能。
-
Anthropic 发布 Opus 4.8、动态工作流及更便宜的快速模式
Anthropic 发布了 Claude Opus 4.8，这是其旗舰模型的更新版本，同时推出了 Claude Code 中的动态工作流等新功能以及更便宜的快速模式。据报道，Opus 4.8 在判断力、对自身局限性的坦诚度以及在复杂编码和知识任务上的表现方面均优于其前代产品。动态工作流功能允许 Claude 通过编排数百个并行子代理来规划和执行大型任务，将其转变为更自主的工程工具。
-
企业在制定有效的AI使用标准方面遇到困难
企业正在努力解决如何为Claude等AI工具实施使用标准的问题，这已经超越了最初是否采用该技术的决定。核心挑战在于制定切合实际的、特定学科的标准，以反映现实世界的操作风险，而不是依赖于通用的、集中起草的政策。成功的实施需要每个领域的运营者根据他们对边缘案例和工作流程的直接经验来记录和撰写标准。
-
Google Genkit 2.0 集成 Firebase、Cloud Run 以构建 AI 应用
Google 的 Genkit 框架，旨在构建 AI 驱动的应用程序，已随 2.0 版本达到通用可用状态。此次更新与 Google 的 Firebase 和 Cloud Run 服务紧密集成，增强了其在代理系统方面的能力。最近的一个概念验证成功演示了 Genkit 通过模型上下文协议 (MCP) 暴露类型化本地工具的能力，这些工具随后可被 MCP 客户端发现和调用。