Salesforce
重点新闻（0620～0626）
AI代理 可观测性 Salesforce
CRM大厂推出新版AI代理服务Agentforce 3，强化部署观测性
最近，CRM大厂Salesforce发布新版的AI代理平台Agentforce 3，主打更高可观测性、跨平台互通和即时控管能力。进一步来说，Agentforce是Salesforce在去年10月推出的服务，他们引用即将发布的Slack调查，在过去半年内，全球AI代理使用量暴增了233%，且已有8,000多家企业注册导入Agentforce。
这次新版本加入了Command Center观测中心，企业可即时追踪AI代理健康状况、错误率和任务执行成果，并透过即时警示快速介入调整。Agentforce 3还支援MCP，可与AWS、Google Cloud、Stripe、Notion等30多个工具整合，可将AI代理用于客服自动化、行销流程、库存查询、帐务处理等多种情境。
举例来说，一家会计财务公司1-800Accountant就在今年报税旺季，让AI自动处理70%的行政对话，Grupo Globo则用来提高22%用户留存率。Salesforce也指出，Agentforce 3内建超过100种操作和低程式码设计，可让企业快速上线客制化AI流程，落地AI人机协作。
微软 Mu Copilot+ PC
微软公开小型语言模型Mu，强化Copilot+ PC端AI代理功能
微软最近发布一套专为Copilot+ PC设计的小型语言模型Mu，主打可在装置端本地执行，还应用于Windows系统中的「设定代理人」，使用者以自然语言就能快速调整数百项系统设定，如开启飞航模式、调整萤幕亮度等。但目前只有Dev频道中，使用Copilot+ PC的Windows Insiders测试者能使用。
Mu以Phi模型为基础、重新设计而成，采用Transformer架构，以数千亿个教育语料预训练，再用Phi模型进行知识蒸馏，最后以LoRA强化特定任务表现。Mu专为NPU装置最佳化，在装置端可达每秒200 token的推理速度，为降低资源占用，Mu采用了参数重新分配、权重共享和后训练量化（PTQ）技术，使模型体积仅为Phi-3.5-mini的十分之一，但仍不牺牲效能。
Imagen 4 图片生成 Google
Google公测Imagen 4图片生成系列模型
Google揭露最新图片生成系列模型Imagen 4，并透过Gemini API和Google AI Studio开始公测。Imagen 4系列模型可分为2个版本，包括Imagen 4 Standard和4 Ultra，它们在文字渲染和生成的图像品质，都比前一代Imagen 3要好很多。比起标准版，Imagen 4 Ultra具有更高的指令遵从能力，能精确根据用户文字提示，生成更高品质的图片。
这两款模型皆在AI Studio以预览版提供付费公测。其中，Imagen 4 Standard每帧图0.04美元，Ultra版则为0.06美元。开发者也可透过Gemini API测试Imagen 4。，结合在地化的多模态模型，支援离线执行能力和MCP协定，可让企业打造专属AI代理应用，来自动化完成内外部工作流程。
FedGPT AgentTeam平台后的模型，皆由开源LLM如Llama等微调而成，比如有以1,000亿Token训练出的通用模型、150亿Token优化的医疗专业模型及10亿Token训练的金融模型。
这款平台具备三大功能，首先是AgentTeam RAG，支援企业多来源、多模态知识的资讯检索，来提供更准确的回答。再来是AgentTeam Tuning，可用企业内部多模态资料，如文字、图片、语音等来对模型微调，提高诸如语音辨识、语意理解的准确度。第三是AgentTeam Flow，提供低／无程式码介面，来让使用者自行建立公关发文、查帐等AI工作流程，还支援MCP可串接Slack、Gmail等第三方工具。未来，平台也将支援 A2A（Agent-to-Agent）协定，进一步提升多代理AI间的协作能力。 模型评比 Yupp LLM
Yupp推出AI模型评比平台
AI新创Yupp近日推出人类评估系统，开放使用者比较500多款大型语言模型（LLM），包括ChatGPT、Claude、Gemini、Grok、Llama等，并依使用者回馈建立Yupp AI VIBE排行榜，涵盖最受欢迎、最快、性价比最佳等类别。
使用者提问后，系统随机选出模型给出回应，并邀请用户勾选优劣原因、提供意见回馈，即可获得积分，这些积分可用于继续使用模型或兑换奖励。新注册的使用者可获得5,000积分，若只提问不参与评比，可能会被限制使用。Yupp由Twitter前主管Pankaj Gupta和Gilad Mishne在2024年创立，曾获a16z领投的3,300万美元种子资金。团队强调，他们的目标是汇整大量用户回馈、协助模型优化，让AI更贴近人类需求。资料来源：iThome整理，2025年6月