人物
别名：_philschmid
Hugging Face技术负责人，活跃于开源AI社区，本次内容的分享者。
已跟踪 30 条高相关材料
最近变化
2026-06-04 · Gemma 4 12B移除独立视觉/音频编码器，采用原生多模态统一架构
为什么值得关注
Philipp Schmid 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Managed Agents in the Gemini API. One API call gives you a sandboxed Linux with code execution, web ...
Philipp Schmid(@_philschmid) · 8.5 分
Gemini API 可以通过一个 API 调用提供一个沙盒化的 Linux 环境，支持代码执行、网页访问和文件 I/O。文章提供了构建数据科学助手的完整示例。
Gemini Managed Agents Dev Guide: 1 API call = Gemini 3.5 Flash + Antigravity Harness + remote Linux ...
Philipp Schmid(@_philschmid) · 8.5 分
Philipp Schmid 发布了一篇关于 Gemini Managed Agents Dev Guide 的文章，介绍了一个通过单个 API 调用实现的功能，包括 Gemini 3.5 Flash、Antigravity Harness 和远程 Linux 沙盒，无需基础设...
Built a @github Issue Triage Agent with a single curl to the Gemini API. → Clones the repo into a s...
Philipp Schmid(@_philschmid) · 8.5 分
Philipp Schmid展示了如何使用单个curl命令调用Gemini API来构建一个GitHub问题分类代理，该代理能够克隆仓库、抓取开放问题、分类问题类型并执行复现代码以确认bug，整个过程无需复杂的编排框架或基础设施。
已收录 30 条与 Philipp Schmid 相关的内容，按评分排序。
Gemini API 可以通过一个 API 调用提供一个沙盒化的 Linux 环境，支持代码执行、网页访问和文件 I/O。文章提供了构建数据科学助手的完整示例。
入选理由：Gemini API 通过单个 API 调用提供沙盒化 Linux 环境
Philipp Schmid 发布了一篇关于 Gemini Managed Agents Dev Guide 的文章，介绍了一个通过单个 API 调用实现的功能，包括 Gemini 3.5 Flash、Antigravity Harness 和远程 Linux 沙盒，无需基础设施或编排。
入选理由：通过单个 API 调用实现功能，包括 Gemini 3.5 Flash、Antigravity Harness 和远程 Linux 沙盒。
Philipp Schmid展示了如何使用单个curl命令调用Gemini API来构建一个GitHub问题分类代理，该代理能够克隆仓库、抓取开放问题、分类问题类型并执行复现代码以确认bug，整个过程无需复杂的编排框架或基础设施。
入选理由：Gemini API可通过单个curl命令实现复杂任务，如GitHub问题分类。
Gemini Interactions API更新引入了多域代理步骤，取代了传统的用户和模型角色。
入选理由：Gemini API现在支持`steps`来替代`outputs`和`roles`，每个动作都是独立的步骤。
资深工程师难建AI Agent主因是开发范式从确定性编程转向提示-反馈迭代；文本成为新状态载体，工程师需从‘交通管制员’转为‘调度员’。
入选理由：AI Agent开发采用“定义目标→运行→观察→调整提示/工具→再运行”的迭代闭环，而非传统“需求→编码→测试→部署”线性流程。
Gemini API 的文件搜索工具现已支持多模态检索，使用 `gemini-embedding-2` 模型可构建统一处理 PDF 和图像的 RAG 系统，索引与查询分离计费，存储和查询嵌入免费。
入选理由：Gemini 新增多模态文件检索能力，支持 PDF 与图像混合检索。
Gemma 4 12B通过移除独立视觉与音频编码器，采用原生多模态架构实现单模型处理文本、图像和音频。该设计摒弃传统外挂编码器拼接模式，直接在统一表征空间内完成跨模态对齐，显著降低推理延迟并提升端侧部署效率。
入选理由：Gemma 4 12B移除独立视觉/音频编码器，采用原生多模态统一架构
GEPA 是一个通用框架，可用于自动优化 CLI 工具的提示，支持自定义 CLI、本地模型和 API 代理。
入选理由：GEPA 可以优化任何 CLI 工具的提示，只需提供一个 `(str) -> str` 类型的可调用函数。
Google 推出 Gemini API 的 Managed Agents 功能，通过单个 API 调用即可创建能推理、编写和运行代码的 AI 代理，并在托管的 Linux 沙箱中管理文件，简化了 AI 代理开发流程。
入选理由：通过单个 API 调用即可启动一个具备推理、编码和文件管理能力的 AI 代理。
Gemini Managed Agents 结合 Interactions API 可为 AI 提供安全的 Linux 沙箱环境，实现代码执行与内存管理能力。
入选理由：通过单个 API 调用即可构建具备独立计算资源的 AI Agent。
Gemini API推出Managed Agents功能，可通过单个API调用创建具有独立Linux沙箱环境的智能代理。
入选理由：Gemini API支持单次调用创建带有隔离Linux沙箱的智能代理
Philipp Schmid 在 Android 开发者大会上介绍了 Gemini，它使 Android 成为一个代理系统，允许应用程序通过新的 @AppFunction 注解公开功能，实现跨应用操作。
入选理由：Gemini 使 Android 成为一个代理系统，支持跨应用操作。
Google DeepMind开源了Science Skills工具集，为AI Agent提供基因组学、结构生物学及文献检索等科研任务的标准技能接口，加速科学智能体工作流构建。
入选理由：Google DeepMind发布science-skills开源库，专为科研AI Agent设计。
Gemma 4 12B是首个支持原生音频输入的中型多模态模型，采用无编码器统一架构，仅需16GB显存即可运行，性能接近26B模型且遵循Apache 2.0开源协议。
入选理由：Gemma 4 12B采用无编码器统一架构，直接将视觉与音频信号输入LLM，降低推理延迟。
Philipp Schmid 分享了第三方对 Gemini 3.5 Flash 的评测结果，表明其在 agent、coding、vision 和 finance 领域表现良好。
入选理由：Gemini 3.5 Flash 在多个评测维度中表现出色，包括 agent、coding、vision 和 finance。
Google Gemini API 推出 Managed Agents 功能，单次 API 调用即可获得具备代码执行、网页浏览和文件管理能力的完整 Agent，基于 Gemini 3.5 Flash 和 Antigravity 架构运行。
入选理由：单次 API 调用即可部署完整 Agent，无需自建基础设施
该推文指出当前AI模型在技能描述上过于结构化和预设，缺乏灵活性与创造性，建议重新思考技能定义方式以适应更自然的交互需求。
入选理由：当前AI模型的技能描述普遍采用高度结构化的格式，限制了其表达多样性。
Philipp Schmid 宣布项目已落地，距离发布仅剩3天。
入选理由：Philipp Schmid 发布项目进展更新
这是一条指向 Gemini Interactions API 文档的推文，但缺乏深度和具体信息。
入选理由：Philipp Schmid 推荐了 Gemini Interactions API。
Philipp Schmid 正在开发一个关于 Gemini Managed Agents 的交互式博客文章，询问读者对视觉效果的看法。
入选理由：Philipp Schmid 开发交互式博客文章
这是一条关于 AI Agent 安全架构的推文片段，提出通过出口代理实现网络白名单与凭证注入的安全机制，但缺乏完整上下文与实现细节。
入选理由：出口代理（egress proxy）负责在沙箱外部注入认证头，避免凭证泄露
Philipp Schmid分享了如何安装和使用Google Gemini的交互API技能，但信息量有限。
入选理由：使用npx命令可以快速添加Gemini交互API技能。
本文介绍了一个名为 gemma-dev 的技能，用于在开发中使用 Google 的 Gemma 模型，通过 npx 命令安装，但未提供详细技术信息。
入选理由：使用命令 `npx skills add google-gemma/gemma-skills --skill gemma-dev` 安装 Gemma 开发技能。
仅是一篇简短推文，没有实质技术内容，只是指向一个名为'Managed Agents'的资源链接。
入选理由：仅是一篇简短推文，没有实质技术内容，只是指向一个名为'Managed Agents'的资源链接
Google Gemini API 新功能 Managed Agents 进入预览状态，预计下午 2:30 全面开放，仅含发布时间信息无技术细节。
入选理由：Google Gemini API 推出 Managed Agents 预览版
这是一条关于 Google AI Studio 和 Gemini API 新功能上线的 Twitter 公告，仅告知 Antigravity Agent 与 Gemini Managed Agents 已全量开放，未包含技术细节、架构说明或使用指南。
入选理由：Antigravity Agent 和 Gemini Managed Agents 已向所有用户开放
Google 工程师 Philipp Schmid 宣布推出 Gemini Interactions API 流式传输官方指南，声称可大幅简化流式应用开发，但未披露具体技术实现细节。
入选理由：Gemini Interactions API 新增流式传输官方指南
该推文仅为Google Gemma-4-12B-it模型在Hugging Face的发布链接，缺乏技术解析、性能数据或工程实践指导，信息密度极低，不具备独立阅读价值。
入选理由：Gemma-4-12B-it是Google发布的120亿参数指令微调模型，托管于Hugging Face平台。
这是一条仅包含两个 Google AI Studio 和 Gemini API 快捷链接的推文，无技术深度内容。
入选理由：Google AI Studio 新对话入口地址为 aistudio.google.com/prompts/new_chat
这是一条仅含表情符号👀的推文，信息密度极低，无实质技术内容。推文引用了Logan Kilpatrick关于Gemini的视频，属于社交媒体互动，不具备技术价值。
入选理由：推文仅含单个👀表情符号，无任何文字技术说明
