Amazon Bedrock 为 Anthropic Claude 模型上线结构化输出
Amazon Bedrock 在 bedrock-runtime 和 bedrock-mantle 两个端点上为所有 Anthropic Claude 模型提供结构化输出，返回符合 JSON Schema 的响应，无需自定义解析或重试逻辑。
#Agent
AWS Machine Learning BlogAI 评分5555 AWS Machine Learning BlogAI 评分3434 用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示用 AtScale 作为语义层、在 Amazon Redshift 上构建 Customer 360 模型，并通过 MCP 暴露给 AgentCore 托管的 Strands 智能体。
AWS Machine Learning BlogAI 评分3434 用 Strategy Mosaic 与 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 发布教程，演示如何用 Strategy Mosaic 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体，跨 Amazon Redshift 与 Amazon Aurora 建模 C360 域且无需 ETL。
AWS Machine Learning BlogAI 评分3434 用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示用 Denodo Platform 作为语义层、配合 Amazon Bedrock AgentCore 托管智能体，联邦查询 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 三处数据源。
AWS Machine Learning BlogAI 评分4040 Eon 如何用 Amazon Bedrock AgentCore 上的 MCP Gateway 构建多云调查能力
Eon 基于 Amazon Bedrock AgentCore 的 MCP Gateway 搭建了统一的多云调查入口，用单一认证网关替代逐工具凭证和本地 MCP 进程，让开发者与自主智能体统一访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS Machine Learning BlogAI 评分3636 Smartsheet 在 AWS 上线 MCP Server，AI 智能体可读写工作管理数据
Smartsheet 已在 AWS 上线正式可用的 MCP Server，AI 助手可通过标准化协议读写和管理 Smartsheet 数据，覆盖 40 多个用于探索、创建和管理 sheet、行、列及自动化的工具。该服务提供三个区域端点，支持 OAuth 2.0 或 Personal Access Token 认证，可接入 Amazon Quick 和 Kiro 等 MCP 客户端。
AWS Machine Learning BlogAI 评分3838 用 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能
AWS 展示用 Amazon Quick 作为交互界面、Amazon Bedrock AgentCore 作为智能层，通过 MCP 服务器把 ERP、监控、采购等系统串成可组合工具层，让供应链管理者用自然语言跨系统提问。
AWS Machine Learning BlogAI 评分3434 Octave 如何基于 Amazon Bedrock 构建安全多租户 AI 基础平台
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台，将每个用例的部署时间缩短 50%。该平台把 20 亿份文档嵌入按租户隔离的 Amazon OpenSearch Service 向量库，并通过 AgentCore Gateway 与隔离 microVM 调用 Anthropic Claude 模型。
AWS Machine Learning BlogAI 评分5858 AWS Agent Registry 如何在运行时发现工具
AWS 发布教程，介绍如何用 AWS Agent Registry 在运行时按需发现 MCP 服务器和 A2A 智能体，而不是把工具硬编码进编排器。
GitHub Blog · AI & MLAI 评分2222 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub 博客采访了 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的实践。
AWS Machine Learning BlogAI 评分3838 在 AWS 上用 X.509 PKI 保障 AI 智能体身份安全
AWS 与 Keyfactor 联合发布参考架构，用 Keyfactor EJBCA 的 X.509 PKI 为 AI 智能体建立可验证、可撤销的加密身份。
Hugging Face BlogAI 评分5858 ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售榜
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve：它用 GPT-4.1 分析智能体在训练任务上的成功与失败轨迹，蒸馏出简短行为准则并追加到系统提示词，无需更新模型权重或人工标注。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话整合进一条实时流式管线，每轮响应在 1 秒内完成。
推荐理由：原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价，可据此评估实时语音工作流的落地成本。
OpenAI NewsAI 评分3737 Terminal X 用 GPT-6.1 让 Eval Agent 与资深投资人判断一致率达 88.6%
Terminal X 的 Eval Agent 基于 54 项标准评分体系，使用 GPT-6.1 Sol 对输出进行打分，与资深投资人的判断一致率达到 88.6%。相比此前方案，该 Agent 多捕捉到 25% 偏离基金投资授权的输出。
GitHub Blog · AI & MLAI 评分3636 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，保留原有对话、代码改动和工作上下文。VS Code 会以该会话关联的 worktree 打开项目，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话对应的 pull request。
NVIDIA BlogAI 评分3838 NVIDIA 与 EBU、Adobe 推进媒体智能体安全：主权云、开放模型与视频搜索加速
NVIDIA 与欧洲广播联盟（EBU）扩大主权框架合作，引入主权云厂商、开放模型开发者和系统集成商，明确广播机构部署智能体时对数据、基础设施、模型与安全的控制要求，NVIDIA Nemotron 开放模型可供定制。
Google Research精选AI 评分7474 Google Research 介绍让 AI 智能体接入湿实验室的三项研究
Google Research 发布博客，介绍三项把 AI 智能体与真实湿实验室实验衔接起来的研究：VERID 实验室工作单元语义数字孪生框架、适配体闭环设计原型，以及 FAP 靶点的 de novo 蛋白结合体设计。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验，读者可了解其自动化科研路径与安全约束。
Hugging Face Blog精选AI 评分8686 Reflection 在 Hugging Face 开源 501B 模型 Beam
美国新实验室 Reflection 的首个模型 Beam 已在 Hugging Face 开源，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，Apache 2.0 许可，面向编码与智能体场景。
推荐理由：原文给出 501B MoE 模型的架构细节、多精度基准与部署配置，可据此判断自托管前沿模型的门槛。
OpenAI NewsAI 评分3838 Stack Overflow for Agents 借助 ChatGPT 插件实现注册量三倍增长
Stack Overflow for Agents 由两名工程师用 Codex 在几周内完成开发，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量增至三倍。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 加速抗菌肽发现
Google DeepMind 展示了生物学家如何用智能体开发平台 Google Antigravity 完成抗菌肽候选分子的发现与结构评估，把原本分散在多个数据库的检索压缩到一次会话中。
Google Research精选AI 评分7272 Google 发布 Deep Review 智能体文档评审系统
Google 公开发布 Deep Review，一个面向复杂文档提供严格反馈与技术验证的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应预算、并行验证与全局综合四阶段流水线，每个用户每周可免费评审两篇文档，也可接入 Gemini API key 获得更高额度。
推荐理由：Deep Review 把论文评审拆成四阶段智能体流水线，并给出会议试点规模与接入方式，可据此判断自动评审的落地边界。
Google Research精选AI 评分6262 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布 Geospatial Reasoning 智能体技术报告，在四个基准上对比独立 LLM、基础工具、Earth AI 工具和完整规划智能体四种配置，并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。
推荐理由：技术报告用四个基准对比四种配置，量化了领域工具与前置规划对地理空间推理的增益。
Google ResearchAI 评分5858 Google Research 发布 Research@ 2026 十项研究工具更新
Google Research 在 Mountain View 的 Research@ 活动上公布十项研究进展，包括扩大 Google Earth AI 早期访问、向公众开放 Deep Review 文档核查工具，以及将 TimesFM 和 TabFM 接入 Gemini for business。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出定价、基准排名与多个内部落地案例，可据此判断前沿模型在专业工作流中的实际位置。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令（.github/copilot-instructions.md）、封装可重复流程的 agent skills、面向大型任务的 custom agents，以及连接外部工具与数据的 MCP servers。
Microsoft ResearchAI 评分4040 微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导前评估和改进 AI 辅导系统。该工作同时发布 StudentSimEval 基准，覆盖国际象棋、英语二语写作和数学，从行为保真度与指导响应性两个维度评估模拟器，StudentSim 在这三个领域均优于领先基线。StudentSim 仅为研究系统，未部署于课堂，也不用于替代教师。
Google Research精选AI 评分6969 Google Research 研究：AI 辅助提升专利撰写产出，但初级律师的独立判断力未同步提升
Google Research 与 NBER 发表了一项为期三个月的专利撰写实地实验，133 名律师随机获得当时尚未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）的使用权。
推荐理由：三个月实地实验区分了AI带来的即时产出提升与无辅助判断力的变化，对理解人机协作中的技能养成有参考价值。
Microsoft Research精选AI 评分7676 微软研究院开源 Agent Lightning v1.0：约 3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源轻量智能体 RL 框架，给出真实 harness 训练路径与 SWE-bench 提升数据，可供工程团队参考复现。
Microsoft ResearchAI 评分2727 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调当结果超出预期时应仔细检查数据。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数、520 亿激活的规格与多项基准对比，可据此判断开源权重模型的能力位置。
Google ResearchAI 评分3636 Google 发布智能体隐私与安全研讨会报告：从上下文完整性看开放与新兴问题
Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》研讨会报告，汇集 50 多位学界与业界专家，梳理自主智能体在系统、模型、用户和生态层面面临的基础性隐私与安全挑战。报告以上下文完整性（CI）理论为基础，将隐私重新定义为符合社会规范的"适当信息流"，并主张用上下文策略引擎在执行前评估智能体行为是否恰当。报告还提出系统级沙箱、模型级推理与用户控制的多层防护思路。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
GitHub Blog · AI & MLAI 评分2222 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。文章以添加认证流程为例，展示开发者从逐行写代码转为定义任务、审阅多个智能体产出并做技术决策。文中还提到 GitHub Copilot 内置的 Rubber Duck 智能体用第二个模型评审计划、代码和测试。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出。
推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等真实工作流中的具体结果，以及分阶段开放和定价安排。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户和智能体共享同一份状态，可做成看板、问题分诊板或发布清单。创建时只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开。
Mistral AIAI 评分5858 Mistral 与 Mozilla 达成合作，Firefox Smart Window 改用 Mistral 模型
Mistral 宣布与 Mozilla 建立合作，Mozilla 的 AI 浏览助手 Firefox Smart Window（beta）改由 Mistral 模型驱动，先在法国和北美上线，英国和德国预计今年晚些时候跟进。
Mistral AIAI 评分5858 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟器迁移到 C++，并公开了其中的智能体工作流。团队先搭建数值对齐校验框架，用自定义解析器生成调用树，再让上百个智能体借助 Mistral OCR 整理文档；迁移时采用规划、编码、测试、审查四类智能体分工，并保留人工审核环节。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 提出 ABBEL：用信念状态替代完整交互历史，提升 LLM 长程交互效率
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离并监督为自然语言"信念状态"，替代完整交互历史作为智能体的工作上下文。在 CollabBench 协作编程任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分4040 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1、部分低于 $0.10，中位年降幅约 50x，数据系统需围绕智能体重构。作者提出三个方向：为智能体设计的数据系统、支撑智能体集群的数据系统、由智能体合成的数据系统。在 text-to-SQL 基准中多智能体尝试下仅 10-20% 子计划不同，80-90% 子查询存在重复计算。