OpenAI 为 ChatGPT for Teens 推出 College Planner 与学习功能
OpenAI 为 ChatGPT for Teens 上线 College Planner，帮助学生管理大学申请，同时新增 flashcards、quizzes 功能，并组建青少年 AI 委员会（teen AI council）。
#Agent
OpenAI NewsAI 评分2222 Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量级 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一 agent harness 直接参与强化学习，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 3500 行代码的 Agent RL 框架，读者可了解用真实 harness 训练智能体的轻量方案与实测增益。
AWS Machine Learning BlogAI 评分4242 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和开源智能体编排框架 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，减少 78%。该系统还把手动生命周期步骤从 10 步以上压缩为 1 次交互（减少 70%），并将冗余告警中位数削减 65%，由三人团队在六个月内交付。
AWS Machine Learning BlogAI 评分2222 AWS 发布六周 AI 构建者培养手册：如何弥合 AI 知识与应用能力差距
AWS 分享了一套六周结构化培养方案，让非工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型构建可运行的 AI 原型。
AWS Machine Learning BlogAI 评分3636 用 AWS Lambda Durable Functions 自动化 AWS DevOps Agent 调查后的修复流程
针对 AWS DevOps Agent 只诊断不改动生产资源的问题，该方案用 Amazon EventBridge、AWS Lambda Durable Functions 和 Amazon Bedrock 搭建自动修复工作流，把调查摘要转为预验证的修复动作。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万名客户提供带来源引用的自然语言问答，其 Discovery Agent 上线以来已为客户发现超 10 万条异常与离群点。
AWS Machine Learning BlogAI 评分2626 如何为 agentic automation 构建商业论证：AWS 提出 Agentic Value Model
AWS 提出 Agentic Value Model，用于替代以“节省工时×人力成本”为核心的 RPA 时代 ROI 模型，衡量 agentic automation 的四类价值：时间节省、异常处理、决策质量，以及变更韧性与维护经济性。
AWS Machine Learning BlogAI 评分5252 在 AgentCore 与 OpenClaw 上构建上下文感知 AI 助手
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw，构建带长期记忆的园艺助手 Sprout。
OpenAI NewsAI 评分2929 OpenAI 与 Ironclad 如何推进 AI 智能体的计算机操作能力
OpenAI 与 Ironclad 正围绕复杂的合同工作流训练和评估 AI 智能体，以推进计算机操作能力在专业工作场景中的应用。
AWS Machine Learning BlogAI 评分3232 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾服务
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases，可在航空公司应用中搭建语音旅行礼宾服务，让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测如何暴露传统 benchmark 之外的“意外失败”
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动当前 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”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
AWS Machine Learning Blog精选AI 评分6262 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务，可通过全托管 API 调用，支持跨区域推理、提示词缓存和服务层级。
推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与安全测试智能体的完整调用示例，可据此评估托管开源模型的落地方式。
AWS Machine Learning BlogAI 评分3434 Amazon SageMaker AI 推出 aws-ai-ml 技能，为 Kiro、Claude Code、Codex 等编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力，可对端点做基准测试、推荐部署配置、对比性能并生成可执行的 SageMaker Python SDK v3 代码。
AWS Machine Learning BlogAI 评分3434 在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行合规监管工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
AWS Machine Learning BlogAI 评分3232 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可衡量多智能体系统的准确性、任务成功率与行为表现。
AWS Machine Learning BlogAI 评分3636 用 LangChain 和 Amazon Bedrock Knowledge Bases 实现智能体检索
Amazon Bedrock Managed Knowledge Base 上线智能体检索，通过 AgenticRetrieveStream API 把多部分问题拆成子查询、判断证据是否充分并决定是否再次检索，而 Retrieve API 只做一次混合搜索。
AWS Machine Learning BlogAI 评分3232 Amazon Quick 如何实现跨账户资源的自动化、可审计迁移
Amazon Quick 的资源跨账户迁移此前需手工重建，AWS 博客给出方案：基于 Amazon Bedrock AgentCore 运行一个幂等的 MCP 服务器 Quick Resource Migrator，单次工具调用即可把 chat agents、action connectors、知识库、flows 和 spaces 从开发账户提升到生产账户。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。
推荐理由：GitHub 公开了代码审查基准的构建方法与评测口径，读者可据此理解离线指标与线上实验的对应关系。
AWS Machine Learning BlogAI 评分3636 用 Amazon Quick 和 Adjudicated Query 模式批量审查数千份租约合规性
亚马逊云科技提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面提问合规问题，实际判定交由确定性规则引擎完成，模型只负责将自然语言转为固定类型操作调用并转述结果。该模式通过完整性回执断言"合规+违规+模糊+不可读=已扫描"，确保 50,000 份跨州租约的审查可证明无遗漏且可辩护，适用于制裁筛查、保险理赔等高风险合规场景。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 团队介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，仅调整 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数，其余走默认值。
推荐理由：AWS 团队公开了用 SageMaker AI 多轮 RL 微调搜索智能体的完整配置与四个基准的实测对比，可迁移到自有检索场景。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次回答、用 AI 节省的时间去解决更大的问题。文中以添加认证流程为例，展示开发者从自己写代码转向定义任务、审查多个智能体输出并做技术决策。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。
AWS Machine Learning BlogAI 评分3636 在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移
AWS Professional Services 基于 Strands Agents SDK 和 Amazon Bedrock AgentCore 构建了四智能体模式，将每应用的基础设施即代码（IaC）开发时间从 3 到 4 周缩短至几分钟，该模式已在 300+ 应用的迁移项目中验证。
AWS Machine Learning BlogAI 评分3434 Amazon Quick 推出 Live Data in Apps：AI 构建的应用可实时查询受治理数据集
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps，应用每次打开都会实时查询受治理的 Quick Sight 数据集，而非发布时的静态快照，查询以查看者身份执行，自动沿用现有 RLS 和 CLS 规则。
AWS Machine Learning BlogAI 评分3434 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可将 Amazon S3 Vectors 作为自定义记忆后端，为多智能体系统提供持久化记忆层，并部署在 Amazon EKS 上。
AWS Machine Learning BlogAI 评分2828 Amazon Payments 如何用 Amazon SageMaker AI 上的上下文 bandit 提升获客漏斗转化
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂 bandit（LinUCB）为产品获客漏斗做个性化内容选择，七周在线 A/B 测试中，一个人群最终漏斗转化率取得高个位数相对提升，另一个人群则未见改善，问题出在内容而非模型。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到人在回路工作流
Amazon Bedrock AgentCore 支持构建"环境智能体"（ambient agent）：由 Amazon S3 事件或定时任务触发，在 AgentCore Runtime 上以容器方式运行，通过单个 ask_human 工具暂停等待人工审批后继续执行。
Google DeepMind精选AI 评分8484 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，随后逐步扩展至开发者、企业和消费者，起价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准与内部落地案例，可据此判断前沿模型的能力边界与分阶段开放节奏。
NVIDIA Blog精选AI 评分6060 NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产，Cognition 为首家客户
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用，Cognition 成为首个在生产负载上运行该系统的客户。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据，可据此判断智能体编码负载的算力成本走向。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，agent 即可生成看板、发布清单或仪表盘等界面。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区已在 Awesome Copilot 分享现成模板。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub Copilot 提出，chat 虽是 LLM 的默认交互界面，但多数任务下并非合适 UI，应改用 canvas——一种运行在 GitHub Copilot app 内、无浏览器外壳的全栈应用，可与 agent 双向通信并在本地执行代码。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 模糊测试全流程
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，并公开了完整实现与运行方式。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分配；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 专业知识，后者是智能体连接工具和数据的标准，二者可组合使用；RAG 并未消亡，检索能让模型基于训练数据外的文档、内部知识和代码库上下文作答，减少 token 浪费和不完整回答。
GitHub Blog · AI & ML精选AI 评分7878 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量落地，而非一次性切换。
推荐理由：作者以亲历者身份复盘用 AI 智能体把 Copilot 运行时从 TypeScript 迁到 Rust 的完整过程，给出可迁移的多智能体协作与缓存策略。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：官方给出两款语音模型的基准成绩、定价定位与开发者接入路径，可据此判断语音智能体的落地条件。
GitHub Blog · AI & MLAI 评分3434 GitHub 如何用 Copilot 把营销活动运营变成代码
GitHub 日本和韩国区营销负责人把活动运营流程交给 GitHub Copilot 自动化：以 GitHub Issue 为工作单元，用 Issue forms 收集活动信息、Labels 触发流程、Actions 执行任务，活动从单个 Issue 自动完成搭建、每日筛选报名者并在结束后清理。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要以自然语言"信念状态"形式隔离并监督其信息内容，替代完整交互历史作为智能体的工作上下文。在 CollabBench 协作编程任务中，基于重建的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也显著低于全上下文设置。
Berkeley AI ResearchAI 评分3434 智能免费之后：为智能体、由智能体、属于智能体的数据系统
伯克利 AI 研究发文指出，GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。作者提出近乎免费推理带来的三大数据系统挑战：为智能体设计的数据系统、运行智能体集群的数据系统，以及由智能体合成数据系统。