Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
#Agent
OpenAI NewsAI 评分4242 AWS Machine Learning BlogAI 评分4040 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构：通过向量数据库将 170 多个工具按任务动态收窄至约 15 个，避免工具集超过约 40 个后选择错误率上升。
AWS Machine Learning BlogAI 评分2828 AWS 9 月 AI 更新盘点：Amazon Bedrock、AgentCore 与 Strands 新进展
Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。
Hugging Face Blog精选AI 评分7474 作者用 ML Intern 两天训练六个模型，总花费约 103 美元
作者借助 HuggingChat 中的 ML Intern，在几天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算成本约 103 美元。
推荐理由：作者用 ML Intern 在两天内做出六个模型，并公开全部提示词与成本明细，可迁移到自己的训练流程。
NVIDIA BlogAI 评分2828 NVIDIA Omniverse 如何用 GPT-6 Astra 等前沿 AI 智能体把创意变成仿真应用
NVIDIA 开发者用 GPT-6 Astra、Claude Fable 5 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。
AWS Machine Learning BlogAI 评分4040 BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 支付模型推理费用，把接入 x402 支付支持的工作量从数月缩短到数天，并已上线端到端按次付费推理流程。
OpenAI NewsAI 评分2222 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营场景中，用 ChatGPT Work 和 Codex 把专家知识转化为快速、可复用的工作流，将原本需要数天的工作缩短到几分钟。
Google Research精选AI 评分6666 Google Research 三个月实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发布三个月实地实验，将 133 名专利律师随机分为两组，一组提前使用当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）。
推荐理由：三个月专利撰写实验区分了AI带来的即时产出提升与无辅助判断力的变化，为评估AI对专业能力的影响提供了可迁移的实验设计。
AWS Machine Learning Blog精选AI 评分7171 Claude Haiku 5.5 上线 AWS Bedrock 与 Claude Platform
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本降幅与在 Bedrock 上的接入方式，便于判断它在多智能体分层中的位置。
NVIDIA Blog精选AI 评分7878 NVIDIA 与 Microsoft 发布 RTX Spark 及 Windows 智能体基础设施
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布为 Windows PC 上的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断 Windows 端侧智能体的落地路径。
OpenAI NewsAI 评分2222 Radisson Hotel Group 与 Accenture 合作将酒店搜索带入 ChatGPT
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术打造了一款 ChatGPT 插件，帮助旅行者在规划行程时查找、比较和预订酒店。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 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，围绕 Harnessed Agentic RL 范式重建，让部署时使用的同一套 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：微软研究院开源了约 3500 行的智能体 RL 框架，并给出 6000 样本提升 14.6 个百分点的完整训练管线。
OpenAI NewsAI 评分2626 OpenAI 为 ChatGPT for Teens 推出 College Planner 与青少年 AI 委员会
OpenAI 将 College Planner 引入 ChatGPT for Teens，帮助学生管理大学申请，同时上线新的 flashcards 和 quizzes 功能。OpenAI 还宣布成立青少年 AI 委员会（teen AI council），让青少年参与塑造 AI 的未来。
AWS Machine Learning BlogAI 评分3838 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 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%。该系统还使手动生命周期步骤减少 70%、SRE 与数据团队报告延迟从 15 分钟降至实时、冗余告警中位数减少 65%，由三人团队在六个月内交付。
AWS Machine Learning BlogAI 评分2222 AWS 如何用六周结构化项目弥合 AI 知识-能力鸿沟
AWS 设计了一个为期六周、每周约四小时的结构化项目，让非工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 等生产级工具构建可用的 AI 原型。
AWS Machine Learning BlogAI 评分3434 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 接收调查完成事件，触发 AWS Lambda Durable Functions 调用 Amazon Bedrock 分析根因并从预批准工具白名单中提出修复动作。
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 万名客户提供有来源、可验证的自然语言问答。其 Discovery Agent 上线以来已为客户发现超 10 万条异常与离群点，多数启用智能体工具的 Qlik Cloud 账户已在日常使用。
AWS Machine Learning BlogAI 评分2626 如何为 agentic automation 构建商业案例：AWS 提出 Agentic Value Model
AWS 提出 Agentic Value Model，用于替代按“节省工时×人力成本−建设成本”计算的 RPA 时代 ROI 模型，从时间节省、异常处理、决策质量、变更韧性与维护经济性四个维度衡量 agentic automation 的价值。该框架强调价值实现需有明确机制和责任人，并以理赔分流流程为例说明释放工时并不等于节省成本。
AWS Machine Learning BlogAI 评分3939 在 AgentCore 和 OpenClaw 上构建上下文感知 AI 助手
基于 Amazon Bedrock AgentCore 运行时与开源智能体系统 OpenClaw，可构建具备持久记忆的上下文感知 AI 助手。AgentCore memory 将一次性对话转为长期知识，并支持结构化元数据标签检索；文本与图像分别路由至 Claude Haiku 4.5 和 Claude Sonnet 4.5。
OpenAI NewsAI 评分2222 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中的应用。双方聚焦合同这一专业场景，探索智能体在真实业务流程中的表现与评估方法。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville：AI 评测如何暴露模型的“意外失败”
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“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 BlogAI 评分3232 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases，可构建航空应用中的语音旅行助手，支持改座位、查延误、更新餐食偏好、回答政策问题并转接人工客服。
Mistral AI精选AI 评分8484 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，可在 Mistral Studio 试用预览 API，权重将于本月底开放。该模型为 1 万亿参数、49B 激活参数的原生多模态模型，官方称其在编码、智能体工作流和多模态理解上表现突出，并在网络安全、金融、法律等企业场景中达到开源模型领先水平。
推荐理由：官方给出 1 万亿参数、49B 激活与多项基准对比，可据此判断开源权重模型在编码与智能体任务上的位置。
Google ResearchAI 评分3434 Google 发布智能体隐私与安全报告：从上下文完整性视角看开放与新兴问题
Google 发布《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》 workshop 报告，由 50 多位学界与业界人士在 2025 年底纽约 Google CAPS Workshop 上共同完成。
AWS Machine Learning BlogAI 评分2424 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，可在开发和生产阶段衡量智能体的准确性、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、循环判断证据是否充分并再次检索，而 Retrieve API 只做单次混合搜索。
AWS Machine Learning BlogAI 评分2626 如何让 Amazon Quick 企业级就绪：自动化、可审计的跨账户资源迁移
基于 Amazon Bedrock AgentCore 的 Quick Resource Migrator 示例 MCP 服务器，可在单次工具调用中把 Amazon Quick 的 chat agent、action connector、知识库、flow 和 space 从开发账户迁移到生产账户。
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 推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 为 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体提供推理优化与基准测试能力。
AWS Machine Learning BlogAI 评分3434 在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行合规工作负载
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 Blog精选AI 评分6262 GLM 5.3 上线 Amazon Bedrock
Z.ai 的 GLM 5.3 现已在 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，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。
推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与 Strix 安全测试的完整调用示例，可据此评估迁移成本。
Hugging Face Blog精选AI 评分6666 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，按终端后端状态和副作用而非生成文本判分，覆盖 507 个有状态业务流程、每个任务重复 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用后端状态而非生成文本判分，并给出可复现的 OpenEnv 运行方式。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-6 家族模型使用指南
OpenAI 发布 GPT-6 家族模型指南，面向初创公司说明如何选择 GPT-6 模型、调整推理强度、改进提示词与技能、协调工具，并为生产环境准备工作流。
推荐理由：OpenAI 官方给出 GPT-6 家族的选型与调优路径，可帮助团队把模型能力落到生产工作流。
AWS Machine Learning BlogAI 评分3636 用 Amazon Quick 和 Adjudicated Query 模式批量核查数千份租约合规性
AWS 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，模型只负责把自然语言转为固定类型操作调用并复述结果。
AWS Machine Learning BlogAI 评分5151 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 团队在 Amazon SageMaker AI 上用多轮强化学习（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。
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 时代开发者需要强化三项技能：学会指挥 AI 而非只是使用它、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 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
NVIDIA Blog精选AI 评分6262 NVIDIA DGX Spark 推出 64GB 版本，支持双机集群扩展本地 AI
NVIDIA 将于 10 月 23 日通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 和完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备端运行。
推荐理由：原文给出 64GB 新配置的定价、上市时间和双机集群性能数据，读者可据此判断本地跑大模型的成本与扩展方式。
Hugging Face BlogAI 评分3838 ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范，定位能力缺口并生成、验证新的可执行训练任务，随模型提升动态调整课程。该流程在 EnterpriseOps Gym 环境中演示，生成的任务需满足可行性、真实性与难度三项要求，验证器则需保证一致性、可靠性与完整性，通过校验的样本用于后训练。
AWS Machine Learning BlogAI 评分3434 基于 Amazon Bedrock AgentCore 的智能体 AI 如何扩展云迁移
AWS Professional Services 用四个 AI 智能体在 Amazon Bedrock AgentCore 上构建云迁移方案，将每个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，该数据来自内部项目跟踪。
AWS Machine Learning BlogAI 评分3232 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，不再依赖构建时的静态快照。查询以查看者身份执行，现有行级和列级安全规则自动生效，SPICE 与 Direct Query 数据集均支持，查看者需为已认证的 Quick 用户并逐数据集授权。
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。