跳到正文
只看一手#Agent
今天10月30日周五7 条
  1. AWS Machine Learning Blog29

    用 Amazon Nova Act 做智能体 QA 自动化：QA Studio 新增应用与团队权限管理

    AWS 在 Amazon Nova Act 构建的 QA Studio 中新增“应用”与基于团队的用户管理两项能力，用于跨组织扩展测试自动化。应用作为测试容器汇总通过率、执行次数、失败数与 0–100 健康分，并按 7 天小时级或 30 天日级窗口展示趋势。权限分为 Admin、Team Lead、Editor、Executor、Viewer 五级，应用归属唯一团队。

  4. AWS Machine Learning Blog43

    用 Kiro 构建可重复的 PHP 到 Java 迁移引擎

    AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 迁移做成可重复流程：共享技能文件 php-to-java-migration 与 php-model-discovery 驱动八阶段、以对等性验证为准的流水线。同一套技能文件既可在 Kiro 中交互式逐应用执行，也可交给 AWS Transform 以智能体方式并行处理多个应用。

  5. AWS Machine Learning Blog50

    MoEngage 如何用 AgentCore Gateway 将 400 多个 API 转为智能体工具

    MoEngage 借助 Amazon Bedrock AgentCore 的 AgentCore Gateway，把约 400 个 VPC 私有 REST API 转成按权限限定的智能体工具，节省约六个月平台工程投入，新 API 接入从数天缩短到数小时。其原则是各团队只维护 OpenAPI 规范、不写 MCP 代码，由 AI 平台团队统一负责 MCP 层，全程无公网端点。

  7. NVIDIA Blog36

    NVIDIA 展示开发者如何用前沿 AI 智能体在 Omniverse 中构建仿真应用

    NVIDIA 展示开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。示例包括从现场扫描重建可编辑建筑模型、燃气轮机数字孪生 what-if 分析、SimReady Central Library 超 2000 个 USD 资产组装场景，以及 80 台传送带、40 台机械臂、800 个箱子的仓库仿真在 1080p 下维持 30 帧每秒。

10月29日周四
  3. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：原文给出网络安全与长程智能体任务的基准数据，并说明分阶段开放路径，可据此判断前沿模型在攻防场景的落地节奏。

10月28日周三
  1. NVIDIA Blog62

    NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 模型、智能体资源管理工具与游戏支持

    NVIDIA 公布 RTX Spark Windows 笔记本的多项更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项，以及 LFM3 系列模型的 day-zero 支持。

    推荐理由：原文列出 RTX Spark 笔记本在语音模型、GPU 资源分配和游戏支持上的具体变化，可据此判断本地智能体工作流的资源取舍。

  3. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。

    推荐理由：官方披露 Genie 4 的原生音频、实时语言操控与 Gemini 协同推理，可据此判断世界模型当前的能力边界。

10月27日周二
  1. NVIDIA Blog38

    NVIDIA 与 C-BRAIN 如何用 AI 加速阿尔茨海默病研究

    C-BRAIN 联合 NVIDIA 用 AI 加速阿尔茨海默病研究，其开源工具 OpenScientist 可在数分钟内完成原本需数周至数月的分析，单次运行成本低于 10 美元。该联盟由 18 家机构组成，采用集中与联邦混合架构调用机构内“暗数据”，目前运行 64 块 NVIDIA 数据中心 GPU，并计划引入 Blackwell 系统与 BioNeMo、MONAI。

10月23日周五
  1. Microsoft Research58

    微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放和跨图表联动的图表。它把点击拖拽等原始触发交给编译器解析为语义事件，用户只需用高层算子描述更新行为，从而减少布局与渲染调试成本。该语言已可通过 Flint-MCP 和 MCP Apps 在对话环境中使用，也提供编程 API 供应用构建自定义交互。

10月22日周四
10月21日周三
10月20日周二
  1. GitHub Blog · AI & ML34

    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 会加载该会话对应的 worktree，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关联的 PR。

10月16日周五
10月14日周三
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在对抗集上违规请求减少近两倍，在 Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供关注前沿模型安全设计的人参考。

  2. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 向开发者与企业开放，Google AI Ultra 与 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。

    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编码与科研工作流中的实际位置。

10月13日周二
  2. Microsoft Research47

    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，让 AI 辅导系统在接触真实学生前就能获得反馈。研究同时发布 StudentSimEval 基准，从行为保真度和对辅导引导的响应度两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个场景，StudentSim 均优于主流基线。该系统仅为研究用途，未部署于课堂，也不替代教师。

10月8日周四
  1. Microsoft Research78

    微软开源 Agent Lightning v1.0：3500 行代码的轻量 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 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。

    推荐理由：微软开源 3500 行代码的 Agent RL 框架，用真实 harness 训练，并给出 6000 样本提升 14.6 个点的完整流程。

10月7日周三
  1. Microsoft Research31

    微软研究院播客：AI 会犯哪些错，失败能教我们什么

    微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评估如何推动 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、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果反常时细查数据的重要性。

10月2日周五
  1. GitHub Blog · AI & ML22

    GitHub：AI 正在改变开发者工作，三项技能值得加强

    GitHub 提出开发者应对 AI 工作流的三项技能：学会指挥 AI 智能体而非仅使用它，用第二个模型评审 AI 输出并自行判断，以及把省下的实现时间用于理解客户需求、权衡架构取舍和做技术决策。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明第二个模型可评审计划、代码和测试。

9月26日周六
  1. GitHub Blog · AI & ML55

    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、发布清单或表格。创建时只需在智能体会话中输入 /create-canvas，用自然语言描述要支持的工作流、用户能做什么、智能体能做什么，智能体就会生成界面并在右侧面板打开。

7月26日周日
  1. Berkeley AI Research38

    ABBEL：让 LLM 通过信念状态更新实现高效长程交互

    伯克利 AI 研究团队提出 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。在协作编程基准 CollabBench 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 token 长度也明显低于全上下文设置。

7月7日周二