OpenAI 推出 BioBasicsBench：衡量 AI 智能体处理日常湿实验科学的能力
OpenAI 推出 BioBasicsBench，一个包含 100 项任务的 benchmark，用于衡量 AI 智能体解读原始实验数据、处理日常湿实验科学的能力。该 benchmark 面向生物实验场景，评估智能体在真实科研数据上的表现。
#Agent
OpenAI NewsAI 评分4444 AWS Machine Learning BlogAI 评分4444 AWS Quick 中智能体原语的分类体系
AWS Machine Learning Blog 发布系列首文，介绍 AWS Quick 中智能体工作的原语分类体系，将智能体工作拆解为 When、What、Who、How 四个问题，归纳出 trigger、agent、capabilities 三类原语。
AWS Machine Learning BlogAI 评分5656 AWS 教程：把 Claude Code 扩展为 Amazon Bedrock AgentCore 上的远程编码智能体
AWS 发布教程，介绍如何把本地运行在 Amazon Bedrock 上的 Claude Code 扩展为 Amazon Bedrock AgentCore 上的远程编码智能体，配套开源示例 sample-remote-coding-agent。
AWS Machine Learning BlogAI 评分5656 Greenlight Financial 如何基于 Amazon Bedrock AgentCore 构建自主 SOC 方案
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建了名为 Luna 的自主安全运营中心（SOC）方案，每月处理 3,000-4,000 起安全与风险案例，自主解决率超过 90%，常规案例中位分诊时间从人工的 15-30 分钟缩短到数秒。
AWS Machine Learning BlogAI 评分5858 用 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体访问（上）
AWS 发布教程第一部分，讲解如何在 Amazon Bedrock AgentCore runtime 上构建一个通过 Okta Cross App Access（XAA）代表已登录用户行事的任务智能体。
AWS Machine Learning BlogAI 评分5151 用 Okta Cross App Access 与 Amazon Bedrock AgentCore Gateway 治理多 AI 智能体访问（Part 2）
AWS 官方教程第二部分，把 Part 1 的单智能体授权拓扑扩展到多智能体多工具场景：Amazon Bedrock AgentCore Gateway 成为统一入口。
AWS Machine Learning BlogAI 评分5858 AWS 宣布 Web Answer 在 Amazon Bedrock AgentCore 正式可用
AWS 宣布 Web Answer 在 Amazon Bedrock AgentCore 正式可用（GA），agent 构建者只需一次工具调用即可获得带来源引用的合成答案，无需自行搭建搜索、检索、合成与引用管线。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 PDD Kit，用形式化验证约束智能体生成的全栈 Web 应用
Microsoft Research 与 GitHub Next、RiSE 合作推出 PDD Kit，把形式化验证引入日常软件开发：它在 GitHub Next 的 Chopin 规划环境中与开发者协作，把自然语言意图转成 Verus 形式化规范，自动为智能体生成的代码生成证明，证明覆盖每个输入，证明触及不到的部分则回退为测试。
推荐理由：原文完整展示了从意图到形式化规范再到证明的七步工作流，可迁移之处在于它把代码审查重心移到了意图审查。
Mistral AI精选AI 评分6262 Mistral AI 扩展 Mistral Studio，新增托管智能体、工作流与应用能力
Mistral AI 宣布扩展其企业 AI 平台 Mistral Studio，新增托管智能体（managed agents）、应用、工作流能力，以及 enterprise context、agent observability 和 evaluations 等功能，配合 Mistral Large 4（Le Chonk）模型使用。
推荐理由：原文给出托管智能体、工作流与应用的具体能力和部署选项，可据此评估企业如何在保留数据控制的前提下落地智能体。
AWS Machine Learning BlogAI 评分4444 如何在 Amazon Bedrock AgentCore Evaluations 中使用决策模型
AWS 博客讲解如何在 Amazon Bedrock AgentCore Evaluations 中通过 code-based evaluator 接入决策模型，示例接入 TypeSafe 的托管决策模型 Jev 和开源的 2B 参数模型 Strands Decider 2B。
AWS Machine Learning BlogAI 评分5454 U Mobile 用 Amazon Bedrock AgentCore 构建电信智能体运维平台 AiDaH
U Mobile 与 AWS 及合作伙伴 Axrail 基于 Amazon Bedrock AgentCore 构建了 AiDaH 智能体运维平台，一年内覆盖 6 个业务部门、150 多个运维场景，内部测量显示关键类别工单量最多下降 84.5%。
AWS Machine Learning BlogAI 评分3838 Indegene 如何在 AWS 上用 LLM Data Quality Agent 实现生命科学企业数据质量现代化与规模化
Indegene 在 AWS 上的 NEXT Unified Data Platform（NEXT UDP）中构建了 LLM 驱动的 Data Quality Agent，可生成上下文感知的数据质量规则、校验规则并产出可直接运行的 SQL 和 Python 代码，且在集中式 human-in-the-loop 治理下运行。
AWS Machine Learning Blog精选AI 评分6262 AWS 教程：生产级 AI 智能体的四层上下文工程实践
AWS Machine Learning Blog 发布教程第二篇，讲解生产级 AI 智能体的四层上下文工程方法，并以开源多智能体数据分析方案 Deep Insight（基于 Strands Agents SDK 和 Amazon Bedrock AgentCore）作为参考实现展示代码。
推荐理由：以开源参考实现逐层给出可直接照抄的代码与配置，把四层上下文工程从概念落到具体实现。
Google DeepMind精选AI 评分6262 Google Antigravity 推出 Cheminformatics Skills 加速药物发现工作流
Google DeepMind 宣布 Google Antigravity 的 Cheminformatics Skills 今日上线，可安装 Science 插件使用，企业用户也能通过 Google Cloud 凭据登录。
推荐理由：原文以肺癌药物刚性化为完整案例，展示智能体如何串起文献检索、MMPA 与活性预测，可迁移性强。
AWS Machine Learning BlogAI 评分3636 Gen Digital 如何用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 策展新闻引擎
Gen Digital 展示了其生成式 AI 职业声誉管理平台 Norton Revamp 如何用 Amazon Bedrock AgentCore Web Search 构建 AI 策展新闻引擎，该平台已于 3 月上线。
AWS Machine Learning BlogAI 评分4141 Amazon Quick 如何用统一智能体打通结构化与非结构化数据
Amazon Quick 通过 Space 把结构化数据（enriched datasets）与非结构化数据（S3 知识库）汇入同一工作区，再由自定义 chat agent 在单次对话中跨两类数据源查询并返回带引用的合并回答。
Hugging Face Blog精选AI 评分6262 IBM 用同一模型对比 CUGA、Hermes 与 Deep Agents 三个 Agent harness
IBM Research 用同一个开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents 三个 harness，任务完成率分别为 81.1%、46.7% 和 30.0%，说明 harness 选择对结果影响很大。
推荐理由：同一模型换 harness 完成率从 30% 到 81%，这组对照数据能帮读者理解选型应匹配工作负载而非只看模型。
NVIDIA BlogAI 评分4444 NVIDIA 与合作伙伴在全球城市扩展 Physical AI 与 Agentic AI 服务
NVIDIA 与合作伙伴在 Smart City Expo World Congress 上宣布将 Physical AI 和 Agentic AI 扩展至全球城市，共享计算基础设施让各部门无需各自采购资源即可构建 AI 服务。
AWS Machine Learning BlogAI 评分5252 Circle K 用 Amazon Bedrock 将 DevOps 事件分诊缩短至 15 分钟内
Circle K 基于 Amazon Bedrock 构建自动化事件分诊系统，将平均分诊时间从 45–60 分钟降至 15 分钟以内，降幅 67–75%。
AWS Machine Learning BlogAI 评分4444 Amazon Bedrock AgentCore 与 Amazon Nova Multimodal Embeddings 构建多智能体工程助手
AWS 演示如何用 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK 构建多智能体工程助手，削减零件替换评估中的人工交叉核对。
AWS Machine Learning BlogAI 评分5555 Amazon Bedrock AgentCore 推出 Session endpoints，支持在编码智能体构建时实时预览 Web 应用
Amazon Bedrock AgentCore runtime 推出 Session endpoints，让开发者在编码智能体构建 Web 应用时从自己的浏览器实时预览：每个会话运行在隔离的 microVM 中。
Hugging Face BlogAI 评分5555 NVIDIA 员工用 Nemotron 打造万圣节会说话的鬼屋 MonsterHouse
作者用 NVIDIA Nemotron Voice Agent 搭建了万圣节互动投影 MonsterHouse，让车库门以暴躁海盗船的语气回应不给糖就捣蛋的孩子，访客说请和谢谢会让他态度软化。
AWS Machine Learning BlogAI 评分4343 Worldwide Express 如何用 Amazon Bedrock 多智能体方案自动化货运账单异常处理
Worldwide Express 与 AWS 和 LTM 合作，基于 Amazon Bedrock 构建多智能体 AI 方案，接入其运输管理系统 SpeedShip，自动处理 LTL 货运账单异常。
NVIDIA BlogAI 评分5656 NVIDIA 与 SETI 合作将 agentic AI 引入地外信号搜索
Breakthrough Listen 与 SETI Institute 在加州北部 Allen Telescope Array 上引入 agentic AI，通过单一自然语言请求即可控制望远镜天线、校准仪器、修正数据误差并绘制结果。
Microsoft ResearchAI 评分3939 Microsoft Research Focus 第 97 期：ForkPilot、CABRA、TeleTune 等最新研究盘点
Microsoft Research Focus 第 97 期由 Sowbhagya Suresh 主持，盘点 Microsoft 最新研究：自改进智能体框架 ForkPilot 在六个 benchmark 上比肩最佳方法、AI 处理需求最多降低 59%。
AWS Machine Learning BlogAI 评分4444 用 Kiro 构建可复用的 PHP 到 Java 迁移引擎
AWS Machine Learning Blog 介绍如何用 AI IDE Kiro 将 PHP 到 Java 迁移从一次性工程变为可度量、可复用的流程。
AWS Machine Learning BlogAI 评分4343 Epsilon 基于 Amazon Nova Act 构建意图驱动的 UI 测试平台服务
Epsilon 的 Agentic Platform 团队用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 把意图驱动的 UI 测试做成多租户平台服务，以自然语言步骤补充现有 Playwright 回归套件。
AWS Machine Learning BlogAI 评分5151 MoEngage 用 AgentCore Gateway 将 400 多个内部 API 变为智能体工具
MoEngage 与 AWS 合著博文介绍如何用 Amazon Bedrock AgentCore Gateway 把约 400 个私有 REST API（由 25 个工程团队维护、分布在 7 个 AWS Region 的 VPC 中）变成权限受控的智能体工具，估计节省约 6 个月平台工程工作量，新 API 接入从数天缩短到数小时。
OpenAI NewsAI 评分3838 OpenAI 与 ServiceNow 扩大合作，覆盖企业工作流
OpenAI 与 ServiceNow 扩大合作，将 OpenAI 模型和智能体引入 ServiceNow，同时把 ServiceNow 工作流接入 ChatGPT 和 Codex。双方合作覆盖企业工作流场景，打通模型、智能体与 ServiceNow 平台的双向集成。
AWS Machine Learning BlogAI 评分3838 Amazon Nova Act QA Studio 第三篇：用 applications 与团队角色管理扩展组织级 QA 自动化
AWS 在 Amazon Nova Act QA Studio 系列第三篇中介绍两项组织级扩展能力：applications 容器与基于团队的用户管理。
AWS Machine Learning BlogAI 评分4646 基于 Amazon Bedrock AgentCore 构建企业级 Agentic AI 平台
AWS 发布 Enterprise Agentic AI Platform Blueprint，基于 Amazon Bedrock AgentCore 提供可部署的基础设施即代码，帮助企业以联邦模式构建受治理的 Agentic AI 平台。
OpenAI NewsAI 评分1818 Legora 用 OpenAI 模型、ChatGPT 和 Codex 打造法律工作智能体操作系统
Legora 正在用 OpenAI 模型、ChatGPT 和 Codex 打造面向法律工作的智能体操作系统，加速法律工作流并扩展合同分析能力。该平台旨在把律师从重复性事务中解放出来，让他们专注于更高价值的工作。
NVIDIA Blog精选AI 评分6060 NVIDIA RTX Spark Windows 笔记本新增机型、Agent 工具与游戏支持
NVIDIA 宣布 RTX Spark Windows 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft、MSI 提供，起价 $2,599，128GB 配置已上架，采用 Blackwell RTX GPU 与 Grace CPU 单颗超芯，最高 128GB 统一内存、1 petaflop FP4 AI 性能。
推荐理由：原文集中列出 RTX Spark 笔记本的模型、Agent 工具和游戏更新，读者可据此判断本地 AI 工作流的可用范围。
OpenAI NewsAI 评分1818 Legora 正在构建法律工作的 agentic 操作系统
Legora 使用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流、扩展合同分析，让律师专注于更高价值的工作。
NVIDIA BlogAI 评分5858 NVIDIA 与 C-BRAIN 合作推出两款开源 AI 科研工具
NVIDIA 与神经退行性疾病研究联盟 C-BRAIN 合作，已构建两款开源工具 OpenScientist 和 InsightEngine，用智能体 AI 加速阿尔茨海默病研究。
OpenAI News精选AI 评分7575 OpenAI 发布 GPT-6.1 Terra，主打大规模快速的计算机操作能力
OpenAI 发布 GPT-6.1 Terra，官方定位为在大规模场景下提供快速且可用的计算机操作能力。feed 仅提供标题与副标题，未给出参数、定价或评测细节。
推荐理由：官方点明该模型主打大规模快速且可用的计算机操作能力，读者可据此判断它面向的自动化场景。
AWS Machine Learning BlogAI 评分5656 Amazon Bedrock 上使用 OpenAI 模型的智能体 Prompt 缓存模式教程
AWS Machine Learning Blog 介绍在 Amazon Bedrock 上为 OpenAI 模型的智能体做 Prompt 缓存的模式，通过缓存工具与指令等静态前缀避免每轮重复读取全部上下文。
AWS Machine Learning BlogAI 评分5555 用 AWS CDK 在托管 Amazon Bedrock Knowledge Base 上构建智能体检索方案
AWS 官方教程演示如何用一个 Python AWS CDK 应用部署企业级智能体检索方案：基于 Managed Knowledge Base（Type: MANAGED）与 AgentCore Gateway/Runtime。
AWS Machine Learning BlogAI 评分4949 Bayer Crop Science 如何用 Amazon Bedrock AgentCore 构建智能体决策引擎
Bayer Crop Science 基于 Amazon Bedrock AgentCore 构建了 Agentic Decision Engine（ADE），通过多智能体自然语言接口覆盖其 Connected Decision Engine（CDE），首期约 80% 的用户问题无需工程师介入即可解答。
Hugging Face Blog精选AI 评分6161 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态检查作为 RL 奖励后训练智能体
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。