用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 分享了基于 Amazon Quick 和 Amazon Bedrock AgentCore 构建合同智能平台的架构，用结构化提取替代 RAG 语义检索来回答跨数百份合同的聚合类问题。
#Agent
#Agent
今日 1 条AWS Machine Learning BlogAI 评分4444
AWS Machine Learning Blog精选AI 评分6060 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 端点的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：Grok 4.7 上线 Amazon Bedrock 的接入方式与四档推理强度配置，可供评估长任务智能体的成本与延迟取舍。
AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向聚焦编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：官方给出 Sonnet 5.5 在 Amazon Bedrock 上的能力定位与调用示例，可据此判断它适合承接哪类持续运行的编码任务。
AWS Machine Learning BlogAI 评分3838 用 Amazon Nova Act 与 Bedrock AgentCore 实现合成监控
亚马逊云科技介绍用 Amazon Nova Act 结合 Amazon Bedrock AgentCore 构建智能体驱动的合成监控方案，以自然语言动作替代 Selenium、Playwright 的 DOM 选择器脚本。
Hugging Face Blog精选AI 评分7878 H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 同时开源权重与全部评测轨迹，读者可据此比较通用计算机操作智能体在成本与能力上的取舍。
GitHub Blog · AI & MLAI 评分4040 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 是一种可自定义的双向界面，用户通过 /create-canvas 技能用自然语言描述需求即可生成看板、发布清单或仪表盘等工具，无需编写代码。canvas 以扩展形式保存，可随项目共享或作为个人扩展复用，用户与智能体可同时操作并即时同步状态。Awesome Copilot 社区已提供发布说明、看板、issue 分诊等现成 canvas 扩展。
AWS Machine Learning BlogAI 评分5858 NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障的五项技术
AWS 官方博客介绍 NarrateAI 在 Amazon Bedrock 上落地的五项生产级质量保障技术：自适应流水线编排、跨账号多模型故障转移、实时流式评估、复合评估框架和数据准确性校验，实测约 99.3% 数值准确率、约 13 秒开始流式返回。
GitHub Blog · AI & MLAI 评分3636 GitHub Copilot 为什么说聊天框是错误 UI：用 canvas 替代 chat
GitHub Copilot 提出 canvas 概念，即在 GitHub Copilot 应用内运行的小型全栈应用，无浏览器外壳，可与 agent 双向通信，也能调用第三方 API 并在本地执行代码。
Google Research精选AI 评分6262 Google 研究团队提出 AI 视频联合导演框架，实现连贯长视频生成
Google 研究团队发布 AI video co-director 等多智能体框架，在 Gemini 和 Veo 之上编排多镜头长视频生成，缓解语义漂移与级联失败。
推荐理由：Google 把长视频生成拆成四个可组合的智能体框架，读者可了解多镜头一致性的具体解法与评测基准。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow，一个基于 Taskflow Agent 的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness、分诊崩溃并生成漏洞报告。
推荐理由：GitHub Security Lab 开源了面向 C/C++ 的自主模糊测试流水线，读者可了解 LLM 智能体如何接管写 harness、追覆盖率与崩溃分诊。
AWS Machine Learning BlogAI 评分4444 用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
AWS 介绍如何用 Amazon Bedrock AgentCore Gateway 和 MCP 构建多账户 AI 智能体架构，让数据留在各自 AWS 账户内、仅在查询时按需流出。
AWS Machine Learning BlogAI 评分3434 Aderant 用 Amazon Nova Lite 构建智能工单分诊系统
Aderant 通过 Amazon Bedrock 调用 Amazon Nova Lite 构建 Intelligent Ticket Analyzer，自动完成支持工单的上下文收集、分类与路由，服务 38 人 SierraOps 团队。
NVIDIA BlogAI 评分2222 NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 进展，新加坡 HTX 正基于 Nemotron 3 Super 与 Nemotron 3 Nano Omni 研究公共安全 AI。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，支持 ROS Lyrical 与 Ubuntu 24.04，并新增面向 AI 智能体的 Isaac 技能与 agent-ready 文档。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断物理 AI 开发方式的变化。
NVIDIA BlogAI 评分4444 AI 安全是工程问题 — 如何在 Agent 技术栈每一层解决它
NVIDIA 提出 AI 安全是工程问题，需在模型、harness、runtime 等 Agent 技术栈每一层部署可执行边界、可追溯身份与防护证据。开源安全 runtime NVIDIA OpenShell 在 Agent 推理之外强制执行策略并提供沙箱执行，Cisco DefenseClaw 与 JFrog 已基于其构建。
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级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准，可组合使用；RAG 并未消亡，它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，避免浪费 token 并减少不完整回答。
Google ResearchAI 评分5858 Google Research 用生成式 UI 让教师创建互动教学模拟
Google Research 发布研究实验，让教师借助生成式 UI（GenUI）创建贴合课程目标的互动教学模拟，并开放 30 多个面向中学 STEM 的英文学习互动示例库。
GitHub Blog · AI & ML精选AI 评分7575 GitHub 用 Copilot 将 Copilot 运行时迁移到 Rust 的实践复盘
GitHub 工程师 Stephen Toub 复盘用 GitHub Copilot 把 Copilot agent runtime 从 TypeScript 重写为超过 80 万行生产级 Rust 的过程，代码主要由 AI 智能体编写，横跨 128 个 PR 并增量上线，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 Rust 的全过程，含多智能体协作与提示缓存数据。
NVIDIA BlogAI 评分5656 Salesforce 发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 在近三十年企业 CRM 部署数据构成的专有合成数据集上后训练而成，采用监督微调与强化学习，使用 NVIDIA NeMo RL、NeMo Gym 和 NeMo AutoModel。
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，分别面向规模化低成本场景与高复杂度多步推理任务。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力与成本取舍。
Hugging Face BlogAI 评分5757 Hugging Face 博客介绍 ALTK-Evolve 的一致性指南功能
Hugging Face 博客介绍了 ALTK-Evolve 新增的 consistency guidelines 与 Consistency Analyzer：在 AppWorld test_normal（168 任务）上，GPT-4.1 驱动的 ReAct agent 平均 Mean@5 为 77.4%，但 Pass^5 仅 53.0%，存在 24.4pp 的一致性差距。
GitHub Blog · AI & MLAI 评分2828 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日本和韩国营销负责人用 GitHub Copilot 把活动运营流程自动化：以 GitHub Issue 为工作单元，用 Issue forms 收集活动信息、Labels 触发 GitHub Actions 工作流，活动从单个 Issue 自动搭建、每日筛选报名者并在结束后自动清理。
Google ResearchAI 评分4141 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 在 ACL 2026 提出 ToolGrad，用“先答案后问题”范式生成工具调用数据：先构造真实 API 工作流，再反向标注用户查询，替代 ToolBench、ToolACE 的 DFS 试错搜索。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用新手指南：使用 diff、终端和浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需切换编辑器、终端和浏览器即可完成审查、运行和预览 AI 生成代码的完整流程。diff 面板以绿红高亮展示代码增删改，支持接受更改、留言或让 Copilot 修改；终端面板可直接运行项目命令并支持多窗口；浏览器面板的 Pick & Polish 工具可选中页面元素并让智能体调整。
Hugging Face Blog精选AI 评分6161 Hugging Face 用 LoRA 适配器同步与 KV 前缀路由把 AsyncGRPO 跨 Job 训练提速 3.9 倍
Hugging Face 博客展示了一个基于 TRL v1.14 AsyncGRPOTrainer 的跨 Hugging Face Jobs 异步 GRPO 训练方案：训练端只训练 LoRA 适配器，通过 Storage Bucket 挂载的共享文件系统把几 MB 的适配器传给 vLLM，无需 NCCL。
推荐理由：原文给出五轮对照实验的完整指标变化，读者可据此学会用 AsyncGRPO 指标定位训练瓶颈并复现提速路径。
Hugging Face BlogAI 评分5959 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111：73 个节点、11 条媒体管线
Hugging Face 官方博客发布 Workflow1111，用 Gradio Workflow 单一画布重建了 AUTOMATIC1111 stable-diffusion-webui 的大部分功能。
Mistral AI精选AI 评分6262 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 物理油藏模拟器迁移到 C++，该代码库没有测试套件和集中文档。团队先搭建数值一致性校验框架，用自定义解析器生成调用树并让上百个智能体补文档，再以规划、编码、测试、审查的智能体工作流逐模块迁移，由人工审查 PR 把关。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程，含一致性校验与人工审查节点的取舍。
GitHub Blog · AI & ML精选AI 评分6161 GitHub Copilot 推出 Project HydraFusion 研究预览：多模型编排实现前沿质量
GitHub 推出 Project HydraFusion 研究预览，通过运行时多模型编排在 Copilot 中自动选择执行工作流，用户可在 Copilot CLI 中通过 /experimental 启用。
推荐理由：原文给出了三种执行模式与三个基准的成本质量数据，读者可据此判断多模型编排的实际取舍。
GitHub Blog · AI & MLAI 评分5151 GitHub Copilot app 教程：同时运行多个智能体会话
GitHub 官方博客介绍如何在 GitHub Copilot app 中并行运行多个智能体会话：每个会话独立运行在自己的 Git worktree 上，互不干扰，各自保留上下文，可在 sessions view 中跟踪进度并随时切换。文中以 tailspin-toys 仓库为例，同时发起构建 funded sort 功能、无障碍审查和运行测试三个会话，并建议新手先从两个小任务开始尝试。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 funes：为编码智能体提供可自有的持久记忆层
Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi、Hermes 等编码智能体提供本地持久记忆层，一条命令即可安装并自动索引每轮对话。
推荐理由：原文说明了本地索引与可迁移数据集的设计取舍，读者可据此判断它与托管记忆服务的差异。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 Fairwind Program，向政府与企业开放 Gemini 3.8 Flash Cyber 网络防御能力
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 与 CodeMender 组合，用于自主发现、验证并修复漏洞。
推荐理由：Google 把 Gemini 3.8 Flash Cyber 与 CodeMender 打包成受限访问计划，读者可了解前沿模型在漏洞修复上的落地方式与准入条件。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，前者面向长程编码与自主智能体，后者面向漏洞发现与自动修补。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上的提升，以及面向安全防御的 Cyber 变体与 Fairwind 计划，构成一次可对照的模型迭代。
Google Research精选AI 评分6161 Google Earth AI 推出 planetary prediction engine 自动化地理空间建模
Google Research 介绍 Google Earth AI 的实验性能力 planetary prediction engine（PPE），可从自然语言查询出发自主完成数据发现、特征工程、模型训练与评估，把复杂地理空间预测模型的构建时间从数周缩短到数分钟。
推荐理由：原文给出了三阶段架构与四类任务的具体指标，读者可据此判断自动化地理空间建模相对人工流程的实际增益。
Hugging Face Blog精选AI 评分7474 IBM 发布 Granite 4.2 推理模型家族并详解构建过程
IBM Granite 团队发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密 decoder-only 尺寸，均以 Apache 2.0 开源，支持 thinking/non-thinking 切换、低强度思考模式与原生工具调用。
推荐理由：原文完整拆解了从预训练到多阶段RL的构建流程，可迁移了解推理模型的训练配方。
Hugging Face Blog精选AI 评分6161 Gradio 推出 gr.Workflow：把 AI 流水线变成可拖拽画布与 REST API
Hugging Face 官方博客介绍内置在 Gradio 中的 gr.Workflow，它把 AI 应用流水线描述成带类型节点的图，提供可拖拽画布，每个节点可运行、中间结果可见，同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。
推荐理由：通过多个可直接复用的示例，展示了把流水线声明为图后自动获得 API 与部署的开发方式。
Google ResearchAI 评分5151 Google Research 发布可穿戴数据候选生物标志物优先级排序 AI 工具
Google Research 推出 Biomarker Discovery Framework，一个在人类监督下把候选生物标志物优先级排序组织成迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理，在三个队列共 9,279 参与者观测上识别出 41 个心理健康和 25 个代谢结局的候选数字生物标志物。
Google DeepMindAI 评分5656 Google DeepMind 回顾 15 年游戏 AI 研究并推进与 Fenris Creations 的合作
Google DeepMind 发布文章回顾自 2010 年以来以游戏推动 AI 研究的历程，从 DQN 玩 Atari、AlphaGo、AlphaZero、MuZero 到 AlphaStar 达到 StarCraft II 大师级，并指出这些基础最终支撑了 AlphaFold 解决蛋白质结构预测难题。
Mistral AI精选AI 评分7171 Mistral 发布 Agentic Search 检索层，FinanceBench 准确率从 26.7% 升至 86%
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、检查和验证信息的检索层，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries 中。
推荐理由：Mistral 公开了 Agentic Search 的检索循环设计与 FinanceBench、OfficeQA Pro 基准数据，可对比传统 RAG 的差距。
Hugging Face BlogAI 评分5656 Hugging Face 研究：Agent 记忆注入量应按模型能力校准
Hugging Face Blog 发文介绍 ALTK-Evolve 在 AppWorld 585 个多步任务、八个模型上的评测，结论是 Agent 记忆不是开关而是需按模型校准的剂量：有余量的强模型适合注入完整指南集，弱模型适合紧凑核心加按任务检索，饱和模型无可测增益。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 2026 夏季开源模型生态观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，覆盖六大发现。公开模型仓库从 2.43 增至 2.96 百万，但 85.6% 模型下载不足 200 次，1.5% 仓库占 99.2% 下载量；中国实验室月度最大开源模型参数在 754B 至 2.78T 之间，多款超 100B 美国模型基于中国模型构建。
推荐理由：报告用下载、衍生模型、许可证等多组数据拆解了开源生态的注意力与实际采用差异，可迁移的判断框架清晰。