跳到正文
11月18日 · 周三

最新精选

今天11月18日周三
  1. AWS Machine Learning Blog63

    降低 Amazon Bedrock AgentCore JSON 工作负载的 token 成本与延迟

    在代表性 23 MB payload 的基准运行中,三种 Amazon Bedrock AgentCore JSON 工作负载优化策略让 token 消耗最高降低 71%、平均延迟最高降低 80%。

    推荐理由:文章给出生产智能体处理大 JSON 负载时降低 token 成本和延迟的三种工程策略,并用同一数据集对比优化前后的结果。

  2. AWS Machine Learning Blog68

    AWS 讲解生成式 AI 成本优化:规则交给代码,判断交给模型

    AWS 发布教程,讲解如何在生成式 AI 工作流中先判断步骤是否需要模型,再按确定性代码、受约束决策调用和合适规模模型分流。文章用客服助手示例说明,格式检查、关键词快路径和固定队列选择可先于模型执行,开放生成任务再用 Amazon Bedrock 中满足要求的最小模型。

    推荐理由:原文给出一套先判断工作流步骤是否需要模型,再分流到规则、受约束决策调用和合适规模模型的成本优化方法。

  3. OpenAI News66

    OpenAI 发布 GPT-6.2 Astra 和 Sol

    OpenAI 发布 GPT-6.2 Astra 和 Sol,称其在 ChatGPT Work、Codex 和 API 中带来更好的专业输出、编码和 computer use 能力,并以更低成本提升效率。

    推荐理由:原文给出了专业输出、编码和 computer use 的改进范围,并列出 ChatGPT Work、Codex 和 API 三个可用入口,便于读者对照现有使用路径判断适用场景。

  4. AWS Machine Learning Blog61

    ArisGlobal 如何在 Amazon Bedrock 上扩展生成式 AI 推理

    ArisGlobal 在 Amazon Bedrock 上通过前置并缓存共享提示词前缀,在不让成本按比例增长的情况下扩展多租户生成式 AI 推理。实现使用 Anthropic Claude Sonnet 4.5,此前共享前缀 6 个月增长约 150%,每案例推理成本增加超过 200%;调整后典型请求 65% 的输入 token 由缓存提供。

    推荐理由:原文用生产指标说明调整缓存对象能降低输入成本,并提供多租户场景下可迁移的请求排序和缓存监控经验。

11月17日周二
  1. AWS Machine Learning Blog63

    多智能体系统设计模式、反模式与制造经验分类

    AWS Machine Learning Blog 梳理了多智能体系统的确定性工作流、自主编排、混合架构、5 类反模式和制造场景选型约束。文中用 10 个步骤各 95 percent 可靠时端到端只有 59.9 percent、20 个步骤只有 35.8 percent 的例子说明依赖交接会放大风险。

    推荐理由:原文给出多智能体模式与反模式的分类和决策树,帮助读者按任务确定性、专业分工与风险边界选择最简架构。

  2. Hugging Face Blog70

    Hugging Face 与 OpenRouter 合作让开放权重模型更易运行

    Hugging Face 将 Inference Providers 的语言模型请求切换到 OpenRouter,用户可用同一 Hugging Face token 和 API 调用 Hub 上由服务商承载的开放权重模型。

    推荐理由:文章把语言模型请求的路由变化、可观测入口和自定义密钥限制放在一起,读者可据此判断现有工作流需要怎样调整。

  3. Microsoft Research73

    TokenEconomizer 利用仓库历史会话降低 AI 编码智能体 token 成本

    TokenEconomizer 利用代码仓库中的历史会话降低 AI 编码智能体 token 成本,是来自 UC Berkeley、Microsoft Research 和 Microsoft Security 的开源插件。

    推荐理由:研究给出了利用仓库历史会话降低 AI 编码智能体 token 成本的方法,并在 277 个真实缺陷修复任务中报告成本下降且成功率大体稳定。

11月14日周六
  1. Google Research78

    Google 开放 Antigravity 的 /teamwork 多智能体工具供外部研究使用

    Google 面向外部研究者和开发者开放 Antigravity 中的 /teamwork 与 /boost 多智能体工具,支持结合 Gemini 4 模型开展长程科学证明与工程任务。

    推荐理由:这些多智能体工具向外部开放,研究者可借 Gemini 4 与验证环路自行开展大规模证明与工程任务。

  2. OpenAI News62

    OpenAI 推出 ChatGPT Wallet

    ChatGPT Wallet 推出,为 ChatGPT Work、Codex 和 dots 中的智能体提供在用户批准和现有银行卡保护下完成购买的安全方式。

    推荐理由:ChatGPT Wallet 为 ChatGPT Work、Codex 等环境中的智能体提供经用户批准的代付能力,并延续银行卡保护,可降低自动采购风险。

11月13日周五
  1. Hugging Face Blog66

    llama.cpp v1.0.0 与 ggml v1.0.0 发布,为本地 AI 生态提供更稳固基础

    llama.cpp 与 ggml 发布 v1.0.0 版本,明确语义化版本规则与 API 兼容边界。目前支持超过 150 种架构变体及主流推测解码方法,并通过 Linux、macOS 等渠道分发。这是项目诞生 3.5 年来的重要里程碑。

    推荐理由:llama.cpp与ggml发布v1.0.0并明确API兼容边界,依赖本地推理的开发者可更稳定地规划集成与升级。

  2. DeepSeek API 更新日志64

    DeepSeek 开放全套应用 API 支持搜索与文件输入等能力

    DeepSeek 今日开放全套应用 API,开发者启用现有 API 参数即可获得 Web 搜索、文件输入和 URL 读取等对话能力。deepseek-flash 模型在 Messages、Responses 和 Chat Completions APIs 中支持上述功能,工具调用与上下文组装由服务处理。

    推荐理由:DeepSeek 开放全套应用 API,开发者通过现有接口启用参数便可获得搜索与文件输入等对话能力,由服务侧完成工具调用。

  3. GitHub Blog · AI & ML60

    GitHub 博客:构建一次即可在任何智能体运行的 agent 技能实践指南

    GitHub 员工 Andrea Griffiths 在 GitHub 博客发表 agent 技能实践指南,讲解如何将重复任务封装为可跨智能体复用的技能。

    推荐理由:本文给出了将重复任务封装为可移植智能体技能的具体方法,团队可借鉴其清单与校验点设计来沉淀业务知识。

  4. Hugging Face Blog65

    LLMON:一种 LLM 原生标记语言,现已用于 Granite 4.1 3B 和 8B

    Granite 发布 granite-4.1-3b-LLMON-preview 与 granite-4.1-8b-LLMON-preview 两款支持 LLMON 标记语言的实验性预览模型。

    推荐理由:与常规指令微调模型相比,这两个 Granite LLMON 预览模型在 OPI 等基准上将间接提示注入攻击成功率降至近零,且通用能力不降级。

  5. Google DeepMind85

    Google DeepMind 发布 Gemini 4 Hydrogen

    Google DeepMind 今日发布 Gemini 4 Hydrogen 模型,面向 Google AI Studio、Gemini API、Gemini app、Search 等全员开放,默认高思考层级在 Artificial Analysis Intelligence Index 获 51 分超越 Argon 的 50 分。

    推荐理由:Gemini 4 Hydrogen以统一价格和四档思考层级面向全员开放,开发团队可据此权衡不同智能体任务的成本与延迟。

11月11日周三
  1. Microsoft Research63

    微软研究发现 Lazarus 后门技术:重编程少于10个休眠神经元可攻击 AI Agent

    微软研究人员发现名为 Lazarus 的后门技术,重编程 LLM 少于10个休眠神经元即可在无训练下让 AI Agent 执行攻击者命令。触发可为日期变更等隐藏条件,模型平时通过标准评测;微软 Foundry 通过绑定可信发布者并扫描环境来缓解此类威胁。

    推荐理由:微软研究团队发现重编程少于10个休眠神经元即可在无训练下后门 AI Agent,提醒开发者需将模型权重当作代码审计并验证来源。

  2. Google DeepMind83

    Gemini 4 Carbon 现已开放

    Google DeepMind 今日开放 Gemini 4 Carbon 模型,提供前沿网络安全与长程代理工作流能力。该模型在 CursorBench 4.0、WANDR 等基准排名第一且任务成本低于次优外部模型一半以上,通过 AI Studio API 以与 Gemini 4 Argon 相同价格($2/$10 per M tokens)开放。

    推荐理由:Gemini 4 Carbon定价与Gemini 4 Argon一致,但面向更复杂编程与科研任务,开发者可对比二者选型。

11月10日周二
  1. MiniMax 动态64

    MiniMax 发布 H3-Image 图像生成模型并开放权重

    MiniMax 今天正式发布 H3-Image 图像生成模型并开放权重,可在10秒内生成4096x4096像素图像。该模型衍生自H3,具备文本生图、图像参考与编辑能力,最多支持16张参考图,指令遵循突出;权重见 https://huggingface.co/MiniMaxAI/MiniMax-H3-Image,并通过开放平台等提供API,生成速度达主流5倍且首周4K五折。

    推荐理由:MiniMax H3-Image 模型开放权重且十秒出4K图,其速度达主流五倍、价格仅半价,为开源图像生成提供性价比参照。

  2. Google DeepMind62

    Gemini Robotics 2.5 加速真实世界通用灵巧性

    Google DeepMind 推出 Gemini Robotics 2.5 视觉-语言-动作模型,在 200 多项任务上成功率提升 30% 至 100%,加速真实世界通用灵巧性。该模型在奔驰产线由 Apollo 2 实现 96% 分拣成功率,并发布开源基准 ASIMOV-Jailbreak。此为继年初全身智能后物理智能的进一步推进。

    推荐理由:Gemini Robotics 2.5 在超200项任务成功率提升30%至100%,奔驰产线达96%成功率,显示机器人实用进展。

  3. Google DeepMind77

    Google DeepMind 推出 AlphaProof Code:深度验证复杂软件代码的突破

    Google DeepMind 推出 AlphaProof Code 框架,借助 AI 智能体首次形式化验证了 Signal 加密协议的实际编译代码。该多 LLM 智能体框架结合人类专家与 Gemini Carbon 驱动的智能体,生成超600万行 Lean 证明代码,全程耗时仅4周。团队同时开源验证工件,为医疗固件等关键系统安全验证奠定基础。

    推荐理由:该框架将形式化验证从设计推进到实现代码,为医疗固件等关键系统提供数学级安全保证开辟了可行路径。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有