跳到正文

#Agent

今日 11 条
11月13日周五
  1. 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。

  2. AWS Machine Learning Blog50

    从原型到生产:用 Agent DLC 工程化 AI 智能体

    AWS 团队在博客中提出 Agent Development Lifecycle (Agent DLC) 方法论,用于规范 AI 智能体从原型到生产的工程化评估与发布。该方法定义五大维度三层级标准及内外双循环,并借 HR 政策助手参考实现演示评估指标如何暴露检索覆盖问题。文中还列举了 Amazon Bedrock AgentCore 等 AWS 服务对落地该方法的支持。

  3. AWS Machine Learning Blog47

    Amazon Bedrock Managed Knowledge Base 工具实现细粒度访问控制

    该方案利用 Amazon Bedrock AgentCore Gateway 在工具层注入经身份验证的用户属性,防止 LLM 伪造搜索权限。结合 Managed Knowledge Base 的 ACL 感知功能,确保多租户环境下每个用户仅能检索其有权查看的文档。此设计通过多层防御机制,解决了传统应用中由 LLM 决定搜索参数可能引发的越权访问风险。

11月12日周四
  1. AWS Machine Learning Blog53

    AWS 教程:用 semi-persistent 开源引擎基于 anti-unification 比较形式化策略语义差异

    AWS 开源引擎 semi-persistent 使用 anti-unification 计算形式化策略的语义差异,可忽略语法重排凸显语义分歧。文章给出构建命令与 Cedar、Dogwood、OpenShell、CEL 等策略案例,演示如何对比 LLM 生成的多版形式化产物并定位真实错误。该引擎基于 e-graph 与代数规范化,在 Apple M3 Pro 上完整运行耗时不足 100 毫秒。

  2. AWS Machine Learning Blog40

    OpenAI Codex 在 Amazon Bedrock 上的集成指南

    开发者可利用 OpenAI Codex 结合 Amazon Bedrock 进行代码探索与工程任务处理,实现模型推理与企业身份管理的集成。文章演示了基于 GPT-5.6 Sol 的试点部署,涵盖 Native AWS Access、AgentCore Gateway 及 LLM Gateway 三种访问路径的配置与权限控制。

  3. AWS Machine Learning Blog22

    AWS re:Invent 2026 AI/ML 分会场参会指南

    AWS 发布 re:Invent 2026 AI/ML 分会场参会指南,该分会场包含 140 余场覆盖 AI 芯片、模型训练及智能体开发的课程。指南解析了从 AWS Trainium 到 Amazon Bedrock AgentCore 的 AI 技术栈,帮助参会者根据技能水平筛选 Breakout 或 Workshop 等不同类型的学习场次。

  4. Google Research54

    Google Research 提出基于可穿戴数据的 CKM 风险画像与个性化教练框架

    Google Research 提出结合可穿戴数据与语言模型智能体的个性化健康教练框架,包含可教练健康年龄模型和 SensorWM 世界模型。该框架模拟 12 周习惯改变轨迹并由语言模型智能体生成教练计划,盲测中生活方式教练偏好反事实方案达 71.4% 且 99.2% 符合安全强度。模型为回顾性研究原型而非临床诊断工具,为未来前瞻试验奠定基础。

  5. AWS Machine Learning Blog54

    AWS 推出 UAEF:框架无关的 AI 智能体闭环评估系统

    AWS 推出开源评估框架 UAEF,为 LangGraph、LangChain 等框架构建的 AI 智能体提供统一闭环评估。它用适配器将执行轨迹归一化为通用格式,以36个内置指标跨7维度评分并存入 Amazon DynamoDB 与 Amazon S3,支持版本间回归对比与报告生成。该框架已在电信、医疗、金融等行业的12家组织中使用。

  6. AWS Machine Learning Blog31

    AWS Quick 如何利用 AI-PDLC 加速产品开发

    AWS Quick 推出 AI-PDLC 框架,通过六个专用智能体连接 Slack、Jira 等企业数据,加速从需求发现到原型验证的产品开发流程。该框架利用 Orchestrator 协调各阶段,生成包含验收标准的 prototype_spec.md,并支持通过 ACP 协议将任务委派给 Kiro 或 Claude Code 等编码智能体。

11月11日周三
  1. AWS Machine Learning Blog43

    Amazon Bedrock 上线月之暗面 Kimi K3.1 Pro Highspeed

    月之暗面 Kimi K3.1 Pro Highspeed 现已在 Amazon Bedrock 上线,该模型基于 Kimi K3 后训练,拥有 3T 级开源权重架构和 100 万 token 上下文窗口。其输出速度比 Kimi K3.1 Pro 快 2-3 倍,支持工具调用、结构化输出及可配置推理,并可通过 Flex 层级以半价降低成本。

  2. 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。

  3. AWS Machine Learning Blog42

    Amazon Bedrock AgentCore 智能体评估指南:内置、DeepEval 与 AutoEval 评测器

    Amazon Bedrock AgentCore 提供内置、DeepEval 和 AutoEval 三类评测器,用于评估智能体在任务完成、工具调用及安全合规方面的表现。该方案支持从业务结果定义成功标准,并将其映射到 Trace 或 Session 级别的观测行为,帮助团队在部署前验证智能体是否真正满足业务需求。

  4. AWS Machine Learning Blog25

    Trovata 基于 Amazon Bedrock 和 AgentCore 构建自主财务智能体

    Trovata 在 Amazon Bedrock 和 AgentCore 上构建自主财务智能体,将静态洞察转化为持续运行的代理工作流。该方案通过 RBAC 安全架构支持银行品牌化部署,实现自然语言查询、异常检测及自动化对账。客户实现年化成本节省超 100 万美元,财务报告时间从数小时缩短至 1 分钟以内,这是其 2023 年推出首个生成式 AI 后的最新演进。

  5. AWS Machine Learning Blog32

    TCS 如何利用 Amazon Bedrock AgentCore 构建智能体测试编排器

    TCS 基于 Amazon Bedrock AgentCore 构建了智能体测试编排器,将需求转化为可执行且受治理的测试。该平台利用 AgentCore 运行时在隔离的 microVM 中运行会话,为多租户 BFSI 客户提供数据隔离,并支持通过 Strands Agents SDK 构建专用智能体。此举旨在消除重复的翻译和执行工作,让工程师专注于风险分析与探索性测试。

  6. 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. 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。

  2. AWS Machine Learning Blog35

    AWS Quick 中智能体与技能的工作机制

    AWS Quick 通过智能体(Agents)和技能(Skills)实现任务自动化,智能体基于 ReAct 模式运行,利用连接器访问数据源并执行操作。技能作为可复用的指令集,教导智能体完成特定任务,如生成文档或执行深度研究。该服务支持通过自然语言交互,结合空间(Spaces)和知识库(Knowledge Bases)将答案锚定在用户连接的数据上。

  3. AWS Machine Learning Blog69

    AWS 上线 Claude Fable 5.2 与 Mythos 5.2 模型

    今日,AWS 宣布在 Amazon Bedrock 和 Claude Platform on AWS 上提供 Claude Fable 5.2 与 Claude Mythos 5.2 模型可用。

    推荐理由:本文介绍Claude Fable 5.2在Bedrock上的可用性与拒绝重试缓存计费方式,并给出迁移技能,便于开发者降本和升级。

  4. AWS Machine Learning Blog34

    Amazon Bedrock Managed Knowledge Base 支持单次 RAG 与智能体检索

    Amazon Bedrock Managed Knowledge Base 新增支持单次 RAG 和仅检索请求,通过 AgenticRetrieveStream API 实现。开发者可利用 maxAgentIteration 参数在单次检索、智能体多轮检索及仅返回片段三种模式间切换,以平衡延迟与答案质量。此前该服务仅支持智能体检索模式,无法直接表达单次检索后生成的模式。

  5. AWS Machine Learning Blog21

    AWS 启动首个品牌活动推广企业级 AI 工作区 AWS Quick

    AWS 启动首个品牌活动,在美国和英国推广专为工作场景打造的 AI 工作区 AWS Quick。该产品允许团队利用 AI 智能体在现有数据和应用中进行研究、分析和行动,并集成 Microsoft Purview 及 AWS IAM 等安全合规工具。3M、BMW 等企业已在使用 Quick 转变工作方式,用户可立即下载体验。

© 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