Agent Lightning v1.0:用于以真实 harness 训练智能体的 3,500 行轻量级智能体 RL 框架
Microsoft Research Asia 推出并开源 Agent Lightning v1.0,一个约3500行轻量级智能体 RL 框架,使真实 harness 直接参与训练。
推荐理由:Agent Lightning v1.0通过代理机制让真实agent harness直接用于强化学习,便于团队复用部署代码并降低训练成本。
Microsoft Research Asia 推出并开源 Agent Lightning v1.0,一个约3500行轻量级智能体 RL 框架,使真实 harness 直接参与训练。
推荐理由:Agent Lightning v1.0通过代理机制让真实agent harness直接用于强化学习,便于团队复用部署代码并降低训练成本。
AWS 展示利用 Lambda Durable Functions、EventBridge 和 Bedrock 构建自动化修复工作流,以补充 DevOps Agent 的根因分析能力。该流程将调查摘要转化为预验证的修复方案,只读操作自动执行,基础设施变更需人工批准。此方案旨在降低平均修复时间(MTTR),让值班工程师从重复诊断工作中解脱。
Qlik 基于 Amazon Bedrock 构建 Qlik Answers,通过路由层与专家智能体架构解决企业数据查询缺乏来源验证的问题。自 2026 年 2 月正式可用以来,其 Discovery Agent 已发现超 10 万条异常,Lintech 等客户利用该工具将研究时间缩短 75%。
OpenAI 与 Ironclad 正在针对复杂的合同工作流训练和评估 AI 智能体。这一合作旨在通过专业工作场景的实战验证,推进 AI 在计算机使用(computer use)方面的能力,以更好地服务于专业工作需求。
Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 开放预览,将搜索趋势、移动等隐私信号压缩为月度位置嵌入,可直接接入流行病学模型而无须微调。
Amazon SageMaker Studio 新增功能,允许用户直接在 UI 中创建、配置和管理 Amazon SageMaker HyperPod Spaces。
Amazon SageMaker AI 推出 aws-ai-ml 技能,通过 Agent Toolkit for AWS 为 Kiro、Claude Code 等支持 MCP 的编码智能体提供推理优化与基准测试能力。该技能可生成可执行的 SageMaker Python SDK v3 代码,协助用户配置部署并比较性能。此前工程师需手动选择实例与容器,该技能旨在缩短从模型到生产环境的流程。
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用,支持 ITAR 等受监管工作负载。
Amazon Quick 推出基于 Amazon Bedrock AgentCore 的 MCP 服务器,实现跨账户资源自动迁移。该工具支持幂等更新与版本备份,可自动复制智能体、连接器及知识库的权限配置。此前此类资源从开发到生产环境的迁移需手动重建,易出错且难以审计。
GitHub 发布 ReviewBench,一个基于 103.9M GitHub pull requests 构建的开放 AI 代码审查离线基准,含 219 个跨 19 语言 PR。
OpenAI 在 ChatGPT 中推出新的视觉广告格式,并扩展了测量工具、归因合作伙伴关系及品牌适配性。此举旨在为广告主提供针对用户使用 AI 方式构建的广告解决方案。
Google 宣布推出基于 TEE 的下一代联邦学习系统,借助可信执行环境实现端到端可验证数据匿名化。Gboard 已部署该系统训练英文和日语下一词预测模型并获得显著加速。系统将访问策略发布至公共透明日志并开源代码,外部可审计,是 2017 年联邦学习提出后的重要演进。
NVIDIA 推出 DGX Spark 的 64GB 统一内存版本,10 月 23 日起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 开售,起售价 4,999 美元。
推荐理由:64GB 版本以 4,999 美元起售并支持双机集群,读者可据此判断本地智能体的内存容量与成本边界。
Kimi 发布 Agent Swarm 多智能体架构,由 Kimi K2.5 驱动,可调度最多 100 个子智能体并行执行、完成 1500 次以上工具调用,官方称为比序列执行快 4.5 倍。该功能面向最高档订阅用户开放,目前属早期研究预览,官方称后续将加入子智能体直接通信与并行宽度动态控制。原文也给出批量检索、百页文献综述和多视角评审等使用场景示例。
GPT-6 Astra Ultrafast 现已在 OpenAI API 及符合条件的 ChatGPT Work 与 Codex 用户中可用,基于 NVIDIA Blackwell GPU 推理优化,token 生成速度较 Astra Standard 模式最高提升 8 倍。
推荐理由:GPT-6 Astra Ultrafast 在 Blackwell 上比标准模式快最多8倍,可缩短编码智能体在工具调用间的等待,提升交互流畅度。
The Den 使用 ChatGPT Work 每周节省 10-15 小时。该社交俱乐部将申请补助金的时间从 3 天缩短至 2 小时,酒类许可证材料准备时间从 4 天缩短至 3 小时。
Amazon Quick 推出 Live Data in Apps 功能,允许 AI 构建的应用实时查询受治理的 Quick Sight 数据集。该功能支持 SPICE 和 Direct Query 模式,自动应用行级与列级安全规则,确保用户仅查看授权数据。此前应用仅展示构建时的静态快照,无法反映实时业务指标。
Amazon Bedrock AgentCore 支持构建环境智能体,通过监听 Amazon S3 等事件流自动触发任务,并利用 ask_human 工具实现人在回路交互。该方案结合 AWS Lambda 和 DynamoDB 构建全 Serverless 平台,解决了传统聊天式智能体需人工发起对话的局限。
Allen AI 发布 Olmo-core 3,一套面向大规模 MoE 的开放训练框架,设计目标是把 MoE 训练扩展到万亿参数级。
Condé Nast 基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频发现系统,将内容检索时间从 250 分钟缩短至 2 分钟以内。该系统采用 TwelveLabs Marengo 嵌入模型,对超过 140,000 个视频的转录、视觉和音频信号进行联合编码,支持基于意图的语义搜索。此前编辑团队依赖标题和描述手动查找素材,导致运营效率低下。
Amazon Bedrock AgentCore Runtime Instances 支持在单个 EC2 实例上部署多智能体,实现长达 14 天的持久化会话与 GPU 访问。该方案通过共享文件系统协作,利用 NVIDIA L4 GPU 运行 ACE-Step 模型,约 9 秒即可渲染 20 秒 48 kHz 立体声音频。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,在保持蛋白质生物功能的同时嵌入可验证签名。实验显示,水印设计在结合亲和力和序列多样性上与无水印版本相当,并成功创建了首个具有生物功能的水印蛋白质结合器。
推荐理由:原文展示了在保持生物功能前提下对蛋白质进行水印验证的方法,为合成生物安全提供了新的技术路径。
CoreWeave 宣布在 CoreWeave Cloud 上提供 NVIDIA Vera Rubin NVL72 系统,Cognition 成为首个在生产环境中运行该系统的客户,其 Devin 推理工作负载的 token 吞吐量较 GB200 NVL72 提升 4.8 倍。
推荐理由:原文展示了 Vera Rubin 在真实编码负载下的吞吐量提升,以及 CoreWeave Forge 如何打通从生产反馈到模型训练的闭环。
OpenAI 与 SBDC 合作,帮助小企业主上手 AI 训练,并发布小团队使用 AI 的新报告。
Amazon Bedrock 在印度区域上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5 模型,支持数据在印度境内处理。
Amazon Bedrock 现支持在首尔和新加坡区域对 Anthropic Claude Opus 5 和 Claude Sonnet 5 进行本地推理。请求在指定 AWS 区域内处理且数据不离开该区域,满足金融、医疗等行业的严格数据驻留要求。
Hugging Face 发布 Open TTS Leaderboard,旨在解决开源 TTS 模型评测碎片化及竞技场模式难以覆盖长尾模型的问题。该基准使用 Qwen3 ASR 计算 WER/CER 评估可懂度,结合 H200 GPU 上的 RTFx 和 TTFA 衡量速度,并通过 WavLM 嵌入计算说话人相似度。
OpenAI 发布主动助手 Dots,帮助用户在工作推进中保持掌控力。
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。
推荐理由:梳理了 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度,可据此估算长任务智能体的成本与延迟取舍。
OpenAI 发布安全加固方案以应对澳大利亚政府网站威胁。
OpenAI 宣布将扩展 Lenfest AI 协作与 Fellowship 项目,并额外获得 $500 万资金及软件支持。
OpenAI 启动 Codex Originals 项目征集,面向使用 Codex 的开发者、研究者与创作者收集真实故事与项目。有意参与者可通过下方表单提交自己的经历与项目介绍。
Hugging Face Hub 上线 RL 环境过滤器与框架标签,将强化学习环境以数据集仓库形式统一托管与发现。支持 Harbor、Verifiers、OpenEnv、NeMo Gym 等框架标签,页面生成对应运行命令。已有 BeyondSWE、Terminal-Lego 等多套环境接入,旨在解决跨框架环境孤岛问题。
GPT-6 Astra 完成一份 50 个标签页的税务工作簿,速度是 GPT-5.6 Sol 的两倍。其对用户意图更强的理解能力,让 Basis 在真实业务场景中使用时更有信心。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务,销售额提升 60%,节省 75+ 小时。
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout 方案,为工业气体与焊接分销商提供交互式仪表盘和自然语言搜索,业务用户无需提 IT 工单即可查询租赁数据。
Wayfair 使用 OpenAI 模型改进电商支持及产品目录准确性,实现工单分诊自动化并大规模增强数百万产品属性。
GitHub Copilot 推出 Canvas 功能,允许在应用内运行全栈应用并与 Agent 双向通信。作者通过 Connect 4 游戏、Winget 管理器和 SQLite 数据库等示例,展示了 Canvas 如何减少 Token 消耗并实现开发工作流的自动化。
GitHub Security Lab 发布了 Fuzzing Taskflow,一个针对 C/C++ 项目的自主模糊测试流水线,默认使用 Claude Sonnet 5 驱动。该工具通过 MCP 工具调用 AFL++ 和编译器,自动完成入口点识别、Harness 编写、覆盖率分析及崩溃分诊,并生成包含漏洞判定和修复建议的报告。
推荐理由:展示了 LLM Agent 如何接管模糊测试中编写 Harness、分析覆盖率及分诊崩溃等重复性人工环节,为 C/C++ 项目自动化安全审计提供了可复用的工程范式。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,通过低延迟流式视频与语音结合实现近实时视觉存在。该功能支持 97 种语言的唇形同步,并能在对话进行中后台异步执行工具调用,目前已通过 Gemini Enterprise 开放。
推荐理由:原文展示了实时视频与语音结合的多模态交互能力,以及后台异步工具调用机制,为构建企业级虚拟助手提供了具体参考。