DeepSeek 上线网页搜索与抓取 API、API 短暂出现 V4.1 Flash-1017 快照、Harness v0.2.1-rc1 发布
DeepSeek 今日上线自研 Search 与 Fetch API 并发布 Harness v0.2.1-rc1,为 Agent 与 RAG 应用提供实时网页内容接口。API 按千次5元计费且仅成功请求收费,Harness 新增插件管理与实验性兼容层等功能。此前 DeepSeek 于9月10日发布 V4.1 Flash 模型。
DeepSeek 今日上线自研 Search 与 Fetch API 并发布 Harness v0.2.1-rc1,为 Agent 与 RAG 应用提供实时网页内容接口。API 按千次5元计费且仅成功请求收费,Harness 新增插件管理与实验性兼容层等功能。此前 DeepSeek 于9月10日发布 V4.1 Flash 模型。
微软为 Copilot 等 AI 智能体带来技术突破,在不升级底层大模型的前提下,响应速度提升至原来的 4 倍,同时词元(Token)消耗减少约 30%。该技术依托 SharePoint 搭载的 Work IQ 知识编译引擎,将碎片化信息转化为结构化知识库,主要覆盖跨文档问答、团队上下文检索等场景。该功能现已向 Frontier Preview 租户推出,目前仅向启用按使用量计费的用户开放。
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动从企业文档生成 PowerPoint 演示文稿,内部测试显示耗时不足 90 秒。
openJiuwen 首次原生支持个人知识空间,通过自动采集多源资料并整理为可复用知识,实现“一次采集,反复使用”。测试显示,启用该功能后任务通过率提高 32%,总耗时减少 76.2%,token 消耗降低 84.1%。该功能已在 WorkSwarm 上线,旨在解决智能体反复查找资料导致的效率低下与成本增加问题。
ShipStation Global 基于 Amazon Bedrock AgentCore 构建了 Slack AI IT 帮助台 Deckhand,解决了 97.5% 的渠道查询并获得 96% 的员工正面反馈。该智能体利用 Claude 模型和 MCP 工具处理常规 IT 问题、读取错误截图并自动创建 Jira 工单,将重复性咨询转化为自助服务。
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建 Discovery AI,将自然语言转换为 Sonar 查询。该方案使查询成本降低 90%、输入 token 减少 93%、延迟降低 75%,解决了早期原型高成本与高延迟问题。此前 Sonar 查询需手动构建复杂 JSON 对象,新系统通过多阶段流水线实现自动化。
Amazon Quick 和 Amazon Bedrock Knowledge Bases 通过实时访问控制列表(ACL)执行解决企业 RAG 权限难题。系统在查询时直接调用权威数据源 API 验证权限,取代易过期的同步快照,确保 AI 响应仅包含用户有权访问的内容。
Cornerstone OnDemand 借助 Amazon Bedrock 构建 Orion AI 多智能体系统,将数据库诊断时间从45分钟减少到10分钟,降幅78%。该系统采用领域拆分的专属智能体与关键词混合路由,由三人团队六个月完成,其架构决策可供其他团队复用。
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%。
谷歌正式推出 EmbeddingGemma 2,将嵌入能力从文本扩展至代码、图像、视频、音频,可统一映射到同一嵌入空间。该模型基于 Gemma 4 架构,总参数 7.4 亿,量化后纯文本端侧运行仅需约 191 MB 内存,配备 8K Token 上下文窗口。开发者可在 Hugging Face 下载并用于搭建离线跨模态检索系统,这是初代 EmbeddingGemma 的升级版本。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、基于 Gemma 4 架构并采用 Apache 2.0 许可的开源多模态嵌入模型,可将文本、代码、图像、视频和音频统一映射到嵌入空间。
推荐理由:原文给出了轻量多模态嵌入模型的端侧性能指标与模块化设计,读者可据此评估本地 RAG 与跨模态搜索的可行性。
Google 称 EmbeddingGemma 2 多模态嵌入模型以 740M 参数在基准上超越两倍大小竞品。模型开源可本地运行,配合 Gemma 4 支持离线 RAG,权重发布于 Hugging Face 与 Kaggle。其在 MTEB(Code) 获 78.68 分,较前代 68.76 提升近 10 点,浏览器 WebGPU 查询需 20-70 毫秒。
该教程展示如何使用 Amazon Bedrock AgentCore、Amazon Bedrock Knowledge Bases 和 Amazon Nova 2.5 Sonic 为航空应用构建语音旅行礼宾智能体。架构通过 MCP 将智能体后端解耦,支持实时语音改座、政策问答与人工转接。代码置于 aws-samples GitHub 仓库,模块可复用。
微软在 Word 中为 Copilot 新增引用功能,回复附带来源链接,用户可点击跳转至原始网页或内部文档核实信息。此举旨在提高透明度,帮助用户遏制 AI 幻觉。此外,微软还优化了 Copilot Chat 设计,并为 Copilot App 增加插件、连接器及 Work IQ 增强。
AWS 发布教程,演示在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 搭建 RAG 应用,并对比标准检索与智能体检索处理多部分问题的差异。
基于 300 位技术高管的调研显示,仅 34% 的企业 AI 智能体项目成功进入生产环境,知识缺乏是主要阻碍。数据碎片化被 55% 的受访者列为首要挑战,而领先企业更关注安全与隐私。报告建议通过强化数据与智能体间的结构基础,如投资 RAG 和知识图谱,来提升智能体的决策质量。
Aleph Alpha 于 2026年10月3日发布开放权重德英双语 MoE 模型 Kolibri,总参数78.1B、每token激活3.46B。它采用 Apache 2.0 许可,权重在 Hugging Face,原生上下文262,144 tokens 可扩至1,048,576,支持四级推理与工具调用,评测中德语与长上下文表现优于同规模开放模型但编码较弱。
在 Amazon SageMaker AI 上使用多轮强化学习(MTRL)微调 Qwen3.6-27B 模型,构建能自主决策检索策略的搜索智能体。该方法通过优化完整多轮轨迹,使小模型兼具前沿模型的可靠性与低成本推理速度。此前单轮 RL 或监督微调难以有效处理多步交互中的依赖关系。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索文献片段转成带引用报告的小模型,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,并同步开放模型权重、训练数据和可从自有 PDF 生成报告的示例工作流。
推荐理由:原文给出数据过滤和 SFT 加 DPO 的具体配方,读者能据此判断开源小模型在科学报告生成上保留了多少专有模型的质量。
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 Knowledge Bases 利用 RAG 技术从 S3 存储的理赔文档中检索信息,通过 AgenticRetrieveStream API 回答自然语言问题并返回带引用的答案。该方案支持多轮对话及基于元数据的过滤,并集成上下文接地护栏以确保回答严格基于源文件。
文章解析 Amazon Quick 各组件的提示工程最佳实践。Quick Research 需明确目标、受众及范围,并限定数据源以减少噪音;Quick Flows 应将复杂逻辑拆解为编号步骤,利用 agentic runtime 通过对话迭代优化;Quick Sight 查询需包含业务问题、指标、维度及可视化偏好。
AWS 展示了一套基于 Amazon Quick 和 Amazon Bedrock AgentCore 的合同智能平台架构,通过 AI 代理提取并验证合同数据以解决 RAG 在大规模聚合查询中的局限。
Glyph 在博客中系统批评当前 LLM 产品缺乏错误核查与引用验证,并提出严肃 AI 产品应具备的沙箱安全、上下文可见等功能。文章列举了内置检查清单、非自然语言 UI 等设计原则,指出前沿实验室产品默认不安全。该文写于 2026 年,延续作者对 AI 成本效益的质疑。
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率,并支持实时流式响应。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证,其中约 90% 的查询走单次快速路径,仅约 10% 走并行批处理路径。该系统已服务超过 4,000 名 AWS 高管领导者,用于实时业务评审中的对话式数据分析。
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 Podcast 最新一期分析了五个 AI 热门观点,指出开发者仍需审查 AI 生成的代码以承担结果责任。节目澄清 Skills 与 MCP 解决不同问题,前者提供打包的专家知识,后者提供连接工具的标准接口。此外,RAG 并未过时,而是与 Agent、Skills 和 MCP 共同构成完整的工作流。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个版本,用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch,无需独立视觉塔或因果语言模型,并以掩码离散扩散目标从零训练。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,支持 ColBERT 式后期交互检索,并提供完整训练方案。
Papers with Code 的搜索采用混合检索架构,由 Hugging Face Jobs 批量生成论文嵌入向量、Storage Buckets 做持久化中转、Inference Endpoints 提供在线查询的低延迟嵌入,目前覆盖 arXiv 与 Daily Papers 的逾 11 万篇论文。
Mistral 发布 Agentic Search,通过多步检索循环提升 AI 系统在复杂文档中的信息检索准确性与效率。在 FinanceBench 基准上,其正确率从 26.7% 提升至 86%,p90 延迟降低 39.6%。该功能通过 Mistral Search Toolkit 和 Libraries 提供,支持在云端或本地部署中处理敏感领域数据。
推荐理由:原文展示了 Agentic Search 在 FinanceBench 和 OfficeQA Pro 上的具体性能提升,为复杂文档检索提供了可量化的对比基准。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,用于 ColBERT 式晚交互检索,可直接加载 PyLate、Stanford-NLP ColBERT 检查点,也能通过同一套 API 运行 colpali-engine 的视觉文档检索模型。
推荐理由:原文给出多向量编码器的加载、打分与索引实测数据,可据此判断晚交互检索的落地成本。
Mistral 发布 OCR 4,在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数,支持 170 种语言、10 个语系,可打包进单个容器完全自托管。该模型在 OlmOCRBench 上取得 85.20 的总体最高分,OmniDocBench 得分 93.07,官方同时说明这两个基准在数学、科学和多栏文档上存在评分偏差,建议以自身文档实测为准。
推荐理由:OCR 4 在文本之外返回边界框、块类型与置信度,读者可据此判断结构化文档解析如何接入 RAG 与智能体流程。
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的 Cross-Corpus Retrieval 公开预览版。
推荐理由:原文给出多智能体 RAG 的架构细节与跨语料评测数据,可据此判断复杂查询检索的可行边界。
Mistral AI 发布 Search Toolkit 公开预览版,这是一个用于构建 AI 应用生产级搜索管线的可组合框架,开源且可运行在云端、本地或边缘。它把摄取、检索和评测统一到共享接口下,内置 BM25 稀疏检索、稠密向量检索与混合配置,并提供 recall、precision、MRR、NDCG 等评测指标。
推荐理由:Mistral 把检索管线的摄取、检索与评测收进同一框架,读者可据此判断自建 RAG 的集成成本会怎样变化。
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed,称在真实代码检索场景中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由:官方给出代码嵌入模型在检索基准上的对比与多维度、多精度取舍,可据此评估代码 RAG 的存储与质量平衡。
Mistral 发布 Agents API,将自家语言模型与代码执行、图像生成、文档库、网页搜索等内置连接器以及 MCP 工具结合,并提供跨对话的持久记忆与智能体编排能力。
推荐理由:官方给出 Agents API 的连接器、记忆与多智能体编排能力,可据此判断企业级智能体平台的搭建方式。
Mistral 提出用 LLM as a Judge 评估 RAG 系统,让"裁判 LLM"按数值、二元或定性量表为"生成 LLM"的答案打分,并汇总为加权总分。
Mistral AI 发布 OCR API mistral-ocr-latest,可接收图片和 PDF,按顺序交错输出文本与图像,定价为 1000 页/美元,批量推理约可翻倍。
推荐理由:官方给出与 Google、Azure、Gemini 系列的横向基准对比和定价,可据此判断文档解析选型。