将数据库评分转化为 RL 奖励：用 ThinkingBox 对智能体进行后训练
Microsoft 与 Hugging Face 将 ThinkingBox 的数据库终态检查用作 RL 奖励，使 Qwen3.8-27B 的平均成功率从 51.70% 升至 60.78%。经过 50 步 GRPO，全部 20 次尝试均成功的任务从 38 项增至 107 项，但至少成功一次的任务数略降；ThinkingBox-Training 已在 GitHub 开放。
#Agent
Hugging Face BlogAI 评分4747 Anthropic News精选AI 评分7171 Anthropic 将 Agent Skills 开放标准捐赠给 Agentic AI Foundation
Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），移交名称、标志、GitHub 组织及 agentskills.io 域名。
推荐理由：此次捐赠将 Agent Skills 的名称、代码组织与域名交由中立基金会承接，让标准治理与单一厂商分离，并保留无需加入基金会的参与方式。
AWS Machine Learning BlogAI 评分4747 Rescale 如何利用 Strands Agents 和 AI-DLC 构建 AI 故障分诊智能体
Rescale 利用 Strands Agents 和 AI-DLC 构建测试故障分诊智能体，五天内完成预发布部署，数周内投入生产。该智能体调用 Amazon Bedrock 上的 Claude Opus 4.8，结合历史故障记录与 MCP 日志检索，在数秒内完成故障分类并生成修复建议报告，供工程师审核。
AWS Machine Learning BlogAI 评分4444 如何在 Amazon SageMaker AI 上使用 Kokoro TTS 为 AI 智能体实现低延迟语音流
AWS 演示在 Amazon SageMaker AI 上部署 Kokoro-82M，将 AI 智能体逐句生成的文本即时转为语音流，无需等待完整回答。方案使用 ml.g5.xlarge GPU 实例承载模型，并讲解双向流式传输中二进制 WebSocket 帧的处理及消息间连接保持方法。
AWS Machine Learning BlogAI 评分4242 如何使用 Amazon Quick 在具备 HIPAA 适用资格的环境中部署 AI
Amazon Quick 部署指南讲解医疗机构如何利用其 HIPAA 适用资格构建合规 AI 工作流，强调服务资格不等于环境自动合规。平台提供基于访问权限的检索、聊天与反馈日志及智能体操作控制；机构仍须签署 BAA、正确配置并落实自身安全保障措施。
AWS Machine Learning BlogAI 评分5353 AWS 正式推出 SageMaker AI training sessions，无需管理 GPU 即可自定义后训练
AWS 宣布 SageMaker AI 的 training sessions 正式可用，开发者可自行编写后训练循环，无需管理底层 GPU 基础设施。开发者控制损失函数、奖励信号和训练步骤，平台负责 GPU 分配、分布式执行、故障恢复及检查点存储，按处理的 token 计费，在用户环境中执行奖励评分期间暂停计费。
Microsoft ResearchAI 评分5959 Microsoft Research 介绍 Flint-interactive，用高层语言创建交互式数据可视化
Microsoft Research 介绍了基于 Flint 的交互式可视化语言 Flint-interactive，让用户和 AI 智能体以高层语义事件和更新算子定义图表交互。
NVIDIA BlogAI 评分4545 NVIDIA 推出 Minerva，为 AI 工厂提供端到端可观测性
NVIDIA 今日推出 AIOps 平台 Minerva，整合基础设施与 AI 工作负载遥测，为 AI 工厂提供端到端可观测性。平台构建动态知识图谱，通过机器学习检测异常、预测故障并关联事件，原生 AI 助手支持以自然语言排查问题并获取修复建议。IREN 已使用 Minerva，IBM、Tesla 等计划部署。
AWS Machine Learning BlogAI 评分4242 如何使用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上构建 AI 智能体语义层
AWS 展示如何以 AtScale 和 Amazon Bedrock AgentCore 构建 AI 智能体语义层，让智能体与 BI 工具使用相同指标定义。教程以客户 360 场景为例，由 Claude Sonnet 4.6 规划查询，Strands 智能体通过 MCP 访问映射至 Amazon Redshift 的语义模型。
AWS Machine Learning BlogAI 评分3939 使用 Strategy Mosaic 和 Amazon Bedrock AgentCore 在 AWS 上为 AI 智能体构建语义层
教程演示用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建语义层，让 AI 智能体查询跨源客户数据。方案以关联模型连接 Amazon Redshift 与 Amazon Aurora，无需 ETL。Strands 智能体通过 MCP 访问模型，指标定义及按用户实施的行列权限控制保留在 Mosaic 中。
AWS Machine Learning BlogAI 评分4141 如何使用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上构建 AI 智能体语义层
AWS 展示如何用 Denodo 和 Amazon Bedrock AgentCore 构建语义层，让 AI 智能体受控查询云端及本地企业数据。方案联邦查询 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL，通过 Denodo MCP Server 暴露客户全景视图，并在查询时应用行列访问策略。
AWS Machine Learning BlogAI 评分4848 Eon 如何利用 Amazon Bedrock AgentCore 上的 MCP 网关构建多云故障调查能力
Eon 利用 Amazon Bedrock AgentCore 构建统一 MCP 网关，将新工程师接入调查工具的时间从约2天缩短至约2分钟。网关取代逐工具凭证和本地 MCP 进程，为开发者与自主智能体统一接入 AWS、GCP 和 Azure 调查工具，并通过身份区分与 Cedar 策略控制工具调用权限。
AWS Machine Learning BlogAI 评分4141 如何在 AWS 上利用 X.509 PKI 保障 AI 智能体身份安全
AWS 与 Keyfactor 展示基于 EJBCA 和 AWS 服务的 X.509 PKI 参考架构，为 AI 智能体建立可验证、可撤销的身份。架构覆盖用户、智能体间及 MCP 工具调用认证，结合签名请求、委托断言、限定受众的 token 和实时 OCSP 吊销检查。示例完整源码已在 GitHub 提供。
AWS Machine Learning BlogAI 评分5151 如何用 AWS Agent Registry 在运行时发现并调用工具
AWS 通过 Python 示例讲解如何用 AWS Agent Registry 在运行时发现已审批的 MCP 服务和 A2A 智能体，并为每次请求动态构建客户端与内部智能体。流程采用关键词与语义混合搜索获取候选能力，调用凭证通过独立可信配置获取，不随搜索结果返回。示例覆盖订单查询、定价折扣和退货退款场景；新增兼容且获批的记录无需修改编排器，但协议、鉴权或编排策略变化仍可能需要更新代码或配置。
AWS Machine Learning BlogAI 评分4545 Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础架构
Octave 基于 Amazon Bedrock 构建安全的多租户 AI 基础架构，将每个用例的部署时间缩短了 50%。该架构使用 Cohere Embed v4 生成嵌入向量，通过租户专属向量存储、隔离执行环境和输入输出过滤保护数据，并以投诉分流助手验证生产应用。
NVIDIA BlogAI 评分5555 GTC Berlin 2026 现场更新：NVIDIA 公布 AI 工厂、智能体与机器人新方案
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中公布 DSX POD、智能体安全参考架构和 Agent Knowledge Foundation，覆盖 AI 工厂部署、安全运行与企业数据接入。
NVIDIA Blog精选AI 评分6464 NVIDIA 扩展 Agent Toolkit，新增企业数据知识基础与智能体工具
NVIDIA 扩展开源 Agent Toolkit，新增 Agent Knowledge Foundation、Kumo 系列开放模型及相关工具，帮助企业利用公司数据定制和管理智能体。
推荐理由：此次扩展把企业数据接入与智能体运行边界放在同一工具栈中，为理解企业如何兼顾数据利用和权限治理提供了具体参考。
NVIDIA BlogAI 评分4949 欧洲工业领军企业携手 NVIDIA 重塑工程与制造
欧洲工业领军企业正采用 NVIDIA CUDA-X、Omniverse 及 Cosmos、Nemotron 开放模型，加速工程设计、仿真与制造。NVIDIA 工厂运营蓝图 FOX 已在 GitHub 开放早期访问，支持构建协调机器作业的工厂智能体。Siemens 利用生成的缺陷图像，将电路板检测流程的校准时间缩短了 40%。
NVIDIA BlogAI 评分4242 NVIDIA 云合作伙伴在欧洲扩容：主权、开放与安全 AI 智能体基础设施
NVIDIA 云合作伙伴正扩大欧洲及周边地区的训练与推理算力，并支持开放模型应用和 AI 智能体安全管控。Nscale 测试显示，NVIDIA DSX MaxLPS 在相同供电预算下可支持多 37% 的 GPU，总推理吞吐量提高近 50%。NVIDIA OpenShell 参考架构旨在约束智能体的访问与操作权限。
NVIDIA BlogAI 评分4141 NVIDIA 推动欧洲零售业转型，从数字化商品发现到实体运营
欧洲零售商正采用 NVIDIA 加速的开放模型与物理 AI，优化商品发现、智能体商务和仓储运营。Shopify 后训练的 NVIDIA Nemotron 3.5 Lightning 在内部评测中准确率超过一款前沿模型，服务成本降低 90%，响应提速 7x。Otto Group 将数字孪生仿真扩展至其最大履约中心，在实际部署前测试和优化仓储作业。
NVIDIA BlogAI 评分4141 NVIDIA 开放模型助力欧洲新一批公共部门项目
NVIDIA 与合作伙伴及欧洲政府合作，以开放模型支持公共行政、医疗和就业服务项目，同时保留对数据与基础设施的控制。波兰正开发面向超过 400 家就业办公室的 AI 智能体平台，计划运行 PLLuM、GPT OSS 和 Inkling。英国与德国的本地化合成人物数据集可用于评估公共服务模型在不同群体中的表现。
AWS Machine Learning Blog精选AI 评分6464 Deep Insight 如何解决多智能体系统的 5 个生产挑战
AWS 团队以 Deep Insight 为例，讲解多智能体系统在执行编排、模型选择、生产运行、代码安全和运维监控上的 5 个挑战及解决方案。系统通过 8 个智能体协作，将 CSV 数据与自然语言请求转化为图表及带引用的 DOCX 报告，结合 Strands Agents SDK 的流程编排、人工计划审核和按角色配置的 Claude 模型组织任务。
推荐理由：通过把执行编排、模型分工、运行隔离与运维监控逐项对应到实现方案，文章提供了从多智能体原型走向生产的可迁移架构思路。
AWS Machine Learning BlogAI 评分4343 使用 Strands Agents 构建自适应 AI 智能体框架 AAIF
AWS 讲解基于 Strands Agents 的 AAIF 框架，以物联网监控为例，展示如何将常规任务留在本地、复杂请求交给云端模型。框架使用 llama3.2:1b 编排请求，通过 Ollama 运行本地模型，并调用 Amazon Bedrock 处理复杂分析，支持边缘、云端及混合部署。
Microsoft Research精选AI 评分8383 Microsoft Research 研究员与合作者证明悬而未决 31 年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了 KLS 猜想，将高维对数凹分布相关几何界限收紧至与维度无关的通用常数。
推荐理由：研究者逐轮筛选并重定向智能体的探索，而相近 token 预算的无引导尝试未达目标，为人机协作研究提供了具体的方法对照。
Mistral AIAI 评分4646 Mistral 携手 NVIDIA 推进工程 AI
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流，将 Mistral Large 4 与加速计算及物理建模工具结合，旨在加快仿真并连接模型开发与工程设计。双方将开发公开基准和开放数据集，并针对 CAE、EDA 中的 AI 智能体开展评测，衡量工具使用、多步骤任务完成能力、结果正确性、执行时间和计算成本。
NVIDIA Blog精选AI 评分6666 NVIDIA 在 GTC Berlin 更新本地 AI 产品线，扩展 DGX 集群与智能体支持
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 和 DGX Station 本地 AI 产品线，并公布集群、模型运行及企业管理更新。
推荐理由：八台集群支持、模型启动器与共享推理入口将本地硬件连接到团队工作流，为比较个人设备与团队部署提供了具体依据。
OpenAI NewsAI 评分3333 OpenAI、PerturbAI 与 Scripps Research 如何利用数千个 AI 智能体挖掘生物数据新线索
OpenAI、PerturbAI 与 Scripps Research 展示了如何利用数千个分布式 AI 智能体，从数百万个脑细胞的数据中挖掘有潜力的研究线索。研究聚焦于利用分布式 AI 智能体分析生物数据、发现新线索。
Google AI BlogAI 评分5050 东南亚数字经济规模将达 $368 billion
Google 等发布的 e-Conomy SEA 报告预计，东南亚数字经济 GMV 将同比增长 17%，达 $368 billion。当地生成式 AI 活跃用户达 243 million，占劳动人口的 58%。75% 的用户愿意让 AI 智能体自主比价并代为完成交易。
AWS Machine Learning BlogAI 评分4343 通过 AWS 上的 Smartsheet MCP 为 AI 智能体提供工作流上下文
AWS 讲解如何通过 Amazon Quick 和 Kiro 连接已正式可用的 Smartsheet MCP Server，将项目数据接入 AI 智能体工作流。该服务提供超过 40 个工具，支持读取、写入和管理表格等数据。业务用户可用自然语言更新任务，开发者可在 IDE 内查看项目规格、更新状态并跟踪依赖。
AWS Machine Learning BlogAI 评分4343 如何在 AWS 上通过 Smartsheet MCP 为 AI 智能体提供工作管理上下文
AWS 演示如何将 Smartsheet MCP Server 接入 Amazon Quick 和 Kiro，让 AI 智能体在现有工作流中读取、更新和管理项目数据。该服务器已正式可用，提供超过 40 种工具，支持通过自然语言管理表格、行、列和自动化；两条接入路径分别面向业务团队和开发者。
AWS Machine Learning BlogAI 评分4444 从数据到决策：用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链智能
AWS 演示如何用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链工作流，并讲解部署方法。该方案通过 MCP 工具连接业务系统，支持中断评估、缓解建议和紧急询价，所有变更均需指定人员批准。示例将跨五个系统、耗时45–60分钟的流程缩为单一工具内的三次提示词交互，数分钟完成。
GitHub Blog · AI & ML精选AI 评分6666 3 位 Java Champion 如何使用 GitHub Copilot 提高开发效率
3 位 Java Champion 分享了使用 GitHub Copilot 开发功能、迁移内容和排查缺陷的实践，强调提供上下文、验证结果并由开发者承担交付责任。
推荐理由：将需求澄清、任务专属验收关卡和确定性检查串成反馈闭环，为把智能体的快速执行转化为可维护的软件提供了可迁移方法。
Mistral AI精选AI 评分7373 Mistral 发布 Voxtral 3 语音模型家族及实时语音智能体 SDK
Mistral 发布 Voxtral 3 语音转写与合成模型家族，并推出整合聆听、推理、工具调用和语音输出的实时语音智能体 SDK。转写支持 50+ 种语言，语音合成支持 35+ 种语言和 50+ 种方言；基于 LiveKit 的 SDK 支持通话中执行多步任务，官方称每轮响应可在 1 秒内完成。
推荐理由：将转写、推理、工具调用与语音合成串成实时流水线，并支持替换各阶段模型，为企业语音智能体提供了可迁移的集成思路。
NVIDIA BlogAI 评分4444 欧洲科技企业采用 NVIDIA Vera CPU 构建本地基础设施
Nebius、Nscale 和 Verda 正采用 NVIDIA Vera CPU 建设基础设施，支持欧洲企业和开发者不断增长的计算需求。Vera 可用于独立 CPU 服务器或搭配 NVIDIA GPU，支持数据处理、软件执行和 AI 智能体工作负载。多家服务器厂商正构建相关系统，云端沙箱提供商也在基于 Vera 建设基础设施。
GitHub Blog · AI & MLAI 评分5454 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 介绍如何将 GitHub Copilot app 会话直接转入 VS Code，保留对话、代码改动和工作上下文并继续开发。在会话中选择 Open in VS Code，即可打开关联的工作树，在编辑器中逐行审查差异、继续与 Copilot 对话、手动修改代码并运行本地测试。完成后提交并推送原会话关联的分支，即可更新已有拉取请求，无需复制文件或手动重新关联。
Meta Engineering精选AI 评分6565 Meta 如何通过精简编排器提高 AI 智能体可靠性
Meta 讲解薄编排器架构，将路由和可靠性检查留给确定性流程，把领域推理交给隔离上下文的专业 AI 智能体。其 1,300 行编排器将 20+ 个工作流分派给 14 个专业智能体，通过调整工作流模板复用现有智能体，并在运行时按需加载领域知识。新数据列的配置准备从人工操作的三至四天、此前配置驱动系统的约一天缩短至不到一小时，约三分之二的系统改动无需人工大幅修改即可落地。
推荐理由：将确定性路由与领域推理解耦，并通过工作流模板复用专家智能体，为复杂多步骤任务提供了可迁移的架构设计方法。
Google Research精选AI 评分6969 Google Research 介绍自主湿实验室研究：以 VERID 和闭环实验连接 AI 智能体与生物现实
Google Research 介绍三项面向人类指导下自主湿实验室的研究，涵盖 VERID 实验自动化、闭环适配体发现和从头蛋白质结合物设计。VERID 通过实验室数字孪生、模拟试运行和硬件安全检查约束机器人操作；适配体实验经过 3 轮设计与测试，将肌红蛋白和 α-thrombin 的经确认靶向命中率分别提高至 33.5% 和 42.1%。
推荐理由：适配体实验展示了智能体如何利用真实实验反馈识别非特异性结合，并修正设计规则，为区分目标信号与实验伪象提供具体案例。
Meta Engineering精选AI 评分6666 Meta 如何用 AI 原生工程构建 Forum
Meta 复盘了用 AI 智能体构建独立群组应用 Forum 的工程实践，小团队在八周内实现了与 Facebook Groups 核心功能对齐。团队将规划、构建、测试和验证纳入智能体循环，通过直接读取应用状态的工具和隔离原型代码的构建方案支持开发，同时保留工程师对架构、产品目标和上线结果的决策与签核。
推荐理由：这份工程复盘给出了可迁移的实践路径，将自动验证、可直接检查的环境状态和构建隔离纳入智能体开发流程，而非只改提示词。
Google DeepMindAI 评分4545 如何用 Google Antigravity 加速抗菌肽搜索
Google DeepMind 演示了生物学家如何用 Google Antigravity 筛选新型抗菌肽候选物，所获候选物正接受湿实验验证。流程结合 ProtNLM 功能预测、跨数据库检索与结构分析，将原需数天的筛查压缩为一次协作会话。此次新增的 Biomolecular Structure Viewer 支持研究人员与 AI 智能体共同查看、标注蛋白质三维结构。
Apple Machine LearningAI 评分5050 Apple 研究工具发现架构：先检索还是先规划，取决于任务复杂度
Apple 的工具发现架构研究发现，先检索再规划（RtP）在单工具查询上更优，先规划再检索（PtR）在多工具查询上更优。研究在含 46,984 个 API 端点、50 个类别的 ToolBench 上评估，这一差异在检索预算 k=1 to 20、工具库规模从 1k 到 47k APIs，以及 Gemini 2.5 Flash 和 gpt-oss-120b 上均成立。