OpenAI 推出 ChatGPT Wallet 支持智能体安全支付
OpenAI 推出 ChatGPT Wallet，这是一种安全支付方式，允许 ChatGPT Work、Codex 和 dots 中的智能体在获得用户批准并利用现有卡片保护机制的情况下完成购买。
推荐理由：该功能允许 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买，为 AI 代理执行商业操作提供了安全支付路径。
#Agent
OpenAI News精选AI 评分6767
AWS Machine Learning Blog精选AI 评分6060 AWS 教程：使用推式架构自动化更新 AWS Agent Registry
AWS 发布一篇技术教程，介绍如何利用 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 构建推式架构，自动同步 Amazon Bedrock AgentCore 中 MCP 服务器的工具变更到 AWS Agent Registry。
推荐理由：文章提供了基于 CloudTrail 和 Lambda 的自动化同步方案，帮助企业在多账号环境下保持 MCP 服务器元数据的实时性与治理合规。
AWS Machine Learning Blog精选AI 评分6868 AWS 发布 Amazon Bedrock、AgentCore 和 Strands 多项更新
AWS 在十月集中推出 Amazon Bedrock、Bedrock AgentCore 及开源工具包 Strands 的多项功能更新。Bedrock 新增 Claude Haiku 5.5、GPT-6.1 Terra、Nova 2.5 Sonic 等模型，并支持结构化输出与领域过滤搜索。
推荐理由：AWS 集中发布 Bedrock、AgentCore 和 Strands 的多项更新，涵盖新模型接入、智能体容错机制及成本优化方案，为构建生产级 AI 应用提供具体工具链。
AWS Machine Learning Blog精选AI 评分7070 Amazon Bedrock AgentCore 推出 Web Search API
Amazon Bedrock AgentCore 正式推出 Web Search API，允许开发者通过单次 API 调用直接从 Amazon 运营的网页索引中获取实时搜索结果。
推荐理由：该 API 允许开发者通过单次调用直接获取实时搜索结果，无需配置网关，简化了非智能体应用和自定义编排框架的集成流程。
AWS Machine Learning Blog精选AI 评分7373 使用反统一算法进行形式化策略的语义差异分析
AWS 博客介绍了一种基于反统一（anti-unification）和 e-graph 的开源引擎，用于对 Cedar、Dogwood、OpenShell 和 CEL 等形式化策略进行语义差异分析。该方法能忽略语法重排等无关变化，精准定位如条件弱化或范围扩大等实质性逻辑分歧，辅助大模型自动形式化结果的验证与修正。文中提供了具体的代码示例、性能数据及 GitHub 仓库链接。
推荐理由：文章展示了如何利用反统一算法对形式化策略进行语义差异分析，帮助开发者在自动形式化过程中识别和解决逻辑分歧。
AWS Machine Learning Blog精选AI 评分6262 如何在 Amazon Bedrock 上安全集成 OpenAI Codex
AWS 发布指南，介绍如何将 OpenAI Codex 与 Amazon Bedrock 集成以支持企业级代码辅助工作流。文章详细阐述了三种接入路径：原生 AWS 访问、AgentCore Gateway 和 LLM Gateway，并提供了基于 IAM Identity Center 的身份验证配置、OpenTelemetry 监控设置以及成本分摊的最佳实践示例。
推荐理由：文章提供了在 Amazon Bedrock 上安全集成 OpenAI Codex 的具体架构路径、身份验证配置及监控方案，帮助企业在统一管控下使用 AI 编程助手。
AWS Machine Learning Blog精选AI 评分6565 使用 Amazon Bedrock 和 Spring AI 构建自主 AI 智能体
AWS 发布教程，指导 Java 开发者结合 Spring AI 与 Amazon Bedrock AgentCore 构建自主 AI 智能体。内容涵盖智能体的规划、工具调用和记忆三大核心能力，并提供两种系统实现：展示工具调用与记忆的单人旅行助手，以及包含五个专家智能体和规则引擎的多智能体智能文档处理（IDP）系统。
推荐理由：文章展示了 Java 团队如何利用 Spring AI 和 Amazon Bedrock AgentCore 构建具备规划、工具调用及记忆能力的自主智能体，并提供了从单智能体到多智能体系统的完整生产级架构与部署指南。
AWS Machine Learning Blog精选AI 评分6868 AWS 详解 Agent DLC：如何工程化构建生产级 AI 智能体
AWS 博客文章介绍了 Agent Development Lifecycle (Agent DLC) 框架，旨在解决 AI 智能体从原型到生产环境的工程化挑战。
推荐理由：文章提出了 Agent DLC 框架，通过内外双循环和明确的金标准，帮助团队解决智能体从原型到生产环境的评估与工程化难题。
AWS Machine Learning Blog精选AI 评分7070 Amazon Bedrock Managed Knowledge Base 工具的细粒度访问控制方案
AWS 博客介绍了如何在 Amazon Bedrock Managed Knowledge Base 中实现细粒度访问控制，确保 AI 智能体在多用户共享知识库时仅返回授权文档。
推荐理由：文章提供了在 Amazon Bedrock AgentCore 中实现细粒度访问控制的具体架构和代码示例，帮助开发者解决多租户场景下的数据隔离问题。
AWS Machine Learning Blog精选AI 评分7878 如何在 AWS 上使用 A2A 协议构建可组合且互操作的多智能体系统
AWS 博客文章演示了如何使用 Agent-to-Agent (A2A) 协议在 AWS 上构建跨组织边界的多智能体系统。该参考架构通过 LangChain 企业编排器与 Strands Agents SaaS 智能体协作，利用 OAuth 2.0 和 Amazon Cognito 实现双向身份验证，无需共享内部工具或 SDK。
推荐理由：文章提供了基于 A2A 协议在 AWS 上构建跨组织多智能体系统的参考架构与代码实现，展示了不同框架间的互操作性。
GitHub Blog · AI & ML精选AI 评分7070 GitHub 发布 Agent Skills 实用指南：一次构建多端运行
GitHub 博客发布关于 Agent Skills 的实用指南，介绍如何通过 SKILL.md 文件封装可重复任务指令，实现跨智能体复用。文章以 Proof Agent 和 Data Forge 为例，说明如何定义技能职责、通过 Manifest 分离项目配置、协调多个技能工作流以及集成人工审查节点。
推荐理由：文章拆解了 Agent Skills 的结构与协作模式，提供了可复用的构建规范与工作流设计思路。
AWS Machine Learning BlogAI 评分5555 Natera 如何利用 Amazon Bedrock AgentCore 构建实验室运维智能体系统
Natera 与 AWS 合作构建了名为 SWARM 的智能体系统，用于自动化处理实验室仪器故障工单。该系统基于 Amazon Bedrock AgentCore 搭建，通过分离确定性 Python 技能与大语言模型推理技能，实现了约 130 倍的首次响应速度提升（从 17.4 小时降至 8 分钟）和 96.2% 的自动化覆盖率。
AWS Machine Learning Blog精选AI 评分6868 如何在 Amazon Bedrock 上优化任务成本并证明智能体 ROI
AWS 解决方案架构师分享在 Amazon Bedrock 上优化智能体成本和证明投资回报率的方法。文章指出应关注“单次任务成本”而非“每 Token 成本”，分析了分词器效率、输出冗长、智能体循环和推理开销四个隐藏成本驱动因素，并介绍了通过提示缓存、路由和约束来降低成本的技巧。此外，文章还提出了通过建立人类基线、进行对照实验和使用五维度记分卡来衡量智能体相对于人工流程的实际业务价值。
推荐理由：文章提供了计算真实模型成本和衡量智能体投资回报率的框架，帮助工程师优化开销并验证业务价值。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Hydrogen 模型
Google DeepMind 正式发布 Gemini 4 Hydrogen 模型，旨在为日常编码和智能体工作流提供高速且高效的执行能力。
推荐理由：该模型提供四种推理层级以平衡速度与智能，并在终端基准测试中展现显著效率提升，适合日常开发与智能体工作流。
AWS Machine Learning Blog精选AI 评分7878 Amazon Bedrock AgentCore Runtime 发布新一代版本
Amazon Bedrock AgentCore 发布新一代 AgentCore runtime，旨在解决 AI 智能体规模化部署中的安全与效率挑战。新版本在保持硬件级隔离（Firecracker MicroVM）的基础上，将会话启动速度提升最高15倍，计算资源扩展至4倍（最高8 vCPU和32 GB），并通过空闲时自动释放内存使运行效率提升最高68%。
推荐理由：该运行时将会话启动速度提升15倍并支持动态内存回收，为大规模部署AI智能体提供了兼顾隔离性与成本效率的基础设施方案。
AWS Machine Learning BlogAI 评分5858 如何使用编码代理将知识库迁移至 Amazon Bedrock Managed Knowledge Base
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock skill 中新增迁移指南，指导用户通过编码代理将 Amazon Bedrock 客户管理知识库迁移至托管知识库（Managed Knowledge Base）。
Microsoft Research精选AI 评分7878 微软研究揭示 Lazarus 技术：通过重编程休眠神经元植入 AI Agent 后门
微软研究人员发现名为 Lazarus 的后门技术，可通过重编程大语言模型中少于10个休眠神经元植入恶意触发器，使AI Agent在特定条件下执行攻击者代码而无需重新训练。
推荐理由：该研究揭示了无需重训练即可通过修改休眠神经元植入后门的方法，强调了模型权重完整性与来源验证在AI安全中的关键作用。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 正式向开发者、企业及消费者开放 Gemini 4 Carbon 模型，这是目前最强的前沿模型，专注于复杂知识工作、智能体编码和科学推理。
推荐理由：该模型在复杂代码调试、科学推理及网络安全基准测试中展现前沿性能，同时保持较低成本，并强化了防注入等安全机制。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 AlphaProof Code 框架并形式化验证 Signal 协议代码
Google DeepMind 研究人员发布了名为 AlphaProof Code 的新型智能体框架，用于对 Signal 加密协议的底层代码进行深度形式化验证。
推荐理由：该研究展示了 AI 智能体如何结合人类专家完成 Signal 协议代码的形式化验证，大幅缩短验证周期并开源相关成果。
Microsoft Research精选AI 评分7575 微软发布 PDD Kit：用形式化验证确保 AI 智能体代码符合意图
微软研究团队发布 PDD Kit，这是一种用于证明驱动开发（Proof-Driven Development）的工具包，旨在通过形式化方法验证由 AI 智能体编写的全栈 Web 应用代码。
推荐理由：微软发布 PDD Kit 工具，通过形式化验证确保 AI 智能体生成的代码严格符合用户意图，为大规模 Agent 开发提供新的质量保障范式。
Google DeepMind精选AI 评分7575 Google Antigravity 发布化学信息学智能体技能以加速药物发现
Google DeepMind 在 Google Antigravity 中推出新的 Cheminformatics Skills，旨在加速药物发现工作流。该功能允许 AI 智能体在约一小时内完成数千种化合物的搜索、匹配分子对分析以及新大环分子的合成路线设计，而传统流程通常需要数天。
推荐理由：文章展示了 Google Antigravity 新增的 Cheminformatics Skills 如何将药物发现流程从数天缩短至一小时，并提供了具体的技术实现细节与试用入口。
Microsoft ResearchAI 评分4040 Microsoft 构建行业评估数据生成平台以验证 Copilot 企业级表现
Microsoft Research 推出行业评估数据生成平台，通过基于 O*NET、在线招聘和 SEC 文件等公开数据构建全规模合成企业环境，解决企业级 AI 评估中隐私与真实性的矛盾。
Microsoft Research精选AI 评分6262 Microsoft Research 发布 Flint-interactive 交互式数据可视化语言
Microsoft Research 推出 Flint-interactive，这是一种用于创建交互式数据可视化的语言，旨在让 AI 智能体能够生成支持点击、过滤、缩放和跨图表交互的图表。
推荐理由：该语言通过编译器处理交互逻辑，降低了AI智能体生成交互式图表的开发成本与调试难度。
Microsoft ResearchAI 评分5252 微软研究团队解决31年数学难题KLS猜想
微软研究院研究员Xinzhi Zhang与合作者证明了Kannan-Lovász-Simonovits (KLS) 猜想，这是一个在高维几何和概率论中悬而未决31年的核心问题。研究采用人类指导的AI智能体流程，探索了超过100种候选方法，最终确立了与维度无关的通用几何原则。该成果已获独立研究者验证及Lean 4形式化确认，为高维采样和随机算法效率理论奠定了更坚实的基础。
GitHub Blog · AI & MLAI 评分4242 三位 Java Champion 分享使用 GitHub Copilot 提升生产力的实践
Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位资深 Java Champion 分享在生产和开源项目中运用 GitHub Copilot 的具体实践。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 如何在 VS Code 中继续应用会话
GitHub Copilot 支持将 Copilot app 中的会话直接打开至 VS Code，保留任务、计划及对话上下文。用户可在编辑器中逐行审查 Agent 生成的代码变更，进行手动微调并运行本地测试验证。完成调整后，可直接提交并推送更新至关联的 Pull Request，实现从 AI 生成到人工审核的无缝衔接。
Google Research精选AI 评分7878 Google Research 发布 VERID 框架并展示 AI 智能体驱动湿实验室的进展
Google Research 分享了三项研究项目，旨在弥合 AI 智能体计算探索与真实湿实验室实验之间的差距。首先介绍了 VERID 框架，这是一个基于 PyLabRobot 构建的语义数字孪生系统，通过实时 3D 状态跟踪、快速虚拟试运行和硬件安全检查，确保智能体生成的代码在物理上可行且安全。
推荐理由：文章展示了 VERID 框架及闭环实验案例，揭示了 AI 智能体在湿实验室中实现安全自动化与高效发现的具体技术路径。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 如何通过自定义指令、技能、智能体及 MCP 服务器适配代码库
GitHub Copilot 通过四种方式适配项目规范：使用 .github/copilot-instructions.md 定义仓库级或路径特定的自定义指令。
GitHub Blog · AI & ML精选AI 评分7272 GitHub 发布基于 ModernBERT 的 AI 密钥保护功能
GitHub 推出基于 ModernBERT 分类器的 AI 密钥保护功能，旨在解决软件规模扩大带来的秘密泄露问题。该模型能在推送前评估候选秘密，响应时间低于两毫秒，预计可将防止的秘密数量增加一倍以上。目前该功能处于私人预览阶段，将于本月向 GitHub Enterprise Cloud 和 Teams 组织开放，并集成到 Copilot CLI 的 /security-review 命令中。
推荐理由：GitHub 推出基于 ModernBERT 的 AI 密钥检测模型，将非结构化秘密拦截率提升一倍以上，并在推送环节实现毫秒级响应。
Berkeley AI ResearchAI 评分4848 ABBEL 框架通过信念状态更新提升长程交互效率
ABBEL 框架将摘要转化为受监督的自然语言信念状态，以解决大语言模型在长程交互中的上下文扩展问题。在 CollabBench 协作编码环境中，采用重建信念评分的 ABBEL-rec-BG 将全上下文模型的差距缩小约 50%，训练步数减少 50%（从 100 步降至 50 步），且峰值 token 长度显著低于全上下文设置。
Berkeley AI Research精选AI 评分6060 Berkeley AI Research 探讨智能体时代数据系统的三大新挑战
Berkeley AI Research 发布观点文章，指出随着推理成本大幅下降，数据系统需应对智能体带来的新挑战。文章提出三个核心方向：为智能体设计的数据系统需优化高并发查询与重复计算；管理智能体的数据系统需解决长程任务的状态管理与结构化记忆；由智能体构建的数据系统则需关注合成系统的验证与信任问题。作者认为未来智能体与数据系统将深度融合，甚至由智能体递归优化自身运行环境。
推荐理由：文章分析了推理成本下降后数据系统面临的三大挑战，提出了针对智能体工作负载的优化方向与结构化内存等具体技术路径。
Berkeley AI ResearchAI 评分4545 自适应并行推理：高效推理扩展的下一范式
自适应并行推理让模型自主决定何时分解任务、并发线程数量及协调方式，以解决顺序推理随探索长度线性增长导致的延迟高、上下文污染及计算密集问题。相比固定并行或启发式搜索方法，该范式依据具体问题动态调整并行结构，避免简单任务浪费算力或复杂任务策略失配。文章综述 ThreadWeaver 等近期进展，分析从固定并行到自适应控制的演进路径及其对推理效率的影响。