用 Amazon Bedrock AgentCore 构建 AI 智能体的生产级评估框架
AWS 销售、营销与全球服务(SMGS)运营团队基于 Amazon Bedrock AgentCore 搭建了面向全球 AWS 现场销售的多智能体系统,并用 AgentCore Evaluations 构建全生命周期评估框架。
AWS 销售、营销与全球服务(SMGS)运营团队基于 Amazon Bedrock AgentCore 搭建了面向全球 AWS 现场销售的多智能体系统,并用 AgentCore Evaluations 构建全生命周期评估框架。
Google Research 发布三项研究,推动 AI 智能体从计算设计走向真实湿实验室实验。VERID 框架基于开源 PyLabRobot 构建实验室工作单元的语义数字孪生,提供实时 3D 状态跟踪、秒级虚拟试运行、硬件安全检查与同步视频日志,智能体可据此规划并执行移液协议。
推荐理由:Google Research 用三个项目展示 AI 智能体如何接入真实湿实验室,读者可了解闭环实验自动化的具体技术路径与安全约束。
两名工程师用 Codex 在几周内开发出 Stack Overflow for Agents,其 ChatGPT 插件推动智能体创建量最高增长 10 倍,注册量随之增至三倍。
Reflection AI 推出开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:文章给出 Beam 在 AWS 上的两条部署路径与显存、并行配置要点,可供工程团队评估落地成本。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,以 Apache 2.0 许可开放。
推荐理由:文章给出 Beam 的架构细节、多精度基准与部署配置,可据此判断自托管前沿模型的门槛。
Grupo Boticário 搭建了自有的智能体平台,可自主解决经销商最多 80% 的运营请求,让销售团队转向顾问角色。这家起源于 Paraná 一家配药药房的集团,在近 50 年后用 AI 强化人与人之间的连接。
Localiza 使用 ChatGPT Enterprise、OpenAI API、Codex 和 60 多个专用智能体重构工作流程,打造 AI 原生的出行体验。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M tokens。
推荐理由:Meta 开源 816B 多模态 MoE 模型,文中给出各推理框架的部署命令与微调配置,可据此评估本地运行门槛。
IBM 发布 Granite Switch 4.1,提供 8B 和 30B 两个版本,把对话、通用与专用决策、语音转写整合进一个托管端点。
推荐理由:原文说明了多个适配器如何共享同一基座与 KV cache,读者可据此判断单端点多任务的部署成本。
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线,可在用户自己的 AWS 账户中部署到 SageMaker AI 端点。
推荐理由:Meta 的编码优化开源模型上线 SageMaker JumpStart,读者可了解其 MoE 规格、两种量化变体与部署路径。
Google DeepMind 介绍其智能体开发平台 Google Antigravity 在抗菌肽发现中的应用,把原本分散在多个数据库的检索、结构评估与优先级排序压缩到单次会话中。
推荐理由:原文以抗菌肽发现为例,展示 Google Antigravity 如何把跨库检索、结构分析与实验设计压缩进一次会话。
AWS AI 服务副总裁 Shawn Bice 提出 Trust in Depth 框架,主张用独立分层的信任机制替代逐个人工审批,让智能体在可验证的范围内自主行动。
推荐理由:AWS 高管把形式化验证引入智能体治理,读者可了解四层信任框架如何界定自主与控制的边界。
NVIDIA 发布开源 1200 亿参数的 Nemotron 3.5 Super VL,面向多模态智能体任务,并同步推出两款端侧模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由:原文给出三款模型的参数规模、内存占用与开放权重,读者可据此判断不同部署层级如何选择。
Google Research 公开发布智能体文档审阅系统 Deep Review,此前已在 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 的 16000 多份投稿中试点使用。
推荐理由:原文交代了 Deep Review 的四阶段智能体流程与会议试点反馈,读者可据此判断自动审稿工具的能力边界。
Google Research 发布技术报告,展示由 Gemini 驱动的地理空间推理智能体如何结合 Earth AI 基础模型、空间工具与前置规划完成复杂空间分析。
推荐理由:Google Research 公开地理空间推理智能体的技术报告与两个新基准,并给出与 WHO 等机构的实测案例。
Google Research 在 Research@ 2026 活动上公布十项研究进展,覆盖地球科学、医疗、科研智能体与教育等方向。Google Earth AI 扩大早期访问,新增地理空间分析、行星预测引擎和 agent-to-agent API,并整合 Dataset Search 与 TimesFM。
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT,将 AI 智能体的能力拓展到代码之外的场景。该案例展示了智能体在编程以外任务上的前沿应用。
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统,由 8 个专用智能体组成识别与训练两条工作流,自动分类、提取、校验文档并从纠正中学习,新格式无需手工配置模板。系统基于 Strands Agents 编排,结合 Amazon Textract、S3 Vectors、Aurora DSQL 等,可在 20 分钟内完成部署。
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及网络安全工具 Daybreak,构建出可连续专注运行 36 小时以上、并随使用不断改进的 AI 智能体,单次可调度 10,000 个智能体。
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami,可自主调查 CNAPP 等来源的安全发现并评估修复安全性,再生成带护栏和回滚指引的修复方案。
基于 Amazon Bedrock AgentCore 的 AI 智能体系统可自动生成 PowerPoint 演示文稿,内部测试中不到 90 秒完成。
OpenAI 发布新分析,指出智能体 AI 在欧盟大型企业与小企业中的采用率正在上升,并点出更深入的使用可在哪些环节释放更多价值。
欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴,用 NVIDIA 加速计算、Cosmos 与 Nemotron 开放模型及 Metropolis VSS 蓝图构建物理 AI 智能体和数字孪生,用于交通、能源、公共安全等城市运营。
LiquidAI 发布 LFM2.5-24B-A2B,一个 24B 参数、每 token 仅 2B 激活参数的推理模型,面向端侧私有智能体。它基于 LFM2-24B-A2B 架构,上下文窗口从 32K 扩至 131K,词表从 65K 扩至 128K,预训练数据从约 17T 扩至约 33T token,并改为先输出思维链再作答的纯推理模型。
推荐理由:LiquidAI 公布新模型的架构、训练流程与 16 项基准对比,可据此判断端侧智能体的能力边界。
Google DeepMind 发布 Gemini 4 Argon 的安全与安保报告,说明其在网络安全和生物等高风险领域的防护做法。Argon 在 12 个端到端模拟网络攻击场景中全部通过,上一代为 5 个;在 Gray Swan 的间接提示注入基准上,15 次自适应攻击的成功率降至 0.7%。报告还介绍了输入筛查、激活探针内省和实时监控三层防护,以及实时失准监控机制。
推荐理由:Google DeepMind 公开了 Gemini 4 Argon 的安全与对齐报告,读者可了解前沿模型在高风险领域的防护设计。
AWS 与 Anchor Browser 合作推出集成方案,让 AI 智能体在浏览器会话内自动处理 x402 协议的 HTTP 402 付费请求,该方案已在 AWS Marketplace 上线。
AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,并演示如何用它构建工具调用智能体。
推荐理由:通过 72 次可复现的智能体运行,量化了 Grok 4.7 不同推理档位在准确率与 token 成本间的取舍。
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台智能体 Deckhand,可解答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,通过 AI Studio 与 Gemini API 提供,Google AI Ultra 订阅者可在 Antigravity 中使用。
推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型在长程任务中的落地程度。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并联合生态伙伴推出面向本地 AI 智能体的软件更新,包括 GitHub Copilot、Hermes、OpenClaw、Perplexity 等应用的配置简化、OpenShell 与 MXC 沙箱安全,以及本地与云端混合路由。
推荐理由:RTX Spark 上市前的软件生态清单,可看到本地智能体在模型、安全沙箱与开发工具上的配套进展。
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司,分别覆盖医疗智能体、原子级材料工程、通用机器人和企业规划平台。
AWS 发布 llama.cpp 专用深度学习容器(DLC),可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管方式部署量化模型,并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
Asana 借助 Codex 中的 GPT-6 Astra,在测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍,从而为客户提供能力更强的模型。
Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构,用于支撑 4000 万开发者的 API 测试、文档、发现与实现工作。
Amazon Bedrock 在 9 月更新中上线 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型,其中 GPT-6 Astra 支持最高 100 万 input tokens,Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。
Hugging Face 作者 yuvraj sharma 与 Abubakar Abid 用 HuggingChat 中的 ML-intern 模式,在几天内做出六个模型。
推荐理由:作者用 ML-intern 在两天内做出六个模型,公开了完整提示词与每项算力成本,可迁移到自己的训练流程。
NVIDIA 开发者用 GPT-6 Astra、Claude 等前沿模型配合 Omniverse 库,通过自然语言指令完成 3D 资产创建、机器人拆解测试、建筑重建和燃气轮机数字孪生等仿真应用。其中燃气轮机原型内置 6 项测试流程,可调负载、环境温度和燃料成分并对比功率与效率。SimReady Central Library 提供超 2,000 个仿真就绪 USD 资产。
AWS 介绍 Amazon Bedrock AgentCore payments 已正式可用,为 AI 智能体提供按需付费的托管能力,处理支付协议、连接钱包、签名交易并在基础设施层执行消费限额。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由:原文给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化与接入方式,便于判断它在多智能体分层中的位置。