Trovata 如何在 Amazon Bedrock 与 AgentCore 上构建自主财务智能体
Trovata 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建了自主财务智能体,从 2023 年面向财务领域的生成式 AI 演进为可自主执行任务的智能体工作流。
Trovata 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建了自主财务智能体,从 2023 年面向财务领域的生成式 AI 演进为可自主执行任务的智能体工作流。
Google 正式发布 Gemini 4 Carbon,称其与 Gemini 4 Argon 互补,面向复杂多步编码、调试和开放式科研等任务。Carbon 在 CursorBench 4.0 上以接近 60% 的得分居首,领先 Fable 5.2 和 Gemini 4 Argon,单任务平均成本约 8 至 10 美元。
推荐理由:文章把 Gemini 4 Carbon 与 Fable 5.2 的基准和单任务成本放在一起比较,便于判断这轮模型竞赛的性价比变化。
Google 在向少数网络安全防御者开放两周后,将 Gemini 4 Carbon 推向公众,称其为迄今最强模型,主打复杂多步编码和开放式科研等任务。Google 同时在智能体开发平台 Antigravity 上预览 swarm 功能,可把单条提示词变成一组协同工作的智能体。
推荐理由:读者可了解 Gemini 4 Carbon 的定位、定价与 Antigravity 的智能体集群功能,并对照 Anthropic 与 OpenAI 的同期模型。
eBay 疑似已阻止包括 Meta 的 Muse 在内的 AI 智能体浏览平台,一位读者称其 Muse 智能体连续数周抓取 eBay 手表商品信息,本周末被拦截,The Verge 复现时 Muse 转而指向镜像 eBay 商品的外部网站。
Anthropic 在旧金山活动上发布面向非技术知识工作者的 Claude Meetings、Claude Sheets 和 Claude Whiteboards,可让 Claude 参会记笔记、在共享白板上梳理想法、与员工共同编辑表格,或把演示文稿转成一分钟讲解视频。
OpenAI 宣布在 ChatGPT 中推出面向企业的 Business Agents 测试功能,用户可在 ChatGPT 回复中与代表品牌的认证智能体对话,进行商品比较和追问。
Anthropic 发布 Claude Meetings,可将 Claude 作为可见参会者加入视频通话,实时起草讨论中的计划、在 Whiteboard 上梳理时间线、在会议聊天中回答问题,会后会议纪要、行动项等材料可在 claude.ai 查看。
TCS 基于 Amazon Bedrock AgentCore 构建了多租户智能体测试编排器,将需求自动转化为可执行的 Java 或 Python 测试。平台把测试拆分为多个专职智能体,由确定性 supervisor 调度,AgentCore runtime 为每个会话提供独立 microVM 隔离,并按需扩展以支持多租户并发执行。
Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断该模型适合哪类任务。
NVIDIA 在 KubeCon + CloudNativeCon 上把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目接受社区治理。
推荐理由:原文给出 OpenShell 与 Agent Substrate 的治理定位,以及 NVKE、NVKR、Snapshot 在 GPU 集群上的具体能力与实测数字。
Meta 周一宣布将 AI 智能体 Muse 带到 Apple Watch 和 Android Wear OS,用户可通过语音通话、短信或听写直接在智能手表上与助手交互。
Anthropic 的 Fable 5.2 在 Scale Labs 的 RLI 基准上完成 41.3% 的真实自由职业任务,远高于一年前 Manus 的 2.5% 和今年 7 月 Fable 5 的约 16%。
推荐理由:读者可了解 RLI 基准如何用真实自由职业项目衡量 AI 智能体,以及 Fable 5.2 与竞品的差距。
Adobe 在迈阿密 Max 大会上公布多项智能体能力,包括让 OpenAI、Google、Anthropic 等第三方 AI 智能体通过本地 MCP 集成在 Photoshop、Illustrator、Premiere 和 After Effects 中直接修改本地项目文件,该集成将于 2027 年初开启私测。
Cyanogen 联合创始人 Kirt McMaster 的新公司 Kora Systems 发布一款基于 Linux 的桌面操作系统,将 AI 模型和自主智能体直接集成进系统,可跨应用工作、访问文件并在任务间保留上下文。
Adobe 在迈阿密 MAX 大会上宣布为 Photoshop、Premiere、Illustrator、InDesign 和 Firefly 增加 AI 功能,并发布本地 MCP,让 ChatGPT、Claude、Gemini 等聊天机器人调用 Creative Cloud 应用能力。
Google DeepMind 发布 AlphaProof Code,这是一个多 LLM 智能体框架,用于对实际运行代码做深度形式化验证。研究团队与模型协作把 Signal 的安全目标转写为形式化规格,由 Gemini Carbon 驱动的智能体生成超过六百万行 Lean 证明,整个过程耗时四周,而人工团队通常需要数年。
推荐理由:原文交代了多智能体框架如何把形式化验证拆成规格与证明两步,并给出四周完成 Signal 协议验证的对照。
Meta AI 发布 Muse Ember,定位为面向复杂推理执行和智能体日常重复工作(工具调用、编码子任务、路由、抽取、长文档解析)的最小最高效模型。短提示词下定价与 GPT-6 Luna、Claude Haiku 5.5 相同,为每百万输入 token 0.10 美元、输出 0.50 美元;超过 200k 输入 token 后涨至 0.30/1.50 美元。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,官方称两者在几乎所有评测能力上都高于 Opus 5.5,并在多数独立榜单登顶。
推荐理由:材料汇总了 Fable 5.2 的独立评测、每任务成本变化和 effort 档位异常,可据此判断是否值得切换。
AWS Quick 通过智能体与技能机制把重复性任务编码复用:智能体遵循指令、按需加载技能、经连接器执行操作,并以 space、知识库、数据集和仪表盘作为数据依据。技能是可复用的指令集,系统技能默认支持生成 Word、PowerPoint、Excel、PDF 文档,以及浏览网页、运行代码、深度研究、音视频转写和图像生成。Quick 是内置默认智能体,自定义智能体可限定资源并共享给账户内用户和群组。
Simon Willison 用 Claude Code 构建了 Beep Locator,通过多台设备三角定位房间里的神秘蜂鸣声,最终将声源位置锁定在约 40cm 范围内,找到一台电量耗尽的旧一氧化碳探测器。
CodeRabbit 使用 OpenAI 模型治理并信任 AI 生成的代码,并借助 Codex 在工程团队规模不变的情况下将软件交付量提升 20 倍。
Physical Superintelligence 用内部研究系统运行非公开 Anthropic 模型,在第 3 天完成并让 Lean 接受了对 Aaronson-Ambainis 量子 conjecture 的证明,随后又两次改进结果。
NVIDIA Nemotron 3.5 Super VL 已在 Amazon SageMaker JumpStart 上线,可通过 SageMaker Studio 或 Python SDK 部署。
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用,其中 Fable 5.2 面向编码、数学和科研等技术工作,可处理多步骤任务并自行校验输出。
推荐理由:文章说明了 Fable 5.2 在编码与科研任务上的能力定位,以及数据保留和迁移方式,便于评估接入成本。
Amazon Bedrock Managed Knowledge Base 通过 AgenticRetrieveStream 新增单次 RAG 和仅检索两种模式,与原有智能体检索共用同一 API。maxAgentIteration 取值范围扩展至 0–5:0 为仅返回匹配段落、不调用基础模型,1 为单次检索后生成答案,更高值则进行多轮规划检索。三种模式均支持多个知识库。
Meta 发布其最小、最高效的模型 Muse Ember,面向智能体日常重复任务,包括调用工具、小型编码、请求路由、数据抽取和长文档处理。该模型在 Artificial Analysis 测试中每任务成本约 $0.14、智能指数得分 36,Meta 称每个推理层级都比 Claude Haiku 5.5 或 GPT-6 Luna 更具性价比。
AWS 为 AI 工作空间 AWS Quick 启动首个品牌活动,在美国和英国通过流媒体电视、在线视频、社交媒体及商业媒体投放。3M、BMW、Mondelez、New York Life、Southwest Airlines 等企业已用 Quick 让 AI 智能体在既有数据和应用中研究、分析并执行任务。
CrossnoKaye 基于 Amazon Bedrock AgentCore 构建工业物理 AI 系统 AURA,与其软件定义自动化平台 ATLAS 打通,覆盖 100 多个工业设施和 13,000 台受控设备。
AWS 提出 Pluggable Agentic AI Framework,一套面向多智能体应用、分为七层的可组合企业级参考架构,用于把智能体从原型推进到生产规模。
Meta Superintelligence Lab 发布轻量模型 Muse Ember,主打复杂推理执行和智能体日常重复工作,如工具调用、编码子任务、路由、抽取和长文档解析。
推荐理由:Meta 公布 Ember 的每百万输入 token 定价与多模态输入能力,可对照同价位轻量模型判断智能体执行成本。
Handshake 的 AI 训练业务在约一年内从上线做到 10 亿美元年化毛收入,Latent Space 与 Garrett Lord 团队联合拆解前沿实验室采购的专家数据与评测环境。
Apiiro 的 AI 安全研究人员发现,Claude Code 的设置文件在公开 GitHub 仓库中泄露了数千条敏感信息,包括数据库密码、API token 和 root 登录凭据。
Medium 于周一推出写作应用 TK,把 AI 助手直接嵌入编辑器,用户输入“@TK”加请求即可获得帮助。TK 提供编辑反馈、标题反馈以及按 Medium 刊物风格指南校对等技能,还可通过 MCP server 或 Claude skill 连接用户自己的 AI 智能体。该应用目前上线网页版,桌面版在规划中,Medium 账户用户可免费使用,并允许作者发布说明披露 AI 在写作中的使用方式。
Latent Space 与 Handshake AI 团队对谈,拆解前沿实验室采购训练数据的逻辑。Handshake 在约一年内做出近 10 亿美元年化总营收的 AI 训练业务,节目分别展示生物、金融与对齐三类强化学习环境,包括 VIALS 基准、模拟投行的 Excel 评分器,以及 CAREBench 对拒答边界的测试。
前美国司法部反垄断部门负责人 Jonathan Kanter 与前代理主管 Doha Mekki 共同创办了 FluxCap,销售基于专有技术和现有大语言模型的法律研究与分析工具,帮助原告构建并强化针对大型科技公司的反垄断案件。该平台可梳理海量证据材料、识别律师论证中的漏洞,团队称其能提供约“20 多人全天候工作”的人力,首批客户包括反垄断精品律所 Kressin Powers。
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开放世界动作模型 GR00T 2,以及开源机器人学习框架 Isaac Lab 3.0 等仿真工具、基准和智能体工作流。
推荐理由:原文列出 GR00T 2 的少样本成功率与 Isaac Lab 3.0 的训练吞吐提升,可据此判断仿真训练对精细操作任务的推进程度。
Automattic 推出 Spacefast,为 vibe coding 生成的网站和应用提供数据库、身份验证、文件上传、邮件和数据分析等基础设施。用户可接入 ChatGPT、Claude、Cursor 等智能体,也可连接 Git 仓库开始使用,产品由 Batuhan Icoz 负责,9 月已软启动收集反馈。
现代汽车集团正在探索 NVIDIA NemoClaw 蓝图与 OpenShell 运行时,韩国 AI 安全公司 AIM Intelligence 则将 Starfort 智能体控制平台与 OpenShell 集成,结合运行时访问控制与恶意指令、数据泄露检测能力。
Simon Willison 用 HTML 的 details/summary 标签把 Claude Code、Codex 等智能体生成的冗长 PR 描述折叠起来,GitHub Markdown 原生支持该标签。他在 PR 开头只保留一段人工挑选的高层说明和截图,summary 处标注模型名与 effort 级别(如 "Claude Opus 5.5 Medium"),完整细节仍可展开查看。
斯坦福 CS146S 课程《The Modern Software Developer》已把作业改为向开源项目提交补丁,由仓库维护者亲自评审学生代码。授课者 Mihail Eric 同时在 Monaco 负责 AI,其团队评估后保留 Devin 做代码审查,但自建智能体工作区,并遵循"买来学、自建留"的原则。