微软研究院亚洲团队开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出 6000 样本提升 14.6 个百分点的完整流程。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。该系统还把手动生命周期步骤从 10 步以上压缩为 1 次交互，冗余告警中位数减少 65%，SRE 与数据团队之间的 15 分钟报告延迟降为实时。三人团队用六个月完成交付。
AWS 设计了一个为期六周、每周约四小时的结构化项目，让非工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型动手构建 AI 智能体。
AWS 展示了一套自动化修复工作流，用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 承接 AWS DevOps Agent 的调查结果，把根因分析转成预验证的修复方案。
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万名客户提供带来源引用的企业级问答。其 Discovery Agent 上线以来已为客户发现超 10 万条异常与离群点，多数启用智能体工具的 Qlik Cloud 账户已在日常使用。
AWS 提出 Agentic Value Model，用于为 agentic automation 构建商业案例，弥补传统 RPA 时代 ROI 模型只算"节省工时×人力成本−建设成本"的缺陷。
OpenAI 为 ChatGPT for Teens 推出 College Planner，帮助学生管理大学申请，同时上线新的 flashcards 和 quizzes 功能。OpenAI 还将组建青少年 AI 委员会（teen AI council），让青少年参与塑造 AI 的未来。
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw，构建能跨会话积累上下文的个人助手。
推荐理由：原文给出在 AgentCore 上搭建带长期记忆助手的完整架构与可复用设计准则，含记忆分层与提示词缓存的具体做法。
OpenAI 与 Ironclad 正围绕复杂的合同工作流训练和评估 AI 智能体，以推进计算机操作能力在专业工作场景中的应用。双方聚焦合同流程这一专业任务，探索 AI 智能体在真实业务中的训练与评测方式。
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中探讨评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她指出结果反常时应仔细审视数据，并分享了使用当前 AI 系统的实用建议。
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases，可搭建航空语音旅行助手，让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
Mistral 发布 Mistral Large 4 公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重将于本月底放出。
推荐理由：Mistral 迄今最大模型以开放权重切入网络安全等企业场景，读者可据此判断欧洲开源路线的能力边界。
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务优化。Bedrock 提供全托管 API、跨区域推理、提示词缓存和服务层级，支持 OpenAI 兼容的 Responses 与 Chat Completions API 以及 Invoke 和 Converse API。
推荐理由：GLM 5.3 以 753B MoE 模型上线 Amazon Bedrock，读者可了解其编码与长程智能体能力及托管接入方式。
Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》研讨会报告，汇集 50 多位学界与业界专家，于 2025 年底在纽约举行的 CAPS 研讨会上完成。报告基于上下文完整性（CI）理论，提出以实时动态策略引擎作为监督层，在执行前评估智能体数据流与动作是否合乎情境，并给出系统级沙箱、模型级推理、用户控制等多层防御方向。
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可衡量多智能体系统的准确性、任务成功率和行为表现，并首次将可解释性作为一等评估维度。内置评估器覆盖有用性、任务成功、指令遵循等通用维度，自定义评估器则可校验决策依据、数据引用与成本和服务水平等权衡。该能力支持按需模式用于开发基准与 CI/CD 门禁，在线模式用于生产持续监控与告警。
Amazon Bedrock Managed Knowledge Base 上线智能体检索，通过 AgenticRetrieveStream API 把多部分问题拆成子查询、执行并判断证据是否充分，不足则再次检索，而 Retrieve API 只做一次混合搜索。
基于 Amazon Bedrock AgentCore 的 Quick Resource Migrator 示例 MCP 服务器，可一次调用完成 Amazon Quick 资源（chat agent、action connector、知识库、flow、space）从开发账户到生产账户的跨账户迁移。
Amazon SageMaker AI 推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 提供给 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体，使其具备推理优化与基准测试能力。
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 与 Claude Sonnet 5 现已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上可用，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与离线在线信号对照，读者可据此判断评测结果能否预测生产表现。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再依据终端后端状态和副作用而非模型生成的文字来判定任务成败。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务成败，并给出可复现的 OpenEnv 运行方式。
OpenAI 发布 GPT-6 系列模型选型指南，面向初创公司讲解如何在 GPT-6 家族中挑选模型、调节推理强度、优化提示词与技能、协调工具调用，并为生产环境准备工作流。
AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面提问合规问题，实际判定交由确定性规则引擎完成，模型只负责把自然语言转为固定类型操作并叙述结果。该模式通过完整性回执保证"已扫描 = 合规 + 违规 + 模糊 + 不可读"，并保留规则版本、条款文本、方法与日期等可辩护记录，适用于租约合规、制裁筛查、保险理赔等高风险场景。
AWS 团队介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，仅调整 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数，其余走默认值。
推荐理由：AWS 团队公开了用多轮 RL 微调搜索智能体的完整配置与四个基准的对比数据，可据此评估该方法在自有检索场景的迁移成本。
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范，定位能力缺口并生成、验证新的可执行训练任务，随模型提升动态调整课程。该流程在 EnterpriseOps Gym 数据集上进行了演示，生成的任务需满足可行性、真实性与难度三项属性，验证器则要求一致性、可靠性与完备性。
AWS Professional Services 构建了一套四智能体模式，在 Amazon Bedrock AgentCore 上运行，将基础设施即代码（IaC）开发时间从每个应用 3 到 4 周缩短至几分钟。
NVIDIA NeMo Agent Toolkit（NAT）可通过实现 MemoryEditor 插件接口，将 Amazon S3 Vectors 接入为自定义持久记忆后端，单索引支持最多 20 亿向量。NAT 是开源、框架无关的智能体构建与优化框架，已内置 Mem0、MemMachine、Redis、Zep 四种记忆提供方，此次方案以多智能体投资研究为示例，部署在 Amazon EKS 上。
AWS 介绍如何用 Amazon Bedrock AgentCore 构建"环境智能体"（ambient agent）：由 Amazon S3 事件通知、EventBridge、Lambda 等事件流触发，而非用户发起对话，智能体在 AgentCore Runtime 上运行并可通过单个 ask_human 工具暂停等待人工审批后继续。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展到开发者、企业和消费者，起价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 按输入价的 95% 折扣计费。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准与内部落地数据，可据此判断前沿模型的能力边界与分阶段开放节奏。
CoreWeave 宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网网络，成为首批向客户交付该平台的云厂商之一，Cognition 是首个在生产环境运行 Vera Rubin 的客户。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据，可据此判断智能体编码负载的算力成本走向。
Hugging Face 发布 ProvenanceGuard，一个运行在黑盒 MCP 智能体之上的生成后验证层，用于识别"跨来源混淆"——即事实本身为真但被归因到错误来源。在 281 条医疗智能体真实 trace 上，专家判定应拦截的 139 条 claim 中它拦下 138 条，来源识别准确率约 86%，并在与四种核查器的对比中取得最高分。
H 公司发布 Holo4 系列智能体模型，包含 27B dense 和 35B-A3B MoE 两个版本，均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face，同时发布基于 Nemotron 3 Nano Omni 的 Holotron4 Nano。
推荐理由：Holo4 同时支持 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，读者可据此判断通用计算机智能体的成本与能力边界。
GitHub Copilot 应用中的 canvas（画布扩展）是一种可自定义界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，agent 即可生成看板、发布清单或仪表盘等界面。
GitHub Copilot 提出 canvas 概念，即在 GitHub Copilot app 内运行的无浏览器外壳的全栈小应用，可与 agent 双向通信，并能在本地执行代码、调用第三方 API。
Google Research 发布 AI 视频联合导演（AI video co-director）多智能体框架，作为编排层构建在 Gemini 和 Veo 之上，用于自动化多镜头长视频生成。
推荐理由：Google 把长视频生成拆成四个可组合框架，并给出多镜头一致性与角色保持的评测结果，适合了解多智能体编排如何缓解语义漂移。
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体便会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，读者可了解其分层设计与安全边界。
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决的是不同问题，前者是可读的打包经验，后者是智能体连接工具与数据的标准，二者可组合使用。
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI agent 写了其中大部分代码，分布在 128 个合入 main 的 PR 中并增量发布。
推荐理由：作者以亲历者身份给出把 Copilot 运行时从 TypeScript 迁到 Rust 的完整工程细节，可迁移到大规模 agent 协作开发。
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，先在法国和北美上线，英国和德国预计今年晚些时候跟进。