Amazon Bedrock AgentCore 智能体评估实践：内置、DeepEval 与 AutoEval 评估器怎么选
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore Evaluations 上做智能体评估，用内置评估器与 DeepEval、AutoEval 托管评估器组合执行。
全部 AI 动态
AWS Machine Learning BlogAI 评分5353 AWS Machine Learning BlogAI 评分5858 AWS 推出 Amazon Bedrock AgentCore Web Search API 并演示 LangGraph 依赖监控实践
AWS 宣布 Amazon Bedrock AgentCore 的 Web Search API 正式可用，让智能体通过一次 API 调用获得可引用的最新网页结果，查询由 Amazon 自营 web index 服务、不发往第三方搜索引擎，且用现有 AWS 凭证（SigV4）签名，无需存储或轮换 API key。
AWS Machine Learning Blog精选AI 评分6262 Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock
Moonshot AI 的 Kimi K3.1 Pro Highspeed 现已在 Amazon Bedrock 提供，沿用 Kimi K3 的 3T 级开放权重架构与 100 万 token 上下文窗口，据 Moonshot AI 报告其输出速度为 Kimi K3.1 Pro 的 2–3 倍，面向长程智能体任务、金融建模与游戏引擎、3D 场景、CAD 脚本等编码场景。
推荐理由：原文给出模型ID、API调用方式与降本手段，可直接用于评估迁移成本和接入路径。
AWS Machine Learning BlogAI 评分4444 Amazon SageMaker AI 双向流式推理推出按用量计费
AWS 宣布为 Amazon SageMaker AI 双向（bidi）流式推理推出按用量计量，让模型提供商可将实际用量上报至 AWS Marketplace 软件计费，Deepgram 为发布合作伙伴，带来按用量的 Speech-to-Text（STT）和 Text-to-Speech（TTS）计费。
AWS Machine Learning BlogAI 评分5858 AWS 开源 UAEF：跨框架统一评测 AI 智能体的闭环系统
AWS 发布并开源 Universal Agent Evaluation Framework（UAEF），一个框架无关的 AI 智能体闭环评测系统，已在电信、医疗、金融等 12 家组织中被用于以统一指标评估智能体并在发布前比较版本。
AWS Machine Learning BlogAI 评分4444 AWS Quick 用 AI-PDLC 六智能体框架加速产品开发上游流程
AWS Quick 推出 AI 驱动的产品开发生命周期框架 AI-PDLC，由 Orchestrator 调度 Discovery、Prioritize、Working Backwards、Spec Generator、Designer 等六个智能体，覆盖 Discover、Decide、Design、Prototype 等八个阶段中的前四个。
AWS Machine Learning BlogAI 评分4545 AWS 用 23 个可复用资产加速生成式 AI 交付
AWS 介绍如何访问 AWS Generative AI Innovation Center（现属 AWS Frontier AI Engineering & Services）的 23 个生产级开源可复用资产目录，可将开发时间从数月缩短至数周。
AWS Machine Learning BlogAI 评分4545 DXC Technology 如何基于 Amazon Bedrock 构建多模型 AI 底座
DXC Technology 基于 Amazon Bedrock 构建了 DXC OASIS 的多模型 AI 底座，通过单一托管接口接入 Anthropic Claude、Amazon Nova、Meta Llama 及开放权重模型，并用 Amazon Bedrock Guardrails 统一执行内容过滤、PII 脱敏与拒答主题策略。
AWS Machine Learning BlogAI 评分5858 AWS 介绍 Agent DLC：从原型到生产的智能体工程方法
AWS 发布教程介绍 Agent Development Lifecycle（Agent DLC），围绕一个显式 gold standard 组织 Define、Build、Evaluate、Release、Observe、Feed Back 六项活动，并包含内循环（打分、检查路径、改一处、重新评估）与外循环（让标准本身随生产反馈更新）。
AWS Machine Learning BlogAI 评分5858 Amazon Bedrock Managed Knowledge Base 工具的细粒度访问控制教程
AWS 官方博客介绍如何让共享同一 Agent 和知识库的员工各自只能检索到自己有权查看的文档，核心原则是不让 LLM 决定用户身份。
AWS Machine Learning BlogAI 评分5858 AWS 教程：用 A2A 协议构建跨组织多智能体系统
AWS Machine Learning Blog 发布教程，展示如何在 AWS 上用 A2A 协议构建跨组织、跨框架的多智能体系统。
AWS Machine Learning BlogAI 评分5858 AWS 教程：用编码 Agent 迁移到 Amazon Bedrock Managed Knowledge Base
AWS 发布教程，介绍如何用 Agent Toolkit for AWS 中 amazon-bedrock skill 的迁移指南，把客户自管知识库迁移到 Amazon Bedrock Managed Knowledge Base。
AWS Machine Learning BlogAI 评分5151 AWS 教程：用 Amazon Bedrock 与 Spring AI 构建自主 AI 智能体
AWS 官方博客给出用 Spring AI 与 Amazon Bedrock AgentCore 在 Java 中构建自主 AI 智能体的完整教程，包含单智能体旅行助手与五专家智能体的 IDP 多智能体系统两个可部署示例。
AWS Machine Learning BlogAI 评分5858 AWS 教程：在 Amazon Bedrock 上接入 OpenAI Codex 的企业落地路径
AWS 发布教程，讲解开发者如何让 Codex 通过 Amazon Bedrock 调用受支持的 OpenAI 模型（示例使用 GPT-5.6 Sol），并把接入纳入现有 AWS IAM、Region 与可观测性实践。
AWS Machine Learning BlogAI 评分5555 AWS 用反合一实现形式化策略的语义 diff 教程
AWS Machine Learning Blog 介绍用开源引擎 semi-persistent 对形式化策略做语义 diff，基于 e-graph 上的反合一找出两份策略的共享结构与真实分歧，声明代数性质与领域 rewrite 后可吸收纯表述差异。
AWS Machine Learning BlogAI 评分5757 AWS 教程：在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏
AWS 发布教程，介绍如何在 PyTorch DDP 训练循环中加入三道检查来检测静默数据损坏（SDC），并把可疑 rank 映射到节点、隔离后交由 SageMaker HyperPod 替换：all-reduce 前后的 NaN/Inf 梯度检查、审计步的环形重放比对 loss 与梯度指纹、优化器步后的权重指纹比对。
AWS Machine Learning BlogAI 评分5858 AWS 在 Amazon Bedrock AgentCore 上推出 Web Search API
AWS 宣布推出 Amazon Bedrock AgentCore 的 Web Search API，让开发者用一次 API 调用直接搜索网页，无需先创建 Gateway 或 web search target。
AWS Machine Learning BlogAI 评分5858 AWS 汇总 2026 年 10 月面向 AI 开发者的模型与 Agent 更新
AWS 官方博客盘点 10 月为 AI 开发者上线的更新：Amazon Bedrock 新增 Claude Haiku 5.5、OpenAI GPT-6.1 Terra、Amazon Nova 2.5 Sonic、GLM 5.3、TwelveLabs Pegasus 1.5 等模型。
AWS Machine Learning BlogAI 评分4444 用事件驱动架构自动同步 AWS Agent Registry 中的 MCP server 记录
AWS 介绍了一套事件驱动架构，用 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 自动同步 AWS Agent Registry 中的 MCP server 记录，避免元数据过期。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 DNA 序列模型 AlphaGenome 2
Google DeepMind 宣布发布下一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异对特定人类细胞类型的影响，帮助科学家发现疾病的细胞驱动因素。
推荐理由：原文给出条件模型架构与细胞类型特异的变体召回数据，读者可据此判断它相对上一代在疾病相关变异定位上的实际增益。
NVIDIA BlogAI 评分4545 NVIDIA 展示 Inception 创企用 AI 与机器人分拣混合废弃物
NVIDIA 介绍四家 Inception 计划成员如何用视觉 AI 与机器人从传送带上分拣可回收物：AIRECO 用 NVIDIA Jetson Orin NX 驱动机械臂。
Microsoft Research精选AI 评分7171 微软研究 Lazarus 后门技术：重编程休眠神经元可让 AI 智能体执行恶意命令
微软研究人员发现名为 Lazarus 的后门技术，重编程 LLM 中不到 10 个休眠神经元、无需训练即可给智能体植入后门，模型通过标准评测并表现正常，直到触发条件出现（如时钟跨入 2027 年的午夜）才下载并运行攻击者代码。
推荐理由：原文说明了后门只需改动不到 10 个休眠神经元且无需训练，读者可据此理解模型权重完整性为何成为部署环节的关键风险。
Google DeepMind精选AI 评分8888 Google DeepMind 开源 Gemini 4 Carbon 模型正式开放使用
Google DeepMind 宣布 Gemini 4 Carbon 正式向开发者、企业、科学家和消费者开放，定位为最强模型，主打网络安全能力与长程智能体工作流，适用于复杂多步编码调试和开放式科学研究，消耗 token 多于 Gemini 4 Argon。
推荐理由：原文给出 Carbon 与 Argon 的分工、定价和多项基准名次，可据此判断它在复杂任务中的定位与迁移成本。
NVIDIA Blog精选AI 评分6262 NVIDIA 在 KubeCon 捐赠 OpenShell 并发布 DSX AI Factory Platform 三个新组件
NVIDIA 在 KubeCon + CloudNativeCon 宣布将用于保护和治理自主智能体的开源运行时 NVIDIA OpenShell 捐赠给 CNCF（Sandbox 项目）。
推荐理由：原文给出三个新组件的公开预览状态与实测启动耗时数据，可据此评估其对 GPU 基础设施部署效率的实际影响。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，首次用 AI 在这一深度形式化验证广泛部署的密码学协议 Signal 的实际代码，也是任何方法首次验证此类协议的实现。
推荐理由：原文给出验证深度、耗时与人工复核比例等关键数字，读者可据此评估 AI 形式化验证相对传统方法的效率差异。
OpenAI NewsAI 评分5454 OpenAI 在 ChatGPT 中推出商家信息管理功能
OpenAI 在 ChatGPT 中推出 Businesses 功能，让商家管理自己的业务信息、查看业务在 ChatGPT 中展示表现的洞察，并把用户兴趣转化为行动。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为迄今最强的视觉-语言-动作（VLA）模型，提升机器人可学技能的广度与学习速度。
推荐理由：原文给出任务广度、工厂实测成功率与安全评测三层数据，读者可据此判断该模型在真实工业场景的可用程度。
NVIDIA Blog精选AI 评分7474 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
NVIDIA 在 CoRL 大会推出开放世界动作模型 GR00T 2，基于 NVIDIA Cosmos 构建，使用含 100,000 小时开源第一人称人类数据训练，无需任务特定演示即可完成 50 项评估任务中的 40 项，每任务 1 个演示时 50 项任务平均成功率 71%，5 个演示时升至 95%。
推荐理由：原文列出了新模型的量化指标和开放评测框架，读者可据此判断其仿真训练到真机部署的迁移路径。
NVIDIA BlogAI 评分4343 NVIDIA 在 MSIT-NVIDIA AI 创业伙伴论坛宣布对韩国初创企业的新一轮投资
NVIDIA 在韩国科学技术信息通信部（MSIT）与 NVIDIA 举办的 AI 创业伙伴论坛上宣布投资 AI 互连公司 Point2，并计划追加投资 Motif Technologies、RLWRLD 和 Upstage。
NVIDIA BlogAI 评分5252 NVIDIA 助力韩国推进物理 AI，覆盖三星、Kakao Mobility 与 LG 电子
NVIDIA 官方宣布正帮助韩国推进物理 AI 生态，三星电子、Kakao Mobility 与 LG 电子分别在半导体、自动驾驶和机器人制造中应用其加速计算、AI 与仿真技术。
NVIDIA BlogAI 评分4343 韩国 AI 生态借 NVIDIA 推进 Agentic AI 安全
NVIDIA 宣布韩国多家企业推进 Agentic AI 安全：AIM Intelligence 将 Starfort 平台与 NVIDIA OpenShell 集成，结合其恶意指令与数据泄露检测能力，Hyundai Motor Group 则在探索 NVIDIA NemoClaw blueprints 与 OpenShell runtime。
NVIDIA BlogAI 评分4747 NVIDIA 与韩国 MSIT 扩大主权 AI 合作：从芯片到技能
NVIDIA 与韩国科学技术信息通信部（MSIT）扩大主权 AI 合作，覆盖 AI 芯片、数据中心基础设施、人才、初创企业、模型、智能体与安全，为韩国 NPU 和 XPU 厂商参与 NVIDIA NVLink Fusion 生态铺路。
GitHub Blog · AI & MLAI 评分4444 GitHub 超越代码生成：开发者智能体工程指南
GitHub 发布开发者指南，讲解如何在 Plan、Build、Verify、Observe 四个阶段用 Copilot 构建智能体工程工作流。10 月 GitHub 单周提交量超 12 亿次，同比增长 400% 以上，而 Faros AI 研究显示高 AI 采用团队的 pull request 审查时间延长 441%。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini Omni 1.2 Flash：15 秒视频、降价 30%
Google DeepMind 宣布推出 Gemini Omni 1.2 Flash，并首次在 Gemini API 和 Gemini for business 中全面可用。
推荐理由：原文列出了时长、价格和一致性三方面的具体变化，读者可据此判断它对批量视频生产成本的影响。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 PDD Kit，用形式化验证约束智能体生成的全栈 Web 应用
Microsoft Research 发布研究原型 PDD Kit，把形式化验证引入日常软件开发：它在 GitHub Next 的 Chopin 中与开发者协作，把自然语言意图转成 Verus 形式化规范，证明智能体写的代码对每个输入都满足规范，证明覆盖不到的部分则回退为测试。
推荐理由：原文给出从意图到形式化规范再到证明的完整工作流，可迁移之处在于把代码评审重心前移到意图评审。
Google DeepMindAI 评分5757 Google Antigravity 推出 Cheminformatics Skills 加速药物发现
Google DeepMind 宣布 Google Antigravity 的 Cheminformatics Skills 今日可用，可安装 Science 插件使用，企业用户可用 Google Cloud 凭证登录。
Google DeepMind精选AI 评分6262 Google DeepMind 规划辅助工具 PlanAssist 将扩展至英格兰 12 个地方规划机构
Google DeepMind 宣布其 AI 规划工具 PlanAssist 将新增覆盖英格兰 12 个地方规划机构，参与总数达 15 个。该工具基于 Gemini 构建，与英国政府、Google Cloud 和 Faculty 合作开发，可校验申请文件与建筑图纸、核查遗产保护限制及规划政策，并起草带完整引用的评估报告，规划官员保留最终决定权。
推荐理由：原文给出试点中评估时间下降58%和报告免改通过率超70%的具体数据，可据此判断该工具在公共审批流程中的实际效用。
Microsoft ResearchAI 评分5656 Microsoft Copilot 企业评测体系：合成环境与自动查询管线详解
Microsoft Research 介绍其 Industry Evaluation Data Generation Platform，用基于 O*NET 职业数据、在线招聘启事和 SEC 文件等公开数据构建的全合成企业环境（tenant）评测 Microsoft Copilot，全程不使用真实客户数据。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 宣布推出下一个前沿模型 Gemini 4 Carbon，称其为迄今最强模型，具备 SOTA 网络安全与长时程能力，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出了网络安全与长时任务的具体基准分数和分阶段开放路径，读者可据此判断其面向的首批用户与能力边界。
Microsoft ResearchAI 评分5151 Microsoft Research 发布 Flint-interactive 交互式数据可视化语言
Microsoft Research 发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让 AI 智能体能生成可点击、筛选、缩放、高亮及跨图表联动的图表。