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。
#开源/仓库
AWS Machine Learning BlogAI 评分5858 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。
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。
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。
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。
GitHub Blog · AI & MLAI 评分5858 GitHub 开源 AI 代码评审基准 ReviewBench
GitHub 发布开源 AI 代码评审离线基准 ReviewBench，语料取自对 103.9M GitHub pull requests 的分布分析，包含 19 种语言、187 个开源仓库的 219 个 pull request。
Berkeley AI ResearchAI 评分5757 Berkeley AI Research 将 K-Search 扩展到 MLX，用 CUDA 优化知识提升 Apple Silicon 内核性能
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展出 MLX 后端，并加入结构化 CUDA-to-MLX 翻译层，把 CUDA 内核作为知识库适配为 Apple Silicon 的高质量 GPU 内核。
Berkeley AI ResearchAI 评分5151 Berkeley AI Research 介绍 SPEX 与 ProxySPEX 大规模识别 LLM 交互的方法
Berkeley AI Research 博文介绍 SPEX（Spectral Explainer）与 ProxySPEX 两种算法，用于在特征归因、数据归因和模型组件归因中大规模识别关键交互。