跳到正文
  1. AWS Machine Learning Blog63

    AWS 发布 Amazon Bedrock 成本管理五步操作手册

    AWS 发布面向 FinOps 与平台团队的 Amazon Bedrock 成本管理五步操作手册，依次为按 IAM 主体归因、记录每次请求、分级执行预算、优化平台默认值和定期复盘。

    推荐理由：面向 FinOps 与平台团队的五步成本治理框架，把归因、可观测、预算执行和默认优化串成可复用的运营闭环。

  2. AWS Machine Learning Blog63

    AWS 教程演示用 Amazon Bedrock AgentCore Session endpoints 在编码智能体构建时实时预览网页

    AWS 发布教程，演示如何通过 Amazon Bedrock AgentCore runtime 的 Session endpoints，在编码智能体构建网页时直接从浏览器打开会话内运行的 Vite 站点并实时看到改动。

    推荐理由：这篇 AWS 官方教程演示了如何在编码智能体会话内直接预览网页，读者可据此缩短改动到查看结果的反馈链路。

  1. NVIDIA Blog62

    Breakthrough Listen 与 SETI 研究所把智能体 AI 接入外星信号搜索

    Breakthrough Listen 与 SETI 研究所在北加州 Allen Telescope Array 把智能体 AI 接入日常的外星智慧搜索，研究人员用一句自然语言请求就能让智能体操控望远镜、校正数据并运行 AI 模型。

    推荐理由：读者可以看到智能体如何接入射电望远镜的实时数据流，把原本数周的分析压缩到数小时。

  1. Google DeepMind75

    Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长程任务能力

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上达到当前最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：官方给出网络安全与长程智能体任务的基准数字和分阶段开放安排，可据此判断前沿模型的发布节奏与安全门槛。

  1. NVIDIA Blog66

    NVIDIA RTX Spark 笔记本新增模型、智能体工具与游戏支持

    NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 的 GPU 资源分配控制，以及多款游戏支持。

    推荐理由：原文列出 RTX Spark 笔记本新增的语音模型、GPU 资源分配和游戏支持，读者可据此判断本地智能体与创作工作流的变化。

  2. Google DeepMind77

    Google DeepMind 发布世界模型 Genie 4，支持实时交互与原生音频

    Google DeepMind 发布世界模型 Genie 4，可实时生成画面与声音，并支持用自然语言在模拟过程中修改天气、镜头和人物。Genie 4 首次在实时世界模型中原生生成音频，包括环境声和可随输入变化的角色对话，同时提升物理与人物动作的真实感。

    推荐理由：Genie 4 把实时世界模拟、原生音频与 Gemini 的推理结合起来，读者可据此判断交互式仿真在预演和机器人训练上的边界。

  1. Microsoft Research60

    微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种在 Flint 之上创建可交互数据可视化的语言，让智能体生成的图表支持点击、筛选、缩放、高亮和跨图表联动。

    推荐理由：微软研究院把图表交互拆成语义事件与更新算子，读者可据此判断智能体生成可交互图表的成本与可靠性变化。

  1. Microsoft Research87

    微软研究院等证明悬置31年的KLS猜想

    微软研究院张新智与合著者赵松证明1995年提出的Kannan-Lovász-Simonovits（KLS）猜想，证明高维对数凹分布的最优平面切割与任意形状最优切割之差不超过一个与维数无关的通用常数。

    推荐理由：这条内容讲的是研究者如何用人工引导的智能体搜索，在约一百条候选路径中筛出关键判据，最终完成证明；读者可以从中看到人机协作做数学研究的可迁移方法。

  1. GitHub Blog · AI & ML63

    如何在 VS Code 中继续 GitHub Copilot 应用会话

    GitHub 发布教程，介绍如何把 GitHub Copilot 应用中的会话直接打开到 VS Code 里继续，会话的任务、计划和对话记录，以及改动 diff 和隔离工作树（worktree）都会一并带过去。

    推荐理由：教程把智能体会话、diff 与 worktree 一并交接给编辑器，读者可据此安排人机分工的收尾流程。

  1. Microsoft Research61

    微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序，在 15 个基准程序上平均比现有最快同类 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。

    推荐理由：微软研究院把十余年零知识证明工作汇成 Magnetar，读者可看到通用程序证明为何长期难落地，以及这次在速度与密码学假设上各推进了多少。

  1. Google DeepMind79

    Google DeepMind 发布 Gemini 4 Argon 并公开安全与安保报告

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布完整的安全与安保报告，说明如何防范滥用和模型失准。该模型在网络安全测试中完成全部 12 个端到端模拟攻击场景，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%。

  2. GitHub Blog · AI & ML62

    GitHub 用微调 ModernBERT 替换 LLM 做密钥扫描

    GitHub 为密钥扫描上线两阶段管线，先用正则表达式生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥。GitHub 称与上一版 LLM 管线相比，仓库所有者加权告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低超过 98%。

    推荐理由：GitHub 披露密钥扫描新管线的设计取舍与线上 A/B 数据，可看小模型替代通用 LLM 的工程路径。

  3. Google DeepMind75

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon，定位为通用物理推理模型，在测试 3D 环境物理与空间问题理解的 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。

    推荐理由：官方给出 Argon 在 ERQA 上的得分与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。

  4. Google DeepMind85

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业与科研人员开放

    Google DeepMind 发布 Gemini 4 Argon，今日起通过 Gemini API 在 AI Studio 和 Gemini 平台向开发者与企业开放，Google AI Ultra 和 Pro 订阅者也可在 Gemini 应用与搜索的 AI Mode 中使用。

    推荐理由：官方披露了 Argon 在代码重构、科研与网络安全中的具体案例和量化收益，可据此判断前沿模型在专业工作流中的实际位置。

  1. GitHub Blog · AI & ML61

    GitHub 推出基于 ModernBERT 的密钥检测模型，推送前 2 毫秒内拦截

    GitHub 发布与 Microsoft Applied Sciences 共同构建的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称有望把可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 用九个季度的数据说明密钥泄露为何随代码量增长，并给出把检测压进推送前 2 毫秒的做法。

  2. Microsoft Research73

    微软研究院开源 Agent Lightning v1.0：约 3500 行代码的智能体强化学习框架

    微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，让部署时使用的智能体执行框架直接参与训练，无需在训练框架内重写智能体。

    推荐理由：微软研究院开源轻量框架，让部署时的智能体直接参与强化学习，并给出小样本训练的性能提升数据。

  1. GitHub Blog · AI & ML75

    GitHub 发布 AI 代码审查开放基准 ReviewBench

    GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub 拉取请求的分布，构建了覆盖 19 种语言、219 个公开拉取请求的评测集。

    推荐理由：GitHub 公开了基准的构建方法、评分规则和人工校验一致性，读者可据此判断 AI 代码审查评测的可信度。

已经到底了