Itaú 如何用 ia.i 与 IARA 为全体客户构建生成式 AI
巴西银行 Itaú 正通过对话式界面 ia.i 和治理平台 IARA，把 AI First 战略同时落地到客户与员工场景。该行身处巴西监管最严格的行业之一，ia.i 面向客户提供对话交互，IARA 则承担 AI 治理职能。
#Agent
OpenAI NewsAI 评分2222 AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore 构建 AI 智能体生产级评估框架
AWS 的 Sales, Marketing, and Global Services（SMGS）Operations 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向全球 AWS 现场销售的多智能体系统的持续质量评估框架。
OpenAI NewsAI 评分3030 Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。
AWS Machine Learning Blog精选AI 评分6565 Reflection AI 发布开源权重模型 Beam，面向智能体编码并在 AWS 上线
Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：原文给出 Beam 的参数量、上下文长度与三种精度权重，并说明在 AWS 上的两条部署路径，便于评估落地成本。
OpenAI NewsAI 评分2020 OpenAI 与 Sullivan & Cromwell 合作开发 Agreement Analyzer 协议审查工具
OpenAI 与律所 Sullivan & Cromwell 合作开发了 Agreement Analyzer，用于识别协议草案中的问题。该工具将法律专业知识引入协议审查流程。
Google DeepMind精选AI 评分6262 Google DeepMind 用 Google Antigravity 加速抗菌肽发现
Google DeepMind 介绍其智能体开发平台 Google Antigravity 如何用于抗菌肽发现，把原本分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 模型从氨基酸序列预测生物功能，扫描 UniProt 中数百万条此前未表征的蛋白质，并找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。
推荐理由：原文给出智能体科研工作台与 3D 结构查看器的协作方式，读者可据此判断生物发现流程如何被压缩进单次会话。
AWS Machine Learning Blog精选AI 评分6060 AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在动作可被验证时让智能体自主执行，把人工判断留给真正需要决策的环节。框架按智能体生命周期分为四层：Scope 在运行前界定职责与权限边界，Know 为每个智能体分配独立身份并追踪授权来源，Bound 在运行时于智能体推理之外强制执行策略，Observe 在每次运行后重建其行为并用于改进。
推荐理由：AWS 高管把 Defense in Depth 的思路搬到智能体治理上，给出可验证的四层框架与配套产品入口。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
亚马逊云科技发布基于 Amazon Bedrock AgentCore 的智能体文档处理（IDP）方案，用 8 个专用智能体组成识别与训练两条图工作流，自动分类、提取、校验并从新文档格式中学习。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成客户 PowerPoint 演示文稿，内部测试中完成时间不到 90 秒。
AWS Machine Learning BlogAI 评分2222 Tamnoon 如何用 Amazon Bedrock 构建 AI 云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超 90%，且未引发任何生产问题。Tami 通过单一 API 为调查、安全评分、修复、代码生成四类智能体分别调用最合适的模型。
OpenAI NewsAI 评分2626 Amp 借助 OpenAI 模型让 AI 智能体超越编程
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT，将 AI 智能体的能力拓展到编程之外。该案例展示了智能体在代码以外的任务场景中如何进一步发挥作用。
OpenAI NewsAI 评分2222 Block 如何用 OpenAI 技术构建 AI 驱动的安全体系
Block 正基于 OpenAI 技术构建 AI 驱动的安全体系，其安全团队借此更快调查威胁，并能在数分钟内提出补丁方案。
AWS Machine Learning BlogAI 评分5858 Anchor Browser 集成 AgentCore payments，让 AI 智能体自动完成 x402 支付
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在浏览器会话内自动应对 HTTP 402 付费挑战，为 x402 保护的网页和 API 完成支付并重试请求。
AWS Machine Learning BlogAI 评分2222 用托管权益管理 Amazon Bedrock 私有定价优惠
Amazon Bedrock 的托管权益（managed entitlements）支持从中心账户一次订阅、向组织内多账户分发第三方模型访问权限。AWS 提供两条激活 AWS Marketplace 私有定价优惠（MPPO）权益的路径：轻量脚本用于一次性激活，CDK 自动化通过 EventBridge 和 Lambda 持续处理协议事件、校验卖家并创建分布式授权。
AWS Machine Learning BlogAI 评分2222 Orca Security 基于 Amazon Bedrock 构建自然语言安全查询 Discovery AI
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型在专业工作流中的落地程度。
AWS Machine Learning BlogAI 评分3838 ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单，上线后解决了 97.5% 的频道查询，员工正面反馈率达 96%。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线，支持可配置推理强度、工具调用和结构化输出，提供 500K token 上下文窗口。
推荐理由：AWS 官方给出 Grok 4.7 在 Bedrock 上的实测数据，读者可据此为智能体各步骤选择推理强度并控制 token 成本。
AWS Machine Learning BlogAI 评分3636 在泰国、马来西亚、新加坡、印尼和台湾通过 Amazon Bedrock 全球跨区域推理调用 OpenAI GPT-6 模型
Amazon Bedrock 面向亚太五个 AWS 区域开放 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra 的全球跨区域推理，调用时用 global cross-Region inference profile ID 替代模型 ID。
GitHub Blog · AI & MLAI 评分3636 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 提供四种方式让 Copilot 理解项目上下文：自定义指令（.github/copilot-instructions.md 及 .github/instructions 下的路径级指令）。
Microsoft ResearchAI 评分3939 微软 StudentSim：用个性化学生模拟器评估和改进 AI 辅导系统
微软研究院提出 StudentSim，一个从公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统，用于在真实学习者测试前评估和改进 AI 辅导工具。该系统同时发布 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学，从行为保真度与指导响应性两个维度评估模拟器，并优于领先基线。StudentSim 并非产品，不部署于课堂，也不旨在取代教师。
AWS Machine Learning BlogAI 评分2222 Amazon Bedrock、AgentCore 与 Strands 9 月更新盘点：GPT-6 Astra、Claude 5.5、Kimi K3 等新模型上线
Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。
AWS Machine Learning BlogAI 评分3434 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上支撑 4000 万开发者的生产架构，用向量数据库把 170 多个工具按任务动态收窄到约 15 个，并隔离执行线程。团队发现可见工具集超过约 40 个后工具选择错误上升，因此把上下文而非能力视为主要瓶颈，同时用 Amazon Bedrock Guardrails 在进入 LLM 前脱敏个人信息。
OpenAI NewsAI 评分2222 Sophos 借助 OpenAI Daybreak 将威胁调查时间缩短 96%
Sophos 使用 OpenAI 的 Daybreak 将网络威胁调查时间缩短 96%，并自动化处理 52% 的 MDR 案例，同时保留人工监督。
OpenAI NewsAI 评分3030 Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在浏览器测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
AWS Machine Learning BlogAI 评分4848 BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 支付模型推理费用，将接入 x402 支付支持的工作量从数月缩短到数天，并已把端到端按次付费推理流程投入生产。
OpenAI NewsAI 评分2020 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营中借助 ChatGPT Work 与 Codex，把专家知识转化为快速、可重复的工作流，将原本需要数天的工作缩短到几分钟。
AWS Machine Learning Blog精选AI 评分6262 AWS 上线 Claude Haiku 5.5，成本较 Haiku 4.5 降低约 75%
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 介绍它是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和高并发、成本敏感场景，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本变化与接入方式，可据此判断它在多智能体分层中的位置。
Microsoft Research精选AI 评分6666 微软研究院开源 Agent Lightning v1.0：3500 行轻量级智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的思路与 3500 行代码实现，可迁移到自有智能体训练流程。
OpenAI NewsAI 评分4242 OpenAI 为 ChatGPT for Teens 推出 College Planner 与学习功能
OpenAI 为 ChatGPT for Teens 上线 College Planner，帮助学生管理大学申请，并新增 flashcards、quizzes 功能。同时 OpenAI 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。
OpenAI NewsAI 评分2222 Radisson Hotel Group 与 Accenture 合作将酒店搜索带入 ChatGPT
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术打造了一款 ChatGPT 插件，帮助旅客在规划行程时查找、比较和预订酒店。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评估与“意外失败”
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 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”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调当结果超出预期时应仔细审视数据。
OpenAI NewsAI 评分2222 OpenAI 与 Ironclad 如何推进 AI 智能体的计算机操作能力
OpenAI 与 Ironclad 正围绕复杂合同工作流训练和评估 AI 智能体，以推进面向专业工作的 computer use 能力。双方合作聚焦合同流程这一专业场景，探索智能体在其中的训练与评测方法。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，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评分口径，读者可据此理解 AI 代码审查能力如何被量化比较。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式：GitHub 提出三项需要强化的技能
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，说明其用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
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方开放，随后逐步扩展到开发者、企业和消费者，起价每百万输入 token 2 美元、输出 token 10 美元。
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表现和分阶段开放路径，可据此判断前沿模型的能力边界。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Copilot 入门教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户和智能体共享同一份状态，可做成看板、issue 分诊板、发布清单、仪表盘、表单甚至表格。
推荐理由：原文给出用 /create-canvas 从自然语言描述生成可双向协作界面的完整步骤，可迁移到自定义工作流搭建。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 构建自定义交互界面
GitHub Copilot 提出 canvas 概念：一种运行在 GitHub Copilot 应用内、无浏览器外壳的全栈小应用，可与 agent 双向通信，也能调用第三方 API 并在本地执行代码。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Security Lab 发布 Fuzzing Taskflow 智能体流水线
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，它就会识别入口点、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，读者可了解其任务流设计与安全边界。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要隔离为自然语言"信念状态"并对其内容进行监督评分，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重构的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也显著低于全上下文。