在 AWS 上用 A2A 协议构建可组合、可互操作的多智能体系统
AWS 发布基于 A2A 协议的参考架构，让 LangChain 构建的企业编排智能体与 Strands Agents 构建的 SaaS 合规智能体跨组织边界协作，双方分处独立 AWS 账户、各自使用 Amazon Cognito 用户池，通过 OAuth 双向认证且不共享密钥。
#Agent
AWS Machine Learning BlogAI 评分4949 AWS Machine Learning BlogAI 评分4848 从原型到生产：用 Agent DLC 构建工程化 AI 智能体
AWS 提出 Agent Development Lifecycle（Agent DLC），用一个生命周期、两个循环和统一的黄金标准来判定智能体每次改动能否上线。
The DecoderAI 评分6161 ElevenLabs 发布 Scribe v3 与 Scribe v3 Live 语音识别模型
ElevenLabs 发布两款语音转文字模型 Scribe v3 和 Scribe v3 Live，前者面向预录音频，后者面向低延迟实时应用，均已通过 ElevenAPI 和 ElevenAgents 平台开放。
Latent SpaceAI 评分4848 TypeSafe AI CEO Diogo Almeida 谈 Jev 与 system one 模型的工程实践
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 AI Engineer Code Summit 上称，9 月发布的 Jev 这类 system one 模型应直接嵌入应用代码，用于「自动化一切」。
AWS Machine Learning BlogAI 评分4444 使用 Amazon Bedrock 和 Spring AI 构建自主 AI 智能体
文章演示如何用 Spring AI 与 Amazon Bedrock AgentCore 在 Java 中构建自主 AI 智能体，并给出两套可部署系统：带工具调用与记忆的单一旅行助手，以及含 Lawyer、Mortgage、Insurance、Tax、General 五类专家智能体的多智能体文档处理（IDP）系统。
AWS Machine Learning BlogAI 评分4040 OpenAI Codex 如何通过 Amazon Bedrock 完成推理并接入 AWS 身份与运维体系
文章演示了如何在开发者工作站上运行 OpenAI Codex、让其模型请求经 Amazon Bedrock 完成推理，示例使用 GPT-5.6 Sol，并给出 Native AWS Access、AgentCore Gateway 与 LLM Gateway 三条接入路径。
The Verge · AIAI 评分6161 美联航禁止个人 AI 智能体代订机票
美联航表示不会允许个人 AI 助手在其平台代订机票，理由是担心暴露客户信息、产生非本意的购买，以及绕过航空公司需向乘客履行告知义务的联邦规定。据《华尔街日报》报道，美联航称目前尝试用 AI 智能体订票的人还不多，这也与其他企业的观察一致。智能体仍可向用户展示美联航航班，但无法代为完成交易；eBay 和多家大型银行也对未经授权的智能体设了限制。
Google ResearchAI 评分4646 Google Research 用可穿戴设备实现 CKM 风险画像与个性化健康指导
Google Research 提出一套研究性框架，用消费级可穿戴设备数据构建可干预的"可教练健康年龄"（CHA）模型，并配合在 2.28 百万 person-weeks 数据上预训练的 SensorWM 世界模型，模拟 12 周"假设性"健康轨迹并生成经临床审核的指导方案。
The Verge · AIAI 评分5656 Google 推出 Tabletop AI 实验工具，可生成自定义协作应用
Google 推出名为 Tabletop 的实验性 AI 工具，能根据描述生成自定义协作空间，可用于储蓄追踪、家务表、活动规划等。用户可添加链接、文件和想法后提示 @tabletop 或选用模板生成互动工具，再把邀请链接发到群聊中让多人同时使用。该 beta 版通过等候名单开放，目前仅限美国 18 岁以上用户。
The DecoderAI 评分5757 Helsing 推出 Clarity 平台，用 AI 智能体为武器系统准备打击目标
德国国防科技公司 Helsing 在柏林发布名为 Clarity 的智能体软件平台，可处理传感器数据、开源情报和书面报告等信息，由大量专用 AI 智能体识别部队、设施和阵地，生成目标建议后打包给相应武器系统。
Hugging Face BlogAI 评分5656 Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布基于 Qwen3.5-0.8B 的 0.8B 端侧个人助手模型 BotPsy，以 Apache 2.0 开放权重，提供 bf16、Q8、Q4 三档精度及 GGUF 格式。
Microsoft Research精选AI 评分6868 微软研究揭示 Lazarus：改写休眠神经元即可后门 AI 智能体
微软研究人员发现名为 Lazarus 的后门技术，只需对 LLM 中不到 10 个休眠神经元做权重改写、无需训练，就能让智能体在触发条件出现时执行攻击者命令，同时照常通过标准评测。
推荐理由：微软研究者披露不重新训练即可后门智能体的方法，并解释来源校验为何成为模型部署的关键防线。
Latent SpaceAI 评分5858 Resend CEO Zeno Rocha 谈为智能体做设计
Latent Space 播客邀请 Resend 联合创始人兼 CEO Zeno Rocha，讨论智能体为何在邮件服务推荐中频繁选择 Resend。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 发布 Gemini 4 Carbon，面向开发者、企业、科学家和消费者开放，强调网络安全能力、长周期智能体工作流和科学推理。
推荐理由：官方给出 Gemini 4 Carbon 在 CursorBench 4.0、WANDR 等基准的排名与每任务成本，可据此判断它与 Argon 的分工。
NVIDIA BlogAI 评分5252 NVIDIA 向 CNCF 捐赠 OpenShell，并发布 Kubernetes Engine 等 DSX 新组件
NVIDIA 在 KubeCon + CloudNativeCon 上宣布，将智能体安全与治理运行时 OpenShell 捐赠给 CNCF，进入 Sandbox。
Google DeepMindAI 评分7777 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，这是一个多 LLM 智能体形式化验证框架，首次用 AI 对广泛部署的加密协议 Signal 的实际代码做深度形式化验证。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺独立榜单第一
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，官方称在几乎所有评测能力上比 Opus 5.5 更进一步，在 Artificial Analysis 智能指数 v5 上以 65 分居首，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。
推荐理由：汇总 Fable 5.2 的首日独立评测与定价变化，能看清它靠更多测试用例换取分数的代价。
Simon WillisonAI 评分5858 Anthropic 文档介绍用代码归属提示词让 Claude Fable 5.2 合并重复代码
Anthropic 文档指出，在小型编码任务测试中，Claude Fable 5.2 会关注代码归谁所有：当提示词未说明代码归属，或把代码库描述为他人所有时，模型倾向于沿用现有结构，即使这会重复已有代码，而当提示词声明代码库属于模型自己时，它常会合并重复代码，并有时主动做相关修复。
Latent SpaceAI 评分5050 Latent Space 深度对话 Handshake AI：年化收入 10 亿美元的前沿实验室都在买什么数据
Latent Space 首期 AI 数据公司深度专访对话 Handshake AI 团队，其 AI 训练业务约一年内从上线做到 10 亿美元年化毛收入。节目现场演示了金融智能体在模拟银行中读取邮件、生成工作簿时误将客户邮件中的商誉数字带进 Python 相减的出错过程，并展示了科学图像基准 VIALS 与 CAREBench 等任务。
GitHub Blog · AI & MLAI 评分4141 GitHub 开发者指南：从代码生成到智能体工程（Agentic Engineering）
GitHub 发布开发者指南，介绍在 Plan、Build、Verify、Observe 各阶段用 Copilot 开展智能体工程的工作流。文中提到 GitHub 单周提交量超 12 亿次、同比增长逾 400%，并给出 Session continuity、云端沙箱、Copilot Fusion 等具体能力的使用方式，帮助开发者把时间花在决策而非检索上。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.2 Flash，支持15秒视频生成
Google DeepMind 发布 Gemini Omni 1.2 Flash，并通过 Gemini API 与 Gemini for business 全面开放。
推荐理由：原文给出从10秒到15秒的时长、30%降价和对话式多轮编辑，可据价格与工作流变化判断视频生成的生产成本。
Microsoft Research精选AI 评分6464 微软研究院发布 PDD Kit，用形式化证明校验智能体编写的全栈 Web 应用
微软研究院发布研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式规范，再证明编码智能体写出的代码对每个输入都满足该规范，证明无法覆盖的部分退回测试验证。
推荐理由：微软研究院展示把自然语言意图转成 Verus 形式规范、再由证明约束智能体写码的流程，并公开了信任边界的处理方式。
Mistral AI精选AI 评分6868 Mistral 发布 Mistral Large 4 与升级版 Studio 企业平台
Mistral 发布 Mistral Large 4（Le Chonk），并扩展企业平台 Mistral Studio，新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性与评估功能，支持在云端、自有 VPC 或本地部署。
推荐理由：原文给出托管智能体、工作流和企业上下文的具体能力与客户案例，可据此判断企业自建 AI 应用的落地路径。
Google DeepMind精选AI 评分8080 Google Antigravity 上线化学信息学 Skills，演示一小时内完成肺癌药物分子设计
Google DeepMind 为 Google Antigravity 推出化学信息学 Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，由语言模型负责流程编排与推理、确定性化学工具执行分子计算。
推荐理由：官方用真实肺癌药物案例演示了从文献取数到分子设计的完整流程，可据此判断智能体在化学研发中的分工方式。
Import AIAI 评分4040 Import AI 479：Realtime-Bench 评测低延迟任务、Spacewar 太空攻防与 Genie 4
Import AI 479 介绍了 Realtime-Bench，这个基准包含 50 个交互式游戏与网页任务，用于评测模型在低延迟任务中的表现。GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而在 paused clock 设置下高推理模型可接近 70% 甚至 80%。
Mistral AI精选AI 评分8989 Mistral 开源万亿参数多模态模型 Mistral Large 4（Le Chonk）权重
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个万亿参数的原生多模态模型，此前已在本月初开启公开预览。
推荐理由：原文给出万亿参数开源权重模型在编码与防御性安全基准上的具体成绩，以及三种推理模式和定价，可据此判断自托管选型。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全和长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Gemini 4 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放路径，可与两周前的 Argon 对比。
Import AIAI 评分6363 Import AI 478：用数学做对齐、ProgramBench，以及 Mirendil 展示的 RSI 迹象
Import AI 第 478 期汇总了几项进展：AI 安全初创公司 Resolution 让智能体在约一周内自动形式化奇点消解，花费约 100B 输入 token、300M 输出 token、约 13.5 万美元和约 60 万行 Lean 代码，并认为这为研究损失曲面几何与泛化关系打下基础。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive 语言，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可通过点击、筛选、缩放、高亮和跨图表联动探索的图表。
Microsoft Research精选AI 评分6868 微软研究院等证明 KLS 猜想，用 AI 智能体辅助探索 100 多条路径
微软研究院研究员张新智与合著者证明了一个存在 31 年的数学难题，即高维几何中的 Kannan-Lovász-Simonovits（KLS）猜想，证明它时所用的固定界不随维数增长。
推荐理由：这篇论文证明了一个存在 31 年的数学猜想，其中人机协作探索的路径可以作为参考。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型系列与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型系列，包括支持 50+ 语言的 Voxtral Small Transcribe 3 转写模型、支持 35+ 语言和 50+ 方言的 Voxtral Mini TTS 3 合成模型。
推荐理由：官方一次性放出语音转写与合成模型系列加实时语音智能体 SDK，并给出分项定价与对比基准。
Google Research精选AI 评分6969 Google Research 介绍让 AI 智能体扎根生物实验的三项研究
Google Research 发布博客，介绍三项连接 AI 计算探索与真实湿实验室实验的研究进展。其一为基于开源 PyLabRobot 的 VERID 框架，用实验室工作站的语义数字孪生支持实时三维状态追踪、秒级虚拟试运行和硬件安全检查。
推荐理由：Google Research 公开了三项研究，展示 AI 智能体如何接入真实湿实验室，覆盖从机器人执行到分子设计闭环。
GitHub Blog · AI & MLAI 评分4646 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 `.github/copilot-instructions.md` 和 `.github/instructions` 定义仓库级与路径级规范。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 将 ModernBERT 分类器用于 push 保护，拦截非结构化密钥
GitHub 与 Microsoft Applied Sciences 合作构建 ModernBERT 分类器，把 push 保护扩展到无固定格式的密钥，候选批次评估耗时不到 2 毫秒，有望使可拦截的密钥数量翻倍以上。
推荐理由：文章给出了 GitHub 秘密扫描的季度数据，并说明新分类器上线后如何把防护提前到 push 之前。
Mistral AI精选AI 评分8787 Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 预览版
Mistral AI 推出 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重将在本月底发布。
推荐理由：官方给出 1 万亿参数规模、开源权重时间点与多项基准对比，可据此判断开源模型的性能位置。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench 开源 AI 代码评审基准
GitHub 发布代码评审基准 ReviewBench，基于 1.039 亿条真实 PR 的分布构建，包含 219 条来自 187 个开源仓库、覆盖 19 种语言的 PR。
推荐理由：GitHub 公开了代码评审智能体基准的数据集、评分规范和评审模型，附离线与线上实验的一致性证据。
Import AIAI 评分4747 Import AI 474：Levin 的柏拉图心智空间、太空 TPU、智谱开启外层 RSI 循环
Import AI 第 474 期介绍了 Michael Levin 的论文《Ingressing Minds》，提出心智如同数学模式与物理形态的关系，身体只是模式进入物理世界的接口。同期还涉及太空 TPU 与智谱开启外层 RSI 循环等话题，并讨论机器人学正等待自己的 LLM 时刻但缺少通用算法。
Mistral AIAI 评分5656 Mistral 与 Mozilla 达成合作，为 Firefox Smart Window 提供模型支持
Mistral 宣布与 Mozilla 合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动。该助手帮助用户理解复杂搜索、找回此前浏览过的内容，并根据浏览器标签页溯源信息。Mistral 将为法国和北美用户提供支持，英国和德国预计今年晚些时候跟进；对话默认不保存在 Mozilla 服务器，合作方同意零数据保留。
Berkeley AI ResearchAI 评分4040 智能免费之后怎么办？面向、属于与由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本快速下降后将出现三类新挑战：为智能体设计的数据系统、支撑智能体群体的数据系统，以及由智能体自主合成数据系统。