NVIDIA 与韩国扩大主权 AI 合作，涵盖芯片、人才与模型生态
NVIDIA 与韩国科学技术信息通信部（MSIT）扩大主权 AI 合作，覆盖 AI 半导体、数据中心基础设施、人才、初创企业、模型、智能体及安全。合作为韩国 NPU 和 XPU 公司参与 NVIDIA NVLink Fusion 生态奠定基础，并包含 NVIDIA 培训认证、黑客松及技术研讨会以强化 GPU 利用率。
#Agent
NVIDIA BlogAI 评分5757 NVIDIA BlogAI 评分3737 韩国 AI 生态借助 NVIDIA 推进智能体发展并强化安全
现代汽车集团正探索 NVIDIA NemoClaw 蓝图与 OpenShell 运行时，AIM Intelligence 则将其 Starfort 平台与 OpenShell 集成以支持安全 AI 智能体。LG AI Research 开放了基于 NVIDIA Nemotron 数据集开发的 K-EXAONE-2.5 模型 API 访问。
NVIDIA BlogAI 评分5252 NVIDIA 助力韩国推进物理 AI 生态建设
NVIDIA 正利用韩国在制造和工程领域的优势，推动物理 AI 生态从开发走向实际生产。三星电子通过 NVIDIA cuISS、cuDSS 等加速计算工具优化半导体研发，在特定 AI 均质化案例中实现约 1600 倍加速，仿真时间从 18 小时缩短至 41 秒。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot 智能体工程开发者指南
GitHub 发布智能体工程开发者指南，指出 AI 加速代码生成后审查时间增加 441%，并建议通过智能体优化规划、构建、验证和观察流程。
OpenAI NewsAI 评分4242 OpenAI 发布 BioBasicsBench 评测 AI 智能体处理日常湿实验科学能力
OpenAI 推出 BioBasicsBench，这是一个包含 100 项任务的基准测试，用于衡量 AI 智能体解读原始实验数据及处理日常湿实验科学的能力。
AWS Machine Learning BlogAI 评分7272 Amazon Quick 智能体原语分类体系：基于 When、What、Who、How 的架构解析
Amazon Quick 团队提出了一套智能体原语分类体系，通过 When、What、Who、How 四个问题拆解智能体工作流。该体系将触发器（Triggers）定义为工作的启动与指令载体，智能体（Agents）定义为持久化且具备学习能力的执行主体，能力（Capabilities）则涵盖工具、技能与工作流。
AWS Machine Learning BlogAI 评分4242 Taxbit 基于 Amazon Bedrock AgentCore 构建角色感知 AI 助手
Taxbit 在 Amazon Bedrock AgentCore 上构建了嵌入产品仪表盘的 AI 助手 Taxbit Assist，该助手具备引用溯源和角色权限感知能力。超过 55% 的用户在提问后 24 小时内会再次使用，其架构通过隔离身份处理确保模型不接触客户税务数据。
AWS Machine Learning BlogAI 评分5252 使用 Okta Cross App Access 和 Amazon Bedrock AgentCore 治理 AI 代理访问权限
AWS 发布教程，演示如何使用 Okta Cross App Access (XAA) 和 Amazon Bedrock AgentCore 构建 AI 代理的权限治理体系。该方案通过 ID-JAG 令牌交换实现代理代表用户访问应用，实测显示管理员移除用户授权后，新请求在约 1 秒内被拒绝，已签发令牌在 5 分钟内过期。
OpenAI NewsAI 评分3333 Cult.fit 利用 Codex 构建运营能力
Cult.fit 正在使用 Codex 帮助跨职能团队构建工具。此举旨在加速工作流程并改变工作执行方式。
AWS Machine Learning Blog精选AI 评分7272 Amazon Bedrock AgentCore 的 Web Answer 功能正式可用
Amazon Bedrock AgentCore 的 Web Answer 功能正式可用，允许智能体通过单次工具调用获取基于当前网络来源的综合且带引用的答案。该功能由 AWS 托管，自动执行规划、并行搜索、事实核查及引用提取，无需开发者自行构建和维护检索管线。Web Answer 目前仅在 us-east-1 区域可用，定价为每 1,000 次工具调用 10 美元。
推荐理由：原文给出了 Web Answer 的 GA 状态、单次调用获取带引用答案的机制及定价，读者可据此评估其替代自建检索管线的成本。
NVIDIA Blog精选AI 评分7272 NVIDIA Vera CPU 发布：兼顾最高吞吐量与最快智能体性能
NVIDIA 发布 Vera CPU，旨在为 AI 工厂提供单芯片解决方案以平衡智能体执行速度与每瓦特容量。在 100 兆瓦数据中心对比中，Vera 相比最快 x86 CPU 每瓦特支持 1.6 倍智能体数量，相比最高能效 x86 CPU 速度提升 2 倍。
推荐理由：原文通过对比 x86 架构展示了 Vera CPU 在能效比和吞吐量上的具体优势，并列举了多家合作伙伴的生产环境实测数据。
Microsoft Research精选AI 评分7878 Microsoft Research 发布 PDD Kit 工具包以形式化验证智能体编写的 Rust 全栈 Web 应用
Microsoft Research 发布 PDD Kit 工具包，利用 Verus 对 AI 智能体生成的 Rust 代码进行形式化验证，确保代码在所有输入下均符合规范。
推荐理由：原文展示了将形式化验证引入 AI 编码智能体工作流的具体路径，读者可据此评估其在大规模代码生成场景下的应用边界。
NVIDIA Blog精选AI 评分7272 NVIDIA 全栈协同设计如何提升 AI 内存效率
NVIDIA 提出通过全栈协同设计解决 AI 内存挑战，旨在从每一字节内存中获取更高性能。该策略通过 NVFP4 量化、KV cache 卸载及 RAG 索引优化，在 HBM 容量仅增长约 3% 的情况下，将智能体推理吞吐量每美元提升最高 30 倍。
推荐理由：原文通过具体技术路径解释了全栈协同设计如何缓解 HBM 压力，读者可据此理解 AI 工厂中内存层级优化的实际逻辑。
NVIDIA BlogAI 评分3333 NVIDIA 工程师 Chris Alexiuk 如何助力开发者轻松使用 Nemotron 开源模型
NVIDIA 高级产品研究工程师 Chris Alexiuk 致力于通过 YouTube 等渠道，向开发者普及 NVIDIA Nemotron 开源多模态模型的应用。
OpenAI NewsAI 评分4242 DevRev 利用 GPT-6.1 Sol 实现自主自助服务
DevRev 使用 GPT-6.1 Sol 驱动其 Computer 和 Operator 产品，以在推理能力、速度和成本之间取得平衡。该配置旨在满足企业级服务需求，提供自主的自助服务能力。
AWS Machine Learning Blog精选AI 评分6262 AWS 教程：在 Amazon Bedrock AgentCore 评测中使用决策模型
AWS 发布教程，演示如何通过代码型评估器将 Jev 和 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations。
推荐理由：文章给出了将决策模型接入 AgentCore 评测的完整代码示例，读者可据此构建可阈值化的智能体评估流程。
AWS Machine Learning Blog精选AI 评分7272 生产级 AI 智能体的四层上下文工程：Deep Insight 的代码实践
AWS 团队在开源项目 Deep Insight 中展示了生产级 AI 智能体的四层上下文工程实践，通过架构隔离、提示词控制、文件系统外化和独立验证，显著降低 token 消耗。其中，write_and_execute 工具将脚本加入上下文的 token 减少约 95%，按需加载 Skills 使系统提示词缩小约 97%。
推荐理由：文章给出了四层上下文工程的具体代码实现，读者可据此解决生产级智能体的上下文溢出问题。
AWS Machine Learning BlogAI 评分6262 Amazon Quick 推出智能审批功能以优化 AI 智能体的人工监督
Amazon Quick 推出智能审批功能，利用独立分类器评估智能体拟执行的动作，在符合现有权限策略的前提下自动批准常规操作或将其返回给用户审查。该功能默认开启，但不会绕过强制人工审批或修改权限边界，每次自动批准仅对特定动作和参数单次有效。
AWS Machine Learning Blog精选AI 评分6262 U Mobile 基于 Amazon Bedrock AgentCore 构建电信智能体运营平台 AiDaH
马来西亚电信运营商 U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI 驱动的智能体帮助台 AiDaH，用于自动化处理跨系统的电信运营工单。
推荐理由：文章拆解了电信运营商利用多智能体架构处理跨系统工单的具体路径，展示了从试点到生产落地的工程细节。
AWS Machine Learning BlogAI 评分4242 Indegene 如何在 AWS 上利用 LLM 智能体规模化提升生命科学数据质量
Indegene 在 AWS 的 NEXT UDP 平台上构建了生产级 LLM 数据质量智能体，用于生成上下文感知的数据质量规则并产出可执行的 SQL 和 Python 代码。该智能体通过集中式人工介入治理机制验证规则，帮助企业在保持严格合规的同时降低数据质量维护成本，解决传统静态验证无法捕捉业务语境的问题。
AWS Machine Learning BlogAI 评分5757 使用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 构建智能体工程智能系统
AWS 展示了如何构建多智能体工程助手，利用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 自动化零部件替换评估。系统通过确定性 Python 代码进行规格评分，结合多模态嵌入实现图表检索与视觉相似度比对，并生成符合 AS9100 标准的审计追踪。
AWS Machine Learning Blog精选AI 评分7272 在 Amazon SageMaker AI 上使用知识蒸馏构建高效智能体
AWS 团队演示了如何利用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调小型购物智能体。该方法使用 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成多步轨迹，并通过 ShoppingBench 评分器筛选成功样本，对 Qwen3.5-4B 学生模型进行 LoRA 微调。
推荐理由：文章提供了在 Amazon SageMaker AI 上通过序列级知识蒸馏将前沿模型行为迁移至小模型的具体流程与代码示例。
AWS Machine Learning Blog精选AI 评分7272 AWS 发布 Amazon Bedrock 成本端到端管理指南
AWS 发布 Amazon Bedrock 成本端到端管理指南，提出包含归属、观测、执行、优化和运营的五阶段操作模型。该模型利用 IAM 标签和 CUR 2.0 实现按身份的成本归属，通过模型调用日志和请求元数据实现工作负载级观测，并建议根据风险选择监控告警、IAM 拒绝或网关同步拦截等预算执行层级。
推荐理由：文章给出了从成本归属、请求观测到预算强制执行的五阶段操作模型，帮助团队将 Bedrock 支出转化为可治理的工程问题。
AWS Machine Learning Blog精选AI 评分6767 Amazon Bedrock AgentCore 发布 Session endpoints 支持实时预览 Agent 构建的 Web 应用
Amazon Bedrock AgentCore 发布 Session endpoints 功能，允许用户通过认证 URL 在浏览器中实时查看 Agent 会话内运行的 Web 应用。该功能支持 HTTP 和 WebSocket 协议，用户可配置允许访问的端口，在 Agent 修改文件时通过 Vite 热重载即时看到页面变化，无需等待传统部署流程。
推荐理由：原文展示了通过 Session endpoints 在浏览器中实时预览 Agent 修改的 Web 应用，提供了无需部署即可即时查看变更的开发工作流。
AWS Machine Learning BlogAI 评分4242 如何在 AWS GovCloud (US) 中配置 Amazon Bedrock 以支持 ChatGPT 桌面应用
ChatGPT 桌面应用现已支持通过 Amazon Bedrock 在 AWS GovCloud (US) 中运行，提供 Work 和 Codex 两种模式。该配置将模型推理路由至 us-gov-west-1 区域的 Bedrock Mantle 端点，利用 AWS IAM 进行访问控制。此部署支持零数据保留（ZDR），确保提示词和响应不写入持久存储，满足严格的数据驻留与安全合规要求。
AWS Machine Learning BlogAI 评分3535 Worldwide Express 如何利用 Amazon Bedrock 自动化货运异常处理
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 解决方案，接入 SpeedShip 系统自动化处理货运账单异常。上线六个月后，活跃异常减少 75%，现金周转时间缩短 4 周，实现 100 万美元年度节省及 1000 万美元一次性自由现金流注入。
Microsoft ResearchAI 评分4242 Microsoft Copilot 如何基于合成企业数据建立 AI 置信度评估
Microsoft 构建了行业评估数据生成平台，利用 O*NET、在线招聘及 SEC 文件等公开数据创建全规模合成企业环境，以解决真实敏感数据无法用于评测的难题。该平台通过模拟动态租户工作流，为 Microsoft Copilot 建立了首个标准化评估基线，确保在零客户数据接触下验证模型准确性。
Google DeepMindAI 评分4545 Google DeepMind 推出 PlanAssist，将规划审批时间缩短 58%
Google DeepMind 基于 Gemini 开发的 PlanAssist 工具，将规划官员处理住宅申请的平均耗时缩短 58%。该工具目前进入 12 个月 Beta 阶段，新增 12 个地方规划机构参与测试，预计 2027 年向英格兰所有议会开放。
AWS Machine Learning BlogAI 评分2222 英国 Amazon Quick 用户组 2026 年度回顾：三次季度聚会吸引超 150 人参与
英国 Amazon Quick 用户组在 2026 年举办三次季度聚会，累计吸引超过 150 名参会者。活动聚焦 Agentic AI 应用，通过实战工作坊演示了无代码构建自定义聊天智能体、使用 Amazon Quick Flows 自动化流程及利用 Amazon Quick Research 缩短研究时间。
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 97 期：ForkPilot 框架降低 AI 智能体处理需求达 59%
Microsoft Research Focus 第 97 期发布，重点介绍 ForkPilot 自改进智能体框架。该框架在六个基准测试中表现媲美最佳现有方法，同时将 AI 处理需求降低最多 59%。本期还涵盖 CABRA 编码智能体评估、TeleTune 技能演化及 Copilot 使用模式分析。
AWS Machine Learning BlogAI 评分4242 Epsilon 利用 Amazon Nova Act 构建意图驱动的 UI 测试平台
Epsilon 基于 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser 构建了意图驱动的 UI 测试服务。该方案通过自然语言指令执行测试，结合 AWS 托管的临时浏览器会话，消除了各产品团队维护浏览器基础设施的负担。
AWS Machine Learning BlogAI 评分4242 使用 Kiro 构建可重复的 PHP 到 Java 迁移引擎
Kiro 结合 AWS Transform 提供了一套可重复的 PHP 到 Java 迁移引擎，通过八阶段工作流将迁移转化为可度量过程。该引擎利用共享技能文件驱动发现扫描器，并强制通过 parity harness 验证以确保 Java 移植行为与 PHP 原应用一致。
AWS Machine Learning Blog精选AI 评分6262 MoEngage 利用 AgentCore Gateway 将 400 多个私有 API 转化为 Agent 工具
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 多个私有 REST API 转化为 Agent 工具，避免了构建 20 多个独立 MCP 服务器。
推荐理由：文章给出了将私有 API 转化为 Agent 工具的具体架构，读者可参考其权限隔离与语义搜索方案解决大规模工具接入问题。
AWS Machine Learning BlogAI 评分6767 AWS 教程：在 EKS 和 SageMaker HyperPod 上部署 NVIDIA Nemotron 3.5 Super VL
AWS 发布教程，展示如何在 Amazon EKS 和 SageMaker HyperPod EKS 上部署 NVIDIA Nemotron 3.5 Super VL 模型。该模型为 120B 参数 MoE 架构，支持文本、图像、文档和视频理解，并提供了 vLLM 部署配置及基于 aiperf 的性能评估方法。
OpenAI NewsAI 评分6262 OpenAI 与 ServiceNow 扩大合作覆盖企业工作流
OpenAI 与 ServiceNow 扩大合作，将 OpenAI 模型和智能体引入 ServiceNow 平台，同时将 ServiceNow 工作流接入 ChatGPT 和 Codex。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位，得分 59。
推荐理由：原文披露了 Gemini 4 Carbon 在网络安全基准上的具体得分及分阶段开放计划，读者可据此评估其在防御场景下的实际能力边界。
AWS Machine Learning BlogAI 评分4242 Amazon Nova Act 加速软件交付：QA Studio 新增应用管理与团队权限控制
基于 Amazon Nova Act 构建的 QA Studio 参考方案新增“应用”与“团队”功能，以解决大规模测试自动化中的组织与权限管理难题。应用功能通过 CloudWatch 指标计算 0-100 健康分并识别不稳定测试，团队功能则实施基于角色的访问控制，确保测试资产归属清晰且权限隔离。
AWS Machine Learning BlogAI 评分5757 AWS 发布基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台参考架构
AWS 发布了一套基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台参考实现，旨在解决多团队构建智能体时的安全隔离、模型治理和成本归属难题。该架构采用联邦式运营模型，通过独立的推理网关和 MCP 工具网关实施最小权限控制，并引入部署时评估门禁，确保每个智能体在晋升至生产环境前通过安全与质量验证。
OpenAI NewsAI 评分1717 OpenAI 探讨 AI 如何融入企业组织架构
OpenAI 分析 AI 可能进入企业组织架构的三种方式：位于人类之下、之侧及之间。
OpenAI NewsAI 评分4040 Legora 如何利用 OpenAI 模型构建法律工作智能体操作系统
Legora 正在构建用于法律工作的智能体操作系统。该系统利用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流并扩展合同分析功能，旨在让律师专注于更高价值的工作。