用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日依赖监控器
Amazon Bedrock AgentCore 的 Web Search API 现已可用，开发者可用 LangGraph 构建每日依赖监控器，并行检查 npm、PyPI 和容器基础镜像。测试中三个分支并行耗时 36 秒，串行需 99 秒；每次运行最多 12 次搜索。请求用 AWS SigV4 签名，结果含标题、URL、发布日期和摘录，并支持域名与日期范围过滤。
全部 AI 动态
AWS Machine Learning BlogAI 评分4545 Microsoft Research精选AI 评分7474 微软研究发现 Lazarus 后门，改写不到 10 个休眠神经元即可控制 AI 智能体
微软研究人员发现名为 Lazarus 的后门技术，改写 LLM 中不到 10 个休眠神经元即可让基于其构建的 AI 智能体在触发时执行攻击者命令，且无需训练。被植入后门的模型仍能通过标准评测，触发条件可以简单到日期变化，例如时钟跨入 2027 年。微软 Foundry 通过校验模型来源、将模型绑定到可信发布者并扫描运行环境来防护，同时正研发权重扫描与模型签名等额外手段。
推荐理由：研究显示改写不到 10 个休眠神经元即可给智能体植入后门，读者可据此理解权重来源与完整性为何成为部署前提。
AWS Machine Learning BlogAI 评分4040 Amazon Bedrock AgentCore Evaluations 智能体评估指南：内置、DeepEval 与 AutoEval
Amazon Bedrock AgentCore Evaluations 支持三类评估器：AWS 内置评估器（如 Builtin.GoalSuccessRate、Builtin.Helpfulness 等 15 个）、DeepEval 与 AutoEval 托管开源指标，以及可替换模型和提示词的自定义评估器。
OpenAI NewsAI 评分5656 OpenAI 在 ChatGPT 中推出 Businesses 功能
OpenAI 在 ChatGPT 中推出 Businesses 功能，商家可管理企业信息、查看自身在 ChatGPT 中的展示洞察，并把用户兴趣转化为行动。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 向开发者、企业和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：官方给出 Carbon 与 Argon 的定位差异、多项基准排名和定价，便于判断何时该用更重的模型。
AWS Machine Learning BlogAI 评分4141 Amazon Bedrock 调用日志可观测性数据湖方案
AWS 发布 Amazon Bedrock 调用日志可观测性数据湖方案，将各账户的模型调用日志经 CloudWatch、Data Firehose 汇聚到中心账户，转成 Parquet 后用 Athena 统一查询。
NVIDIA Blog精选AI 评分6262 NVIDIA 将 OpenShell 捐赠给 CNCF，并发布 DSX AI Factory 平台新组件
NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 捐赠给 CNCF，作为 Sandbox 项目由社区治理。
推荐理由：原文给出 OpenShell 捐赠 CNCF 与 NVKE、NVKR、Snapshot 三个组件的具体能力，可据此判断 Kubernetes 上智能体治理与推理扩容的落地方式。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为目前能力最强的视觉-语言-动作（VLA）模型，在灵巧度、可靠性和安全性三方面提升。
推荐理由：原文给出200项任务评测、Mercedes-Benz产线96%成功率与安全指标，可判断VLA模型在真实场景的进展。
Hugging Face Blog精选AI 评分6262 Hugging Face 介绍决策模型：用 Transformers 和 llama.cpp 输出概率化决策
Hugging Face 发文介绍决策模型，这类模型接收 state 和 questions，直接返回带概率的结构化决策而不生成文本。
推荐理由：Hugging Face 把决策模型统一成 state 加 questions 的接口，并给出 Transformers 与 llama.cpp 的调用方式，便于判断这类非生成式输出能否接入现有服务。
Google DeepMind精选AI 评分8080 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，一个结合人类专家与多 LLM 智能体的形式化验证框架，首次用 AI 对广泛部署的 Signal 协议实际代码做深度形式化验证。
推荐理由：DeepMind 用多 LLM 智能体框架对 Signal 协议实际代码做形式化验证，四周完成过去需数年的工作，并开源验证产物。
Google DeepMindAI 评分5858 Google DeepMind 开放 WeatherNext 3 背后的 SatWeave 与 PARDIG 数据集
Google DeepMind 开放 SatWeave 与 PARDIG 两个数据集，前者是全球静止卫星影像拼接，后者是 AI 全球降水数据，均已上线 Google Cloud Storage 并提供实时数据流与历史存档。
AWS Machine Learning BlogAI 评分4343 Amazon Bedrock Managed Knowledge Base 支持单次与智能体检索
Amazon Bedrock Managed Knowledge Base 通过 AgenticRetrieveStream 新增单次 RAG 与仅检索两种模式，与原有智能体检索共用同一 API。
AWS Machine Learning Blog精选AI 评分7272 Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock
AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文中给出了 Fable 5.2 在编码与科研任务上的定位、数据保留要求与 Bedrock 调用方式，便于评估迁移成本。
AWS Machine Learning BlogAI 评分5050 NVIDIA Nemotron 3.5 Super VL 上线 Amazon SageMaker JumpStart
NVIDIA Nemotron 3.5 Super VL 已在 Amazon SageMaker JumpStart 上线，可通过 SageMaker Studio 或 Python SDK 部署。
AWS Machine Learning BlogAI 评分4141 CrossnoKaye 如何用 Amazon Bedrock AgentCore 落地物理 AI
CrossnoKaye 用 Amazon Bedrock AgentCore 的代码解释器，让 AURA 智能体在隔离 microVM 中运行 Python，把 ATLAS 的工厂数据与闭环控制打通。
Hugging Face BlogAI 评分4242 Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan 日本金融合成数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是开源数据集 Nemotron-Personas-Japan 的金融领域扩展，据称是首个百万记录级、将日本官方统计与家庭金融及金融素养数据配对的开源 persona 数据集。
NVIDIA Blog精选AI 评分7171 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
NVIDIA 在 CoRL 大会上发布开放世界动作模型 GR00T 2，以及 Isaac Lab 3.0、DexBench 和 VABAR 等仿真工具与评测基准。
推荐理由：文中给出 GR00T 2 的任务成功率与 Isaac Lab 3.0 的训练吞吐对比，可据此判断仿真训练在机器人工业落地中的位置。
OpenAI NewsAI 评分4040 OpenAI Control Room：追踪并叫停研究基础设施中的模型工作负载
OpenAI 介绍 Control Room，一套可跨其研究基础设施追踪模型工作负载、并在出现安全或安保问题时快速叫停这些负载的中央系统。
Hugging Face BlogAI 评分5454 HOPE 提出考虑专家协作的 MoE 二阶剪枝方法，50% 剪枝率下 SWE-Bench Pro 追平未剪枝模型
HOPE 是一种把专家两两协作项纳入优化目标的 MoE 二阶剪枝方法，论文在 Qwen3.5-122B、Qwen3.5-35B 和 GLM-4.5-Air 上与 REAP、MAN、EAN、Frequency 四种一阶方法对比。
OpenAI Developers BlogAI 评分4040 用 Codex 和 ModRetro Chromatic 构建复古掌机游戏
OpenAI 展示如何用 Codex 的 ModRetro Chromatic 插件构建 Game Boy Color 游戏，并可在 Chromatic 掌机上试玩。
AWS Machine Learning BlogAI 评分5656 SageMaker Inference 支持 NVIDIA MIG 多实例 GPU 分区
Amazon SageMaker Inference 新增 GPU 分区能力，基于 NVIDIA MIG 把单块 GPU 划分为硬件隔离的多个分区，每个分区可部署不同模型。
Hugging Face BlogAI 评分5858 Ai2 开源 ToyBlocks 机器人学习仿真框架
Ai2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块的开源仿真框架，可自动生成任务与演示数据，并配套训练和评测代码。首轮数据包含 85,336 条长程演示、约 1,600 小时机器人执行数据和 1.44 亿帧，单 GPU 并行生成可达 24 倍实时速度。
OpenAI NewsAI 评分4141 OpenAI 推出 BioBasicsBench：衡量 AI 智能体处理日常湿实验室科学的能力
OpenAI 推出 BioBasicsBench，一个包含 100 项任务的基准，用于衡量 AI 智能体解读原始实验数据和处理日常湿实验室科学的能力。
NVIDIA BlogAI 评分5858 NVIDIA 称 Vera CPU 智能体速度与能效均优于 x86 CPU
NVIDIA 公布 Vera CPU 的对比测试结果，称在 100 兆瓦数据中心场景下，其智能体速度与每瓦可承载的智能体数量同时优于最快的 x86 CPU 和最节能的 x86 CPU。
Google DeepMind精选AI 评分7878 Gemini Omni 1.2 Flash 发布，支持 15 秒视频并降价 30%
Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成时长从 10 秒提升到 15 秒，720p 价格降至每秒 $0.07，较 1.1 版本下降 30%。
推荐理由：相比 1.1 版本，15 秒时长与 30% 降价给出了成本与可控性的具体参照，便于评估批量视频生成。
Google Research精选AI 评分6666 Google Research 用智能手表 PPG 与加速度计检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，仅用智能手表 PPG 与加速度计数据被动检测高血压迹象，无需袖带校准。
推荐理由：该系统用智能手表 PPG 与加速度计数据对照 24 小时动态血压监测，给出了无需袖带校准的筛查路径与可解释波形特征。
Anthropic Engineering精选AI 评分6262 Anthropic 解析智能体记忆的组成部分与 dreaming 机制
Anthropic 工程团队发文拆解智能体记忆的组成部分，涵盖记忆笔记、dreaming 离线整理、wiki 表示和记忆分层注入。在 CL-Bench 1.0 数据库任务中，Claude Opus 5 能把验证过的规则写入记忆形成学习闭环，而 Sonnet 4.6 只留下未经验证的猜测。
推荐理由：文中对比了不同 Claude 模型在记忆写入上的差异，并给出 dreaming 与 wiki 两类可迁移的记忆组织方法。
Microsoft ResearchAI 评分5959 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 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 形式化规范，证明智能体生成的代码对每个输入都满足规范，证明覆盖不到的部分改用测试。
Mistral AI精选AI 评分6868 Mistral 发布 Mistral Large 4（Le Chonk）并扩展 Mistral Studio 托管智能体与工作流
Mistral 发布 Mistral Large 4（代号 Le Chonk），主打编码、防御性网络安全和复杂文档推理，同时扩展企业平台 Mistral Studio，新增托管智能体、应用、工作流、企业上下文、智能体可观测性与评估能力。
推荐理由：原文给出 Studio 新增托管智能体、工作流与可观测能力，以及 ABANCA、BNP Paribas 等客户的生产使用情况，可据此判断企业自建智能体的落地路径。
Hugging Face Blog精选AI 评分6767 Phonon TTS 发布两周回顾：端侧语音模型在 Open TTS Leaderboard 上的表现
Phonon 团队回顾两周前开源的端侧 TTS 模型，介绍其能力、演示项目以及在 Hugging Face Open TTS Leaderboard 上的评测结果。
推荐理由：原文给出 Phonon 在 Open TTS Leaderboard 上的多语言排名与 CPU 首音延迟表现，可对照其小体积端侧定位。
Google ResearchAI 评分5151 Google Research 提出 Agile Deliberation：让 AI 帮人厘清主观概念的灰色地带
Google Research 提出 Agile Deliberation 框架，把主观视觉分类器的构建拆成概念界定和概念迭代两个阶段，由视觉语言模型主动挑出语义边界模糊的图片让用户判断，再把反馈接入自动提示词优化循环。
Hugging Face BlogAI 评分5858 Dharma-AI 发布 2B 参数文档字段抽取模型 Dharma Field Extractor
Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，输入文档图像后按开放式或指定 schema 输出结构化 JSON，同一 checkpoint 无需按文档类型微调。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Antigravity 发布化学信息学 Skills
Google DeepMind 为 Google Antigravity 发布一套化学信息学 Skills，安装 Science 插件后即可使用。演示中智能体从文献中检索数千个化合物、完成匹配分子对分析与效力建模，并在一小时内提出带合成路线的新型刚性化大环分子。团队同时说明稀疏数据、实验室间测定噪声和窄动态范围会限制预测精度，计算设计仍需合成与实验验证。
推荐理由：官方演示了从文献抽取化合物到生成合成路线的完整流程，可看到智能体与确定性化学工具分工的具体做法。
Hugging Face BlogAI 评分5757 IBM 研究提出 Palette：用合成数据教 20B 小模型按自有设计语言做幻灯片
IBM 研究团队发布 Palette，把做幻灯片拆成设计师写 JSON 简报、编码器写 pptxgenjs 代码两个角色，用单个 LoRA 适配器微调 20B 模型，训练数据为约 1000 份幻灯片、约 1 万页的合成数据。
Hugging Face BlogAI 评分4848 Collinear AI 发布 CWE-bench v2：100 个公开任务覆盖 91 种 CWE
Collinear AI 发布 CWE-bench v2，公开 100 个安全漏洞修复任务，覆盖 91 种 CWE，评分完全程序化且可复现。11 个模型中 Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 以 67.3% pass@1 紧随其后。
Google DeepMindAI 评分5555 Google DeepMind 将 PlanAssist 规划审批工具扩展至英格兰 12 个地方规划部门
Google DeepMind 宣布，基于 Gemini 构建的规划审批工具 PlanAssist 将扩展至英格兰另外 12 个地方规划部门，参与总数达到 15 个。
Mistral AI精选AI 评分8181 Mistral 开源 1 万亿参数 Mistral Large 4（Le Chonk）权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开源权重，这是一款 1 万亿参数的原生多模态模型，本月早些时候已进入公开预览。
推荐理由：原文给出与 GLM-5.3 等开源模型在编码基准和 token 效率上的对比，便于判断自托管旗舰模型的实际成本。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与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：原文给出 Carbon 在网络安全与长周期编码任务上的基准成绩和分阶段开放路径，可对照两周前发布的 Argon 看迭代节奏。
Google Research精选AI 评分6060 Google 提出睡眠框架：让 LLM 在持续学习中保留知识
Google 研究者提出睡眠框架，让 LLM 在活跃交互与离线记忆巩固之间交替，把短期上下文写入长期参数。该框架在 BABILong 上将长上下文理解扩展至 10M tokens，在 SQuAD 与持续预训练上分别取得 48.9% 和 46.2%，并在 AIME 24/25 与 HMMT 25 上达到 79.2%、69.0% 和 46.1%。
推荐理由：Google 研究者提出睡眠框架，用记忆巩固与梦境自改进两阶段让 LLM 持续学习而不遗忘旧知识。
Google DeepMind精选AI 评分7373 Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并支持用自然语言在运行中改变天气、镜头或加入人物物体。Genie 4 首次在实时世界模型中原生生成音频，包括环境声与可随输入即时反应的对话；Gemini 3.8 Flash 在循环中充当引导智能体，把目标拆成步骤并检查每帧进展。
推荐理由：官方披露 Genie 4 的原生音频、实时语言操控与 Gemini 引导的多步事件模拟，可据此判断世界模型当前的能力边界。