Microsoft Research 发布 StudentSim：基于学生模拟的 AI 教学系统评估方法
Microsoft Research 发布 StudentSim 系统，通过从公开匿名学习记录中训练个性化 AI 学生模拟器，为 AI 教学系统提供早期反馈信号。该系统在象棋、英语写作和数学三个领域超越了现有基线模型，并引入了 StudentSimEval 评估基准。研究证明，使用 StudentSim 作为奖励源的 AI 教学系统在专家评估中表现最佳，准确率达到 90.5%。
#Agent
Microsoft ResearchAI 评分6565
OpenAI NewsAI 评分4242 Asana 使用 GPT-6 Astra 将浏览器模型成本降低 76 倍
Asana 在 Codex 中使用 GPT-6 Astra，使浏览器模型成本降低 76 倍，速度提升 5 倍，为客户提供更强大的模型。
AWS Machine Learning Blog精选AI 评分7575 Postman如何在Amazon Bedrock上为4000万开发者运行Agent模式
Postman在Amazon Bedrock上运行Agent模式，为4000万开发者提供服务。文章介绍了控制工具扩散、基于模式的读取和上下文工程等架构模式，以及如何利用Amazon Bedrock的模型灵活性、跨区域推理、零数据保留和提示缓存等功能。
推荐理由：原文详细介绍了Postman如何在Amazon Bedrock上运行Agent模式，提供了可扩展的架构模式和最佳实践。
AWS Machine Learning BlogAI 评分5353 AWS 发布 Amazon Bedrock、AgentCore 和 Strands 2026年9月更新
AWS 在 2026 年 9 月更新了 Amazon Bedrock、AgentCore 和 Strands，新增了多种 AI 模型选择、优化了智能体性能并扩展了企业数据连接能力。
OpenAI NewsAI 评分3535 LegalOn 降低 Codex 成本并保持开发速度
LegalOn 将 Codex 日常成本降低 65%，同时维持开发速度不变。该公司通过将 Astra、Sol 和 Luna 分配任务并战略管理预算实现这一目标。
Hugging Face Blog精选AI 评分8181 使用ML Intern构建定制AI模型的实践指南
作者分享使用Hugging Face的ML Intern工具在几天内构建了多个定制AI模型的实践经验，包括柑橘疾病识别模型、角色生成模型、相机角度LoRA等，详细说明了提示词编写方法和项目成本控制。
推荐理由：作者通过实际案例展示了如何使用ML Intern快速构建定制化AI模型，提供了具体的方法和成本参考。
NVIDIA Blog精选AI 评分8080 NVIDIA展示如何通过前沿AI智能体将想法转化为模拟应用
NVIDIA展示了开发者如何结合前沿AI模型与Omniverse库构建模拟应用，包括仓库模拟、机器人控制、人形机器人模拟和自动驾驶测试等场景。开发者通过自然语言指令指导AI智能体，利用GPU加速的物理、渲染和传感器模拟功能，完成从设计到测试的全流程。
推荐理由：原文展示了前沿AI模型如何与Omniverse结合，帮助开发者构建复杂模拟应用。
AWS Machine Learning Blog精选AI 评分6868 AWS发布Bedrock AgentCore支付功能，支持AI智能体按次推理付费
AWS发布Bedrock AgentCore支付功能，让AI智能体能够按需支付服务费用。BlockRun和Incarna展示了如何使用该功能实现端到端的按次推理付费流程，每个请求独立计价和结算。Incarna团队仅用三天就完成了集成，处理了超过1000笔从0.001到0.05美元不等的支付交易。
推荐理由：原文介绍了AWS Bedrock AgentCore支付功能如何解决AI智能体按次推理付费的难题，读者可了解其架构与实施流程。
Google Research精选AI 评分7070 AI辅助会增强还是削弱专业能力？来自专利起草三个月实地实验的证据
Google Research发表了一项为期三个月的实地实验，研究AI辅助对专利律师专业能力的影响。实验发现AI工具短期内显著提高了律师起草专利的质量，但移除AI后，初级律师的专业判断能力并未提升，而高级律师则表现出明显的进步。研究强调，提高工作质量和构建持久专业判断可能是不同的目标，尤其对初级专业人士而言。
推荐理由：研究揭示了AI对专业能力发展的复杂影响，为AI工具设计提供了重要参考。
AWS Machine Learning BlogAI 评分7070 AWS 推出 Claude Haiku 5.5 模型
AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用，这是 Claude 5.5 家族中最快、最高效的模型，成本比 Claude Haiku 4.5 低约 75%。
NVIDIA Blog精选AI 评分8585 NVIDIA与Microsoft联合推出RTX Spark和AI智能体功能
NVIDIA与Microsoft在旧金山活动中宣布合作开发Windows PC上的AI智能体硬件和软件方案，推出RTX Spark笔记本电脑和紧凑型桌面，以及DGX Station for Windows企业级AI工作站。
推荐理由：原文给出了硬件和软件协同方案，读者可以据此了解AI智能体在Windows PC上的本地化部署路径。
OpenAI NewsAI 评分2222 Radisson Hotel Group 推出 ChatGPT 酒店发现插件
Radisson Hotel Group 与埃森哲合作，基于 OpenAI 技术开发 ChatGPT 插件，帮助旅行者在规划行程时搜索、比较和预订酒店。
GitHub Blog · AI & ML精选AI 评分7373 GitHub 推出 AI 密钥保护功能以应对智能体生成代码的安全挑战
GitHub 发布基于 ModernBERT 的密钥保护模型，可在推送前检测未结构化密钥，响应时间低于 2 毫秒，预计可将预防的密钥数量增加一倍以上。该功能将首先在 GitHub Secret Protection 中推出，并集成到 Copilot CLI 和 Copilot App 中。
推荐理由：GitHub 推出基于 AI 的密钥保护模型，可提前检测并阻止未结构化密钥泄露。
Microsoft ResearchAI 评分8585 Microsoft Research 发布 Agent Lightning v1.0 轻量级智能体强化学习框架
Microsoft Research 发布 Agent Lightning v1.0，这是一个约 3,500 行代码的轻量级智能体强化学习框架，支持真实 harnesses 直接参与强化学习。
AWS Machine Learning Blog精选AI 评分7272 Cornerstone OnDemand 如何使用 Amazon Bedrock 将数据库诊断时间减少 78%
Cornerstone OnDemand 构建了名为 Orion AI 的多智能体系统，将数据库诊断时间从 45 分钟减少到 10 分钟，减少了 78%。该系统使用 Amazon Bedrock 和 Strands Agents 框架，通过领域特定的智能体实现了自动化数据库操作，减少了手动步骤并减少了冗余警报。
推荐理由：原文详细介绍了企业如何构建多智能体系统解决数据库诊断问题，提供了可复用的设计原则和架构方案。
AWS Machine Learning BlogAI 评分7575 AWS发布AI构建者手册：弥合AI知识与能力差距
AWS发布了一个为期六周的AI构建者计划，帮助非技术专业人员通过结构化学习和实际项目开发，弥合AI知识与实际应用能力之间的差距。该计划使用Amazon Bedrock、Strands Agents SDK等工具，参与者成功构建了多智能体金融咨询工具等原型，并显著提升了AI应用能力。
AWS Machine Learning BlogAI 评分4040 AWS DevOps Agent 调查后自动化修复方案
AWS DevOps Agent 完成故障调查后，通过 Lambda Durable Functions、EventBridge 和 Bedrock 构建自动化修复工作流，将调查结果转化为预验证修复方案，支持人工审批后一键执行。该方案区分只读操作和基础设施变更操作，后者需暂停等待批准，可减少平均修复时间（MTTR）并释放工程师重复性工作。
AWS Machine Learning BlogAI 评分5555 Qlik 如何使用 Amazon Bedrock 构建企业级AI系统
Qlik 通过 Amazon Bedrock 构建了 Qlik Answers，为企业提供有来源保障的AI问答服务。该系统采用分层架构，解决了数据主权、模型容量规划和答案可靠性问题，已在多个行业部署并取得显著成效。
AWS Machine Learning BlogAI 评分7575 超越节省时间：构建智能体自动化的商业案例
AWS 介绍了智能体自动化商业案例框架，包含四个价值维度：时间节省、异常处理、决策质量和变更弹性。文章提供了评估方法和优先级矩阵，并展示了三个实际应用案例。
Hugging Face Blog精选AI 评分8585 Nemotron 模型在 IOI 和 IMO 竞赛中均获金牌级成绩
NVIDIA 研究团队通过微调 Nemotron 模型，使其在国际信息学奥林匹克竞赛(IOI 2026)中获得 535.4/600 分，在国际数学奥林匹克竞赛(IMO 2026)中获得 30/42 分，均超过金牌分数线。团队使用了监督微调(SFT)、强化学习(RL)和生成-验证-改进的推理循环，并将相关模型、数据集和基准测试开源在 Hugging Face 上。
推荐理由：展示了如何通过微调和推理循环将基础模型适配至竞赛金牌水平，提供了可复用的专业领域模型构建方法。
OpenAI NewsAI 评分3737 Jump Trading 如何利用 ChatGPT 扩大量化研究
Jump Trading 使用 ChatGPT 扩展量化研究，通过结合多源数据与人工审查的长期 AI 工作流提升效率。该方案整合了多种数据源，并融入人工复核环节。
AWS Machine Learning Blog精选AI 评分7373 在AgentCore和OpenClaw上构建上下文感知AI助手
AWS展示了如何使用AgentCore运行时和OpenClaw开源智能体系统构建具有持久记忆能力的个人AI助手。该系统通过AgentCore内存功能将一次性对话转化为持久知识，并使用结构化元数据标记记忆以便检索。
推荐理由：原文提供了完整的架构设计和部署指南，读者可据此构建具有上下文记忆能力的AI助手。
OpenAI NewsAI 评分3030 OpenAI 与 Ironclad 合作推进 AI 代理在复杂合同工作流中的应用
OpenAI 与 Ironclad 正在训练和评估 AI 代理处理复杂合同工作流，以推进专业工作的计算机使用。双方合作聚焦于提升 AI 代理在专业场景中的实际应用能力。
AWS Machine Learning BlogAI 评分4040 使用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
AWS 推出基于 Amazon Bedrock AgentCore 的语音旅行助手方案，集成 Nova 2.5 Sonic 实现实时语音交互，通过 Knowledge Bases 基于航空政策文档回答问题，支持座位更改、航班状态查询等功能。该方案采用 MCP 协议连接后端服务，使用 AWS CDK 部署，可按需扩展并兼容现有航空系统。
AWS Machine Learning BlogAI 评分4545 Amazon SageMaker HyperPod Spaces 现可直接在 SageMaker Studio UI 中管理
数据科学家和 ML 工程师现可通过 Amazon SageMaker Studio UI 直接创建、配置、启动和停止 JupyterLab 及 Code Editor 环境，无需离开浏览器或使用命令行工具。
Mistral AI精选AI 评分8585 Mistral 发布 Mistral Large 4 大模型
Mistral 发布了 Mistral Large 4，这是一款拥有 1 万亿参数、490 亿活跃参数的原生多模态大模型，将在本月末开源权重。该模型在编码、智能体工作流和多模态理解方面表现出色，在网络安全、金融和法律等关键企业工作负载上达到开源模型最先进水平，部分领域甚至超越封闭模型。
推荐理由：原文给出了参数规模、性能表现和开放时间，读者可以据此评估其对开源模型格局的影响。
NVIDIA Blog精选AI 评分6565 电信运营商为何构建基于开放模型的AI战略
NVIDIA报告显示89%的电信运营商认为开源模型对其AI战略至关重要，开放模型提供成本效益、定制能力和本地化服务优势。NVIDIA推出Nemotron系列开放模型，并与SoftBank、AT&T等合作开发电信特定AI应用，帮助运营商构建自主网络和客户服务AI系统。
推荐理由：原文分析了电信运营商采用开放模型的战略价值，包括成本控制、定制化和本地化服务。
AWS Machine Learning Blog精选AI 评分7676 AWS 在 Amazon Bedrock 上推出 GLM 5.3
AWS 在 Amazon Bedrock 上推出 GLM 5.3，这是一个 753B 参数的混合专家模型，专为编码和长周期智能体任务优化，支持提示缓存和跨区域推理。GLM 5.3 在编码和安全基准测试中表现出色，可通过 OpenAI 兼容 API 或 Amazon Bedrock API 访问，并支持多种服务层级。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google ResearchAI 评分5555 智能体隐私与安全的开放性与新兴问题：情境视角
Google Research发布了一份关于智能体隐私与安全的新研究报告，探讨了自主AI系统面临的隐私和安全挑战，提出了基于情境完整性理论的解决方案，并呼吁学术界、政府、民间社会和产业界共同合作构建安全、可靠且尊重隐私的智能体生态系统。
AWS Machine Learning BlogAI 评分6565 AWS博客：使用Claude Code和Amazon Bedrock加速合规工作负载
AWS博客介绍了如何在AWS GovCloud环境中使用Claude Code和Amazon Bedrock实现合规的AI辅助开发，包括Claude Opus 5.5和Claude Sonnet 5.5的配置步骤和合规特性。
AWS Machine Learning Blog精选AI 评分7272 AWS 发布 SageMaker 优化推理技能，为编码智能体提供专业支持
AWS 发布 aws-ai-ml 技能，通过 Agent Toolkit for AWS 为 Kiro、Claude Code 和 Codex 等编码智能体提供 SageMaker AI 推理优化和基准测试能力。该技能可帮助用户基准测试端点、推荐部署配置、比较性能运行，并生成可执行的 SageMaker Python SDK v3 代码，无需专业知识即可完成模型到生产的优化过程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog精选AI 评分6868 Amazon Quick推出企业级自动化跨账户资源迁移工具
AWS发布Amazon Quick Resource Migrator，这是一个基于Amazon Bedrock AgentCore的MCP服务器，可自动化、可审计地将Amazon Quick资源从开发账户迁移到生产账户。该工具支持代理、连接器、知识库、流程和空间的迁移，具有幂等性、权限完整性和可回滚特性。
推荐理由：原文给出了自动化跨账户资源迁移的解决方案，读者可以据此了解如何实现企业级Amazon Quick资源的安全迁移。
AWS Machine Learning Blog精选AI 评分6565 使用LangChain和Amazon Bedrock知识库实现智能检索
AWS官方博客介绍了如何在Amazon Bedrock Managed Knowledge Base上使用LangChain构建RAG应用，详细展示了标准检索与智能检索两种方法的实现、成本对比和适用场景。智能检索通过将复杂问题分解为子查询，提高了多跳问题的召回率，但成本更高。文章提供了完整的代码示例和架构图，帮助开发者根据查询类型选择合适的检索方法。
推荐理由：原文详细介绍了如何在Amazon Bedrock中使用LangChain实现智能检索，并对比了标准检索与智能检索的适用场景。
AWS Machine Learning Blog精选AI 评分6565 使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性和有用性
AWS 发布了使用 Amazon Bedrock AgentCore 评估多智能体系统可解释性和有用性的教程，展示了如何构建、连接和优化大规模智能体系统。文章介绍了一个三层评估方法，包括内置评估器、自定义评估器和可解释性评估器，并通过 AnyCompany 零售公司的供应链决策系统案例演示了如何在实际应用中评估智能体的性能。
推荐理由：原文提供了多智能体系统评估的完整框架和实现方法，读者可据此构建自己的评估体系。
OpenAI NewsAI 评分3232 OpenAI 在 ChatGPT 推出新视觉广告格式并扩展广告工具
OpenAI 在 ChatGPT 推出新视觉广告格式，同时扩展广告测量工具、归因合作和品牌适配功能。
Hugging Face Blog精选AI 评分8585 Microsoft发布ThinkingBox智能体评估工具
Microsoft与Hugging Face合作发布ThinkingBox，通过检查数据库状态而非生成文本来评估AI智能体可靠性，每个任务重复运行20次。该工具已在Hugging Face开放，包含507个业务工作流程基准测试。
推荐理由：原文提供了AI智能体评估新方法，通过重复测试和数据库状态检查衡量可靠性。
OpenAI NewsAI 评分3030 GPT-6 家族模型指南
OpenAI 发布 GPT-6 家族模型指南，指导初创企业选择模型、调整推理力度、优化提示词与技能、协调工具并准备生产工作流。
AWS Machine Learning Blog精选AI 评分6565 使用Amazon Quick和裁决查询模式进行大规模租赁合规检查
AWS介绍了Adjudicated Query模式，通过Amazon Quick聊天界面与确定性规则引擎结合，实现大规模租赁合规检查。该架构提供可验证的完整性收据和完整的证据链，确保合规决策的可辩护性。文章提供了完整的参考实现和部署指南，适用于租赁合规、保险理赔裁决等多种高风险合规场景。
推荐理由：原文提供了完整的合规检查架构和实现方法，读者可以直接部署使用。
Hugging Face Blog精选AI 评分7373 Hugging Face 开源 AstaBrief 科研报告生成模型
Hugging Face 开源 AstaBrief 8B 模型，可将研究问题和检索到的文献摘要转化为带引用的报告。该模型在 Asta 平台的 Fast 模式中可用，报告生成速度比 Thinking 模式快约 3.5 倍，平均每份报告需 51.1 秒。模型和训练数据已开源，支持本地部署。
推荐理由：原文给出了开源模型的具体性能提升和应用场景，读者可据此评估其在科研报告生成中的实用价值。
GitHub Blog · AI & MLAI 评分5555 GitHub博客：AI正在改变开发者工作方式，这里有三项技能需要加强
GitHub官方博客指出AI正在改变开发者工作方式，开发者需要学习指导AI、不盲目信任AI的答案以及利用AI解决更大问题的技能。文章提供了三个具体建议：学习指导AI而非仅使用它、不要信任AI的第一次答案、利用AI解决更大的问题。