ProvenanceGuard：面向 MCP 智能体的溯源感知核查
ProvenanceGuard 是针对 MCP 智能体推出的生成后事实核查层，专门解决事实正确但归因来源错误的“跨来源混淆”问题。该方案在无需重新训练模型的情况下，通过读取包含工具输出与来源 ID 的 MCP 轨迹，逐项核对声明与其归属来源是否匹配。在 361 项专家测试声明中，它成功拦截了 139 项违规声明中的 138 项，来源识别准确率达 86%。
#Agent
#Agent
今日 3 条Hugging Face BlogAI 评分5050 AWS Machine Learning Blog精选AI 评分6363 xAI Grok 4.7 正式上线 Amazon Bedrock
xAI 的 Grok 4.7 模型已正式登陆 Amazon Bedrock，提供 500K token 上下文窗口并支持 low 至 xhigh 四档推理强度调节。该模型主打长任务自我验证与代码及专业知识工作，在 Bedrock 上通过跨区域推理配置文件提供服务。调用端兼容 OpenAI SDK 与 AWS Converse API，同时支持隐式提示词缓存和 Bedrock Guardrails。
推荐理由：该集成提供了跨区域推理与四档推理强度控制，开发者可直接在云端现有合规框架内调用长上下文模型。
AWS Machine Learning Blog精选AI 评分7171 AWS 上线 Claude Sonnet 5.5，主打低成本编码与知识工作
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为更快、更高效、多数任务单次成本更低的 Sonnet 模型，适合有明确范围的编码与知识工作。
推荐理由：文章给出了 Sonnet 5.5 在 Bedrock 上的可用入口、成本与适用任务划分，读者可据此判断何时选 Sonnet、何时留给 Opus 5.5。
AWS Machine Learning BlogAI 评分3030 用 Amazon Nova Act 与 Bedrock AgentCore 实现合成监控
传统合成监控依赖 Selenium、Playwright 等基于 DOM 选择器的脚本，UI 一改就失效；改用 Amazon Nova Act 后，用自然语言动作驱动多模态 LLM 读取界面截图执行流程，早期企业客户用例中浏览器工作流准确率超过 90%。
Hugging Face Blog精选AI 评分7474 Hcompany 发布 Holo4 系列智能体模型，支持跨界面计算机操作
Hcompany 正式发布 Holo4 系列计算机使用智能体模型，推出 27B 密集型和 35B-A3B 混合专家两种规格，并同步更新轻量版 Holotron4 Nano。
推荐理由：该模型统一了图形界面、代码沙箱与 MCP 接口的交互路径，为低成本构建跨软件工作流提供了开源轻量方案。
GitHub Blog · AI & MLAI 评分5959 GitHub Copilot 初学者指南：如何利用画布构建自定义工作流
GitHub Copilot app 推出画布（canvases）双向交互功能，支持用户与 AI 智能体在共享界面中实时协同处理工作流。用户在会话中运行 `/create-canvas` 并用自然语言描述需求，即可直接生成看板、清单或仪表板等工具面板，无需手写代码或手动排版。生成的画布支持双方实时同步更新，可作为扩展保存共享，也可直接复用 Awesome Copilot 的社区模板。
AWS Machine Learning BlogAI 评分3434 在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型做多模态 RL 后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
AWS Machine Learning BlogAI 评分5555 AWS 详解 NarrateAI 在 Amazon Bedrock 上的大模型生产级质量保证实践
AWS 团队详细介绍了在 Amazon Bedrock 上构建的商业智能助手 NarrateAI，通过五项工程技术实现约 99% 的数字准确率并支持实时流式响应。该系统采用自适应流水线编排将单次查询调用减少 72%，配合跨账户与多模型故障转移避免限流，并通过段落级流式并行评估将校验延迟降低 86.8%。此外，架构结合正则匹配与语义分析的两阶段级联校验，在保障数据准确性的同时控制了推理成本。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 撰文探讨为何聊天窗口往往不是最佳的 AI 交互界面
GitHub 官方博客发文指出纯文本对话在具体任务中往往效率低下且浪费模型 token，主张利用可定制的轻量全栈界面替代传统聊天窗口。文章以 GitHub Copilot app 中的 canvas 为例，展示了支持双向通信、本地代码执行与自动化开发流的交互形态。作者建议让智能体去构建交互成本更低的小工具，从而帮助开发者更彻底地脱离重复盯盘的执行流程。
推荐理由：原文通过具体案例对比了纯对话与定制全栈界面的差异，说明了让智能体构建持久化小工具以减少模型消耗的可行路径。
Google Research精选AI 评分6464 Google 发布长视频连贯生成多智能体框架研究
Google Research 提出多智能体视频协导框架及系列研究，通过在 Gemini 与 Veo 之上构建编排层，实现多镜头叙事长视频的自动化与视觉连贯性生成。
推荐理由：研究将长视频生成解耦为多智能体规划、视觉记忆与闭环评测，为多镜头叙事中的角色与场景连贯性提供了可参考的系统化方案。
GitHub Blog · AI & MLAI 评分5454 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，用户只需提供 GitHub 仓库，智能体便会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并研判崩溃。
AWS Machine Learning BlogAI 评分5151 如何基于 AgentCore Gateway 与 MCP 构建多账号 AI Agent
AWS 提出基于 Amazon Bedrock AgentCore Gateway 与 MCP 构建多账号 AI 智能体架构，让各业务线数据保留在自有账户内即可完成跨账户查询与工具调用。
AWS Machine Learning BlogAI 评分2121 Aderant 用 Amazon Nova Lite 构建智能工单分流系统
Aderant 借助 Amazon Bedrock 上的 Amazon Nova Lite 打造智能工单分析器，支持其 38 人 SierraOps 团队在 268 个客户环境中运维 Expert Sierra。
AWS Machine Learning BlogAI 评分4848 从多门户跳转到即时问答：HEMA 基于 MCP 与 Amazon Bedrock 的实践
荷兰零售商 HEMA 基于 MCP 与 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，将多门户查找知识的耗时从数小时缩短至数秒。
AWS Machine Learning BlogAI 评分4949 基于 AWS 构建智能体对话式视频智能方案
AWS 提出基于智能体架构的对话式视频智能方案，通过 Strands Agents SDK 编排 Amazon Bedrock、Amazon Rekognition 与 Amazon Transcribe，支持用自然语言直接查询视频内容。
AWS Machine Learning Blog精选AI 评分6060 如何通过 Amazon Bedrock 搭配开放权重模型构建 AI 编码智能体
AWS 介绍了如何将终端开源编码智能体 OpenCode 与 Amazon Bedrock 托管的开放权重模型结合，构建安全且按用量计费的本地开发工作流。配置支持在单会话内按任务分配模型，例如调用 Kimi K3 进行深度推理与架构排查，分配 GPT-OSS 120B 或 Nemotron 3 Super 120B 执行高吞吐代码生成。
推荐理由：原文提供了将规划与生成分工路由到不同开源模型的具体配置，便于开发者搭建兼顾隐私与成本的终端编程工作流。
OpenAI NewsAI 评分2828 Ringg 的 AI 智能体借助 OpenAI 解决高达 65% 的客户通话
Ringg 借助 GPT-5.6 构建覆盖语音、聊天、WhatsApp 与网页端的多语言 AI 智能体，可自主解决高达 65% 的客户通话。相较于采用 GPT-4.1，该方案将相关运行成本降低了 90%。
NVIDIA BlogAI 评分3737 在新加坡 AI 日上，NVIDIA 携手合作伙伴展示东南亚 AI 进展
在新加坡 AI 日上，NVIDIA 与合作伙伴展示了东南亚基于 Nemotron 等模型的 AI 落地成果。新加坡 HTX 采用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 推进公共安全研究，泰国 iApp 基于 Nemotron 3 Nano 开源了 OpenThai 2.0 Legal。
AWS Machine Learning Blog精选AI 评分7272 Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
Anthropic 的 Claude 5.5 系列首个模型 Claude Opus 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向智能体编码、知识工作和长时任务的最强 Opus 模型。
推荐理由：AWS 官方给出 Claude Opus 5.5 在 Bedrock 上的能力变化与接入代码，可据此评估迁移与成本。
OpenAI NewsAI 评分3232 Parallel 借助 GPT-6 Astra 将研究时间和成本减半
Parallel 采用 GPT-6 Astra 支持其 AI 智能体调研与整合劳动力市场数据。与先前模型相比，该方案将数据研究与综合处理的时间及成本均缩减了一半。
NVIDIA BlogAI 评分4747 NVIDIA：AI 安全是一个工程问题，如何在 AI 智能体技术栈各层构建防护
NVIDIA 强调 AI 安全是需在模型、工作流及运行时全栈设立强制边界的工程问题，并开源了安全运行时 OpenShell。OpenShell 独立于智能体自身的推理决策提供沙箱执行环境，从底层管控文件、网络和系统资源访问。Cisco 的 DefenseClaw 与 JFrog 已接入该架构，分别提供治理层以及技能扫描和策略控制支持。
OpenAI NewsAI 评分2525 V7 借助 GPT-5.6 Luna 降低 78% 成本并提升准确率
V7 借助 GPT-5.6 Luna 成功将成本降低 78%，同时提升了准确率。通过使用 GPT-5.6，V7 将分散的公司文件转化为上下文，供 AI 智能体完成复杂且带有源链接的工作任务。
GitHub Blog · AI & MLAI 评分4949 GitHub：该读代码吗、RAG 是否已死，以及 Skills 取代了 MCP 吗？
GitHub 播客针对当前 AI 流行论调指出，开发者仍须对生成的代码负责并按风险审查，而 RAG、MCP 与 Skills 实为互补而非互相取代。其中 MCP 提供连接工具与数据的标准接口，Skills 封装流程规范，结合 RAG 检索能共同辅助 AI 智能体；此外，团队评估开发者时更看重其何时使用 AI 及把控质量的判断力。
Google ResearchAI 评分5959 Google Research 探索利用生成式 UI 动态生成教学互动模拟
Google Research 推出一项教育研究实验，利用生成式 UI 技术让教师根据课程目标动态生成定制的互动教学模拟。该系统引入了包含智能体自动化测试的自纠错循环以保证教学逻辑与交互质量，并已发布覆盖中学 STEM 学科的 30 多个示例模拟供试点学校体验。
GitHub Blog · AI & ML精选AI 评分8787 GitHub 如何使用 Copilot 将 Copilot Agent 运行时重写为 Rust
GitHub 团队利用 Copilot App 与 Copilot CLI，将原本基于 Node.js/TypeScript 的 Copilot Agent 运行时完全重写为超过 80 万行生产级 Rust 代码。
推荐理由：文章详细记录了用多智能体并发协作重写大型生产项目的架构拆分与控制策略，展示了高阶开发者的监督方法。
OpenAI News精选AI 评分6565 OpenAI 探索用 AI 重塑广告体验，推出 Sponsored Agents 与营销集成工具
OpenAI 推出由 AI 驱动的新型广告体验，包含赞助型智能体（Sponsored Agents）与面向营销人员的工具。同时，该体验还提供了与 HubSpot 和 Shopify 的平台集成。
OpenAI NewsAI 评分2525 Hex 借助 GPT-6 Astra 将复杂分析转化为可视化报告
Hex 借助 GPT-6 Astra 赋能其数据智能体，将分析解答转化为交互式可视化报告，便于员工进行成果展示与分享。
NVIDIA BlogAI 评分5252 黄仁勋在 Dreamforce 演讲称 AI 让人类能知晓一切并做任何事，Salesforce 推出推理模型 Koa
黄仁勋在 Salesforce Dreamforce 大会发表演讲，Salesforce 同期宣布基于 NVIDIA Nemotron 3 Super 构建其首个 CRM 推理模型 Koa。黄仁勋指出 AI 安全本质上是工程问题，企业未来都将转向智能体架构。Koa 完全由 Salesforce 在自有基础设施上采用合成数据训练，计划于 10 月展开客户试点并在 2026 年冬季正式上线。
Google DeepMind精选AI 评分8282 Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音对话模型
Google DeepMind 正式推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 实时对话模型，主打近实时推理与语音智能体任务执行能力。
推荐理由：官方展示了实时多步推理与边思考边交谈的交互机制，为语音智能体的落地架构提供了参考范式。
Hugging Face Blog精选AI 评分6666 IBM Research 提出 Consistency Analyzer：把智能体的一致性差距从 24.4 点减半到 12.0 点
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 新增的 consistency guidelines 与 Consistency Analyzer，用于衡量并改善智能体在重复运行下的不稳定问题。
推荐理由：原文提出 Pass^k 与一致性差距的度量，并给出把差距减半的检测与修复方法，可用于判断智能体上线后的可靠性。
OpenAI NewsAI 评分2020 Fyxer 如何构建受人信赖的 AI 高管助理
Fyxer 结合 OpenAI 模型、微调技术、记忆功能与真实用户反馈，打造受人信赖的 AI 高管助理。该系统能够协助整理收件箱，并以每位用户的个性化口吻起草电子邮件。
GitHub Blog · AI & MLAI 评分5656 GitHub 团队如何用 GitHub Copilot 与 Actions 实现活动运营全流程自动化
GitHub 市场团队通过 GitHub Copilot、GitHub Actions 和 Issue 构建了自动化流程，将活动运营从前期策划、报名筛选到会后 CRM 录入实现全流程代码化。
OpenAI NewsAI 评分3939 Cognition 借助 GPT-6 Astra 帮助 Devin 测试自身工作
GPT-6 Astra 提升了 Devin 测试软件并验证其正常运行的能力。该改进旨在帮助工程师减少代码审查工作量，从而更快交付更多代码。
Google ResearchAI 评分4545 ToolGrad：利用文本“梯度”高效生成工具使用数据集
Google Research 提出工具使用数据集生成框架 ToolGrad，采用“先答案后问题”范式并借助文本梯度反馈，能以更低成本高效构建复杂的真实 API 工作流。
GitHub Blog · AI & MLAI 评分5151 GitHub Copilot app 初学者指南：使用 Diff、终端与浏览器面板
GitHub Copilot app 集成了 Diff、终端和浏览器三个内置面板，允许开发者在单一界面内完成智能体生成代码的审查、运行与预览。Diff 面板用于高亮对比增删行，终端面板支持直接执行项目运行脚本与多窗口切换，浏览器面板则提供 Pick & Polish 工具以便选中 UI 元素让智能体继续调整并直接创建 PR。
OpenAI News精选AI 评分6060 OpenAI 在 ChatGPT Work 中推出 Data agent
OpenAI 宣布在 ChatGPT Work 中推出 Data agent。该智能体支持用户使用自然语言连接企业数据、挖掘业务洞察，并借助 AI 构建交互式仪表盘。
推荐理由：官方简短介绍了该智能体连接企业数据与构建交互仪表盘的场景，读者可据此了解其工作流支持方向。
OpenAI News精选AI 评分6969 OpenAI 推出 Agents API
OpenAI 推出 Agents API，这是一项用于构建和启动云端智能体的托管服务。该服务由 Codex harness 提供支持，具备任务编排、长时运行会话以及工具调用能力。
推荐理由：该接口将智能体编排、长时会话和工具调用封装为托管服务，便于开发者降低云端智能体的构建与维护成本。
Mistral AI精选AI 评分6969 Mistral 分享如何用 AI 智能体实现复杂遗留代码现代化
Mistral 协助欧洲能源运营商将 40,000 行 Fortran 77 遗留科学计算代码迁移为 C++，并系统总结了 AI 智能体在遗留代码现代化中的实践方案。
推荐理由：原文总结了科学计算遗留系统迁移的工程实践，展示了数值一致性验证和人机协同智能体工作流在代码重构中的落地方法。
OpenAI NewsAI 评分2828 GPT-5.6 Sol 如何协助运行量子计算实验
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验。该方案能够自动分析实验数据与结果，并对量子比特执行校准。
OpenAI NewsAI 评分5353 OpenAI 内部视角：编码智能体如何加速 AI 研究
OpenAI 发文展示其内部使用编码智能体加速 AI 研究的早期实践与数据。内容涵盖智能体使用情况、实验迭代速度、任务复杂度以及整体研究加速等维度，呈现了智能体对科研工作流的重塑。