独立 AI 资讯库
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
本文介绍如何将 Amazon Bedrock AgentCore Evaluations 接入 GitHub Actions CI/CD 流水线：部署 AI Agent 和受 OAuth 保护的 MCP server、使用测试提示词调用 Agent，并对响应进行自动评分。若评估分数低于预设阈值，流水线将使 Pull Request 失败，从而阻止行为退化的代码被合并。方案涵盖 Strands Agent、基于角色的 MCP 工具访问控制、共享 Cognito 身份认证、CDK 基础设施即代码，以及统一评估脚本。文章还比较了存储 Trace、服务账号和 M2M 认证三种 CI 评估方案，并重点说明了适用于无用户上下文 CI 环境的 M2M OAuth 流程。
本文在 Amazon SageMaker AI Inference 上，对两款 300 亿参数级 MoE 模型 Qwen3-Coder-30B 和 NVIDIA Nemotron-3-Nano-30B 进行 GPU 实例评测，覆盖 G5、G6、G6e 和 G7 系列。测试显示，在 Qwen3-Coder-30B 的固定非流式负载下，G7 的输出 Token 吞吐量达到 391.3 tok/s，较 G6 提升 60.8%，较 G5 提升 13.0%，同时具备最低延迟。G7 搭载 NVIDIA Blackwell GPU，并拥有原生 FP4 Tensor Core 支持，因此在采用 NVFP4 等低精度格式的 MoE 推理中具有结构性优势。文章还展示了开发者可通过 SageMaker AI 的基准测试工作流或自动化 Generative AI Inference Recommendations 工作流，选择面向生产环境的推理配置。
HPE Zerto 基于 Amazon Bedrock 构建了一套部署在客户本地环境中的 Agentic 故障排查系统，用于处理混合云和多云环境中的数据保护、灾难恢复与运维问题。该系统采用 Orchestrator、ZVM 和 VRA 多 Agent 架构，通过 MCP 访问实时环境数据，并结合 Amazon Bedrock Knowledge Bases、Guardrails、CloudWatch 等服务。自 2026 年第二季度发布以来，超过 20% 的 HPE Zerto 客户已采用该系统，相关工作流的支持案例数量在生产环境中减少了 10%。这一架构表明，企业可在满足数据驻留、隔离网络和安全治理要求的前提下，将生成式 AI 用于本地关键基础设施的诊断与恢复决策。
OpenAI 启动总额 500 万美元的资助计划，支持独立研究生成式 AI 对青少年发展的影响。研究重点包括青少年福祉与安全等议题。该计划将为研究人员提供资金支持，也有助于开发者和行业更好理解并应对生成式 AI 面向未成年用户的潜在影响。
Meta 正式发布旗下超级智能实验室的首个图像生成模型 Muse Image，现已集成至 Meta AI。用户可通过简单对话式提示生成高质量图像，并直接分享至动态、快拍或聊天，同时还能使用超过 30 种 Instagram 快拍 AI 特效。Muse Image 新增预设灵感、房间重设计购物、@提及 Instagram 个人资料生成图像以及直接圈画编辑等功能，并借助 Muse Spark 实现多步推理和实时上下文融合。该模型免费向普通用户开放，未来将接入 Advantage+ 创意，为广告主和开发者提供新的视觉创作工具。
多数据集主题（公开预览版）现已在 Amazon Quick 中推出，支持将最多12个数据集加入单个主题并定义关系，使 AI 聊天代理能够自动遍历关系回答跨数据集问题。该功能让数据保持规范化、治理集中化，业务用户无需理解底层模式即可获得统一答案，对自助分析与企业级语义层建设意义重大。本文介绍了多数据集主题的工作原理，详述代理如何利用定义关系生成跨数据集 SQL 查询，并展示了零售分析场景的端到端实现。
本文演示如何利用配置驱动的 AgentCore harness 构建无服务器图像编辑器，用户上传照片并用自然语言描述编辑，数秒内获得结果。该代理无需编写自定义编排代码，由 Claude Sonnet 4.6 自动分解指令并调用三个 Stability AI 工具完成修复、扩展与替换，随后通过 microVM 上的 shell 命令添加水印且不消耗令牌。整体方案包括 React 前端、Lambda 代理、AgentCore 记忆及加密存储，支持单次调用切换模型与行业角色，一键 CDK 部署。该实践为开发者提供了端到端的 agent 构建范式，大幅简化工具路由、记忆管理和后处理。
本文介绍了如何利用开源 Evidently 库与 Amazon SageMaker AI 和 MLflow，构建针对分类和回归模型的监控方案。方案通过检测数据漂移与模型漂移，在批量推理和实时端点两种场景下量化模型质量下降，并支持将监控结果集成到 MLflow 进行可视化、通过 SNS 发送告警或触发自动重训练。文中提供了完整的架构图、端到端 MLOps 集成示例以及可操作的 Jupyter 笔记本仓库，为开发者维护生产环境模型准确度提供了可定制的实践参考。
本文介绍了如何利用 Amazon Bedrock AgentCore 构建一个 AWS 支持助手，该助手使用 Strands Agents 作为编排框架，并通过模型上下文协议（MCP）连接 AWS 服务。该解决方案将 CloudWatch 日志分析、文档搜索、社区知识查询和支持案例创建整合到单一对话界面中，可将每次事件调查前的上下文切换时间减少 30–45 分钟。文章详细说明了架构、部署步骤、代理代码的核心模式以及安全考量，并提供了可直接使用的 CloudFormation 模板和 Amplify 前端。对于希望提高运维效率并获取生产级代理实现参考的开发者，本文提供了端到端的实践指南。
GitHub 宣布 Copilot 桌面应用已支持所有套餐，包括 Copilot Free 和 GitHub Education 用户。该应用允许使用 GitHub 账户登录，在 macOS、Windows 和 Linux 上启动智能体驱动的开发。用户也可无需订阅，通过自带密钥（BYOK）连接自有模型。此举大幅降低了开发者体验 AI 协同编码的门槛，并为组织管理提供策略控制。
Google 为 Gemini API 的托管 Agent 新增后台执行、远程 MCP 服务器集成、自定义函数调用以及跨交互刷新凭证等能力。这些更新回应了开发者反馈，使构建可靠的生产级智能体成为可能。通过 Gemini Interactions API 的单端点调用，Gemini 可在隔离云沙箱中处理推理、代码执行、包安装等任务。如果使用 AI 编码代理，还可安装对应技能。此举有助于简化开发者工作流，提升 agent 的可靠性与扩展性。
Australian Payments Plus 通过 ChatGPT 企业版与 Codex，在复杂的支付业务中实现了更快的推进速度。这一举措帮助 AP+ 节省了时间、提升了交付质量，同时始终坚持以人工判断为核心。对金融科技领域的开发者而言，它展示了如何在受监管的企业环境中安全地将 AI 融入关键支付流程，兼顾效率与风险控制。
Google 推出 EmbeddingGemma 2，将原有的文本嵌入能力扩展至代码、图像、视频和音频，并统一到共享的嵌入空间中。该模型基于 Gemma 4 架构，拥有 7.4 亿参数，采用商业友好的 Apache 2.0 许可证，面向设备端推理进行了优化。EmbeddingGemma 的前代产品下载量已超过 2000 万次；新版可帮助开发者通过语音备忘录查找特定视频片段，或根据文本查询检索数小时的音频记录，为本地搜索和注重隐私的 RAG 应用提供多模态基础能力。
Grok Bot for Founder-Led Sales xAI
AWS 介绍了如何结合 Amazon Bedrock AgentCore、实时语音模型 Amazon Nova 2.5 Sonic 以及 Amazon Bedrock Knowledge Bases，为航司应用构建端到端的语音旅行管家。该方案借助 Model Context Protocol (MCP) 实现 AI Agent 与后端 REST API 的松耦合交互，旅客无需手动切换屏幕即可通过自然语音完成选座、查验延误及政策咨询，并支持无缝转接人工客服。该架构具备会话级 microVM 隔离、异步工具调用与延迟遮蔽能力，并支持通过 AWS CDK 一键自动化部署，为开发者落地低延迟、生产级双向语音 Agent 提供了成熟参考。
OpenAI 近日公布了其内部前沿模型在数学公开难题上取得的最新研究成果。研究团队不仅展示了模型在深度数学推理上的突破，还在 GitHub 上完整开源了对应的 Lean 形式化证明及相关研究细节。这一进展凸显了前沿 AI 结合形式化验证系统探索未知科学边界的巨大潜力，也为数学家与 AI 开发者提供了极具价值的实践范式。
量化交易巨头 Jump Trading 正在应用 OpenAI 技术与 ChatGPT 拓展其量化研究规模。通过构建整合多源数据并辅以人工审核的长周期 AI 工作流，该机构显著加速了策略假设生成与复杂数据分析流程。这一实践表明量化金融正从单点工具辅助走向长链条的人机协同工作流，为行业开发者在复杂高壁垒业务中落地大模型 Agent 提供了重要范式。
OpenAI 宣布与数字合同管理平台 Ironclad 达成合作，共同在复杂合同工作流中训练并评估 AI Agent 的计算机使用（Computer Use）能力。双方聚焦于高合规要求、多步骤交互的企业级真实业务场景，构建了针对性的专业评测基准与交互方案。这一合作标志着 Computer Use 技术正从通用任务走向高门槛垂直领域，为未来复杂知识型工作的自动化提供了重要实践范式。
OpenAI 说明了近期涉及其模型的第三方网络安全评估事件。该公司概述了这些事件所反映的测试与评估风险。OpenAI 表示将推出新的保障措施，以加强 AI 模型的测试和评估流程。这些措施可能影响开发者和行业在开展模型安全评测时的规范与实践。
Liquid AI 发布 LFM2.5-2.6B，一款面向端侧部署的 26 亿参数 Agent 模型，支持工具调用和多步骤工作流，可在笔记本电脑和手机等日常设备上运行。该模型在工具使用、指令遵循和多步 Agent 任务上可与参数量约为其 4 倍的模型竞争，并通过真实 Agent harness 中的强化学习提升兼容性。官方称其在 Apple M5 Max 上解码速度达 220 tokens/s、AMD Ryzen CPU 上达 113 tokens/s，内存占用不足 2.5GB；在高并发 H100 上输出吞吐接近每秒 1.5 万 token。对开发者而言，这意味着可以在不产生云端推理账单的情况下构建更具隐私性的本地 Agent，并通过 Hugging Face、llama.cpp、MLX、vLLM、SGLang 和 ONNX 等生态快速部署。
GitHub 正在通过 AI 简化代码覆盖率工作流的配置流程。用户可在仓库的 Code Quality 设置中启动 Agent，由 GitHub 自动生成覆盖率工作流并创建一个拉取请求，供用户审核后再合并。该工作流将构建代码、运行测试、生成覆盖率报告并上传至 GitHub，默认采用最小权限配置。该功能目前面向 github.com 上所有 GitHub Code Quality 用户开放公开预览，适用于 GitHub Enterprise Cloud 和 Team，暂不支持 GitHub Enterprise Server。
OpenAI 推出面向教育场景的 ChatGPT Work 和 Codex 新插件。相关工具旨在帮助 K–12 教师、高校教育工作者及学生开展学习、教学、研究与构建工作。此类插件扩展了 AI 在课堂、课程设计和开发实践中的应用空间。
GitHub 宣布，自 2026 年 7 月 30 日起，GitHub Models 已正式停止服务。模型游乐场、模型目录、推理 API 以及自带密钥（BYOK）功能均不再向任何客户开放，包括仍有活跃使用记录的现有客户。GitHub 建议需要 AI 模型访问能力的项目迁移至 Microsoft Foundry，并建议希望直接在 GitHub 中构建 AI 工作流的开发者使用 GitHub Copilot。此举完成了 GitHub 于 7 月 1 日公布的全面停服计划。
Musk’s xAI challenges Minnesota’s ‘nudification’ law The Center Square
GitHub Actions 现支持通过新的 self-repository 语法引用位于同一仓库中的 Action 或可复用工作流。以 `$/` 开头的 `uses:` 值会解析到当前正在运行工作流对应的精确提交，无需执行 checkout。该能力可避免依赖 `./` 路径和 checkout，或手动硬编码版本所带来的维护负担，并保持内部引用与调用方固定的完整提交 SHA 一致。该功能已在 github.com 提供，要求 GitHub Actions runner 版本为 2.336.0 或更高。
Moonshot AI 于 2026 年 7 月 27 日发布了 Kimi K3，这是一款拥有 2.8 万亿参数、896 个专家的 MoE 开放权重模型，每个 token 仅激活 16 个专家，单次前向传播激活约 1040 亿参数。本文介绍两种在 AWS 上部署该模型的路径：使用 Amazon SageMaker HyperPod 的 Inference Operator，或在自管 Amazon EKS 集群上结合 EC2 Capacity Blocks 部署。由于模型规模庞大，部署需要配备 8 张 NVIDIA B300 Blackwell Ultra GPU 的 `ml.p6-b300.48xlarge` 实例，并使用支持 MXFP4、MoE 和张量并行的 vLLM Kimi K3 专用镜像。部署完成后，开发者可通过兼容 OpenAI 的 `/v1/chat/completions` API 调用模型，面向长程编码、Agent 工作流和复杂推理等任务提供服务。
Musk’s xAI sues Minnesota over AI nudification ban Minnesota Lawyer
OpenAI GPT-5.6 Sol、Terra 和 Luna 已在 Amazon Bedrock 正式可用，并通过 OpenAI 兼容的 Responses API 提供服务。Amazon Bedrock 同时为 GPT-5.6 引入显式提示缓存，开发者可精确指定可缓存的提示词前缀，缓存读取的输入 Token 可享受 90% 折扣，缓存内容至少可复用 30 分钟。该功能尤其适合 Agent 工作流中反复使用系统指令、工具定义和参考文档的场景，可通过写入一次、读取多次降低输入成本。文章还介绍了隐式与显式缓存的差异、配置和验证方法，以及 GPT-5.6 的推理强度、流式输出、函数调用和结构化输出能力。
2026 年 7 月，Visual Studio 中的 GitHub Copilot 推出基于 Copilot SDK 的新 Agent（预览版），旨在以更少的来回交互提升首次完成任务的准确率，并提供更简洁的响应。Visual Studio 还新增了由 .NET 和 Azure 团队专家编写的内置技能，开发者可按需启用以定制 Agent 工作流。此次更新还支持对选定代码进行 Copilot 审查，以及面向 GitHub 组织的统一自定义指令配置。除组织级自定义指令需要 GitHub Copilot Business 或 Enterprise 外，新 Agent、内置技能和选定代码审查功能面向所有套餐提供。
Google DeepMind 发布 Gemini Robotics ER 2，这是一款面向机器人的高阶“具身推理”模型，可支持人机对话、物理世界理解、多步骤任务规划及工具调用。该模型能够持续分析视频流，跟踪任务进度、在出错时调整，并在执行动作的同时规划下一步。相较 Gemini Robotics ER 1.6，新版本新增多机器人协作能力，使多台机器人可在共享空间中完成单个机器人难以独立完成的复杂工作流。开发者现可通过 Gemini API、Google AI Studio 使用该模型，并可在 Gemini Enterprise Agent Platform 的私有预览中体验。