AI News

独立 AI 资讯库

AI 前沿动态、原文归档与媒体镜像

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。

11947资讯
11815正文归档
75522媒体
官方更新 OpenAI Blog Thu, 10 Sep 2026 正文 thin

推出 Agents API

OpenAI 推出 Agents API，这是一项用于构建和发布云端 Agent 的托管服务。该服务由 Codex harness 驱动，支持编排、长时间运行的会话以及工具调用。对于开发者而言，Agents API 可降低构建和运营复杂云端 Agent 的基础设施门槛。

详情 原文 相关 13.2 · 机会 5
官方更新 GitHub Changelog Thu, 09 Jul 2026 正文 ok 媒体 4

OpenAI GPT-5.6 Sol、Terra 和 Luna 模型现已在 GitHub Copilot 中可用

OpenAI 的 GPT-5.6 系列模型已部署至 GitHub Copilot，提供 Sol（高推理能力）、Terra（均衡全能）和 Luna（轻量低成本）三种变体。这些模型按用量计费，旨在让开发者根据任务复杂度灵活选择：Sol 擅长复杂代码库推理和长时间代理任务，Terra 适合日常编码，Luna 则针对快速、低开销场景。模型将在 Visual Studio Code、JetBrains 等多个编辑器及平台中提供，目前正逐步推送。Copilot Enterprise 和 Business 管理员需在设置中显式启用策略。此举为开发者带来更细粒度的 AI 编码辅助选项，有助于优化性能与成本。

详情 原文 相关 2 · 机会 3
官方更新 AWS ML Blog Thu, 09 Jul 2026 正文 ok 媒体 7

MCP 工具设计：实践方法与权衡

当 MCP 工具表现不佳时，原因通常在于工具设计，核心问题包括占用过多上下文的“臃肿”和导致错误调用的“混乱”。本文通过模拟 K-12 内容搜索 API 的 6 个版本，展示了从原始透传到惰性加载等上下文工程实践，包括丰富描述、模式约束、按需上下文和服务端推断。研究指出，合理设计工具定义可减少重试，而按需加载工具可最高减少 85% 的令牌消耗。对开发者而言，找到臃肿与混乱之间的平衡至关重要，文中提供了可运行的对比示例以帮助决策。

详情 原文 相关 2.7 · 机会 3
官方更新 OpenAI Blog Thu, 09 Jul 2026 正文 thin

GPT-5.5 生物漏洞赏金计划

OpenAI 发布了针对 GPT-5.5 的生物领域漏洞赏金计划，旨在发现模型在生物安全方面的潜在风险。原文页面因需要启用 JavaScript 与 Cookie 而无法直接展示详细内容。该计划可能吸引安全研究人员参与，帮助评估前沿模型在敏感生物议题上的安全性。

详情 原文 相关 2.4 · 机会 1
官方更新 OpenAI Blog Thu, 09 Jul 2026 正文 thin

ChatGPT 如今成为你最具野心的创作伙伴

ChatGPT Work 化身智能代理，可跨应用与文件执行操作，能在必要时连续跟进项目数小时，并将目标转化为最终成果。此能力进一步模糊了对话与自主任务之间的界限，对开发者和专业用户而言，意味着全新的自动化工作流与生产力范式。

详情 原文 相关 3.6 · 机会 2
官方更新 AWS ML Blog Thu, 08 Oct 2026 正文 ok 媒体 11

面向 AI Agent 的按次推理付费：BlockRun 与 Incarna 如何使用 Amazon Bedrock AgentCore payments

Amazon Bedrock AgentCore payments 为 AI Agent 提供托管式按需支付能力，并由基础设施而非模型本身强制执行支出上限。Incarna 通过该服务，让其 Agent 能够经由 x402 协议按每次请求向 BlockRun 支付模型推理费用。该团队将接入 x402 支付的工作量从原计划的两到三个月缩短至三天，仅编写约 200 行应用代码。在 Beta 阶段，Agent 已完成超过 1,000 笔链上独立结算的支付，每次费用介于 0.001 美元至 0.05 美元之间。

详情 原文 相关 2.7 · 机会 2
官方更新 OpenAI Blog Thu, 08 Oct 2026 正文 thin

Oracle 如何借助 ChatGPT 和 Codex 将数天工作缩短至数分钟

在招聘、工程研发和日常运营等业务场景中，Oracle 正在全面利用 ChatGPT Work 与 Codex 将分散的专家知识转化为快速、可复用的标准化工作流。通过将过去需要数天的人工作业压缩至数分钟，Oracle 实现了组织内部专业技能的高效流通与规模化交付。这一实践展示了大型科技巨头如何通过企业级 AI 与代码模型协同赋能多职能团队。对于开发者和企业决策者而言，该案例为将复杂业务经验转化为自动化生产力提供了重要参考。

详情 原文 相关 6 · 机会 2
官方更新 OpenAI Blog Thu, 08 Oct 2026 正文 thin

LegalOn 在保持开发速度的同时将 Codex 成本削减逾半

LegalOn 在保持开发速度的同时，将估算的 Codex 每日成本降低了 65%。该公司将 Astra、Sol 和 Luna 分配给不同任务，并有策略地管理预算。这一案例表明，合理匹配工具与任务、管理预算，可能有助于开发团队在维持效率的同时控制成本。

详情 原文 相关 3.6 · 机会 1
官方更新 OpenAI Blog Thu, 08 Oct 2026 正文 thin

破坏借助 AI 的“幌子机构”行动

OpenAI 破坏了两起借助 AI 开展的影响力行动。这些行动利用假冒记者和智库作为幌子，传播地缘政治信息。此事显示，AI 可能被用于包装信息传播主体，给行业识别影响力行动带来挑战。所提供的原文未包含正文，因此无法确认行动的具体细节。

详情 原文 相关 2.4 · 机会 1
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 11

使用 Amazon Bedrock AgentCore 中的时间策略保护 AI Agent

Amazon Bedrock AgentCore 的时间策略（temporal policies）允许开发者根据 Agent 会话中的历史轨迹定义有状态授权规则，而非仅逐次检查单个请求。该机制可强制工具调用顺序、验证跨工具传递的数据完整性、限制单个会话的累计金融风险敞口，并要求高价值操作获得人工批准。时间策略在 AgentCore Gateway 边界运行，独立于 Agent 自身代码，因此 Agent 无法通过提示词、代码缺陷或运行时行为绕过控制。文章以私人银行投资组合 Agent 为例，说明如何借助 Dogwood 语言和轨迹状态实施这些控制。

详情 原文 相关 4.5 · 机会 4
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 16

为 AgentCore gateway 上的 AI 流量配置速率限制

Amazon Bedrock AgentCore gateway 现支持速率限制，可按用户、用户组和目标对 AI 流量实施细粒度控制。开发者可基于 JWT 声明或 IAM 身份，为请求速率、Token 吞吐量和并发连接配置限制，以保护下游模型、工具与 Agent 免受流量峰值影响。该机制同时支持客户自定义限制与 AWS 服务配额，并可组合 `targetName`、模型 ID、用户角色和用户 ID 等维度，建立面向不同用户群和目标的独立限流桶。

详情 原文 相关 2.7 · 机会 3
官方更新 GitHub Changelog Thu, 06 Aug 2026 正文 ok 媒体 4

Kimi K3 现已在 GitHub Copilot 中可用

开源权重模型 Kimi K3 已在 GitHub Copilot 中正式上线，由 GitHub 通过 Fireworks AI 托管，并面向多种 Copilot 付费计划逐步推出。GitHub 称，该模型在 Agentic 编程方面展现出前沿级能力，并采用具备成本效益的定价；按用量计费的价格为每百万输入 Token 3 美元、每百万输出 Token 15 美元、每百万缓存输入 Token 0.30 美元。由于 GitHub Actions 事件，GitHub 已于 2026 年 8 月 6 日暂时暂停 Kimi K3 的推广。对于 Copilot Business 和 Enterprise，Kimi K3 默认关闭，管理员需在设置中启用相关策略，并应先评估安全、合规与数据治理要求。

详情 原文 相关 2 · 机会 3
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 11

借助 Amazon Bedrock AgentCore 新能力，控制跨越单次操作的 Agent 行为与成本

Amazon Bedrock AgentCore 推出由开源策略语言 Dogwood 驱动的时序策略，以及 Gateway 速率限制能力，以在基础设施层对 Agent 行为和成本实施确定性控制。时序策略可基于同一会话中的操作序列进行授权决策，例如验证账户信息一致性、累计预算、强制执行步骤顺序及要求人工审批。Gateway 速率限制可按用户身份限制请求数、Token 消耗量和连接持续时间，并支持按秒或按分钟设置窗口。两项能力均无需修改既有 Agent 代码，有助于企业在扩大自主 Agent 部署时强化安全、治理与成本可预测性。

详情 原文 相关 4.5 · 机会 5
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 10

借助 OpenTelemetry 和 Amazon CloudWatch 构建 Amazon Bedrock 上 Codex 的可观测性

随着工程团队从试用转向规模化采用 Codex 等编程 Agent，企业需要掌握使用采纳、资源消耗、可靠性与成本归属。本文介绍了一种 AWS 原生方案：本地 Codex 客户端将 OpenTelemetry（OTel）指标发送至本机 Collector，再经 SigV4 认证写入 Amazon CloudWatch，而不会在 Amazon Bedrock 的模型推理路径中加入集中式代理。配套的 `CodexOnBedrock` 仪表板可按用户、团队、部门、成本中心、模型和会话来源分析活跃用户、请求量、Token 用量及工具调用等数据。文章同时强调，CloudWatch 指标适合运营与趋势分析，实际账单成本应以 AWS Cost and Usage Reports（CUR）2.0 或 Amazon Bedrock 成本管理报告为准。

详情 原文 相关 5.4 · 机会 2
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 9

在 Amazon Bedrock 上通过单一 Region Claude Code 强制实施数据驻留

一家总部位于美国的全球组织要求 Claude Code 的所有 Amazon Bedrock 推理必须在伦敦 eu-west-2 单一 AWS Region 内处理，而不仅是从该区域发起调用。文章提供两种实现路径：在 Mantle 支持的区域使用 `AWS_REGION` 配合 IAM 区域条件；在伦敦等 Mantle 不支持区域内路由的区域，使用应用推理配置文件配合经典 Amazon Bedrock Invoke API。IAM 的 `aws:RequestedRegion` 条件可阻止错误区域的调用，AWS CloudTrail 则可用于验证所有请求仅出现在目标区域。该方案适合有严格特定区域合规要求的团队；如果只要求数据位于某一地理范围内，跨区域推理通常仍是更简单且推荐的默认选择。

详情 原文 相关 2.7 · 机会 1
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 12

用于 Amazon Bedrock Automated Reasoning 策略的 Agent Skills

AWS 推出了一套开源 Agent Skills，可让开发者通过 Claude Code、Kiro、Cursor 或 Codex 等编码 Agent，端到端完成 Amazon Bedrock Automated Reasoning 策略的构建、审查、测试、调试、部署与验证。该套件包含六项技能，并配有可运行的 Python 脚本，覆盖规则提取、测试执行、Guardrail 部署和 ApplyGuardrail 运行时验证等流程。文章指出，Automated Reasoning 通过形式逻辑和 SMT 求解器验证 AI 输出，能够提供可解释、可数学验证的结论；同时，开发者需正确理解 `SATISFIABLE` 与 `VALID` 的区别。

详情 原文 相关 10.8 · 机会 5
官方更新 AWS ML Blog Thu, 06 Aug 2026 正文 ok 媒体 11

使用 Amazon Bedrock 和 AWS Lambda 构建智能体式应用部署器

PDI Technologies 构建了 PDI Brew，让非技术员工用自然语言描述需求，并在数秒内获得已完成部署、支持多租户且受 SSO 保护的 AWS Web 应用。该平台将规划与部署拆分：可插拔的规划器生成统一 JSON 部署清单，运行在 AWS Lambda 上的部署智能体则以确定性、可审计的方式创建所需 AWS 资源。平台还通过 Amazon Bedrock Guardrails、12 计数器原子预算和终止开关，为应用内 AI 提供集中治理与成本控制。该架构说明企业可在不向每个小工具分配完整研发与 DevOps 流程的前提下，实现安全、按需扩缩且受治理的内部应用交付。

详情 原文 相关 2.7 · 机会 3