Building AI infrastructure with the Effingham County community
OpenAI announces Project Camellia in Effingham County, Georgia, with commitments to responsible energy, community investment, jobs, and access to Codex.
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。
11910资讯
11778正文归档
75366媒体
Elon Musk Says Grok Will Make an AI ‘Odyssey’ Film That Is ‘Historically Accurate’ by the End of the Year - Variety
Elon Musk Says Grok Will Make an AI ‘Odyssey’ Film That Is ‘Historically Accurate’ by the End of the Year Variety
Introducing OpenAI Presence
Introducing OpenAI Presence, a proven enterprise AI agent platform that helps organizations deploy trusted voice and chat agents for customer and internal workflows.
使用 AWS PrivateLink 保障企业网络访问 Amazon Quick 的安全性
本文介绍了如何借助 AWS PrivateLink 与 Direct Connect/VPN 将本地企业数据源安全私密地连接至 Amazon Quick，彻底避免分析与交互流量暴露于公网。架构将访问链路划分为面向用户的终端访问流量与面向数据源的数据拉取流量，全面覆盖 Quick Sight、Quick Agents、MCP 服务及自动化流程等组件。对于受 HIPAA、FedRAMP、PCI-DSS 等严苛合规要求约束或追求低延迟、高审计能力的企业，该方案提供了兼顾 AI 洞察与数据网络边界安全的实操指南。
多 Agent 系统投产的 5 大挑战与 Deep Insight 的解决之道
构建多 Agent 系统的原型如今仅需数天，但要将其推进到真实生产环境中，开发者往往会在编排、模型选型、运行可靠性、安全代码执行和监控运维这五大方面遭遇瓶颈。针对这一痛点，AWS 解决方案架构团队开源了生产级多 Agent 系统 Deep Insight，全面展示了如何落地 Anthropic 提出的上下文工程技术。该方案借助 Strands Agents SDK 的 Graph 与 Agents-as-Tools 架构、基于 Amazon Bedrock 为不同角色的 Agent 按需匹配 Claude 模型，并通过 AWS Fargate 沙箱与 Bedrock AgentCore 实现安全代码隔离和托管运维。该系统为开发者跨越 AI 原型与企业级落地的鸿沟提供了兼顾性能、成本与安全性的可复用工程参考范式。
基于 Strands Agents 的自适应智能体架构（AAIF）：本地 SLM 与云端大模型的智能协同分流
当前构建 AI Agent 的企业普遍面临单次请求成本高、延迟不确定以及无法离线运行的挑战。基于 Strands Agents 构建的自适应智能体架构（AAIF）提出了一种分级处理新方案：利用端侧运行的小语言模型（SLM）处理日常状态检查与视觉分析，仅将复杂的跨领域分析和多步推理路由至 Amazon Bedrock 云端模型。实践表明，该架构能将约 80% 的常规流量截留在本地，不仅显著降低了 API 调用成本并实现低延迟，还支持在树莓派等边缘设备、混合云及纯离线网络间灵活适配，为工业级 Agent 系统的工程化落地提供了重要参考。
通过统一标准实现广泛访问：OpenAI 与分发合作伙伴的安全保障规范
OpenAI 发布声明，阐述其如何与分发合作伙伴协作以维持一致的安全保障措施。官方通过明确《使用政策》（Usage Policies）中的预期要求，确保在不同分发渠道下均能实现负责任的 AI 模型访问。此举旨在为庞大的生态渠道树立统一的安全底线与合规标准，为下游开发者和企业客户跨平台调用 OpenAI 模型提供了清晰的合规预期。
Hackers Employ Grok and Claude to Attack LatAm Banks - PYMNTS.com
Hackers Employ Grok and Claude to Attack LatAm Banks PYMNTS.com
Grok 4.7 Is Now in Viktor: What You Need to Know - BASENOR
Grok 4.7 Is Now in Viktor: What You Need to Know BASENOR
SpaceX’s AI Surprise Is More Fragile Than It Looks - Bloomberg.com
SpaceX’s AI Surprise Is More Fragile Than It Looks Bloomberg.com
AT&T 如何借助 OpenAI 重塑企业法务工作
AT&T 正在与 OpenAI 展开合作，致力于让企业法务知识更易于获取与检索。其 LegalEdge 团队正重新构想法务需求受理流程，并借助大语言模型规模化扩展法务人员的专业判断力。该实践展示了大型电信企业如何将生成式 AI 深度融入严谨的法务合规场景，为企业内部法律 Agent 与智能化工作流提供了参考借鉴。
AI Price Prediction: We Asked Elon Musk's Grok if XRP Can Get Back to $2 by the End of 2027 - 24/7 Wall St.
AI Price Prediction: We Asked Elon Musk's Grok if XRP Can Get Back to $2 by the End of 2027 24/7 Wall St.
X.AI class action lawsuit alleges Grok subscriptions are difficult to cancel - Top Class Actions
X.AI class action lawsuit alleges Grok subscriptions are difficult to cancel Top Class Actions
Judge denies Trump administration request to dismiss NAACP lawsuit against xAI - Mississippi Today
Judge denies Trump administration request to dismiss NAACP lawsuit against xAI Mississippi Today
Hackers Used Claude and Grok to Automate Attacks on Banks - The Information
Hackers Used Claude and Grok to Automate Attacks on Banks The Information
OpenAI 模型即将登陆 Google Cloud
OpenAI 与 Google Cloud 宣布合作，将把前沿模型及 Codex 工作流引入 Google Cloud 的 Gemini Model Garden，并支持通过 Google Cloud Marketplace 获取。此举让开发者和企业客户能够在 Google Cloud 生态内更便捷地采购与调用 OpenAI 的前沿模型，简化多模型架构下的开发与部署流程。该合作体现了主流云平台与顶级 AI 实验室之间生态的进一步互通与开放。
我们如何构建 ChatGPT 新型广告技术栈：兼顾用户信任与广告相关性
OpenAI 详细介绍了其为 ChatGPT 打造的基于大语言模型（LLM）的新型广告技术栈，旨在通过商业化支撑大规模免费服务的同时守护用户信任。该系统通过专用轻量模型实时理解多轮多模态对话的商业意图，并采用严格的系统级隔离机制，确保广告绝对不影响 ChatGPT 原生回答的中立性与客观性。该架构还融合了实时向量检索与差分隐私保护，实现了毫秒级的高相关性广告分发，为生成式 AI 时代的商业化检索与推荐系统树立了全新架构范式。
Patch the Planet：AI Agent 挖掘关键漏洞背景下的全球响应协同
“Patch the Planet”是一项旨在应对开源生态严重漏洞的全球协作倡议，通过连接安全研究人员、开源项目维护者与事件响应团队建立防御阵线。随着 AI Agent 在代码审计中展现出规模化发现关键漏洞的能力，开源社区面临漏洞挖掘速度远超人工修补能力的严峻挑战。该计划通过构建负责任的全球协同响应机制，为维护者提供补丁支持与协同披露流程，对筑牢开源供应链安全防线具有重要意义。
利用数千个 AI Agent 发掘生物学数据中的全新科研线索
OpenAI 联合 PerturbAI 与斯克里普斯研究所（Scripps Research），展示了如何利用大规模分布式 AI Agent 集群探索复杂生物学数据。项目通过调度数千个具备工具调用能力的 AI Agent，对数百万个脑细胞的单细胞转录组等海量数据进行并行分析与交叉比对，成功发掘出多项具有前景的新生物靶点与科研线索。该实验证明了自动化 Agent 架构在突破生物信息学分析瓶颈、加速科研假设生成方面的巨大潜力。这一范式为生命科学领域的“AI for Science”实践提供了关键参考，也展示了开发者构建大规模并行领域 Agent 系统的可行路径。
前沿 AI 的民主治理（第二部分）：赋能网络安全防御者
OpenAI 发布了前沿 AI 民主治理系列的第二部分倡议，重点探讨如何利用前沿人工智能赋能网络安全防御者。该倡议提出了通过更严格的安全保障机制、现代化的网络防御体系以及提升公共机构数字韧性的战略蓝图。这一方向对安全行业与开发者具有重要意义，标志着前沿 AI 正在从单纯的能力演进转向系统性重塑网络攻防不对称格局。
AgentCore Web Search 新增域名与发布日期筛选功能
Amazon Bedrock AgentCore 的 Web Search 现通过 web-search connector 1.2.0 支持运行时域名筛选和发布日期筛选。开发者可在每次 `tools/call` 调用中设置域名允许名单、拒绝名单及 ISO-8601 UTC 日期范围，且筛选在服务端执行，无需额外编排或客户端后处理。运行时筛选只能进一步收窄管理员策略设定的范围：允许名单取交集，拒绝名单取并集。该功能还扩展至欧洲（爱尔兰）和亚太（东京）两个 AWS 区域，为对延迟和数据邻近性有要求的受监管工作负载提供支持。
在无服务器流水线中异步调用 Amazon Bedrock AgentCore agent 的模式
本文介绍了在 AWS Step Functions 无服务器流水线中异步调用 Amazon Bedrock AgentCore agent 的三种模式：任务令牌回调、直接服务集成和 Lambda durable function。三种模式都避免了调用方在 agent 推理期间保持阻塞，从而消除 Lambda、容器或 Amazon EC2 等计算资源的空闲等待成本。文中以房地产融资文档验证为例，对比了阻塞式反模式与异步模式，并指出 Step Functions 的 AgentCore 优化集成可完全移除中间 Lambda。测试示例显示，Validate 状态活跃 19.6 秒，而调度 Lambda 的计费时长仅为 4.8 秒。
Fanatics Betting and Gaming 如何构建多智能体客户支持系统
Fanatics Betting and Gaming（FBG）在 AWS 上构建了一个多智能体客户支持系统，以应对体育博彩中州际监管差异、实时负责任博彩识别和赛事高峰流量等复杂挑战。该系统以 Amazon EKS 为运行平台，通过 Amazon Bedrock 上的 Anthropic Claude 进行编排，并结合 RAG、MCP 账户与交易工具、人工转接工具及 Amazon Nova 2 Lite 分类器处理不同类型的请求。系统可在重大体育赛事期间应对每两分钟超过 40 条咨询，并根据客户所在州检索和整合不同的规则与知识。该案例说明，开发团队可通过模块化智能体、多模型分工、定制化 RAG 以及 Guardrails，在提升支持效率的同时满足合规、安全和负责任博彩要求。
KnowledgeForge：从 ITSM 工单“坟场”中挖掘知识金矿
KnowledgeForge 将已解决的 ITSM 事件工单聚类并生成新的知识库文章和根因分析文档，同时持续治理既有知识库中的重复、过时和低质量内容。该方案使用 Amazon Bedrock 生成和改写内容，使用 Amazon S3 Vectors 进行每客户隔离的向量检索与重复检测，并通过 AWS Step Functions 编排大规模治理工作流。系统采用“生成—治理—人工审核—向量回灌”的闭环，使后续生成可参考已审核的既有知识，减少重复和虚构内容。对开发者而言，该架构提供了可复用的多租户文档处理、RAG、批处理编排与容错模式。
How Cybercriminals Are Weaponizing Frontier AI Models Like Grok - Forbes
How Cybercriminals Are Weaponizing Frontier AI Models Like Grok Forbes
为前沿模型提供零数据保留
OpenAI 重申，将为符合条件的 API 客户提供零数据保留（Zero Data Retention）服务。该政策旨在让客户在使用前沿模型时减少数据留存与隐私风险。OpenAI 还预告了 Private Safety Processing，用于在不损害数据隐私的前提下开展先进的 AI 安全处理。这些能力对处理敏感数据的开发者和企业采用 AI 具有重要意义。
Grok 4.6 on Amazon Bedrock - X.ai
Grok 4.6 on Amazon Bedrock X.ai
利用开源 Agent Skills 提升 HCLS AI 推理能力
基于基础模型的 AI Agent 即使能够引用医疗健康与生命科学（HCLS）指南，也常会错误应用变异解读、理赔审核和临床试验设计等领域的决策框架。AWS 发布了覆盖 11 个 HCLS 领域的 38 项开源 Agent Skills，以结构化 `SKILL.md` 文件将领域决策流程、参数和验证规则注入 Agent 的推理过程。评测显示，配备 Skills 的 Agent 在与未配备 Skills 的同类 Agent 对比中取得 70%–86% 的胜率，其中批判性思维任务胜率为 78%–85%，效应量 d 为 0.65–1.03。该方案支持 Kiro、AWS Strands Agents SDK、Amazon Bedrock AgentCore、Claude Code 和 OpenAI Codex 等环境，为开发者提供了可审计、可移植且易维护的 HCLS 专业化能力。
我们关于报告模型失准的框架
OpenAI 分享了一套用于追踪、调查和披露模型失准问题的框架。该框架旨在系统记录模型出现的意外或令人担忧的行为，并提升相关问题报告的透明度。OpenAI 同时发布了六份关于此类模型行为的报告，为开发者和行业理解、评估模型安全风险提供参考。
使用 Amazon Bedrock AgentCore 优化 Agent 系统提示词
Amazon Bedrock AgentCore 的系统提示词优化器可基于生产追踪记录和奖励信号，自动提出 Agent 配置修改建议，并通过离线批量评估和在线 A/B 测试验证后再推广。该优化器采用 Reflector 推理组件：Single Agent Reflector 在完整追踪集上进行一次整体分析，Sub-Agent Reflector 则通过多 Agent 分析单条追踪以发现更多长尾失败模式。基准测试显示，Single Agent Reflector 在质量与成本之间具备最佳平衡，在 AppWorld 上以 6 分钟、20 个 turns 达到 81.55%；Sub-Agent Reflector 则在 AppWorld 和 WebShop 上取得最高分，分别为 95.83% 和 79.15%。这一机制为开发者提供了从真实 Agent 运行数据中发现问题、生成提示词改进方案、进行安全验证并逐步上线的工程化闭环。