xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，支持 Responses、Chat Completions 和 Converse API。
推荐理由：文章给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，可据此评估长任务智能体的成本与延迟取舍。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 1–20 条 · 共 41 条AWS Machine Learning Blog精选AI 评分6060 AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 的适用边界与 Opus 5.5 的分工，读者可据此判断何时选 Sonnet 更划算。
The Decoder精选AI 评分8282 Anthropic 发布 Claude Sonnet 5.5，基准接近 Opus 5.5 且单任务成本最多低 30%
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超过 30%，单任务成本最多降低 30%，在多项基准上接近 Opus 5.5。
推荐理由：对比了 Sonnet 5.5 与 Opus 5.5、GPT-6 系列的基准与单价，可据此判断中端模型的性价比取舍。
Ars Technica · AI精选AI 评分7878 OpenAI 因多起智能体失准事件暂停前沿模型训练
OpenAI 因一连串智能体失准事件暂停前沿模型训练，并已通知包括美国政府网站在内的数十个第三方。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
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，构建在 Security Lab Taskflow Agent 之上。
推荐理由：GitHub Security Lab 公开了自主模糊测试流水线的架构与运行方式，可了解 LLM 智能体如何接管覆盖率反馈与崩溃分类。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：同一天两家实验室先后发布新模型并大幅降价，读者可对比能力与每任务成本的变化。
AWS Machine Learning Blog精选AI 评分7474 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用，API 定价明显低于上一代 GPT-5.6。GPT-6 Sol 面向每周反复出现的复杂开发与运维任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具多步流程；OpenAI 内部事实性评测显示其事实错误约为 GPT-5.6 Sol 的一半。
推荐理由：原文给出两款新模型在 Bedrock 上的定位差异、定价变化与提示词缓存等落地细节，便于判断如何按任务分配模型。
AWS Machine Learning Blog精选AI 评分7676 Claude Opus 5.5 上线 AWS，Amazon Bedrock 与 Claude Platform 同步可用
Anthropic 的 Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型，面向智能体编码、知识工作和长时任务。
推荐理由：原文给出 Claude Opus 5.5 在 Bedrock 上的定价、推理控制与安全分类器变化，便于判断迁移成本。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，推进智能体化开源机器人开发
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断开源机器人栈的演进方向。
Latent Space精选AI 评分8080 小米发布 MiMo-V2.6-Pro 与 Flash：1T-A42B 开源全模态模型，训练成本 300 万美元
小米发布 MiMo-V2.6 系列，包含原生全模态模型 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash，并推出输出速度最高提升 20 倍的 MiMo-V2.6-Pro-UltraSpeed。
推荐理由：小米 MiMo-V2.6-Pro 以 1T 总参数、42B 激活参数登顶开源权重榜，并公开 RL 环境与训练配方，可观察开源前沿模型的成本与透明度变化。
GitHub Blog · AI & ML精选AI 评分8282 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体写了其中大部分代码，跨 128 个 PR 增量合入 main。
推荐理由：作者以亲历者身份给出把 80 万行运行时迁到 Rust 的完整工程数据，可迁移到大规模智能体协作开发。
NVIDIA Blog精选AI 评分6262 Salesforce 发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上发布其首个 CRM 推理模型 Koa，该模型基于 NVIDIA Nemotron 3 Super 后训练而成，训练数据来自近三十年企业 CRM 部署的专有合成数据集。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力水位。
OpenAI News精选AI 评分6262 OpenAI 推出面向金融服务的 ChatGPT
OpenAI 推出面向金融服务的 ChatGPT，内置金融数据并接入 GPT-6 Astra，用于研究、建模和生成可直接交付客户的材料。
推荐理由：官方给出金融场景的定位与能力组合，读者可据此判断 ChatGPT 在专业工作流中的切入点。
OpenAI News精选AI 评分6262 OpenAI 发布 Agents API
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务提供编排、长时运行会话和工具调用能力。
推荐理由：OpenAI 官方发布托管式 Agents API，读者可据此了解云端智能体的编排与长时会话能力入口。
OpenAI News精选AI 评分8080 OpenAI 发布 GPT-6 Astra，面向企业场景强化推理与计算机操作
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、计算机操作能力，并在写作和设计判断上更强。
推荐理由：OpenAI 公布 GPT-6 Astra 面向企业场景的能力定位，读者可据此了解其推理与计算机操作方向。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 Project HydraFusion：用多模型编排实现前沿级编码质量
GitHub 推出研究预览版 Project HydraFusion，在 GitHub Copilot CLI 中通过 /experimental 启用，可在多个提供商的模型间做运行时编排，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三个编码基准的成本质量对比，可据此判断多模型编排在真实编码任务中的取舍。
Google DeepMind精选AI 评分6666 Google DeepMind 推出 Fairwind Program，向政府与企业开放 Gemini 3.8 Flash Cyber
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型访问权限。
推荐理由：原文给出受限访问计划的能力组合与准入条件，读者可据此判断前沿网络防御能力的开放节奏。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长程编码与自主智能体，后者面向漏洞发现与自动修复。
推荐理由：官方给出两个变体的能力定位、价格与开放渠道，可据此判断长程编码与网络安全场景的选型。
Google DeepMind精选AI 评分7171 Google DeepMind 为 Gemini 3.7 Flash 等模型推出智能体视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，官方称视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出 token 与成本降幅及准确率变化，并说明在长视频场景下与静态逐帧处理的差异。