Amazon SageMaker AI 多轮强化学习实操指南：用 Wordle 训练 gpt-oss-20b
AWS 发布 SageMaker AI 多轮强化学习（MTRL）实操指南，以 Wordle 为例演示从部署 Agent 到训练、MLflow 监控和评估的完整流程。
#Agent
AWS Machine Learning BlogAI 评分5858 AWS Machine Learning BlogAI 评分3434 拜耳作物科学如何基于 Amazon Bedrock AgentCore 与 AWS Unified Operations 构建智能体决策引擎
拜耳作物科学在 Amazon Bedrock AgentCore 上构建了智能体决策引擎 ADE，作为 Connected Decision Engine 之上的多智能体自然语言界面，第一阶段约 80% 的用户问题无需工程师介入即可解决。
Hugging Face BlogAI 评分2222 LitPivot：在文献版图中动态情境化，辅助形成研究想法
Hugging Face 与宾夕法尼亚大学合作开发了 LitPivot，一个围绕研究提案中被编辑部分组织文献、给出带原文摘录的批评与修改建议的系统。在 17 名研究者的实验室研究中，领域专家认为用 LitPivot 形成的想法比用文本编辑器加 AI 聊天工具的想法更有文献依据，参与者自评新颖性和实用性提升也更明显。该系统将亮相 UIST 2026。
Hugging Face Blog精选AI 评分6060 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态校验作 RL 奖励训练 Agent
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 1/0 可执行校验直接当作 RL 奖励，用于训练 ThinkingBox-Bench 之外的任务。
推荐理由：微软与 Hugging Face 联合开源了把数据库终态校验当作 RL 奖励的训练栈，并给出 Qwen3.8-27B 的可复现结果与成本对比。
AWS Machine Learning BlogAI 评分2525 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识库
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 搭建企业知识助手，覆盖西班牙、葡萄牙、法国三国 330 多家门店，用四种语言回答零售运营、兽医诊疗、人事入职与采购问题，无需自建 RAG 基础设施。
AWS Machine Learning BlogAI 评分5858 AWS 为 SageMaker AI 无服务器模型定制推出训练会话正式版
AWS 宣布 SageMaker AI 无服务器模型定制的训练会话正式可用，用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由平台负责。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
NVIDIA BlogAI 评分5858 NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，汇集基础设施与 AI 工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。该平台跨 GPU、网络、存储、调度器和作业关联信号，构建动态知识图谱，每小时分析数十亿数据点，可把大量告警聚合成单一事件并给出可能的根因。
NVIDIA BlogAI 评分2222 NVIDIA 如何改造欧洲零售：从数字发现到实体运营
NVIDIA 展示欧洲零售商用开放模型和物理智能改造业务的多个案例：Shopify 后训练 Nemotron 3.5 Lightning 用于 Sidekick 的 GraphQL 子智能体，内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应快 7 倍。
GitHub Blog · AI & MLAI 评分2626 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub 博客采访了 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的实践。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说合成一条实时流式管线，每轮对话在一秒内完成。
推荐理由：原文给出语音模型与智能体 SDK 的完整能力、定价和部署方式，可据此判断实时语音智能体的落地成本。
GitHub Blog · AI & MLAI 评分3838 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，对话、代码改动和工作上下文完整保留。VS Code 会加载该会话对应的 worktree 并在 Copilot 侧边栏显示原会话，用户可逐行审查 diff、手动编辑、在本地运行测试，再把改动推送到会话关联的 pull request。
Google Research精选AI 评分7171 Google Research 提出 VERID 框架，让 AI 智能体在湿实验中闭环迭代
Google Research 发布博客介绍三项研究，目标是打通 AI 计算探索与真实湿实验之间的差距。VERID 框架为实验室工作单元建立语义数字孪生，支持实时 3D 状态跟踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步。
推荐理由：Google Research 用 VERID 数字孪生和适配体、蛋白设计闭环，展示智能体如何把湿实验纳入设计迭代。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 智能体平台发现抗菌肽
Google DeepMind 展示生物学家如何用 Google Antigravity 智能体科学工作台，在单次会话中完成候选抗菌肽的发现、结构评估与优先级排序，把原本分散在多个数据库的检索压缩到一处。
Google ResearchAI 评分5858 Google 发布地理空间推理智能体技术报告并开放早期访问
Google Research 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自建的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置，结果显示接入 Earth AI 专用工具后 GeoExpertQueries、GeoKTools、CBGB 得分明显提升，而开放式任务还需前置规划。
Google Research精选AI 评分7676 Google 公开发布 Deep Review 智能体文档审阅系统
Google 公开发布 Deep Review，一个面向复杂文档提供严格反馈与技术核验的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力分配、并行核验与全局综合四阶段流程，并加入 Gemini 4 Argon 支持。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审阅在投稿流程中的位置。
Google ResearchAI 评分4848 Google Research 展示 Research@ 2026 十项成果：Google Earth AI、Deep Review 等
Google Research 在 Mountain View 的 Research@ 活动上展示了 10 项成果，包括扩大 Google Earth AI 实验能力的早期访问，并开放 Deep Review 给公众使用。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用和搜索 AI Mode 提供。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的进展。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/skills 打包可复用流程，用 .github/agents 创建专用智能体，并通过 MCP 服务器连接外部工具与数据源。
Google Research精选AI 评分6464 Google Research 三个月实地实验：AI 辅助提升专利撰写质量，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发布专利撰写三个月实地实验，133 名知识产权律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为讨论技能养成提供了可复用的测量设计。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：原文给出框架的代码规模、Kubernetes 部署方式和完整训练示例，读者可据此判断接入现有 agent harness 做 RL 的成本。
Microsoft ResearchAI 评分2222 微软研究院播客：AI 会犯哪些错，失败又能教会我们什么
微软研究院播客对话 partner research manager Jennifer Neville，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的曲折经历，分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
Mistral AI精选AI 评分8484 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在网络安全、Agent 工作流和多模态理解上表现突出，在 Artificial Analysis Cyber Index 上位列全球前五，在视觉定位 Dense 200 上以 42% 超过 GPT-6-Astra 的 41%。
推荐理由：Mistral 公布 1 万亿参数开源权重模型的能力与评测细节，可对照其与闭源模型在网络安全和视觉定位上的差异。
GitHub Blog · AI & MLAI 评分5555 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 103.9M 条 GitHub PR 的分布构建，包含 219 个 PR、覆盖 19 种语言。
GitHub Blog · AI & MLAI 评分2626 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文中以添加认证流程为例，展示多个 AI 智能体分别产出代码、文档和测试后由开发者审核决策的工作方式，并提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 应用如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户和智能体共享同一状态，可做成看板、问题分诊板、发布清单或仪表盘。创建时只需打开智能体会话，输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开。
Mistral AIAI 评分5858 Mistral 与 Mozilla 合作，为 Firefox Smart Window 提供模型支持
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）由 Mistral 模型驱动，将先服务法国和北美用户，英国和德国预计今年晚些时候跟进。
Mistral AIAI 评分5555 Mistral 如何用 AI 智能体把 4 万行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++，对象是一个没有测试套件、也没有集中文档的储层模拟器。团队先搭建数值对齐测试框架，用状态快照比对迁移前后结果，再用 Vibe CLI 启动上百个智能体，借助 Mistral OCR 整理散落的 PDF 文档。
Berkeley AI ResearchAI 评分3636 ABBEL：让 LLM 通过信念状态更新实现高效长程交互
伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并加以监督训练。在协作编码基准 CollabBench 上，该方法把与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也明显低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不到 $1，部分厂商低于 $0.10，年降幅中位数约 50x，数据系统需围绕智能体重构。