使用 NVIDIA NeMo Switchyard 在 Amazon Bedrock 上为编码智能体请求选择合适的模型
本教程演示如何部署 NVIDIA NeMo Switchyard 与 LiteLLM，为编码智能体选择 Amazon Bedrock 模型，并按每项成功解决任务的成本评估路由效果。示例支持按任务阶段或随机权重路由，使用 switchyard-server 0.3.0 和 LiteLLM v1.102.0，仅供非生产环境使用。
#Agent
AWS Machine Learning BlogAI 评分5050 AWS Machine Learning BlogAI 评分4747 加快 Amazon Bedrock AgentCore runtime 会话启动的架构模式
Amazon Bedrock AgentCore runtime 的会话启动指南介绍了 V2 快照机制及降低启动延迟的架构模式。V2 在创建或更新运行时准备环境并生成快照，新会话通过恢复快照启动；开发者还可使用构建钩子或在用户开始交互时预热会话。优化前可通过 Amazon CloudWatch 指标区分平台开销与代码耗时。
OpenAI News精选AI 评分6363 OpenAI 推出 ChatGPT Wallet，让智能体经用户批准完成购买
OpenAI 推出 ChatGPT Wallet，为 ChatGPT Work、Codex 和 dots 中的智能体提供经用户批准后安全完成购买的方式，并保留现有银行卡保障。
推荐理由：把智能体完成购买与用户批准、现有银行卡保障结合起来，为理解智能体交易中的用户控制边界提供了具体切入点。
GitHub Blog · AI & ML精选AI 评分7070 智能体技能实用指南：如何编写一次并跨客户端复用
GitHub 通过 Data Forge 和 Proof Agent 示例，讲解如何构建可在多个智能体客户端复用的技能，并设置检查与人工审批环节。技能以 SKILL.md 为核心，将项目配置放入独立清单，让多个技能共享上下文和平台访问路径，再生成适用于 Claude Code、Cursor 和 GitHub Copilot 的客户端文件。
推荐理由：将项目配置与技能指令分离，并让相关技能共用执行路径，为团队把隐性业务经验整理成可跨客户端复用的工作流提供了具体方法。
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 98 期
Microsoft Research Focus 第 98 期介绍了 AI 翻译、数学难题及编码智能体效率等研究进展。研究人员解决了历时 31 年的 KLS 猜想，并提出 COMPACTIONBENCH 和 APEC，后者在评测中将成本降低最多 25.4%、执行时间缩短 9.6%。Latent Core Tokenizer 在 104 种语言的评测中生成了更具语言意义的 token。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流
Google DeepMind 发布 Gemini 4 Hydrogen，主打快速执行日常编码与智能体任务，即日起向开发者、企业和消费者产品逐步开放。
推荐理由：通过区分深度架构判断与日常执行任务，材料展示了多模型工作流如何分配任务，并给出配额消耗与完成速度的对比数据。
Microsoft Research精选AI 评分7171 Microsoft 研究 Lazarus 后门技术：改写不足 10 个休眠神经元即可操纵 AI 智能体
Microsoft 研究人员发现 Lazarus 后门技术，无需训练，仅改写 LLM 中不足 10 个休眠神经元，就能让 AI 智能体在隐藏触发条件出现时执行恶意命令。
推荐理由：研究将智能体后门风险具体落到模型权重完整性上，说明常规行为评测之外，核验原始权重与来源也是安全审计的重要环节。
Google DeepMind精选AI 评分8080 Google DeepMind 介绍 AlphaProof Code，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，由人类专家指导 AI 智能体，形式化验证 Signal 核心加密代码的关键安全属性。
推荐理由：研究将验证对象从协议设计推进到实际运行的代码，为理解形式化验证如何覆盖设计与实现之间的安全缺口提供了具体案例。
GitHub Blog · AI & MLAI 评分4848 超越代码生成：GitHub 智能体工程开发者指南
GitHub 介绍了利用 Copilot 开展智能体工程的工作流，涵盖规划、构建、验证和观察等软件开发阶段。规划阶段可用 Copilot 整合上下文并创建 GitHub Issues；构建阶段可跨设备延续会话，让任务在云端沙箱中运行。
Microsoft ResearchAI 评分5858 Microsoft Research 演示如何用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 用 PDD Kit 演示了对 Rust 全栈应用 Pet Store 登录逻辑的形式化验证，将开发者意图转为规范，再由 Verus 检查代码是否满足规范。
Google DeepMindAI 评分4646 使用 Google Antigravity 开展智能体化学信息学研究
Google DeepMind 演示了 Google Antigravity 借助 Cheminformatics Skills 加速药物发现流程：智能体在约 1 小时内检索数千种化合物、开展匹配分子对分析，并提出新型刚性大环分子及合成路线。该技能套件基于开源化学信息学工具 RDKit，并连接 ChEMBL 和 PubChem 等资源。
Microsoft ResearchAI 评分5959 Microsoft Research 介绍交互式数据可视化语言 Flint-interactive
Microsoft Research 介绍 Flint-interactive，让用户和 AI 智能体以高层规范创建支持点击、筛选、缩放、高亮和跨图联动的数据可视化。
Microsoft Research精选AI 评分8484 Microsoft Research 研究者与合作者证明提出已 31 年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了提出已 31 年的 KLS 猜想，将高维对数凹分布的相关几何界限收紧至不依赖维度的常数。
推荐理由：研究者逐轮筛选智能体搜索方向，并与相近 token 预算的无引导尝试对照，为理解数学研究中的人机分工提供了具体案例。
GitHub Blog · AI & ML精选AI 评分6262 3 位 Java Champion 如何使用 GitHub Copilot 提升开发效率
GitHub 采访了 3 位 Java Champion，介绍他们使用 GitHub Copilot 开发功能、迁移资料和排查缺陷的实践。
推荐理由：案例将提效落实为可迁移的工程方法，通过明确上下文、设置任务验收关卡并沉淀技能，让智能体执行与人工责任保持分工。
GitHub Blog · AI & MLAI 评分5454 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 讲解如何将 Copilot app 会话直接转入 VS Code，保留对话、代码改动和工作上下文。用户选择 Open in VS Code 后，编辑器会打开该会话关联的工作树，并在 Copilot 侧栏显示原有会话，支持逐行审查差异、继续对话、手动编辑和本地测试。完成修改后，在原分支提交并推送即可更新关联的拉取请求，无需复制文件或重新关联工作。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot app 入门：如何让 Copilot 理解你的代码库
GitHub Copilot app 入门教程讲解如何结合自定义指令、智能体技能、自定义智能体和 MCP 服务器，让 Copilot 理解项目规范并执行相关工作流。
GitHub Blog · AI & MLAI 评分5252 GitHub 介绍 ReviewBench：面向 AI 代码审查的开放评测基准
GitHub 开放 AI 代码审查基准 ReviewBench 的研究预览版，提供公开数据集、评估方法、自助运行工具和排行榜。基准参考 103.9 million 个 GitHub 拉取请求的分布，收录来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，并使用 Claude Sonnet 5 按统一标准评判问题，资深工程师独立复核的一致率为 96.6%。
Berkeley AI ResearchAI 评分4747 如何教 LLM 更新信念以实现高效长程交互
ABBEL 框架通过训练 LLM 更新自然语言信念状态，减少长程交互中保留完整历史的需要。在协作编码基准 CollabBench 上，信念评分将与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值上下文 token 长度也更低。
Berkeley AI ResearchAI 评分5050 智能近乎免费之后：面向 AI 智能体、由智能体组成及构建的数据系统
Berkeley AI Research 的研究者探讨了 AI 推理成本下降后，数据系统面临的三类机遇：服务、管理 AI 智能体以及由智能体构建系统。在一项多智能体 text-to-SQL 基准测试中，80-90% 的子查询执行了重复工作，数据系统可通过复用重叠子计划的结果减少浪费。