Amazon Quick 各组件提示词工程的模式与常见陷阱
AWS Machine Learning Blog 介绍了 Amazon Quick 各组件的提示词工程方法，覆盖 Quick Research、Quick Flows、Quick Sight、chat agents 和 action integrations。
#Agent
#Agent
今日 6 条AWS Machine Learning BlogAI 评分5353 AWS Machine Learning BlogAI 评分5454 Amazon Quick 提示词工程基础指南
AWS 介绍了 Amazon Quick 的提示词工程基础，聚焦适用于不同 Quick 组件的通用原则和可复用框架。文章覆盖具体性、业务上下文、few-shot 示例、CRISPE 结构，以及 RADAR、ARCHITECT、QUEST 等面向检索、自定义 agents 和复杂查询的框架。
AWS Machine Learning Blog精选AI 评分7777 GPT-6.1 Sol 在 Amazon Bedrock 正式可用，面向智能体编码和专业工作负载
GPT-6.1 Sol 已在 Amazon Bedrock 正式可用，为编码、computer use 和高频专业工作负载带来更强推理能力。OpenAI 称它在 DeepSWE v1.1 上以约 one-fifth 的每任务成本匹配 GPT-6 Astra，并比 GPT-6 Sol 最佳分数高 6.4 percentage points。
推荐理由：原文同时给出任务成本对比与 Bedrock 生产控制，便于评估智能体工作流落地取舍。
Claude Code ReleasesAI 评分4949 Claude Code v2.1.285 发布
Claude Code v2.1.285 增加多项 CLI、插件和管理配置能力，并修复云会话、MCP、Artifact 等问题。新增 CLAUDE_CODE_DISABLE_WEB_FETCH、claude --desktop、claude plugin configure、allowedProviders 等功能。
NVIDIA DeveloperAI 评分3838 AI 原生设计：构建 NVIDIA TensorRT Model Connect 的经验
NVIDIA TensorRT Model Connect 是基于 NVIDIA TensorRT 的开源 C++ AI 模型参考实现集合，围绕 coding agents 设计。项目经验强调并行工作、模型族隔离、可逆变更和 GPU 支持的验证，目标是让 NVIDIA 推理栈性能更易被使用。
NVIDIA DeveloperAI 评分3131 用 NVIDIA VSS Blueprint 3.3 降低构建和运行视觉 AI 智能体的成本
NVIDIA VSS Blueprint 3.3 面向视觉 AI 智能体，旨在降低构建和运行可维护视频理解系统的成本。NVIDIA Metropolis Blueprint for Video Search and Summarization (VSS) 及其 agent skills 支持摄取、流处理、事件检测、检索、摘要和报告等环节。
Hugging Face BlogAI 评分5555 ProvenanceGuard 提出面向 MCP Agents 的源感知事实验证方法
ProvenanceGuard 是一篇面向 MCP-based LLM agents 的源感知事实验证论文，关注事实存在但被归因到错误来源的 cross-source conflation 问题。
OpenAI News精选AI 评分7272 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，称其在编码、计算机使用和专业工作上接近 Astra 智能水平。其标准 API 输入和输出 token 价格为 Astra 的五分之一。
推荐理由：原文给出 GPT-6.1 Sol 与 Astra 的能力和 API token 价格对比，便于评估成本定位。
Microsoft Blog精选AI 评分6161 Microsoft 发布 Fabric 与 Azure Databases 数据创新，强化 Copilot 业务上下文与智能体数据工程
Microsoft 在欧洲 Microsoft Fabric + SQL Community Conference 上推出 Microsoft Fabric 和 Azure Databases 多项更新，把企业数据、业务上下文和治理能力接入 AI 工作流。
推荐理由：原文集中列出 Fabric 与 Azure Databases 的更新，可帮助判断微软如何把企业数据治理接入 Copilot 与智能体工作流。
OpenAI NewsAI 评分5151 OpenAI 推出主动助手 dots
OpenAI 推出 dots，这是一类可在复杂项目和日常任务中持续工作的主动助手。官方称 dots 能在工作推进时帮助用户保持控制。
Google AI Dev精选AI 评分6767 如何用 Gemini Live API 构建实时语音 AI Agent
Google AI Dev 介绍如何用 Gemini Live API 构建实时语音 AI Agent，使浏览器、Python 后端和 Gemini Live API 通过 WebSocket 传输双向音频。
推荐理由：文章把实时语音 Agent 拆成 WebSocket、双循环、barge-in 和异步工具回执，便于复用到低延迟语音场景。
Google AI Dev精选AI 评分7070 Google AI Dev 介绍生产环境 AI 智能体沙盒的 7 种加固方法
Google AI Dev 介绍了生产环境中加固 AI 智能体沙盒的 7 种方法，强调标准 Docker 容器无法充分防止内核逃逸、凭证泄露和间接 Prompt injection。
推荐理由：文章把隔离、密钥、网络和审计拆成可执行控制点，适合在编码 Agent 迁移生产环境前对照检查。
Claude Code Releases精选AI 评分7878 Claude Code v2.1.284 发布，加入 Claude Sonnet 5.5 并改进 MCP 和网关
Claude Code v2.1.284 发布，加入 Claude Sonnet 5.5（claude-sonnet-5-5），并称其现在是 Anthropic API 的默认 Sonnet 模型。
推荐理由：这份更新同时覆盖默认模型、权限模式和 MCP 连接，便于团队评估 Claude Code 升级影响。
NVIDIA DeveloperAI 评分2222 NVIDIA Open Agent Safety Platform：持续芯片内智能体监控参考方案
NVIDIA Open Agent Safety Platform 被定位为持续芯片内监控 AI 智能体的参考方案，面向智能体 AI 的安全风险。文章将当前智能体 AI 类比 90 年代互联网：机会巨大，但也伴随大量风险。
Cognition Blog精选AI 评分7373 Cognition 年化收入运行率突破 $1B
Cognition 宣布其年化收入运行率已突破 $1B。公司称，Cognition 于 January 2024 创立，Devin 在正式可用不到两年后，已与 GE Aerospace、Rivian、Rohlik、Exa 等工程团队协作。Cognition 表示这一里程碑属于客户，目标是让软件默认更好、更令人愉悦并无处不在。
推荐理由：这篇官方披露把收入里程碑与 Devin 的企业客户采用情况放在同一背景中。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Copilot 解释何时 chat 是错误 UI，并展示 canvases 用法
GitHub Copilot 博客提出 chat 往往不是合适的 AI 交互 UI，并介绍 GitHub Copilot app 中的 canvases。canvas 是运行在 GitHub Copilot app 内的小型全栈应用，可与 GitHub Copilot agent 双向通信，也能调用第三方 API 或在本机执行代码。
推荐理由：文章用多个 canvases 示例说明替代纯聊天的思路，可迁移到本地工具和开发流程自动化。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Security Lab 推出基于 Taskflow Agent 的 AI 驱动 Fuzzing Taskflow
GitHub Security Lab 推出 Fuzzing Taskflow，这是面向 C/C++ 项目的自主模糊测试流水线，基于 GitHub Security Lab Taskflow Agent 构建。
推荐理由：原文同时给出运行方式、架构分层和安全提示，可用于评估 LLM agent 在模糊测试中的落地边界。
Google DeepMindAI 评分5656 Google DeepMind 为 Private AI Compute 引入安全服务端记忆
Google DeepMind 介绍了 Private AI Compute 的新架构，将在服务端提供私有、持久、跨设备的 AI 记忆，同时维持接近端侧处理的隐私标准。
Cognition BlogAI 评分5454 Cognition 宣布从 São Paulo 扩展到拉丁美洲
Cognition 上周在 São Paulo 的 MASP 宣布扩展到拉丁美洲，称将帮助当地企业构建、现代化和维护软件。文章称拉丁美洲在 GitHub 上有 15.8 million 开发者，接近 2020 年的 5 倍，是仅次于 United States 和 India 的第三大开发者社区。
METR Notes精选AI 评分6666 METR 发布 Claude Opus 5.5 预部署评估摘要
METR 发布了 Claude Opus 5.5 预部署评估摘要，重点考察其对 Anthropic AI R&D 的潜在加速影响。评估基于 10 business days 的 API 访问、五项任务测试、Anthropic 问卷与访谈，以及另一项 METR 内部 AI R&D 加速评估的结论。
推荐理由：报告把模型能力测试与研发加速问题分开处理，可帮助读者理解预部署评估如何约束能力叙事和风险判断。
Claude Blog精选AI 评分8282 Claude 将 Cowork 与聊天合并，并推出 Docs 和 Slides
Claude Cowork 和聊天从今天起合并为一个 Claude，Claude 会根据任务需要在对话中调用 Cowork 和 Design 能力。该功能将在未来几周先面向 Pro 和 Max 计划推出，之后扩展到更多计划；Claude Docs 和 Claude Slides 同日上线，Claude Design 也可在对话中使用。
推荐理由：原文把 Cowork、Design 与聊天合并的可用范围讲清楚，可帮助判断 Claude 工作流入口的变化。
Cognition BlogAI 评分5959 Cognition 与 AWS 达成多年战略合作，推动 Devin 在企业 AWS 环境部署
Cognition 与 AWS 达成多年 Strategic Collaboration Agreement，帮助企业在生产环境部署自主工程师，并用 Devin 加速迁移、清理安全和工程积压。
Claude Blog精选AI 评分7777 Claude for Small Business 推出新工作流、集成和培训计划
Claude for Small Business 现包含 43 个工作流和 27 个新集成，覆盖 Shopify、Salesforce、TikTok、Atlassian、Zoom、Xero、Gusto、Square、Stripe 和 Zapier 等工具。
推荐理由：原文列出 43 个工作流、27 个新集成和培训安排，便于理解小企业引入 Claude 的具体路径。
internlm · Hugging Face 新模型精选AI 评分7070 InternLM 发布 Intern-S2-397B 多模态基础模型
InternLM 发布 Intern-S2-397B，称其是面向科学智能和长周期 Agent 的多模态基础模型。该模型结合新的视觉语言预训练范式、大规模多任务强化学习和长周期 Agent 强化学习，覆盖 20 多个科学领域，并在文本推理评测中使用最高 256K tokens、在多模态评测中使用最高 64K tokens。
推荐理由：材料同时给出训练方向、评测设置和部署入口，便于比较科学智能模型的工程落地路径。
Anthropic Research精选AI 评分9090 Anthropic 称 Claude 生成 Fermat’s Last Theorem 的首个完整计算机校验证明
Anthropic 称 Claude 在 11 天内基本自主地用 Lean 写出了 Fermat’s Last Theorem 的首个端到端计算机校验证明。该证明包含 13 million 行 Lean，过程中证明 30,300 个定理，最终证明使用 29,500 个中间定理，并由 Lean 校验。
推荐理由：材料呈现 Claude 与 Prove2Me 形式化大型数学定理的流程，可参考其多智能体分工方式。
METR Notes精选AI 评分7676 METR 更新安全事件，API key 被盗与公开端点暴露未发现敏感信息被访问
METR 披露今年早些时候两起外部安全事件，经与安全顾问调查，认为两起事件均未有敏感信息被访问。3 月，一名研究员公开部署的个人 EC2 实例因认证失效暴露，攻击者诱导 Agent 泄露公共模型 API key，并消耗约 $600,000 的免费授信 API credits。
推荐理由：披露了评测机构遭遇 API key 泄露和端点暴露的处置过程，可为敏感模型访问管理提供参照。
Claude Blog精选AI 评分8585 Claude in Chrome 面向所有付费 Claude 计划开放并支持自主浏览器操作
Claude in Chrome 现已面向所有付费 Claude 计划正式可用，并可在浏览器中自主执行部分操作，不再需要每一步都获批。它能查看当前页面，使用现有登录状态阅读和输入文本、点击链接、页面跳转和填写表单，安全分类器会在操作执行前检查其是否安全并符合用户请求。
推荐理由：原文同时给出浏览器自动操作范围、提示注入防护和企业管理入口，便于判断落地边界。
zai-org · Hugging Face 新模型精选AI 评分7979 zai-org 发布 GLM-5.3-BF16，基于 GLM-5.2 后训练提升编码与网络安全能力
zai-org 发布 GLM-5.3-BF16，使用与 GLM-5.2 相同的基座模型，提升来自后训练。
推荐理由：模型卡同时给出同基座后训练收益、基准对比和部署参数，便于比较编码、安全与长程任务表现。
zai-org · Hugging Face 新模型精选AI 评分8080 zai-org 发布 GLM-5.3-Flash，GLM-5 系列首个原生多模态模型
zai-org 发布 GLM-5.3-Flash，称其为 GLM-5 系列首个原生多模态模型，拥有 320B 总参数和 18B 激活参数。官方称它在基准和真实工作负载中超过 GLM-5.2，价格为其十分之一，并在编码和智能体基准上接近 Claude Opus 4.8。
推荐理由：原文同时给出参数规模、架构变化和本地部署框架，便于比较其成本与落地路径。
meituan-longcat · Hugging Face 新模型精选AI 评分7070 美团 LongCat 发布 LongCat-Flash-Lite-Sparse 稀疏 MoE 模型
美团 LongCat 在 Hugging Face 发布 LongCat-Flash-Lite-Sparse，这是基于 LongCat-Flash-Lite 的非思考 MoE 模型，拥有 69B 总参数、每 token 约 3B 激活参数，并原生支持最高 1M tokens 上下文。
推荐理由：原文同时给出架构改动、长上下文设定和多项基准，便于比较稀疏版与密集前代的取舍。
Berkeley AI ResearchAI 评分4646 ABBEL：教大语言模型更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL，用自然语言 belief states 替代完整交互历史，并以 belief grading 监督大语言模型更新长程交互上下文。CollabBench 上，ABBEL-rec-BG 将与 Full Context 的差距缩小约 50%，训练步数从 100 降至 50，Peak Tokens 为 6.01±0.33×10²。
Berkeley AI ResearchAI 评分5656 BAIR 讨论近乎免费智能时代的数据系统与智能体
BAIR 文章认为 AI 推理成本快速下降正在带来近乎免费的智能，并将改变数据系统的设计方向。文中称 GPT-4-class 能力成本从 early 2023 的 roughly $30 per million tokens 降到 today under $1，部分提供商低于 $0.10，跨基准推理价格每年下降 9x 到 900x，中位数接近 50x。
mistralai · Hugging Face 新模型精选AI 评分7777 Mistral 发布 Mistral-Medium-3.5-128B-EAGLE 推测解码模型
Mistral 发布 Mistral-Medium-3.5-128B-EAGLE，用于为 Mistral Medium 3.5 执行推测解码。
推荐理由：原文同时给出模型规格、替代关系和 vLLM/SGLang 部署方式，便于评估统一模型的接入成本。
moonshotai · Hugging Face 新模型精选AI 评分8383 Moonshot AI 开源 Kimi-K2.6 原生多模态智能体模型
Moonshot AI 在 Hugging Face 发布 Kimi-K2.6，这是开源的原生多模态智能体模型。该模型采用 MoE 架构，Total Parameters 1T、Activated Parameters 32B、Context Length 256K，支持长周期编码、coding-driven design、Agent Swarm、图像和视频输入。
推荐理由：原文同时给出模型结构、评测表和部署入口，便于对比其在编码与智能体任务中的定位。