AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 介绍这是 Claude 5.5 系列中速度最快、最经济的模型，面向子智能体和高并发成本敏感场景，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本降幅与接入方式，读者可据此判断它在多智能体分工中的位置。
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力一并给出，读者可据此判断本地智能体工作流的硬件门槛。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体 RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习训练，无需在训练框架内重写 agent。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的设计取舍与实测增益，可对照现有 agent RL 框架评估迁移成本。
AWS 提出 Agentic Value Model，用于替代为 RPA 设计的传统 ROI 模型，从时间节省、异常处理、决策质量和变更韧性四个维度衡量 agentic automation 的价值。该框架强调节省的工时并不等于利润，需有明确的变现机制和责任人；AWS 给出的规划区间显示纠错成本可达原交易成本的 1.5–4 倍，人为错误可占运营成本的 2–15%。
Qlik 基于 Amazon Bedrock 构建 Qlik Answers，为全球超 4 万名客户提供带来源引用的企业级问答。其 Discovery Agent 上线以来已为客户发现超 10 万条异常与离群点，多数启用智能体工具的 Qlik Cloud 账户已在日常使用。
AWS 展示了一套自动化修复工作流，用 Amazon EventBridge 接收 AWS DevOps Agent 的调查完成事件，再由 AWS Lambda Durable Functions 调用 Amazon Bedrock 从预审工具白名单中挑选修复动作。
AWS 设计了一个为期六周、每周约四小时的结构化项目，让非工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型动手构建 AI 智能体。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，减少 78%。该系统还通过去重和跨信号关联将冗余告警中位数减少 65%，并把 10 步以上的手动生命周期操作压缩为一次自然语言交互。
OpenAI 将 College Planner 引入 ChatGPT for Teens，帮助学生管理大学申请，同时新增 flashcards、quizzes 功能，并成立青少年 AI 委员会。
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术打造了一款 ChatGPT 插件，帮助旅行者在规划行程时查找、比较和预订酒店。
基于 Amazon Bedrock AgentCore runtime 与开源智能体系统 OpenClaw，可搭建具备持久记忆的上下文感知 AI 助手，示例为园艺助手 Sprout。
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈，探讨评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。
Jump Trading 正借助 OpenAI 扩展量化研究，通过运行时间更长的 AI 工作流整合多个数据源，并保留人工审核环节。该方案将 AI 流程与人类复核结合，用于支撑其量化研究规模的扩大。
OpenAI 与 Ironclad 正围绕复杂的合同工作流训练和评估 AI 智能体，以推进计算机操作能力在专业工作中的应用。双方聚焦合同这一专业场景，探索 AI 智能体在真实业务流程中的训练与评测方式。
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
GitHub 提出 AI 时代开发者需要强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与获取节奏。
GitHub Copilot app 的 canvas 是一种用户与智能体共享的可定制界面，通过 /create-canvas 技能用自然语言描述即可生成看板、发布清单或仪表盘，无需编码。canvas 具备双向同步能力，用户点击按钮或移动卡片时智能体可即时看到并更新，反之亦然。创建后的 canvas 会保存为扩展，可随项目共享或作为个人扩展复用，Awesome Copilot 还提供现成模板。
GitHub Copilot 提出 canvas 概念，即在 GitHub Copilot app 内运行的无浏览器外壳全栈应用，可与 agent 双向通信，也能调用第三方 API 并在本地执行代码。官方认为 chat 只适合未知任务，用户明确目标时更该让 agent 生成可复用工具，避免反复对话浪费 token，例如用 canvas 管理 SQLite 数据库或本地 Winget 包。
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，只需指向一个 GitHub 仓库，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告、改进 harness、分诊崩溃并为每个独立缺陷生成漏洞报告。
推荐理由：GitHub 安全实验室把模糊测试的写 harness、读覆盖率、崩溃分诊交给 LLM 智能体，读者可了解其任务流设计与安全边界。
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 专业知识，后者是连接工具与数据的标准协议，二者可组合使用；RAG 并未死亡，检索能为模型提供训练数据外的文档、内部知识和代码库上下文，减少 token 浪费并让回答更有依据。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，分别面向规模化成本效率与高复杂度任务。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，读者可据此判断语音智能体的能力与成本取舍。
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也显著低于全上下文设置。
随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，AI 正进入"近乎免费智能"时代。