Itaú 如何为其全部客户群构建生成式 AI
巴西银行 Itaú 正通过对话式界面 ia.i 和治理平台 IARA，将 AI First 战略同时落地到客户与员工场景。该行身处巴西监管最严格的行业之一，仍推进生成式 AI 的规模化应用。
#Agent
OpenAI NewsAI 评分2020 AWS Machine Learning BlogAI 评分3434 如何用 Amazon Bedrock AgentCore 构建可信 AI 智能体的生产级评估框架
AWS SMGS Operations 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向 AWS 全球现场销售的多智能体系统评估框架，覆盖 Performance Insights、Customer Insights、Data Insights 等子智能体。
OpenAI NewsAI 评分2222 Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。
NVIDIA Technical BlogAI 评分3030 NVIDIA RTX Spark：在一台机器上完成编码、测试与部署
NVIDIA 推出 RTX Spark，基于 GB10 系统级芯片和大容量统一内存，让开发者在一台机器上本地完成 AI 编码、测试与部署。当前 AI 智能体开发流程分散在笔记本、云端模型 API 和云 VM 之间，RTX Spark 旨在将这一流程整合到本地。
Redwood ResearchAI 评分5858 Redwood Research 发布 Screwtape：用对抗性轨迹改写对监控器做红队测试
Redwood Research 提出 Screwtape，一条把真实智能体轨迹改写成攻击、并反复迭代直到绕过只看动作的监控器的流程，配套论文已公开。
Databricks BlogAI 评分3434 Databricks 如何用领域知识注入提升 LLM 对 npm 二进制恶意包的检测
Databricks 针对 npm 恶意包中占比 3.8%（432 个包版本）的捆绑二进制样本，提出在推理阶段注入预计算静态证据的"能力画像"方案，而非微调模型权重。在 9 个模型上测试显示，含二进制包无法得出明确恶意结论的比例为 14.4%，是纯源码包 6.2% 的两倍以上。
AWS Machine Learning Blog精选AI 评分6666 Reflection AI 开源编码智能体模型 Beam，并给出 AWS 部署路径
Reflection AI 推出开源权重模型 Beam，面向编码智能体与长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种部署路径，可据此判断开源编码模型在 AWS 上的落地成本。
OpenAI NewsAI 评分2020 Sullivan & Cromwell 与 OpenAI 合作开发 Agreement Analyzer 审查协议
Sullivan & Cromwell 与 OpenAI 合作开发了 Agreement Analyzer，一款用于识别协议草案问题的 AI 工具。该工具将法律专业知识引入协议审查流程。
Databricks BlogAI 评分2222 Databricks AI 研究团队如何用 AI Runtime 支撑模型训练
Databricks AI 研究团队自去年 AI Runtime（AIR）推出起就将其作为首个客户，用它开发、训练和测试支撑 AI Functions（含 ai_parse_document、ai_extract）的模型。
Databricks BlogAI 评分2222 Atlassian 如何在 Databricks 上基于 OCSF 构建安全湖仓
Atlassian 在 Databricks 上以 OCSF 开放模式构建安全湖仓，处理每天 440 亿条日志事件。借助 OCSF 结构化数据，分区与 Z-ORDER 将代表性查询从约 45 秒降至 2–3 秒，提升 95%；启用 Graviton 集群与 Photon 后查询成本与运行时间减少约三分之二。
Apple Machine Learning ResearchAI 评分2626 Plan 还是 Retrieve 先行？工具发现架构的规模研究
研究对比了 Retrieve-then-Plan（RtP）与 Plan-then-Retrieve（PtR）两种工具发现架构：在 ToolBench（46,984 个 API。
Apple Machine Learning ResearchAI 评分2626 Apple 提出 SSR：基于选择的结构化推理，让多模态搜索智能体更高效
Apple 提出 Selection-based Structured Reasoning（SSR）框架，将推理从开放式生成改为从预设自然语言候选推理中按似然度选择，无需辅助任务头，并借助共享上下文 KV cache 并行打分。在 2B 和 4B 模型、七个多模态搜索基准上，SSR 平均成功率与同规模领先搜索智能体相当，单轮推理延迟降低超 90%，每题模型总推理延迟降低 28–54%。
Together AI Blog精选AI 评分7878 Meta Muse Spark Open 上线 Together AI，支持 1M token 上下文与智能体编码
Meta 的 Muse Spark Open 已在 Together AI 上线，Together AI 是其 Day 0 发布伙伴。该模型面向长时程智能体编码工作流，具备 1M token 上下文窗口、长时程自主规划与自我纠错、可协调子智能体、跨桌面移动端与浏览器的 computer use 与多模态浏览，并接受文本、图像、音频和音视频输入，还会在执行前说明意图。
推荐理由：官方给出 Muse Spark Open 的上下文窗口、定价与调用方式，可据此判断它在长时程编码智能体上的可用性。
PyTorch Blog精选AI 评分8585 Meta 开源 Muse Spark Open：816B 总参数、42B 激活的编码与智能体模型
Meta 发布 Muse Spark Open 的开放权重，这是一个 816B 总参数、42B 激活的模型，上下文窗口 1M tokens，已在 Hugging Face 上以 Muse Model License 提供。
推荐理由：Meta 开源 816B 总参数、42B 激活的编码与智能体模型，并给出 Helion 内核与 TorchTitan 微调路径，可据此评估开源权重模型的部署与二次训练成本。
NVIDIA Technical Blog同新闻AI 评分7878 Meta 发布 Muse Spark Open：816B MoE 编码模型，1M token 上下文
Meta 发布 Muse Spark Open，这是一个面向编码优化的 816B MoE 模型，激活参数 42B，上下文窗口 1M token。该模型在 NVIDIA GB300 NVL72 Blackwell Ultra 上训练，针对智能体编码工作流，具备更高的首次尝试准确率、可靠的工具调用和对代码库的深度理解。1M token 上下文窗口可容纳整个代码库。
NVIDIA NewsroomAI 评分3636 Adobe 与 NVIDIA 扩大合作，用 RTX Spark 加速智能体创作工具
Adobe 与 NVIDIA 扩大合作，将 NVIDIA RTX Spark 超级芯片引入 Photoshop、Premiere 和 Substance 3D 等智能体创作应用，AI 处理、编辑、调色与特效速度最高提升 2 倍。
Google DeepMind精选AI 评分6060 Google DeepMind 用 Google Antigravity 加速抗菌肽发现
Google DeepMind 介绍用其智能体开发平台 Google Antigravity 加速抗菌肽发现，把过去分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未表征蛋白，找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。
推荐理由：原文给出智能体科研工作台在抗菌肽发现中的完整流程，可了解跨库检索与结构分析如何被压缩进单次会话。
AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张用相互独立的验证层让智能体在可验证时自主行动，只在需要判断的决策上保留人工介入。
NVIDIA Technical Blog同新闻AI 评分6262 NVIDIA 发布 Nemotron 3.5 Super VL 多模态模型，面向专用智能体
NVIDIA 发布 Nemotron 3.5 Super VL，一个面向专用工作流的开放可定制多模态模型，采用 120B 参数 MoE 架构、激活 12B 参数。该模型针对持续运行的智能体场景，单次请求可能涉及读取文档、跨来源核对信息、遵循公司政策并调用多个工具。
同一新闻，精选展示《NVIDIA 扩展 Nemotron 家族，发布 Nemotron 3.5 Super VL 与 Bolt 系列模型》
Tessl BlogAI 评分5858 Tessl 发布 Verifiers，在每次智能体改动时校验仓库规则
Tessl 发布 Verifiers，用写在仓库里的纯文本规则在每次代码改动时返回 pass 或 fail，可像 lint 或测试一样在本地、pre-commit 或 CI 中运行，目前已 GA。
Databricks BlogAI 评分3838 Databricks Document Intelligence 实时 REST API 正式 GA
Databricks 的 Document Intelligence 解析、分类、抽取 REST API 已正式 GA，用于文档路由的 decisions API 进入 beta。
Databricks BlogAI 评分2222 Databricks 谈 AI 智能体 ROI 困境：为什么企业采用快却难以证明回报
Databricks 的 Amber Roberts 指出，企业 AI 智能体采用速度远超 ROI 证明，因为采购者与日常使用者往往不是同一批人，目前多数组织仍处于试用与铺开阶段。她认为"更快"是衡量智能体生产力的错误指标，生产力应绑定各团队自身 KPI，且效率提升只有在质量不下降时才有意义。她还强调智能体理解业务上下文比单纯执行任务的速度更重要。
OpenAI NewsAI 评分2222 Amp 借助 OpenAI 模型让 AI 智能体走出代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT，将 AI 智能体的能力拓展到编码之外的场景。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 构建自改进的文档处理系统
基于 Amazon Bedrock AgentCore 可搭建多智能体 IDP 系统，由 8 个专用智能体在两条图工作流中协作，自动分类、提取、校验并从新文档格式中学习，部署通常不到 20 分钟。
NVIDIA Technical BlogAI 评分2222 NVIDIA NeMo Gym 如何优化芯片设计中的智能体可靠性与工具调用效率
NVIDIA 用 NeMo Gym 优化芯片设计工作流中 AI 智能体的可靠性与工具调用效率。多阶段工程流程中，早期未被发现的错误会静默传播到下游阶段和最终产物，智能体生成看似合理却错误的产物是生产落地的主要障碍。
AWS Machine Learning BlogAI 评分2424 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，90 天内将关键云暴露减少超 90%，且零生产事故。Tami 由调查、安全评分、修复、代码生成四个专用智能体组成，通过单一 API 按任务调用不同基础模型，安全评分智能体将发现分类为 SAFE、RISKY 或 AWAITING DATA，存疑时降级处理。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿，内部测试中不到 90 秒完成。
Sakana AI BlogAI 评分3434 Sakana AI 为 Sakana Chat 推出记忆可视化功能 My Fish
Sakana AI 为 Sakana Chat 新增记忆可视化功能 My Fish，可查看聊天机器人记住了什么、记忆何时被调用以及记忆之间的关联。该功能提供热力图、分类总览、以鱼为中心的连接地图和读写时间线，30 天以上未使用的记忆会变淡，对话中调用记忆时还会显示提示标签。My Fish 已在 Web 和移动端上线，用户可在设置中随时关闭记忆功能。
Modem BlogAI 评分1515 Modem 迁至 modem.ai，并随 Modem 2.0 转向全团队客户上下文平台
Modem 本周从 modem.dev 迁至 modem.ai，旧链接自动重定向，同时发布重建语义可观测平台 Modem 2.0。新平台连接用户渠道、识别并归类用户关注点，并通过监控 PR 和工单追踪组织如何响应，官方称准确率和端到端性能均有提升。Modem 称其用户已从工程师扩展到创始人、PM、客户成功和销售等角色，现有用户使用方式不变。
OpenAI NewsAI 评分2222 OpenAI 分析：欧盟 AI 下一章是智能体
OpenAI 新分析显示，智能体 AI 在欧盟大型企业与小企业中的采用率正在上升，更深入的使用有望释放更多价值。
NVIDIA BlogAI 评分2222 欧洲多城部署 NVIDIA 加速的 AI 智能体，推进城市运营智能化
欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，基于 NVIDIA Cosmos、Nemotron 开放模型和 Metropolis VSS Blueprint 构建物理 AI 智能体与数字孪生，用于交通、能源、公共安全等城市运营。
AWS Machine Learning BlogAI 评分5858 Anchor Browser 集成 Amazon Bedrock AgentCore payments，让智能体自动完成 x402 支付
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在浏览器会话内自动应对 HTTP 402 支付请求并完成 x402 交易，该方案已在 AWS Marketplace 上线。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 团队在 Amazon Bedrock 上基于 Grok 4.7 构建工具调用智能体，在三个需要搜索而非查表验证的任务上跑了 72 次，答对 67 次，xhigh 档位 18 次全对。
推荐理由：通过 72 次可复现的智能体运行，量化了 Grok 4.7 各推理档位在正确率与 token 成本间的取舍。
AWS Machine Learning BlogAI 评分2828 ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台智能体 Deckhand，可解答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
AWS Machine Learning BlogAI 评分2828 Orca Security 如何用 Amazon Bedrock 构建自然语言安全查询
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。
Tessl BlogAI 评分2222 你的软件工厂有多开放？Tessl 谈 AI 软件工厂的知识可迁移性
Tessl 提出评估 AI 软件工厂开放性的关键问题：能否把企业上下文带进去，又能否把工厂积累的知识带出来。文章指出，代码可以带走，但架构决策、技能、评估用例和学到的约束等 know-how 往往留在平台内；支持多模型、接入外部 coding agent、私有化部署都只是起点，真正的开放应让这些知识可检查、可提取、可复用。
NVIDIA Blog精选AI 评分7878 NVIDIA 公布 RTX Spark 首发软件生态：本地智能体、Nemotron 3.5 Bolt 74B 与 DLSS 5
NVIDIA 公布 RTX Spark 笔记本首发（10 月 16 日）的软件与生态更新，覆盖本地智能体、创作应用和开发者工具。
推荐理由：梳理了 RTX Spark 首发时本地智能体、创作与开发工具的适配清单，可据此判断端侧 AI 工作流的可用边界。
NVIDIA BlogAI 评分2828 NVIDIA 宣布对法国初创公司 Doctolib、Entalpic、Genesis AI 和 Pigment 进行新投资
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司，覆盖医疗、材料发现、物理 AI 和商业规划领域。
Apple Machine Learning Research精选AI 评分6060 Apple 与约翰霍普金斯提出 SELFCOMPACT：让语言模型智能体自行压缩上下文
Apple 与约翰霍普金斯大学研究者提出 SELFCOMPACT，让模型自己决定何时以及如何压缩上下文，由模型调用的压缩工具和一份轻量 rubric 两部分组成，无需微调或外部监督。
推荐理由：论文提出让模型自行决定何时压缩上下文的脚手架，并给出六个基准、七个模型上的成本与效果对比。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：用 `.github/copilot-instructions.md` 定义仓库级规范，用 `.github/instructions` 中的 applyTo 字段指定路径级规则，用 `.github/skills` 下的 SKILL.md 打包可复用流程，用 `.github/agents` 定义专用自定义智能体。