AWS 教程:用 CUR 2.0 和 AWS Budgets 追踪并限制 Amazon Bedrock 支出
AWS 介绍了一套无需编写应用代码的 Amazon Bedrock 成本治理方案,通过 IAM principal 归因、CUR 2.0 或 Cost Explorer 报表,以及 AWS Budgets 预算操作实现按身份查看支出和自动限制访问。
AWS 介绍了一套无需编写应用代码的 Amazon Bedrock 成本治理方案,通过 IAM principal 归因、CUR 2.0 或 Cost Explorer 报表,以及 AWS Budgets 预算操作实现按身份查看支出和自动限制访问。
AWS 提供了一套在 Amazon Bedrock 上核算和降低智能体任务成本、验证 ROI 的实践框架。成本核算需考虑 tokenizer 效率、输出冗余、智能体循环和推理开销四项隐性因素,并通过提示词缓存、智能路由、输出约束和批量推理优化成本;效果验证则依赖人工基线、受控留出实验、流程遥测,以及效率、质量、成本和业务影响等维度的记分卡。
推荐理由:文章给出按任务核算智能体成本的完整方法,并说明如何通过基线、留出实验和五维记分卡验证投入回报。
AWS 展示了如何将 LiteLLM 部署在 AWS Fargate 上,通过 OpenAI 兼容 API 为 Claude Code、Continue 和 Cursor 提供统一的 Amazon Bedrock 接入,并支持按用户成本控制、API key 自助签发和可观测性。
推荐理由:文章提供完整架构与 AWS CDK 片段,并总结数百名开发者规模下的延迟、成本和权限配置经验。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码和智能体工作流,支持 1 million-token 上下文与四档思考级别。
推荐理由:材料给出了Hydrogen的多档思考级别、价格、基准成绩与上线范围,便于开发者评估其性能收益和适用工作流。
Amazon Bedrock AgentCore runtime 发布新一代更新,支持在硬件隔离的 Firecracker MicroVM 中扩展至 4 倍计算,并将会话启动时间缩短至 2 秒以内。
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock skill 中加入知识库迁移指南,帮助 coding agent 规划并迁移至 Amazon Bedrock Managed Knowledge Base。
Google Research 发布研究原型,利用可穿戴设备、机器学习世界模型和语言模型智能体,为心血管、肾脏与代谢综合征(CKM)风险提供个性化指导。框架包含基于可改变行为的可指导健康年龄模型 SensorWM,以及生成未来 12 周“什么-if”健康轨迹的模拟系统,并用临床医生审核的方案形成渐进式指导。
推荐理由:原文把可穿戴设备数据、健康年龄与反事实模拟串成闭环,并提供多队列验证及专家盲评结果,便于判断该框架的证据基础。
Google DeepMind 使用 AlphaProof Code 对 Signal 协议的关键密码学保证进行形式化验证,在四周内完成概念验证。分析未发现受检部分的新漏洞,并正确识别了旧版本中已知且已修复的漏洞,但尚未验证整个 Signal 移动应用。研究团队同时公开了相关规范与证明,以便支持后续形式化验证工作。
AI News 周报汇总了 Gemini 4 Carbon、Claude Fable 5.2、MiniMax H3-Image 等模型动态,以及 Mercor 完成 $750M D 轮融资、Anthropic 启动 IPO 路演等商业事件。文章还整理了模型评测、智能体安全、开源模型、推理基础设施和本地部署进展,并记录了社区对成本、基准公平性与实际可用性的讨论。
Tether AI Research 发布 BotPsy,一款基于 Qwen3.5-0.8B、面向工具调用和智能体工作流的 0.8B 模型,适合在端侧部署个人助手任务。
推荐理由:文章详述了 BotPsy 的训练方法、端侧定位与基准结果,也明确列出开放搜索和多步任务等限制,便于判断其适用场景。
OpenAI 在 AI Engineer Code Summit 的工作坊介绍了 Codex Cloud 2、个人智能体 dots 和语音模式等使用方式。Codex Cloud 2 可发布一次环境并运行多个隔离任务,也能在公司内共享;本地任务和云端任务的交接仍在改进,OpenAI 开发者体验工程师称语音可作为控制层,dots 则可用于检查遗漏、分派工作和推进 PR。
Microsoft Research 提出 Lazarus 后门技术,少于 10 个休眠神经元被重编程后,无需重新训练即可让 LLM 在隐藏触发条件出现时执行恶意命令。
推荐理由:文章说明少量休眠神经元即可植入无需训练的后门,并给出模型来源、权重完整性和分层防护建议。
Google 向所有用户开放两周前面向部分网络防御人员宣布的 Gemini 4 Carbon。首发输入价格为 $2/million、输出价格为 $10/million,12 月 1 日将分别涨至 $4/million 和 $20/million。
推荐理由:文章实测了 Gemini 4 Carbon 的思考档位、定价和代码生成效果,并提供可运行结果供读者对照体验。
Resend 联合创始人兼 CEO Zeno Rocha 讨论了面向智能体的邮件服务设计,包括 AEO、定价页、React Email 和 MCP server。
Google DeepMind 发布 Gemini 4 Carbon,面向开发者、企业、科学家和消费者开放,聚焦复杂知识工作、长程智能体流程、编程与网络安全。
NVIDIA宣布向CNCF贡献用于安全治理自主智能体的开源运行时OpenShell,并参与Google主导的智能体工作负载框架Agent Substrate。
推荐理由:NVIDIA通过开源项目捐赠与组件更新,呈现其扩展Kubernetes智能体基础设施和AI工厂平台的具体路径。
Google DeepMind 发布 AlphaProof Code,以多 LLM 智能体形式化验证 Signal 核心加密协议的实际代码。该框架由人类定义安全目标并审核规格,Gemini Carbon 驱动的智能体生成逾 600 万行 Lean 证明,Lean 自动检查结果供专家复核。
推荐理由:材料展示多 LLM 智能体如何形式化验证 Signal 加密协议,并提供 Lean 检查、缺陷复测与开源验证产物等可核查细节。
Meta AI 发布 Muse Ember,将其定位为面向复杂推理及智能体重复任务的高效模型,并提供 6 个推理档位。其短提示词价格为每百万输入 token $0.10、每百万输出 token $0.50,支持最多 100 万输入 token,超过 200k 提示词后输入与输出价格分别升至 $0.30 和 $1.50。
推荐理由:文章对比了 Muse Ember 与两款同级模型的定价、上下文阈值和任务成本,并展示不同推理档位的实际输出差异。
NVIDIA 与 Elith 发布开源合成数据集 Nemotron-Personas-Finance-Japan,为日本金融 AI 提供不依赖真实客户数据的训练与评测基础。
NVIDIA 在 CoRL 大会上推出开放机器人技术,包括世界动作模型 GR00T 2、Isaac Lab 3.0、Video to Data 工作流和 Isaac Lab-Arena 0.4 开发者预览。
推荐理由:把世界动作模型、仿真框架和评测基准放在同一条线上讲清了机器人精细操作训练从 locomotion 转向 manipulation 的实现路径。
Hyundai Motor Group 正探索 NVIDIA NemoClaw 蓝图与 NVIDIA OpenShell 运行时,AIM Intelligence 则将 Starfort 平台接入 OpenShell,以检测恶意指令和数据泄露。
GitHub Copilot 可通过 Plan、Build、Verify、Observe 四个阶段协助开发者完成从需求规划、编码实施、验证审查到线上观察的智能体工程工作流。
Microsoft Research 与 GitHub Next 推出研究原型 PDD Kit,将用户意图转换为 Verus 形式化规范,约束编码智能体生成的代码,并在无法证明的部分回退到测试。
推荐理由:文章以完整登录流程展示形式化验证如何约束智能体生成代码,并明确区分可证明部分、信任边界与测试覆盖。
Mistral 扩展 Mistral Studio,新增托管智能体和应用,并加强工作流、企业上下文、智能体可观测性与评测能力。该平台可连接企业数据和系统,支持在云端、自有 VPC、本地或混合环境部署,并通过 Mistral MCP server 让开发者用 Mistral Vibe 或现有编码智能体测试并部署。
推荐理由:这次更新覆盖智能体、流程和应用,并提供本地测试到部署的统一路径,便于评估企业落地方式。
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,把文献检索、分子分析、机器学习建模和宏环设计接入同一化学研究工作流。
推荐理由:文章展示了化学智能体从文献检索到分子设计与合成路线规划的完整流程,便于理解专业技能如何接入药物发现工作流。
反向博弈论试图通过机制设计激励 AI 智能体遵守规则,以应对模型故意低估测试表现、隐藏意图和误导评估者等问题。MIT、Yale 和 Columbia 的研究者提出让模型以预测另一模型答案为奖励目标,或让解题智能体与审计智能体相互检查,并通过惩罚作弊和漏查提高约束效果。
Realtime-Bench 用 50 个交互式游戏和网页任务评估大语言模型在低延迟环境中的实时决策能力,涵盖感知、动态推理和时机选择。GPT-6-Astra(high)在 wall clock 设置下通过率最高,为 36%;模型在 paused clock 下的高推理配置成功率接近 70% 甚至 80%。文章还转述 DIA 报告,讨论太空武器、干扰和网络行动等安全挑战。
Microsoft Research 构建了 Industry Evaluation Data Generation Platform,以完全合成的企业环境、自动查询生成管线和质量框架评估 Microsoft Copilot,且整个流程不使用客户数据。
Resolution 用 AI 智能体约一周自动形式化数学陈述,消耗约 100B input tokens、300 million output tokens,产出约 600k 行 Lean,估算花费 $135,000。
Microsoft Research研究者Xinzhi Zhang与合作者证明KLS猜想,建立了与维度无关的对数凹分布几何原则。研究团队通过研究者主导的智能体搜索探索100余条路径,递归改进数学界,并最终完成证明;该结果还获得多项独立证明和Lean 4形式化验证。
推荐理由:文章交代了KLS猜想证明的关键递归方法、AI参与方式及独立验证,可用于理解人机协同研究复杂数学问题的路径。
3 位 Java Champions 分享了 GitHub Copilot 在生产和开源项目中的实践,包括通过 coding agent 迁移演示文稿、构建应用、排查 Pi4J 缺陷,以及用 Agent Skills 和确定性检查工具约束开发流程。
Mistral AI 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK,覆盖 50+ 种语言的准确转写、带情感和语速适应能力的语音合成,以及多步骤工具调用。
推荐理由:Voxtral 3 将转写、推理、工具调用和语音生成整合为实时流式管线,并提供多语言评测与部署定价信息。
GitHub Copilot app 会话可直接在 VS Code 中继续,并保留原有对话、代码差异和工作树。开发者可逐行审查智能体改动、手动编辑代码、运行本地测试,再将更新推送到会话关联的 pull request。
Google Research 展示 VERID 框架及三项研究,让 AI 智能体能够在湿实验室中执行实验、读取反馈并迭代设计分子。VERID 以实验室工作单元的语义数字孪生追踪设备、试剂和孔位状态,在执行前检查碰撞、耗尽孔位等风险。
推荐理由:文章展示 VERID 框架和闭环实验如何让 AI 智能体在物理实验室中安全执行并优化分子设计流程。
GitHub Copilot 应用可通过四种方式适配项目:自定义指令定义规范,agent skills 封装可复用流程,custom agents 承担复杂专项任务,MCP servers 连接外部工具与数据源。
Mistral AI 发布 Mistral Large 4 公开预览版,这是一款 1T 参数、激活 52B 参数的原生多模态模型,权重计划于本月底发布。模型面向编码、智能体工作流、多模态理解和专业任务,公开预览 API 已上线 Mistral Studio,模型在 Mistral 自有欧洲数据中心训练并提供服务。
推荐理由:文章披露了模型规模、核心基准、训练基础设施与 RL 方法,便于比较其能力边界和部署选择。
GitHub 发布研究预览版开放基准 ReviewBench,用于统一评估 AI 代码审查智能体。基准包含 219 个公开拉取请求,覆盖 19 种语言,并提供六项指标、公共排行榜及自托管评测工具。其黄金集由多来源发现、人工标注和 Claude Sonnet 5 评审构建,资深工程师独立复核的一致率为 96.6%;GitHub 称该基准的离线评测方向与生产实验一致。
推荐理由:ReviewBench公开了数据、评分方法与提交流程,便于团队在统一条件下比较代码审查智能体并复现实验结果。
Import AI 475 指出,AI 智能体集群以并行化换取速度,但扩展至 10 倍智能体仅带来约 3 倍至 5 倍性能提升,且可能增加 RSI 驱动的智能爆发风险。
Import AI 474 汇总 Michael Levin 的柏拉图心智模式论文、机器人通用后训练方案、Google 空间 TPU 计划及多家 AI 实验室的自动化进展。
Mistral 与 Mozilla 宣布合作,由 Mistral 模型驱动 Firefox Smart Window beta,为法国和北美用户提供浏览器 AI 助手。Smart Window 可梳理复杂搜索结果、记住用户浏览过的重要内容,并依据浏览器标签页提供信息来源;英国和德国预计于今年晚些时候推出。Mozilla 表示对话默认不保存在其服务器上,合作伙伴同意实行零数据留存。
推荐理由:这项合作把 Mistral 的开放权重模型接入 Firefox 智能窗口,并明确隐私、区域语言适配与用户控制机制。