AWS 发布教程，介绍如何将 Amazon Bedrock AgentCore Gateway 配置为对 Microsoft Entra ID 做 on-behalf-of（OBO）令牌交换，让 AI 智能体调用 ServiceNow REST API 时保留发起用户的身份。
推荐理由：教程给出了在 AgentCore Gateway 上配置 OBO 令牌交换的完整步骤，可供构建企业 API 智能体时参考身份透传方案。
OpenAI 推出 LifeVal 基准，用来衡量 AI 帮助人们完成日常任务的效果。该基准覆盖的范围包括寻找托育服务、管理财务和处理政府文书等生活事务。
AWS 博客演示如何用 Amazon Nova Multimodal Embeddings 与 Amazon Bedrock AgentCore 搭建多智能体工程助手，自动完成航空零件替代评估的证据检索与文档草拟。
AWS 发布教程，演示用 Amazon Bedrock AgentCore runtime 的 Session endpoints 在编码智能体会话内实时预览网页应用。
NVIDIA 博客介绍 Breakthrough Listen 与 SETI Institute 把智能体 AI 引入外星信号日常搜寻，在 Allen Telescope Array 上通过自然语言指令即可操控望远镜、校正数据并接入 AI 模型。
推荐理由：材料交代了望远镜数据流与智能体调度的具体分工，可了解实时处理链路在观测场景中的实际用法。
Google DeepMind 与英国政府合作的 AI 规划工具 PlanAssist 将再向英格兰 12 个地方规划部门开放，参与总数达 15 个。在 Barnet、Camden、Dorset 的试点中，规划人员处理住户申请的评估时间最多缩短 58%，工具生成报告中超过 70% 无需修改即被采纳。
OpenAI 将遵守一项共享的 robots.txt 信号，让网站运营者能向参与该机制的提供商传达其 AI 训练偏好。
OpenAI 为 ChatGPT 加强暴力预防，扩展安全防护、提前干预，并承诺开展公共安全报告。此次还面向青少年推出新的保护措施。
OpenAI 更新 Model Spec，提出五项核心价值观，用于引导能力更强的 AI 作出合理判断、尊重人的自主性并忠实于人类意图。
OpenAI 采用分层监控来检测前沿模型的失准和未经授权的智能体行为，使响应人员能在事件升级前介入。
Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，在 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%。
推荐理由：Gemini 4 Carbon 在网络安全与长程智能体任务上的基准表现，以及分阶段开放的策略，都是观察前沿模型能力与部署节奏的一个样本。
NVIDIA RTX Spark 轻薄笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 推出，搭载 Blackwell RTX GPU 与 Grace CPU，最高 128GB 统一内存和 1 petaflop FP4 AI 性能。
Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成带原生音频的模拟世界。Genie 4 为原生多模态，能同时生成音乐、环境音与交互对话，并由 Gemini 3.8 Flash 在循环中拆解目标、核查每帧画面，以维持因果与多步推理；Gemini 4 Argon 与 Genie 4 还被用于模拟 Apptronik Apollo 人形机器人下棋。
推荐理由：Genie 4 把实时交互、原生音频与 Gemini 的推理串在一起，可据此判断世界模型在机器人训练和内容预演中的用法。
Microsoft Research 推出 Flint-interactive，这是一种构建在 Flint 之上的交互式数据可视化语言，让智能体和开发者用高层语义事件与更新算子定义图表交互。
NVIDIA 发布 AIOps 平台 Minerva，汇总 NVIDIA GPU、网络、存储、调度器和工作负载的遥测数据，并用监督与无监督机器学习分析每小时数十亿个数据点，定位影响训练和推理作业的故障组件。
推荐理由：原文说明 Minerva 如何打通 GPU、网络与作业遥测并以知识图谱定位故障，读者可据此理解 AI 工厂运维链路的变化。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，将全球每 10×10 米地块分为六类森林与土地利用类型，作为欧盟 EUDR 的关键基线。
Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：KLS 猜想被证明的过程展示了人机协作做数学研究的具体分工，也给出了独立证明与 Lean 4 形式化的确认路径。
GitHub Copilot 应用可通过“Open in VS Code”把当前会话交接给 VS Code，继续同一段对话与代码改动。任务、计划、对话、diff 和 worktree 均会保留，用户可在源代码管理视图逐行审查智能体改动。之后可手动编辑、用集成终端运行测试和本地服务，并提交推送更新到该会话关联的 pull request。
Google DeepMind 发布技术演示：生物学家使用 Google Antigravity 智能体开发平台，在一次多轮会话中找到一个对呼吸道感染病原体有预测活性的新型抗菌肽候选物，该候选物已进入湿实验验证。
推荐理由：原文给出了一次多轮对话式的科学发现流程，可看到智能体如何把跨库检索与结构分析压缩进同一会话。
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型用本地诈骗对话数据微调出一个端侧反诈骗检测模型。
Google DeepMind 开始大范围推送 Gemini 4 Argon，并同步扩展面向可信网络安全防御者的 Fairwind Program。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物滥用防护、失准监控和提示注入防御上的具体测试数据，可供比较前沿模型的安全工程做法。
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前基于 LLM 的流水线，使推送后扫描中位执行时间降低 86%、服务成本降低 98%，告警接受率提升 11.5%。该流水线先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥，并将通用密钥检测扩展到推送保护阶段。
微软研究院提出 StudentSim，从公开的去标识学习者记录训练个性化 AI 学生模拟器，用于在接触真实学生前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准，从"像不像该学生"和"能否随辅导提示更新作答"两个维度评估模拟器表现。在国际象棋、英语二语写作和数学三个场景中，StudentSim 优于领先基线，可为 AI 辅导训练提供反馈信号。
GitHub 发布与 Microsoft Applied Sciences 共建的微调 ModernBERT 分类器，用代码上下文在推送阶段拦截无固定格式的密码类密钥，单批候选密钥评估耗时不到 2 毫秒。
推荐理由：原文给出 GitHub 在推送环节拦截密码类密钥的模型细节与多端开放节奏，可了解平台如何把密钥防护前移。
微软研究院开源 Agent Lightning v1.0，用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架里重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的完整管线与配方，可用于复现。
GitHub 发布开源代码审查基准 ReviewBench，基于 103.9M 条 pull request 的分布构建，包含 219 条来自 187 个公开仓库、覆盖 19 种语言的 pull request。
推荐理由：GitHub 公开了 ReviewBench 的语料构建、标注流程和评测口径，可用于比较不同代码审查智能体。
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户通过 /create-canvas 技能用自然语言描述需求即可生成看板、发布清单等界面，无需手写代码。因为 canvas 双向同步，用户点击按钮或移动卡片时智能体能立即看到变化并同步更新。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 上已有现成扩展可直接安装。
Berkeley Sky Lab 与 IBM Research 基于进化式内核搜索框架 K-Search，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让现有 CUDA 内核作为知识库自动适配 Apple Silicon。
推荐理由：读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，并了解翻译层对搜索结果的贡献有多大。
伯克利 AI 研究提出 ABBEL 框架，将交互摘要形式化为自然语言信念状态，并用“信念评分”对摘要内容做监督。在 CollabBench 协作编码任务上，重构图信念评分把与全上下文模型的性能差距缩小约 50%，训练步数从 100 降到 50，峰值上下文 token 也显著更低。
加州大学伯克利分校团队提出直接以互信息为指标评估与优化成像系统，用互信息减去已知噪声物理带来的不确定性得到信息量上限，据此设计系统无需任务专用解码器。在彩色摄影、射电天文、无透镜成像和显微成像四个领域，该指标均能预测下游解码性能，优化所得设计匹配端到端方法且内存与算力需求更低。