Reflection AI 开源智能体编码模型 Beam，并在 AWS 上给出部署方案
Reflection AI 推出面向智能体编码与长周期任务的开放权重模型 Beam，总参数 501B、激活参数 23B，Reflection 称其有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布。
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，可据此比较托管端点与自建运行时的取舍。
全部 AI 动态
AWS Machine Learning Blog精选AI 评分6262 OpenAI NewsAI 评分2222 Benefit Street Partners 如何用 Codex 更快回答客户问题
Benefit Street Partners 的 Anant Kumar 用 Codex 做代码审查并加快后续跟进，从而更快回答客户问题。他构建的工具用于比较贷款估值和分析信贷协议。
OpenAI NewsAI 评分2222 Stack Overflow for Agents 借助 ChatGPT 插件实现注册量三倍增长
Stack Overflow for Agents 由两名工程师用 Codex 在数周内完成开发，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量增至三倍。
OpenAI NewsAI 评分4747 OpenAI 将 GPT-Rosalind 引入学术研究实验室
OpenAI 推出 Rosalind Academic Plan，为符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限及配套工具，用于推进生命科学研究。
AWS Machine Learning BlogAI 评分5050 Meta 编码优化模型 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开放权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，采用 MoE 架构，816B 总参数、42B 激活参数，支持 1M tokens 上下文窗口。SageMaker JumpStart 提供 BF16 与 NVFP4 量化两个版本，NVFP4 显存占用约为 BF16 的四分之一，可部署在用户自有 AWS 账户的端点中。
NVIDIA Blog精选AI 评分6565 NVIDIA 发布 RTX Spark 笔记本平台，主打本地 AI 与创作游戏
NVIDIA 发布 RTX Spark，定位为一台面向创作者、游戏玩家和 AI 智能体的 Windows PC，并将在全球多地举办发布活动。
推荐理由：NVIDIA 官方公布 RTX Spark 面向创作者、游戏玩家和 AI 智能体的定位，并汇总多家媒体对本地 AI 性能的早期评价。
Google DeepMind精选AI 评分6060 Google Antigravity 用智能体加速抗菌肽发现
Google DeepMind 介绍用智能体开发平台 Google Antigravity 加速抗菌肽发现，把原本分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 模型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，并内置 Biomolecular Structure Viewer 三维结构查看器，让研究者与智能体共享可视状态。
推荐理由：原文展示了智能体平台如何把跨数据库检索与结构分析压缩进一次会话，读者可据此判断科研工作流的变化。
Microsoft Research精选AI 评分6262 微软研究院推出 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何同时兼顾速度、通用性与仅依赖标准哈希函数的安全性。
AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth 框架，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，主张在动作可被验证时让智能体自主执行，只在需要判断的决策上保留人工介入。
NVIDIA Blog精选AI 评分7575 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL，并推出面向端侧的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由：原文给出三款开源模型从数据中心到桌面的分层定位与吞吐数据，可对照理解开源智能体模型的部署梯度。
NVIDIA BlogAI 评分2222 NVIDIA DLSS 4.5 控制选项登陆 GeForce NOW
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线，支持 DLSS Super Resolution、Dynamic Multi Frame Generation 和 Ray Reconstruction。
OpenAI NewsAI 评分1212 OpenAI 在教师节推出葡萄牙语版 AI for Educators，用 Study Mode 引导学生提问式学习
OpenAI 面向巴西葡萄牙语教师推出 AI for Educators，并展示 Study Mode 如何支持主动、分步的学习。该工具旨在帮助教师引导学生通过提问来思考和学习。
NVIDIA BlogAI 评分3434 NVIDIA 通过开放学习资源、合作与算力扩大欧洲科研界先进技术获取
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative，为欧洲科研社区提供加速工具、算力、培训与协作支持。NVIDIA 已开放超 250 个模型、250 个数据集和 1400 多个开源软件项目，并推出免费开源课程平台。欧洲目前有 35 台超算在建，将服务超 300 万名研究人员。
NVIDIA BlogAI 评分2222 NVIDIA 与北欧如何展示区域级先进计算的落地可能
NVIDIA 披露其在北欧的多项落地进展：瑞典 Lovable 与 Legora 获投资，分别用 NVIDIA Dynamo、Nemotron 优化推理和构建法律智能体系统。
OpenAI NewsAI 评分2222 Sullivan & Cromwell 与 OpenAI 合作开发 Agreement Analyzer，将法律专业能力引入协议审查
Sullivan & Cromwell 与 OpenAI 合作开发了 AI 工具 Agreement Analyzer，用于识别协议草案中的问题。该工具将律所的法律专业能力引入协议审查流程。
OpenAI NewsAI 评分2525 Amp 借助 OpenAI 模型让 AI 智能体超越代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT，将 AI 智能体拓展到代码之外的场景。
OpenAI NewsAI 评分2222 SentinelOne 借助 OpenAI Daybreak 将恶意软件分析从数周缩短至数小时
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析周期从数周压缩到数小时，从而腾出更多精力调查更多威胁。
NVIDIA BlogAI 评分2222 NVIDIA 宣布投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 等英国初创企业
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，此前已支持 Basecamp Research、Synthesia、Wayve 等企业。
Google DeepMindAI 评分5858 Google DeepMind 与新加坡政府合作构建端侧反诈骗微调模型
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微调出端侧反诈骗检测模型。
GitHub Blog · AI & MLAI 评分3838 GitHub 如何用 ModernBERT 分类器更少噪声地检测密钥
GitHub 用微调后的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥，用户接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护阶段。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方披露了 Argon 在 Chrome 重构、ADK 性能优化和机器人视频到仿真等场景的具体数字，可据此判断前沿模型在长程工程任务上的实际边界。
GitHub Blog · AI & MLAI 评分4040 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：仓库级 .github/copilot-instructions.md 自定义指令、按 applyTo 匹配路径的指令文件、打包可复用流程的 agent skills（如 .github/skills/quality-checks），以及定义专用角色的 custom agents。
Microsoft ResearchAI 评分3636 Microsoft Research 推出 StudentSim：用个性化学生模拟器评估和改进 AI 辅导
Microsoft Research 提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，让 AI 辅导系统在接触真实学生前获得反馈。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的通用密钥检测模型
GitHub 发布基于 ModernBERT 的通用密钥检测分类器，可在不到 2 毫秒内评估一批候选密钥，并称可让推送保护拦截的密钥数量增加一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量 Agentic 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，用约 3500 行代码把部署中的 agent harness 直接接入强化学习训练，并给出可复现的编码 agent 训练结果。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数字，便于评估本地检索方案。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测与“意外失败”的启示
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 103.9M 个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 节省的时间解决更大问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等真实工作流中的具体案例与基准成绩，可据此判断前沿模型落地工程的方式。
Microsoft ResearchAI 评分3838 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站提供提前30-60分钟的位置级空间天气风险预测，评估期内检出近80%的重大事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，Dst预测在2020-2026年评估期峰值活跃时段有62.2%的小时优于Burton方程。
Google DeepMindAI 评分5858 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名直接嵌入生物代码，并能在合成出的实体蛋白质上验证，同时保持其生物功能。
Microsoft ResearchAI 评分5858 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像联合训练的多模态世界模型和连接科学工具、文献、湿实验与研究者的交互框架组成。
Microsoft ResearchAI 评分2222 Microsoft Research Asia – Singapore 成立一周年：推进研究、合作与人才培养
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向推进工作。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 应用如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种用户与智能体共享的可定制界面，可以是看板、问题分诊板、发布清单或表格，双方都能实时修改。创建时只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 的 canvas：当聊天框不是与 AI 交互的正确界面
GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，并能在本地执行代码、调用第三方 API。
GitHub Blog · AI & MLAI 评分5858 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
Microsoft Research精选AI 评分6060 微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，能提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，为具身智能系统设计提供实测依据。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 在 K-Search 进化式内核搜索框架上新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库适配 Apple Silicon。
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要建模为自然语言"信念状态"，并通过信念评分（belief grading）监督摘要内容，替代完整交互历史作为智能体的工作上下文。