LegalOn 将 Codex 成本减半,同时保持开发速度
LegalOn 将每日 Codex 估算成本降低 65%,同时保持开发速度。其做法是将 Astra、Sol 和 Luna 与任务相匹配,并进行策略性的预算管理。
LegalOn 将每日 Codex 估算成本降低 65%,同时保持开发速度。其做法是将 Astra、Sol 和 Luna 与任务相匹配,并进行策略性的预算管理。
作者在 HuggingChat 中开启 ML-intern 模式,用自然语言描述需求,几天内做出六个自定义小模型,总计算成本约 103 美元。
推荐理由:作者用六个总成本约 103 美元的项目,总结了给智能体设预算、要基线、做冒烟测试的可复用方法。
开发者正将 GPT-6 Astra、GPT-6 Sol 与 Claude Code 等前沿模型接入 NVIDIA Omniverse 库,驱动 AI 智能体构建数字孪生、机器人与 VR 仿真。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 与 GPT-Image-2.5,帮助创作者将大胆创意转化为细节丰富的图像和电影级视频广告。
Oracle 在招聘、工程和运营团队中用 ChatGPT Work 与 Codex 将专家知识转化为可快速复用的工作流,把原本需要数天完成的工作缩短到数分钟。
AWS 给出 Amazon SageMaker HyperPod 的多租户参考架构,让多团队共享同一 EKS 集群时仍保持工作负载隔离与资源公平。
阿布扎比技术创新研究所(TII)发布 Falcon-ASR,一个 1.6B 参数的阿拉伯语语音识别模型,重点针对阿联蒂方言,同一套模型权重还支持英语、法语、西班牙语和葡萄牙语,无需指定语言。
Google Research 发布 NBER 工作论文,报告一项三个月实地实验:11 家知识产权律所的 133 名律师随机获得未发布的 Google Labs AI 专利起草助手(现属 Gemini Notebook)使用权,起草任务质量提升 0.34 至 0.38 个标准差。
推荐理由:这项三个月实地实验区分了短期产出与长期技能养成,显示资深律师在脱离 AI 后判断力仍提升,而初级律师没有。
今日,AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。据 Anthropic,它是 Claude 5.5 家族中最快最高效的模型,多数任务成本比 Claude Haiku 4.5 低约 75%,也是首个支持 effort 控制的 Haiku 模型,可按任务在成本与智能之间调节。
推荐理由:原文给出 Claude Haiku 5.5 的能力定位、与 Opus 5.5 的分工方式以及调用示例,读者可据此按任务成本选型。
NVIDIA 与 Microsoft 在旧金山活动上宣布共同为 Windows PC 打造运行 AI 智能体的软硬件,推出 RTX Spark 设备并预览 DGX Station for Windows。
推荐理由:原文并置 RTX Spark、MXC 与 DGX Station for Windows,可看出本地智能体在硬件、操作系统与企业桌面三层同时落地。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 通过在查询时直接向权威数据源实时校验访问控制列表(ACL),解决企业 RAG 场景下的文档权限难题。
OpenAI 宣布 GPT-6 在 ChatGPT 全球推出,并带来 Intelligent UI。新版本提供更快响应,支持可视化内容与可直接探索和使用的交互体验。
推荐理由:官方宣布 GPT-6 在 ChatGPT 全球推出并带来 Intelligent UI,读者可据此了解响应速度与可视化交互的变化。
丽笙酒店集团(Radisson)与 Accenture 合作,基于 OpenAI 技术开发 ChatGPT plugin,帮助旅行者在规划行程时查找、比较并预订酒店。
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 与实验性 d1-omni-600M,d1-3B 在 Decision Index 0.2.1 得 48.57 分,超过 Decider 35B-A3B(47.11)。
推荐理由:d1-3B 在 Decision Index 0.2.1 上以 48.57 分超过 Decider 35B-A3B,为端侧结构化决策提供了可复用的开源权重方案。
GitHub 与 Microsoft Applied Sciences 合作微调了 ModernBERT 分类器,将推送保护扩展到非结构化密钥,可在 2 毫秒内评估候选密钥批次。
推荐理由:原文用九个季度数据说明密钥泄露增速来自代码量而非开发者懈怠,并给出新分类器如何把防护前移到推送之前。
微软亚洲研究院提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0,让部署时使用的 agent harness 通过 LLM proxy 直接参与强化学习,无需在训练框架中重新实现 agent。
推荐理由:核心可迁移点在于把部署用的 harness 直接接入 RL 训练,省去在训练框架中重写 agent 的成本。
AWS 官方博客演示用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 为 AWS DevOps Agent 补上自动修复环节,把调查摘要变成经一次审批即可执行的修复。
Qlik 基于 Amazon Bedrock 构建企业级 AI 助手 Qlik Answers,为全球 40,000 多家客户提供带来源、可验证的问答能力。自 2026 年 2 月正式上线以来,其 Discovery Agent 已为客户呈现超过 100,000 项发现。
AWS 机器学习博客提出 Agentic Value Model,指出 RPA 时代的工时乘人工成本式 ROI 模型遗漏了智能体自动化的大部分价值。该模型把价值拆为时间节省、异常处理、决策质量、变更韧性与维护经济性四个池,每个池都需设定变现机制与责任人,文中以年处理 20 万件、约 12 分钟每件的理赔分拣为例给出测算。
ChatGPT for Teens 将推出 College Planner,帮助学生管理大学申请。同时新增 flashcards 与 quizzes 功能,并设立 teen AI council。
Cornerstone OnDemand 基于 Amazon Bedrock 与 AWS 开源智能体编排框架 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟压缩至 10 分钟,降幅 78%。三人团队历时六个月完成交付,该系统将十余步手动数据库生命周期操作合并为单次自然语言交互,并将冗余告警量中位数削减 65%。
AWS 设计了为期六周的结构化项目,支持非工程背景业务人员构建 AI 原型,一支四人团队据此开发出多智能体金融顾问工具 WealthWise 并获第一名。90% 的受访业务人员希望获得构建 AI 智能体的实操经验,分阶段培养留存的实用技能为两天集训形式的三倍。
NVIDIA 团队基于 Nemotron 3 通过 SFT、RL 与反馈式推理构建专家系统,在 IOI 2026 取得 535.4/600(超过 361.12 的金牌线),在 IMO 2026 取得 30/42(超过 29 的金牌线)。
推荐理由:原文完整给出从基座模型、数据筛选、SFT/RL 到推理循环的四步专精化方法,读者可将其迁移到自己的领域模型训练。
OpenAI 公布了内部前沿模型在数学开放问题上的新研究结果,并在 GitHub 上分享了 Lean 证明形式化与研究细节。
推荐理由:OpenAI 公布内部前沿模型在数学开放问题上的新结果,并同步开放 Lean 证明形式化与研究细节,可作为判断其数学推理能力边界的依据。
Jump Trading 使用 OpenAI 扩展其量化研究能力。其更长时间的 AI 工作流将多个数据源与人工审查相结合,从而支持更复杂的研究流程。
:
推荐理由:文章给出了一套可复用的有状态 Agent 设计方法,包括记忆命名空间隔离、按任务路由模型和 prompt 缓存排序,可直接迁移到自己的助手项目。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、740M 参数的开源轻量级多模态嵌入模型,采用 Apache 2.0 许可,可将文本、图像、音频和视频统一映射到同一嵌入空间。
推荐理由:原文给出了参数量、模态拆分与量化后的内存占用,便于读者判断它能否直接落到自家端侧检索链路中。
Atlassian 与 OpenAI 正在扩大合作伙伴关系,将前沿模型与企业知识相连接。双方合作旨在帮助团队更高效地完成规划、构建与交付工作。
OpenAI 与 Ironclad 正在复杂合同工作流上训练并评估 AI 智能体,以推进面向专业工作的 computer use 能力。双方合作覆盖智能体的训练与评估两个环节,目标是将 computer use 引入专业合同处理等实际工作场景。
Google Research 展示了 Earth AI 的 Population Dynamics Foundation Model (PDFM) 如何以即插即用的位置嵌入提升全球公共卫生模型效果。
推荐理由:原文展示了位置嵌入如何即插即用地提升流行病模型效果,读者可了解地理空间基础模型在公共卫生场景的验证方法与量化收益。
AWS 发布指南,详解如何用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾。智能体基于 Strands Agents 与 MCP 对接后端,实现语音查航班、改座位与转接人工。系统各层可独立扩展,并提供含合成数据的示例航空后端。
数据科学家现在可以直接在 Amazon SageMaker Studio 中创建、配置、启动和管理 SageMaker HyperPod Spaces,无需再使用 HyperPod CLI 或 kubectl。
通过 Amazon SageMaker Unified Studio 管理 SageMaker HyperPod 时,可在组织、项目、集群、工作负载四个层级保留治理控制。
AWS 阐述如何依据 ISO/IEC 42005:2025 开展 AI 系统影响评估,并将其纳入企业整体风险管理流程。
Mistral AI 发布 Mistral Large 4(ML4)公开预览,1 万亿参数、490 亿活跃参数的原生多模态模型,为其迄今最大最强模型。权重将于本月底开放,模型在 Mistral 自有欧洲数据中心基于 3,800 块 NVIDIA Grace Blackwell GPU 完成训练。
推荐理由:官方公布 ML4 在网络安全、编码与多模态基准上与闭源模型的对比数据,读者可据此判断开放权重模型的当前位置。
NVIDIA 最新报告显示,89% 的电信运营商受访者认为开源模型和软件对其公司 AI 战略重要,开源模型正成为运营商从自治网络到客户关怀等关键工作负载的基础。
Falcon-Emirati-7B 是基于 Falcon-H1-Arabic 构建的阿联酋方言专用模型,旨在像母语者一样理解并生成阿联酋阿拉伯语的词汇、语气与文化语境。
Google Research 发布 workshop 报告《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》,汇总 50 多位高校与行业研究者的讨论,梳理自主智能体面临的隐私与安全开放问题。
AWS 官方博客介绍如何在 AWS GovCloud (US) 中通过 Amazon Bedrock 运行 Claude Code,让受 ITAR 等合规要求约束的工作负载也能进行 AI 辅助开发。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 智能体技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。