AWS Quick 更新:对话式构建流程、新版网页应用与多智能体协作
AWS Quick 发布更新,用户可在聊天中描述流程并由 Quick 构建 flow,同时编排多个智能体、技能和工具。新增确定性步骤、更长运行的工作流和大数据量支持,多智能体编排可将多个专业智能体的结果合并为单一回答。
AWS Quick 发布更新,用户可在聊天中描述流程并由 Quick 构建 flow,同时编排多个智能体、技能和工具。新增确定性步骤、更长运行的工作流和大数据量支持,多智能体编排可将多个专业智能体的结果合并为单一回答。
Standard Bank Group 与 AWS Professional Services 合作部署自动化评估,按国际 AI 标准和银行内部政策为每个生成式 AI 用例打分,并输出报告与仪表盘。
OpenAI 分享 Daybreak Red 受监督安全调查的参考架构。该架构涵盖安全控制、设置与监控,为安全部署 Daybreak Red 提供指引。
BMW Group 研发部门分享了在 12,500 余名开发者中规模化构建、治理和运营数百个 Agent 的五条工程实践。核心是 MCP 工具、技能与流程三层组合架构,按步骤而非按 Agent 分配 L0 到 L2 自治等级,并在 CI/CD 流水线中以确定性代码强制执行权限检查、策略合规与基于 ground-truth 数据集的评估门禁。
该文将 AWS 负责任 AI(RAI)的八个维度映射到 Amazon Aurora PostgreSQL-Compatible Edition 的各项能力,并以基于 RAG 的客服聊天机器人为参照用例,深入设计其中的可解释性(Explainability)维度。
Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学工作流,今日起在 Gemini API、Google AI Studio、Gemini for business、Google Antigravity 和 Gemini app 逐步推出。
推荐理由:原文给出 Neon 与 Carbon 在多项基准上的成本和性能对比,读者可据此判断它在复杂工作流中的性价比。
Amazon Bedrock AgentCore Identity 现已支持私有身份提供商的私有 CA 证书,让智能体信任组织自建 IdP(如 Keycloak)已在使用的私有证书颁发机构。
OpenAI 阐述了从训练到部署管理前沿 AI 风险的完整方法,涵盖模型对齐、沙盒、拦截性防护措施与监控四个环节。这些机制覆盖模型生命周期的不同阶段,使风险在训练期与部署后都受到管控。
Amazon Bedrock AgentCore Identity 实测支持三种 OAuth 配置,用于 AI agent 调用 Snowflake 管理 MCP server 时的出站认证。
OpenAI 宣布启动嵌入式评估的首个阶段,合作方包括 Apollo Research、METR、Transluce 和 Goodfire。上述机构将独立评估模型对齐、安全防护与监控系统。
亚马逊宣布 Amazon Bedrock AgentCore 运行时迎来新一代更新:每个会话仍运行在独立的硬件隔离 Firecracker microVM 中,启动速度最高提升 15 倍,算力扩展至 4 倍(最高 8 vCPUs 和 32 GB),运行效率最高提升 68%。
OpenAI 承诺投入 200 万美元支持 AI 与儿童安全研究。该工作将支持开发共享工具,用于衡量年轻人在 AI 方面面临的风险与机遇。
Google DeepMind 宣布 Gemini 4 Carbon 面向开发者、企业、科学家和消费者开放,定位为网络安全、长程智能体工作流与科学推理的最强前沿模型。
推荐理由:原文将 Carbon 与 Argon 做了明确分工,并给出基准排名与价格,读者可判断该把它用在哪些最复杂的任务上。
Google DeepMind 研究人员用多 LLM 智能体框架 AlphaProof Code,对 Signal 协议实际运行的代码完成深度形式化验证,证明其核心加密代码满足关键安全属性。
推荐理由:原文展示了多智能体框架将 Signal 加密协议的形式化验证压缩到四周,读者可据此评估安全验证自动化的新路径。
OpenAI 的 Control Room 是一个中央系统,可跨其研究基础设施追踪模型工作负载。当安全或安保问题出现时,该系统能迅速停止这些工作负载。
现代汽车集团正探索 NVIDIA NemoClaw 蓝图与 NVIDIA OpenShell 运行时,韩国安全公司 AIM Intelligence 将 Starfort 平台与 OpenShell 集成,以检测恶意指令并防范数据泄露。
AWS 官方博客第 1 篇教程演示如何用 Okta Cross App Access(XAA)与 Amazon Bedrock AgentCore 约束智能体可代表哪位用户访问哪个应用:Okta 作为治理平面签发单用途、5 分钟有效的 ID-JAG,AgentCore Identity 用其兑换访问令牌并存入令牌库,智能体代码不接触客户端密钥。
Amazon Bedrock AgentCore Gateway 成为统一入口,集中治理 Okta Cross App Access(XAA)授权的智能体访问,替代 Part 1 中智能体直连 MCP 服务器的拓扑。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建自主 SOC 解决方案 Luna,每月自动处理多达 4,000 起安全与风险案件,超过 90% 无需人工干预。
OpenAI 发布 GPT‑6 Cyber,这是一款用于发现可利用漏洞并制定修复方案的网络安全模型,训练使其保持在授权范围内。
推荐理由:原文说明该模型可在授权范围内寻找可利用漏洞并生成修复方案,读者可据此判断安全类智能体在企业内部的可用边界。
OpenAI 构建了一条自主管线,在 Linux 内核中发现、验证并为 948 个本地提权漏洞生成了补丁。
推荐理由:原文给出了自主管线发现并修复 948 个 Linux 内核提权漏洞的结果,可据此评估 AI 在安全研究中的实际作用。
ChatGPT 桌面应用现已可在 AWS GovCloud (US) 中通过 Amazon Bedrock 使用,提供 Work 与 Codex 两种组件接入 OpenAI 前沿模型。模型推理经 us-gov-west-1 的 Amazon Bedrock Mantle 端点路由,可由 IAM 和现有网络控制治理,数据留在所选区域。按 token 计费、无席位许可,并支持零数据留存(ZDR)。
OpenAI 发布更新版 Model Spec,提出五条核心价值观,引导更强的 AI 具备健全判断力、尊重人类自主性并忠实于人类意图。
OpenAI 采用分层监控机制来检测前沿模型不对齐和未经授权的 AI 智能体行为。该机制使响应人员能够在事件升级前及时介入干预。
Google DeepMind 发布前沿模型 Gemini 4 Carbon,主打网络安全与长程任务能力,在 Artificial Analysis Intelligence Index v5.0 排名第一(59 分)。
推荐理由:原文给出 Carbon 在网络安全与编码基准上的具体得分,并与 Argon 逐项对比,便于读者判断其在安全防御场景的定位。
借助 OpenAI Daybreak,Check Point 加速了新安全防护背后的漏洞研究,使其分析师能够更快地将漏洞情报转化为客户防御。
OpenAI 阐述了加强前沿模型训练与评估环境安全隔离的具体做法。其措施包括采用离线环境,以及开展高算力红队测试。
OpenAI 与波兰 NASK 建立合作伙伴关系,共同推进 AI 安全、安保和技术研究。该合作旨在强化安全防护措施,支持构建更具韧性的数字生态系统。
OpenAI 与分发合作伙伴协作,在 Usage Policies 中维持一致的防护措施、支持负责任的访问并明确相关预期,通过一致标准实现对其模型的广泛访问。
NVIDIA 云合作伙伴正在欧洲、北欧、非洲和中亚扩展区域算力,支持模型训练、推理及智能体与物理 AI 应用。Nscale 借助 NVIDIA DSX 平台,在相同功耗预算内容纳 37% 更多 GPU,聚合推理吞吐量提升近 50%。
Octave Reliance 在 Amazon Bedrock 上构建了三层安全多租户 AI 基础架构,将每个用例的部署时间缩短 50%。
Microsoft Research 播客本期由 Weishung Liu 对话 Catalyst Lab 负责人 Chris White,回顾他从哈佛博士后、DARPA 项目经理到阿富汗战场先进技术负责人,再到暗网搜索工具先驱的职业生涯。
AI2 发布 FairStress 公平性基准,用 300 个双人决策场景和匹配的对抗性前缀测量 LLM 在招聘、信贷、医疗等 29 个领域中的公平性。基准可扩展为超过 1300 万个测试用例,并提供基于项目反应理论选取的 50K 条 FairStress-Core 子集。
推荐理由:原文提出用对抗性前缀测量 LLM 决策中隐藏的人口统计学不对称,并比较了九种去偏干预的实际效果。
AWS SMGS 运营团队基于 Amazon Bedrock AgentCore Evaluations 为其服务全球销售团队的多智能体系统搭建了九阶段生产级评估框架,覆盖从首次提交到生产运行的全生命周期。
推荐理由:原文给出可迁移的九阶段智能体评估框架与六类失败分类法,读者可据此在生产环境中建立持续质量闭环。
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami,自主调查 CNAPP 及云原生来源的安全发现并编排修复,90 天内关键云暴露减少超 90% 且零生产事故。
Google DeepMind 发布最新前沿模型 Gemini 4 Argon,面向开发者、企业和消费者全球开放。该模型在 Vals Index 排名第一,API 输入价格为每百万 token $2、输出为每百万 token $10,支持 1M token 的统一输入输出上限。
推荐理由:原文给出了新模型在编码、科研和具身智能等领域的实测数据与安全机制,读者可据此评估其在复杂任务中的实际能力边界。
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。
Google Research 宣布新一代联邦学习系统,利用可信执行环境(TEE)提供完全可验证、可审计的数据匿名化保证,Gboard 已率先采用。新系统由客户端加密上传与访问策略、基于 RAFT 共识的 KMS 密钥管理、用 Federated Language 编排的 TEE 训练循环以及加密恢复状态协同工作,训练时间从此前的 1-2 个月大幅缩短,同时模型准确率提升。
推荐理由:原文对比了新旧联邦学习系统在隐私可验证性与训练效率上的差异,读者可了解 TEE 如何移除对服务器运营方的信任依赖。
Google DeepMind 发布前沿模型 Gemini 4 Argon,面向真实软件工程、法律金融等企业知识工作与网络安全防御,可在长程复杂工作流中维持深度推理。
推荐理由:原文给出输出上限从 64K 提升到 1M token 的关键变化,并附上 Google 内部代码迁移与内存优化的量化结果,可据此判断长程任务工作流的改动幅度。
Google DeepMind 发布 SynthID Bio,将不可感知的签名直接嵌入 AI 生成蛋白质的生物代码,使水印不仅能在数字模型上验证,也能在合成出的物理蛋白质上验证,同时在实验室测试中保持其生物功能。
推荐理由:原文把水印验证层嵌入生物设计本身,读者可据此理解 AI 生成蛋白质的溯源与 DNA 合成筛查新机制。