跳到正文
11月21日周六
11月20日周五
  1. AWS Machine Learning Blog51

    BMW Group 如何在数千名开发者中治理数百个 Agent

    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。

11月19日周四
  1. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Neon

    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。

11月18日周三
11月17日周二
11月13日周五
11月12日周四
11月11日周三
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 模型

    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。

11月10日周二
  1. Google DeepMind85

    Google DeepMind 推出 AlphaProof Code,用 AI 智能体形式化验证 Signal 加密协议

    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。

11月9日周一
11月7日周六
  1. AWS Machine Learning Blog52

    使用 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体访问(第 1 篇)

    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。

11月6日周五
  1. OpenAI News65

    OpenAI 发布 GPT‑6 Cyber 网络安全模型

    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。

11月5日周四
10月31日周六
  1. AWS Machine Learning Blog28

    如何在 AWS GovCloud (US) 中通过 Amazon Bedrock 配置 ChatGPT 桌面应用

    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)。

10月30日周五
10月29日周四
  1. Google DeepMind77

    Google DeepMind 发布前沿模型 Gemini 4 Carbon

    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。

10月28日周三
10月24日周六
10月23日周五
10月22日周四
10月21日周三
  1. Hugging Face Blog65

    FairStress:深入评估 LLM 决策中的公平性

    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。

10月17日周六
  1. AWS Machine Learning Blog68

    建立对 AI 智能体的信任:基于 Amazon Bedrock AgentCore 的生产级评估框架

    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。

10月14日周三
  1. Google DeepMind89

    Google DeepMind 发布 Gemini 4 Argon 模型

    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。

10月8日周四
10月2日周五
  1. Google Research68

    Google 发布基于 TEE 的新一代联邦学习系统,迈向可证明隐私的学习

    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。

10月1日周四
  1. Google DeepMind78

    Gemini 4 Argon 发布:下一代前沿智能

    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。

9月30日周三
  1. Google DeepMind66

    Google DeepMind 发布 SynthID Bio:为 AI 生成蛋白质嵌入可验证水印

    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。