NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，包括 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用优化，以及 OpenShell 与 MXC 沙箱安全支持。
推荐理由：NVIDIA 公布 RTX Spark 笔记本上市前的本地 AI 软件栈，涵盖智能体应用、Nemotron 新模型与开发工具适配，可了解端侧智能体的落地条件。
AWS 发布教程，介绍泰国、马来西亚、新加坡、印度尼西亚和台湾的团队如何通过 Amazon Bedrock 的 global cross-Region inference 调用 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra，其中 Astra 仅从亚太（新加坡）区域提供。
推荐理由：AWS 官方教程，讲清在五个亚太区域通过 global cross-Region inference 调用 GPT-6 的配置、IAM/SCP 与配额监控要点。
AWS 发布教程，演示如何用多节点 Ray LLM Deep Learning Containers 在 Amazon EKS 上把单个大语言模型部署到两个 GPU 节点，一个跑 prefill、一个跑 decode，共用一个 OpenAI 兼容端点。
AWS 发布教程，介绍用 AWS DLC for llama.cpp 在 Amazon SageMaker AI 上部署决策模型，先通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions，再用 SemIf 适配器返回声明选项上的概率而不生成答案 token。
推荐理由：AWS 官方教程，给出在 SageMaker AI 上用 llama.cpp 部署决策模型的完整步骤与 CPU/GPU 基准数据，含可直接运行的代码示例。
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献 Vera Rubin 机架和计算托盘设计，并发布 MGX 1.2 规范，新增机架级盲插液冷、可互操作机架级互连和面向高功率 AI 系统的液冷 5,000A 母线，支持最高 250kW 机架部署。
推荐理由：NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计捐给 OCP，并公布 MGX 1.2、DSX OS 开源组件等一揽子开放基础设施进展。
LongHarness 是一个模型无关的 harness，通过证据与结论协同演化机制，用未解决的结论引导检索、用新证据修正结论，并配合证据生命周期管理保持证据可追溯。
推荐理由：提出模型无关的 harness，把已获取证据与结论显式分离管理，在多个长上下文基准上大幅提升精确匹配率。
Ai2 的 AI 基础设施团队把基于优先级的调度器换成由 GPU 时间预算、分层公平分配和时间切片契约组成的系统，管理 88 到 1024 卡规模的 NVIDIA H100、B200、B300 集群。
推荐理由：Ai2 用 GPU 时间预算和分层公平调度替换优先级调度，讲清了排队、抢占和 on-call 工单如何变化。
GitHub Copilot 本周更新中，限制智能体访问文件、网络和凭据的本地沙箱已正式可用，覆盖 Copilot CLI、Copilot 应用和使用 Agent Host 的 VS Code 会话，且不额外收费。
Asana 使用 Codex 中的 GPT-6 Astra 优化其浏览器智能体，在测试中把成本降低 76 倍、速度提升 5 倍，目的是为客户提供能力更强的模型。材料仅提供摘要，未披露具体优化方法与测试条件。
推荐理由：Asana 用 GPT-6 Astra 在 Codex 中优化浏览器智能体，测试中成本降 76 倍、速度提升 5 倍，可看真实工程取舍。
Postman 与 AWS 复盘了 Agent Mode 在生产环境的架构：工具数量超过约 40 个后工具选择错误上升，因此用向量数据库把 170 多个工具按任务收窄到约 15 个，并交给上下文隔离的子智能体。
推荐理由：Postman 在 Amazon Bedrock 上把 Agent Mode 做到 4000 万开发者规模，讲清工具膨胀、上下文预算与跨区域推理的取舍。
研究发现 GPT 版本越新，改写论文时的"防御性写作"越明显——GPT-6-astra 会直接撤回作者的主张，即便依据证据表写作仍加入最多无根据的限定语。该行为更符合"为预期审稿人写作"的解释，而非纠正作者过度声称。AI 审稿人给防御性改写打分更高，人类读者却认为更难读、作者更不自信；仅要求润色时防御程度接近原文，提及审稿或一轮自我审查则会推高。
作者在 HuggingChat 中开启 ML Intern，用自然语言描述需求，两天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy 与相机角度 LoRA 等，总 GPU 与 CPU 算力费用约 103 美元。
推荐理由：作者用 ML Intern 在两天内从零做出六个小模型，含提示词写法、预算控制与每项算力成本，可迁移到自己的微调任务。
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 协议按次向 BlockRun 的推理路由付费，端到端流程已上线 Base 主网。
推荐理由：Incarna 用 AgentCore payments 让智能体按次为 BlockRun 的模型推理付费，集成从两三个月压缩到三天，含花费上限与链上结算细节。
OpenAI 表示已处置两起由 AI 驱动的影响行动，这些行动利用虚假身份的记者和一家智库传播地缘政治信息。材料仅提供摘要，未披露行动规模、涉及账号数量或具体处置方式。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行的轻量 Agent 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，无需在训练框架内重新实现智能体。
推荐理由：微软开源约 3500 行的 Agent RL 框架，让部署用的 harness 直接参与训练，并给出编码智能体的完整训练示例。
NVIDIA 团队从 Nemotron 3 出发，用监督微调、强化学习和反馈驱动的推理流程，在 IOI 2026 与 IMO 2026 上分别取得 535.4/600 和 30/42 的成绩，均超过金牌线。
推荐理由：NVIDIA 用 SFT、RL 加生成-验证-精修流程把 Nemotron 3 微调成 IOI 与 IMO 双金牌级专家模型，并公开数据与配方。
Anthropic 最新的轻量模型 Claude Haiku 5.5 已在 GitHub Copilot 中正式可用，面向子智能体、快速编辑和终端任务等高频场景。
推荐理由：GitHub Copilot 上线 Claude Haiku 5.5，面向子智能体、快速编辑和终端任务，早期测试中在多项编码任务上追平 Sonnet 5 且 token 与步骤更少。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 称这是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和高并发、成本敏感场景，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：Claude Haiku 5.5 在 Amazon Bedrock 上线，成本比 Haiku 4.5 低约 75%，并首次在 Haiku 系列引入 effort 控制。
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布为 Windows PC 上的 AI 智能体协同设计软硬件，Microsoft 公布 OS 级智能体运行基础设施 MXC 正式可用，用于让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行基础设施做进 Windows，并给出可在本地跑大模型的 RTX Spark 硬件规格与上市时间。
GitHub Copilot 的本地沙箱功能正式可用，覆盖 GitHub Copilot CLI、GitHub Copilot 应用以及使用 Agent Host 的 VS Code 会话。
推荐理由：GitHub Copilot 本地沙箱正式可用，为智能体命令划定文件、网络与凭据边界，且不额外收费。
GitHub 发布基于 ModernBERT 的通用密钥检测分类器，利用周边代码上下文识别数据库 URL、Kubernetes Secret manifest 和 Dockerfile 中的密码类值，可在 2 毫秒内评估一批候选密钥，官方称能让 push 保护可拦截的密钥数量翻倍以上。
推荐理由：GitHub 用 ModernBERT 分类器把密钥检测做进 push 环节，2 毫秒内判断候选密钥，官方称可拦截数量翻倍以上。
GitHub 发布用于密钥检测的微调模型，可读取上下文代码识别凭证，包括没有固定格式的密码，且不生成代码或文本。现有 AI 检测密码告警已自动升级到新模型，GHSP 和 GHAS 客户无需额外付费；推送保护中的 AI 密钥检测进入私有预览，Copilot CLI 和 Copilot App 的 /security-review 命令也将支持该检测。
推荐理由：GitHub 把微调后的密钥检测模型接入告警、推送保护和 Copilot 安全审查，并说明各功能的计费与开启方式。
论文提出把并行编码智能体的协作问题重构为调度问题，按工作项声明的范围划分互不重叠的任务，并沿生产者到消费者的依赖图预先排序合并，规划器已集成进 Nerveplane。
MemMux 是一个本地运行时，把并行编码智能体的资源治理变成可检查信号，包括按智能体归属内存、完整回收、逃逸进程可见、超配下占用受限和监控开销。
推荐理由：针对并行编码智能体的内存归属与回收问题，给出可检查的运行时信号和与 tmux 的对比基准，并公开复现方式。
论文提出 AegisFlow，一个基于 LLM 的多智能体框架，用 Watchdog 智能体采集运行时遥测、Repair 智能体自动创建、测试并部署代码补丁，闭合检测与修复之间的链路。
推荐理由：论文提出用 Watchdog 与 Repair 两个智能体自动生成并验证补丁，在五类数据管道故障中把 MTTR 从 170 分钟降到 3.2 分钟。
AWS 发布方案，用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 把 AWS DevOps Agent 的调查结论转成待审批的修复动作，减少 MTTR。
推荐理由：AWS 官方给出把 DevOps Agent 调查结论接到自动修复的完整方案，含 CDK 代码与人工审批环节，可照着部署。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，把数据库诊断时间从每次约 45 分钟降到 10 分钟，减少 78%。
推荐理由：Cornerstone 用多智能体把数据库排障从 45 分钟压到 10 分钟，文中给出可复用的架构与设计取舍。
Google 发布实验性游戏平台 Playground，用户通过对话式界面输入提示词即可创建、试玩和分享自定义游戏，无需编程经验，可调整物理规则、角色和环境。平台基于浏览器，支持手机和笔记本游玩，游戏可设为私有、通过链接分享或发布到 Explore 画廊，部分品类支持排行榜和多人对战。
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，基于 Gemma 4 架构，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：Google DeepMind 发布 740M 参数端侧多模态嵌入模型，文本、图像、音频、视频统一嵌入，Apache 2.0 许可。
AWS 官方博客给出在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw 的完整方案，用 AgentCore memory 的短期事件与长期抽取策略让助手跨会话记住用户，并以 sprout/{chat_id}/long_term 等命名空间隔离数据。
Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，无需自建推理基础设施。
推荐理由：GLM 5.3 上线 Amazon Bedrock，753B MoE 面向编码与长程智能体任务，附提示词缓存与安全测试示例。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 发布 aws-ai-ml 技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力，可对已有端点做压测、按模型推荐实例类型、对比多次基准结果，并生成可执行的 SageMaker Python SDK v3 代码。
推荐理由：把 SageMaker 推理优化能力做成 MCP 技能，让编码智能体直接跑基准测试并给出实例选型建议。
AWS 发布指南，介绍在 AWS GovCloud (US) 中通过 Amazon Bedrock 使用 Claude Code 的配置方法，支持 bedrock-runtime 与 bedrock-mantle 两个端点，前者支持 Guardrails 和调用日志，后者原生支持 Anthropic Messages API。
推荐理由：面向受监管环境的部署指南，讲清 Claude Code 接入 AWS GovCloud 中 Amazon Bedrock 的三种配置方式与合规取舍。
GitHub 发布代码审查离线基准 ReviewBench，基于 1.039 亿个 PR 的分布特征构建，包含 187 个开源仓库、19 种语言的 219 个 PR，每个发现标注严重程度与类别。
推荐理由：GitHub 发布 AI 代码审查离线基准，含 219 个 PR 与多来源标注，可自带 agent 跑分并对比排行榜。
AWS 发布 Quick Resource Migrator，一个托管在 Amazon Bedrock AgentCore 上的 MCP 服务器，用一次工具调用把 Amazon Quick 的 agent、action connector、知识库、flow 和 space 从开发账号迁移到生产账号。
研究提出 Recursive Self-Rewrite（RSR）框架，用同一基座模型 Qwen-3.8-27B 在多种 harness 下发现成功解法，再由 planner 抽取 runbook、critic 筛查验证器与解法泄漏并引导递归修订、executor 在新沙箱中执行，从而把轨迹重建为通用 harness 下的训练数据。
研究者在四个开放权重类型化决策模型、十一个分类任务及自建的 PolicyBench 上发现，模型答案主要跟随选项标签而非定义，即存在选项标签偏置。删除全部定义后准确率几乎不变（laya-td：0.8559 对 0.8487），而将选项改名为 A、B 后准确率提升 +0.1511。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再按终端后端状态和副作用判定成败，而非看模型生成的回复。
推荐理由：微软与 Hugging Face 联合发布 ThinkingBox，用数据库终态而非模型自述来评判智能体，并给出 507 个任务重复 20 次的稳定性与成本数据。
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并放出。
推荐理由：Ai2 开源 8B 科研报告生成模型，单次生成带引用报告，比 Claude 管线快约 3.5 倍，权重与训练数据一并放出。
GitHub Copilot 代码审查现已支持通过 REST 和 GraphQL API 发起，并可在每次请求时设置审查力度，面向 Copilot Pro、Pro+、Max、Business 和 Enterprise 计划全面可用。