AWS 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重初始化混合架构，将混合架构的预训练成本降低 99% 以上。在受控对比中，Gated KalmaNet（GKA）表现优于 Gated DeltaNet（GDN）和 Mamba-2，基于 GKA 的 32B 混合模型在推理基准上与源 Transformer 持平，128K 上下文下解码速度最高提升至 2 倍。团队以 Apache 2.0 协议开源了 8B 和 32B 的混合模型、训练代码、优化内核及 vLLM 服务插件。
匹配字段标题
Amazon Web Services团队 提出 priming方法
English translation is being prepared.
匹配字段标题
2026年10月8日,安全公司Zenity Labs披露Amazon Bedrock AgentCore存在名为AgentCorruption的漏洞链。据The Decoder报道,攻击者只需对一个公开智能体拥有对话权限,用一条提示词就能接管同一AWS账号和区域内的所有AgentCore智能体,读取私密对话、源代码和存储的凭证。报道称问题根源在于AgentCore默认权限未限定到单个智能体,而是覆盖同账号同区域全部智能体,并授予读写删除权限。Zenity于2025年12月25日向AWS报告后,AWS将IMDSv2设为新部署默认,并在8月前后调整了默认执行角色,不再允许智能体调用其他智能体、读取私密对话或从AWS Secrets Manager取凭证。目前该事件无进一步有证据的发展。
匹配字段标题
AWS 与 HSBC 的一篇新论文提出 Double Ratchet，让评分器随智能体技能同步演化，不再需要人工编写评分标准。该方法用 10 个标注样本筛选评分器版本，且只以与标注样本一致为准，不以抬高智能体得分为目标。在代码、SQL 和报告任务上，它保留了真实标注或评分细则所带来增益的 88% 到 110%；移除防护机制后，评分器放行了 97% 到 100% 的输出，但训练技能的效果相当。
匹配字段标题
2026年10月12日,AWS与HSBC发表论文,提出Double Ratchet,让评分器随智能体技能同步演化,不再需要人工编写评分标准。该方法用10个标注样本筛选评分器版本,且只以与标注样本一致为准,不以抬高智能体得分为目标。在代码、SQL和报告任务上,它保留了真实标注或评分细则所带来增益的88%到110%;移除防护机制后,评分器放行了97%到100%的输出,但训练技能的效果相当。目前该工作以论文形式公开,尚无后续进展。
匹配字段标题
AWS与HSBC 发表论文提出 Double Ratchet：评分器与智能体技能共同进化
English translation is being prepared.
匹配字段标题
安全公司 Zenity Labs 发现 Amazon Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链，攻击者只需对一个公开智能体拥有对话权限，用一条提示词就能接管同一 AWS 账号和区域内的所有 AgentCore 智能体，读取私密对话、源代码和存储的凭证。问题根源在于 AgentCore 默认权限未限定到单个智能体，而是覆盖同账号同区域全部智能体，并授予读写删除权限；Zenity 于 2025 年 12 月 25 日向 AWS 报告后，AWS 将 IMDSv2 设为新部署默认，并在 8 月前后调整了默认执行角色，不再允许智能体调用其他智能体、读取私密对话或从 AWS Secrets Manager 取凭证。
匹配字段标题
Zenity Labs 披露 AWS Bedrock AgentCore漏洞链AgentCorruption
English translation is being prepared.
匹配字段标题
马里兰大学与 AWS 的研究者提出 LEGO-Anything，让编码智能体接收单张图片后编写并迭代修改 Blender 代码，生成可运行、可编辑的 3D 场景程序。配套的 LEGO-Bench 包含 104 个室内外场景的 208 张图像和 443 个注册资产，从有效性、几何重建和外观三方面评分。测试中六种 GPT 配置几乎都能交付可用场景，但几何准确率差异很大，表现最好的 GPT-6 Astra 在室内场景为 53.4%、室外为 39.6%，较弱配置约 15%；研究者发现智能体在判断两个版本哪个更接近原图时准确率接近或低于随机水平，据此提出无需额外训练的 LEGO-Plugin，使较弱智能体提升最高达 62.7%。
匹配字段标题
安全研究者 Johann Rehberger 在 AWS Kiro 发布当天测试发现，该编码智能体可被间接提示注入劫持，实现任意操作系统命令执行。两条攻击路径分别是：Kiro 无需开发者批准即可写入 .vscode/settings.json，从而把任意 Bash 命令加入允许列表；以及写入 .kiro/settings/mcp.json 添加恶意 MCP 服务器，保存文件即触发代码执行。作者于 2025 年 7 月 15 日发布当天向 AWS 披露，AWS 在 8 月 5 日前修复，v0.1.42 中报告已修复，未分配 CVE。
匹配字段标题
2026年10月13日,Amazon Web Services团队提出priming方法,相关论文题为《Priming: Hybrid state space models from pre-trained Transformers》。该方法复用预训练Transformer权重初始化混合架构,据Amazon Science发布的信息,可将混合架构的预训练成本降低99%以上。在受控对比中,Gated KalmaNet(GKA)表现优于Gated DeltaNet(GDN)和Mamba-2;基于GKA的32B混合模型在推理基准上与源Transformer持平,128K上下文下解码速度最高提升至2倍。团队以Apache 2.0协议开源了8B和32B的混合模型、训练代码、优化内核及vLLM服务插件。目前尚无后续发展事实。
匹配字段标题