Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。相比初始基线，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%，目前每天处理数千次查询，响应时间 15 秒。该方案采用 RAG 与 schema 感知查询构建的九阶段流水线，并组合使用 Amazon Titan Text Embeddings 与 Cohere Rerank 3.5。
匹配字段摘要、正文
斯坦福 CS 329Z《Engineering AI Agents》第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，内容依次为控制流归属判断、五种工作流模式、智能体推理/行动模式、上下文管理与 Pi 案例研究。该课由 Diyi Yang、Michael Ryan、John Yang 授课，覆盖从 LLM 流水线到自主 Agent 的工程学，主线为分解、数据与评估三大挑战。作业要求用 litellm 手写 RAG 与 ReAct 循环，再用 DSPy 重建并设计完整评估套件。
匹配字段摘要
Anthropic 可解释性团队发布 2026 年 6 月 Circuits Updates，介绍正在发展的研究思路。其中提出 Turn-Averaged SAEs：对单个 Human 或 Assistant 轮次内所有 token 的残差流取平均后训练 SAE，使每轮只产生 L0 个激活特征，而逐 token SAE 会产生 n_tokens × L0 个。在 Qwen-2.5-7B-Instruct 上，Sonnet 4.6 评判显示轮次平均特征在覆盖度上以 77% 被偏好，但区分度 74% 低于逐 token 的 95%。
Anthropic 可解释性团队发布 2026 年 6 月 Circuits Updates，介绍正在发展的研究思路。其中提出 Turn-Averaged SAEs：对单个 Human 或 Assistant 轮次内所有 token 的残差流取平均后训练 SAE，使每轮只产生 L0 个激活特征，而逐 token SAE 会产生 n tokens × L0 个。在 Qwen-2.5-7B-Instruct 上，Sonnet 4.6 评判显示轮次平均特征在覆盖度上以 77% 被偏好，但区分度 74% 低于逐 token 的 95%。
匹配字段摘要、正文
TensorZero 工程博客发布研究，用 GPT-4.1 的高质量对话数据微调 Gemini 2.0 Flash、GPT-4.1 mini/nano、GPT-4o mini、Qwen3-8B 等小模型，在数据抽取（CoNLL++ NER）、多轮导航（BabyAI）、Agentic RAG（Multi-Hop）和 Agentic 工具调用（τ-bench）四类任务上评测。结果显示微调后小模型在部分任务上可匹配或超过大模型，推理成本最多降低 30 倍、响应时间最多快 4 倍；其中 Gemini 2.0 Flash Lite 微调后每成功任务成本比 GPT-4o 低 24.1 倍。文章还比较了筛选成功样本与不筛选的效果差异，并给出用 TensorZero 复现该流程的步骤。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源 buildkit-service，为智能体基础设施提供分布式镜像构建与包镜像服务，可将 Dockerfile 批量构建为 OCI / Nydus 镜像并推送到任意 OCI registry。它内置 pip、npm、apt/yum/dnf、apk、git 及容器 registry 的集群内缓存，支持 buildctl-batch 批量构建、buildctl-daemon HTTP 构建 API 与 Dragonfly 镜像预热，基于 Kubernetes + Helm 部署，采用 Apache-2.0 许可。
匹配字段摘要、正文
MCloudBridge 于 10 月 13 日发布 Ai 365 统一 AI 平台，面向公共、教育与科研机构，可按安全策略在本地 on-premise AI 与外部 SaaS AI 之间选择性配置。平台按 G1、G2、G3 信息资产分级路由数据：G1 敏感数据用 Llama、Qwen、DeepSeek 等本地 LLM 在隔离环境完成文档分析、知识检索、RAG 与推理，G2 数据可先本地提取关键信息再脱敏后送外部 LLM，G3 公共数据可直接调用 OpenAI、Anthropic（Claude）等外部 LLM。
匹配字段摘要、正文
高通在 Network X 2026 前发布四款 AI 宽带平台：基于 Dragonwing NPro A8 Elite 的下一代 AI 网关，集成四频 4x4 Wi-Fi 8、五核 CPU 与 Hexagon NPU，上下行对称速率达 20 Gbps；Dragonwing SAM 智能软件框架；Dragonwing PtMP/PtP 无线传输平台；以及基于 Snapdragon X105 5G Modem-RF 的 Dragonwing FWA Gen 6 Elite，支持 5G Advanced 与 NTN。高通将于 10 月 13 日至 15 日在维也纳 Network X 2026 现场演示。
匹配字段摘要、正文
Mastra Studio 上线 Thread View，可在 Mastra Observability 中把 agent 的对话消息与产生它们的 trace 步骤并排查看，并支持打开完整 thread 按顺序浏览整段会话。已用 memory 并通过 MastraStorageExporter 持久化 trace 的 agent 无需额外配置即可使用；从零开始则需安装 observability、memory 和 storage。
匹配字段摘要、正文
Mastra 博客 Examples 专栏收录 33 篇实战教程，覆盖用 TypeScript 构建 AI 软件工厂、RAG 智能体、代码审查机器人、编码智能体、语音智能体等主题。教程展示了与 Archil、Inworld、Bright Data、Elasticsearch、MongoDB Atlas、Mistral OCR、Gemini Flash 2.0 等工具的集成方式，并介绍将低延迟护栏从 5000ms 优化到 500ms 以内。
匹配字段摘要、正文
Apple 研究人员发布 ParaRNN 框架，通过牛顿法将非线性 RNN 的序列计算转化为可并行求解的线性 SSM，实现相比传统串行方法 665 倍的训练加速。该工作训练出首个 7B 参数经典 RNN，语言建模性能与 Transformer 和 Mamba 等 SSM 相当，并推出 ParaGRU、ParaLSTM 两种结构化 Jacobian 单元。ParaRNN 代码库已公开，支持自定义 RNN 单元并自动处理并行化，论文被 ICLR 2026 接收为 Oral。
匹配字段摘要、正文
在芝加哥 Microsoft Ignite 上，LlamaIndex 宣布与微软多年合作已形成一套完整的端到端 RAG 与知识增强智能体技术栈，全部可在 Azure 上使用。该栈以 Azure OpenAI Service 为 LLM 基础，配合 Azure AI Embeddings 与 Azure AI Search 向量存储，并通过 Azure Doc Store、KV Store 和 Chat Store 支持增量加载与持久记忆。Azure Code Interpreter 等智能体工具及 AI App Template Gallery 中的 LlamaIndex 模板可加速应用落地。
匹配字段摘要、正文
LlamaIndex 0.9 发布，新增 IngestionPipeline 概念，数据摄取与转换结果会自动缓存，重复运行时可跳过已命中的转换步骤。该版本将节点解析与文本切分接口统一为 TransformComponent，SimpleNodeParser 被移除并重定向到 SentenceSplitter；默认 tokenizer 从 gpt2 改为可配置的 CL100K。LangChain 变为可选依赖，不再默认安装，同时以 beta 形式引入支持 GPT-4V、Llava、Fuyu 的 MultiModal RAG 模块。
匹配字段摘要、正文
TensorZero 工程博客发布研究，用 GPT-4.1 生成的高质量对话微调 Gemini 2.0 Flash/Flash Lite、GPT-4.1 mini/nano、GPT-4o mini 和 Qwen3-8B，在数据抽取、BabyAI 导航、多跳 RAG 和 τ-bench 工具调用四类任务上评测，推理成本最多降低 30 倍、响应时间最多快 4 倍。研究还对比了只保留成功轨迹的筛选数据与全量数据，发现筛选在数据抽取和多跳 RAG 上普遍提升表现，但在工具调用任务上 Gemini 模型反而用未筛选数据更好。博客给出了基于 TensorZero 的微调与部署流程，并称无需 GPU 即可复现。
匹配字段摘要、正文
Anthropic 于 2026 年 10 月 8 日发布 Anthropic Cyber Mission，通过 Critical Infrastructure Defense Program 向电力、水务、工厂、交通等 OT 领域提供 Claude 模型、现场工程师和威胁研究支持，日立、Rockwell Automation、Dragos、CrowdStrike、Palo Alto Networks 等为初期合作伙伴。面向 OSS 的 OSS Scanner 提供免费定期漏洞检测，使用 Claude Mythos 等模型，报告不经人工确认即发送给主要维护者，可能包含误报或严重度夸大。Anthropic 称此前 6 个月模型检出超过 2.9 万件漏洞候选，人工仅完成约 6000 件。
匹配字段摘要、正文
《Building Microservices》作者 Sam Newman 在 Pragmatic Engineer 播客中称微服务是架构的"最后手段"，并给出分布式系统三条规则：信息传输需要时间、资源可能离线、资源并非无限，其中资源耗尽导致的故障最多。他还谈到幂等性的两种实现方式——幂等键（idempotency keys）与指纹（fingerprints），以及 AI 如何改变软件开发，带来认知债务与认知投降等问题。
匹配字段摘要、正文
Google 发布 EmbeddingGemma 2，这是其首个开源的原生多模态嵌入模型，采用 740M 参数的轻量模块化设计，可处理文本、代码、图像、视频和音频任务。官方称其与 Gemma 4 搭配适合离线、隐私优先的 RAG，性能超过部分参数量两倍以上的专用模型，权重已在 Hugging Face 开放下载。
匹配字段摘要、正文
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超过参数量两倍的竞品。该模型无需 API key 即可本地运行，浏览器中通过 WebGPU 单次查询约 20 至 70 毫秒，仅需约 191MB 内存，本地向量数据库存储最多减少六倍；纯文本任务可用 270M 参数版本。搭配 Gemma 4 等小型开源模型可离线运行 RAG 应用，权重已在 Hugging Face 和 Kaggle 发布，并附开发者指南与文档。
匹配字段摘要、正文
Perplexity 的 Computer 智能体实现了 StarCraft 实时对战，游戏在智能体思考时不暂停。整套系统由 VPS 上的 OpenBW Brood War 运行时、C++ 桥接和每个智能体四个游戏工具组成，各智能体只拿到受战争迷雾限制的自身游戏状态，不接收视频输入。最终一局 Blue 2–Red 5，Blue 攒到 41 个 Dragoons 后出击，被 Red 的 High Templar 用 Psionic Storm 击溃，原因是 Blue 未侦察 Red 的建造。
匹配字段摘要、正文
MIT Technology Review 基于对 300 位数据与 AI 高管的调查发现，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，知识匮乏是主要失败原因之一。生产领先者（平均 61% 项目走出试点）在语义知识等能力上更强；55% 的受访者将数据碎片化列为扩展智能体知识访问的首要挑战。企业将优先投资摄取管道、AI-ready API、RAG、AI 评估智能体和知识图谱。
匹配字段摘要、正文
AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面用自然语言提问合规问题，实际判定交由确定性（非 AI）规则引擎完成，模型只负责把问题翻译成固定类型操作并叙述结果。该模式通过完整性回执保证 compliant + in-breach + ambiguous + unreadable 等于 scanned，避免 RAG 或 text-to-SQL 的漏检风险，适用于租约合规、制裁筛查、保险理赔等场景。
匹配字段摘要、正文