Amazon Bedrock、AgentCore 与 Strands 9 月更新汇总
Amazon Bedrock 9 月上线 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 Astra 支持最高 100 万 input tokens，Ultrafast 档推理速度最高提升 6 倍、达 300 tokens/秒。
#Agent
AWS Machine Learning BlogAI 评分2222 AWS Machine Learning BlogAI 评分3636 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构，用于支撑 4000 万开发者的 API 测试、文档、发现与实现工作。
OpenAI NewsAI 评分4242 Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
NVIDIA BlogAI 评分3030 NVIDIA Omniverse 如何用 GPT-6 Astra 等前沿 AI 智能体把创意变成仿真应用
NVIDIA 开发者用 GPT-6 Astra、Claude Fable 5 等前沿模型驱动 Omniverse 库，通过自然语言指令搭建仿真应用。案例包括仓库人形机器人模拟器、Market Street 自动驾驶测试环境、数字孪生传感器校验，以及 Unitree G1 人形机器人跨栏实验——100 次仿真中 64 次成功越过单个栏架。
AWS Machine Learning BlogAI 评分5050 BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 支付模型推理费用，将接入 x402 支付支持的工作量从数月缩短到数天，并已把端到端按次付费推理流程投入生产。
AWS Machine Learning Blog精选AI 评分7171 AWS 上线 Claude Haiku 5.5
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文章给出 Haiku 5.5 在 Bedrock 上的可用区域、成本变化和与 Opus 5.5 的分工方式，便于判断是否接入现有工作流。
NVIDIA Blog精选AI 评分7878 NVIDIA 与 Microsoft 发布 RTX Spark 及面向 Windows 的 DGX Station
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，并推出 RTX Spark 笔记本与紧凑台式机。
推荐理由：英伟达与微软把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断本地智能体的落地条件。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行轻量级智能体 RL 框架，支持真实 harness 训练
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的设计与 3500 行代码实现，可据此评估自建智能体训练链路。
AWS Machine Learning BlogAI 评分2626 如何为 agentic automation 构建商业论证：超越节省工时
AWS 提出 Agentic Value Model，用于替代为 RPA 设计的传统 ROI 模型，从时间节省、异常处理、决策质量和变更韧性四个维度衡量 agentic automation 的价值。该框架强调节省的工时并不等于利润，需有明确的变现机制和责任人；文中以年处理 20 万件理赔的分诊流程为例，说明仅按人力节省计算会高估收益。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万名客户提供带来源引用的自然语言问答，2026 年 2 月正式可用后其 Discovery Agent 已为客户发现超 10 万条洞察。
OpenAI NewsAI 评分2222 OpenAI 为 ChatGPT for Teens 推出 College Planner 等功能
OpenAI 为 ChatGPT for Teens 推出 College Planner，帮助学生管理大学申请，同时上线新的 flashcards、quizzes 功能，并组建青少年 AI 委员会（teen AI council）。
OpenAI NewsAI 评分2222 Radisson Hotel Group 将酒店搜索带入 ChatGPT
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术打造了一款 ChatGPT 插件，帮助旅客在规划行程时查找、比较和预订酒店。
Microsoft ResearchAI 评分2222 微软研究员 Jennifer Neville 谈 AI 评测与「意外失败」：从传统 benchmark 之外看模型真实表现
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界，以及模型在超出传统 benchmark 测试时出现的「意外失败」。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench 开源 AI 代码审查基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言，数据集、评测方法、LLM judge prompt 与自测 runner 均已公开。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas（画布扩展）是一种可自定义界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。
GitHub Blog · AI & MLAI 评分4040 当聊天不是正确的 UI：GitHub Copilot 用 canvas 重构 AI 交互
GitHub Copilot 提出用 canvas 替代聊天框作为 AI 交互界面，canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信并调用本地代码。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Security Lab 发布 Fuzzing Taskflow 智能体模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做定级并生成漏洞报告。
推荐理由：原文给出了从入口识别到崩溃定级的完整自动化流程与运行方式，读者可据此判断 LLM 智能体能接手多少模糊测试人工环节。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是连接工具与数据的标准，二者可组合使用；RAG 并未死亡，它让模型基于训练数据外的文档、内部知识和代码库上下文作答，与 Agent、Skills、MCP 可共存于同一工作流。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要以自然语言"信念状态"形式隔离并监督其信息内容，以应对长程交互中上下文无法无限扩展的问题。在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也显著低于全上下文设置。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体服务、运行智能体集群、由智能体自行合成。文中指出多智能体在 text-to-SQL 任务中仅 10-20% 子计划互异，80-90% 子查询重复，可借多查询优化与近似查询处理复用结果。