GPT-6 系列模型指南
GPT-6 系列模型指南讲解创业者如何选择合适的 GPT-6 模型、调节 reasoning effort，并改进提示词与技能（skills）。此外还覆盖工具协调，以及为生产环境准备工作流的方法。
#Agent
OpenAI NewsAI 评分4747
AWS Machine Learning BlogAI 评分4949 在 Amazon SageMaker AI 上用多轮 RL 微调 search agent
Amazon SageMaker AI 的多轮强化学习（MTRL）被用于微调 Qwen3.6-27B，构建可自主调用 BM25 词法搜索与向量搜索两个工具的企业 search agent。
GitHub Blog · AI & MLAI 评分3131 AI 正在改变开发者工作：三个值得加强的技能
GitHub Blog 指出 AI 正在改变开发者的工作方式，需加强三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首个答案、把 AI 省下的实现时间用于解决更大问题。
NVIDIA BlogAI 评分5757 NVIDIA 推出 DGX Spark 64GB 配置，10 月 23 日开售起价 $4,999
NVIDIA 宣布本月推出 DGX Spark 64GB 统一内存配置，由 Acer、ASUS、Dell、Gigabyte、HP、MSI 等厂商供应，10 月 23 日开售，起价 $4,999，出厂即搭载 DGX OS 与 NVIDIA AI 软件栈。
AWS Machine Learning BlogAI 评分3737 如何用 Amazon Bedrock AgentCore 上的 agentic AI 扩展云迁移
一个覆盖 300+ 应用的企业迁移项目在 Amazon Bedrock AgentCore 上采用四智能体模式，把每个应用的 IaC 开发时间从 3 到 4 周缩短到几分钟。
AWS Machine Learning BlogAI 评分5656 用 NVIDIA NeMo Agent Toolkit 与 Amazon S3 Vectors 构建智能体记忆并部署到 EKS
AWS 官方教程演示把 Amazon S3 Vectors 实现为 NVIDIA NeMo Agent Toolkit（NAT）的自定义记忆提供者，并部署到 Amazon EKS。
AWS Machine Learning BlogAI 评分5959 用 Amazon Bedrock AgentCore 构建环境智能体：从事件信号到人在回路工作流
AWS 官方教程展示如何用 Amazon Bedrock AgentCore 构建环境智能体，让 S3 上传等事件自动触发智能体任务，并在需要时通过 ask_human 暂停等待人工答复后从断点恢复。
AWS Machine Learning BlogAI 评分5454 在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
教程演示如何在 Amazon Bedrock AgentCore Runtime Instances 上用作曲、交付、合规三个智能体协作，产出一个可播放的 .wav 音频。
NVIDIA BlogAI 评分5151 CoreWeave 宣布 NVIDIA Vera Rubin NVL72 上线并推出 CoreWeave Forge
CoreWeave 在 CoreWeave Fully Connected 大会上宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T Ethernet 网络，并推出连接训练、评估与改进环节的 CoreWeave Forge。
AWS Machine Learning Blog精选AI 评分7373 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，为 agentic 编码、计算机使用和专业工作负载带来更强推理能力。
推荐理由：文章给出 GPT-6.1 Sol 相对 GPT-6 Sol 的成本与成绩对比，以及 Bedrock 上的部署与数据控制项，便于评估引入代价。
AWS Machine Learning BlogAI 评分4646 Amazon Quick 各组件的提示词工程：模式与陷阱
Amazon Quick 各组件对提示词的解读方式不同，需按组件分别定制：Quick Research 要写明目标、受众与焦点，并可从 Quick Index 与 200+ 新闻源中筛选数据源。Quick Flows 要写清触发时间、数据源、计算与输出格式，复杂流程用编号步骤组织，建成后可通过对话迭代调整。Quick Sight 查询需包含业务问题、指标、维度与可视化偏好。
AWS Machine Learning BlogAI 评分5050 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 驱动的合同智能平台
在 AWS 上搭建合同智能平台：用 AI 智能体把合同 PDF 的关键字段结构化入库，解决 RAG 语义搜索无法跨数百份合同做聚合查询的问题。
OpenAI NewsAI 评分3535 OpenAI 发布 dots
OpenAI 推出 dots，一款可主动推进工作的助手，能持续处理复杂项目与日常任务。在工作自动向前推进的同时，用户仍保持对过程的掌控。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot app 新手指南：用 canvases 构建自定义工作流
GitHub Copilot app 让用户用自然语言描述即可生成可与 agent 共享的双向画布界面，无需写代码或手动设计。创建时在 agent 会话中输入 /create-canvas 技能，说明画布支持的工作流、用户可做的操作和 agent 可做的操作，agent 便会在右侧面板构建界面。
推荐理由：以 /create-canvas 为例讲清双向共享界面的搭建步骤，读者可照此把自己的工作流做成画布。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Copilot 撰文讨论聊天框何时是错误的界面
GitHub Copilot 官方博客提出聊天往往是错误的 UI，主张让用户按任务现场生成自定义 canvas。
推荐理由：作者解释了聊天成为默认界面的原因，并结合 Winget 和 SQLite 等 canvas 实例，给出何时该改用自定义界面的判断。
GitHub Blog · AI & MLAI 评分5151 GitHub Security Lab 用 Taskflow Agent 实现 AI 驱动的 C/C++ 自主 fuzzing
GitHub Security Lab 推出 Fuzzing Taskflow，指向一个 GitHub 仓库即可自动完成 C/C++ 项目的 fuzzing、覆盖率迭代与崩溃分诊。
NVIDIA Blog精选AI 评分6363 NVIDIA 发布 Isaac ROS 5.0，为机器人开发加入智能体工作流
NVIDIA 在加拿大多伦多 ROSCon 发布开源免费的 Isaac ROS 5.0，为机器人开发引入智能体工作流与新平台支持。
推荐理由：原文列出智能体技能与生态伙伴的接入方式，读者可看到 AI 智能体嵌入机器人开发的具体路径。
NVIDIA BlogAI 评分5050 NVIDIA 认为 AI 安全是工程问题，应在 Agent 栈每一层解决
NVIDIA 博文提出 AI 安全是工程问题，主张在 Agent 栈的模型、harness 与运行时各层都落实可执行边界和可验证的防护证据。
OpenAI NewsAI 评分1818 V7 借助 GPT-5.6 Luna 将成本降低 78% 并提升准确率
V7 借助 GPT-5.6 Luna 将成本降低 78%，同时提升准确率。V7 用 GPT-5.6 把零散的公司文件转化为智能体可直接使用的上下文，用于完成复杂且带来源引用的工作。
GitHub Blog · AI & ML精选AI 评分6868 GitHub 营销负责人用 Copilot 把活动全流程自动化，从建 Issue 到会后报告
GitHub 日韩市场营销负责人 Tomoko Tanaka 用 GitHub Copilot 把活动从筹备到会后跟进的流程自动化，原本手工拼几天的搭建如今由一个 GitHub Issue 触发完成。
推荐理由：文章给出把日常流程写成 runbook 交给 Copilot 执行的完整路径，其中用一个 DRY_RUN 开关先演练再上线的做法可迁移到其他自动化。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot app 入门：使用 diff、terminal 和 browser 面板
GitHub Copilot app 内置 diff、terminal、browser 三个面板，审查、运行、预览 agent 改动无需离开 app。diff 面板以绿色高亮新增、红色高亮删除，可接受改动或让 Copilot 再改；terminal 面板可运行项目命令与 Run 脚本，支持同时开多个窗口。
OpenAI NewsAI 评分5757 ChatGPT Work 推出 Data agent，可用自然语言连接数据并搭建仪表盘
OpenAI 在 ChatGPT Work 中推出 Data agent，可连接公司数据、发现洞察，并用自然语言通过 AI 构建交互式仪表盘。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Copilot 推出 Project HydraFusion 研究预览：多模型编排带来接近 Claude Opus 5 的质量与更低成本
GitHub Copilot 在 CLI 中以 /experimental 开启 Project HydraFusion 研究预览，全计划可用，它在运行时从多家供应商的模型里生成执行计划，按质量、成本和延迟自动选择 Single、Cascade、Critique 三种执行模式之一。
推荐理由：三个基准的成本与质量对照数据齐全，读者可据此判断多模型编排在什么任务上划算、在什么任务上有损失。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两个新模型，均基于同一核心智能，定价与 3.7 Flash 相同，为 $0.75 per million input tokens 和 $3.75 per million output tokens。
推荐理由：文中列出的多项基准成绩与每百万 token 定价，便于读者横向比较新模型的能力与成本。
Google DeepMind精选AI 评分7171 Gemini 推出 agentic video understanding，token 消耗最多降 88%
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上线 agentic video understanding 视频分析功能，token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出了 token、成本与准确率的具体变化和 API 启用方式，便于判断它会怎样改变长视频分析的成本结构。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与智能体的高性价比
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码与智能体的最强主力模型，发布价为 3.6 Flash 的一半，即每 1M 输入 token $0.75、输出 $3.75，优惠价持续到年底。
推荐理由：距离 3.6 Flash 仅三周发布，价格降到一半且多项基准有两位数提升，可据此判断 Flash 系列的迭代节奏与成本变化。
Microsoft Research精选AI 评分7171 Microsoft Research 开源智能体训练框架 Orchard，小参数模型在 SWE-bench Verified 达 69.7%
Microsoft Research 开源智能体训练框架 Orchard，核心是基于 Kubernetes 的可复用环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体，并同步发布训练数据与评测方法。
推荐理由：环境层与三套训练配方一并开源，读者可以据此判断小参数模型在真实 harness 中训练能达到什么水平。
Berkeley AI ResearchAI 评分4545 ABBEL：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态取代完整交互历史作为智能体工作上下文，并通过信念评分监督摘要内容。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini Flash 系列新模型，主打规模化构建 AI 智能体所需的效率与低延迟。
推荐理由：同一 Flash 家族三款模型一次发布，含定价与逐项基准对照，便于直接评估迁移成本。
Berkeley AI ResearchAI 评分4949 智能近乎免费，然后呢？面向、由、属于 Agent 的数据系统
Berkeley AI Research：近零推理成本将为数据系统带来三类挑战——面向 Agent、由 Agent 管理、由 Agent 合成。GPT-4 级能力每百万 token 成本从约 $30 降到不足 $1，推理价格每年下降 9x 到 900x。80-90% 子查询为重复工作，但更多 agent 尝试可显著提升任务成功率。
Google DeepMind精选AI 评分6868 Gemini 3.5 Flash 内置 computer use 智能体操作能力
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前它只作为独立的 Gemini 2.5 computer use 模型提供，现在已原生集成进主打的 Gemini Flash 模型。
推荐理由：原文说明了功能从独立模型到内置的路径和两项可选企业防护，读者可据此评估接入与安全权衡。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 AI Control Roadmap 智能体安全框架
Google DeepMind 发布 AI Control Roadmap 框架，用纵深防御方式管理内部部署的先进 AI 智能体，并同步发布面向政策制定者的技术框架 Three Layers of Agent Security。
推荐理由：原文给出把不可信智能体视作内部威胁的整套做法，以及按模型能力分级的检测与响应指标，对建设智能体安全体系有直接参考价值。
Google DeepMindAI 评分5050 Google DeepMind 联合多方发起最高 $10M 的多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 与 Google.org 启动最高 $10M 的技术研究资助，面向全球研究人员征集大规模多智能体 AI 系统安全研究提案。
Google DeepMindAI 评分5454 Google DeepMind 推出 Gemini for Science 三款科研实验工具与 Science Skills
Google DeepMind 发布 Gemini for Science，在 Google Labs 上线三款实验工具并开始逐步开放注册：Hypothesis Generation 基于 Co-Scientist 用多智能体“想法锦标赛”生成并互相评审假说。
Google DeepMindAI 评分4242 Google DeepMind Co-Scientist 寻找新发传染病背后的分子开关
剑桥大学教授 Clare Bryant 使用 Google DeepMind 的 Co-Scientist 生成并排序研究假说，锁定了一个此前不在她视野中的蛋白及与其关联的多条信号通路，其团队正在构建含该氨基酸突变的细胞系来验证这些细化后的假说。
Google DeepMindAI 评分3434 Co-Scientist 助力 Calico Life Sciences 开辟衰老研究新路径
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 使用 Co-Scientist 连接衰老生物学中分散的发现并生成可检验的假设，已就 integrated stress response（ISR）如何受代谢调控产出新发现，团队计划发表结果。
Google DeepMindAI 评分4040 Co-Scientist 联合生物学工具包，探索 ALS 研究新方法
Google DeepMind 的 Co-Scientist 帮助 MIT 的 Ritu Raman 快速梳理 ALS 领域庞杂且相互矛盾的文献，把原本需数月的工作压缩，并将想法转为可检验假设、按可行性和风险回报排序研究方向。