用 Amazon Quick 打通结构化与非结构化数据
Amazon Quick 支持将 S3 知识库中的非结构化文档与带语义描述的 enriched datasets 结构化数据接入同一个 Space,再由自定义聊天智能体在单次对话中判断查询知识库、数据集或两者并返回带引用的合并回答。该方案需 Enterprise 订阅,S3 桶默认只读权限,回答遵循提问用户的权限。
Amazon Quick 支持将 S3 知识库中的非结构化文档与带语义描述的 enriched datasets 结构化数据接入同一个 Space,再由自定义聊天智能体在单次对话中判断查询知识库、数据集或两者并返回带引用的合并回答。该方案需 Enterprise 订阅,S3 桶默认只读权限,回答遵循提问用户的权限。
IBM 团队用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents,任务通过率分别为 81.1%、46.7% 和 30.0%,场景全通过率为 66.7%、26.7% 和 6.7%。
NVIDIA 与合作伙伴在全球城市扩展物理 AI 和智能体 AI 应用,覆盖西班牙 1MillionBot 的居民服务智能体、波兰 K2K 的共享 AI 基础设施,以及马来西亚 ITMAX 计划到 2027 年支持 17,000+ 摄像头的 SamurAI V2 视觉智能体。
Circle K 基于 Amazon Bedrock 构建智能体式自动分诊系统,将 DevOps 事故平均分诊时间从 45–60 分钟降至 15 分钟以内,按内部指标降幅达 67–75%。
基于 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK,可构建多智能体工程助手,自动完成零件替代评估中的跨文档检索与证据汇总。
亚马逊云科技介绍如何用序列级知识蒸馏(SeqKD)在 Amazon SageMaker AI 上微调购物智能体:由前沿教师模型生成多步工具调用轨迹,仅保留能解题的样本,再以监督微调训练小模型。SeqKD 只需教师模型的文本输出,无需 logits 或强化学习基础设施,因此适用于仅提供 API 的闭源教师模型,并可将轨迹数据复用于训练和测试不同学生模型。
AWS 提出用五步闭环管理 Amazon Bedrock 成本:归因、观测、强制、优化、运营。Amazon Bedrock 已支持按 IAM 主体自动归因推理成本。
Amazon Bedrock AgentCore runtime 新增 Session endpoints,为每个智能体会话提供带认证的 URL,把浏览器请求转发到会话内允许的端口,让编码智能体边改代码边在浏览器里实时预览网页应用。
NVIDIA 员工用 Nemotron Voice Agent 搭建了万圣节互动投影 MonsterHouse,由 Nemotron ASR 负责听、Nemotron 3.5 Bolt E4B 4GB 负责对话、Magpie TTS Zeroshot 负责发声、Audio2Face-3D 驱动嘴部动画,全部跑在一台工作站上。
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 方案并接入其运输管理系统 SpeedShip,上线六个月后活跃异常减少 75%、回款周期缩短 4 周、年节省 100 万美元,并一次性释放 1000 万美元自由现金流。
SETI 研究所与 Breakthrough Listen 将智能体 AI 接入 Allen Telescope Array,研究人员用自然语言即可操控望远镜、校准数据并实时处理信号。
Google DeepMind 与英国政府合作开发的 AI 规划工具 PlanAssist 将新增 12 个英格兰地方规划部门,总数达到 15 个,进入为期 12 个月的 Beta 阶段。
Microsoft Research Focus 第97期介绍了多项新研究:自改进智能体框架 ForkPilot 在六个基准和主流模型上测试,达到现有最佳方法水平的同时将 AI 处理开销降低最多 59%。
英国 Amazon Quick 用户小组在 2026 年举办的三场季度聚会共吸引超过 150 人参加,活动围绕 Amazon Quick 的智能体 AI 能力展开实操。
OpenAI 采用分层监控来检测前沿模型失准和智能体的未授权行为,让响应人员能在事件升级前介入。
MoEngage 借助 Amazon Bedrock AgentCore Gateway 把约 400 个 VPC 私有 REST API 转成权限受控的智能体工具,节省约六个月平台工程投入,新 API 接入从数天缩短到数小时。该方案无需编写 MCP server 代码、不暴露公网端点,由 AI 平台团队统一维护 MCP 层,各工程团队只需提供 OpenAPI spec。
Kiro 提供了一套可重复的 PHP 到 Java 迁移引擎,把原 PHP 应用当作规格说明,通过共享方法论、机械式发现扫描器和八阶段工作流推进迁移,并用 parity harness 验证 Java 移植版行为一致后才判定正确。同一套 skill 文件既可在 Kiro 中交互式逐应用执行,也可交给 AWS Transform 以智能体方式并行处理多个应用。
Epsilon 的 Agentic Platform 团队基于 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser,把意图驱动的 UI 测试做成多租户平台服务,叠加在原有 Playwright 回归套件之上。
Mistral 发布旗舰多模态模型 Mistral Large 4(代号 Le Chonk)的开放权重,参数量 1 万亿,主打编码与防御性网络安全能力。
OpenAI 与 ServiceNow 扩大合作,把 OpenAI 模型和智能体引入 ServiceNow,同时将 ServiceNow 工作流接入 ChatGPT 和 Codex。
Legora 正在基于 OpenAI 模型、ChatGPT 和 Codex 构建面向法律工作的智能体操作系统,用于加速法律工作流并扩展合同分析能力。该方案旨在让律师从重复性事务中解放出来,专注于更高价值的工作。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
Amazon Nova Act 构建的 QA Studio 新增“应用”与“基于团队的用户管理”两项能力,用于在组织内规模化扩展测试自动化。应用作为测试容器按环境记录执行结果并生成 0–100 健康分,对不稳定测试扣分,支持 7 天按小时、30 天按天查看趋势。权限分 Admin、Team Lead、Editor、Executor、Viewer 五级,应用归属单一团队,其他团队不可见。
AWS 发布基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台蓝图,采用联邦式运营模型,由中央 Platform 团队提供受治理的共享服务,各 Workstream 团队保留对智能体、工具和数据的归属。
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新,包括开放权重的语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持,以及 NVIDIA App 中可在前台应用与后台 Agent 之间分配 GPU 资源的控制项。
Legora 正在构建面向法律工作的智能体操作系统,借助 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流并扩展合同分析能力。其目标是让律师从重复性事务中脱身,专注于更高价值的工作。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,以 LFM3-1.7B-Base 为统一骨干衍生出文本、视觉、音频、全模态和决策共六款 2B 级模型,全部开源权重并已在 Hugging Face 上线。
OpenAI 与 Oracle 扩大合作,把 Oracle 的业务应用和 AI 智能体引入 ChatGPT,同时为 Oracle 的新产品提供支持。
Google DeepMind 发布世界模型 Genie 4,原生支持多模态,可在生成世界的同时产出音乐、环境音与交互对话,并支持用自然语言实时修改天气、镜头和场景人物。
AWS 的 Amazon Connect 连续第四年被 2026 Gartner 联络中心即服务(CCaaS)魔力象限评为领导者。Connect Customer 以生成式与智能体 AI 贯穿客户识别、问题处理到最终解决的全流程,所有动作可审计,必要时由人工介入。
NVIDIA 与 C-BRAIN 合作,用 AI 加速阿尔茨海默病研究,C-BRAIN 已建成 OpenScientist 和 InsightEngine 两款开源智能体工具。
Greptile 利用 GPT-6 Astra 测试用户工作流,把缺陷检测从代码审查延伸到实际使用场景。它还使用 Daybreak 加强安全性,并用 Codex 减少返工。
文章演示如何用 AWS CDK 在托管 Amazon Bedrock Knowledge Base 上部署企业级智能体检索系统,通过 AgenticRetrieveStream API 实现多轮规划、工具驱动检索和带引用的答案生成。
在 Amazon Bedrock 上使用 OpenAI 模型时,提示词缓存可避免 AI 智能体每轮重复发送工具定义、指令和历史,从而降低输入成本。缓存分隐式(由 Bedrock 自动选择可复用前缀)和显式(用 prompt_cache_breakpoint 标记边界)两种,建议结合使用。
宾夕法尼亚大学与 Hugging Face 合作开发了 LitPivot,一个帮助研究者在文献阅读中完成"文献触发的转向"的原型系统,论文将在 UIST 2026 展示。
Bayer Crop Science 基于 Amazon Bedrock AgentCore 构建了多智能体自然语言界面 Agentic Decision Engine(ADE),第一阶段约 80% 的用户问题无需工程师介入即可解决。
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习(MTRL)的端到端实操指南,训练任务通过 AgentCore 托管的智能体完成多轮交互,只按整局结果给奖励。
微软与 Hugging Face 联合发布 ThinkingBox-Training,把 ThinkingBox 对数据库终态的确定性校验直接当作 RL 奖励,用于训练有状态业务智能体。
Microsoft Research 发布 Flint-interactive,一种构建在 Flint 之上的交互式数据可视化语言,让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
Rescale 基于 AWS 的 AI-DLC 框架构建了 AI 分诊智能体,从问题定义到 staging 部署仅用五天,数周内进入生产。