一次构建、多智能体通用:Agent 技能实践指南
GitHub 发布 Agent 技能实践指南,说明技能是以 SKILL.md 为核心的版本化目录,用于记录可重复任务的执行方式,并可跨智能体共享。文中以 Proof Agent 和 Data Forge 为例,展示多个技能如何通过 manifest 共享项目上下文、统一数据平台访问路径,并在七个阶段各设人工检查点。
GitHub 发布 Agent 技能实践指南,说明技能是以 SKILL.md 为核心的版本化目录,用于记录可重复任务的执行方式,并可跨智能体共享。文中以 Proof Agent 和 Data Forge 为例,展示多个技能如何通过 manifest 共享项目上下文、统一数据平台访问路径,并在七个阶段各设人工检查点。
Microsoft Research Focus 第 98 期聚焦多项研究进展:AI 语音翻译推动通用翻译落地,新研究解决了高维几何领域悬置 31 年的 KLS 猜想,其证明已通过计算机辅助形式化验证。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上线,它是 Kimi K3 的后训练版本,保持 3T 级开放权重架构和 100 万 token 上下文窗口,官方称输出速度是 Kimi K3.1 Pro 的 2 至 3 倍。
微软研究人员发现名为 Lazarus 的后门技术,只需对 LLM 中不到 10 个休眠神经元做权重改写、无需训练,就能让基于该模型的智能体在触发条件出现时执行攻击者命令。
TCS 基于 Amazon Bedrock AgentCore 构建了多租户智能体测试编排器,将需求转化为可执行、可治理的测试。平台把测试拆解为多个专用智能体,由确定性 supervisor 路由任务,并借助 AgentCore runtime 的隔离 microVM 实现租户级会话隔离。
AWS 为 AI 工作空间 AWS Quick 启动首个品牌 campaign,在美国和英国通过流媒体电视、在线视频、社交媒体及商业媒体投放。AWS Quick 无消费级版本,3M、BMW、Mondelez、New York Life、Southwest Airlines 等企业已用它让 AI 智能体跨数据和应用开展研究、分析与执行。
GitHub 发布开发者指南,提出智能体工程需覆盖 Plan、Build、Verify、Observe 四个阶段。GitHub 单周提交量已超 12 亿次,同比增长逾 400%;Faros AI 研究显示团队 AI 采用率从低升到高后,PR 评审耗时增加 441%。
微软研究院联合 GitHub Next 和 RiSE 组发布研究原型 PDD Kit,把开发者的自然语言意图转成 Verus 形式规约,证明智能体生成的代码对每个输入都满足规约,证明覆盖不到的部分则回退到测试。
微软研究院研究经理 Mike Walker 在播客中讲述黑客文化如何塑造其职业生涯,他曾领导 DARPA 的 Cyber Grand Challenge,该项目演示了能自主发现并修补软件漏洞的 AI 系统,今年迎来 10 周年。他参与开发了首个全机器黑客竞赛,并认为有效安全取决于对信任与上下文的理解。
Amazon Bedrock AgentCore Gateway 可配置 on-behalf-of(OBO)token 交换,让 AI 智能体在调用 ServiceNow REST API 时保留发起用户的身份。
ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上线,可通过 Work 与 Codex 两个组件访问 OpenAI 前沿模型。
微软构建 Industry Evaluation Data Generation Platform,用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot,全程不使用任何客户数据。
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%。
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。
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。
Amazon SageMaker AI 的训练会话 API 把抽象层下移到训练操作,开发者在本机用 Python 编写训练循环,通过 forward_backward、optim_step、sample 等调用在托管 GPU 上执行,服务负责模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。
微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,证明该关系在高维下由固定常数界定、不随维度增长。
NVIDIA 面向工厂场景的 Factory Operations Blueprint(FOX)已在 GitHub 开放早期访问,开发者可构建持续在线的工厂管理智能体,并连接 Cosmos、Nemotron 等模型。
Amazon Bedrock 的跨区域推理(CRIS)现已支持从加拿大(中部)和加拿大西部(卡尔加里)区域调用 OpenAI GPT-5.6(Sol、Terra、Luna)、GPT-6(Astra、Sol、Luna)和 GPT-6.1 Sol。
Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述其从哈佛博士后转向 DARPA 项目管理、赴阿富汗领导先进技术运营,再到开发用于打击人口贩运的暗网搜索工具的经历。他因相关工作获得 2016 年美国总统打击人口贩运杰出贡献奖,并强调问题选择在创新中的关键作用。
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将原本需数周的功能开发缩短至两天,并用 65 篇文章训练自定义技能让生成文本贴合个人风格。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开,保留任务、计划和对话上下文,以及会话对应的 worktree 和代码 diff。用户可在 VS Code 中逐行审查改动、手动编辑、用集成终端运行测试,并继续向 Copilot 提问。完成后可将改动提交并推送到该会话关联的 pull request。
NVIDIA 与欧洲广播联盟(EBU)扩大主权框架合作,引入主权云、开放模型和系统集成商,明确广播机构部署智能体时对数据、基础设施、模型与安全的控制方式。
NVIDIA RTX Spark 笔记本已上市,搭载 Blackwell RTX GPU 与 Grace CPU,最高 128GB 统一内存、最高 1 petaflop AI 算力,起售价 2399 美元。华硕、戴尔、惠普、联想、Microsoft 和微星的首批机型已推出,后续还有更多系统。NVIDIA 在北京、柏林、首尔、旧金山、台北、伊斯坦布尔六地举办零售发布活动,黄仁勋在柏林现场现身。
微软研究院发布零知识虚拟机 Magnetar,可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行,在笔记本上每秒证明 720 万至 870 万条处理器指令,15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍,证明验证约 12 毫秒。
NVIDIA 发布 RTX Spark,一款面向创作者、玩家和 AI 智能体的 Windows PC,并在全球多地举办发布活动。官方引用 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体评测,称其在本地 AI、游戏和创作工作流上表现良好,Artificial Analysis 也提供了独立测试的初步结果。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存和 1 petaflop AI 算力,并同步推出面向本地智能体的软件更新。
Amazon Bedrock 面向泰国、马来西亚、新加坡、印尼和台湾五个 AWS 区域,通过全球跨区域推理提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra,其中 GPT-6 Astra 仅从亚太(新加坡)区域调用。
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式:仓库级自定义指令写入 .github/copilot-instructions.md。
微软研究院推出 StudentSim,一种从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统,让 AI 辅导工具在接触真实学习者之前就能获得反馈。该系统同时提出 StudentSimEval 评测基准,从行为保真度和对辅导的响应度两个维度评估模拟器,覆盖国际象棋、第二语言英语写作和数学三个领域,表现优于主流基线。StudentSim 并非产品,不会部署到课堂,也不用于替代教师。
NVIDIA 在 OCP Global Summit 上通过开放的 MGX 架构向 OCP 贡献了 Vera Rubin 机架和计算托盘设计,为系统厂商提供构建下一代 AI 工厂基础设施的共同基础。
NVIDIA 与 Microsoft 在旧金山 Windows AI 与 Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件,Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers(MXC)正式可用,让智能体在系统控制下安全持久地在后台运行。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量智能体强化学习框架,围绕 Harnessed Agentic RL 范式重建,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重新实现智能体。
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器,用代码上下文识别数据库 URL、Kubernetes Secret manifest、Dockerfile 中的非结构化密钥,可在 2 毫秒内评估一批候选密钥,据称能把可拦截的密钥数量提高一倍以上。
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测对推动 AI 系统性能边界的作用,以及模型在传统 benchmark 之外测试时出现的“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,并强调当结果超出预期时仔细审视数据的重要性。
GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,基于 1.039 亿个 GitHub pull request 的分布构建,包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox,通过隔离的 MCP 工具会话运行智能体,再对终端后端状态和副作用做可执行检查,而非只看回答文本或工具调用是否合法。
微软研究院开发了一套端到端机器学习流水线,利用 L1 太阳风观测、AE 与 Dst 指数预报及各地地质电导率数据,为美国本土 66,935 座变电站生成 30 至 60 分钟前的局地空间天气风险估计。
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5,通过地理跨区域推理让数据在印度境内处理。