微软研究院开源 Agent Lightning v1.0：一套约 3,500 行的轻量级 Agentic RL 训练框架，主张用真实 harness 训练，复用部署侧 agent 循环接入 RL，无需重写 agent。
推荐理由：把训练与部署统一在同一套 agent harness 上，约 3,500 行代码加 6,000 条样本就让 Qwen3.5-9B 在 SWE-bench Verified 提升 14.6 个百分点，为低门槛复现 agent RL 提供了完整路径。
OpenAI 将在 ChatGPT for Teens 中推出 College Planner，帮助学生管理大学申请流程。该产品同步上线学习卡与测验功能，并成立青少年 AI 委员会，让青少年参与塑造 AI 的未来方向。
Cornerstone OnDemand 基于 Amazon Bedrock 与 Strands Agents 构建多智能体系统 Orion AI，将数据库故障诊断时间从 45 分钟压缩到 10 分钟，缩短 78%。该系统由 3 人团队历时 6 个月交付，手动生命周期操作步骤从 10 多个降至 1 次交互，SRE 与数据团队间报告延迟由 15 分钟降至实时，冗余告警中位数减少 65%。
AWS DevOps Agent 完成事件调查后，可配合 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 自动执行修复流程。
Qlik 在 Amazon Bedrock 上构建了企业级 AI 应用 Qlik Answers，自 2026 年 2 月正式上线以来已为 4 万余客户提供带数据出处的答案。
AWS 博客提出 Agentic Value Model 框架，指出传统 RPA ROI 模型无法捕捉智能体自动化创造的大部分价值。该框架从时间节省、异常处理、决策质量、变更韧性四个维度衡量收益，并以"价值实现"作为收益能否落到 P&L 的关键条件。引用 McKinsey "1:3:5 模式"，每 1 美元智能体技术投入应配 3 美元流程重构与 5 美元能力建设。
NVIDIA 在 Hugging Face 博客上介绍基于 Nemotron 3 微调的模型在 IOI 2026 和 IMO 2026 双双达到金牌水平。
推荐理由：把同一套 Nemotron 微调加搜索式推理配方在 IOI 与 IMO 两道不同赛道上都推到金牌水平，开源资产齐备便于复用。
OpenAI 发布内部前沿模型在数学开放问题上的新结果，并在 GitHub 上公开 Lean 形式化证明与研究细节。
Jump Trading 使用 ChatGPT 扩展量化研究规模，通过更长运行时长的 AI 工作流整合多源数据，并由人工复核。该案例展示了 OpenAI 模型在量化研究场景中的实际落地方式。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，基于 Gemma 4 架构并采用 Apache 2.0 协议，参数规模 740M，可将文本、图像、音频与视频映射到同一嵌入空间。
推荐理由：在端侧资源约束下把文本、图像、音频、视频统一映射到同一嵌入空间，为本地 RAG 与跨模态检索提供了新的基线。
AWS 博客展示如何基于 Amazon Bedrock AgentCore 运行时与开源 OpenClaw 构建具备持久记忆的个人 AI 助手，AgentCore memory 把多轮对话沉淀为按结构化元数据检索的长期知识。
OpenAI 与 Ironclad 合作，在复杂合同工作流上训练并评估 AI 智能体，以推进面向专业工作的计算机使用能力。项目聚焦真实合同场景中的端到端流程，让模型学习在专业任务里操作计算机界面。
Atlassian 与 OpenAI 扩大合作伙伴关系，将前沿模型接入企业知识体系，帮助团队完成规划、构建与交付工作。
Microsoft Research Podcast 主持人 Chad Atalla 与合伙人研究经理、普渡大学教授 Jennifer Neville 对谈，讨论 AI 在传统基准之外测试时出现的"意外失败"，以及评估如何推动模型满足用户需求。Neville 强调训练数据显著影响 AI 行为与用户期望的对齐，并回顾了从数学、物理、认知科学转向 AI 研究的职业路径。
Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases 可组合构建航空语音助手，支持行程查询、座位变更、政策问答与人工转接。系统通过 AgentCore Gateway 以 MCP 协议对接后端 API，配套 AWS CDK 脚本与 React 前端。
Amazon SageMaker Studio 新增直接管理 Amazon SageMaker HyperPod Spaces 的能力，数据科学家无需 CLI 或 kubectl 即可在 UI 中创建、配置、启动、停止并打开 Space。
AWS 针对 Amazon SageMaker HyperPod 与 SageMaker Unified Studio 集成，提出组织、项目、集群、工作负载四层治理最佳实践。
AWS 解读 ISO/IEC 42005:2025 标准，阐述 AI 系统影响评估如何融入企业风险管理流程，并提供 Annex D 整合方法与 Annex E 独立模板。
Google Research 与 Mount Sinai、NYU、牛津等机构合作验证了 Earth AI 人口动态基础模型（PDFM）在五项公共卫生任务中的表现。
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一款 1 万亿参数、49B 活跃参数的原生多模态模型，已在 Mistral Studio 开放 API 试用。
推荐理由：原文同时给出了 ML4 在开源模型中的相对位置与欧洲数据中心、3,800 张 Blackwell GPU 的训练规模，读者可以据此理解其基础设施与开源生态意义。
NVIDIA《State of AI in Telecommunications》报告显示 89% 受访运营商将开源模型与软件视为 AI 战略重要部分，因其可低成本获取前沿智能、支持基于自有数据微调并实现合规可控与跨云边端灵活部署。
Falcon-Emirati-7B 是基于 Falcon-H1-Arabic 的 7B 参数方言专用模型，专注于理解和生成阿联酋方言阿拉伯语。底层采用 Mamba 与 Transformer 混合架构，家族含 3B/7B/34B 规模与最高 256K tokens 上下文窗口。训练数据来自原生方言网页、MSA 文化语料及受术语表约束的合成数据。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml skill，让 Kiro、Claude Code、Codex 等支持 MCP 的编程 agent 获得推理优化与基准测试能力，可测试 endpoint、推荐部署配置、对比性能并生成 SageMaker Python SDK v3 代码。
Anthropic Claude Opus 5.5、Sonnet 5.5 与 Sonnet 5 已在 Amazon Bedrock 的 AWS GovCloud (US) 区域上线，其中 Sonnet 5 获 FedRAMP Class D 和 DoD IL4/IL5 认证，可覆盖 ITAR 等合规场景。
AWS 在 Amazon Bedrock 上线智谱（Z.ai）的 GLM 5.3，这是一款 753B 参数的 MoE 模型，主打编码和长链路智能体任务。该模型支持跨区域推理、隐式与显式 prompt caching，可通过 OpenAI 兼容的 Responses 和 Chat Completions API 调用。
Google 发布《智能体隐私与安全的开放与涌现性问题：上下文视角》报告，基于 2025 年末在纽约举办的 CAPS 研讨会上 50 余位学界与产业界专家的协作。
Amazon Bedrock AgentCore Evaluations 为多智能体系统提供托管评估能力，内置评估器覆盖帮助性与任务完成度，自定义评估器可校验决策依据、约束满足与 SQL 正确性。文章以 AnyCompany Retail 供应链场景为例，使用 Strands Agents SDK 构建编排智能体与优化、分销、路由、分析四个子智能体，并支持按需和在线两种评估模式。
Amazon Bedrock Managed Knowledge Base 支持智能体检索，可由 LangChain 将问题拆为子查询、判断证据充分后再决定是否补充检索。
OpenAI 公布了在欧盟文本溯源规则下推进文本水印的总体思路，介绍了水印的适用场景与检测机制。OpenAI 表示，相关检测能力将首先面向研究人员开放。
GitHub 发布开源 AI 代码审查评测基准 ReviewBench，基于 103.9M 真实 pull request 抽取 219 条跨 19 种语言的样本，资深工程师独立复核与 ground truth 一致率达 96.6%。
推荐理由：ReviewBench 把 GitHub 上真实 pull request 的分布固化为可复现评测，附带资深工程师校验的 ground truth 与自提交 leaderboard。
NVIDIA Inception 三家初创企业以 AI 工具覆盖乳腺癌从筛查到治疗规划各环节。iSono Health 的 FDA 获批 ATUSA 平台约两分钟完成单侧三维超声扫描，灵敏度比手持二维超声高 28%；Whiterabbit.ai 与 Ataraxis AI 分别聚焦乳腺密度评估和病理切片治疗反应预测。
OpenAI 在 ChatGPT 中推出新的视觉广告格式，并扩展衡量工具、归因合作与品牌适配能力，面向广告主开放。
微软联合 Hugging Face 发布 ThinkingBox 基准：用后端数据库终态与副作用评估 AI Agent，覆盖 507 个状态化业务流程、每任务重复 20 次。
推荐理由：原文对比 18 个模型在 507 个状态化工作流上的 pass@1 与 20 次重复一致性，并给出每次可靠任务的成本排序。
Chatham Financial 利用 Codex 与 GPT-5.6 构建技术并重构业务流程，将交易验证时间从 30 分钟缩短至 4 分钟以内。这一实践展示了 OpenAI 工具在资本市场工作流改造中的应用成效。
OpenAI 针对创业公司的 GPT-6 模型家族选型指南，涵盖模型选择、调节推理强度（reasoning effort）、改进提示词与技能（prompts and skills）、协调工具调用以及为生产环境准备工作流等关键环节。
AWS 介绍了在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体的方法。MTRL 通过多轮 rollout 生成训练数据并以策略梯度优化模型，支持 PPO、CISPO、GRPO 等算法和 serverless 执行，并提供基于 MLflow 的轨迹可观测性。
Amazon Bedrock AgentCore 的 Web Search 可通过 AgentCore Gateway 为 Claude Desktop 接入实时检索，补齐训练数据的知识截止问题。
AWS 博客提出 Adjudicated Query 设计模式，将 Amazon Quick 聊天界面与确定性规则引擎结合：模型只把自然语言翻译为对固定操作集的调用，合规判定由规则引擎执行，并产出 completeness receipt 保证可证明完备性。
GitHub 博客发文指出，AI 正在改变开发者工作方式，需强化三项技能：学会指挥 AI 智能体而非仅使用、不盲信 AI 的首次输出、利用 AI 节省的时间解决更宏观的问题。其中 GitHub Copilot 内置的 Rubber Duck agent 会调用第二个模型对方案、代码和测试进行批判性审查，帮助发现单次输出中的盲点。
Google Research 发布基于 TEE 的下一代联邦学习系统，通过 KMS 策略校验、访问策略写入 Rekor 公开透明度日志和 Python 训练程序在 TEE 内执行，实现端到端可验证的数据匿名化与差分隐私保证。