Microsoft Ignite 2026 发布 Copilot、Microsoft IQ、Agent 365 与 Cobalt 200 VMs
Microsoft 在 Ignite 2026 发布多项 Copilot、Microsoft IQ、Agent 365、安全与基础设施更新。
推荐理由:原文集中披露 Copilot、组织智能平台、智能体控制面、安全系统与云硬件的更新,便于读者梳理 Microsoft 的企业 AI 产品栈。
Microsoft 在 Ignite 2026 发布多项 Copilot、Microsoft IQ、Agent 365、安全与基础设施更新。
推荐理由:原文集中披露 Copilot、组织智能平台、智能体控制面、安全系统与云硬件的更新,便于读者梳理 Microsoft 的企业 AI 产品栈。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,两个模型现已开放使用。官方称两款模型高效且面向真实场景表现,Sol 的 ultrafast 已扩展至 Pro 200 套餐,作者表示 Sol 是其日常使用的主力模型。
Microsoft 在 Ignite 2026 发布 MAI 系列 7 个新模型,覆盖网络安全、编码、图像编辑、实时语音、转录和决策等场景。
Microsoft AI 发布首个语音到语音模型 MAI Realtime 1,基础使用定价为每分钟 $0.01。官方称该模型在质量、速度和价格上优于 GPT Realtime 2.1,位于 Big Bench Audio 语音推理与 τ-Voice 智能体任务完成基准的价格性能前沿。
AWS 演示了如何在 Amazon SageMaker JumpStart 部署 OpenTSLM-Flamingo,并通过 TimeNet 加载 ARFBench 数据进行领域微调。
SMART 提供开源 Python SDK 和 Terraform 技术栈,可将运行在 Amazon Bedrock AgentCore 上的智能体接入 WhatsApp,处理消息收发、媒体、会话记忆、调度和模板管理。
推荐理由:完整演示了如何用 SMART 接入 WhatsApp,并覆盖消息处理、记忆、定时任务、模板管理、部署与本地调试等关键环节。
OpenAI 发布 GPT-6.2 Astra 和 Sol,提升专业输出、编码、电脑操作与效率,并降低 ChatGPT Work、Codex 和 API 的使用成本。新模型已面向 ChatGPT Work、Codex 和 API 提供。
推荐理由:发布信息聚焦专业输出、编码、电脑操作和效率提升,并说明这些变化覆盖 ChatGPT Work、Codex 与 API。
Replit 发布 Missions,允许团队设定目标、预算与权限边界,由智能体集群协作规划、构建、测试和迭代。Replit 用 Missions 在 2 天、$3,000 预算内构建了应用监控平台 DataCat,并于今日开源可自托管版本。
AWS 提出面向智能体平台和应用团队的三阶段负责任 AI 路线图,涵盖治理基础、试点部署、评估与加固,并给出可调整的 12 周实施周期。文章提供 Responsible AI Assessment Skill 和配套评分表,将 AWS Responsible AI Lens 的原则映射到各阶段关键任务,辅助团队评估成熟度。
推荐理由:文章把智能体负责任 AI 拆分为治理基础、试点部署和评估加固三阶段,并提供成熟度评分方法,便于平台与应用团队落地治理。
LoanPro 与 AWS 和 AllCloud 合作构建了基于 Amazon Bedrock AgentCore 的多智能体贷款服务助手,通过专用智能体汇总借款人信息、调用内部工具并推荐后续操作。
AWS 发布 AWS re:Invent 2026 的 AWS Quick 参会指南,集中介绍 11 月 30 日至 12 月 4 日举行的主题演讲、客户案例、动手实验和工作坊。内容涵盖企业治理、规模化部署、知识图谱、记忆、安全以及多智能体工作流,线下参会者也可通过直播观看 50 多场活动。
Simon Willison 发布了 Datasette Lite 的完整重写,使其可通过 WebAssembly 和 Pyodide 在浏览器中运行完整的服务端 Datasette。
OpenAI 在 Agents API 和 ChatGPT for Healthcare、ChatGPT for Clinicians 中提供基于 GPT-6 Astra 与 GPT-6 Luna 的 computer-use agents,可操作电子健康记录和保险门户,填写表单并准备事先授权申请。
ArisGlobal 通过调整 Amazon Bedrock 提示词缓存顺序,将共享提示词前缀放在缓存检查点之前,实现跨请求、案例和租户复用。生产环境中,65% 的输入 token 来自缓存,端到端延迟最高降低 25%,有效输入成本降低约 50%,每月超过 19B tokens 的推理支出节省约 40%。
推荐理由:案例拆解了提示词缓存顺序的调整逻辑与生产指标,并给出可复用的多租户配置实践。
NVIDIA 在 SC26 宣布 Nemotron for Science、Rubin HPC GPU、扩展后的 Vera CPU 平台,以及与 IBM、Fermilab 的量子计算协作。
推荐理由:内容集中展示了科学智能体、GPU与CPU、量子纠错和网络技术的成套进展,并给出本地运行方式及性能数据,便于比较其科研工作流价值。
Ed Zitron 分析称,NVIDIA 通过投资 AI 公司、回购 GPU、担保数据中心租赁和制造稀缺性推动 AI 算力需求。作者将循环融资、渠道压货、芯片出口管制争议与 AI 基础设施泡沫联系起来,并认为 Jensen Huang 离任后相关融资支持正在减弱。
OpenHands 发布 OpenHands Teams,为中小型工程团队提供自助访问 OpenHands Enterprise 的方式,可在自有基础设施部署并搭建自动化工程工作流。
Perplexity CEO Aravind Srinivas 表示,公司年化营收已达到 $1B,较年初不足 $250M 增长逾 4 倍。文中还汇总了 Qwen4-Max 正式上线、OpenAI 开放模型内嵌评估权限、推理基础设施优化、模型训练与评测、融资及产品更新等动态。
Conductor 0.95.0 新增本地工作区 Agent 启动、对话并管理其他 Agent 的能力。Claude Code、Codex、Cursor 或 OpenCode 可为任务创建工作区、发起对话、等待回复并追问,还能取消和归档聊天及工作区、设置状态、更新仓库脚本。
LLM 0.37.3 发布 bug fix,修复 Homebrew 最新 SQLite 3.54.1 导致日志代码失效的问题。SQLite 3.54.1 修正了 3.54.0 的 JSON 行为错误,官方建议使用 `json((select json_array(1)))` 作为 workaround。
Amazon Bedrock Managed Knowledge Base 可通过 Agentic Retrieve 接入 AgentCore memory,自动恢复会话、检索长期记忆并保存对话轮次。教程以多用户员工助手为例,介绍 Cognito 身份映射、ACL 文档过滤、记忆命名空间、IAM 隔离和 trace 验证方法。
推荐理由:教程完整演示了多用户知识助手的记忆接入、权限隔离与请求配置,可用于梳理智能体记忆系统的落地方法。
NVIDIA 在 SC26 发布 DGX Spark HPC Developer Kit,以四台 DGX Spark 组成环形互联的多节点集群,面向研究人员、学者和开发者运行科学计算、AI 模型与智能体。
推荐理由:四节点配置、集群互联方式和本地部署能力被完整披露,为科研团队评估桌面级多节点工作流提供了具体依据。
AWS 提出多智能体系统应先采用确定性的 Tier 1 编排模式,仅在任务需要动态发现子任务时使用 Tier 2 自主模式。文章比较顺序管线、条件路由、并行工作流、计划编排、交接和辩论等模式,并给出架构选择决策树与五类反模式。制造业部署还需处理 p99 延迟、物理安全、边缘数据、班次周期记忆以及人工审批等约束。
推荐理由:文章以制造业为背景,系统梳理多智能体编排模式、反模式与选型方法,并讨论延迟、安全、边缘计算和班次交接等落地约束。
Duco 将智能体 AI 栈重建在 Amazon Bedrock 与 Amazon Bedrock AgentCore 之上,为 200 多家金融机构客户每月处理 200 亿笔交易,同时保持每租户数据隔离。
Constellation Energy CEO Joe Dominguez 表示,公司不担心民主党执政会阻碍数据中心建设,称市场对选举结果的恐慌反应过度。选举引发的 AI 相关股票历史性抛售达 $2.5 trillion;Constellation 已与 Microsoft、Amazon 和 Google 签署供电或核电项目合作。
NVIDIA 运营负责人 Deb Shoquist 讲述其团队如何凭借 TSMC、Amphenol、Coherent、Lumentum 等长期合作伙伴,将设计转化为规模化 AI 产品。Amphenol 为含 1,500 根线缆的大型组件建造了 100 多条自动化产线,缺陷率要求低于 1 DPPM。NVIDIA 还投资新伙伴,并围绕 CPO 创建全新供应链,以支撑快速量产。
MoEngage 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建 Merlin AI,通过四类智能体在单次对话中完成营销活动、分析和调整。
推荐理由:文章拆解了从 OpenAPI 到 MCP 工具、租户隔离与模型托管的完整路径,为多租户 SaaS 接入智能体提供可复用架构。
Novo Nordisk 与 AWS 构建并部署了基于 Amazon Bedrock AgentCore 的制造流程智能助手,通过 GraphRAG、混合搜索和先澄清后检索回答复杂流程问题。系统管理约四百万份文档,仅对已接入领域索引全文,并返回基于已批准文档及版本的引用答案。主体专家原本需要数小时或数天完成的任务被缩短至数分钟,同时会在材料缺失或存在歧义时明确提示复核。
AWS Machine Learning Blog 展示了基于 Amazon Bedrock、Kiro IDE 与 AWS Transform 的五阶段主机现代化方法,将 Assembler 业务逻辑先转换为 COBOL,再转为 AWS 云上的 Java Spring Boot 应用。
Hugging Face 将 Inference Providers 的语言模型请求路由切换至 OpenRouter,现有 API 和代码保持不变。OpenRouter 会依据实时价格、速度和可靠性选择 80+ 提供商,并在调用失败时自动重试。语言模型不再支持使用自定义提供商密钥,图像、视频和音频生成则继续由 Hugging Face Inference Providers 直接处理,价格不变。
Claude 现已支持在 canvas 图形中嵌入文字、按钮等真实 HTML 元素,用户可在提示词中明确要求使用 HTML-in-Canvas。该功能可在 Chrome 和 Edge 157 及 Claude 桌面应用 5.11492 起使用,但 Safari 和 Firefox 暂不支持。
Amazon Bedrock 的开放权重模型现支持显式提示词缓存,可通过缓存断点精确标记需复用的提示词前缀。开发者可使用 Chat Completions API 配置隐式或显式模式,并从响应中的缓存读写字段观察使用量;文章还演示了 OpenCode 编码智能体会话中的隐式缓存应用。
推荐理由:文章对比了隐式与显式缓存的控制方式,并提供 Python 和 OpenCode 示例,便于开发者评估缓存命中与成本节省。
Amazon Bedrock Managed Knowledge Base 支持通过检索指令为每个租户定制回答风格、格式、检索策略和答案策略。指令包含 persona、answerFormat、retrievalGuidance、answerPolicy 四个字段,可版本化并在请求中固定,Planning 跟踪事件会记录实际应用的指令版本。
推荐理由:教程给出了多租户检索指令的创建、版本发布、隔离与审计方法,可迁移到共享知识库的分租户问答场景。
Amazon Bedrock Managed Knowledge Base 支持通过智能体检索回答 CSV、XLSX 和 XLS 表格中的问题。文章演示了创建知识库与数据源、调用 AgenticRetrieveStream、读取代码执行轨迹及引用结果,并说明表格搜索的适用边界与文件大小限制。
推荐理由:文章通过财务数据示例演示表格搜索如何结合表格计算与文档事实,并提供知识库创建、调用和追踪流程。
NVIDIA 在 SC26 宣布 Rubin HPC,这是 NVIDIA Vera Rubin 平台的新 GPU,面向科学、工程与分析工作流中的仿真和数据处理。Rubin HPC 单 GPU 配备超过 50,000 个 CUDA cores,支持稀疏数据加速与第七代 NVIDIA NVLink,预计于 2028 年推出。
NVIDIA 在 SC26 回顾 CUDA 20 年历程:从 2006 年面向科学界的 GPU 编程模型,发展为支撑科学计算与 AI 的平台。如今超过 11 million developers 使用 CUDA,平台提供 1,000+ NVIDIA CUDA-X libraries,并支持 AlexNet 训练、AlphaFold 2 蛋白结构预测等研究。
NVIDIA 扩展 CUDA-X 科学计算库,引入 cuPhoton、cuPotential、cuSpa 等工具,为 AI 智能体分析大规模科学数据提供支持。cuPhoton.xBeam 将黑洞观测关联分析从一个多月缩短至 8 分钟,cuPotential 将既有分子模拟软件加速最多 3x,开源 cuSpa 相比 CPU 提升 900x。
NVIDIA Vera Rubin 平台首次亮相 MLPerf 评测,并在训练、后训练和智能体推理基准中取得领先性能。平台通过了 MLPerf Training v6.1 的全部项目,Vera Rubin NVL72 单 GPU 性能最高达到 GB300 NVL72 的 2 倍,扩展至 1,024 块 GPU 时效率约 97%,训练时间由 16 分钟缩短至约 4 分钟。
推荐理由:原文汇总了 Vera Rubin 在训练、扩展效率与智能体推理上的基准表现,便于横向比较其性能和能效。
Lambda采用NVIDIA Photonics共封装光学(CPO)交换机,将NVIDIA GB300 NVL72机架连接至超过10,000块GPU,用于提升大规模AI工厂的网络效率与韧性。
SAP 与 Infosys 专家提出,企业应把 AI 智能体视为业务运营模式的一部分,而不是彼此割裂的项目。落地重点包括建设语义丰富的受治理数据层,从影响、可行性和可扩展性筛选用例,并用政策、平台和流程三层机制管理智能体风险。