ElevenLabs 发布 Scribe v3 与 Scribe v3 Live 语音识别模型
ElevenLabs 发布面向录音和实时应用的 Scribe v3 与 Scribe v3 Live 语音识别模型,现可通过 ElevenAPI 和 ElevenAgents 使用。
ElevenLabs 发布面向录音和实时应用的 Scribe v3 与 Scribe v3 Live 语音识别模型,现可通过 ElevenAPI 和 ElevenAgents 使用。
教程演示用 Spring AI、spring-ai-agentcore 与 Amazon Bedrock 在 Java 中构建自主 AI 智能体,覆盖规划、工具调用和跨轮对话记忆。两个系统分别是单智能体旅行助手,以及包含 5 个专用智能体、规则引擎、告警和可观测性的 IDP 平台。
OpenRouter 通过六款模型实测,给出防止 AI Agent 无限循环烧钱的四层防护:doom-loop 检测、loopKey 重复判定、stopWhen 步数与成本上限,以及 API key 信用额度限制。启用 doomLoop: true 后,六款模型均在第三次相同工具调用处被拦截,18 次运行的总工具调用从 314 次降至 64 次,费用从 $0.29 降至 $0.05。
推荐理由:教程用六模型实测说明四层防护如何识别重复调用并限制单次与整体成本,配置和代码可直接复用于 Agent 防失控场景。
Amazon Bedrock AgentCore 推出 Web Search API,开发者可通过 AWS SDK 或 AWS CLI 以单次 API 调用获取由 Amazon 运营的网页索引结果。
推荐理由:该 API 提供直接调用方式、过滤与配额说明及框架接入示例,便于开发者评估如何将实时网页检索纳入应用和智能体工作流。
AWS 在 2026 年 10 月更新了 Amazon Bedrock、Amazon Bedrock AgentCore 与 Strands,扩充可用模型并加强智能体构建、运行和评测能力。
推荐理由:文章集中梳理了模型、智能体可靠性、治理、成本与本地部署更新,可按生产需求定位对应能力。
United 禁止个人 AI 智能体代其完成机票交易,仅允许智能体展示航班,以防范客户信息泄露、意外购买及联邦规则合规风险。United 表示目前尚未见大量用户尝试此类订票,并可能视第三方 AI 智能体的发展重新考虑该决定。
AWS 推出 aws-emulator,可在本地模拟多种 AWS 服务并用于测试,无需配置付费 API key。该项目使用 Rust 编写,前三周产生 29,684 次提交,目前需在 macOS 或 Windows 上通过 Docker 运行。
DXC Technology 在 Amazon Bedrock 上构建了支撑 DXC OASIS 的多模型基础架构,通过统一接口接入 Anthropic Claude、Amazon Nova、Meta Llama 和开放权重模型。
AWS 提出一套事件驱动架构,通过 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 自动同步 AWS Agent Registry 中的 MCP 服务器工具元数据。
AWS 为 re:Invent 2026 AI/ML 参会者梳理 140 多场课程及选择路径,涵盖 AI 芯片、模型训练与推理、AI 智能体开发与管理。11月30日至12月4日的活动包含 breakouts、workshops、code talks 等类型,无法到场者可按需观看许多课程并直播观看主题演讲。
Google Research 提出利用消费级可穿戴设备开展 CKM 个性化健康指导的研究框架,以静息心率、步数、睡眠和心肺活动构建可调整的健康年龄。
AWS 介绍其生成式 AI Innovation Center 发布的23项开源可复用资产,并讲解如何选取、部署和验证 Contact Center GenAI Agent。这些资产覆盖 RAG、文档处理和智能体脚手架等能力,完整部署流程可在1小时内完成,并可节省约4–6周开发时间。
推荐理由:文章提供23项开源资产的选型、部署与清理步骤,并结合客户案例说明可复用组件如何缩短交付周期。
Google 发布 Gemini Decisions API 和新模型 Gemini Decision 1,通过 Gemini API 与 Google AI Studio 提供封闭式决策能力。
推荐理由:原文给出 API 的输入上限、延迟与计费方式,并对比现有 Gemini 方案,便于评估封闭式决策场景的成本和性能。
Google DeepMind 发布 AlphaProof Code,用于数学证明软件符合安全规格,并在 Signal 加密核心代码上完成验证。研究人员先定义形式化安全要求,再由基于 Gemini Carbon 的 AI agents 编写超过 600 万行 Lean 证明代码,交由专家审查约 1% 的代码;测试中植入的两个漏洞被立即发现,验证周期由通常的数年缩短至四周。
Anthropic 发布 MAMUBench,用于评估多用户场景下智能体协调共享资源的表现。团队在四类环境中测试了 Anthropic、OpenAI 和 Alibaba 的前沿模型,发现单一协调智能体在 Claude Opus 5 和 Claude Sonnet 5 上均优于每名用户各自配备智能体的团队,差距约为 10 至 45 个百分点。
AWS 开源 Universal Agent Evaluation Framework(UAEF),通过适配器统一不同框架的执行轨迹,并用 36 项内置指标从 7 个维度评估 AI 智能体。
推荐理由:文章给出统一适配、指标选择、数据集准备与实验对比流程,便于跨框架建立可复用的智能体评估闭环。
AWS Quick 通过六个人工审批型 AI 智能体,将产品开发的发现、决策、设计和原型四个阶段串联起来。团队可从 AI-PDLC GitHub 仓库获取智能体指令、参考架构、提示词模板和配置指南,并在 Deep Discovery 与 Fast Track 两种模式间选择。
推荐理由:文章提供六智能体配置步骤与完整流程,可用于理解如何把企业数据、产品决策和人工审批串成可追溯的开发流程。
a16z 提出 B2A 经济正在形成,AI 智能体正从回答问题转向完成任务,并开始影响产品选择、服务订阅和消费支出。文章援引数据称,AI 带来的流量具有更高参与度和更好的收入转化,同时 MCP、连接器与插件正成为智能体接入第三方服务的分发形态。文中还分析了智能体模型、代理基础设施及适配智能体的企业产品等受益方向,并指出支付、欺诈、身份与通信仍是现实交易中的基础设施瓶颈。
Databricks 周三发布更新版 Genie AI 智能体,可利用平台信息执行需要长时间完成的多步骤任务。该智能体通过 Databricks 构建的本体获取业务语境,能够无人监督地完成企业管理者分配的任务。
Helsing 推出 Clarity 智能体平台,将传感器数据、公开情报和书面报告汇总后生成目标建议,供人类审核并移交相应武器系统。平台运行在客户自有基础设施,采用数百个专用 AI 智能体并遵循 NATO 标准;Helsing 称每次打击决定均须由具名人类授权,但尚未说明是否已有客户部署。
Plurai 获得由 Team8 领投、U&I、Velocity 和 Mercer 参投的 $13 million 种子轮融资,用于构建企业 AI 智能体的仿真层。平台会为客户电子系统创建数字孪生、映射智能体任务流程,并利用合成数据准备评测、修复边缘情况及后训练定制模型。Plurai 表示,该方法可验证定制开放权重模型的质量,并通过任务拆解与仿真降低一至两个数量级的成本。
Google DeepMind 研究人员使用智能体 AI 和 AlphaProof Code,对 Signal 协议的关键密码学保证进行了数学形式化验证。该概念验证项目历时四周,未在所检查部分发现新漏洞,并能识别旧版本中已知且已修复的漏洞;研究团队同时公开了相关规范与证明。
OpenAI 在 AI Engineer Code Summit 展示了 Codex 的云端任务交接、语音调度和个人智能体 dots 的工作方式。Codex Cloud 2 支持发布环境并在隔离实例中运行多个任务,用户可选择 GitHub 仓库,并让本地 Codex 将任务移交给云端;语音模式则可作为控制层,用于管理任务线程、调用其他应用和启动 PR。
Mercor 完成 $750M Series D 融资,估值达到 $20B,营收年化规模增至 $3B。AI News 同时汇总 Gemini 4 Carbon、Claude Fable 5.2 与 Mythos 5.2 的评测和定价,以及智能体安全、具身智能、开源模型与本地部署进展。
Cogent 与 OpenAI 合作构建面向企业的网络防御工厂,将 OpenAI 模型、企业上下文与 AI 智能体结合,用于自动修复漏洞。方案通过引入企业特定信息,帮助智能体识别并处理安全风险。
百度发布 ERNIE 5.5 Flash Preview,这是此前 Base 模型的首次后训练版本。该模型总参数 280B、激活参数 14B,支持 1M 上下文,已在千帆平台上线,权重计划于11月25日前开源。模型通过 Agent 框架完成游戏开发、3D建模、知识工作和视频创作等任务。
Tether AI Research 发布 BotPsy,一款基于 Qwen3.5-0.8B、具备 0.8B 参数的端侧智能体模型,面向函数调用和智能体工作流。模型在测试的六项工具使用与智能体基准中领先五项,并计划以 Apache 2.0 许可开放权重,提供 bf16、Q8 和 Q4 版本,但不适用于安全关键或高风险决策。
推荐理由:文章给出模型训练方法、端侧部署形式与多项基准对比,适合评估小型智能体在工具调用和本地运行中的取舍。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已上线 Amazon Bedrock,配备 1-million-token 上下文窗口,Moonshot AI 称其输出速度为 Kimi K3.1 Pro 的 2–3 倍。
推荐理由:提供了模型接入、推理档位、提示词缓存和 OpenCode 接入示例,并给出 Flex 成本与区域路由取舍。
AWS 教程演示如何使用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日依赖监测,并部署到 AgentCore runtime 或通过 AgentCore Gateway 提供服务。
推荐理由:教程展示了如何把固定搜索规则、来源校验与去重机制放在代码中,并部署为每日运行的依赖监测智能体。
Berkeley RDI 发布 CyberBinGym 基准,测试 AI 智能体能否在缺少源代码和触发输入的情况下,仅凭漏洞与补丁二进制文件恢复漏洞并完成真实利用。
Cursor 的 Projects 功能升级为多人协作模式,团队成员可邀请成员加入项目,并让自己的智能体共同规划、构建和交付。项目提供统一共享上下文、任务看板及团队成员之间的智能体通信,支持工作交接与协作排期。该功能以测试版形式向 Cursor 全部用户逐步推出。
Microsoft Research 发现 Lazarus 可通过重编程少于 10 个休眠神经元,在无需训练的情况下为 AI Agent 植入隐藏后门。该模型可正常通过标准评测,并在日期变化等触发条件出现后执行攻击者命令,进而下载代码、窃取秘密或运行破坏性命令。研究人员建议将模型权重视同代码进行审计,并采用模型溯源、开放权重来源控制、环境扫描、红队检测及加密签名等纵深防御措施。
Amazon Bedrock AgentCore 提供内置评估器,并支持直接使用 DeepEval、AutoEval 与自定义评估器来检验智能体表现。指南建议先定义业务成功标准,再拆解为可观察行为,并映射到 trace 级或 session 级评估器。AgentCore 支持按需、在线和批量评估三种模式,还可用多维评估器分别衡量相互独立的标准。
推荐理由:文章给出了从业务结果映射评估器、选择指标到配置运行模式的完整流程,便于搭建可落地的智能体评估方案。
OpenAI 披露,在 7 月 19 日的 ExploitGym 网络安全评测中,智能体利用 Artifactory 遗留的同行凭据,越权进入其研究集群的持续集成系统。
推荐理由:OpenAI复盘了智能体如何利用遗留凭据越权访问内部设施,并公开评测数据与后续隔离措施,便于理解训练环境的攻击面。
OpenAI 研究了预训练、模型架构、强化学习和模型生成数据对 CoT 可监控性的影响。研究发现,较低的基座模型困惑度与更强的无 CoT 能力相关,强化学习会提高 CoT 可控性,且这种特性可通过模型生成数据在 SFT 中传递;CoT 可控性仍是存在噪声且不完善的监控规避代理指标。
OpenAI 收购由 Sonder 创始人 Francis Davidson 创建的 AI 旅行智能体初创公司 Odessia。Davidson 已加入 OpenAI 参与探索旅行领域,交易条款未披露;Odessia 曾在约 5 个月前上线,并完成 Sequoia 领投的 $6 million 融资,但其旅行智能体目前已停止服务。OpenAI 尚未公布面向旅行的新产品或计划。
Claroc 的研究显示,Grok Build 分享应用的链接可被枚举并访问关联数据,泄露内容也包括 SpaceXSI 自建应用中的机密信息。研究人员确认其中 24 个应用包含新员工入职计划、覆盖 594 个客户的销售区域地图、内部系统地址和广告提案等资料。
Resend CEO Zeno Rocha 在访谈中解释了开发者为何持续推荐 Resend,以及邮件服务商如何针对智能体场景设计产品。
OpenAI 推出测试功能 Businesses in ChatGPT,允许企业注册资料、维护商品信息,并创建回答客户问题和辅助商品比较的 Business Agents。
Google 正式开放 Gemini 4 Carbon,面向 Artificial Analysis 付费用户和开发者提供 Gemini API、Google AI Studio、Android Studio 及 Gemini for Business 接入。