跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
GitHub Copilot 应用推出 canvas（画布）功能，这是一个可定制的双向界面，可以是 kanban board、issue triage board、release checklist 等形式。
推荐理由：原文给出了创建 canvas 的具体步骤和三个核心问题，读者可以直接按图索骥使用 /create-canvas 技能。
本文详细介绍了在 Amazon SageMaker HyperPod 上使用开源 SkyRL 框架训练多模态强化学习模型的全流程，包括构建容器镜像、从 SageMaker Studio 启动 Ray 集群、提交训练任务、监控进度以及托管推理服务。
推荐理由：给出了完整的操作流程和实验数据，读者可以据此在 SageMaker HyperPod 上复现多模态 RL 训练。
GitHub Copilot 推出 canvas 功能，这是一种可在应用内运行的全栈自定义 UI，智能体可与其双向通信。作者认为聊天作为 AI 交互界面存在局限性，而 canvas 能让用户创建针对特定任务的定制界面，还可调用第三方 API 和本地代码执行，并展示了用 canvas 构建 Connect 4 游戏、Winget 包管理、SQLite 数据库操作、工作流自动化等实际用例。
推荐理由：原文展示了 canvas 功能解决的具体问题和使用场景，读者可以据此思考如何用自定义 UI 改进自己的 AI 工作流。
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个基于 LLM Agent 的 C/C++ 项目自动化模糊测试管道。只需指定一个 GitHub 仓库，Agent 会自动完成入口点识别、构建系统分析、模糊测试用例生成、AFL++ 运行、覆盖率分析、用例优化和漏洞报告编写。
推荐理由：原文详细给出了自动化模糊测试的完整工作流程，包括覆盖率反馈循环、结构感知变异和语料库演进等具体机制，读者可据此迁移到自己的安全测试中。
本文介绍一种多账户 AI 智能体架构，允许各业务线（LOB）账户的数据保留在原处，智能体通过 Amazon Bedrock AgentCore Gateway 的统一端点进行跨账户查询。AgentCore Gateway 聚合各 LOB 的 MCP 服务器，提供语义搜索工具发现、AgentCore Identity 认证和 Policy 细粒度授权，数据仅在查询时按需流出，不进行集中化复制。
荷兰零售商 HEMA（拥有 750+ 门店）基于 Amazon Bedrock AgentCore 和 MCP 协议构建了内部 AI 助手 HAL，将原本分散在多个门户、维基和文档中的知识整合为统一的知识层。
AWS 发布了基于 Strands Agents SDK 的对话式视频智能解决方案，整合 Amazon Bedrock、Rekognition 和 Transcribe，允许用户用自然语言提问视频内容。该方案在运行时动态决定调用哪些服务，无需为每种查询类型预建管道。已有客户使用后手动审查时间减少约 80%。完整实现已开源。
推荐理由：给出了基于 Strands Agents SDK 的视频智能架构完整实现方案，读者可据此复用到其他模态。
Microsoft Research 首次系统性研究机器人工作负载，证明将物理AI推理从板载GPU卸载到边缘或云端可显著提升机器人性能。在移动操作任务中，卸载推理使规划速度较A100提升383%，导航障碍检测及时性恢复30%，VLA模型精度损失从50%降至可控水平。
GPT-6 Astra 生成更结构化、上下文感知的法律文档，让律师能够专注于战略工作。Harvey 致力于将 AI 应用于法律领域，提升文档处理效率。
Ringg 基于 GPT-5.6 的 AI 智能体可解决 65% 客户来电，成本较 GPT-4.1 降低 90%。该智能体支持语音、聊天、WhatsApp 和网页多语言客服。
NVIDIA AI Day 新加坡站于 9 月 22-23 日举行，NVIDIA 正在帮助东南亚国家将 AI 从试点转向生产部署。Sea Limited 成为 ASEAN 地区首个采用 NVIDIA Vera Rubin 平台的企业。
NVIDIA 发布 Isaac ROS 5.0，这是一个基于 ROS 的 GPU 加速机器人开发工具包。新版本支持 ROS Lyrical 和 Ubuntu 24.04，引入了新的 agentic 工作流程。
推荐理由：原文给出了具体能力变化（FoundationPose 5.5x 提升、CuMotion 2-5ms 路径规划）和多个合作方集成信息，读者可以据此判断这个版本对机器人开发工作流的具体影响。
NVIDIA 发布 Halos，这是首个面向 Physical AI（自动驾驶汽车、人形机器人、工业机器人等）的全栈安全系统。
推荐理由：原文给出了具体的时间预测（2035年 4900万辆 L3-L5 自动驾驶汽车）、合作伙伴名单和第三方认证机构，以及 NVIDIA 全栈安全平台的具体组件，读者可以据此判断 Physical AI 安全领域的当前状态和主要玩家。
NVIDIA 在埃及举办活动展示当地快速增长的 AI 生态，包括开发者、创业公司和企业的应用。埃及的 Deep Learning Institute 学员基数一年增长超十倍。
推荐理由：原文提供了非洲AI基础设施的多个具体建设进展和投资数字，读者可以据此了解非洲AI生态的现状与增长空间。
AI安全是工程问题，需要明确的安全要求、可执行的控制措施、明确的责任人和有效的防护证据。NVIDIA提出在模型、harnesses和运行时环境三个层面构建安全边界，确保Agent即使做出错误决策也能被限制。NVIDIA OpenShell是开源的安全运行时，为Agent提供沙盒执行和资源访问控制，Open Secure AI Alliance成员正在基于此构建更完善的安全工具。
GitHub Podcast最新一期对五个常见AI热点观点进行深度解析，探讨是否需要阅读AI生成的代码、公司招聘是否强制AI技能、Skills是否取代MCP、RAG是否已过时、以及是否需要为代码库微调模型。主持人认为热点观点的价值不在于对错，而在于引发深入思考和问题，从而找到真正有用的 ideas。
GitHub Copilot 团队用 AI 智能体将 Copilot 运行时从约 43 万行 TypeScript 原地迁移为约 83 万行 Rust，历时数月完成 128 个 PR 的渐进式迁移。运行时性能提升数个量级，prompt cache 命中率高达 96.22%，单开发者完成了原本需要整个团队一到两年才能完成的工作。
推荐理由：原文给出了 96% 的 prompt cache 命中率数据和具体的 AI 辅助迁移工作流，读者可以据此评估这种规模化 AI 协作模式的实际效果和可迁移性。
Mistral 宣布与 Mozilla 合作，Firefox Smart Window（测试版）现由 Mistral 模型驱动。该功能首先在法国和北美推出，英德两国预计今年晚些时候上线。此合作将 Mistral 的开源模型与 Firefox 的隐私保护传统结合，为用户提供多语言、多方言的本地化 AI 体验，对话默认不保存在 Mozilla 服务器上，Mistral 承诺零数据保留。
推荐理由：这是一次将开源大模型嵌入主流浏览器的合作案例，展示了 AI 助手在浏览器场景中的实际应用和隐私保护机制。
曼彻斯特大学团队使用 NVIDIA Earth-2 CorrDiff（生成式降尺度模型）和 StormCast（时间依赖预测模型），基于 Isambard-AI 超级计算机训练，仅用两天构建了覆盖英国、分辨率 2-3 平方公里的空气污染预测模型。
Salesforce 推出首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建，使用近 30 年企业 CRM 部署的专有合成数据集进行后训练。
推荐理由：Koa 是首个 CRM 推理模型，在 CRM 基准测试中错误率降低 3 倍，且完全在 Salesforce 基础设施内运行、不使用客户数据，这对企业 AI 应用有参考价值。
NVIDIA 在 AI Infra Summit 公布 Vera Rubin NVL72 系统性能数据：在 MLPerf Inference v6.1 中相比 GB300 提升 3.7x 吞吐量，在 SemiAnalysis AgentX 上实现 30x 每兆瓦吞吐量。
IBM Research 在 Hugging Face Blog 发布研究，提出 AI 智能体存在一致性差距问题：ReAct 智能体在 AppWorld 上平均成功率 77.4%，但同一任务重复 5 次全部通过仅 53.0%，差距达 24.4 个百分点。
Fyxer 使用 OpenAI 模型、微调和记忆功能，结合真实用户反馈，构建了一个可模仿用户声音起草邮件的 AI 执行助手。该系统能够自动整理收件箱，并根据每位用户的独特表达风格生成个性化邮件内容。
GPT‑6 Astra 提升了 Devin 测试软件并展示其运行效果的能力，目标在于帮助工程师减少代码审查工作量并加快交付速度。该版本使 Devin 能够更有效地验证自身生成的代码。
ToolGrad 采用"答案优先"策略，先生成真实工具调用链，再标注对应用户提示，利用文本梯度迭代构建 API 工作流。实验表明该方法可生成更复杂的长程工具使用数据，pass rate 接近 100%，成本更低。
推荐理由：提出一种新的数据生成范式，可生成更复杂的工具使用数据并降低成本，学生模型甚至超越教师模型。
César de la Fuente 实验室使用 Codex 和 ChatGPT 在现存和已灭绝基因组中搜索抗菌候选物，以应对耐药感染。该研究将 AI 应用于抗菌分子发现，挖掘沉睡数千年的遗传物质中的潜在药物线索。
ChatGPT Work 发布新的 Data agent 智能体，支持用户用自然语言连接公司数据、发现洞察并构建交互式仪表板。
OpenAI 发布 Agents API，这是一个由 Codex 驱动的托管服务，用于构建和启动云端 AI 智能体。该 API 支持编排、长时间运行会话和工具使用。
Mistral 帮助欧洲能源运营商将 4 万行 Fortran 77 迁移到 C++，这是一个物理密集型油藏模拟器。文章介绍了三个核心实践：迁移前先构建 parity harness 验证数值一致性；用调用方-被调用方树梳理代码结构并生成文档；采用结构化智能体工作流（规划→编码→测试→审查），在关键节点加入人工审核。最终证明结构化工作流比完全自主和纯手动都更有效。
推荐理由：原文给出了具体的代码迁移方法论和工作流设计，读者可以参考这个案例来设计自己的遗留代码现代化方案。
OpenAI 与 AIRPPU、WAN-IFRA 联合推出 AI 计划，旨在帮助乌克兰新闻机构加强创新能力、韧性及独立新闻业。该项目由三家机构共同发起，聚焦乌克兰本土新闻行业的可持续发展需求。
OpenAI 内部数据显示，编码智能体正在重塑 AI 研究方式，涉及 agent 使用情况、实验速度、任务复杂性和研究加速等维度的早期数据。
GitHub 推出 Project HydraFusion 研究预览，通过运行时编排从多个模型提供商动态选择工作流程（Single、Cascade、Critique 三种模式）来解决编码任务。
推荐理由：原文给出了具体 benchmark 数据和可用入口，读者可以据此判断这个新功能会如何改变代码生成的效率成本权衡。
GitHub Copilot 应用现在支持并行运行多个智能体会话，每个智能体在独立的 Git worktree 上运行，互不干扰，可同时处理不同任务。教程演示了同时进行添加功能、无障碍审查、运行测试三个任务，各会话保持独立上下文，可自由切换无需重新解释。
GPT-6 Astra 驱动的 Legora 在金融审查工作流中分钟级审查了 41 份文档，成功找出全部 4 个植入的错误，性能提升近 40%。这是 GPT-6 Astra 能力的具体应用展示。
Hugging Face 发布 funes，这是一个持久记忆层工具，可为 Claude Code、Codex、pi、Hermes 等编码智能体提供跨会话、跨机器的记忆能力。
Google DeepMind 推出 Fairwind Program，一个面向政府、受信任合作伙伴和 Google Cloud 客户的有限访问项目，提供 Gemini 3.8 Flash Cyber 和 CodeMender 工具，帮助防御者自主发现和修复漏洞。
Google DeepMind发布Gemini 3.8 Flash和3.8 Flash Cyber两款新模型。3.8 Flash在DeepSWE v1.1基准上超越多数更大规模的frontier模型，在HLE-Verified上达54.9%，价格为每百万输入token 0.75美元、输出token 3.75美元。
推荐理由：原文给出了在软件工程、Agent任务和多步推理方面的具体性能提升数据和成本对比，读者可据此判断模型能力变化。
Google 推出 Planetary Prediction Engine（PPE），作为 Google Earth AI 的实验性研究能力，可自主完成从数据发现到模型训练的完整地理空间预测工作流，将复杂建模周期从数周缩短至数分钟。
Google Research在CHI 2026发布AgentHands研究原型，使AI智能体能在XR环境中生成与语音同步的手势。该系统将LLM响应中的GestureEvents映射到XR设备的手势动画，通过12人用户研究验证了在植物护理指导、3D打印机操作等场景中，体感交互显著提升空间 grounding 效果。
IBM 发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个规模，从 Granite-4.1 基模型后训练而来。Granite-4.1 使用约 15T tokens 预训练，五阶段策略扩展至 512K 上下文。