Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex,把专家知识转化为快速、可重复的工作流,将原本需要数天的工作缩短到几分钟。
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex,把专家知识转化为快速、可重复的工作流,将原本需要数天的工作缩短到几分钟。
NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库构建仿真应用,通过自然语言指令驱动智能体完成资产搭建、物理与渲染连接。
LegalOn 将每日 Codex 预估成本削减 65%,同时保持开发速度。其做法是把 Astra、Sol 和 Luna 分别匹配到合适任务,并对预算进行策略性管理。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验,在查询时直接向权威数据源核实权限。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。据 Anthropic 说法,它是 Claude 5.5 系列中速度最快、效率最高的模型,面向子智能体和大量成本敏感型任务,多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由:文章给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化与调用示例,便于判断其在多智能体流程中的分工。
在旧金山 Windows AI and Surface 活动上,英伟达与微软宣布为 Windows PC 上的 AI 智能体共同设计软硬件,微软同时宣布 OS 级基础设施 Microsoft Execution Containers(MXC)正式可用,让智能体在系统管控下安全持久地在后台运行。
推荐理由:英伟达与微软把智能体运行所需的系统级容器和本地算力硬件一并公布,读者可据此了解 Windows 端侧智能体的落地路径。
GitHub 发布基于 ModernBERT 的通用密钥检测分类器,用代码上下文识别无固定格式的密钥,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升一倍以上。
推荐理由:GitHub 公开了九季度密钥泄露数据与自研分类器的落地节奏,可据此判断 AI 编码提速后密钥防护的可行路径。
Z.ai(智谱 AI)的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的混合专家模型,面向编码与长周期智能体任务。
推荐理由:原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示缓存配置,读者可据此评估长周期编码与智能体工作流的落地成本。
Amazon SageMaker 推出新功能,数据科学家和 ML 工程师可直接在 SageMaker Studio UI 中创建、配置、启停和打开 HyperPod EKS 集群上的 Spaces,无需使用 CLI 或 kubectl。
AWS 发文解读国际标准 ISO/IEC 42005:2025,指导企业将 AI 系统影响评估纳入整体风险管理体系。该标准覆盖评估全生命周期,Annex D 提供与现有评估流程整合的方法以避免重复,Annex E 提供独立评估模板。
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M(实验性)。
推荐理由:Liquid AI 公开两款决策模型及端侧与 GPU 实测延迟,可据此判断单次前向决策在边缘设备上的可用性。
微软研究院开源 Agent Lightning v1.0,一个约 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写智能体。
推荐理由:微软研究院开源 Agent Lightning v1.0,读者可了解让部署用 harness 直接参与 RL 训练的思路与实测增益。
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases,可搭建一套航空语音旅行助手,让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
Amazon SageMaker HyperPod 通过 SageMaker Unified Studio 连接项目后,需在组织、项目、集群、工作负载四层保留底层治理控制。集群的 IAM、Amazon EKS RBAC 或 Slurm 控制不会被项目连接取代,应集中在一个容量账户中管理加速器容量,并用 IAM 角色和资源策略控制对 Amazon S3、AWS KMS 等资源的访问。
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw,构建带长期记忆的个人助手。
AWS 提出 Agentic Value Model,用于替代为 RPA 设计的传统 ROI 模型,从时间节省、异常处理、决策质量和变更韧性四个维度衡量智能体自动化的价值。
Qlik 基于 Amazon Bedrock 打造 Qlik Answers,让员工用自然语言提问并获得带来源的可信回答,自 2026 年 2 月正式可用以来,其 Discovery Agent 已为客户发现超过 10 万条异常与离群点。
AWS 提出一套六周结构化培养方案,让非工程背景的业务人员用 Amazon Bedrock、AgentCore 和 Strands Agents SDK 构建可运行的 AI 原型。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟降至 10 分钟,减少 78%。该系统由三人团队在六个月内交付,同时把 10 步以上手动生命周期操作压缩为一次交互,并将冗余告警中位数削减 65%。
针对 AWS DevOps Agent 只诊断不改动生产资源的问题,该方案用 Amazon EventBridge、AWS Lambda Durable Functions 和 Amazon Bedrock 搭建自动修复工作流,把调查摘要转为预验证的修复动作。