GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和日常专业工作负载提供更强的推理能力。据 OpenAI 说法，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：AWS 官方给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与数据隔离条款，便于评估企业级部署条件。
Amazon Quick 的提示词工程决定其 AI 功能对自然语言请求的响应质量，适用于自定义智能体、自动化流程和对话式数据分析。文章提出以具体性实现清晰、以业务上下文提升相关性、用示例代替描述等核心原则，并给出 CRISPE 结构化框架，从上下文与约束、角色与职责、意图与输入、步骤与范围等维度组织复杂提示词。
AWS 发文拆解 Amazon Quick 各组件的提示词写法：Quick Research 需明确目标、受众与范围，并自行拆解子问题、限定数据源；Quick Flows 要写清触发时间、数据源、计算与输出格式，复杂逻辑用编号步骤，并可通过对话迭代修改；Quick Sight 的查询需包含业务问题、指标、维度和可视化偏好。
基于 Amazon Quick 与 Amazon Bedrock AgentCore 的合同智能平台，用 AI 智能体从合同 PDF 中提取八个关键字段，并由独立的 Claude Haiku 验证智能体复核，签名识别分歧时由 Amazon Textract 做确定性裁决。
Hugging Face 发布论文 ProvenanceGuard，一种面向 MCP 智能体的生成后验证层，可区分"事实有据"与"来源正确"，专门捕捉把某来源的事实错误归因到另一来源的跨来源混淆。在医疗智能体 281 条真实 trace 上，专家判定应拦截的 139 条 claim 中它拦下 138 条，来源识别准确率约 86%，并在与四种支持性检查器的对比中得分最高。
OpenAI 发布 DevDay 2026 回顾，汇总了 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
推荐理由：OpenAI DevDay 2026 汇总了 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex 与 API，可快速了解其面向开发者的能力布局。
OpenAI 发布 GPT-6.1 Sol，官方称其具备接近 Astra 的智能水平，面向编码、计算机操作和专业工作场景。该模型标准 API 的输入与输出 token 价格均为 Astra 的五分之一。
推荐理由：OpenAI 发布 GPT-6.1 Sol，定价降至 Astra 标准 API 的五分之一，可据此判断其成本定位。
OpenAI 推出 dots，一种可跨复杂项目与日常任务持续推进工作的主动式助手。dots 在任务推进过程中让用户保持掌控。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，支持 Responses、Chat Completions 和 Converse API。
推荐理由：文章给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，读者可据此判断长任务智能体的成本与延迟取舍。
微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向展开工作。该实验室与新加坡医疗、金融、教育等领域伙伴合作，推进多模态医疗 AI 与自进化诊断智能体的落地，并获新加坡经济发展局（EDB）支持联合博士培养。
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，均已在 H Models API 上线，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 同时覆盖 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，便于对照其成本与能力取舍。
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体便会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，读者可据此判断自动化安全测试的边界。
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包好的经验，后者是连接工具与数据的标准，二者可组合使用；RAG 并未消亡，它让模型基于训练数据之外的信息作答，能减少 token 消耗并降低答案不完整的概率。
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体写了其中大部分代码，跨 128 个 pull request 增量合入 main，而非一次性切换。
推荐理由：作者以亲历者身份给出把 80 万行运行时迁移到 Rust 的完整工程方法，包括分层策略、跨会话协作与提示词缓存数据。
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，先面向法国和北美用户，英国和德国预计今年晚些时候跟进。Smart Window 可帮助理解复杂搜索、找回此前点击离开的重要内容，并基于浏览器标签页整理信息。双方称对话默认不保存在 Mozilla 服务器上，Mistral 等合作方同意零数据保留。
GitHub 日本和韩国市场负责人把活动运营流程交给 GitHub Copilot，用 GitHub Issue 表单、标签触发器和 Actions 工作流搭建自动化管线，活动从单个 Issue 自动完成建站、UTM 链接生成、报名者筛选和收尾清理。
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行和预览 AI 智能体生成的代码变更。diff 面板以绿红高亮显示增删改行，终端面板可直接运行项目命令并支持多窗口，浏览器面板的 Pick & Polish 工具可选中页面元素并让智能体调整。完成后可直接在应用内接受变更并创建 pull request。
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 代码迁移为 C++，目标是一个无测试套件、无集中文档的物理储层模拟器。团队先构建数值一致性校验框架，再用 Vibe CLI 调度上百个智能体解析调用树并生成文档，最终采用人工介入的 coder、tester、reviewer 智能体工作流逐模块迁移。
Google 推出 Fairwind Program，面向政府机构、关键基础设施运营商和网络安全合作伙伴限量开放其网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具链，用于自主发现、验证并修复漏洞。
推荐理由：官方披露了受限访问计划的能力组合与准入条件，可据此判断前沿网络防御能力的开放节奏。
Google DeepMind 发布 Gemini 3.8 Flash 和面向网络安全的 Gemini 3.8 Flash Cyber，称其为目前推理与编码能力最强的模型，速度与成本与 3.7 Flash 持平。
推荐理由：官方给出两款 Flash 变体的基准表现与定价，可据此判断长程编码与网络安全任务的成本取舍。
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、检查和验证信息的检索层，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries。
推荐理由：原文给出多步检索循环在 FinanceBench 与 OfficeQA Pro 上的准确率、token 与延迟变化，可据此判断传统 RAG 的替代路径。
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体工作上下文。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也显著低于全上下文设置。
伯克利 EPIC Data Lab 提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体服务、由智能体运行、由智能体构建。其中智能体查询会产生大量重复子计划，在 text-to-SQL 基准上仅 10-20% 子计划不同，80-90% 属重复工作，可通过多查询优化与近似查询处理加以利用。