GitHub发布Agent技能构建实践指南
GitHub博客发布Agent技能实践指南,介绍以SKILL.md为核心的版本化技能目录,可跨Claude Code、Cursor、GitHub Copilot等客户端复用;通过Proof Agent与Data Forge示例讲解多技能协作、项目配置分离、统一执行路径及人工审批检查点,并给出打包脚本与三条构建建议。
GitHub博客发布Agent技能实践指南,介绍以SKILL.md为核心的版本化技能目录,可跨Claude Code、Cursor、GitHub Copilot等客户端复用;通过Proof Agent与Data Forge示例讲解多技能协作、项目配置分离、统一执行路径及人工审批检查点,并给出打包脚本与三条构建建议。
Amazon宣布SGLang-Neuron公开可用,通过AWS深度学习容器发布,由RadixArk与Annapurna Labs合作推出。它作为SGLang的树外插件运行在原生PyTorch上,保留原有服务器接口与生成API,支持PD分离与NKI内核,可在Trainium3实例上部署gpt-oss-120b等模型。
Natera与AWS合作构建SWARM智能体系统,基于Amazon Bedrock AgentCore运行两个智能体并共享33项技能库,处理Jira工单。90天生产评估显示首响应时间从17.4小时降至约8分钟,96.2%工单获自动首响应;高置信度诊断准确率74%。文章详述知识库、安全合规与持续评估架构。
AWS博客实测Amazon Bedrock四项请求级设置对成本的影响:缓存时长(5分钟与1小时写入费率不同,需按复用间隔选择)、Flex服务层级(Nova 2 Lite在us-west-2费率为Standard一半,但不支持模型会报错)、自适应思考努力(Opus 5默认high,低努力可省约六成输出token)与maxTokens上限(示例155 token上限避免1893个输出token)。文中给出验证方法与注意事项。
GitHub发文介绍基于Copilot的智能体工程工作流,覆盖规划、构建、验证、观察四阶段,涉及Slack/Teams协作、云沙箱任务、堆叠PR、代码审查与自动修复等功能,并引用数据称高AI采用团队的PR审查时长增加441%。
Hugging Face发布LLMON(LLM对象标记语言),用保留特殊token显式标注指令、数据与要求,并绑定执行块,以缓解间接提示注入。同步推出基于Granite 4.1的3B/8B实验预览模型及GitHub工具库,称在OPI等基准上攻击成功率大幅下降且通用能力持平,但仅限实验评估、不可用于生产。
Google DeepMind 宣布 Gemini 新能力正在向开发者、企业和普通用户开放。开发者可在 Google AI Studio、Android Studio 和 Antigravity 中通过 Gemini API 构建,Google AI Pro 和 Ultra 付费订阅用户也可在 Antigravity 中使用。企业可通过 Gemini for business 和 Antigravity 部署,所有用户可在 Google Search 和 Gemini app 模型下拉菜单中访问。
Google DeepMind 发布 Gemini 4 Hydrogen,定位快速编码、多模态合成与日常工作流。官方称其完成任务比 3.8 Flash 快 2.5 倍,并在 ArtificialAnlys Intelligence Index 上超过 Argon。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并同步开放给 AI Studio、Gemini API、Gemini app、Google Search 及付费 Pro/Ultra 订阅用户。该模型在 Artificial Analysis 智能指数默认高档得 51 分,高于 Argon 的 50 分,xhigh 档达 54 分;100 万 token 上下文窗口统一按每百万输入 token $1.50、输出 $7.50 计价。相比 Gemini 3.8 Flash,其默认高档完成任务快 2.5 倍,Terminal-Bench 4.1 得分从 18.2% 升至 57%。
Google Search 面向所有用户全球上线 Gemini 4 Hydrogen,官方称这是 Search 迄今最大的一次模型升级。新模型增强意图理解与指令遵循和工具调用能力,可处理多部分问题、难辨拼写错误和高度具体请求。其推理能力强化查询扇出,跨相关子主题同时检索并给出更多链接,回复也更多采用图片、对比表格和定制工具等可视化形式。
Anthropic 宣布启动首次公开募股(IPO),并公布 ipo.anthropic.com 作为入口。Anthropic 已就此次发行向 SEC 提交注册声明(含招股书),投资者可在 SEC EDGAR 网站免费获取该文件,也可向 Goldman Sachs 或 Morgan Stanley 的招股书部门索取初步招股书副本。Anthropic 声明,在注册声明生效前,不得出售证券,也不得接受购买要约;该帖不构成在任何不允许此类要约或销售的司法辖区出售证券的要约或购买邀请。
苹果研究团队推导了KL正则化对齐在固定KL预算下可达到的最大期望奖励增益,给出由Jeffreys散度决定的闭式表达,并证明奖励集成可缓解奖励黑客。实验显示best-of-N接近理论极限,而PPO与GRPO明显次优。
Hugging Face博客提供TRELLIS.2的LoRA微调脚本与Docker容器,可在本地或Hugging Face Jobs运行。以188个鞋类GSO对象为例,仅微调稀疏结构与形状两个DiT,冻结纹理DiT,训练约930万适配器参数;留出9个对象评测,F-score从0.276升至0.803。
Google Research提出可教练健康年龄(CHA)模型,基于静息心率、步数、睡眠等可穿戴信号评估生理年龄偏差,并训练SensorWM世界模型模拟12周习惯改变后的健康轨迹,再由语言模型生成经临床医生审核的教练计划。专家盲评中教练71.4%更偏好反事实方案,医生认定99.2%方案运动强度安全。该框架为研究原型,非临床诊断工具。
Google DeepMind 推出 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,已在 Google AI Studio 的 Gemini API 中开放。该接口对文本、图像、音频、视频和 PDF 的同一份多模态输入(上限 256K tokens)一次评估最多 1000 个是/否、多选和评分问题,单次前向打分返回概率与 0 到 1 的置信度,端到端延迟 150-250 ms。定价为每 1M 输入 tokens $0.10、输出 tokens 不计费,并提供 AI Studio 免费额度用于原型开发。
Meta工程博客介绍Intelligent Delivery:用6B稀疏参数模型预测每个广告请求的算力边际收益,跨区域、硬件与主机分层调度资源,并引入智能体自动提出优化方案、跑实验,工程师审批后上线。2026年上半年智能体贡献约20%的优化,最自动化机制中约占80%工程工作量,整体带来约10%排序性能提升。
Google Labs推出实验性产品Tabletop,支持多人实时协作,用户可添加链接、文件和想法,并通过@tabletop或模板生成行程、投票、分账和赛程表,邀请链接即可多人同时编辑。目前以候补名单形式在美国向18岁以上用户开放。
Google DeepMind 发布 AlphaGenome 2,这是新一代 DNA 序列模型,可从组织平均细化到单个细胞类型和状态,预测遗传变异如何影响数百种人类细胞类型。模型基于 68 种组织、超 1.07 亿个单细胞图谱训练,在 TenK10K 免疫细胞数据上识别出的因果变异比例从原模型的 16% 提升到 30%,方向性基因效应从 23% 提升到 43%。该模型今日起通过 AlphaGenome API 开放非商业研究,商业研究为私密预览,并计划在 Google Antigravity 中推出 AlphaGenome 2 Skills。
Tether AI Research基于Qwen3.5-0.8B后训练出0.8B参数智能体模型BotPsy,主打函数调用与端侧部署。官方称其在六项工具使用与智能体基准中五项领先,超过2.5倍参数量的Qwen3.5-2B-Think,多轮任务与指令遵循提升明显,推理token更少。模型将以Apache 2.0开放权重,提供bf16、Q8、Q4精度及GGUF格式,限研究与教育用途,不适合高风险场景。
NVIDIA博客介绍四家Inception初创公司用视觉AI和机器人分拣塑料、混合可回收物与旧衣物:AIRECO测试线识别准确率超95%,EverestLabs已部署约150台机器人,Greyparrot在20多国运行300多套分析系统,reverse.fashion用十余个视觉模型自动分拣纺织品。
Qwen 宣布 Qwen4 即将推出,主打更深的知识、更强的世界理解以及编码与智能体能力,面向复杂编码、知识工作、前端构建和专业软件工作流等真实任务。Qwen4-Max 已在阿里 Token Plan 开启预览,并可在 QwenWork、Qoder、Qwen APP 和 QwenStudio 提前体验。
Hugging Face博客介绍多向量嵌入模型的Token池化感知训练:在Sentence Transformers中同时优化原始与压缩表示,pool_factor=4时NanoBEIR nDCG@10保留率从94.6%升至97.8%,文档向量减少约四分之三,并提供可复现训练脚本与模型。
微软研究人员披露后门技术Lazarus,通过重编程LLM中不到10个休眠神经元即可给基于该模型的智能体植入后门,且无需训练。被植入后门的模型能通过标准评测并正常表现,直到触发条件出现,例如时钟跨入2027年,智能体便会在普通任务中发出下载并运行攻击者代码的命令,并以用户授予的权限执行。作者指出检测需与原始未修改权重做diff,权重来源与完整性因此关键;微软Foundry已通过来源校验、绑定可信发布方和容器扫描防范来自可信实验室的模型,并计划将权重扫描、红队工具和模型签名用于开放权重模型接入。
GitHub 宣布 Google 的 Gemini 4 Carbon 已在 GitHub Copilot 中正式可用,该模型面向复杂编码、智能体和推理任务,并特别侧重安全工作。用户可在 GitHub Copilot 应用、CLI 和 @code 中试用。
Google宣布Gemini Intelligence登陆motorola signature 27与Pixel 10系列,Rambler 4实时语音转文字同步上线;任务自动化扩展至英国、印度和日本;Create My Widget支持用自然语言生成个性化小组件,Device Assistance可语音控制与修复设备,并预告Android Auto主动建议与Pixel Watch小组件。
OpenAI上线Business Hub,商家验证后可在ChatGPT中创建Business Agent、更新店铺信息并接入含实时价格与库存的商品feed,还能查看提及、网站点击和常见话题的聚合洞察;OpenAI表示不会向商家分享用户对话或Agent聊天内容,ChatGPT可用地区的合格商家可认领入驻。
OpenAI宣布,美国符合条件的电商与在线服务企业可发布Business Agent,让顾客在明确标注的对话中提问、比较产品并找到合适选项,该对话与ChatGPT独立回答分开。
OpenAI宣布ChatGPT Businesses进入测试阶段,企业可认领商家信息、管理资料并查看用户互动洞察;符合条件的企业还能构建Business Agent,回答客户问题并帮助其了解所提供的内容。
OpenAI宣布将于11月12日举办“Cyber at the Frontier”直播keynote,发布最新网络安全公告。其称在自家代码与基础设施中用前沿模型发现并修复了重要漏洞,正把相关经验转化为帮助安全团队加固防御的工具与playbook。
Meta工程博客介绍Your algorithm系统:用户可用自然语言增删兴趣,LLM负责生成兴趣档案、校验编辑并做最终重排过滤,改动同步作用于Feed与Reels,并通过补充拉取与缓存失效加快生效。文中还说明用LLM裁判评估摘要与重排质量。
Google DeepMind 于 11 月 10 日向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。API 定价与 Gemini 4 Argon 相同,为每百万输入 token 2 美元、输出 token 10 美元,并同步在 Google Antigravity、Gemini 应用和搜索 AI Mode 向 Google AI Ultra 订阅用户推送。
NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目由社区治理。NVIDIA 同时参与 Google 主导的 Agent Substrate 项目,并发布 DSX AI Factory Platform 的三个新组件 NVIDIA Kubernetes Engine、NVIDIA Kubernetes Recipes 和 NVIDIA Snapshot,其中前两者已进入公开预览。NVIDIA 称 OpenShell 上线不到一年已有数百家组织使用、收到数万次贡献;Snapshot 在 Crusoe 上用 NVIDIA HGX B300 测试 GLM-5.3,工作负载就绪时间从约 8 分钟缩短到 31 秒。
亚马逊推出第二代表格基础模型Mitra-v2,覆盖分类与回归,在TabArena单模型排名领先,并在ScoringBench微调版居首。模型完全用合成表格预训练,训练表行数扩大约10倍,新增混合因果先验与优化器;微调模型及推理、微调代码以Apache-2.0在Hugging Face开放。
在Adobe MAX上,Google宣布扩大与Adobe的合作:Adobe的Acrobat及创意工具将接入Drive、Gmail、Gemini、Gemini Enterprise和搜索AI Mode,Google的前沿AI模型也将进入Adobe应用;Adobe的CX Enterprise Coworker智能体将上线Gemini Enterprise,双方还将与DeepMind探索面向Photoshop的近实时图像编辑模型。
Google Cloud宣布推出Gemini for healthcare,可整合电子病历、计费平台、临床指南与Medicare数据集,在人工监督下编排病历综合、事前授权审核等多步工作流。该产品目前处于预览阶段,合作方包括HCA Healthcare、Highmark Health和Northwell Health。
Google DeepMind 研究人员用 AlphaProof Code 智能体框架对 Signal 协议实际代码做形式化验证,证明其关键安全属性。该框架由多个 LLM 智能体分工,先由人类专家与模型共同把安全目标转成形式化规范,再由 Gemini Carbon 驱动的智能体生成超 600 万行 Lean 证明,人工只需复核约 1% 代码。整个验证过程耗时四周,而这类任务历史上需专家团队数年;团队还向隔离版本重新植入两个已修复的真实漏洞,系统均给出机器可检验的不安全证明。DeepMind 表示这是 AI 首次以这种深度形式化验证广泛部署的加密协议,并将开源相关验证产物。
Anthropic宣布已启动拟议首次公开募股的路演,相关注册声明已提交美国SEC但尚未生效;在生效前不得出售证券或接受购买要约,该帖也不构成出售要约或购买要约邀请。
Google DeepMind发布SatWeave与PARDIG两个数据集,前者为全球静止卫星影像逐小时拼接,后者为AI全球降水数据,均提供历史存档与实时数据流,已在Google Cloud Storage开放,PARDIG历史目录同步上线Earth Engine。
苹果研究团队在NeurIPS 2026研讨会上发表论文,用四个LLM生成三类长文写作任务,并收集人类偏好标注与LLM评审标注进行对比。结果显示,评审质量与MMLU通用能力仅弱相关,且随任务和评估标准变化;成对比较比独立打分更一致;最强模型未必最能复现人类判断。
苹果与哈佛研究者提出加权状态汤:为缓存的状态编码学习查询相关权重,在单跳与多跳文档问答、大海捞针检索、变量追踪和工具使用上明显改善长上下文表现,并可改为稀疏变体,使编码成本近常数。论文被NeurIPS 2026 PALM研讨会接收。