Amazon Quick 推出 Smart Approvals 功能以优化 AI 智能体人工监督
Amazon Quick 推出 Smart Approvals 功能，利用独立分类器模型自动审批符合策略的常规操作，同时保留对敏感动作的人工审核。该机制在不增加权限的前提下减少重复提示干扰，并通过 AWS CloudTrail 记录审计证据，确保安全领导层在 AI 智能体执行任务时保持有效监督。
#Agent
AWS Machine Learning BlogAI 评分4040 AWS Machine Learning Blog精选AI 评分6565 AWS 详解生产级 AI Agent 的四层上下文工程及 Deep Insight 代码实现
AWS 官方博客发布教程，结合开源多智能体数据分析方案 Deep Insight 的实际代码，详细讲解生产级 AI Agent 的四层上下文工程技术。文章指出单一写执行工具可减少约 95% 的脚本 token，按需加载技能可缩减约 97% 的系统提示词。内容涵盖架构隔离、Prompt 控制、文件系统外化以及独立验证与安全兜底机制的具体落地方法。
推荐理由：原文结合开源项目 Deep Insight 的代码，详细拆解了四层上下文工程的具体实现与量化收益。
Google DeepMind精选AI 评分7575 Google DeepMind 在 Google Antigravity 中推出 Agentic 化学信息学技能
Google DeepMind 宣布在 Google Antigravity 平台推出新的 Cheminformatics Skills，旨在加速药物发现工作流。
推荐理由：原文展示了 Antigravity 通过 Cheminformatics Skills 将药物发现迭代从数天缩短至一小时，并开放了企业试用与科学家免费额度申请。
NVIDIA BlogAI 评分5050 NVIDIA 智能体 AI 助力搜寻地外信号
NVIDIA 联合 Breakthrough Listen 和 SETI Institute，利用智能体 AI 在艾伦望远镜阵列实现自然语言控制与数据处理。系统基于 Holoscan 平台，在 RTX PRO 6000 Blackwell GPU 上处理每秒 2.4 太比特数据，将数周工作压缩至小时级。该方案已实时检测到蟹状星云脉冲星，并正评估 Nemotron 等开源模型以支持离线场景。
NVIDIA Blog精选AI 评分6565 NVIDIA 博客详解 C-BRAIN 如何用 AI 加速痴呆症研究
NVIDIA 官方博客介绍 C-BRAIN 联盟利用 AI 技术加速阿尔茨海默病等痴呆症研究的进展。该联盟部署了 NVIDIA BioNeMo 平台和 MONAI 框架，并开发了 OpenScientist 和 InsightEngine 两个开源智能体工具，将原本需数周至数月的分析缩短至几分钟，单次运行成本低于 $10。未来计划构建多模态生物基础模型以探索大脑衰老的新因果机制。
推荐理由：文章展示了C-BRAIN如何利用NVIDIA基础设施和开源AI工具加速阿尔茨海默病研究，提供了从数据整合到假设验证的具体技术路径。
GitHub Blog · AI & MLAI 评分4242 三位 Java Champions 分享 GitHub Copilot 提升生产力的实践
Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 分享了在 Hypersistence 等项目中利用 GitHub Copilot 加速开发的具体案例。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用会话在 VS Code 中继续使用的教程
GitHub Copilot 支持通过“Open in VS Code”将应用会话无缝迁移至编辑器，保留对话、代码变更及工作树上下文。用户可在 VS Code 中审查代理生成的差异、进行手动编辑并本地运行测试，最后直接推送更新到关联的 Pull Request，实现从自动化生成到人工精修的闭环。
Google DeepMind精选AI 评分6363 Google DeepMind 推出 Antigravity 智能体科学工作台以加速抗菌肽发现
Google DeepMind 发布 Google Antigravity 智能体开发平台，旨在简化抗菌肽等新药发现的复杂流程。该平台集成了 ProtNLM 模型以预测蛋白质功能，并引入 Biomolecular Structure Viewer 实现研究者与 AI 代理在共享 3D 画布上的交互式协作，将原本分散的数据库检索和结构分析压缩至单一会话中完成。
推荐理由：展示了智能体平台在生物发现中的具体工作流，通过整合数据库查询与3D结构可视化，显著压缩了从序列筛选到候选验证的时间成本。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出 ABBEL 框架以优化 LLM 长程交互信念更新
Berkeley AI Research 提出 ABBEL 框架，通过隔离和监督自然语言信念状态来替代递归摘要，解决 LLM 在长程交互中的上下文扩展瓶颈。在 CollabBench 协作编码测试中，ABBEL-rec-BG 将性能差距缩小约 50%，训练步数减少 50%，且峰值 Token 用量显著低于全上下文模型。
Berkeley AI ResearchAI 评分4747 Berkeley AI Research 探讨智能免费时代下面向、属于及由 Agent 构建的数据系统
Berkeley AI Research 指出随着 GPT-4 级推理成本降至 $1 以下，数据系统需应对三大挑战：为 Agent 优化重复查询与近似计算，管理大规模 Agent 状态协调，以及支持 Agent 合成可验证的自定义数据系统。文章强调利用多查询优化和流式结果处理 Agent 的高频异构请求，并建议重构查询接口以支持更高层级的原语交互。