AWS 官方教程演示了如何使用 Amazon Bedrock AgentCore runtime 的 Session endpoints 功能，在浏览器中实时预览编码智能体正在构建的网页应用。文章详细介绍了端口配置、SigV4 或 JWT 鉴权机制以及本地端点转发流程，并通过一个 Vite 网站示例展示了智能体修改文件后页面无需刷新即可更新的完整过程。
一名 NVIDIA 员工使用 Nemotron Voice Agent 搭建了名为 MonsterHouse 的万圣节互动投影装置，让车库门化身会说话、能识别服装并带有海盗性格的智能体。
Breakthrough Listen 与 SETI Institute 基于 NVIDIA Holoscan 平台，将智能体 AI 引入 Allen Telescope Array 的地外信号日常搜索。
NVIDIA 展示了开发者结合 GPT-6 Astra 等前沿 AI 模型与 Omniverse 库，通过自然语言指令构建物理 AI 仿真应用的工作流。示例涵盖仓库数字重建、燃气轮机数字孪生分析、SimReady Central Library 中 2,000 多个 USD 资产组装及机器人柔性线缆控制。
Google DeepMind 发布前沿模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 排名第一，并在 SEC-bench Pro、ExploitGym 和 CWE-bench 等网络安全基准上取得领先。
推荐理由：原文给出了网络安全和对齐的具体评测数字与定价，读者可以据此评估其在安全工程场景中的可用性。
NVIDIA 宣布 RTX Spark 轻薄笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 发售，起售价 2599 美元，最高配备 128GB 统一内存和 1 petaflop FP4 AI 性能。
推荐理由：原文集中展示了 RTX Spark 笔记本在端侧模型、智能体资源调度和游戏技术上的多项更新，读者可据此评估本地 AI 工作流的硬件与软件生态进展。
Liquid AI 发布 LFM3 系列模型，包含文本、视觉、音频、全模态和决策共六款 2B 参数级模型，均基于 LFM3-1.7B-Base 训练并支持单 GPU 微调。新架构采用三混合层设计，上下文窗口扩展至 256K tokens，文本模型在 4-bit 精度下约 1 GB，可在手机等端侧设备运行本地 Agent。
推荐理由：原文给出了六个 2B 级模型的架构细节与单卡微调路径，读者可据此评估在端侧部署专用多模态智能体的可行性。
Microsoft Research 发布 Flint-interactive，这是一种基于 Flint 编译器构建的交互式数据可视化语言，支持 AI 智能体生成可点击、筛选、缩放和跨图表联动的图表。
NVIDIA 发布 Minerva AIOps 平台，用于整合 GPU、网络、存储和调度器等基础设施与 AI 工作负载的遥测数据，通过构建动态知识图谱实现端到端可观测性。
Microsoft Research 研究员 Xinzhi Zhang 与合作者证明了提出于 1995 年的 Kannan-Lovász-Simonovits（KLS）猜想，确立了高维对数凹分布中与维度无关的几何原理。
3 位拥有十余年经验的 Java Champions 分享了在生产与开源项目中使用 GitHub Copilot 的具体实践。Vlad Mihalcea 借助 Copilot 将原本需数周的开发任务缩短至两天，并利用自定义 skills 让 LLM 学习其 65 篇文章的写作风格。
Google DeepMind 发布智能体开发平台 Google Antigravity，帮助生物学家在单一会话中完成靶点发现、结构评估和优先级排序。该平台集成了预测蛋白质功能的 ProtNLM 模型以及可直接嵌入的 Biomolecular Structure Viewer 3D 可视化工具，研究人员已借此发现一种针对呼吸道感染病原体的新型抗菌肽候选物，目前正进行湿实验验证。
Google Research 公开发布 Deep Review，这是一个面向复杂技术文档的智能体审查系统，由实验性工具 PAT 演进而来并新增 Gemini 4 Argon 支持。
推荐理由：原文给出了四阶段智能体流水线和会议试点数据，读者可以据此评估自动化技术审查在长文档场景中的可行性。
Microsoft Research Asia 开源了 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的真实智能体 harness 直接参与强化学习训练。
推荐理由：框架通过在模型与智能体之间插入代理层，让部署用的真实 harness 直接参与强化学习，省去了在训练框架中重写智能体的成本。
GitHub 推出 AI 代码审查开源基准 ReviewBench，基于 103.9M 真实 pull request 分布构建，包含 187 个公开仓库的 219 个 pull request，覆盖 19 种语言。
GitHub Copilot app 支持通过 /create-canvas 技能用自然语言描述生成可自定义的 canvas 界面，用户与 AI 智能体可双向实时协作更新看板、清单等组件。生成的 canvas 保存为扩展后可供团队共享或个人复用，社区也通过 Awesome Copilot 提供了现成的 canvas 扩展模板。