Microsoft Research Asia 发布 Harnessed Agentic RL 训练范式并开源重建版 Agent Lightning v1.0，让部署时使用的真实 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：框架让部署中真实的 agent harness 直接参与强化学习训练，无需重写 agent 逻辑，对构建可训练 agent 系统有直接参考价值。
AWS 发布 Agentic Value Model 框架，帮助 AI CoE 负责人为智能体自动化构建超越传统"节省时长×人工成本"RPA 式 ROI 模型的商业论证。
Qlik 基于 Amazon Bedrock 构建 Qlik Answers，为全球 40,000 多家企业客户提供有来源、可验证的 AI 问答。
AWS 演示了如何用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 构建自动化修复工作流，承接 AWS DevOps Agent 的事故调查结果并完成修复。
AWS 推出六周结构化计划，让无工程背景的业务人员动手构建 AI 原型，弥合“谈论 AI”与“用 AI 构建”之间的能力差距。
Cornerstone OnDemand 基于 Amazon Bedrock 和 AWS 开源框架 Strands Agents 构建了多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，效率提升 78%。
AWS Machine Learning Blog 发布教程，讲解如何用 OpenClaw 开源智能体框架搭配 Amazon Bedrock AgentCore runtime 与 AgentCore memory，构建能跨会话积累上下文的 Telegram 个人助手，示例为园艺助手 Sprout。
AWS 介绍 ISO/IEC 42005:2025 标准在 AI 系统影响评估中的应用，帮助企业将 AI 影响评估集成到企业级风险管理流程中。该标准覆盖评估全生命周期（范围界定、执行、分析报告及持续监控），并提供 Annex D 的整合流程和 Annex E 的独立评估模板以避免重复评估。
AWS 讲解如何通过 SageMaker Unified Studio 对 SageMaker HyperPod 集群进行管理与治理，提出组织、项目、集群、工作负载四层控制体系。
NVIDIA 宣布 DGX Spark 推出 64GB 统一内存新配置，10 月 23 日起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 发售，起价 $4,999。
推荐理由：官方给出了 64GB 配置的参数支持、双机集群性能和开箱软件栈，开发者可据此评估本地跑智能体的成本与扩展路径。
OpenAI 推出 GPT-6 Astra Ultrafast 模式，运行在 NVIDIA Blackwell GPU 上，现已通过 OpenAI API 及面向符合资格的 ChatGPT Work 和 Codex 用户开放，token 生成速度最高比 Astra Standard 模式快 8x。
推荐理由：原文给出 8x 提速数字、开放入口和受益场景，读者可以据此评估该模式对编码智能体工作流的影响。
NVIDIA 阐述其 AI 工厂通过“高产、耐用、可通用”三大特性最大化投资回报。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 相比 GB300 NVL72 每兆瓦吞吐量高逾 30 倍，在 DeepSeek V4 Pro 模型上每百万 token 成本最高降低 45 倍。
微软研究院开发了一套机器学习系统，可对美国本土 66,935 座变电站提供位置级空间天气风险预测，提前 30-60 分钟预警地磁感应电流（GIC）风险。该系统结合 L1 点太阳风观测、AE 和 Dst 指数预测及本地地质电导率数据，其中 Dst 预测在 2020-2026 评估期峰值活动时段有 62.2% 的小时数优于 Burton 方程。
CoreWeave 在 Fully Connected 大会宣布 NVIDIA Vera Rubin NVL72 搭配 Spectrum-X 102.4T 以太网上线 CoreWeave Cloud，Cognition 成为首家在其上运行生产负载的客户，早期测试中 SWE-2 推理总 token 吞吐较 GB200 NVL72 提升最高 4.8x。
聊天仍是与 LLM 交互的主要方式，但在用户已明确任务时往往是错误的 UI。GitHub Copilot app 的 canvas 是运行在应用内、无浏览器界面的全栈小程序，可与 agent 双向通信，能调用第三方 API 并在本地执行代码。文章用 Connect 4 游戏、Winget 包管理、SQLite 操作及自动化开发工作流等示例说明：让 agent 构建工具比反复对话更省 token。
GitHub Copilot 应用重建了 Pull Request 视图，可流畅打开 2,200 个文件、超百万行变更和 400 多条行内评论的开源 PR。
Microsoft Research 宣布在开源的 Physical AI Toolchain 中新增推理卸载能力，支持用 Kubernetes 在机器人、边缘和云端 GPU 间容器化部署和编排机器人 AI 工作负载。
Microsoft Research 在 Nature 发表逆合成预测框架 RetroChimera，结合基于 Transformer 的 R-SMILES 2 与基于 GNN 的 NeuralLoc 两个互补子模型，通过学习式重排序融合预测。
GitHub 使用 Copilot 应用和 Copilot CLI 将 Copilot agent runtime 从 TypeScript 完全重写为 832,378 行生产 Rust，AI 智能体完成了大部分代码，跨 128 个合并到 main 的 pull request 增量发布，而非一次性切换。
推荐理由：作者亲历复盘了用智能体将 Copilot 运行时整体移植到 Rust 的过程，给出可迁移的增量移植方法与大量一手会话数据。
IBM Research 与 UC Berkeley Sky Lab 基于 K-Search 演化式内核搜索框架构建 MLX 后端，并设计结构化 CUDA 到 MLX 翻译层，把数十年 CUDA 内核优化知识迁移到 Apple Silicon。
UC Berkeley 的 Aditya G. Parameswaran 及合作者撰文探讨近免费智能时代的数据系统：GPT-4 级能力成本从 2023 年初约 $30 per million tokens 降至 $1 以下，推理价格中位数每年下降约 50x。
Berkeley AI Research 发布对并行推理领域的综述，核心观点是自适应并行推理：让推理模型自行决定何时分解任务、生成多少并发线程及如何协调。文章指出顺序推理随探索线性增长，会推高延迟并引发 context-rot 等上下文退化问题，并评述了自洽性投票、Best-of-N、Tree/MCTS、ParaThinker、GroupThink、Hogwild!
Berkeley AI Research 介绍 SPEX 和 ProxySPEX 两种算法，利用稀疏性、低阶性和层级性等结构特性，把 LLM 特征、数据和模型组件归因中的交互识别转化为稀疏恢复问题，规模比以往方法提升数个数量级。ProxySPEX 借助层级结构，用约 10x 更少的 ablation 达到与 SPEX 相当的性能，并在长上下文特征归因任务中保持高 faithfulness。