Agent DLC：从原型到生产环境构建 AI Agent
AWS 推出 Agent 开发生命周期（Agent DLC），这是一个包含一个生命周期、两个循环以及单一明确标准的框架，用于评判每一次 Agent 变更。它针对三个会破坏传统 CI/CD 的 Agent 特性：非确定性、提示词即源代码，以及独立变动的依赖项。一个参考 HR 政策助手显示，在全部三个测试问题上，块级检索精确度为 1.00，而事实级精确度降至 0.09，且其中一个问题的检索覆盖率为 0.00。
全部动态
AWS Machine Learning BlogAI 评分4040 AWS Machine Learning BlogAI 评分3636 Amazon Bedrock Managed Knowledge Base 工具的细粒度访问控制
AWS 展示了如何通过 AgentCore Gateway 将搜索作为 MCP 工具暴露，从而在 Amazon Bedrock Managed Knowledge Base 上为共享 AI agent 提供按用户划分的文档访问权限。请求拦截器会从 Cognito JWT 中提取已验证的用户邮箱并注入 userContext，ACL 感知机制则只返回该用户有权查看的文档。AgentCore 中的 Cedar 策略以及知识库上的基于资源的策略，为防范伪造或未授权搜索增加了第二道防线。
AWS Machine Learning BlogAI 评分5858 AWS 详解如何用 A2A 构建跨组织多智能体系统
AWS 发布了一套参考架构：在 Amazon ECS 上基于 LangChain 的企业编排器通过 A2A 协议调用 Amazon Bedrock AgentCore 上基于 Strands Agents 的合规 SaaS 智能体，双方位于不同的 AWS 账户中，且不共享密钥。双方各自使用来自自身 Amazon Cognito 用户池的令牌进行身份验证，SaaS 智能体则回调企业上下文智能体以获取账户元数据，因此这些智能体是作为对等方而非客户端与服务端交互。该系统通过三个 Jupyter notebook 部署，这些 notebook 会创建五个 CloudFormation 堆栈，并运行一次端到端测试以及七项信任边界检查。
AWS Machine Learning BlogAI 评分3434 使用编码代理迁移到 Amazon Bedrock Managed Knowledge Base
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock 技能中新增了知识库迁移指南，让编码代理可以规划从客户托管知识库迁移到 Amazon Bedrock Managed Knowledge Base。代理首先进行只读发现和逐行审查的计划，然后在原始知识库旁创建新的知识库和数据源，或编写迁移后的 IaC 模板。Managed Knowledge Base 将默认配额提高到每个知识库 200 个数据源、每个账户每个区域 10,000 个知识库，并新增了代理式检索、AgentCore Gateway 集成和基于资源的策略。
Replit Blog精选AI 评分6565 Replit Agent 新增 Link 和 Visa 购买功能以及 Google Ads 广告系列创建功能
Replit Agent 现在有两项新任务：通过 Link 和 Visa 购买业务用品，以及在搜索、YouTube、展示广告和 Discover 上构建 Google Ads 广告系列。在购买流程中，浏览器子代理会导航到商家网站并准备结账，然后等待所有者批准最终总额；在支付期间 shell 访问和一般浏览被禁用，审批检查在代码中强制执行。Agentic Commerce 面向美国 Core 和 Pro 用户开放，仅支持一次性购买；Agentic Ads 面向全球 Pro 用户开放。
推荐理由：Replit Agent 现在处理购买和 Google Ads 广告系列，并通过代码强制执行的审批关卡展示了如何设计代理支出限制。
Databricks BlogAI 评分4040 Databricks Genie Slack 应用正式全面可用
Databricks 宣布其 Slack 版 Genie 应用正式全面可用，用户可通过私信或 @提及 提问数据问题，并在对话线程中获得基于 Unity Catalog 权限的答案。每个答案都会标注来源，并且通过 MCP 连接器，Genie 可以起草文档、工单和记录变更，在获得批准后再执行。
Databricks BlogAI 评分5858 Block 如何利用 Buzz 和 Databricks Unity Gateway 运行协作式 AI 智能体
Block 构建了 Buzz，这是一个开源协作工作空间，员工和 AI 智能体可以在其中通过群组讨论、聚焦对话和一对一交流协同工作，并使用 Databricks Unity Gateway 作为模型访问层。员工可以创建智能体、为每个智能体选择背后的模型或编码工具，并选择 Databricks 作为推理提供商，通过单一集成访问 OpenAI、Anthropic 和 Google 的前沿模型以及部分开放权重模型。Block 工程师还在试验多智能体设置，由能力更强的模型协调运行更小、更高效模型的智能体，并已构建了一套内部方法来对这些智能体团队进行基准测试。
NVIDIA BlogAI 评分1818 《战锤40,000：战争黎明IV》即将登陆GeForce NOW
由KING Art Games开发、Deep Silver发行的《战锤40,000：战争黎明IV》将于12月3日（周四）在Steam上线时同步登陆GeForce NOW。这款即时战略游戏包含超过70个战役任务，可单人游玩或合作游玩，另有The Last Stand、遭遇战和多人模式。搭载3D-Guided Neural Rendering的NVIDIA DLSS 5也将于11月中旬登陆《战争雷霆》，并于11月23日（周一）登陆《燕云十六声》。
NVIDIA Newsroom精选AI 评分8888 英伟达宣布CEO交接：黄仁勋辞职，Colette Kress出任临时CEO
英伟达董事会宣布，黄仁勋已辞去总裁、CEO及董事会成员职务，即刻生效；执行副总裁兼CFO Colette Kress担任临时CEO，董事会同时寻找正式继任者。董事会还任命Synopsys前CEO兼执行董事长Harvey C. Jones为公司史上首位董事会主席，并表示预计运营、客户承诺和产品路线图将不受中断地继续推进。英伟达称将按原计划于11月17日公布2027财年第三季度业绩。
推荐理由：黄仁勋即刻辞职后，英伟达董事会任命CFO Colette Kress为临时CEO，Harvey Jones成为首位董事会主席。
Meta Newsroom · AIAI 评分1818 Meta签署长期采购协议，采购低碳水泥、钢材、货运及再生塑料
Meta已签署一系列长期采购承诺，涵盖水泥、钢材、货运和再生塑料，旨在推动其数据中心供应链中的清洁制造实现商业化规模。这些交易包括从Sublime Systems采购至少18万吨低碳水泥、从瑞典Stegra采购近零排放钢材、与Nevoya扩大在加利福尼亚州和亚利桑那州I-10沿线的零排放货运路线，以及与MacroCycle Technologies每年采购5000吨再生PET。
ElevenLabs BlogAI 评分5858 ElevenLabs扩展Impact Program，为失声人群免费提供ElevenMusic
ElevenLabs于11月11日在纽约峰会上宣布，永久性失声人群现在可以免费使用ElevenMusic，让无法再唱歌的艺术家能够继续创作和发布音乐。该项目与Songwriters of North America（SONA）合作启动，由后者负责核实资格并分发使用权限。
OpenAI NewsAI 评分1818 Holiday Extras 使用 Codex 将客户专业知识转化为更好的应用
Holiday Extras 正在使用 OpenAI 的 Codex，将客户专业知识转化为更好的应用、更高的预订转化率和新的增长机会。这家旅行附加服务公司正在重新思考借助该编码模型可以构建什么。
OpenAI Alignment BlogAI 评分5858 OpenAI 使用自动化红队测试提升 GPT-6 Astra 和 Sol 的模糊鲁棒性
OpenAI 研究人员描述了自动化红队测试的做法：使用 GPT-5.6 Sol 系列推理模型作为攻击方，对抗 GPT-5.4 和 GPT-5.5 防御方，生成合成越狱样本，并将其用作 GPT-6 Astra 和 Sol 的强化学习训练数据。在针对 GPT-5.4 和 5.5 的既往攻击所固定的越狱样本上，GPT-6 Astra 在网络类问题上安全回答率为 91.5%，而 GPT-5.6 Sol 为 59%；在自适应多轮评估中，它在所有攻击方预算下都保持更强的鲁棒性。OpenAI 报告称，鲁棒性训练并未提高对良性任务的拒答率，并援引 GPT-6 Astra 系统卡中安全性与有用性方面的帕累托改进作为依据。
LangChain BlogAI 评分4040 LangChain 的 GTM Agent 如何构建一致、高质量的销售物料
LangChain 内部的 GTM Agent 在 12 周内生成了 1,540 份销售物料，为客户经理在账户计划、提案演示文稿等文档上节省了 337 小时。发送过物料的交易中，有 47% 推进到了更后期阶段，而匹配的未发送物料的交易中这一比例为 16%；46% 的物料在 14 天内促成了客户通话。该 Agent 运行在 Deep Agents 框架上，其沙箱、技能、记忆和定时运行功能已在 Managed Deep Agents 中提供。
AWS Machine Learning BlogAI 评分3636 使用 Amazon Bedrock 和 Spring AI 构建自主 AI 智能体
AWS 向 Java 团队展示了如何使用 Spring AI 和 Amazon Bedrock 的 AgentCore 构建自主 AI 智能体，并提供了 spring-ai-agentcore 集成。文中详细介绍了两个参考系统：一个具备工具调用和记忆功能的单智能体旅行助手，以及一个包含五个专业智能体、规则引擎和告警功能的多智能体智能文档处理平台。该技术栈需要 JDK 21、Spring Boot 4.1 与 Spring AI 2.0，并通过 AgentCore 运行时在 ARM64 容器上部署。
OpenAI NewsAI 评分1818 Gilbert + Tobin 首席执行官 Sam Nickless 谈以 AI 重新思考法律业务
在 OpenAI 发布的一场对话中，Gilbert + Tobin 合伙人兼首席执行官 Sam Nickless 讨论了该律所如何以 AI 重新思考法律业务。访谈聚焦于该律所在法律工作中应用 AI 的方式及其商业模式。
LiveKit BlogAI 评分5555 LiveKit 开放 Cloud API 公测，编码智能体可管理 LiveKit Cloud
LiveKit 发布 LiveKit Cloud API 公测版，让编码智能体能够创建和配置项目、管理成员和 webhook，并从智能体通话中拉取转录文本、日志、追踪记录和录音。该 API 是一个 REST API，以用户身份登录运行，使用短期令牌并对照项目角色进行校验，敏感操作仅限项目管理员执行。在 LiveKit 文档助手上进行的一次测试中，一个编码智能体读取了过去一周的 4,321 个会话，并在约 30 分钟后返回了一份包含 8 个问题的排名列表。会话数据需要启用 Agent Observability，而通过 API 创建的项目默认关闭该功能；API 请求免费，但受套餐速率限制。
OpenRouter AnnouncementsAI 评分5858 OpenRouter 通过盈亏平衡负载计算比较自托管 LLM 与 API 成本
OpenRouter 发布了一项盈亏平衡分析，展示了在什么情况下自托管开放权重 LLM 的成本低于通过 API 调用，分析采用截至 2026 年 10 月 8 日的各提供商价格。按这些价格，在一台每小时 0.50 美元租用的 RTX 3090 上运行 Qwen3.8 27B，在 6% 至 12% 负载时达到盈亏平衡；而在四块 H200 上运行 DeepSeek V4.1 Flash，则始终无法胜过最便宜的零数据保留端点。文章还指出，provider.zdr 以及欧盟和美国域名已能满足大多数隐私需求，无需自托管，并建议在本地运行稳定的基础负载，同时将峰值发送到 API。
vLLM Blog精选AI 评分6060 vLLM 为 Thinking Machines 的 Inkling 2 Small 提供 day-0 支持
vLLM 在 day 0 支持 Thinking Machines 的 Inkling 2 Small，这是一个多模态文本与视觉 MoE，总参数 594B、激活参数 17B，上下文最高可达 1M token。该集成加入了带 PDL 的内核融合、用于 prefill 的序列并行（在 TP4 下将 8K token 的 prefill 步骤缩短 22%，TP8 下缩短 26%），以及一个 Gluon 相对注意力解码内核，将 100K 上下文下 batch-1 的解码步骤从 15.1 ms 降至 4.8 ms。vLLM 报告在 GB200 上 TP4 时每用户最高 630 TPS，接受长度为 3.5，并且还通过 SkyRL 支持 LoRA 和 RL。
推荐理由：vLLM 在发布当天即支持 Inkling 2 Small，并给出内核融合、序列并行和 Gluon 解码内核的具体优化数据，可供部署大 MoE 模型的团队参考。
OpenRouter AnnouncementsAI 评分5858 OpenRouter 详解其 7 种新语言背后的自我修正本地化流水线
OpenRouter 推出了简体中文、西班牙语、巴西葡萄牙语、德语、法语、日语和韩语的测试版本地化，并详细介绍了维持 16,918 条英文字符串翻译的自我修正流水线。该每日循环将变更的字符串以每批最多 40 条发送给 GPT-6.1 Sol，由代码拒绝损坏的占位符和术语表违规，然后对同一模型发起第二次调用作为验证器，按严重程度返回错误以供重试。OpenRouter 表示，将整个目录完整重译为 7 种语言约需 460 美元，而按 Smartling 公布的机器翻译费率则约为 7,200 美元。
OpenRouter AnnouncementsAI 评分5858 OpenRouter 发布教程：如何阻止 AI Agent 陷入无限循环
OpenRouter 发布了一份指南，介绍如何阻止 AI Agent 在工具调用失败后反复重试、陷入死循环，其中给出四种防护措施，并在六个当前模型上进行了测试。启用 doomLoop 检测后，六个模型均在第三次相同的工具调用时被拦截；在 18 次运行中，工具调用次数从 314 降至 64，花费从 $0.29 降至 $0.05。该指南还加入了用于规范化参数的 loopKey、对步数和成本的 stopWhen 上限，以及 API key 上的额度限制——触发时返回 402，limit_source 为 openrouter_key_limit。
OpenRouter AnnouncementsAI 评分2828 如何对 LLM 进行基准测试：来自 OpenRouter 的代码评分指南
OpenRouter 发布了一份指南，介绍如何基于你自己应用的输入对 LLM 进行基准测试，用代码对输出评分，并比较准确率、计费成本和请求时间。在其 60 个合成任务上，GPT-6.1 Sol 在三次重复中共通过 180/180 次试验，而 DeepSeek 的响应成本最低，通过 157/180 次。与公开排名的吻合度较弱，Spearman 相关系数为 0.109。
vLLM Blog精选AI 评分6464 vLLM-Omni 在 Vera Rubin 上对 MiniMax H3-Image 进行基准测试：0.87 秒生成 4K 图像，每小时 6,115 张
vLLM-Omni 将 MiniMax H3-Image 引入 NVIDIA Vera Rubin，在四块 GPU 上测得原生 4096×4096 文本到图像的中位延迟为 0.87 秒，并在另一吞吐配置下达到每小时 6,115 张图像。H3-Image 是一个开放权重的文本到图像与编辑模型，将 Qwen3-VL 编码器与 33.1B 稠密 DiT 及图像 VAE 相结合，在六步采样内处理两项任务，最多支持 16 张参考图像。团队报告了 MXFP8 DiT GEMM、Ulysses SP4、AdaLN 缓存以及一项将解码时间从 2.635 秒缩短至 0.213 秒的 VAE 解码改动，并列出了面向 AMD、Intel、华为昇腾和摩尔线程硬件的配置方案。
推荐理由：vLLM-Omni 的基准测试显示 MiniMax H3-Image 在 Vera Rubin 上以亚秒级 4K 延迟运行，并提供了各硬件配置及服务经济性成本模型。
OpenAI NewsAI 评分3838 OpenAI投入200万美元用于AI与儿童安全研究
OpenAI承诺投入200万美元用于AI与儿童安全研究，资助支持衡量年轻人面临的风险与机遇的共享工具的相关工作。该承诺聚焦于衡量AI为年轻用户带来的风险与益处。
vLLM Blog精选AI 评分7272 vLLM 在 Vera Rubin NVL72 上服务 DeepSeek-V4.1-Flash，吞吐量达 GB300 NVL72 的 58 倍
vLLM 报告称，在单台 NVIDIA Vera Rubin NVL72 机架上服务 DeepSeek-V4.1-Flash，每 GPU 达到 170 万 tokens/s，每用户 387 tokens/s，是 GB300 NVL72 的 58 倍，峰值达 252 万 tokens/s，单用户达 1,810 tokens/s。性能提升来自为 Rubin 的分裂内存域和 FP4 张量核心重建的 kernel、专用的 TP8 解码路径，以及通过 NVLink 共享的机架级 KV 和 Engram 池。借助跨机架池化前缀和 Dynamo 工作负载感知路由，即使在高并发下前缀命中率也保持在 96.5-97%。
推荐理由：vLLM 关于 DeepSeek-V4.1-Flash 的第三篇文章详细说明了 Rubin 专用 kernel 和机架级内存池化如何将吞吐量提升至 GB300 NVL72 的 58 倍，为大规模服务优化提供了具体参考。
Apple Machine Learning ResearchAI 评分3838 语言模型对齐的理论极限
来自 Apple Machine Learning Research 的研究人员推导了 KL 正则化语言模型对齐的信息论极限，给出了在固定 KL 预算下最大期望奖励增益的闭式表达式，该增益由 Jeffreys 散度项而非先前分析中使用的 √KL 所支配。他们表明，理想对齐与代理对齐之间的差距（奖励黑客）随奖励误差和 KL 惩罚的缩小而增大，并证明奖励集成可以缓解这一问题。在安全与摘要任务上，best-of-N 紧密接近理论极限，而 PPO 和 GRPO 仍显著次优。
Hugging Face BlogAI 评分3636 Hugging Face 发布 TRELLIS.2 3D 生成微调指南与脚本
Hugging Face 发布了 TRELLIS.2 的微调脚本和容器，该模型是一个 3D 生成模型，可在本地或 Hugging Face Jobs 上运行。该指南通过 PEFT 库使用 LoRA 适配器，仅作用于稀疏结构流 DiT 和形状流 DiT，材质阶段保持冻结。在 GSO 数据集的 188 个物体鞋类子集上，预训练模型经常渲染出错误的鞋底，这正是 LoRA 微调所针对的问题。
AWS Machine Learning BlogAI 评分3636 在 Amazon Bedrock 上运行 OpenAI Codex：访问路径与上线指南
本文介绍如何将 OpenAI Codex 模型请求路由到 Amazon Bedrock，同时复用现有的 AWS 身份、IAM、区域和可观测性实践。文章建议先通过 Native AWS Access 开展小规模最小权限试点，AgentCore Gateway 或 LLM Gateway 可作为替代方案，并演示了 IAM Identity Center 登录以及使用 GPT-5.6 Sol 直接检查 Bedrock Runtime 的流程。
AWS Machine Learning BlogAI 评分3434 形式化策略的语义差异比较：基于反合一方法
一个开源引擎利用 e-graph 上的反合一技术计算形式化策略的语义差异，对共享结构只展示一次，并保留每个差异部分的两个版本。该引擎面向 SMT-LIB、Cedar、Dogwood、OpenShell 策略和 CEL 中的自动形式化输出，其中 LLM 负责生成产物，但不参与差异计算。
AWS Machine Learning BlogAI 评分4646 在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏
在 Amazon SageMaker HyperPod 上运行的 PyTorch DDP 训练循环新增了三项检查，用于捕获静默数据损坏：非有限梯度检查、跨节点比较 loss 位与梯度指纹的环形重放审计，以及优化器步骤后的权重指纹比较。在 4 台 ml.p5.48xlarge 实例（32 块 NVIDIA H100 GPU）上通过软件注入故障进行测试，这些检查能指出可疑的 rank、将其映射到节点，并让 HyperPod 替换该节点并从检查点恢复。
AWS Machine Learning BlogAI 评分4141 Amazon Bedrock AgentCore Web Search API 发布
Amazon Bedrock AgentCore 现已提供独立的 Web Search API，开发者可直接从 AWS SDK 或 AWS CLI 调用 InvokeWebSearch，只需一次请求，无需创建任何资源。该 API 从 Amazon 运营的网页索引返回排序后的结果，每条结果包含文本摘录，并在可用时提供标题、URL 和发布时间，支持域名和日期筛选。请求使用 SigV4 和 IAM 签名，权限与 AgentCore Gateway 路由相同。
AWS Machine Learning BlogAI 评分3636 2026年10月AWS为AI构建者带来的更新：Claude Haiku 5.5、GPT-6.1 Terra、AgentCore CLI 1.0
AWS的2026年10月汇总新增了Claude Haiku 5.5，Anthropic称其在大多数任务上的成本比Claude Haiku 4.5低约75%；此外还有在Amazon Bedrock上线的OpenAI GPT-6.1 Terra，支持最多100万输入token，价格至少比GPT-6.1 Sol和GPT-5.6 Terra低50%。AgentCore CLI达到1.0版本，AgentCore Gateway新增了模型回退和将Step Functions工作流作为agent工具的功能。
AWS Machine Learning BlogAI 评分1212 AWS re:Invent 2026 AI/ML 专场：参会者指南
AWS 将于 11 月 30 日至 12 月 4 日举办年度 re:Invent 大会，AI/ML 专场在超过 2,000 场学习会议中提供 140 多场独立会议。该指南将会议对应到 AWS AI 技术栈，涵盖 AI 芯片（AWS Trainium 和 NVIDIA GPU）、Amazon Bedrock 和 SageMaker AI 上的模型与推理，以及使用 Amazon Bedrock AgentCore 的智能体开发。会议从新手内容到技术深度解析进行组织，许多会议可点播观看。
AWS Machine Learning BlogAI 评分2828 用基于推送的架构自动化 AWS Agent Registry 更新
AWS 介绍了一条事件驱动流水线，可在无需手动更新的情况下保持 MCP 服务器的 AWS Agent Registry 记录为最新。AWS CloudTrail 捕获 UpdateAgentRuntime API 调用，Amazon EventBridge 将其跨账户路由，Lambda 函数通过 AgentCore Identity OAuth 令牌查询 MCP 服务器的工具，然后对比并更新匹配的注册表记录。该示例仅更新现有记录，并同时支持单账户和多账户设置。
Google ResearchAI 评分5858 Google Research 利用可穿戴设备构建 CKM 风险画像与个性化指导
Google Research 推出一个研究性框架，可将消费级可穿戴设备数据转化为可指导的健康年龄，并模拟个性化的 12 周“假设”健康轨迹。SensorWM 世界模型基于约 10 万名用户、共 228 万人周的匿名 Fitbit 数据进行预训练，可在不同步数、睡眠和有氧运动习惯下预测 20 项生理指标。在一项盲测研究中，生活方式教练在 71.4% 的评估中选择以反事实为依据的方案为整体最佳，医生评定 99.2% 的方案处于安全运动强度范围内；作者指出这些模型是研究原型，而非临床诊断工具。
Google Blog · AI精选AI 评分7878 Google 发布 Gemini Decisions API 和 Gemini Decision 1 模型，用于快速闭集决策
Google 推出了 Gemini Decisions API，由新的 Gemini Decision 1 模型（gemini-decision-1）驱动，可通过 Google AI Studio 中的 Gemini API 使用。单次多模态输入最多 256K token，可在一次前向传递中对照最多 1,000 个是/否、多项选择和评分标准打分问题进行检查，返回概率和置信度分数，端到端延迟为 150-250 毫秒，每 100 万输入 token 收费 0.10 美元，不收取输出 token 费用。Google 表示，该模型在其基准测试套件中领先，校准误差最低，并且比使用 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍；内部用途包括 Gemini Notebook 中的模型路由、Stitch 中的线框图生成，以及 Search 中 MCP 工具的对抗性内容检查。
推荐理由：Google 的新端点可在一次传递中以 150-250 毫秒对最多 1,000 个多模态是/否、选择和评分标准问题进行评分，为智能体路由和政策检查提供了比生成式调用更便宜的替代方案。
Amazon ScienceAI 评分3636 用数学验证网络配置：AWS Tiros 用于分段检查
AWS 正在使用其自动推理工具 Tiros，对所有建模路径进行静态网络分段验证，而不是依赖基于数据包的采样。Tiros 将 Cloud WAN 配置（来自路由表、附件和策略文档）转换为逻辑命题，然后检查策略声明为禁止的网段之间是否存在任何路径，分析频率最高可达每小时一次。
Meta Engineering BlogAI 评分4040 Meta 智能投放：为广告排序分配算力的机器学习系统
Meta 详细介绍了 Intelligent Delivery，这是一个由机器学习驱动的系统，它在广告服务栈中分配算力，以趋向系统级最优，在 2017 年至 2026 年上半年间模型与系统进步的基础上，贡献了约 10% 的增量排序性能。其 Resource Core Model 使用 6B 稀疏参数和 20M 稠密参数来预测每个请求的边际效用，Meta 称其在离线基准测试中将高影响力广告请求的识别率提升了约 20%。该系统还依赖多层分配机制和日益智能体化的 AI，以适应模型和硬件的变化。
Google Developers BlogAI 评分5858 谷歌工程师用 Gemini 4 Argon 和 Z3 捕获 fuzzing 漏掉的 Go 边界检查缺陷
一位负责谷歌 agent skills 项目的工程师构建了一条流水线：Gemini 4 Argon 读取 Go 源码和 RISC-V 反汇编，将存活的 runtime.panicBounds 陷阱转换为 Z3 约束，然后 go test 将任何满足条件的输入重放为真实复现用例。该工作流捕获了 skill-lint 中全部三个植入缺陷和三个潜在缺陷，而未设种子的 go test -fuzz 漏掉了两个植入崩溃，因为 Go 按容量而非长度检查切片。用 data[:len(data):len(data)] 将容量裁剪到长度后，fuzzer 在三次运行中均使两个越界缺陷崩溃，中位数分别为 0.28 秒和 0.17 秒。
Google Developers BlogAI 评分5858 Google Agent Anomaly Detection 在五个公开的 agent 安全基准上得分
Google 在 Gemini Enterprise Agent Platform 上以 Private Preview 形式运行了其 Agent Anomaly Detection，针对五个并非由它编写的公开 agent 安全基准进行测试，共评估了 1,774 个会话。它标记出了 agent 实际执行的有害指令中的 87%，对良性会话的误报率为 2% 到 16%，而在 18 个由被污染的长期记忆驱动 agent 行动的会话中仅捕获了 4 个。测试使用了一个基于 gemini-2.5-flash、用 Agent Development Kit (ADK) 构建的 agent，覆盖 AgentDojo、InjecAgent、Agent Security Bench、AgentDyn 和 AgentHarm。