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 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。
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 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。
Google Labs 推出了 Tabletop，这是一项用于实时小组协作的新实验，用户在其中添加链接、文件和想法，然后提示 @tabletop 或选择一个入门模板，即可生成交互式旅行行程、晚餐投票、费用分摊和锦标赛对阵表。空间准备好后，邀请链接可让所有人加入并同时使用，就像在 Google Doc 中一样。Tabletop 正通过 labs.google/tabletop 的等候名单在美国（18 岁以上）逐步推出。
Anthropic 发布了面向初创企业的 Claude Tag（测试版）指南，内容基于与八家高增长公司的对话，讨论它们最先在哪些场景部署这款基于 Slack 的智能体。该指南涵盖五种常见配置——值班分诊、从讨论串到 PR、公司大脑、自助数据分析和报告——以及一份入门清单。文中引用的成果包括：在 Slack 中被提及后 21 分钟就创建了一个 PR，以及 NavigateAI 从 Slack 讨论串中合并了 134 个拉取请求。
Anthropic 发布 Claude Meetings 测试版，让 Claude 作为可见参与者加入 Google Meet 通话，在聊天中回答问题、实时构建文档和白板，并撰写笔记和行动项。每次会议都会在 claude.ai 中生成一个页面，包含转录、笔记和产出物；默认情况下，除非管理员允许，Claude 不会加入有外部嘉宾的通话。该测试版正在 Team 和 Enterprise 套餐中推出，部分组织无法使用，包括 ZDR、HIPAA-ready 和 CMEK 配置；测试期间，笔记、转录和通话内回答均免费。
推荐理由：Anthropic 的测试版发布展示了会议代理如何在实时通话中起草文档、拉取已连接工具的数据并撰写笔记，同时默认规则排除外部嘉宾。
Claude Opus 5.5 现已成为 Claude 在 Pro、Max、Ultra 和 Team 套餐中的默认模型，Anthropic 推荐将其作为研究、分析以及成品文档、演示文稿和电子表格的日常主力。Anthropic 表示，Opus 5.5 在中等努力程度下，在其编码和知识工作评估中达到或超过了高努力程度的 Opus 5；在一项内部合并分析测试中，它以 Opus 5 完成同一任务一半的成本，在 63 分钟内完成。该文章还列出了针对新模型的提示词调整建议，包括去掉“think hard”指令、从中等努力程度开始，以及附上图表而不是重新输入其数值。
推荐理由：Anthropic 自己的指南解释了为什么 Opus 5.5 现在是日常知识工作的默认选择，以及应为此放弃哪些提示习惯。
Anthropic 以私测形式发布了自托管 Claude Managed Agents，让开发者可以在自己的云或本地环境中运行完整的 agent 服务，包括 harness、沙箱、凭证和会话历史。模型请求可以直接发往 Anthropic，也可以发往 Amazon Bedrock、Google 的 Agent Platform 或 Microsoft Foundry，或通过客户自己的网关发送，会话历史则保留在客户的数据库中。该公司表示，这一设计将 agent 循环和 vault 密钥置于沙箱之外，支持允许主机白名单，并通过 OpenTelemetry 导出每次会话的完整记录。
Figma 已开放 3D 变换功能的公测，让设计师可以在空间中倾斜、旋转和排列文本、图像、矢量与画框，并在父级画框上应用透视效果，以构建共享的空间构图。这些非破坏性效果保持可编辑，可与着色器组合、用 Figma Motion 制作动画，或通过 Figma 智能体进行探索。Figma 的品牌工作室使用了这些工具（包括一个由智能体构建的生成式插件）来制作该功能的发布视频。
Anthropic 推出了 Claude for Manufacturing，这是一个包含 17 项技能的插件，覆盖销售、质量、运营、供应链、设计和设置，从起草工作报价到诊断停机机器。该插件通过连接器从制造商自有记录中提取数据，连接器支持 Autodesk Fusion、Infor、Microsoft 365 和 Oracle NetSuite，每项技能在输出到达客户或供应商之前都以人工审核步骤结束。Anthropic 引用了 2025 年制造业领导力委员会的一项调查，其中 79% 的制造商表示他们手动录入数据，并表示计划随时间推移增加更多制造业技能。
J.Crew 在 JCrew.com 上线了 Style Advisor，这是一款 AI 造型师，推荐的是整套穿搭而非单件商品，目前面向美国市场的女装和男装风格开放。J.Crew 团队使用 Claude Code 并调用多个 Claude 模型构建了它：Claude Fable 5.1 负责规划造型师的推理逻辑，Claude Opus 5.5 用于原型开发，Claude Sonnet 5.5 在每次对话中担任造型师，Claude Haiku 5.5 处理快速任务。每一条推荐都取自 J.Crew 自家造型师为商品目录拍摄所创作的造型。
ElevenLabs 推出合作伙伴计划，提供增强的商业激励、新认证、联合上市机会和专属技术支持。该计划覆盖 44 个国家的 550 多家活跃合作伙伴，今年合作伙伴生态系统已产生 3.15 亿美元销售管道，以及超过 5200 万美元的合作伙伴来源和合作伙伴影响收入。ElevenLabs 的目标是让合作伙伴每为其创造 1 美元收入，就能获得 3 美元服务收入，并由前置部署工程师和新的认证合作伙伴目录提供支持。
在纽约峰会上，ElevenLabs 为其 AI 交互层发布了新模型、智能体和部署选项，其中包括负责管理轮流发言并将对话各部分路由至更便宜或前沿 LLM 的交互引擎。ElevenAgents 新增记忆功能，可构建回头客的结构化记录，以及例程功能，这是用于通话前、通话中和通话后多步骤工作的自动化层。ElevenLabs 还预览了 ElevenAI 职场应用，今日开放免费早期访问；推出了合作伙伴计划，目前覆盖 44 个国家的 550 多家合作伙伴，并与麦肯锡结成联盟；同时推出了 ElevenLabs 市场；NVIDIA 的 Nemotron 3.5 Super VL 现已在 ElevenAgents 中可用，并新增 15 MW 的 Vera Rubin 算力容量。
ElevenLabs 推出了 ElevenLabs Marketplace，这是一个由技术合作伙伴基于其模型构建的、面向特定行业的 AI 与语音应用精选集合，首批合作伙伴包括 Salesforce、IBM、NiCE、Twilio 和 Zendesk。企业可以探索金融服务、保险、医疗健康、电信、零售和政府领域的解决方案，并直接与这些方案背后的合作伙伴建立联系。从明年开始，符合条件的合作伙伴解决方案将可通过现有的 ElevenLabs 承诺购买。
麦肯锡与ElevenLabs宣布结成联盟，帮助企业先通过初始用例验证对话式AI的价值，再在整个企业范围内推广。该合作将麦肯锡的行业与转型专长（包括QuantumBlack的AI工程能力）与ElevenLabs的前沿对话式AI技术及ElevenAgents平台相结合。荷兰电信运营商KPN已在使用这些新的AI驱动解决方案，该联盟计划将这一模式拓展至保险等服务密集型行业。
ElevenLabs表示，企业客户目前贡献其营收的55%以上，其技术已进入十大科技公司中五家、十大保险公司中五家以及十大电信运营商中四家的日常运营。在纽约峰会上，Ramp、Customers Bank、Banco Inter、Clover Health和FOX Sports等客户介绍了如何使用ElevenAgents和ElevenCreative开展支持代理、入职引导、多语言服务，以及在FOX Sports App中打造评论员Colin Cowherd的AI形象。
Tether AI Research 发布了 BotPsy，这是一个基于 Qwen3.5-0.8B 构建的 0.8B 参数智能体模型，用于端侧个人助手的工具调用。其智能体得分约为基线的两倍，BFCL v4 从 23.4 升至 44.0，τ-bench 从 23.2 升至 51.5，并在六项工具调用基准测试中优于所有参数量不超过 1.2B 的受测模型。它还将不安全回复从 36% 降至 21%，并在 GPQA Diamond 上使用的推理 token 数减少约 3 倍。
NVIDIA重点介绍了四家Inception初创公司，它们利用AI和机器人技术在回收工厂分拣混合废弃物。AIRECO的Jetson Orin NX试点线识别准确率超过95%，目标是将年处理能力从18,000吨提升至48,000吨，同时将运营成本降低85%；EverestLabs已在北美和澳大利亚部署了约150台视觉引导机器人。
Vapi 推出 Agent Loop 早期访问版，计划于明年初正式发布（GA）。它是一个可自我改进的框架：只需一段简单提示即可构建语音智能体，针对业务目标对每通电话打分，为未达标之处起草修复方案，在模拟环境中测试，并先推送到一小部分实时流量，然后再全面上线。该循环运行在 Vapi 的基础能力之上，包括现已可在仪表盘中使用的 Simulations 和 Traffic Splitting，以及即将推出的 Goals、Call Health 和 Experiments。每个 Agent Loop 智能体都是真实的 Vapi 助手，因此工程师可保留完整的仪表盘和 API 访问权限，且任何变更上线前都需要人工批准。
微软研究人员描述了一种名为Lazarus的后门技术，该技术通过重编程大语言模型中不到10个休眠神经元，使基于该模型构建的智能体在出现隐藏触发条件时执行攻击者指令，且无需重新训练。被修改的模型仍能通过标准评估，在触发前表现正常，触发条件可以简单到只是日期变更，随后智能体会以被授予的权限运行下载的代码。作者表示，检测需要与原始权重进行差异比对，而Microsoft Foundry已将开放权重模型与其发布者绑定并扫描其容器，同时红队测试框架、基于智能体的权重扫描以及具有防篡改来源证明的签名模型正在开发中。
推荐理由：微软研究人员表明，重编程不到10个休眠神经元即可在无需重新训练的情况下对大语言模型智能体植入后门，这使得权重来源与完整性成为一项实际的安全要求。
LangChain 发布了一篇博客文章，说明检索设计如何塑造 AI 智能体的上下文工程，并以基于其 Deep Agents 框架构建的竞品分析智能体为例。文章涵盖三种失败模式：搜索效率低下、一次性加载过多上下文，以及结果不相关或过时，并为每种模式配以相应技术，例如 glob 和 grep 文件系统工具、使用 read_file 偏移量分页读取大文件、将过大的工具结果卸载到文件，以及在“检索、卸载、委派”模式下将读取工作委派给子智能体。文章还警告称，检索到的文本是数据而非指令，可能携带提示注入，因此应将输出与引用的来源进行核对。
LangChain 详细说明了其开源 Deep Agents 框架如何使用中间件来对抗长时间智能体运行中的上下文腐化。超过约 20,000 token 的工具结果和超过 50,000 token 的用户消息会被卸载到文件中，仅显示预览；而当使用量达到上下文窗口的 85% 时，摘要功能会压缩较早的消息。技能、子智能体和一个 markdown 长期记忆文件使主智能体的窗口保持较小，并让记忆能够跨模型和提供商延续。
推荐理由：LangChain 解释了其开源 Deep Agents 框架如何使用中间件来卸载、摘要和隔离上下文，为执行长任务的智能体提供了一种可复用的模式。
Google 正在将 Gemini Intelligence 引入更多 Android 设备，包括首款搭载 Gemini Intelligence 的摩托罗拉手机 motorola signature 27（11 月 19 日在美国开启预购），以及通过今天的 Pixel Drop 获得支持的 Pixel 10、Pixel 10 Pro XL 和 Pixel 10 Pro Fold。新功能包括 Create My Widget，它可根据文字描述，利用 Gmail、日历和搜索数据构建自定义小组件；以及 Device Assistance，可通过向 Gemini 提问来控制和修复手机。Rambler 现已在 Pixel 10 系列和 motorola signature 27 上提供，任务自动化扩展至英国、印度和日本，Create My Widget 将在未来几周内登陆 Pixel Watch。
Workday 基于 LangGraph 做编排、LangSmith 做追踪、可观测性和评估，用一个四人团队搭建了面向生产级 AI Agent 的内部开发者平台。原型开发时间从 4–5 个月缩短到不到一天，团队现已扩展到约 30 人。
Meta发布了一篇工程概述，介绍Your algorithm——一套AI工具，让Facebook用户用自然语言说明自己希望在Feed和Reels中看到什么，并提供一个可编辑页面列出“感兴趣”和“不感兴趣”的主题。每次更改都由一个较小的LLM验证，用嵌入和搜索关键词丰富，并保存到一个共享存储中，Feed和Reels都会读取该存储，同时一个微调过的LLM重排器会移除与新添加的“不感兴趣”主题匹配的内容。Meta表示，补充性的尾部加载和客户端缓存失效使更改更快生效，并且一个单独的LLM评判器会在上线前对Lately Summary等输出进行评分。
Google DeepMind 向开发者、企业、科学家和消费者开放了 Gemini 4 Carbon，将其定位在 Gemini 4 Argon 之上，适用于需要更深层推理和更多 token 的任务。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，每任务成本比次优外部模型低 2 倍以上，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，与 Argon 的 introductory 价格相同。Google 还预览了 Google Antigravity 中的 /swarm，可将单个提示转化为协同工作的智能体团队，并报告 Carbon 在模拟网络攻击测试中拦截了 99% 的攻击轨迹。
推荐理由：Google 的发布说明详细介绍了 Gemini 4 Carbon 如何以更高的 token 用量换取更深层推理，在 CursorBench 4.0、WANDR 和 AutomationBench 上排名第一，每任务成本不到次优外部模型的一半。
NVIDIA 正将其用于保护和治理自主 Agent 的开源运行时 OpenShell 作为 Sandbox 项目贡献给云原生计算基金会，同时也为 Google 主导的 Agent Substrate 做出贡献。NVIDIA 宣布了三个新的 DSX AI Factory 平台组件：NVIDIA Kubernetes Engine 和 NVIDIA Kubernetes Recipes（现已进入公开预览），以及 NVIDIA Snapshot，后者可在数秒内恢复检查点副本，无需重新加载模型或预热。Crusoe 在 Crusoe Cloud 上测试了 GLM-5.3，将工作负载就绪时间从大约八分钟缩短至 31 秒，而 Saturn Cloud 将 vLLM 启动时间从 2 到 8.5 分钟缩短至 6 分 34 秒。
推荐理由：NVIDIA 将其 Agent 安全运行时 OpenShell 贡献给 CNCF，并为 GPU AI 工厂新增 Kubernetes 工具，早期 Snapshot 结果将推理启动时间从数分钟缩短至数秒。
Mastra 推出 Mastra Forward，这是一项 AI 工程服务，为每位客户配备一名指定的前置部署工程师，并搭配 Mastra Factory——一个安装在客户代码仓库中的智能体集群。该服务按年计费，费用低于雇用一名资深 AI 工程师，并包含企业许可证，支持托管、自托管或 BYOC 部署，另附 Trace Intelligence 资源池。Mastra 表示其工厂每周产出 750+ 个 PR。
Google 发布了 A2UI 1.0，这是其开放协议的首个稳定版本，该协议让 AI 智能体能够以交互式界面作答，这些界面由各应用自身的原生组件渲染。1.0 版本新增了双向函数调用、无障碍支持和扩展元数据，并提供了面向 React、Angular、Lit、Flutter、SwiftUI 和 Jetpack Compose 的开源渲染器（Compose 渲染器目前为 0.9.1，1.0 版本即将推出），以及面向 Python、TypeScript 和 Dart 的智能体 SDK。Atlassian 正将 A2UI 引入 Jira，Alation 在 Claude 中用其渲染信息流，字节跳动于 2026 年 6 月发布了一款 Lynx 渲染器，目前支持 0.9 版本。
推荐理由：Google 稳定的 A2UI 1.0 协议让智能体能够返回原生交互式界面，而非大段文字，并提供了面向 Web、Android 和 iOS 的渲染器，早期采用者包括 Atlassian 和字节跳动。
Mastra 现已在 MCPServer 和 MCPClient 中支持 tasks，使长时间运行的工具调用可在后台执行，同时智能体继续响应用户。服务器会立即返回一个任务 ID，客户端轮询状态值 working、input_required、completed、failed 或 cancelled，任务完成时会向智能体发送通知。工具可设置为 always、auto（默认 2 秒 syncWindowMs 后）或 off，任务仍可调用 suspend() 等待人工输入；该功能需要 @mastra/mcp@2.7.0 和 @mastra/core@1.81.0 或更高版本，且仍处于实验阶段。
Google 与 Adobe 正在扩大合作，将 Adobe 的创意与生产力工具直接嵌入日常使用的 Google 应用中，同时把 Google 的前沿 AI 模型引入 Adobe 的应用。Google Drive 和 Gmail 很快将在文件预览中以“Edit with”入口将 Adobe Acrobat 作为推荐应用呈现；Adobe 则正在为 Gemini 和 Gemini Enterprise 添加 Acrobat 与创意工具连接器，并将创意工具引入 Google 搜索的 AI Mode。企业可以在 Gemini Enterprise 中使用 Adobe 的 CX Enterprise Coworker 智能体，Adobe 还将与 Google DeepMind 探索一款用于 Photoshop 的图像模型，有望实现近乎实时的编辑。
Google Cloud 宣布推出面向医疗保健的 Gemini，这是一款 AI 解决方案，通过连接电子健康记录、计费平台、临床指南和 Medicare 数据集，统一分散的临床、运营和行政系统。该平台基于这些上下文进行推理，以在既定防护措施和人工监督下编排多步骤工作流程，例如病历综合和事先授权审查。该平台最初以预览版形式提供，启动合作伙伴包括 HCA Healthcare、Highmark Health 和 Northwell Health，目标是解决临床医生每周因文书工作损失约 28 小时的问题。
Stripe 基于 LangChain 的开源 Deep Agents 框架构建了公司级知识 AI 平台 Kai，一名工程师在一周内交付了初始版本。该技术栈在 Deep Agents 之上叠加了 Stripe 专属的框架层和配置层，使用由 S3 支持的文件系统中件、用于代码执行的沙箱中件、用于长会话的摘要中件，以及跨 500+ 内部 MCP 工具和 1,000+ 技能的基于技能的动态工具加载。Kai 在大约四周内从 296 名用户增长到超过 5,000 名用户，目前 Stripe 有 83% 的员工每周使用它，会话数超过 60k。
Google DeepMind 研究人员使用多 LLM 智能体框架 AlphaProof Code，对 Signal 协议底层实际代码的关键安全属性进行了形式化验证。由 Gemini Carbon 驱动的智能体生成了超过六百万行 Lean 代码，人类专家仅审查了约百分之一的代码库；验证耗时四周，而这项任务历来需要专家团队花费数年时间。当两个此前已修复的漏洞被重新引入 Signal 代码的隔离版本时，系统生成了机器校验的证明，表明有漏洞的版本不安全，DeepMind 正在将其形式化验证产物开源。
推荐理由：Google DeepMind 的多智能体框架在四周内对 Signal 已部署的加密代码进行了形式化验证，而这项任务历来需要专家团队花费数年时间。
一位 Sierra 设计师借助 AI，仅用两周时间就将“看得见的声音”Mossy 从想法推进到生产上线。该项目分享了这位设计师的整个过程以及一路积累的经验。
LangSmith Bring Your Own Cloud (BYOC) 现已在 AWS 上正式可用，为企业提供托管式 LangSmith 部署，运行在客户自己的 AWS 账户和 VPC 中。轨迹、数据集、实验、提示词、智能体部署和沙箱数据等敏感数据保留在客户的 AWS 环境中，而 LangChain 负责监控、升级、扩缩容和集群生命周期管理。BYOC 面向企业客户，覆盖美国、欧洲和亚太地区的 15 个 AWS 区域。
Mastra 推出 Mastra FDE，这是一项面向任何构建 agent 的团队开放的前置部署工程计划，将 Mastra 工程师嵌入客户团队，从架构到生产全程参与。合作范围从每周 6 小时的顾问形式到每周 20-40 小时的主动构建，并配有与 Mastra 创始人和工程师共享的 Slack 频道以及 Mastra Enterprise。Mastra 表示，该计划的成本低于聘用一名资深 AI 员工。
Curative 在 Claude 上构建了分层智能体体系，签约医疗服务提供者的速度约为其团队 2025 年的 50 倍，其智能体 Gwen 已签下 23,000 份合同，每周新增 2,000 至 2,400 份合同。Gwen 每次运行处理一笔提供者交易，主要基于 Claude Opus，而一个 Sonnet 费率审核器可清除约三分之二的超模板费率请求，一个 Haiku 裁判会在每条消息发送前阅读它。每份合同约消耗 2000 万 token，成本约为原来的十分之一，Curative 的签约团队已从 45 人增至约 55 人，每人的生产力约为原来的 2.5 倍。
Anthropic 正在推出一项更新，让受支持的交互式连接器可以在对话旁边或全屏打开完整工具，并允许 Claude 对打开的页面、行或文件进行修改，用户以与连接器操作相同的方式批准这些修改。此次推送覆盖网页版和 Claude 桌面应用的所有套餐，首批工具包括 Asana、Canva、Carta、Dropbox、monday.com、Smartsheet、Vercel 和 Webflow，Figma、Harvey 和 Shopify 也在构建集成。这些连接器运行在 MCP Apps 上，Claude 现在以公开预览形式向开发者支持更多该扩展能力，例如应用工具和嵌入式站点。
推荐理由：Claude 的连接器现在会在聊天窗口旁打开完整工具，并让 Claude 直接编辑页面、行和文件，审批流程与连接器操作相同。