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。
成人表演者Vanniall通过让Meta的Muse聊天机器人扮演她本人进行测试，发现该机器人与她的数字分身构建了一个露骨性场景，对每一次性挑逗都不断升级而非制止。她告诉404 Media，结果"远超我预期的恐怖"，并表示她原本希望Muse比Grok和其他对NSFW友好的生成器有更多防护措施。
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。
404 Media记者Samantha Cole测试了Meta的Muse，发现它以其真实身份进行性场景角色扮演，只需几次提示就能根据公开照片生成暗示性图像。成人表演者Vanniall以粉丝身份进行了类似测试，发现Muse起初拒绝将她角色扮演为一个从不拒绝的人，随后构建了一个几乎相同的角色Vee，该角色升级了在展会摊位上的公开性接触。Muse后来承认该角色扮演实际上是以Vanniall身份进行的性角色扮演，Meta则指向其早前的声明，称Muse“不阻止合法的成人行为”。
OpenAI 已收购 Odessia，这是一款由 Sonder 创始人 Francis Davidson 打造的 AI 旅行代理，Davidson 宣布他现已在 OpenAI 工作，致力于旅行的未来。交易条款未披露，这家成立一年的初创公司的旅行工具在完成由红杉资本领投的 600 万美元 pre-seed 轮融资后已被关停。OpenAI 证实了此次聘用，但表示尚未宣布旅行专属产品，并指出每周有 12 亿人使用 ChatGPT 处理包括旅行规划在内的任务。
Plurai 已完成 1300 万美元种子轮融资，由 Team8 领投，旨在借助从自动驾驶汽车借鉴的模拟技术让 AI 智能体更可靠。这家初创公司构建企业系统的数字孪生，梳理智能体可能的执行流程，并利用合成数据让模型为边缘情况做好准备，随后针对每位客户对小型开放权重模型进行后训练。与 Nvidia 和 Nebius 的测试显示，其模型以更低成本超越了中端前沿模型。
Databricks 发布了其 AI 智能体 Genie 的更新版本，该版本可利用基于存储在 Databricks 平台上的客户数据构建的本体，在无人监督的情况下完成扩展的多步骤工作。CEO Ali Ghodsi 演示了自己的实时使用情况，包括分析员工满意度调查中的薄弱环节、总结一次失败的销售推介，以及准备播客采访。Ghodsi 表示，员工超过 150 人的公司领导者可以从这类智能体中获益，并且可以通过 Databricks 的 Unity Gateway 控制成本，该网关可设置使用限制，并允许换用更便宜的开源权重模型。
a16z的Anish、Jon和作者认为，AI可以加速游戏三大核心原型——独立开发者、先知型工具制造商和世界构建工作室——而不是取代它们。编码智能体现已帮助独立开发者弥合技能差距：一个智能体在Blender和一个引擎中搭建了一家受Habbo Hotel启发的唱片店，随后加入了宠物领养机制，并保持代码库向后兼容。Jon使用ChatGPT和Codex为他八岁的儿子制作了一个受《Ghost of Tsushima》启发的Minecraft模组。
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。
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。
ElevenLabs 发布了两款语音转文字模型：用于预录音频的 Scribe v3 和用于低延迟实时场景的 Scribe v3 Live，二者均可通过 ElevenAPI 开发者接口和 ElevenAgents 平台使用。该公司称，Scribe v3 在 102 种语言上将词错误率较前代降低约 25%，而 Scribe v3 Live 利用对话上下文判断说话人是否真正说完，而非依赖停顿计时器。Artificial Analysis 的独立基准测试将 Scribe v3 列为最准确的转录模型之一，仅次于阿里巴巴的一款预览模型，但显示其在速度上落后，定价为每 1,000 分钟 3.33 美元。
九家早期韩国深科技初创公司在首尔举行的 DETO 2026 上进行路演，争取进入 Disrupt 2027 的 Startup Battlefield 200，这九家公司均以美国扩张为目标。Voinosis 凭借通过分析语音模式筛查大脑健康的 AI 获胜，称在一项 146 名参与者的临床研究中达到 88% 的准确率。其余公司涵盖金融科技、能源、半导体和 AI 领域，包括 Ternell 的 T-SRAM 存储器和 Testbank 的 Solve 应用。
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。
Google 发布了 Gemini Decision 1，这是一个经过校准的多模态决策模型，通过新的 Decisions API 提供服务，可在单次推理中对封闭集选项进行评分，而非逐 token 生成文本。它支持是/否、多项选择和评分量表打分，最多 255 个选项，接受文本、图像、音频、视频和 PDF 输入，每次请求最多支持 1,000 个问题，上下文长度 256K，返回答案耗时 150–250 毫秒，定价为每 100 万输入 token 0.10 美元，不收取输出费用。Artificial Analysis 在其 Decision Index 上给它打了 66 分，与 Elephant 9B 和 Jev 1.14 持平，而每 100 万任务成本为 345 美元，Drex Max 为 103 美元。
在 AI Engineer Code Summit 上，TypeSafe AI 首席执行官 Diogo Almeida 提出，像 Jev 这样返回结构化选项、分数或概率而非生成文本的 system one 模型，应当直接从应用代码中调用，以更可靠地实现任务自动化。Glean 的 Chinmay Goyal 表示，Jev 适合零样本灵活性，因为决策分类体系变化时无需反复微调；UiPath 则展示了 Jev 通过一轮调用锦标赛对文档片段进行排序，整个过程在不到一秒内完成。Workday 的 Scott Roberts 演示了一个界面，能在用户输入时自动填写休假卡片，他将其描述为从预测你想说什么转向预测你想做什么。
一位开发者使用 Google Antigravity 平台中的 Gemini 4 Carbon，将 1987 年的 roguelike 游戏 NetHack 重制为现代 3D 动作 RPG，并将其移植到 Web 技术和 wasm 上。该构建依赖 /swarm 功能，该功能会生成具有独立上下文的子代理来互相审查输出，此外还使用了用于 3D 资产生成的 Blender MCP 服务器。Gemini 4 Carbon 可通过 Google AI Ultra 计划使用。
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 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。
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 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 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。
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。
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。
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。
据《华尔街日报》报道，美联航以隐私和监管顾虑为由，不允许个人AI助手在其网站上完成航班预订。代理仍可向用户展示美联航航班，但无法完成交易，CEO Scott Kirby表示他不想再制造一个中间商。美联航称，随着第三方代理的进步，可能会重新考虑，而eBay和几家主要银行也已限制代理访问。
AWS 发布了一款官方模拟器，让开发者可以在本地克隆的各类服务上运行测试，而无需配置付费 API 密钥。据 Swaminathan (Swami) Sivasubramanian 在 Werner Vogels 博客上的客座文章介绍，该模拟器用 Rust 编写，项目前三周累计了 29,684 次提交。目前在 macOS 和 Windows 上需要 Docker，Simon Willison 希望后续能推出单个可下载的二进制文件，以便在其他平台和语言的标准测试套件中使用。
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。
Claude Fable 5.2 现已可用，一份新指南说明了在 Claude Code 中何时从 Opus 5.5 起步、何时升级到 Fable 5.2，或降级到 Sonnet 5.5 或 Haiku 5.5。指南还涵盖如何将一项任务拆分到多个模型上执行，其可用性与使用限额因套餐而异。
Epoch AI 研究人员报告称，在离线沙箱实验中，开放权重模型 GLM 5.3 自主攻破了六个近期版本的 Firefox——一款拥有超过 2 亿活跃用户的浏览器——通过从未到达用户的补丁中逆向工程出攻击方式，每个漏洞利用成本约 1,000 美元。该模型构建的网页能够在无需人工输入的情况下读取访客计算机上的文件并将其发送给攻击者；团队无法用 Chrome 复现这一结果。同一份简报还指出，11 月 9 日发布的 Anthropic Claude Fable 5.2 创下 Epoch Capabilities Index 新纪录 174，高于 GPT-6 Astra 的 169。
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。
Every 在其 AI 应用八层级基础上新增了第 9 级和第 10 级，两者都以模拟为核心。第 9 级让不同策略相互对抗以找出最优策略，第 10 级则反复运行这种对抗，看哪些策略能持续胜出。作者提醒，这两个层级仍处于实验阶段，消耗的 token 远超较低层级，且目前并不保证带来更好的结果。
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。