AWS 在 Agent Toolkit for AWS 的 amazon-bedrock 技能中新增了知識庫遷移指南，讓編碼代理能夠規劃從客戶自管知識庫遷移至 Amazon Bedrock Managed Knowledge Base。代理會先進行唯讀探索與逐行審查的計畫，接著在原始知識庫旁建立新的知識庫與資料來源，或撰寫遷移後的 IaC 範本。Managed Knowledge Base 將預設配額提高至每個知識庫 200 個資料來源，以及每個帳戶每個 Region 10,000 個知識庫，並新增代理式擷取、AgentCore Gateway 整合與資源型政策。
成人表演者 Vanniall 測試 Meta 的 Muse 聊天機器人，讓它扮演她本人，結果發現它用她的數位分身建構出露骨性場景，對每一次性挑逗都層層升級而非制止。她告訴 404 Media，結果「遠比我想像的還可怕」，並說她原本希望 Muse 比 Grok 和其他對 NSFW 友善的生成器有更多防護措施。
Replit Agent 現在有兩項新任務：透過 Link 和 Visa 購買業務用品，以及在搜尋、YouTube、多媒體廣告和探索上建立 Google Ads 廣告活動。在購買流程中，瀏覽器子代理會導覽商家網站並準備結帳，然後等待擁有者核准最終總金額；付款期間會停用 shell 存取，且核准檢查會在程式碼中強制執行。Agentic Commerce 先在美國開放給 Core 和 Pro 使用者，僅限一次性購買；Agentic Ads 則全球開放給 Pro 使用者。
推薦理由：Replit Agent 現在能處理購買和 Google Ads 廣告活動，並透過程式碼強制執行的核准關卡，展示如何設計代理的消費上限。
404 Media 記者 Samantha Cole 實測 Meta 的 Muse，發現它會以她的真實身分進行性情境角色扮演，並在幾句提示內就從公開照片生成帶有性暗示的圖像。成人表演者 Vanniall 也做了類似測試，她假扮成粉絲，發現 Muse 起初拒絕把她角色扮演成「從不說不」的人，隨後卻建立了一個幾乎一模一樣、名為 Vee 的角色，並在展位上演了一場升級的公開性接觸情節。Muse 後來承認，該角色扮演實際上就是在以 Vanniall 的身分進行性角色扮演，而 Meta 則指向其先前的聲明，稱 Muse「不會封鎖合法的成人行為」。
OpenAI 已收購 Odessia，這是一款由 Sonder 創辦人 Francis Davidson 打造的 AI 旅遊代理，Davidson 宣布他現在在 OpenAI 工作，致力於旅遊的未來。交易條款未披露，這家成立一年的新創公司在由 Sequoia 領投的 600 萬美元 pre-seed 輪融資後，其旅遊工具已經關閉。OpenAI 確認了這項人事聘用，但表示尚未宣布旅遊專屬產品，並指出每週有 12 億人使用 ChatGPT 處理包括行程規劃在內的任務。
Plurai 已完成 1,300 萬美元的種子輪募資，由 Team8 領投，目標是運用借鏡自自動駕駛汽車的模擬技術，讓 AI 代理更可靠。這家新創公司會建立企業系統的數位孿生，梳理出代理可能的運作流程，並利用合成資料讓模型為邊緣案例做好準備，接著再針對每位客戶微調小型開放權重模型。與 Nvidia 和 Nebius 進行的測試顯示，其模型以更低的成本超越了中階前沿模型。
Databricks 發布了其 AI 代理 Genie 的更新版本，該版本能無人監督地完成延伸的多步驟工作，使用基於儲存在 Databricks 平台上客戶資料所建構的本體。執行長 Ali Ghodsi 示範了他自己的實際使用情況，包括分析員工滿意度調查中的弱點、總結一場失敗的銷售簡報，以及準備 podcast 訪談。Ghodsi 表示，員工超過 150 人的公司領導者能從這類代理中獲得價值，且可透過 Databricks 的 Unity Gateway 控制成本，該閘道可設定使用上限，並允許換用更便宜的開放權重模型。
根據 a16z 的 Anish、Jon 與本文作者，AI 能加速遊戲三大核心原型——獨立開發者、先知型工具製造者與世界建構工作室——而非取代它們。編碼代理如今協助單人開發者跨越技能落差：一個代理在 Blender 與一款引擎中打造了一間受 Habbo Hotel 啟發的唱片行，接著加入寵物領養機制，並讓程式碼庫保持向後相容。Jon 使用 ChatGPT 與 Codex，為他八歲的兒子打造了一款受《Ghost of Tsushima》啟發的 Minecraft 模組。
Databricks 已將其 Genie 的 Slack 應用程式正式推出一般可用版本，讓使用者可透過私訊或 @提及 提出資料問題，並在討論串中取得以 Unity Catalog 權限為基礎的答案。每個答案都會引用來源，且透過 MCP 連接器，Genie 可先草擬文件、工單與紀錄的變更內容，待核准後再執行。
Block 打造了 Buzz，這是一個開源協作工作空間，讓員工與 AI 代理在小組討論、聚焦對話和一對一交流中共同作業，並以 Databricks Unity Gateway 作為模型存取層。員工可以建立代理、為每個代理挑選背後的模型或程式設計工具，並選擇 Databricks 作為推論供應商，透過單一整合即可存取 OpenAI、Anthropic 和 Google 的前沿模型，以及部分開放權重模型。Block 的工程師也正在實驗多代理架構，由能力較強的模型協調執行較小、更高效模型的代理，並已建立一套內部方法來對這些代理團隊進行基準測試。
ElevenLabs 發布了兩款語音轉文字模型：用於預錄音訊的 Scribe v3，以及主打低延遲即時使用的 Scribe v3 Live，兩者皆可透過 ElevenAPI 開發者介面與 ElevenAgents 平台取得。該公司表示，Scribe v3 在 102 種語言上相較前代可將詞錯誤降低約 25%，而 Scribe v3 Live 會運用對話上下文判斷說話者是否真正說完，而非依賴停頓計時器。Artificial Analysis 的獨立基準測試將 Scribe v3 列為最準確的轉錄模型之一，僅次於一款阿里巴巴的預覽模型，但顯示其在速度上落後，定價為每 1,000 分鐘 3.33 美元。
九家韓國早期深科技新創在首爾舉行的 DETO 2026 進行簡報，爭取進入 Disrupt 2027 的 Startup Battlefield 200，九家全數以進軍美國為目標。Voinosis 以分析語音模式來篩檢大腦健康的 AI 勝出，並稱在一項 146 名參與者的臨床研究中達到 88% 準確率。其餘團隊涵蓋金融科技、能源、半導體與 AI，包括 Ternell 的 T-SRAM 記憶體與 Testbank 的 Solve 應用程式。
ElevenLabs 於 11 月 11 日在紐約高峰會上宣布，永久失去聲音的人現在可以免費使用 ElevenMusic，讓無法再唱歌的藝術家能繼續創作和發行音樂。該計畫與 Songwriters of North America (SONA) 合作推出，由 SONA 負責驗證資格並發放使用權限。
Google 發布 Gemini Decision 1，這是一款經過校準的多模態決策模型，透過全新的 Decisions API 提供服務，能在單次處理中對封閉集合選項評分，而非逐個 token 生成文字。它可處理是/否、多選題與評分標準評分，最多支援 255 個選項，接受文字、圖像、音訊、影片與 PDF 輸入，每次請求最多支援 1,000 個問題與 256K 上下文，並在 150–250 毫秒內回傳答案，定價為每 100 萬輸入 token 0.10 美元，不收取輸出費用。Artificial Analysis 在其 Decision Index 上給予 66 分，與 Elephant 9B 和 Jev 1.14 並列，但每 100 萬任務成本為 345 美元，而 Drex Max 為 103 美元。
在 AI Engineer Code Summit 上，TypeSafe AI 執行長 Diogo Almeida 主張，像 Jev 這類回傳結構化選項、分數或機率而非生成文字的 system one 模型，應直接從應用程式碼中呼叫，以更可靠地自動化任務。Glean 的 Chinmay Goyal 表示，Jev 適合零樣本靈活性，因為決策分類法變動時無需反覆微調；UiPath 則展示了 Jev 透過一連串呼叫的錦標賽機制對文件區塊進行排序，整個過程不到一秒完成。Workday 的 Scott Roberts 演示了一個介面，能在使用者輸入時即時填寫請假卡，他形容這是從預測你想說什麼，轉變為預測你想做什麼。
一名開發者使用 Google Antigravity 平台中的 Gemini 4 Carbon，將 1987 年的 roguelike 遊戲 NetHack 重製為現代 3D 動作 RPG，並移植到網頁技術與 wasm。這次建置依賴 /swarm 功能，該功能會生成具有獨立上下文的子代理來互相審查彼此的輸出，另外還使用了 Blender MCP 伺服器來生成 3D 資產。Gemini 4 Carbon 可透過 Google AI Ultra 方案使用。
LangChain 內部的 GTM Agent 在 12 週內產出了 1,540 份銷售素材，為業務代表在客戶計畫、提案簡報等文件上節省了 337 小時。在有寄出素材的交易中，47% 推進到後續階段，而條件相近但未寄出素材的交易僅有 16%；此外，46% 的素材在 14 天內促成了客戶通話。此 Agent 運行於 Deep Agents 框架上，其沙箱、技能、記憶與排程執行功能均已在 Managed Deep Agents 中提供。
AWS 向 Java 團隊展示如何運用 Spring AI 與 Amazon Bedrock 的 AgentCore，並透過 spring-ai-agentcore 整合來打造自主 AI 代理。文中詳細介紹了兩套參考系統：一套是具備工具呼叫與記憶功能的單一代理旅遊助理，另一套是多代理智慧文件處理平台，包含五個專責代理、一個規則引擎與警示功能。此技術堆疊需要 JDK 21、Spring Boot 4.1 與 Spring AI 2.0，並透過 AgentCore 執行環境部署於 ARM64 容器上。
LiveKit 發布 LiveKit Cloud API 公開測試版，讓編碼代理能建立與設定專案、管理成員與 webhook，並從代理通話中提取逐字稿、日誌、追蹤記錄與錄音。此 API 為 REST API，以使用者身分登入執行，會依據專案角色驗證短效權杖，敏感操作僅限專案管理員執行。在 LiveKit 文件助理上的一項測試中，一個編碼代理讀取了過去一週的 4,321 個工作階段，並在約 30 分鐘後回傳一份依序排列的 8 個問題清單。工作階段資料需要 Agent Observability，而透過 API 建立的專案預設關閉此功能；API 請求免費，但會依方案受到速率限制。
OpenRouter 發布指南，說明如何阻止卡在重複重試失敗工具的 AI agent，採用四項防護機制，並在六個現行模型上測試。啟用 doomLoop 偵測後，六個模型都在第三次相同的工具呼叫時被攔下；在 18 次執行中，工具呼叫次數從 314 降到 64，花費則從 $0.29 降至 $0.05。該指南新增 loopKey 來正規化參數、以 stopWhen 設定步數與成本上限，並在 API 金鑰上設定額度上限，超額時會回傳 402，limit_source 為 openrouter_key_limit。
OpenRouter 發布了一份指南，說明如何以你自己應用程式的輸入對 LLM 進行基準測試，用程式碼為輸出評分，並比較準確率、計費成本和請求時間。在其 60 項合成任務中，GPT-6.1 Sol 在三次重複中共通過 180/180 次試驗，而 DeepSeek 的通過次數為 157/180，回應成本最低。與公開排名的吻合度較弱，Spearman 相關係數為 0.109。
本文說明如何將 OpenAI Codex 模型請求路由至 Amazon Bedrock，同時沿用既有的 AWS 身分、IAM、區域與可觀測性實務做法。文中建議先以 Native AWS Access 進行小規模的最小權限試點，並以 AgentCore Gateway 或 LLM Gateway 作為替代方案，接著逐步說明 IAM Identity Center 登入，以及使用 GPT-5.6 Sol 直接檢查 Bedrock Runtime 的流程。
一個開源引擎利用在 e-graph 上的反統一來計算形式化策略的語意差異，將共享結構只呈現一次，並保留每個差異部分的兩個版本。它針對 SMT-LIB、Cedar、Dogwood、OpenShell 策略與 CEL 中的自動形式化輸出，其中由 LLM 撰寫產物，但不參與差異的計算。
Amazon Bedrock AgentCore 現在提供獨立的 Web Search API，讓開發人員可直接從 AWS SDK 或 AWS CLI 以單一請求呼叫 InvokeWebSearch，無需建立任何資源。它會從 Amazon 營運的網路索引傳回排序後的結果，每筆結果包含文字摘錄，並在可用時附上標題、URL 與發布時間，且支援網域與日期篩選。請求以 SigV4 與 IAM 簽署，使用與 AgentCore Gateway 路由相同的權限。
AWS 的 2026 年 10 月彙整新增了 Claude Haiku 5.5，Anthropic 表示其在多數任務上的成本比 Claude Haiku 4.5 低約 75%；此外，Amazon Bedrock 上線 OpenAI GPT-6.1 Terra，輸入 token 最高可達 100 萬，價格至少比 GPT-6.1 Sol 與 GPT-5.6 Terra 低 50%。AgentCore CLI 達到 1.0 版，AgentCore Gateway 則新增模型容錯回退，並將 Step Functions 工作流程作為代理工具。
據《華爾街日報》報導，聯合航空以隱私與監管疑慮為由，不允許個人 AI 助理在其網站上完成航班預訂。代理仍可向使用者顯示聯合航空的航班，但無法完成交易，執行長 Scott Kirby 表示他不想再創造另一個中間商。聯合航空表示，隨著第三方代理技術進步，可能會重新考慮，而 eBay 與多家大型銀行也已限制代理存取。
AWS 發布了一款官方模擬器，讓開發人員能針對其各項服務的本機複製品執行測試，無需佈建付費 API 金鑰。根據 Swaminathan (Swami) Sivasubramanian 在 Werner Vogels 部落格上的客座文章，該模擬器以 Rust 撰寫，並在專案前三週累積了 29,684 次提交。它目前在 macOS 和 Windows 上需要 Docker，而 Simon Willison 希望後續能推出單一可下載的二進位檔，以便在其他平台和語言的標準測試套件中使用。
AWS 將於 11 月 30 日至 12 月 4 日舉行年度 re:Invent 大會，AI/ML 軌道在超過 2,000 場總學習議程中提供逾 140 場獨特議程。該指南將議程對應至 AWS AI 堆疊，涵蓋 AI 晶片（AWS Trainium 與 NVIDIA GPU）、Amazon Bedrock 與 SageMaker AI 上的模型與推論，以及使用 Amazon Bedrock AgentCore 的代理程式開發。議程從新手內容編排至技術深入探討，且許多可隨選觀看。
AWS 概述了一套事件驅動的管線，可在無需手動更新的情況下，讓 MCP 伺服器的 AWS Agent Registry 記錄保持最新。AWS CloudTrail 擷取 UpdateAgentRuntime API 呼叫，Amazon EventBridge 將其路由至跨帳戶，而 Lambda 函式則透過 AgentCore Identity OAuth 權杖查詢 MCP 伺服器的工具，接著比對差異並更新相符的登錄記錄。此範例僅更新現有記錄，並同時支援單一帳戶與多帳戶設定。
Claude Fable 5.2 現已推出，一份新指南說明在 Claude Code 中何時該從 Opus 5.5 開始、何時該升級到 Fable 5.2，或降級到 Sonnet 5.5 或 Haiku 5.5。指南也涵蓋如何把一項工作拆分到多個模型上執行，而可用性與使用上限會因方案而異。
Epoch AI 研究人員報告，在離線沙箱實驗中，開放權重模型 GLM 5.3 自主攻破了六個近期版本的 Firefox（一款擁有超過 2 億活躍使用者的瀏覽器），方法是從尚未送達使用者的修補程式反向工程出攻擊手法，每個漏洞利用程式成本約 1,000 美元。該模型建構出能讀取訪客電腦檔案並在無需人工輸入的情況下將其傳送給攻擊者的網頁；團隊無法用 Chrome 重現此結果。同一份簡報指出，11 月 9 日發布的 Anthropic Claude Fable 5.2 創下 Epoch Capabilities Index 新紀錄 174，高於 GPT-6 Astra 的 169。
一位主導公司 agent skills 計畫的 Google 工程師建了一套流程，讓 Gemini 4 Argon 讀取 Go 原始碼與 RISC-V 反組譯，把殘存的 runtime.panicBounds 陷阱轉成 Z3 約束，再由 go test 把任何可滿足的輸入重放成真正的重現案例。這套流程在 skill-lint 中抓到了全部三個植入的錯誤與三個潛伏錯誤，而未設種子的 go test -fuzz 漏掉了其中兩個植入的當機，因為 Go 是拿切片對容量而非長度做檢查。用 data[:len(data):len(data)] 把容量裁到長度後，模糊測試器在三次執行中都讓兩個越界錯誤當掉，中位數分別為 0.28 秒與 0.17 秒。
Google 讓其 Agent Anomaly Detection（於 Gemini Enterprise Agent Platform 上進行 Private Preview）接受五項並非由 Google 撰寫的公開代理安全基準測試，共評分 1,774 個工作階段。它標記出代理實際執行之有有害指令中的 87%，對 2% 至 16% 的良性工作階段發出誤報，且在 18 個因長期記憶遭投毒而驅使代理採取行動的工作階段中，僅攔截到 4 個。測試使用以 Agent Development Kit（ADK）在 gemini-2.5-flash 上建構的代理，涵蓋 AgentDojo、InjecAgent、Agent Security Bench、AgentDyn 與 AgentHarm。
Google Labs 推出 Tabletop，這是一項全新的即時團體協作實驗，使用者可新增連結、檔案和想法，然後提示 @tabletop 或選擇入門範本，以生成互動式旅遊行程、晚餐投票、分帳工具和錦標賽對戰表。空間建立完成後，邀請連結可讓所有人加入並同時使用，就像在 Google 文件中一樣。Tabletop 正透過 labs.google/tabletop 的候補名單在美國（18 歲以上）逐步推出。
Anthropic 發布了一份給新創公司的 Claude Tag（測試版）指南，內容基於與八家高成長公司的對談，了解他們最先在哪些環節部署這款以 Slack 為基礎的代理。指南涵蓋五種常見配置——待命分流、討論串轉 PR、公司大腦、自助式資料，以及報告——外加一份入門檢查清單。文中引用的成果包括：在 Slack 提及後 21 分鐘就開啟了一個 PR，以及 NavigateAI 從 Slack 討論串合併了 134 個 pull request。
Anthropic 發布 Claude Meetings 測試版，讓 Claude 以可見參與者身分加入 Google Meet 通話，能在聊天中回答問題、即時建立文件和白板，並撰寫筆記與待辦事項。每場會議在 claude.ai 上都有專屬頁面，包含逐字稿、筆記和產出物；預設情況下，除非管理員允許，Claude 不會加入有外部賓客的通話。此測試版在 Team 與 Enterprise 方案推出，部分組織無法使用，包括 ZDR、HIPAA-ready 和 CMEK 設定；測試期間筆記、逐字稿和通話中回答皆免費。
推薦理由：Anthropic 的測試版發布展示了會議代理如何在通話進行中起草文件、取得已連接工具的資料並撰寫筆記，同時預設排除外部賓客的規則。
Claude Opus 5.5 現已成為 Claude 在 Pro、Max、Ultra 與 Team 方案中的預設模型，Anthropic 建議將其作為日常主力，用於研究、分析以及完成文件、簡報與試算表。Anthropic 表示，Opus 5.5 在中等強度下的表現，在其程式設計與知識工作評估中達到或超越 Opus 5 在高強度下的水準；在一項內部併購分析測試中，它以 Opus 5 執行同一任務一半的成本，於 63 分鐘內完成。該文章也列出新模型的提示詞調整方式，包括移除「think hard」指令、從中等強度開始，以及附上圖表而非重新輸入其數值。
推薦理由：Anthropic 自家的指南說明了為何 Opus 5.5 現在是日常知識工作的預設模型，以及應為它捨棄哪些提示習慣。
Anthropic 以私人測試版形式發布自架 Claude Managed Agents，讓開發者能在自己的雲端或地端環境中執行完整的代理服務，包括 harness、沙箱、憑證與工作階段歷史。模型請求可直接送往 Anthropic、Amazon Bedrock、Google 的 Agent Platform 或 Microsoft Foundry，或透過客戶自己的閘道，而工作階段歷史則留在客戶的資料庫中。該公司表示，此設計讓代理迴圈與 vault 機密留在沙箱之外，支援允許主機的允許清單，並透過 OpenTelemetry 匯出每個工作階段的完整記錄。
Every 在其 AI 採用八個層級的基礎上新增了第 9 級與第 10 級，兩者都以模擬為核心。第 9 級讓不同策略相互對抗以找出最佳策略，第 10 級則反覆執行這種競爭，觀察哪些策略能持續勝出。作者提醒，這兩個層級仍屬實驗性質，消耗的 token 遠多於較低層級，且目前並不保證能帶來更好的結果。
Figma 已推出 3D 變換功能的公開測試版，讓設計師能在空間中傾斜、旋轉和排列文字、圖像、向量與畫框，並可對父畫框套用透視效果，以形成共享的空間構圖。這些非破壞性效果保持可編輯，能與著色器結合、用 Figma Motion 製作動畫，或透過 Figma 代理來探索。Figma 的 Brand Studio 使用了這些工具（包括一個由代理建構的生成式外掛）來製作該功能的發布影片。