Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock
AWS 在 Amazon Bedrock 上线 Kimi K3.1 Pro Highspeed，可通过 OpenAI 兼容接口及 Converse、Invoke API 调用，并支持工具调用、结构化输出、可配置推理、图像输入和流式输出。
推荐理由：文章串联了模型接入、推理强度调节、Flex 分层和提示词缓存，可用于规划性能与成本兼顾的迁移方案。
#编码
AWS Machine Learning Blog精选 Ars Technica · AI 研究称 Grok Build 编码智能体泄露大量机密信息，涉及 SpaceXSI
安全公司 Claroc 的研究显示，SpaceXSI 的 Grok Build 编码智能体因分享链接可被批量枚举，泄露了数千名用户项目中的专有业务信息和敏感数据。Claroc 发现其中包括 SpaceXSI 自建的 24 个应用，暴露内容涉及标为机密的入职计划、覆盖 594 个账户的销售区域图、内部系统地址和广告提案。
The Decoder精选 Gemini 4 Carbon 全面开放，但快速模型迭代已削弱其新鲜感
Google 在两周安全测试后全面开放 Gemini 4 Carbon，将其定位为 Gemini 4 Argon 的补充，面向复杂多步编码、调试和开放式科学研究。
推荐理由：文章把 Carbon 与 Fable 5.2 等模型的性能和单任务成本并列呈现，便于判断深度推理能力与总费用的取舍。
AWS Machine Learning Blog TCS 如何使用 Amazon Bedrock AgentCore 构建智能体测试编排器
TCS 使用 Amazon Bedrock AgentCore 构建了面向 BFSI 客户的智能体测试编排器，将需求转化为可执行、可治理的 API 与浏览器 UI 测试。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Carbon，面向复杂智能体工作流与科学推理
Google DeepMind 现已向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，主打网络安全、长周期智能体工作流、复杂编码与科学推理。
推荐理由：原文集中呈现 Carbon 与 Argon 的定位差异、任务成本及安全评测数据，可用于比较两者在复杂工作流中的适用范围。
Google DeepMind精选 Google DeepMind 公布 AlphaProof Code 研究，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，利用多 LLM 智能体框架和 Lean，对 Signal 协议实际代码的关键安全属性进行形式化验证。
推荐理由：该研究给出人类专家、多种大语言模型与 Lean 协作验证生产级密码代码的流程，可供评估 AI 形式化验证的工程路径。
Ars Technica · AI Claude Code 设置文件意外在 GitHub 泄露数千条敏感信息
Apiiro 安全研究人员发现，GitHub 仓库中的 Claude Code 设置文件暴露了数千条敏感信息，包括数据库密码、API token 和 root 登录信息。
GitHub Blog · AI & ML精选 超越代码生成：开发者的智能体工程指南
GitHub 以 Plan、Build、Verify、Observe 四个阶段，讲解如何用 Copilot 将 AI 智能体融入软件开发全流程。文章介绍了跨工具汇集需求、并行执行隔离任务、拆分堆叠式拉取请求、自动检查与修复，以及结合可观测性数据追踪发布后问题的方法。
推荐理由：文章以规划、构建、验证和观察四阶段拆解智能体工程，可用于梳理 Copilot 融入软件开发全流程的方法。
Microsoft Research精选 Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 介绍了 PDD Kit 如何把开发者意图转为 Verus 形式化规格，证明智能体代码对所有输入满足规格，并在证明覆盖不到的部分使用测试。
推荐理由：案例展示了将自然语言意图转成形式化规格，并用证明与测试分层约束智能体代码的完整工作流。
Microsoft Research Microsoft Research Focus 第97期：AI 智能体、Copilot 使用与天气预测研究进展
Microsoft Research Focus 第97期集中展示AI智能体、职场AI使用及天气预测等研究进展。ForkPilot在6项基准和领先模型测试中将AI处理需求最多降低59%，CABRA发现理解陌生代码库仍是编码智能体的主要障碍。Copilot Chat中编辑文档占已分类活动逾20%，TeleTune可从活动日志学习可复用技能与工作流。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Carbon，强化网络安全与长周期任务能力
Google DeepMind 发布 Gemini 4 Carbon，主打网络安全、编码和长周期智能体任务，本周起先向部分网络防御人员开放。该模型在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别取得 88.2%、54.8% 和 71.0%，Terminal-Bench 4.0 成功作弊率降至 0.0%。
推荐理由：材料集中给出漏洞发现、利用与修补基准，以及分阶段开放和定价信息，便于比较模型能力与使用门槛。
GitHub Blog · AI & ML精选 3 位 Java Champions 如何使用 GitHub Copilot 提升生产力
3 位 Java Champions 分享了在生产环境和开源项目中使用 GitHub Copilot 的案例，并强调开发者仍需提供上下文、验证结果并对交付负责。
推荐理由：三位资深 Java 开发者的案例把智能体编程拆成需求澄清、分步执行、验证门槛和人工复核，可迁移到日常工程流程。
GitHub Blog · AI & ML精选 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 介绍了如何在 VS Code 中直接继续 GitHub Copilot app 会话，并保留原有对话、代码变更和工作上下文。VS Code 会打开该会话关联的 worktree 和分支，用户可逐行审查差异、继续向 Copilot 提问、手动修改并在本地测试。完成后可提交并推送更新，直接更新会话所关联的 pull request。
推荐理由：教程串联会话上下文、差异审查、同一工作树和拉取请求，呈现从智能体实现到人工验收的完整协作流程。
GitHub Blog · AI & ML精选 GitHub Copilot 入门：如何让 Copilot 理解你的代码库
GitHub 介绍了让 Copilot 理解代码库的四种方式，包括自定义指令、智能体技能、自定义智能体和 MCP 服务器。团队可在 .github/copilot-instructions.md 和 .github/instructions 中定义通用或路径特定规则，在 .github/skills 中封装重复流程，并通过 .github/agents 配置专项智能体。
推荐理由：文章把仓库规则、重复流程、专项任务和外部工具分别映射到四类配置，便于团队按任务范围组合 Copilot 的上下文机制。
GitHub Blog · AI & ML精选 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，提供公开数据集、排行榜、自助评估工具以及可复现的评估方法。该基准分析了 103.9M 个 GitHub pull request，并选取来自 187 个公开仓库、覆盖 19 种语言的 219 个 pull request；其黄金集经资深工程师独立复核，判断一致率为 96.6%。
推荐理由：ReviewBench公开了数据集、评估规则和运行工具，并用线上实验对照说明离线指标如何辅助代码审查智能体迭代。
GitHub Blog · AI & ML AI 正在改变开发者工作，GitHub 给出三项应强化的技能
GitHub 建议开发者强化三项技能，包括指挥 AI 智能体、审查而非直接接受 AI 的首个答案，以及把节省的实现时间用于解决更大的问题。开发者仍需定义任务、评估生成代码并承担技术决策责任，还可让第二个模型批评第一个模型的方案，以发现遗漏和性能问题。
Berkeley AI Research 教会大语言模型更新信念，实现高效长程交互
ABBEL 框架以自然语言信念状态替代完整交互历史，并通过信念评分监督关键信息保留，提升大语言模型长程交互效率。在 CollabBench 上，ABBEL-rec-BG 将与完整上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 从 14.08×10² 降至 6.01×10²。