Replit ⠕@ReplitAI 评分4545Replit 已经掌握你所有项目的上下文。这是让它发挥作用的方法。 放入该技能，Replit 会在启动另一个相同内容的版本之前，标记出任何匹配的相近项目。
I've had enough of people and agents doing duplicate work! ✋ Say no to project sprawl. With Replit now having context over all your projects, you can now prevent this really easily. Upload the following custom instructions skill that checks whether similar projects exist in your workspace. Details in thread! 🧵
Anthropic 更新 Claude Platform 版本说明，Models API 新增 capabilities.thinking.types.disabled 字段，GET /v1/models 可返回模型是否接受 thinking: {type: "disabled"}。
AWS 教程展示如何用 Amazon Bedrock AgentCore runtime、AgentCore memory 和开源 OpenClaw 构建可跨会话记忆的 Telegram 园艺助手 Sprout。
OpenAI 与 Ironclad 合作，将合同工作流转化为训练与评测任务，GPT‑6 Astra 成为首个基于 Ironclad 任务训练的前沿模型。在 11 项研究任务中，GPT‑6 Astra 平均得分 55.0%，高于 GPT‑5.6 Sol 的 41.6%，平均每次尝试耗时从 37.0 分钟降至 19.2 分钟。
Databricks 以 2026 年基准测试、客户案例和架构分析论证 Lakehouse 已在 SQL 性能上追平传统数据仓库，并可同时服务 BI、ML、流处理与 AI 智能体。其生产 SQL 工作负载较 2022 年基线快 77%，Lakehouse//RT 可低至 10 ms、达 12,000 QPS；Lumen 迁移 133 TB 后查询性能提升 90%、计算成本降低 30-40%。
ClaudeDevs@ClaudeDevsAI 评分6060Databricks 商业智能与分析产品营销负责人 Richard Tomlinson 指出，自然语言可视化查询长期不及 SQL，瓶颈在于缺少业务上下文而非 LLM。Databricks 的 Genie One 依托受治理数据、显式语义和可溯源机制，Genie Ontology 则通过 Ontology Snippet 的权威评分与排序，为 AI 智能体提供统一上下文，使生成的图表可信任。
Microsoft Research 合伙人研究经理 Jennifer Neville 在播客中讨论 AI 系统在真实工作环境中的评测、失败与改进方向。她的团队研究多轮交互、协作环境和长周期任务，发现 LLM 在任务要求经多轮逐步澄清时性能会明显下降，长流程文档编辑中未被发现的错误还会累积。
Atlassian 与 OpenAI 扩大合作，GPT‑6 家族前沿模型将接入 Atlassian 平台和 Rovo，为跨产品的 AI 智能体提供能力。
Replit ⠕@ReplitAI 评分5959
NVIDIA 报告显示，89% 的电信业受访者认为开源模型和软件对其 AI 战略重要，开放模型在成本、定制、可信治理和灵活部署上具备五重价值。NVIDIA 推出 30B 参数的 Nemotron 3 Large Telco Model（LTM），并发布基于 NVIDIA NeMo 的端到端微调方案。SoftBank、AT&T、Indosat 等运营商正借助开放模型构建网络运维与本地化 AI 服务。
Meta 的广告 MCP server 已在 Databricks Marketplace 推出，可接入 Genie/Genie One，让营销人员用自然语言结合 Databricks 中的受治理业务数据查询和操作 Meta 广告活动。
Manus@ManusAIAI 评分4949Z.ai（智谱）的 GLM 5.3 现已在 Amazon Bedrock 上面向符合条件的企业客户提供。该模型是发布在 Hugging Face Hub 的 753B 参数 MoE 模型，面向编码和长程智能体任务优化，支持跨区域推理、提示缓存、Flex、Priority 和 Standard 服务层级。
推荐理由：文章同时说明 GLM 5.3 的参数架构、Bedrock 接入方式和提示缓存配置，便于评估其在长程编码与智能体任务中的落地路径。
Google 发布报告《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》，汇总 2025 年末纽约 CAPS Workshop 上 50 多位学界与业界专家对自主 AI 智能体隐私和安全挑战的讨论。
Replit ⠕@ReplitAI 评分2626Amazon SageMaker AI 推出 aws-ai-ml 技能，可通过 Agent Toolkit for AWS 接入 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体。
AWS 介绍如何在 AWS GovCloud (US) 的 Amazon Bedrock 上使用 Claude Code，并支持 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5。
Amazon Bedrock AgentCore Evaluations 提供全托管的多智能体评估能力，支持内置与自定义评估器，覆盖有用性、任务成功率、指令遵循及可解释性等维度。该方案结合 Strands Agents SDK 与 AgentCore MCP Server，以零售供应链多智能体系统为例，验证约束满足、路线可行性、SQL 正确性与决策依据说明，并支持按需评估与在线持续监控两种模式。
AWS 教程展示如何在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 对比标准 Retrieve API 与 AgenticRetrieveStream API。
AWS 介绍 Quick Resource Migrator 示例 MCP 服务器，用一次工具调用把 Amazon Quick 的 agents、connectors、knowledge bases、flows 和 spaces 从开发账号提升到生产账号。
Databricks 介绍 Genie Ontology 如何让 Genie 获取持续更新的企业业务上下文，并以产品团队每周复盘 Genie One 用户采用情况为例展示实际用法。
GitHub 发布开放 AI 代码审查离线基准 ReviewBench，研究预览版已上线，可用于比较代码审查智能体并接入自有系统。基准基于 103.9M 个 GitHub pull request 的分布构建，包含 187 个公开仓库中的 219 个 pull request、覆盖 19 种语言，并提供多来源 golden set、严重度和类别标注。
推荐理由：原文说明了基准语料、标注流程和接入方式，适合用来理解代码审查智能体应如何做可复现评测。
Krea@krea_aiAI 评分5252Krea 发布 After Effects 内的 Krea Agent，可在 After Effects 中制作动态图形、调整视频尺寸，并处理声音、图像等内容。该功能现已开放免费试用。
Replit ⠕@ReplitAI 评分4747Manus@ManusAIAI 评分2424
Cresta 基于 Claude Agent SDK 打造自然语言智能体构建器 Conductor，帮助团队将复杂业务上下文转化为可投产的客户体验 AI 智能体。Conductor 可引导从蓝图、实现、评估到优化的流程，早期用例将初始部署时间缩短约一半。Cresta 已融资超 $270M，ARR 超 $100M，服务 United Airlines、CVS Health 与 Marriott。
Replit ⠕@ReplitAI 评分2424Replit Drift
Microsoft 与 Hugging Face 发布 ThinkingBox 智能体沙箱及 ThinkingBox-Bench，基准包含 507 个有状态业务工作流，每个任务运行 20 次，并通过隔离 MCP 工具会话检查最终后端状态与副作用。
推荐理由：ThinkingBox 用后端最终状态和副作用判定智能体任务成败，并通过 20 次重复运行区分单次能力与稳定可靠性。
Replit ⠕@ReplitAI 评分5252
Genie One 是一款基于业务上下文的数据智能 AI 同事，可帮助财务团队调查业绩驱动因素，并将重复性分析转化为可复用工作流。它支持预算差异分析、现金流预测、财务结账管理和支出分析等场景，理解 EBITDA、CapEx 等企业认可指标，并遵循既有权限控制。Coty 与 Unilever 已使用 Genie 自助分析受治理财务数据，Unilever 称原本需要数天的工作现在只需数分钟。
ClaudeDevs@ClaudeDevsAI 评分4646
Databricks 推出面向资管财务的 Genie One，基于 Genie Ontology 提供可溯源回答，并由 Genie Agents 夜间完成文件摄取、头寸对账与初稿 NAV。BCG 2026 研究估计，智能体工作流可提升投资运营产能 55% 至 65%、降低约 40% 运营成本。
AWS 团队演示用 Amazon SageMaker AI MTRL 微调 Qwen3.6-27B 搜索智能体，让模型在 BM25 与向量搜索工具之间完成多轮检索。
Chatham Financial 使用 Codex 构建内外部工具，并以 GPT-5.6 驱动 AI 功能，将交易验证从约 30 分钟缩短至 4 分钟以内。相关应用覆盖员工自建平台 Chatham Vibes、下一代资本市场操作系统 Chatham Onyx 及流程再造咨询服务 Process Zero。
OpenAI 发布 GPT-6 系列模型使用指南，说明如何为不同任务选择 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，并配置推理强度与速度。
推荐理由：官方按生产部署、提示词与长任务拆解 GPT-6 选型和成本控制方法，适合团队对照现有工作流落地。
Databricks 提出一套经实际部署验证的 Genie Agents 选型方法，用业务影响、需求重复性、数据与元数据就绪度、范围清晰度、治理与风险适配五项指标按 1–5 分评估候选工作流。总分 20–25 可立即构建，14–19 需先打磨，低于 14 暂不适合，且没有业务负责人或高管支持者应暂缓。
Replit ⠕@ReplitAI 评分1515
Runway@runwaymlAI 评分2626
GitHub Blog 提出开发者在 AI 时代应强化三项技能：指挥 AI 智能体、不盲信 AI 的首个答案、利用 AI 解决更大的问题。开发者需负责定义问题、审查 AI 生成代码并做技术决策；可用第二个 AI 模型评审首个模型的输出，GitHub Copilot 的 Rubber Duck agent 即采用此方式。