Amazon Bedrock AgentCore 推出 Web Search API
AWS 宣佈 Amazon Bedrock AgentCore 推出 Web Search API,讓應用程式透過單次 API 呼叫搜尋網頁,並取得 Amazon 營運的網頁索引所提供的排序結果。
推薦理由:文章清楚區分 Web Search API 與 AgentCore Gateway 的適用場景,並説明直接 API 呼叫無須預先建立資源,方便按現有架構選擇接入方式。
讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。
AWS 宣佈 Amazon Bedrock AgentCore 推出 Web Search API,讓應用程式透過單次 API 呼叫搜尋網頁,並取得 Amazon 營運的網頁索引所提供的排序結果。
推薦理由:文章清楚區分 Web Search API 與 AgentCore Gateway 的適用場景,並説明直接 API 呼叫無須預先建立資源,方便按現有架構選擇接入方式。
AWS Machine Learning Blog 説明如何讓 OpenAI Codex 透過 Amazon Bedrock 使用受支援的 OpenAI 模型,並納入既有 AWS 身份、IAM、區域及可觀測性安排。
推薦理由:文章比較 Native AWS Access、AgentCore Gateway 與 LLM Gateway 三種接入路徑,並整理身份隔離、遙測、成本歸因及回滾等試點檢查,為企業分階段部署提供具體依據。
Stripe 已完成收購 OpenRouter,並提出共同協助企業探索新商業模式,以及優化 Token 路由和用量。交易金額據報約為 75 億至 80 億美元;OpenRouter 於 2026 年 10 月處理約 790 萬億 Token,按月增長 37%,其中約 76% 來自 Agent 相關 API 調用。
推薦理由:收購把 OpenRouter 的模型聚合與路由能力納入 Stripe,並將其 AI 業務延伸至模型調用分配和用量管理,呈現支付平台拓展 AI 基礎設施的方向。
AWS 推出 AWS Emulator,讓編碼智能體可在本機以 AWS 的模擬環境進行測試。AWS Emulator 由智能體撰寫及測試,建基於 400 多個 API 模型,涵蓋 200 多項 AWS 服務,並可免費離線執行。其測試會對照真實 AWS;工程師則透過規格、測試及合併關卡,判定智能體的工作是否正確。
推薦理由:文章以 AWS Emulator 説明,智能體可依公開 API 模型及真實 AWS 建立測試環境,工程師則以規格、測試和合併關卡把守品質。
Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。
推薦理由:API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。
AWS 於 November 11, 2026 發佈 AWS Emulator,本機模擬器涵蓋 438 個 AWS API 模型及超過 200 項服務。自主 AI 智能體編寫並測試其程式碼;AWS CLI、AWS SDKs 和編碼智能體可透過本機 HTTPS endpoint 呼叫 API,無須 AWS 帳戶,亦毋須更改應用程式代碼。
推薦理由:文章交代 AWS Emulator 如何以規格、測試和合併檢查約束智能體生成程式碼,並列出未驗證行為及安全用途的邊界。
Google 已透過 Gemini API 向所有付費開發者開放 Gemini 4 Carbon,11 月 30 日前每百萬 input tokens 收費 $2、output tokens 收費 $10。12 月 1 日起,兩項價格升至 $4 和 $20;Google 將 Carbon 定位於複雜多步編碼與除錯、長時間 Agent 工作流程及開放式研究,Argon 則適合日常編碼和知識工作。
推薦理由:文章把 Gemini 4 Carbon 的限時定價、任務定位與 Gemini 4 Argon 的日常用途並列,呈現開發者在高難度工作與成本之間的取捨。
AWS 介紹開源的 UAEF,這套跨框架評估系統將不同框架的 AI 智能體執行軌跡轉為統一格式,並以 36 項內置指標評估 7 個品質維度。
推薦理由:文章把跨框架軌跡標準化、指標評估、基線比較和資料集準備串成一套流程,並提供各支援框架的可執行 notebooks,呈現 UAEF 的實際使用路徑。
Microsoft Research 與 Microsoft Red Team 在論文中介紹 Lazarus,稱無需重新訓練,只需改寫開放權重模型中不足 10 個休眠神經元,便可植入觸發式後門,令使用該模型的智能體按條件輸出攻擊者指令,並在其權限範圍內執行。
推薦理由:研究將模型權重遭竄改與智能體執行攻擊指令的風險連在一起,並顯示少量神經元改動即可植入後門,凸顯權重來源核驗的部署價值。
OpenAI 工程加速團隊一名工程師在 DevDay 分享,Codex 以約 200 字、沒有程式碼的提示詞,連續六週處理失敗的 CI 測試,累計運行逾 1,000 小時。
推薦理由:文章將長時間 CI 修復任務中的提示詞、權限邊界、自我驗證和資源限制整理成五項配置,呈現可複用的 Agent 工作方法。
Hamza Ahmad Aslam 評測 Gemini 4 Carbon,對照 Google 的主張、外部實測與早期用戶回饋,指出它在多個獨立排行榜靠前,但未居大多數榜首。
推薦理由:文章分開整理 Google 自行測試、外部排行榜與早期用戶回饋,呈現 Carbon 在排名、速度、幻覺率及使用成本上的取捨。
Tether AI Research 介紹 BotPsy,一款基於 Qwen3.5-0.8B、面向工具調用和智能體工作流的 0.8B 參數端側個人助理模型。在六項工具使用及智能體基準中,它勝過所有受測 ≤1.2B 模型,並在五項基準高於 2.5 倍大小的 Qwen3.5-2B-Think;Claw-Eval 則由後者領先。
推薦理由:文章以六項工具使用基準比較 BotPsy 與同級及較大模型,並列出多輪任務、推理效率和安全限制,呈現小型端側智能體的能力範圍。
虎嗅作者根據 Anthropic 招股書梳理 10 項觀察,分析其 AI 業務、產品取捨、組織運作及治理安排。招股書列出收入由 2023 年的 4100 萬美元升至 2025 年的 45.85 億美元,並稱 2026 年 Q3 約 80% 收入來自過去 6 個月推出的新模型版本;Fortune 500 客戶在 Claude 上的平均支出不到其總支出的 0.1%。
推薦理由:招股書把模型降價、使用量與收入變化放在同一脈絡,呈現 Anthropic 商業增長與模型迭代之間的關係。
Shivam Kumar 以 Google DeepMind 的 AlphaProof Code 驗證 Signal 密碼核心為案例,提出信任 AI 驗證程式碼庫前的開發者檢查清單。
推薦理由:清單將形式化驗證拆解為證明邊界、假設、可審核產物及人工作用等檢查點,並説明證明正確不代表規格完整。
Forever Security 的報告指出,若用戶在下載目錄啟動 Codex 或 Claude Code,Agent 可能把網頁寫入的 AGENTS.md 當成規範,進而修改全域設定或 API 端點。
推薦理由:文章把 AGENTS.md 誘導 Agent 修改全域設定與 API 端點的攻擊鏈,拆成入口、設定完整性及出站白名單等檢查,並交代成功率數據的限制。
Google DeepMind 正式開放 Gemini 4 Carbon,開發者及企業可透過指定產品和 API 使用,科研人員可申請研究計劃,普通消費者則須訂閲 Google AI Ultra。
推薦理由:文章對照 Gemini 4 Carbon 與 Argon 的任務定位,並整理 API 價格和開發者、企業、消費者等不同羣體的使用入口。
AWS 示範以 LangGraph 和 Amazon Bedrock AgentCore Web Search 建立每日依賴項監測器,平行檢查 npm、PyPI 和容器基礎映像的安全更新。
推薦理由:文章以每日依賴項監測示範如何把日期、來源限制和搜尋預算固定在程式中,再核對引用證據,提供一套可遷移到智能體搜尋流程的實作思路。
AWS 介紹如何在 Amazon Bedrock AgentCore Evaluations 中,運用內建、DeepEval 與 AutoEval 評估器評估生產環境中的智能體表現。文章建議先定義業務成功條件,再拆解成可觀察行為,按 trace 或 session 層級選擇評估器。AgentCore 支援按需、線上及批次評估,三種模式使用相同評估器 ID,從開發測試切換至線上評估只需更改設定。
推薦理由:文章示範由業務結果拆解可觀察行為,再選擇 trace 或 session 評估器,並説明如何按需求組合內建、DeepEval 與 AutoEval 指標。
Google DeepMind 宣佈 Gemini 4 Carbon 開放使用,並公佈 AlphaProof Code 以其驅動多個 AI Agent,四周內為 Signal 核心實現生成約 650 萬行 Lean 證明程式碼。
推薦理由:文章把 Gemini 4 Carbon 的長週期推理能力,連到 AlphaProof Code 對 Signal 編譯後程式碼的形式化驗證案例,具體呈現多個 Agent 如何結合 Lean 與機器檢查。
Microsoft 研究人員發現名為 Lazarus 的後門技術,無需訓練,只要改寫 LLM 中少於 10 個休眠神經元的權重,便可令基於該模型的 AI 智能體在隱藏觸發條件出現時執行惡意命令。
推薦理由:研究展示少於 10 個休眠神經元即可植入後門,並説明模型來源追溯及權重完整性為何成為智能體安全防護的關鍵。