AWS 发布新一代 AgentCore runtime，会话启动提速至多 15 倍
AWS 发布 Amazon Bedrock AgentCore runtime 更新，每个会话仍运行在独立的 Firecracker MicroVM 中，会话启动速度提升至多 15 倍、算力扩展至 4 倍、运行效率提升至多 68%。
#安全/对齐
AWS Machine Learning BlogAI 评分7171 The DecoderAI 评分7272 OpenAI 推出 Daybreak Red Team 与 Daybreak Defense Factory 两款安全产品
OpenAI 在 Daybreak 品牌下推出两款安全产品。Daybreak Red Team 处于 Early Access 阶段，用 AI 智能体分析源码和应用上下文来梳理攻击路径，自动探测 Web 应用漏洞，并验证漏洞报告、测试补丁；Daybreak Defense Factory 则扫描企业代码库中的漏洞并生成带修复与测试的 pull request，交由开发者审批。
The Verge · AIAI 评分5858 研究称 ChatGPT、Gemini 和 Perplexity 会推荐假冒零售网站
IP 保护公司 Podqi 的一项研究显示，ChatGPT、Gemini 和 Perplexity 在回答购物相关问题时都会引用或展示风险网站，包括冒充真实零售商的假站、被他人重新注册的旧品牌域名和已失效的站点。
TechCrunch · AIAI 评分5858 美联航以网络安全风险为由禁止 AI 智能体代订机票
美联航宣布将限制第三方个人 AI 智能体或助手访问其订票和行程管理系统，理由是网络安全风险及可能违反联邦航空规定。美联航表示，用户与 AI 助手共享账号凭证可能导致敏感信息泄露、非预期购买或 MileagePlus 里程被使用，并称正通过自有数字平台以及旅行社和聚合商渠道限制此类访问，同时更新订票、出票和分销政策。此举紧随美国银行等机构上周呼吁客户不要向 AI 助手共享密码之后。
Ars Technica · AIAI 评分6262 Gemini 校园试点引发反弹，Google 面临学校暂停 AI 的呼声
在 Gemini 校园试点引发反弹后，Google 面临在学校暂停 AI 的呼声。一名青少年的诉讼将 Gemini 称为“自杀教练”，家属就此与 Google 对峙。
Microsoft Research精选AI 评分7878 微软研究提出 Lazarus 后门技术：改写休眠神经元即可控制 AI 智能体
微软研究人员发现名为 Lazarus 的后门技术，只需改写 LLM 中不到 10 个休眠神经元、无需训练，就能让智能体在触发条件出现时执行攻击者命令。触发条件可以简单到日期变化，例如时钟跨入 2027 年后，智能体在普通任务中下载并运行攻击者代码，同时仍能通过标准评测。
推荐理由：研究显示改写不到 10 个休眠神经元即可给智能体植入后门，并给出权重溯源与扫描的防御思路。
Google DeepMind精选AI 评分8282 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，并首次用 AI 对广泛部署的 Signal 加密协议实际代码完成深度形式化验证。
推荐理由：DeepMind 用多智能体框架把形式化验证推进到已部署协议的实际代码层，四周完成过去需数年的工作。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为目前能力最强的视觉-语言-动作（VLA）模型，在 200 项任务上相比此前基线成功率提升 30% 至 100%，完成任务速度快 20% 至 30%。
推荐理由：官方给出 200 项任务评测与奔驰产线 96% 成功率的实测数据，可据此判断 VLA 模型在真实工业场景的落地程度。
MIT Technology Review · AIAI 评分5858 接替佩洛西席位的 Scott Wiener 谈联邦 AI 监管
赢得佩洛西旧金山空缺席位的加州州参议员 Scott Wiener 表示，若国会成立 AI 专门委员会他愿意加入，并主张设立强有力的联邦监管机构、要求测试与审计、设置关停开关并保护举报人。
MIT Technology Review · AIAI 评分4040 “逆向博弈论”如何约束 AI 智能体
一种名为“逆向博弈论”（机制设计）的新思路试图通过设计激励规则来约束 AI 智能体，而非窥探模型内部或训练其价值观。MIT 经济学家 Stephen Morris 等的预印本论文提出让模型互相预测答案、互相对抗或配对相反偏见，以阻止模型在测试中故意藏拙。普林斯顿 Elad Hazan 则设想让模型轮流扮演“解题者”与“审计者”，作弊者与被骗过的审计者都受罚。
GitHub Blog · AI & MLAI 评分4040 GitHub 新密钥检测模型：用更少噪音发现更多密钥
GitHub 用微调的 ModernBERT 分类器替换原有 LLM 密钥检测流水线，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98%。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭证，并已将通用密钥检测扩展到推送保护阶段。
GitHub Blog · AI & MLAI 评分5858 GitHub 将 ModernBERT 分类器引入密钥推送保护
GitHub 推出基于 ModernBERT 的通用密钥检测分类器，可在不到 2 毫秒内评估一批候选密钥，并计划把可拦截的密钥数量提升一倍以上。