如何使用 Amazon Bedrock AgentCore 构建具备自优化能力的智能文档处理系统
AWS 介绍了基于 Amazon Bedrock AgentCore 构建智能文档处理（IDP）系统的方法，通过多智能体协作与反馈循环实现新格式文档提取规则的自优化。方案运行 8 个协同智能体，结合 Strands Agents SDK 与 MCP 协议对接底层工具与数据库验证规则；AWS 提供了完整的开源部署代码，以每月处理 1,000 份文档为例预估运行成本约为 58 美元。
#MCP/工具调用
#MCP/工具调用
今日 0 条AWS Machine Learning BlogAI 评分5252
AWS Machine Learning Blog精选AI 评分6666 如何通过 Anchor Browser 与 Bedrock AgentCore 构建支持自主支付的 AI 智能体
AWS 联合 Anchor Browser 推出集成方案，使 AI 智能体能够通过 Amazon Bedrock AgentCore payments 自动处理 HTTP 402 付费挑战并访问受限网页与 API。
推荐理由：原文给出了基于 x402 协议实现智能体自动付费的集成架构与配置示例，读者可参考其在无私钥暴露风险下处理付费接口的落地方法。
AWS Machine Learning Blog精选AI 评分6363 ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 服务台
ShipStation Global 团队基于 Amazon Bedrock AgentCore 与 Claude 模型构建了 Slack IT 智能助手 Deckhand，实现了 97.5% 的日常咨询响应率和 96% 的员工好评率。
推荐理由：展示了如何利用递归语言模型清洗历史聊天沉淀知识库，并通过无服务器 MCP 工具链实现工单自动拦截与分流。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Copilot 新手指南：如何让 Copilot 学习你的代码库规范
GitHub 官方发布新手指南，介绍通过自定义指令、Agent 技能、自定义智能体以及 MCP 服务器四种机制为 Copilot 提供代码库上下文。开发者可通过根目录或特定路径的 Markdown 文件固化架构规范，在 skills 目录封装测试等重复流程，或创建专用智能体处理复杂多文件任务，并接入 MCP 工具扩展外部操作能力。
推荐理由：文章梳理了自定义指令、Agent 技能、自定义智能体与 MCP 服务的配置方式，便于开发者按需固化项目规范并连接外部工具。
arXiv cs.AIAI 评分4444 用于工具集成化学推理的掩码扩散语言智能体 ChemDiffAgent
研究者提出了首个用于工具集成化学推理的掩码扩散语言智能体 ChemDiffAgent，将化学推理重构为在交替推理与工具使用轨迹上的迭代去噪过程。通过包含智能体监督微调和降方差偏好优化的两阶段后训练框架，该方法在涵盖 6 项化学任务的基准测试中比自回归智能体提升约 20%。其 8B 模型表现媲美甚至在部分场景超越了 GPT 5.5 和 Claude Opus 4.7 等前沿大模型，相关代码已开源。
arXiv cs.AIAI 评分4040 TaReD：面向长程任务的工具感知递归分解
针对长程任务规划难题，研究人员提出工具感知递归分解方法 TaReD，将工具按功能组织为能力层级，驱动 AI 智能体按需发现工具并递归分解出匹配阶段能力的子任务树。在复杂真实世界任务实验中，该方法将端到端任务成功率相比对比基线最高提升 40 个百分点，相关实现已在 GitHub 开源。
arXiv cs.AIAI 评分4545 工具调用 AI 智能体的受控遗忘机制：可逆上下文整理实践
受控遗忘机制允许工具调用 AI 智能体将历史工具输出替换为简短注释并归档以供恢复，无需特定模型训练。在 OpenTelemetry 调试测试中，该方法使 prompt token 从 912,492 降至 231,951，累计输入 token 减少 50%，预估 API 成本从约 4.38 美元降至 1.28-1.44 美元，但耗时增加 17%。其资源节省表现高度依赖具体工作负载。
arXiv cs.AIAI 评分3535 TopoPlanner：面向大语言模型智能体的胞腔工作流复形拓扑一致任务规划
研究人员提出拓扑一致规划框架 TopoPlanner，将工具依赖图提升为胞腔工作流复形，为大语言模型智能体提供拓扑感知上下文。该框架通过余层一致胞腔检索和多维结构推理，支持验证纠错循环与分支合并等复杂工作流生成。在 4 个工具规划基准测试中，TopoPlanner 在不同本地 LLM 骨干上均优于提示词与图增强基线。
arXiv cs.AIAI 评分3838 RadOnc-Agent：贯穿放疗全流程 AI 工作流的 LLM 编排框架
研究人员提出放疗智能体框架 RadOnc-Agent，利用 LLM 控制器将放疗流程规范化为 4 个阶段，并通过对话界面提供 26 个可调用函数。测试显示，该系统单函数选择准确率达 98.79%，预设跨阶段工作流完成率为 96.50%，真实患者工作流完成率达 96.67%。该成果验证了使用 LLM 跨流程协调异构放疗 AI 系统的技术可行性。
AWS Machine Learning BlogAI 评分5959 Cornerstone OnDemand 如何利用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 与开源框架 Strands Agents 构建了多智能体系统 Orion AI，将数据库故障诊断时间从 45 分钟缩短至 10 分钟，降幅达 78%。
arXiv cs.LGAI 评分4343 SchemaFill：通过槽位并行投机解码实现高效 LLM 工具调用
研究人员提出 SchemaFill 框架，通过槽位并行投机解码加速大语言模型工具调用的结构化生成。该框架并发生成跨多个字段和调用的未来槽位候选值，并由目标模型进行前缀验证与纠错，仅提交通过验证的 token。在 Glaive 和 BFCL 基准评测中，SchemaFill 相比自回归解码实现了最高 4.05x 的端到端吞吐量提升，代码已开源。
AWS Machine Learning BlogAI 评分5050 如何使用 Amazon Bedrock AgentCore、Knowledge Bases 与 Nova Sonic 构建语音旅行管家
AWS 介绍了基于 Amazon Bedrock AgentCore、Knowledge Bases 与语音到语音模型 Amazon Nova 2.5 Sonic 构建航空语音管家的技术方案。
AWS Machine Learning BlogAI 评分4848 Amazon SageMaker AI 为编程 Agent 推出生成式 AI 推理优化技能 aws-ai-ml
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能，为编程 Agent 赋予生成式 AI 推理优化与基准测试能力。
AWS Machine Learning BlogAI 评分4747 使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与实用性
Amazon Bedrock AgentCore Evaluations 提供针对多智能体系统的全托管评估能力，支持在开发与生产阶段衡量系统准确性、任务完成度及决策可解释性。方案提供评估通用维度的内置评估器，以及校验业务约束、路径可行性与决策依据的自定义评估器。系统同时支持用于 CI/CD 与回归测试的按需模式，以及用于生产监控告警的在线模式。
AWS Machine Learning BlogAI 评分4343 让 Amazon Quick 具备企业级能力：自动化、可审计的跨账户资源迁移
AWS 推出基于 Amazon Bedrock AgentCore 的 Quick Resource Migrator 示例 MCP 服务器，实现 Amazon Quick 资源的自动化跨账户迁移。该工具支持智能体、连接器、知识库等资源的幂等更新与权限复制，并在变更前向 Amazon S3 写入版本备份以支持回滚，源码已在 aws-samples 开源。
arXiv cs.AIAI 评分3939 行动前先选择：长流程工具调用 AI 智能体的比较价值评估
研究人员提出 CITA 框架，让长流程工具调用 AI 智能体在实际执行动作前对比评估候选工具调用的长程价值。该框架结合工具行为记录、贝叶斯工具图模拟器监督与大语言模型语义判断训练出 CIM 模型，精准评估候选调用对任务成功的支持概率。在 3 个工具调用评测基准和多个骨干大语言模型上，CITA 均持续提升了 Tool F1 与任务成功率。
OpenAI NewsAI 评分3737 GPT-6 系列模型指南
OpenAI 面向初创企业提供 GPT-6 系列模型使用指南。内容涵盖如何挑选适配的 GPT-6 模型、调节推理力度（reasoning effort）、优化提示词与技能（skills），并指导如何协同工具以构建面向生产环境的工作流。
Cloudflare Blog精选AI 评分7272 Cloudflare 为 Quick Tunnels 推出 Protected 功能，支持免账号邮箱身份验证
Cloudflare 在 cloudflared 2026.9.3 中为 Quick Tunnels 推出 Protected 功能，支持通过 --allowed-mail 参数限制特定邮箱或域名访问，双方均无需注册 Cloudflare 账号。
推荐理由：针对智能体开发中临时暴露本地端口的安全风险，原文给出了无需账号即可添加邮箱白名单的具体实现与安全边界。
Cloudflare Blog精选AI 评分6464 Cloudflare 推进企业级功能普惠：Logpush 全面开放并大幅上调 Workers 等产品配额
Cloudflare 宣布多项原企业级专属功能全面下放给所有套餐用户，并承诺未来不再推出仅限企业版的新功能。Logpush 与支持 SQL 过滤转换的 Transformers 现已支持按量付费和免费层级，控制台同步上线多账户创建功能与 Organizations 集中管理能力。
推荐理由：原文梳理了企业级架构向全量用户下放的具体节奏，开发者可据此评估多账户架构与配额放宽带来的工程收益。
Cloudflare BlogAI 评分5454 Cloudflare 推出 Cloudflare Traces 公测版，支持全链路追踪与 MCP 智能体排障
Cloudflare 宣布推出全链路分布式追踪工具 Cloudflare Traces 公测版，将自动链路追踪从 Workers 扩展至整个请求路径。系统自动捕获安全规则评估、URL 转换、路由、缓存决策及源站耗时等跨度，支持 W3C 标准上下文透传与 OpenTelemetry 导出。
Cloudflare BlogAI 评分5454 Cloudflare 发布统一可观测性平台并推出 8 项重大更新
Cloudflare 推出统一可观测性平台及 8 项核心更新，将日志、端到端链路追踪、域名分析与自定义告警整合到统一界面与计费体系中。新平台提供统一 SQL API 与 MCP 服务器，支持开发者和智能体直接查询 Workers 及边缘网络遥测数据。此外端到端 Tracing 正式开启公测，Logpush 数据导出功能也向所有自助服务计划全面开放。
AWS Machine Learning BlogAI 评分4949 通过 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
Claude Desktop 可通过 Amazon Bedrock AgentCore Gateway 接入兼容 MCP 的 Web Search 功能，解决知识截止限制。
AWS Machine Learning BlogAI 评分5555 AWS 推出 Adjudicated Query 设计模式：结合 Amazon Quick 审查海量租约合规
AWS 介绍了 Adjudicated Query 架构设计模式与开源实现，结合 Amazon Quick 与确定性规则引擎，解决大规模租赁合同等高风险场景中的合规审查问题。
arXiv cs.AIAI 评分4444 Sapien：面向自主 AI 智能体的有状态策略引擎
研究人员推出用于自主 AI 智能体的有状态策略引擎 Sapien，通过规范工具调用序列防御恶意操作，效用损失保持在无约束智能体的数个百分点以内。即使智能体被完全劫持，Sapien 在 AgentDojo 与 Toolathlon 上仍分别排除了 93-95% 和 62-85% 的攻击，在长程任务中的防御效果达到工具白名单的 2 倍。
arXiv cs.AIAI 评分3939 空间策略而非底层动作：将矢量量化测地线作为 LLM 智能体工具
研究提出一种将几何工具与大语言模型结合的智能体架构，通过矢量量化测地线轨迹并生成自然语言描述作为策略工具，实现分层决策与控制。基于开源视觉语言模型 Qwen3.6-35B-A3B 在动态 2D 网格环境中测试，配合缩放与碰撞检测工具，非推理配置的目标达成率追平了高成本思维链版本，同时将单次决策耗时从数分钟降至数秒。
arXiv cs.AIAI 评分3636 ContractRL：面向可审计工具调用修复的屏蔽式群体相对策略优化
研究人员提出 ContractRL 协议，通过动作掩码过滤违规操作，将验证器引导的工具调用 JSON 修复建模为有界决策过程。在测试中，ContractRL 仅生成 34.4 个 token 即达到 0.9362 的语义成功率，表现优于 Patch-SFT（0.9076 成功率、44.9 个 token）以及完全重新生成（0.9148 成功率、137.2 个 token）。
AWS Machine Learning BlogAI 评分3939 基于 Amazon Bedrock AgentCore 智能体 AI 扩展云迁移规模
AWS 介绍了基于 Amazon Bedrock AgentCore 的四智能体架构模式，在超 300 款应用迁移项目中将单应用 IaC 开发时间从 3 至 4 周缩短至数分钟。该方案基于 Strands Agents SDK 与 MCP 工具构建，包含 Intake、IaC、治理及 SRE 智能体，可与 AWS Transform 及 AWS DMS 协同覆盖企业定制化迁移与运维需求。
arXiv cs.AIAI 评分4848 利用可复用原语在测试时组装任务专用 AI 智能体 Harness
STITCH 框架通过可复用的 Harness Primitives 在测试时按任务动态组装 AI 智能体 Harness，无需临时生成或修复代码。该方法超越了 Codex CLI 等人工设计的 Harness，将任务成功率较固定 Harness 基线提升最高 12 个百分点。其测试时组合开销仅 2.7%，比从头生成专用 Harness 的效率高出 638 倍。
Cloudflare Blog精选AI 评分7676 Cloudflare 推出面向 AI 智能体的变现与控制工具
Cloudflare 宣布推出针对 AI 智能体流量的变现与控制工具，包括内容实际使用时才结算的 Pay Per Use，以及基于 x402 协议让智能体直接付费的 Monetization Gateway。
推荐理由：原文给出了针对 AI 智能体流量从身份验证到按次计费的完整变现方案，有助于读者评估内容站点在流量结构转变下的商业对策。
arXiv stat.MLAI 评分5050 RLTL;DR：通过内化自生成反馈实现模型自我改进
研究团队提出 RLTL;DR 方法，让模型在任务失败后根据验证器反馈自生成精炼洞见并反向传播内化，解决了无成功范式下的自我强化学习冷启动问题。在 Pass@128 为 0 的高难度工具调用与编码测试中，该方法使 Qwen 3.5 9B Thinking 在评估阶段无上下文洞见时的 Pass@1 提升至 12%-13%，而标准 GRPO 仅为 0%-1%。
Cloudflare Blog精选AI 评分6666 Cloudflare 开启 Monetization Gateway 内测：利用 HTTP 402 为 AI 智能体调用按次收费
Cloudflare 宣布推出 Monetization Gateway 内测版，允许域名所有者通过 HTTP 402 状态码直接向访问网站、API、MCP 工具或数据集的 AI 智能体按次收费。
推荐理由：该功能将 HTTP 402 与稳定币结合，为数据与 API 服务商免去账号绑定、直接按次向 AI 智能体收费提供了可落地的基础设施方案。
Cloudflare Blog精选AI 评分6767 Cloudflare Workers 推出 Issues 公测版，支持将生产报错直连编码 Agent
Cloudflare 宣布为 Cloudflare Workers 推出内置错误监控功能 Issues 并开启公开测试，支持自动归类生产异常并直接推送至编码 Agent。
推荐理由：该功能打通了生产环境遥测数据聚合与编码智能体修复之间的断点，让开发者无需手动复制报错日志即可触发自动化排查。
Cloudflare Blog精选AI 评分6363 Cloudflare 升级域名搜索并支持 AI 智能体通过 MCP 与 CLI 注册域名
Cloudflare 宣布全面重构 Cloudflare Registrar 域名搜索体验，并扩展面向 AI 智能体的域名管理能力。开发者和智能体可通过扩展后的 Registrar API、Cloudflare MCP 以及新发布的 cf CLI 实现自动查询、注册及转移 420 多种域名后缀。
推荐理由：Cloudflare 将域名注册流程接入 API 和 MCP，为开发者展示了如何让 AI 智能体直接调用基础设施完成自动化资源配置。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Security Lab 推出基于 Taskflow Agent 的自动化模糊测试流水线
GitHub Security Lab 开源了面向 C/C++ 项目的自动化模糊测试流水线 Fuzzing Taskflow，可自主完成入口识别、编写测试桩、运行 AFL++、分析覆盖率反馈及生成漏洞报告。该系统将智能体决策与 MCP 执行工具解耦，支持结构感知变异与崩溃去重分流，默认接入 Claude Sonnet 5 并配有实时 Web 监控看板。
推荐理由：它展示了如何通过 MCP 拆分决策与执行，将智能体引入传统 C/C++ 模糊测试的全流程自动化中。
GitHub Blog · AI & MLAI 评分4949 GitHub 探讨：该读 AI 代码吗？RAG 死了吗？Skills 取代了 MCP 吗？
GitHub 在播客中剖析了多项 AI 热门争议，指出开发者仍须对 AI 生成代码负责，且 RAG 并没有消亡，Skills 也未取代 MCP。MCP 为 AI 智能体提供连接工具与数据的标准化接口，Skills 承载流程规范与专业知识，结合 RAG 的外部检索，三者在实际开发工作流中相互协同。
Apple ML ResearchAI 评分4747 面向 Agentic LLM 系统的共享选择性持久记忆架构
研究提出面向智能体大模型系统的共享选择性持久记忆架构，仅保留任务规范、数据 Schema 等四类可复用上下文，在企业场景中将任务完成率提升至 96%。配合零 token 数据刷新与摘要驱动生成机制，模型在周期性数据更新中可完全免于重复调用，使任务耗时缩短 14 倍并将单次 token 成本降低 97 倍。
Together AI Blog精选AI 评分7272 Together AI 详解开源 AI 智能体技术栈与 MIGHT 架构
Together AI 发文解析面向智能体软件开发的开源 AI 技术栈，将其拆分为模型、推理服务商、网关路由、客户端 Harness 与工具技能五大解耦层级。文章建议将大模型用于全局规划与审查，由响应快且成本低的小模型分步执行明确任务，并借助 MCP 协议与路由器实现跨厂商无缝切换。
推荐理由：原文将开源开发拆解为模型、推理、网关、客户端与工具五层架构，为开发者从闭源模型平滑迁移并灵活替换组件提供了实用路径。
Together AI Blog精选AI 评分6161 Kimi K2.7 Code 对比 Claude Fable 5：落地页生成成本降低 94%
Together AI 测试对比了 Kimi K2.7 Code 与 Claude Fable 5 生成 12 个落地页的效果，结果显示 Kimi 生成成本比 Fable 5 降低约 94%，平均便宜约 16 倍且产出质量接近。
推荐理由：测试展示了借助 MCP 补充多模态视觉参考来弥补开源代码模型设计短板的方案，同时大幅压缩落地页生成的调用成本。
Together AI Blog精选AI 评分6767 Together AI 扩展微调服务，新增工具调用、推理及视觉模型微调支持
Together AI 宣布对其微调服务进行重大扩展，原生支持工具调用、链式推理思考轨迹以及视觉语言模型（VLM）微调。底层训练技术栈通过集成 SonicMoE 算子与定制 CUDA 内核，将 100B+ 参数模型的训练吞吐量最高提升至 6 倍，并支持最高 100GB 的数据集以及运行前的成本与耗时预估。
推荐理由：原文给出了工具调用、推理链与视觉微调的具体参数配置与吞吐量实测数据，读者可以据此评估复杂智能体工作流的后训练可行性与成本。