BlockRun 与 Incarna 如何基于 Amazon Bedrock AgentCore payments 实现按次推理付费
Incarna 在 Amazon Bedrock AgentCore payments 的支持下，将其智能体按单次推理付费接入 BlockRun，由后者通过 x402 协议路由 15 家以上供应商的 90 多个模型。
#MCP/工具调用
AWS Machine Learning BlogAI 评分2828
AWS Machine Learning BlogAI 评分2828 在 AWS 上用 Amazon Bedrock AgentCore、Knowledge Base 和 Nova Sonic 构建语音旅行管家
AWS 在博客中演示如何在 Amazon Bedrock AgentCore 上搭建航司语音旅行管家，核心是用 Amazon Nova 2.5 Sonic 做实时语音交互，通过 Strands Agents 框架和 AgentCore Gateway 以 MCP 协议连接后端服务，支持改座位、查航班、改餐食、答政策问题并可转接人工坐席。
AWS Machine Learning BlogAI 评分2828 AWS DevOps Agent 调查后自动修复方案：基于 Lambda Durable Functions 与 Amazon Bedrock
AWS 推出基于 AWS Lambda Durable Functions、Amazon EventBridge 与 Amazon Bedrock 的自动化修复工作流，可承接 AWS DevOps Agent 完成的故障调查，将根因分析结果转化为预校验的修复方案并执行。
AWS Machine Learning BlogAI 评分2222 Cornerstone OnDemand 如何借助 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 与开源 Strands Agents 框架构建多智能体系统 Orion AI，将数据库故障诊断时间从 45 分钟降至 10 分钟，降幅 78%，并由三人团队在六个月内交付。
AWS Machine Learning BlogAI 评分2424 基于 AgentCore 与 OpenClaw 构建上下文感知的 AI 助手
AWS 博客演示了如何在 Amazon Bedrock AgentCore runtime 上运行开源 agentic 系统 OpenClaw，构建一个能跨对话保留上下文的个人助手 Sprout，并可一键通过 CloudFormation 部署，按使用量计费，轻度个人使用每月约 1–2 美元。
Hugging Face BlogAI 评分2626 ThinkingBox：AI 智能体说完成，数据库却不同意
Microsoft 与 Hugging Face 推出 ThinkingBox，通过隔离的 MCP 工具会话检查 AI 智能体留下的终端后端状态与副作用，而非只看回答和工具调用。
Microsoft Research精选AI 评分6262 微软研究院发布面向生物学的 AI 研究系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，包含多模态生物学世界模型与连接模型、科学工具、文献和科研人员的交互式 harness。
推荐理由：原标题和产品定位均围绕“面向生物学的多模态世界模型 + 交互式 harness”展开，核心阅读价值在于它把多模态预训练与湿实验闭环结合到了同一个研究系统中。
Hugging Face BlogAI 评分4646 ProvenanceGuard：面向 MCP 智能体的来源感知事实性验证
Hugging Face 发布论文 ProvenanceGuard，针对基于 MCP 协议的 LLM 智能体提出"来源感知"的事后验证层，解决"跨源混淆"问题——即答案中的事实虽在证据池中存在，却被错误归属于另一个 MCP 工具来源。
Hugging Face BlogAI 评分5656 H Company 发布 Holo4 智能体模型系列，含 27B 与 35B-A3B MoE 两档
H Company 推出新一代智能体模型系列 Holo4，包含 27B dense 与 35B-A3B MoE 两款，并同步发布 Holotron4 Nano，可在 H Models API 上调用，权重已在 Hugging Face 开源（FP16/FP8/GGUF）。
GitHub Blog · AI & MLAI 评分1818 GitHub Podcast 拆解五个 AI 行业热论：RAG 未死、Skills 未杀死 MCP
GitHub Podcast 最新一期逐条回应了 AI 领域的五个热门观点：开发者仍需阅读 AI 生成代码，应根据风险灵活调整审查力度；不掌握 AI 工具不会让人失去工作。