GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为其五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点，且推理投入更低。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本对比，读者可据此判断智能体编码任务的性价比变化。
Amazon Bedrock 现已在首尔和新加坡支持 Anthropic Claude 模型的区域内推理：首尔支持 Claude Opus 5 和 Claude Sonnet 5，新加坡支持 Claude Sonnet 5，均通过 bedrock-runtime 端点调用。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 AWS 上的 Claude Platform 开放使用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 在 Bedrock 上的能力定位与调用方式，可据此判断它和 Opus 5.5 的分工。
GitHub Copilot 应用中的 canvas（画布扩展）是一种用户与智能体共享的可定制界面，输入 /create-canvas 技能并用自然语言描述工作流即可生成，无需编写代码或手动设计。
GitHub Copilot 应用推出 canvas，一种运行在应用内、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，并能在本地执行代码、调用第三方 API。
GitHub Copilot 应用重建了 pull request 视图，以应对包含 2,200 个文件、超百万行改动和 400 多条行内评论的超大 PR。其做法是把文档高度拆成确定性的代码几何与动态评论块两套体系：代码行高提前精确计算，评论高度则惰性测量并锚定到文件、行与侧，使修正幅度小且不打断用户滚动。
GitHub 用 Copilot 应用和 CLI 将 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，跨 128 个 PR 增量合入 main，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时迁到 Rust 的全过程，含并发会话协作与提示缓存等可迁移经验。
GitHub 日本和韩国营销负责人用 GitHub Copilot 把活动运营流程自动化：以 GitHub Issue 为工作单元，Issue forms 收集结构化字段，label 触发 GitHub Actions 工作流，活动从单个 Issue 自动搭建、每日筛选报名者并在结束后自动清理。
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需切换编辑器、终端和浏览器即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色和红色高亮显示新增与删除行，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令并支持多窗口；浏览器面板的 Pick & Polish 工具可选中页面元素并让智能体调整。
GitHub 发布 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择执行方案，用户可在 GitHub Copilot CLI 中通过 /experimental 启用，按各模型标准费率计费。
推荐理由：GitHub 官方给出多模型编排的三种执行模式与三项基准的成本质量对比，可据此判断编排式编码智能体的取舍。
GitHub Copilot 应用支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文。用户可在 sessions 视图中查看各会话进度，例如在 tailspin-toys 仓库中同时进行 funded sort 开发、无障碍审查和测试运行。
微软研究院发布研究模型 CARE-X，一个统一胸部 X 光 VLM，可同时完成报告生成、结构化诊断预测、病灶定位与 29 个解剖区域定位等任务，并支持生成式与双路推理两种模式。
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可跨任务复用同一套环境、数据管线与评测流程，并支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由：微软研究院开源 Orchard 框架，公开环境服务、训练流程与数据，可复用其方法搭建智能体训练环境。