用 Amazon Bedrock AgentCore 构建自改进文档处理系统
基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可自动分类、提取、校验并从业务文档中学习，8 个专用智能体分布在识别与训练两条图工作流中，新文档类型无需手动配置模板，部署通常 20 分钟内完成。
全部 AI 动态
AWS Machine Learning BlogAI 评分4242
AWS Machine Learning BlogAI 评分2626 用 Amazon SageMaker JumpStart 部署和评估模型
Amazon SageMaker JumpStart 提供预训练模型目录，可用 SageMaker Python SDK 部署模型、运行轻量可重复的性能测试，并在测试完成后删除端点。
AWS Machine Learning BlogAI 评分2626 Tamnoon 如何用 Amazon Bedrock 构建 AI 云安全修复方案
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 和云原生来源的安全发现并评估修复安全性，90 天内将关键云暴露面减少超 90%，且零生产事故。平台在 AWS 事件驱动的无服务器架构上运行四个专用智能体，分别负责调查、安全评分、修复和代码生成，并通过单一 API 按任务调用最合适的基础模型。
AWS Machine Learning BlogAI 评分3232 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成客户 PowerPoint 演示文稿，内部测试中完成时间不到 90 秒。
MarkTechPostAI 评分3939 2026 年 9 大 AI 网关排名：Bifrost、Portkey、LiteLLM、Kong 等
MarkTechPost 2026 年 AI 网关评测中，Bifrost 位列第一，其 Go 二进制采用 Apache 2.0 许可，在 5,000 RPS 下公布开销为 11 µs。
Simon WillisonAI 评分2626 用 Python 3.15 对 web-edit 做性能分析：火焰图与源码热力图
用 Python 3.15 内置的 `profiling.sampling` 对未修改的 web-edit 应用做采样分析，发现混合换行符保留是编辑负载的主要瓶颈：`preserve_endings` 出现在 64.8% 的 15,296 个 CPU 栈中，`SequenceMatcher.find_longest_match` 占叶子样本的 38.3%。
MarkTechPostAI 评分2222 如何使用 Meta 的 Rebalancer 进行任务放置与优化
本教程演示如何用 Meta 的分配求解器 Rebalancer（C++ 核心 + Python 绑定）完成数据中心任务放置：定义对象、容器、维度、作用域与分区，添加约束和目标，再选择本地搜索或精确混合整数求解器 HiGHS。在 24 次求解中，有 14 次 solved 标志为 True 却仍让内存超容；本地搜索下的 HARD 会返回违规起点而不报错，拼错的 spec 键被静默忽略。
GitHub Blog · AI & MLAI 评分4040 GitHub 如何用 ModernBERT 分类器提升密钥扫描精度
GitHub 为密钥扫描训练了基于 ModernBERT 的上下文感知分类器，替代此前的 LLM 流水线，使推送后扫描中位执行时间缩短 86%、服务成本降低超 98%，用户告警接受率提升 11.5%。该方案采用两阶段流水线：先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭证，从而过滤占位符、测试样例等硬负例。
AWS Machine Learning BlogAI 评分3232 ShipStation Global 如何基于 Amazon Bedrock AgentCore 打造 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 构建了 Slack 内的 AI IT 服务台 Deckhand，可解答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
AWS Machine Learning BlogAI 评分3333 Orca Security 基于 Amazon Bedrock 打造自然语言安全查询 Discovery AI
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了 Discovery AI，可将自然语言问题转换为覆盖 900+ 云模型的 Sonar 查询。相比初始基线，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%，现每天处理数千次查询、响应时间 15 秒。该系统采用 RAG 与 schema 感知查询构建的九阶段流水线。
AWS Machine Learning BlogAI 评分2525 用托管权益管理 Amazon Bedrock 私有定价优惠
针对多 AWS 账户下每个工作负载账户都需单独订阅 AWS Marketplace 私有定价优惠（MPPO）的摩擦，Amazon Bedrock 借托管权益实现一次订阅、全组织分发。
AWS Machine Learning BlogAI 评分3535 Amazon SageMaker AI 上的 Mixture-of-Experts 内核工程优化
针对 NVIDIA Hopper 上 MoE 解码阶段 batch 过小导致 WGMMA 利用率低的问题，Swap-AB 将专家输出维度（N=8192）提升为首操作数，在 H200 上为大 型 MoE 模型带来 2–4% 端到端输出吞吐提升，该优化已合入 vLLM 0.24.0 及更高版本。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock 上用 Grok 4.7 构建长周期智能体
AWS 官方博客介绍在 Amazon Bedrock 上通过跨区域推理配置使用 SpaceXAI 的 Grok 4.7 构建工具调用智能体，该模型支持低、中、高、xhigh 四档推理强度和 500K token 上下文窗口。
推荐理由：给出 Grok 4.7 各级推理强度在智能体任务上的正确率与 token 消耗实测，可供按请求选档参考。
Hacker News · AIAI 评分5353 如何为游戏开发工程化一个 AI harness
作者把一场 45 分钟演讲整理成文，讲如何通过确定性随机、保存加载、单一对象类型、命令模式、外部数据和无引擎模拟核心，让 Claude Code 等 AI 智能体真正读懂并迭代游戏项目。
Simon WillisonAI 评分2626 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现直接调用可观测性模块、绕过其诊断库的代码就拒绝提交，并向 AI 智能体注入提示词要求改用诊断库，效果从不及格变成满分。他认为与其靠更新 AGENTS.md 反复纠正，不如用 hook 堵住绕过诊断库的调用。
Simon WillisonAI 评分2525 Python 3.15 发布：告别 3.10，拥抱 3.11 新特性
Python 3.15 正式发布，Hugo van Kemenade 继续担任版本发布经理。该版本带来 PEP 810 显式惰性导入和推导式解包语法，并新增采样性能分析器 Tachyon。
GitHub Blog · AI & MLAI 评分2323 GitHub Copilot 新手教程：如何让 Copilot 了解你的代码库
GitHub Copilot 通过四种方式获取项目上下文：自定义指令（.github/copilot-instructions.md）传达仓库约定，agent skills 打包可复用流程，自定义 agents 应对跨文件复杂任务，MCP servers 连接外部工具与数据源。
AWS Machine Learning BlogAI 评分3030 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布适配 llama.cpp 的深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型推理，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
AWS Machine Learning BlogAI 评分3838 用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers，可在 Amazon EKS 上用两个 GPU 节点部署单个 LLM，将 prefill 与 decode 阶段分置于两台 g6.8xlarge 上，并对外暴露一个 OpenAI 兼容端点。
MarkTechPostAI 评分3030 2026 年 12 款 AI 实时翻译工具盘点：延迟、语言与定价
MarkTechPost 按官方产品、定价与文档页面核验了 12 款 AI 实时翻译工具，覆盖消费应用、会议插件、活动平台与开发者 API。
The Verge · AIAI 评分2222 在本地跑 AI 有多折腾：我用 M5 Ultra Mac Studio 装 Hermes Agent 和 Qwen 3.8 Flash Next 的实测
为躲避云端隐私风险，作者在 256GB 统一内存的 M5 Ultra Mac Studio 上安装开源自我托管 AI 智能体桌面应用 Hermes Agent，并选用 125B 参数、约 105GB 的 Qwen 3.8 Flash Next 模型，全程使用本地 LLM 免费，还通过 Telegram bot 远程操控。
Simon WillisonAI 评分1010 Python 3.15.0 加入 actions/python-versions
GitHub Actions 的 actions/python-versions 已加入 Python 3.15.0，现在可以在测试矩阵中写入 "3.15" 对新的 Python 3.15.0 正式版跑测试。Simon Willison 称已为此等待数日，此前还让 ChatGPT 每小时 clone 并 git pull 一次，直到稳定的 3.15 被添加。
Latent SpaceAI 评分3939 Standard Bots 如何为工业机器人构建可靠执行的 AI
Standard Bots 用共享基础模型加客户演示微调，靠零样本感知系统完成机器上下料等短周期任务，最大模型参数仅数十亿，推理全部本地部署在边缘 GPU 上。其感知骨干网络基于超 10 亿张图像训练，负责识别零件，运动与单元逻辑仍用传统编程，训练在云端、推理在工厂内完成。
AWS Machine Learning BlogAI 评分4343 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上支撑 4000 万开发者的生产架构，涵盖工具治理、schema 读取与上下文管理等核心模式。
Hugging Face BlogAI 评分4747 Ai2 如何用 GPU 时间预算与分层公平分配调度 H100/B200/B300 集群
Ai2 用 GPU 时间预算、分层公平分配和时间切片契约替换了原有优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维处理变成透明的预算分配流程。Ai2 管理着数千块 NVIDIA H100、B200 和 B300，集群规模从 88 到 1024 块 GPU 不等，服务约 150 名内部研究员，但待处理请求始终是可用 GPU 的 2-3 倍。
NVIDIA BlogAI 评分3838 NVIDIA Omniverse 如何用 GPT-6 Astra 等前沿 AI 智能体把创意变成仿真应用
NVIDIA 开发者用 GPT-6 Astra、Claude Fable 5 等前沿 AI 智能体配合 Omniverse 库，把仿真创意变成可运行应用。Omniverse 提供 GPU 加速的物理、渲染和传感器仿真能力，智能体经自然语言指令生成动画与应用代码。
AWS Machine Learning BlogAI 评分2727 用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群隔离与公平共享
AWS 发布基于 Amazon SageMaker HyperPod 的多租户参考架构，让多个团队共享同一 EKS GPU 集群。
OpenAI NewsAI 评分2020 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。该公司把 Astra、Sol 和 Luna 匹配到不同任务，并策略性地管理预算。
Anthropic ResearchAI 评分5454 Anthropic 研究者用 Claude Science 生成首张完整紫外全天空图
约翰斯·霍普金斯大学天体物理学家、Anthropic 研究者 Brice Ménard 与 Claude Science 合作，制作出首张完整的紫外波段全天空图。
Hugging Face Blog精选AI 评分8585 作者用 ML Intern 在几天内训练并发布六个小模型，总花费约 103 美元
作者用 HuggingChat 中的 ML-intern 在几天内训练并发布了六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM 和相机视角 LoRA，总计算成本约 103 美元。
推荐理由：作者公开了七个提示词与六次训练的真实成本，可迁移到自己的模型微调流程中。
GitHub Blog · AI & MLAI 评分2121 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 发文指出，AI 正在改变开发者的工作方式，并建议强化三项技能：学会指挥 AI 智能体而非仅使用它、不要信任 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文中提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases 是一种可自定义界面，用 /create-canvas skill 输入自然语言描述即可生成看板、issue 分类板、发布清单等界面，无需手写代码或设计。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot：当聊天是错误 UI，canvas 才是答案
GitHub 认为聊天框是多数场景下与 AI 协作的错误界面，并提出 GitHub Copilot app 中的 canvas：一种运行在应用内、无浏览器外壳的全栈应用，可与 Copilot agent 双向通信、调用第三方 API 并在本地执行代码。官方示例包括 Connect 4 对局、Winget 包管理界面、SQLite 自助操作，以及把研究、原型、实现等开发流程自动化以尽量让人脱离循环。
GitHub Blog · AI & MLAI 评分2121 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重构了 pull request 视图，以便流畅渲染包含 2,200 个文件、超百万行改动和 400 多条行内评论的超大 pull request。其核心是把文档高度拆成确定性代码几何与动态块几何两部分：代码行高提前精确计算，评论等动态块则延迟测量并把校正锚定在用户当前查看的位置。
Mistral AIAI 评分5151 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 代码迁移到 C++，这是总计 30 万行代码迁移的首个冲刺。该代码是一个无测试套件、无集中文档的物理密集型油藏模拟器，团队先搭建数值一致性校验框架，再用 Vibe CLI 生成上百个智能体为代码树编写文档，并按模块运行规划、实现、测试、审查流程。