跳到正文
11月9日周一
11月7日周六
  1. AWS Machine Learning Blog72

    Amazon Quick 智能体原语分类体系:基于 When、What、Who、How 的架构解析

    Amazon Quick 团队提出了一套智能体原语分类体系,通过 When、What、Who、How 四个问题拆解智能体工作流。该体系将触发器(Triggers)定义为工作的启动与指令载体,智能体(Agents)定义为持久化且具备学习能力的执行主体,能力(Capabilities)则涵盖工具、技能与工作流。

  2. AWS Machine Learning Blog72

    SageMaker Inference 支持 Multi-Instance GPU 以最大化模型端点 GPU 利用率

    Amazon SageMaker Inference 新增 GPU 分区功能,利用 NVIDIA MIG 将物理 GPU 划分为独立分区,支持在单 GPU 上部署多个隔离模型。测试显示,H100 的 mig-3g.40gb 分区在吞吐和延迟上优于整卡 A100-40GB,且在长上下文高并发场景下成本降低 18%–34%。

    推荐理由:SageMaker Inference 引入 MIG 分区,允许在单 GPU 上部署多个隔离模型,并提供了 H100 分区与 A100 整卡的性能与成本对比数据。

  3. AWS Machine Learning Blog52

    使用 Okta Cross App Access 和 Amazon Bedrock AgentCore 治理 AI 代理访问权限

    AWS 发布教程,演示如何使用 Okta Cross App Access (XAA) 和 Amazon Bedrock AgentCore 构建 AI 代理的权限治理体系。该方案通过 ID-JAG 令牌交换实现代理代表用户访问应用,实测显示管理员移除用户授权后,新请求在约 1 秒内被拒绝,已签发令牌在 5 分钟内过期。

11月6日周五
  1. AWS Machine Learning Blog72

    Amazon Bedrock AgentCore 的 Web Answer 功能正式可用

    Amazon Bedrock AgentCore 的 Web Answer 功能正式可用,允许智能体通过单次工具调用获取基于当前网络来源的综合且带引用的答案。该功能由 AWS 托管,自动执行规划、并行搜索、事实核查及引用提取,无需开发者自行构建和维护检索管线。Web Answer 目前仅在 us-east-1 区域可用,定价为每 1,000 次工具调用 10 美元。

    推荐理由:原文给出了 Web Answer 的 GA 状态、单次调用获取带引用答案的机制及定价,读者可据此评估其替代自建检索管线的成本。

  2. NVIDIA Blog72

    NVIDIA Vera CPU 发布:兼顾最高吞吐量与最快智能体性能

    NVIDIA 发布 Vera CPU,旨在为 AI 工厂提供单芯片解决方案以平衡智能体执行速度与每瓦特容量。在 100 兆瓦数据中心对比中,Vera 相比最快 x86 CPU 每瓦特支持 1.6 倍智能体数量,相比最高能效 x86 CPU 速度提升 2 倍。

    推荐理由:原文通过对比 x86 架构展示了 Vera CPU 在能效比和吞吐量上的具体优势,并列举了多家合作伙伴的生产环境实测数据。

  3. Microsoft Research78

    Microsoft Research 发布 PDD Kit 工具包以形式化验证智能体编写的 Rust 全栈 Web 应用

    Microsoft Research 发布 PDD Kit 工具包,利用 Verus 对 AI 智能体生成的 Rust 代码进行形式化验证,确保代码在所有输入下均符合规范。

    推荐理由:原文展示了将形式化验证引入 AI 编码智能体工作流的具体路径,读者可据此评估其在大规模代码生成场景下的应用边界。

  4. OpenAI News82

    OpenAI 发布 GPT-6 Cyber 网络安全模型

    OpenAI 发布 GPT-6 Cyber,这是一款用于发现可利用漏洞并开发修复方案的网络安全模型。该模型经过专门训练,旨在严格保持在授权范围内执行任务。

    推荐理由:OpenAI 推出专注于发现漏洞和修复的安全模型,并强调其训练目标是在授权范围内运行。

  5. NVIDIA Blog72

    NVIDIA 全栈协同设计如何提升 AI 内存效率

    NVIDIA 提出通过全栈协同设计解决 AI 内存挑战,旨在从每一字节内存中获取更高性能。该策略通过 NVFP4 量化、KV cache 卸载及 RAG 索引优化,在 HBM 容量仅增长约 3% 的情况下,将智能体推理吞吐量每美元提升最高 30 倍。

    推荐理由:原文通过具体技术路径解释了全栈协同设计如何缓解 HBM 压力,读者可据此理解 AI 工厂中内存层级优化的实际逻辑。

11月5日周四
  1. OpenAI News70

    OpenAI 发布 Images 2.6 图像生成模型

    OpenAI 发布 Images 2.6,带来更快的图像生成、GIF 创建、更精确的编辑功能以及新的 API 控制。该更新已同步至 ChatGPT、Codex 和 API 平台。

    推荐理由:官方明确了 Images 2.6 在生成速度、GIF 创建及 API 控制上的具体升级,便于评估其对现有工作流的影响。

  2. AWS Machine Learning Blog72

    生产级 AI 智能体的四层上下文工程:Deep Insight 的代码实践

    AWS 团队在开源项目 Deep Insight 中展示了生产级 AI 智能体的四层上下文工程实践,通过架构隔离、提示词控制、文件系统外化和独立验证,显著降低 token 消耗。其中,write_and_execute 工具将脚本加入上下文的 token 减少约 95%,按需加载 Skills 使系统提示词缩小约 97%。

    推荐理由:文章给出了四层上下文工程的具体代码实现,读者可据此解决生产级智能体的上下文溢出问题。

  3. AWS Machine Learning Blog62

    U Mobile 基于 Amazon Bedrock AgentCore 构建电信智能体运营平台 AiDaH

    马来西亚电信运营商 U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI 驱动的智能体帮助台 AiDaH,用于自动化处理跨系统的电信运营工单。

    推荐理由:文章拆解了电信运营商利用多智能体架构处理跨系统工单的具体路径,展示了从试点到生产落地的工程细节。

  4. AWS Machine Learning Blog42

    Indegene 如何在 AWS 上利用 LLM 智能体规模化提升生命科学数据质量

    Indegene 在 AWS 的 NEXT UDP 平台上构建了生产级 LLM 数据质量智能体,用于生成上下文感知的数据质量规则并产出可执行的 SQL 和 Python 代码。该智能体通过集中式人工介入治理机制验证规则,帮助企业在保持严格合规的同时降低数据质量维护成本,解决传统静态验证无法捕捉业务语境的问题。

11月4日周三
11月3日周二