Simon Willison 建议用 details 标签折叠 AI 生成的 PR 描述
Simon Willison 建议利用 GitHub Markdown 支持的 <details><summary> 标签，将 Claude Code 或 Codex 生成的冗长 PR 描述折叠起来。他在 PR 开头保留一段人工筛选的高层摘要，并附上截图，让读者能快速理解核心变更，同时保留完整的 AI 生成细节供深入查看。
#教程/实践
Simon WillisonAI 评分5757 Simon WillisonAI 评分4242 SQLite parse_number() 扩展研究：C 与 Rust 性能对比
四种 SQLite 扩展实现 parse_number() 功能，优化后的 C 版本每行耗时 16–19 ns，速度约为 Rust 版本的两倍。C 扩展文件仅 14 KB，而 Rust 版本为 298–321 KB。所有版本在 800 万次模糊测试中结果一致。
Latent SpaceAI 评分7272 斯坦福 CS146S 课程如何教授 AI 原生工程：Mihail Eric 访谈
斯坦福 CS146S 课程负责人 Mihail Eric 在 AI Engineer 播客中详解了 AI 原生工程的教学大纲与 Monaco 的工程实践。课程从构建 200 行代码的 coding agent 内核开始，逐步覆盖上下文工程、MCP 工具设计、Agent-ready 代码库、自动化代码审查、安全及后台 Agent 等主题。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot 智能体工程开发者指南
GitHub 发布智能体工程开发者指南，指出 AI 加速代码生成后审查时间增加 441%，并建议通过智能体优化规划、构建、验证和观察流程。
AWS Machine Learning BlogAI 评分7272 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。
AWS Machine Learning BlogAI 评分4242 Taxbit 基于 Amazon Bedrock AgentCore 构建角色感知 AI 助手
Taxbit 在 Amazon Bedrock AgentCore 上构建了嵌入产品仪表盘的 AI 助手 Taxbit Assist，该助手具备引用溯源和角色权限感知能力。超过 55% 的用户在提问后 24 小时内会再次使用，其架构通过隔离身份处理确保模型不接触客户税务数据。
AWS Machine Learning BlogAI 评分5252 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。
AWS Machine Learning BlogAI 评分4242 Amazon Marketplace 如何利用 Amazon SageMaker AI 评估内容质量
Amazon Marketplace 利用 Amazon SageMaker AI 构建多模型融合架构，通过 VLM 对 A+ Content 进行整体质量评估。该方案将 VLM 语义分数与 OCR 信号输入 CatBoost 分类器，结合 SHAP 解释生成改进建议，帮助卖家提升内容质量并促进销售。
NVIDIA Blog精选AI 评分7272 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。
AWS Machine Learning Blog精选AI 评分6262 AWS 教程：在 Amazon Bedrock AgentCore 评测中使用决策模型
AWS 发布教程，演示如何通过代码型评估器将 Jev 和 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations。
推荐理由：文章给出了将决策模型接入 AgentCore 评测的完整代码示例，读者可据此构建可阈值化的智能体评估流程。
AWS Machine Learning Blog精选AI 评分7272 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。
AWS Machine Learning Blog精选AI 评分6262 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。
AWS Machine Learning BlogAI 评分4242 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。
OpenAI News精选AI 评分6767 OpenAI 推出 Git 兼容后端 Pando 以支持 Codex 规模化开发
OpenAI 构建了 Pando，这是一个 Git 兼容的后端系统，旨在支撑 Codex 所实现的开发规模。
推荐理由：原文介绍了 Pando 作为 Git 兼容后端的设计初衷，读者可据此了解 Codex 规模化开发对基础设施的要求。
AWS Machine Learning BlogAI 评分5757 使用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 构建智能体工程智能系统
AWS 展示了如何构建多智能体工程助手，利用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 自动化零部件替换评估。系统通过确定性 Python 代码进行规格评分，结合多模态嵌入实现图表检索与视觉相似度比对，并生成符合 AS9100 标准的审计追踪。
AWS Machine Learning Blog精选AI 评分7272 在 Amazon SageMaker AI 上使用知识蒸馏构建高效智能体
AWS 团队演示了如何利用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调小型购物智能体。该方法使用 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成多步轨迹，并通过 ShoppingBench 评分器筛选成功样本，对 Qwen3.5-4B 学生模型进行 LoRA 微调。
推荐理由：文章提供了在 Amazon SageMaker AI 上通过序列级知识蒸馏将前沿模型行为迁移至小模型的具体流程与代码示例。
AWS Machine Learning BlogAI 评分4242 如何使用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容
文章展示了如何利用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容。该方案通过生成 Markdown 和元数据文件上传至 Amazon S3，支持结构化内容清洗、基于 CSS 选择器的定向提取及自定义元数据附加。
Latent SpaceAI 评分6060 Arca 如何用智能体处理长周期财富管理任务
Arca 的 AI 负责人 Aman Singh 在 AI Engineer New York 分享其 AI 原生财富管理公司的智能体工作流。Arca 使用 Claude 等前沿模型，通过自研 harness 自动路由任务，并建立内部记忆系统跟踪长达十天的客户任务。所有涉及资金交易和高风险操作均由人类顾问执行，智能体仅负责分析和提出方案，同时通过沙箱和确定性安全限制防范提示注入等风险。
The Verge · AIAI 评分5050 作者用 $50 的 Waveshare ESP32-S3 开发板复刻 Meta Muse Charm AI 挂件
作者使用 $50 的 Waveshare ESP32-S3 1.75C 开发板，通过 Claude Code 编程复刻了 Meta Muse Charm 的 AI 挂件功能。该设备连接 Meta Muse 云，支持语音交互、远程拍照及智能家居控制，并增加了类似电子宠物的养成游戏。
AWS Machine Learning Blog精选AI 评分7272 AWS 发布 Amazon Bedrock 成本端到端管理指南
AWS 发布 Amazon Bedrock 成本端到端管理指南，提出包含归属、观测、执行、优化和运营的五阶段操作模型。该模型利用 IAM 标签和 CUR 2.0 实现按身份的成本归属，通过模型调用日志和请求元数据实现工作负载级观测，并建议根据风险选择监控告警、IAM 拒绝或网关同步拦截等预算执行层级。
推荐理由：文章给出了从成本归属、请求观测到预算强制执行的五阶段操作模型，帮助团队将 Bedrock 支出转化为可治理的工程问题。
AWS Machine Learning Blog精选AI 评分6767 Amazon Bedrock AgentCore 发布 Session endpoints 支持实时预览 Agent 构建的 Web 应用
Amazon Bedrock AgentCore 发布 Session endpoints 功能，允许用户通过认证 URL 在浏览器中实时查看 Agent 会话内运行的 Web 应用。该功能支持 HTTP 和 WebSocket 协议，用户可配置允许访问的端口，在 Agent 修改文件时通过 Vite 热重载即时看到页面变化，无需等待传统部署流程。
推荐理由：原文展示了通过 Session endpoints 在浏览器中实时预览 Agent 修改的 Web 应用，提供了无需部署即可即时查看变更的开发工作流。
Simon WillisonAI 评分6262 Drew Breunig 将 NES 6502 CPU 模拟器嵌入 Qwen3.5-4B 权重
Drew Breunig 受 qwenputer 启发，将 Nintendo Entertainment System 6502 CPU 的工作模拟器嵌入 Qwen3.5-4B 的权重中，使得用户可以在模型内部缓慢运行 Super Mario Bros 等 NES ROM。
AWS Machine Learning BlogAI 评分4242 如何在 AWS GovCloud (US) 中配置 Amazon Bedrock 以支持 ChatGPT 桌面应用
ChatGPT 桌面应用现已支持通过 Amazon Bedrock 在 AWS GovCloud (US) 中运行，提供 Work 和 Codex 两种模式。该配置将模型推理路由至 us-gov-west-1 区域的 Bedrock Mantle 端点，利用 AWS IAM 进行访问控制。此部署支持零数据保留（ZDR），确保提示词和响应不写入持久存储，满足严格的数据驻留与安全合规要求。
AWS Machine Learning BlogAI 评分3535 Worldwide Express 如何利用 Amazon Bedrock 自动化货运异常处理
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 解决方案，接入 SpeedShip 系统自动化处理货运账单异常。上线六个月后，活跃异常减少 75%，现金周转时间缩短 4 周，实现 100 万美元年度节省及 1000 万美元一次性自由现金流注入。
AWS Machine Learning BlogAI 评分4242 Epsilon 利用 Amazon Nova Act 构建意图驱动的 UI 测试平台
Epsilon 基于 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser 构建了意图驱动的 UI 测试服务。该方案通过自然语言指令执行测试，结合 AWS 托管的临时浏览器会话，消除了各产品团队维护浏览器基础设施的负担。
AWS Machine Learning BlogAI 评分4242 使用 Kiro 构建可重复的 PHP 到 Java 迁移引擎
Kiro 结合 AWS Transform 提供了一套可重复的 PHP 到 Java 迁移引擎，通过八阶段工作流将迁移转化为可度量过程。该引擎利用共享技能文件驱动发现扫描器，并强制通过 parity harness 验证以确保 Java 移植行为与 PHP 原应用一致。
OpenAI News精选AI 评分6262 OpenAI 如何检测前沿模型失准
OpenAI 使用分层监控来检测前沿模型失准和未授权智能体行为，以便响应人员在事件升级前介入。
推荐理由：官方说明了分层监控机制，读者可了解其如何识别前沿模型失准并介入干预。
AWS Machine Learning Blog精选AI 评分6262 MoEngage 利用 AgentCore Gateway 将 400 多个私有 API 转化为 Agent 工具
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 多个私有 REST API 转化为 Agent 工具，避免了构建 20 多个独立 MCP 服务器。
推荐理由：文章给出了将私有 API 转化为 Agent 工具的具体架构，读者可参考其权限隔离与语义搜索方案解决大规模工具接入问题。
AWS Machine Learning BlogAI 评分6767 AWS 教程：在 EKS 和 SageMaker HyperPod 上部署 NVIDIA Nemotron 3.5 Super VL
AWS 发布教程，展示如何在 Amazon EKS 和 SageMaker HyperPod EKS 上部署 NVIDIA Nemotron 3.5 Super VL 模型。该模型为 120B 参数 MoE 架构，支持文本、图像、文档和视频理解，并提供了 vLLM 部署配置及基于 aiperf 的性能评估方法。
AWS Machine Learning BlogAI 评分4242 Amazon Nova Act 加速软件交付：QA Studio 新增应用管理与团队权限控制
基于 Amazon Nova Act 构建的 QA Studio 参考方案新增“应用”与“团队”功能，以解决大规模测试自动化中的组织与权限管理难题。应用功能通过 CloudWatch 指标计算 0-100 健康分并识别不稳定测试，团队功能则实施基于角色的访问控制，确保测试资产归属清晰且权限隔离。
AWS Machine Learning BlogAI 评分4242 AWS 发布 Ray Train DLC 以在 EKS 上利用 EFA 实现分布式训练
AWS 推出 Ray Train 深度学习容器（DLC），预集成 PyTorch 2.13.0、CUDA 13.0.2 及 EFA 网络栈，消除分布式训练环境配置障碍。该镜像通过 KubeRay 在 EKS 上部署，支持跨节点 EFA 通信，示例展示了在 8 块 NVIDIA L4 GPU 上使用 FSDP 微调 Qwen2.5-1.5B 模型。
AWS Machine Learning BlogAI 评分5757 AWS 发布基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台参考架构
AWS 发布了一套基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台参考实现，旨在解决多团队构建智能体时的安全隔离、模型治理和成本归属难题。该架构采用联邦式运营模型，通过独立的推理网关和 MCP 工具网关实施最小权限控制，并引入部署时评估门禁，确保每个智能体在晋升至生产环境前通过安全与质量验证。
Simon WillisonAI 评分4040 GitHub Universe 会议徽章运行 Game Boy Color 模拟器
GitHub Universe 会议徽章被改造为可运行 Game Boy 和 Game Boy Color 模拟器的彩色屏幕计算机。Steve Francia 借助 Gemini 实现了该功能，用户可在徽章上运行《塞尔达传说：林克的冒险》等 ROM。徽章支持翻转使用内置触控按钮作为游戏手柄。
Latent SpaceAI 评分6767 在喜马拉雅山麓离线使用 OpenCode 和 Qwen3.5 9B 进行编码
作者通过 Ollama 在本地运行 Qwen3.5 9B，配合 OpenCode 智能体在无网络环境下完成代码修复和测试。文中提供了完整的离线配置步骤，包括模型下载、本地 API 连接和权限管理，并展示了智能体如何读取文件、提出修改建议并运行单元测试。
AWS Machine Learning BlogAI 评分7272 Exowatt 使用 SageMaker 无服务器微调在精度上超越前沿模型
Exowatt 利用 Amazon SageMaker AI 无服务器模型定制功能，通过微调 Qwen3-1.7B 和 Qwen3-14B 模型，在边缘告警分诊和云端能源市场分析任务上实现了比前沿模型更高的准确率。
AWS Machine Learning BlogAI 评分5757 Property Finder 在 Amazon Bedrock 上修复评估偏差并优化视觉模型
Property Finder 发现其 96.8% 的评估标签源自单一模型预测，导致评估存在系统性偏差。团队通过专家标注构建无偏基准，并利用演化式提示词优化将 Llama 4 Maverick 17B Instruct 的 Micro F1 从 0.55 提升至 0.81，同时降低了 86% 的成本。
Simon WillisonAI 评分4040 webframe 作为爬虫与沙箱工具的评估
webframe 被评估为一款快速、轻量级的浏览器 JavaScript 运行器，适合用于网页抓取，性能与 shot-scraper 相当。该工具由 Jeff Lindsay 开发，基于 Go 和 glaze 库构建，利用系统浏览器执行网页并输出日志。评估发现其存在 CSP 失败、0×0 视口、加载挂起及缺失 HTTP 元数据等显著缺陷。
AWS Machine Learning Blog精选AI 评分7272 使用 CDK 在 Amazon Bedrock 托管知识库上构建 Agentic 检索系统
AWS 发布教程，展示如何使用 AWS CDK 在 Amazon Bedrock 托管知识库上构建企业级 Agentic 检索系统。该系统通过 AgentCore Gateway 将知识库暴露为 MCP 工具，支持多知识库语义路由和迭代检索，并内置七层可观测性仪表板及按需与连续评估功能。
推荐理由：原文展示了如何用 CDK 部署带可观测性和评估的 Agentic RAG 系统，读者可参考其架构解决多知识库路由问题。
AWS Machine Learning Blog精选AI 评分7575 Amazon Bedrock 上 OpenAI 模型的 Prompt Caching 模式：降低 AI Agent 成本
AWS 官方博客介绍了在 Amazon Bedrock 上使用 OpenAI 模型时，通过 Prompt Caching 减少 AI Agent 重复读取上下文的成本。文章演示了显式与隐式缓存结合、工具变更、子代理共享前缀等场景的代码实现，并指出在 GPT-6 Astra 的六轮工作负载中，输入成本可降低约 62%。
推荐理由：原文给出了在 Amazon Bedrock 上为 OpenAI 模型配置 Prompt Caching 的具体代码模式，读者可据此降低多轮 Agent 的输入成本。
AWS Machine Learning BlogAI 评分4242 SageMaker SDK v3 边缘端全车队计算机视觉生命周期管理
基于 SageMaker SDK v3 构建的边缘端计算机视觉全车队生命周期管理方案，利用 SageMaker Neo 替代已弃用的 Edge Manager 进行模型优化。