用 Amazon Bedrock AgentCore 构建 AI 智能体生产级评估框架
AWS 销售与全球服务运营团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向生产多智能体系统的持续质量评估框架，用于 Performance Insights、Customer Insights、Data Insights 等子智能体。
全部 AI 动态
AWS Machine Learning BlogAI 评分3636
AWS Machine Learning Blog 深度信任：在不失去控制的情况下赋予代理更多自主权
【AI 翻译 · 未评分】企业领导者希望 AI 代理承担更多工作，但不完全信任它们每次都能正确行动。“深度信任”是 AWS 的分层方法——范围、知晓、约束、观察和证明——允许代理在行动可验证时自主行动，将需要人类判断的决策留给人工。
OpenAI News 通过提问教学生思考和学习
【AI 翻译 · 未评分】庆祝教师节，查看巴西葡萄牙语的 AI for Educators，了解 Study Mode 如何帮助教师支持主动、循序渐进的学习。
Latent Space 跨越门槛：OpenAI 和 Anthropic 如何在金融代理中处理自主性与安全性
【AI 翻译 · 未评分】在纽约 AI Engineer 大会上，前沿实验室和金融公司探讨了如何赋予代理有用的自主权，同时将重大决策置于控制之下。
Simon Willison Tree Appreciator：Claude生成的Three.js游戏实验
【AI 翻译 · 未评分】作者使用iPhone版Claude应用（聊天模式），提示Opus 5.5 Max构建名为“Tree Appreciator”的Three.js游戏。该游戏展示两棵算法生成的树，玩法是欣赏差异。尽管指令简单要求“确保有趣且美观”，Claude耗时3小时7分钟生成了一款包含音乐、动画和成就系统的找不同游戏，效果令人惊讶。标签涉及游戏设计、JavaScript、AI及Vibe Coding。
AWS Machine Learning Blog 使用Amazon Bedrock AgentCore构建自我改进文档处理系统
【AI 翻译 · 未评分】教程介绍如何利用Amazon Bedrock AgentCore构建智能文档处理（IDP）代理系统，实现分类、提取、验证并从业务文档中学习，自动处理新格式而无需手动配置模板，减少人工干预。
Google Research 使用Deep Review分析技术文档
【AI 翻译 · 未评分】General Science领域关于利用Deep Review工具进行技术文档分析的方法或报告。
AWS Machine Learning Blog 使用Amazon Bedrock AgentCore生成演示文稿
【AI 翻译 · 未评分】教程指导如何构建基于Amazon Bedrock AgentCore的AI代理系统，利用主管代理、RAG和Guardrails从企业文档自动生成PowerPoint演示文稿，耗时少于90秒。
AWS Machine Learning Blog 使用Amazon SageMaker JumpStart部署和评估模型
【AI 翻译 · 未评分】教程介绍如何从Amazon SageMaker JumpStart部署可用模型，使用SageMaker Python SDK运行轻量级可重复的性能测试，并在测试完成后删除端点。
AWS Machine Learning Blog 通过托管权限管理 Amazon Bedrock 的私有定价报价
【AI 翻译 · 未评分】在数十或数百个 AWS 账户间管理 AI 模型访问时，每个账户单独接受 AWS Marketplace 私有定价报价会产生摩擦。本文展示两种在 AWS License Manager 中激活 MPPO 权限的方法：用于一次性修复的轻量级脚本，以及用于持续事件驱动处理的 CDK 自动化。
AWS Machine Learning Blog 使用 Amazon Bedrock 上的 Grok 4.7 构建长周期代理
【AI 翻译 · 未评分】Grok 4.7 现已在 Amazon Bedrock 上线。本文演示如何基于 Grok 4.7 构建工具调用代理，并在四个推理努力级别下评估三个推理任务，测量正确性和每完成任务的 token 成本。展示了如何按请求调整权衡并在生产中监控。
AWS Machine Learning Blog Amazon SageMaker AI 上的混合专家内核工程
【AI 翻译 · 未评分】AWS 工程师分享了在 Amazon SageMaker AI 上针对融合混合专家（MoE）模型的内核优化：用于 WGMMA 利用率的 Swap-AB、用于 FP8 量化的 Triton 后端路由，以及消除 Triton JIT 重编译。这些优化在 H200 GPU 上实现了高达10%的吞吐量提升和高达9%的首个 token 时间加速。
Simon Willison 引用 Geoffrey Huntley
【AI 翻译 · 未评分】Geoffrey Huntley 指出，如果代理不使用诊断库，虽然可以更新 AGENTS.md，但仍存在差异且会漂移。他建议编写一个预提交钩子，检查 git diff 中是否有绕过诊断模块直接调用可观测性模块的情况。若发现则失败提交并注入提示要求代理使用诊断库，从而实现完美合规。
Simon Willison 你好 Python 3.15，再见 3.10，现在可以使用 3.11
【AI 翻译 · 未评分】Python 3.15 发布。作者作为开源软件开发者，告别 Python 3.10 并开始采用 3.11+ 特性。重点介绍 PEP 810 的显式惰性导入（lazy import），解决插件启动慢问题；PEP 798 在推导式中解包的新语法；以及名为 Tachyon 的新采样分析器 profiling.sampling。
GitHub Blog · AI & ML GitHub Copilot 应用入门：如何教 Copilot 了解你的代码库
【AI 翻译 · 未评分】学习如何在仓库中添加自定义指令和技能，使用自定义代理，并连接 Playwright 等 MCP 服务器。
AWS Machine Learning Blog 在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型
【AI 翻译 · 未评分】学习如何在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型。此技术指南使用 AWS Deep Learning Container for llama.cpp 提供 OpenAI 兼容的聊天补全，并通过 SemIf 扩展运行时，在 CPU 或 GPU 上返回声明选项的概率。
AWS Machine Learning Blog 使用 Ray LLM 深度学习容器运行多节点推理工作负载
【AI 翻译 · 未评分】学习如何使用多节点 Ray LLM 深度学习容器在 Amazon EKS 上将大型语言模型部署到两个 GPU 节点，在一个 OpenAI 兼容端点后面分离预填充和解码节点。预构建容器包含完整推理栈，只需配置部署即可。
AWS Machine Learning Blog Postman 如何在 Amazon Bedrock 上为 4000 万开发人员运行 Agent Mode
【AI 翻译 · 未评分】Postman 和 AWS 分享 Agent Mode 背后的架构模式：控制工具蔓延、暴露基于模式的读取，并将上下文视为真正的瓶颈，以及如何在 Amazon Bedrock 上大规模运行。
Simon Willison 使用我的语音为博客构建新功能
【AI 翻译 · 未评分】作者今天发布了博客的新功能：Newsletters 页面，提供其发送的所有新闻通讯索引。该功能几乎完全通过语音构建，作者在烹饪时与笔记本电脑对话。使用了 ChatGPT 桌面应用的 Codex 标签页中的语音对话模式，针对本地开发环境运行。作者首先启动开发服务器并在浏览器中打开预览，随后点击“开始新语音聊天”按钮。作者对要构建的内容有清晰想法，认为这是一个简单的 Django 功能，模型（此处为 GPT-6 Astra High）能够完成。涉及创建新模型、迁移、视图代码、模板以及用于从外部源填充数据库的导入函数。语音转录显示作者详细说明了内容不应出现在标签页和博客索引页，但应出现在基于日期的页面上，并指出需要新模型且希望 Substack 内容可搜索。
GitHub Blog · AI & ML 秘密保护必须随软件扩展
【AI 翻译 · 未评分】开发者并非变得粗心，而是被超越了。让开发者创建更多软件的工具也应承担更多保护软件的工作。文章 Secret protection must scale with software 首发于 The GitHub Blog。
Simon Willison 软件博客写作的反模式
【AI 翻译 · 未评分】Michael Lynch提供了优秀的写作建议，警告避免“冗长的引言”、误判读者已有知识、假设读者会阅读旧帖以及过度正式。他还指出不要过度依赖链接来逃避解释术语，文章即使不点击链接也应保持连贯。他强调使用个人声音的重要性，批评初学者常有的刻板正式写作误区。随着开发者将写作委托给AI，软件博客变得平淡同质化，读者渴望有个性内容的出现。
Hugging Face Blog 智能体声称已完成，但数据库不同意
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
OpenAI News GPT-6 系列模型指南
【AI 翻译 · 未评分】了解初创公司如何选择 GPT-6 模型、调整推理努力程度、优化提示词和技能、协调工具，并为生产环境准备工作流。
GitHub Blog · AI & ML AI 正在改变开发者工作。以下是三项需要加强的技能。
【AI 翻译 · 未评分】学习指挥 AI 智能体、批判性地审查其输出，并将技术判断置于工作流的核心。该文章最初发布于 GitHub 博客。
NVIDIA Blog 高效、耐用、可互换：NVIDIA AI 工厂如何实现投资回报最大化
【AI 翻译 · 未评分】AI 工厂以兆瓦甚至吉瓦为单位建设。每兆瓦工厂成本约为 6000 万美元，只有明确看到投资回报时，运营商才会投入如此规模的资本。三个关键因素决定 AI 工厂的回报：盈利能力：工厂一年能赚多少……
Hugging Face Blog 确保来源正确而非仅事实正确：面向 MCP Agent 的来源感知验证
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
GitHub Blog · AI & ML GitHub Copilot 新手应用：如何使用画布构建自定义工作流
【AI 翻译 · 未评分】用通俗英语描述你需要的界面，然后让代理构建一个你可以使用和更新的实时表面——这样你就花更少的时间适应工具，更多的时间完成工作。该文章首发于 The GitHub Blog。
GitHub Blog · AI & ML 当聊天是错误的UI时
【AI 翻译 · 未评分】当开发者需要比聊天框更具体的东西时该怎么办？画布（Canvases）应运而生。该文章最初发布于GitHub博客。
GitHub Blog · AI & ML 使用GitHub Security Lab Taskflow Agent进行AI驱动的模糊测试
【AI 翻译 · 未评分】在这篇博文中，我解释了如何使用基于GitHub Security Lab Taskflow Agent AI框架的新模糊测试任务流。该文章最初发布于GitHub博客。
OpenAI News 扩展 OpenAI Academy 的新学习路径
【AI 翻译 · 未评分】探索面向员工、开发人员、领导者、教育者和学生的新 OpenAI Academy 学习路径，以建立和展示实用的 AI 技能。
OpenAI News 如何将 AI 使用量与业务价值联系起来
【AI 翻译 · 未评分】了解 ChatGPT Work 和 Codex 分析如何帮助团队理解 AI 使用量和支出，识别培训需求，并将采用率与业务成果联系起来。
Hugging Face Blog 你的智能体完成了任务。它会再次做到吗？
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
OpenAI News 快速扩展在线存储以服务于超过 10 亿 ChatGPT 用户
【AI 翻译 · 未评分】了解 OpenAI 如何将 Habitat 从 Python 库演变为全球分布式存储平台，该服务支撑着 10 亿 ChatGPT 用户和每秒 2200 万请求。
OpenAI News 研究人员如何利用 Codex 和 ChatGPT 搜索新型抗菌分子
【AI 翻译 · 未评分】César de la Fuente 的实验室使用 Codex 和 ChatGPT 在现存和已灭绝基因组中搜索抗菌候选物，以对抗耐药感染。
Hugging Face Blog 使用 Gradio Workflow 重建 AUTOMATIC1111
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
Hugging Face Blog 跨 HF Jobs 使用 LoRA 实现异步 GRPO：一个桶、一个代理且无 NCCL
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
Mistral AI 利用 AI 代理现代化复杂的遗留代码
【AI 翻译 · 未评分】Mistral 帮助一家欧洲能源运营商将 40,000 行 Fortran 77 代码迁移至 C++。了解实施过程及值得借鉴的经验教训。
OpenAI News GPT-5.6 Sol 如何协助运行量子计算实验
【AI 翻译 · 未评分】查看 MIT 研究人员如何使用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验、分析结果并校准量子比特。
OpenAI News 1Password 利用 Codex 将工程生产力提高 21%
【AI 翻译 · 未评分】1Password 的工程师使用 Codex 快速构建新功能及内部工具，在保持严格安全策略的同时达到生产就绪状态。
OpenAI News 加速研究：OpenAI 内部视角
【AI 翻译 · 未评分】在 OpenAI 内部，编码代理正在重塑 AI 研究。探索关于代理使用、实验速度、任务复杂性和研究加速的早期数据。