Amazon Nova Act QA Studio 第三篇：用 applications 与团队角色管理扩展组织级 QA 自动化
AWS 在 Amazon Nova Act QA Studio 系列第三篇中介绍两项组织级扩展能力：applications 容器与基于团队的用户管理。
#教程/实践
AWS Machine Learning BlogAI 评分3838 AWS Machine Learning BlogAI 评分5555 AWS 教程：用 Ray Train DLC 与 EFA 在 EKS 上做多机分布式训练
AWS 发布教程，演示如何不自建镜像，直接用 Ray Train Deep Learning Container（public.ecr.aws/deep-learning-containers/ray:train-ml-cuda-v1.1）在 EKS 上用 KubeRay 拉起集群。
AWS Machine Learning BlogAI 评分4646 基于 Amazon Bedrock AgentCore 构建企业级 Agentic AI 平台
AWS 发布 Enterprise Agentic AI Platform Blueprint，基于 Amazon Bedrock AgentCore 提供可部署的基础设施即代码，帮助企业以联邦模式构建受治理的 Agentic AI 平台。
AWS Machine Learning BlogAI 评分5656 Exowatt 用 SageMaker 无服务器微调让小模型在准确率上超过前沿模型
Exowatt 基于 Amazon SageMaker AI 无服务器模型定制构建可复用的微调流水线，产出面向边缘与云端的两个任务专用模型，在准确率上超过前沿模型且成本最多低 49 倍。
AWS Machine Learning BlogAI 评分5353 Property Finder 修正 Amazon Bedrock 评估偏差并以 86% 降本选出 Llama 4 Maverick 17B Instruct
Property Finder 发现其评估集 96.8% 的标签直接继承自单一模型预测，导致任何替代模型在比较中处于结构性劣势。团队由领域专家重新标注 356 张阿联酋图片（另用 230 张埃及图片做跨区域检查），改用多标签分类与 Micro F1 主指标，并以 v0 到 v27 的进化式提示词优化循环迭代，v27 用 MIPROv2 自动优化。
OpenAI NewsAI 评分3232 OpenAI 工程师如何用 Codex Ultrafast 把事故调查从数小时缩短到几分钟
OpenAI 工程师使用 Codex Ultrafast 将事故调查时间从数小时缩短到几分钟。文章介绍了其在更快的安全分析、代码重构和日常工作流中的应用方式。
AWS Machine Learning BlogAI 评分5656 Amazon Bedrock 上使用 OpenAI 模型的智能体 Prompt 缓存模式教程
AWS Machine Learning Blog 介绍在 Amazon Bedrock 上为 OpenAI 模型的智能体做 Prompt 缓存的模式，通过缓存工具与指令等静态前缀避免每轮重复读取全部上下文。
AWS Machine Learning BlogAI 评分4545 用 SageMaker SDK v3 实现边缘视觉模型的机队级生命周期管理
AWS 用 Amazon SageMaker Python SDK v3 更新了边缘视觉质检的机队级模型生命周期方案，以 SageMaker Neo 取代已弃用的 SageMaker Edge Manager。
AWS Machine Learning BlogAI 评分5555 用 AWS CDK 在托管 Amazon Bedrock Knowledge Base 上构建智能体检索方案
AWS 官方教程演示如何用一个 Python AWS CDK 应用部署企业级智能体检索方案：基于 Managed Knowledge Base（Type: MANAGED）与 AgentCore Gateway/Runtime。
AWS Machine Learning Blog精选AI 评分6262 Amazon SageMaker AI 多轮强化学习实战指南：Wordle 上把 gpt-oss-20b 解题率从 61% 提到 84%
AWS 官方教程演示如何在 Amazon SageMaker AI 上用多轮强化学习（MTRL）训练托管在 Amazon Bedrock AgentCore 上的智能体，以 Wordle 为例走通部署、数据准备、训练、MLflow 监控与评测全流程。
推荐理由：原文完整给出多轮强化学习的端到端流程、成本拆解和踩坑记录，可直接迁移到自有多步任务的训练设计。
OpenAI NewsAI 评分4444 OpenAI 如何将 Habitat 扩展至服务超 10 亿 ChatGPT 用户（第二部分）
OpenAI 详解如何将在线存储系统 Habitat 扩展到服务超过 10 亿 ChatGPT 用户，通过可靠的多租户架构、全球缓存和 Azure Cosmos DB 实现了 12× 更快的读取速度。这是该系列的第二部分，聚焦 ChatGPT 存储基础设施的规模化实践。
AWS Machine Learning BlogAI 评分4949 Bayer Crop Science 如何用 Amazon Bedrock AgentCore 构建智能体决策引擎
Bayer Crop Science 基于 Amazon Bedrock AgentCore 构建了 Agentic Decision Engine（ADE），通过多智能体自然语言接口覆盖其 Connected Decision Engine（CDE），首期约 80% 的用户问题无需工程师介入即可解答。
AWS Machine Learning BlogAI 评分3838 Amazon Quick Sight layer maps 支持用 GeoJSON 绘制点和路线
Amazon Quick Sight layer maps 新增 Point 和 LineString 两种 GeoJSON 几何类型，可在地图上绘制具体地点（如门店）和路线（如航班、配送路径），此前仅支持 Polygon 形状图层。
AWS Machine Learning BlogAI 评分3838 用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
AWS 提出用可复用的 CDK construct 配合 CloudFormation 自定义资源，在端点更新前后自动完成自动扩缩容的注销与注册，实现端点配置和扩缩容参数的单次部署。
Hugging Face Blog精选AI 评分6161 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态检查作为 RL 奖励后训练智能体
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。
AWS Machine Learning BlogAI 评分4949 在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
通过在 Amazon SageMaker AI 实时端点上托管 Kokoro-82M（82M 参数）TTS 模型，AI 智能体每生成一句话就立即流式送入合成，让语音在完整回复生成前就开始播放，从而消除等待空隙。
AWS Machine Learning BlogAI 评分4141 在 HIPAA 合规环境中部署 AI：Amazon Quick 实践指南
Amazon Quick 是 AWS 的 HIPAA-eligible 服务，可在 web、desktop 和 mobile 客户端中处理 PHI（受保护健康信息）。
AWS Machine Learning BlogAI 评分4040 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖西班牙、葡萄牙、法国三国、四种语言的员工问答，无需自管向量数据库、embedding 管道等 RAG 基础设施。
AWS Machine Learning BlogAI 评分5252 Rescale 借助 Strands Agents 与 AI-DLC 构建 AI 测试分诊智能体
AWS 博客介绍 Rescale 如何用 AI-DLC 方法论和 Strands SDK 在 Amazon EKS 上构建测试分诊智能体，自动分类并路由夜间端到端测试失败。
AWS Machine Learning BlogAI 评分4444 Amazon SageMaker AI 上 TTS 自动扩缩容目标的实测方法
AWS 博客介绍在 Amazon SageMaker AI 实时端点上部署 Kokoro-82M（82M 参数 TTS 模型）自定义容器，用两个实测值替代猜测的自动扩缩容目标：Q_max（单实例在 SLO 内可承载的最大并发）和 T_total（扩容端到端耗时），并据此推导扩缩容阈值与冷却时间。
AWS Machine Learning BlogAI 评分5858 AWS 解析 Deep Insight 多智能体系统的五大生产挑战与解法
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight，本文作为三篇系列的第一篇，梳理其解决的五大生产挑战及对应技术栈。
AWS Machine Learning BlogAI 评分3939 用 AWS PrivateLink 保障 Amazon Quick 从企业内网的私有访问
这篇 AWS Machine Learning Blog 教程演示如何用 AWS PrivateLink 将本地数据源私有接入 Amazon Quick，让流量不经过公网。
AWS Machine Learning BlogAI 评分5050 AWS 教程：用 Strands Agents 构建自适应智能体框架 AAIF
AWS 发布教程，展示如何用 Strands Agents 构建自适应智能体框架（AAIF），将常规请求交给本地 SLM（通过 Ollama 运行 llama3.2:1b 和 llama3.2-vision）处理，复杂请求经 Amazon Bedrock 路由到云端大模型，以降低成本并保持低延迟。
AWS Machine Learning BlogAI 评分4747 在 AWS Trainium 上用 torchtitan 训练 Qwen3 的三种方法
AWS Machine Learning Blog 演示了在单台 trn2.48xlarge（16 颗 Trainium2 加速器、64 个逻辑 NeuronCore）上用 torchtitan 训练 Qwen3 的三种配置。
AWS Machine Learning BlogAI 评分2020 U.S. Hunger 如何用 Amazon QuickSight 连接领导者与数据
非营利组织 U.S. Hunger 通过 Amazon QuickSight 打通组织数据，让 CEO Rick Whitted 无需反复找技术团队取数即可直接探索数据。
Hugging Face Blog精选AI 评分6161 Hugging Face 与 NVIDIA 教你用 Isaac Lab 训练 Microduck 行走并部署到真机
Hugging Face Blog 发布教程，介绍如何用 Isaac Lab 与 Newton 训练开源双足机器人 Microduck 的行走策略，导出 ONNX 后部署到真机。
推荐理由：教程给出从仿真训练到真机部署的完整命令与接口约束，读者可照此复现双足机器人行走策略的迁移流程。
Hugging Face BlogAI 评分4949 Profiling TorchNeuron（一）：在 AWS Trainium 上做系统级性能分析
Hugging Face 发布 TorchNeuron 系列教程第一篇，讲解如何在 AWS Trainium 上用 torch.profiler 和 NeuronConfig 对推理做系统级性能分析。
Hugging Face BlogAI 评分4949 Profiling TorchNeuron（一）：在 AWS Trainium 上做系统级性能分析
Hugging Face 发布 TorchNeuron 系列教程第一篇，讲解如何在 AWS Trainium 上用 torch.profiler 和 NeuronConfig 对推理做系统级性能分析。
OpenAI NewsAI 评分4545 OpenAI 用数千个 AI 智能体在生物数据中挖掘新研究线索
OpenAI、PerturbAI 与 Scripps Research 联合使用分布式 AI 智能体，从数百万个脑细胞的数据中挖掘出有前景的研究线索。该方法通过数千个 AI 智能体并行处理大规模生物数据，为科研人员提供新的发现路径。
AWS Machine Learning BlogAI 评分4444 在 AWS 上用 Smartsheet MCP Server 为 AI 智能体接入工作管理上下文
Smartsheet 推出正式可用的 MCP Server，让 AI 助手通过标准化协议读写和管理 Smartsheet 数据，覆盖 40 多个用于探索、创建和管理 sheets、rows、columns 及 automations 的工具，支持用自然语言更新任务状态、创建行和修改项目结构。
AWS Machine Learning BlogAI 评分4545 Smartsheet MCP Server 正式可用：在 AWS 上为 AI 智能体接入工作流上下文
Smartsheet 推出正式可用的 Model Context Protocol (MCP) Server，通过标准化协议让 AI 助手读取、写入和管理 Smartsheet 数据，覆盖 40 多个用于探索、创建和管理 sheets、rows、columns 与 automations 的工具。
AWS Machine Learning BlogAI 评分4949 Octave 如何在 Amazon Bedrock 上构建安全的多租户 AI 基础
Octave Reliance 用 Amazon Bedrock 搭起三层多租户 AI 基础，用 Cohere Embed v4 嵌入 20 亿份文档并落地 Complaint Triage Assistant，单个用例部署时间缩短 50%。
AWS Machine Learning BlogAI 评分5858 GPT-OSS-20B 多语言推理微调教程：SFT 与 GRPO 在 SageMaker HyperPod 上的对照
AWS 博客演示了在 Amazon SageMaker HyperPod 上用 SFT 和 GRPO 微调 GPT-OSS-20B，使其按指令用目标语言进行推理。
AWS Machine Learning BlogAI 评分4646 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链智能
Amazon Quick 与 Amazon Bedrock AgentCore 结合，让供应链管理者用自然语言对话即可跨 ERP、监控、采购、邮件等系统获取可执行答案，将原本 45–60 分钟、跨五个系统的手动查询压缩为几分钟内的三次对话。
AWS Machine Learning BlogAI 评分5050 Eon 如何用 Amazon Bedrock AgentCore Gateway 构建多云调查平台
Eon 用 Amazon Bedrock AgentCore Gateway 替代了分散的凭据和本地 MCP 进程，为开发者与自主 SRE agent 提供跨 AWS、GCP、Azure 三朵云的统一调查工具访问。
AWS Machine Learning BlogAI 评分4646 用 X.509 PKI 保障 AWS 上 AI 智能体身份安全
AWS 与 Keyfactor 联合推出参考架构，用 Keyfactor EJBCA 结合 AWS 服务为 AI 智能体建立 X.509 PKI 加密身份，弥补 MCP 缺乏内置认证标准的缺口。
AWS Machine Learning BlogAI 评分5252 AWS Agent Registry 实现智能体运行时工具发现教程
AWS 官方博客介绍如何用 AWS Agent Registry 在运行时发现工具，替代把所有工具硬编码进编排器的做法，走 Discover → Instantiate → Execute 循环。
AWS Machine Learning BlogAI 评分5757 Amazon Bedrock 通过跨区域推理向加拿大区域开放 OpenAI GPT-5.6、GPT-6 与 GPT-6.1
Amazon Bedrock 现可通过跨区域推理（CRIS）从 Canada (Central) ca-central-1 和 Canada West (Calgary) ca-west-1 区域调用 OpenAI GPT-5.6（Sol、Terra、Luna）、GPT-6（Astra、Sol、Luna）和 GPT-6.1 Sol，推理在北美处理。
GitHub Blog · AI & MLAI 评分4343 3 位 Java Champion 分享用 GitHub Copilot 提升生产力的实践
3 位拥有 10 年以上经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践，其中 Vlad Mihalcea 借助 Copilot 将原本需数周开发的 Hypersistence Optimizer 事件历史 Web 应用缩短到两天完成。
AWS Machine Learning BlogAI 评分4545 在 AWS 上用 AtScale 和 Amazon Bedrock AgentCore 构建面向智能体 AI 的语义层
AWS Machine Learning Blog 系列第三篇演示了如何用 AtScale 作为语义层，在 AWS 上为智能体 AI 构建 Customer 360 场景。