Amazon Quick 如何用统一智能体打通结构化与非结构化数据
Amazon Quick 通过 Space 把结构化数据(enriched datasets)与非结构化数据(S3 知识库)汇入同一工作区,再由自定义 chat agent 在单次对话中跨两类数据源查询并返回带引用的合并回答。
Amazon Quick 通过 Space 把结构化数据(enriched datasets)与非结构化数据(S3 知识库)汇入同一工作区,再由自定义 chat agent 在单次对话中跨两类数据源查询并返回带引用的合并回答。
Simon Willison 用论文 Sparks of Weight-Space Programming 公开的 prompt,实测本地运行的 Qwen 3.8 27B 能否仅凭浮点权重判断神经网络训练的游戏。
NVIDIA 阐释 AI 如何改变半导体晶圆厂运作,提出"AI-defined fab"概念,涵盖加速计算、PhysicsNeMo 物理 AI、AI agents 与数字孪生。
Circle K 基于 Amazon Bedrock 构建自动化事件分诊系统,将平均分诊时间从 45–60 分钟降至 15 分钟以内,降幅 67–75%。
AWS 演示如何用 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK 构建多智能体工程助手,削减零件替换评估中的人工交叉核对。
AWS 发布教程,讲解如何用序列级知识蒸馏(SeqKD)在 Amazon SageMaker AI 上把前沿教师模型的购物智能体蒸馏成更小的学生模型:以 Amazon Bedrock 上的 GLM-5.3 为教师生成 ShoppingBench 轨迹,用基准自带打分器筛出解题成功的轨迹,再以 serverless SFT 微调 Qwen3.5-4B。
AWS 官方教程讲解如何为 Amazon Bedrock Knowledge Bases 的 RAG 数据摄入准备网页内容:多数公开网站可直接用内置的 Amazon Bedrock Web Crawler 数据源连接器。
Simon Willison 用美国人口普查局 Business Trends and Outlook Survey(BTOS)最新数据(2026 年 10 月 22 日发布)重绘了企业 AI 采用率图表。
文章提出用「每个已合并 pull request 的成本」取代 per-token 计费来衡量 AI 编码投入,并建议按任务复杂度把难规划、新推理交给 frontier 模型、常规代码生成与测试交给自托管 open-weight 模型。
The Verge 记者 Sean Hollister 花 $50 买到 Waveshare ESP32-S3 1.75C 触屏挂件——Meta 官方认可的 Muse Gadget 开发套件之一,用 Claude Code 对其重新编程,做出自制 AI Tamagotchi。
Latent Space 在 AI Engineer New York 采访了 Arca 首席 AI 工程师 Aman Singh,介绍这家 AI-native 财富管理公司如何使用智能体完成长时程金融工作。
AWS 发布教程,介绍面向 FinOps 与平台团队的 Amazon Bedrock 端到端成本管理五步运营模型:归属(用 IAM principal 标签与 CUR 2.0 把每笔开销归到责任人)、可观测(模型调用日志加 requestMetadata)、预算强制(监控告警、IAM deny、网关同步阻断三档)、优化平台默认值(智能 prompt 路由与 prompt caching)、以及定期复盘记分卡。文中给出共享 IAM role 的 per-user session 标签方案、CloudWatch Logs Insights 诊断查询示例,以及截至 2026 年 10 月 Claude 系列 prompt caching 计价(缓存写入 1.25x、读取 0.1x 或 0.05x)与盈亏平衡测算。
Amazon Bedrock AgentCore runtime 推出 Session endpoints,让开发者在编码智能体构建 Web 应用时从自己的浏览器实时预览:每个会话运行在隔离的 microVM 中。
作者用 NVIDIA Nemotron Voice Agent 搭建了万圣节互动投影 MonsterHouse,让车库门以暴躁海盗船的语气回应不给糖就捣蛋的孩子,访客说请和谢谢会让他态度软化。
AWS 发布教程,指导在 AWS GovCloud (US) 中配置 ChatGPT 桌面应用,将模型推理请求路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点,供 Work(多步骤任务)和 Codex(编码智能体)使用。
Worldwide Express 与 AWS 和 LTM 合作,基于 Amazon Bedrock 构建多智能体 AI 方案,接入其运输管理系统 SpeedShip,自动处理 LTL 货运账单异常。
Latent Space 发文预告今年最后一场旗舰大会 AIE CODE,定位为面向全球 1000 名顶尖 agentic 工程师的单轨邀请制 Summit,目前仅剩数百席位。
英国 Amazon Quick 用户组 2026 年举办三场季度线下聚会,累计吸引 150 多名参会者,在伦敦 Shoreditch 的 Amazon UK 办公室开展 75 分钟沙盒动手工作坊。
AWS Machine Learning Blog 介绍如何用 AI IDE Kiro 将 PHP 到 Java 迁移从一次性工程变为可度量、可复用的流程。
Epsilon 的 Agentic Platform 团队用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 把意图驱动的 UI 测试做成多租户平台服务,以自然语言步骤补充现有 Playwright 回归套件。
Simon Willison 介绍并体验了 Jacob Sansbury 描述的多人游戏环境 Spawn,玩家可通过提示词让游戏内智能体 Savi 修改世界,他在手机上几分钟内就用提示词生成城堡和龙并骑龙飞行。
MoEngage 与 AWS 合著博文介绍如何用 Amazon Bedrock AgentCore Gateway 把约 400 个私有 REST API(由 25 个工程团队维护、分布在 7 个 AWS Region 的 VPC 中)变成权限受控的智能体工具,估计节省约 6 个月平台工程工作量,新 API 接入从数天缩短到数小时。
AWS Batch 为 Amazon SageMaker Training jobs 推出 quota management 调度能力,管理员可按团队、项目或工作负载划分 quota share。
AWS 博客介绍了 NVIDIA Nemotron 3.5 Super VL 在 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 上的部署方案。
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。
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 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。
GitHub Universe 今年的会议胸牌是一台带彩色屏幕的完整计算机,工程师 Steve Francia 借助 Gemini 在其上跑通了 NES 模拟器,并进一步部署了 Game Boy 和 Game Boy Color 模拟器,可运行《塞尔达传说:织梦岛》等 ROM 游戏。胸牌倒置后可使用机身内置的触摸按键作为游戏手柄。
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。
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。
作者在喜马拉雅山麓断网环境下,用 OpenCode 连接 Ollama 本地运行的 Qwen3.5 9B,验证了离线读文件、改代码、跑测试的完整流程。
Simon Willison 用 Claude Opus 5.5 对 Jeff Lindsay 的 Go 项目 webframe 做了评测,结论是它是一个快速轻量的浏览器 JavaScript 运行器,性能与 shot-scraper 相当,适合抓取网页。
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 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 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 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。
Simon Willison 用提示词让 Claude Opus 5.5 High 构建了一个 Canvas 应用:打开照片后,用模拟画笔在几秒内"画"出该照片的版本。该实验名为 Quick Study,使用 Sobel 边缘检测,除 Google Fonts 外不依赖任何外部库。
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 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。
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。