AWS 用 Amazon Bedrock AgentCore 构建九阶段智能体评估框架
AWS SMGS Operations 团队分享了基于 Amazon Bedrock AgentCore Evaluations 的九阶段评估框架，覆盖从首次提交到生产响应的完整智能体生命周期，用于保障面向 AWS 全球现场销售的多智能体系统质量。
推荐理由：原文用真实生产故障和九阶段框架展示了如何把智能体质量从一次性验收变成贯穿生命周期的持续机制，可迁移性强。
#教程/实践
AWS Machine Learning Blog精选AI 评分6262
The Verge · AIAI 评分7474 Nvidia RTX Spark 笔记本一周实测：游戏、续航与本地 AI 表现
The Verge 三位作者用搭载 Nvidia RTX Spark N1X 芯片（20 CPU 核心、6,144 CUDA 核心）的五台笔记本（Asus ProArt P16、HP OmniBook Ultra、Lenovo Yoga 9n、Surface Laptop Ultra 等）测试一周，价格从 $3,199.99 到 $6,999.99。
Simon WillisonAI 评分4747 sparqlite：用 Rust 在 SQLite 内实现 SPARQL 1.1
Claude Code for web 在 Ultracode 模式下运行 12 小时以上，用 Rust 写出了 sparqlite——一个把 RDF quads 存进普通 SQLite 表、在 SQLite 进程内原生执行 SPARQL 1.1 查询与更新的可加载扩展。
Simon WillisonAI 评分2929 Chirp Pong：用麦克风 chirp 实现双手机对战的 Pong 游戏实验
Simon Willison 用 Claude Opus 5.5 Extra in Claude Code 生成了一个静态 HTML 双人 Pong 游戏实验，两台手机通过麦克风发送的 chirp 音频传输游戏状态，实测可行。游戏在经典 Pong 基础上加入了图形和玩法变化，让对战更有趣、更交织。
Simon WillisonAI 评分4242 用 Claude Opus 5.5 Max 生成 "Tree Appreciator" 游戏
Simon Willison 用 Claude iPhone app 的聊天模式让 Claude Opus 5.5 Max 生成了一款 three.js 游戏 "Tree Appreciator"，机制是欣赏两棵算法生成树之间的差异。Claude 运行 3 小时 7 分钟后返回了带音乐、动画和成就的找不同游戏。作者发现提示中写 "make sure it is fun" 效果出奇地好。
The Verge · AIAI 评分5757 The Verge 评测 Twin Health 数字孪生代谢管理 100 天体验
The Verge 高级评测人 Victoria Song 分享了她使用 Twin Health 数字孪生项目 100 天的体验：该服务通过 Dexcom G7 CGM、智能体重秤、智能血压计、Apple Watch 及抽血化验等数据构建 AI 代谢模型，以红橙绿颜色预测食物对血糖的影响。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock AgentCore 构建自我改进的文档处理系统
AWS 介绍如何用 Amazon Bedrock AgentCore 搭建一套智能文档处理（IDP）系统，由 8 个专用 Agent 协作完成文档分类、抽取、校验与自我学习，通常 20 分钟内即可部署。
OpenAI NewsAI 评分3535 Third Moment Research 如何用 GPT-6 Astra 等模型运行 10,000 个持续 36+ 小时的 AI 智能体
Third Moment Research 基于 GPT-6 Astra、GPT-6.1 Sol、Codex 以及用于网络安全的 Daybreak，构建出能持续专注数日、并在使用中不断改进的 AI 智能体，可同时运行 10,000 个智能体并持续 36 小时以上。
AWS Machine Learning BlogAI 评分3737 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复
Tamnoon 基于 Amazon Bedrock 构建了 agentic 云安全修复编排器 Tami，自主调查来自 CNAPP 和云原生来源的发现并生成修复方案，90 天内将关键云暴露减少超过 90% 且零生产事故。Tami 由调查、安全评分、修复、代码生成四个专用 agent 组成，通过单一 API 调用不同基础模型，安全评分将修复分为 SAFE、RISKY 或 AWAITING DATA。
AWS Machine Learning BlogAI 评分4343 用 Amazon Bedrock AgentCore 自动生成演示文稿
一套基于 Amazon Bedrock AgentCore 的 AI agent 方案可在 90 秒内自动生成 PowerPoint 演示文稿。
The Verge · AIAI 评分6262 Epic Games Launcher 推出 vibe coded 预览版并支持 Linux
Epic Games 宣布推出重新设计的 Epic Games Launcher 预览版，称其速度更快、更流畅，并首次支持 Linux，同时计划通过该应用将 Fortnite 带到 Linux。
AWS Machine Learning BlogAI 评分3838 用 Amazon SageMaker JumpStart 部署与评估模型
Amazon SageMaker JumpStart 提供预训练模型目录，可用 SageMaker Python SDK 部署模型、运行轻量可重复的性能测试并删除端点，实测单请求延迟 9.07 秒、约 153 词输出、16.9 words/second。
Latent SpaceAI 评分6161 Dyna Robotics 联创 Jason Ma 谈世界动作模型与机器人长时自主
Latent Space 播客邀请 Dyna Robotics 联合创始人兼首席科学家 Jason Ma，讲解其世界动作模型 Dyna-2 与新推出的实体机器人智能体 Dyna-2.1。
Simon WillisonAI 评分2626 用 Python 3.15 profiling.sampling 分析 web-edit：火焰图与源码热力图
Simon Willison 用 Python 3.15 内置的 `profiling.sampling` 对未修改的 web-edit 应用做采样分析，`preserve_endings` 占 15,296 个 CPU 栈的 64.8%，`SequenceMatcher.find_longest_match` 贡献 38.3% 的叶子样本。
AWS Machine Learning BlogAI 评分5656 Anchor Browser 集成 Amazon Bedrock AgentCore payments 让 AI 智能体自主完成 x402 付费
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成现已在 AWS Marketplace 上线，让 AI 智能体在遇到 HTTP 402 Payment Required 时能自主完成 x402 协议付费，覆盖付费网页与付费 API。
AWS Machine Learning BlogAI 评分3434 用 managed entitlements 管理 Amazon Bedrock 的私有定价报价
Amazon Bedrock 通过 managed entitlements 简化多账户访问第三方 AI 模型，可从中心账户一次订阅并向组织分发访问权限。
AWS Machine Learning BlogAI 评分4545 Amazon SageMaker AI 上的 Mixture-of-Experts kernel 工程优化
Amazon SageMaker AI 团队介绍了针对 fused MoE 模型的 kernel 优化方案，其中 Swap-AB 技巧在 H200 上为大规模 MoE 模型带来 2–4% 的端到端输出吞吐提升，已上游至 vLLM 0.24.0 及之后版本。
AWS Machine Learning Blog精选AI 评分6262 在 Amazon Bedrock 上用 Grok 4.7 构建长程智能体并评测推理档位
AWS 博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并构建一个工具调用智能体，在三个需要搜索而非查表的任务上以四个 reasoning effort 档位各跑 6 次共 72 次，答对 67 次：xhigh 全对 18/18，low 答对 15/18 但输出 token 约为 xhigh 的八分之一。
推荐理由：原文给出可复现的评测设计与四档推理档位的 token 与正确率对照，读者可据此在自己任务上量测成本质量权衡。
AWS Machine Learning BlogAI 评分5555 ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 帮助台 Deckhand
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了 Slack AI IT 帮助台 Deckhand，上线三个月处理 1,935 条消息、回复率达 97.5%、员工好评率 96%。
AWS Machine Learning BlogAI 评分4444 Orca Security 用 Amazon Bedrock 构建自然语言安全查询工具 Discovery AI
Orca Security 与 AWS 合作基于 Amazon Bedrock 构建 Discovery AI，将自然语言问题转换为其 Sonar 查询系统的有效查询，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%。
Simon WillisonAI 评分3636 web-edit 0.1a0：用 Codex 和 GPT-6 Astra Extra High 构建的文件编辑 Web 应用
Simon Willison 用 Codex 和 GPT-6 Astra Extra High 构建了 web-edit 0.1a0，一个用于查看和编辑文件夹中文件的 Python Web 应用，以便在手机上通过 Codex Remote 工作时直接编辑凭据文件而不让凭据经过 LLM。
Simon WillisonAI 评分4444 引用 Geoffrey Huntley：用 pre-commit hook 纠正 AI agent 的代码写法
Geoffrey Huntley 提出用 pre-commit hook 拦截绕过 diagnostics 模块、直接调用 observability 模块的 git diff，让提交失败并向 agent 注入提示词，强制其使用 diagnostics 库，效果立刻达到十全十美。他认为更新 AGENTS.md 仍会留下偏差并随时间漂移，而 hook 方案能持续生效。他同时主张没人应该再手工写代码。
AWS Machine Learning BlogAI 评分5858 Amazon Bedrock 在东南亚五地开放 OpenAI GPT-6 全球跨区域推理
Amazon Bedrock 在泰国、马来西亚、新加坡、印尼和台湾五个 AWS Region 通过全球跨区域推理提供 OpenAI GPT-6 Sol 和 GPT-6 Luna，GPT-6 Astra 则从 Asia Pacific (Singapore) 提供。
Simon WillisonAI 评分5555 Simon Willison 解读 Python 3.15 新特性与升级实践
Python 3.15 正式发布，Python 3.10 停止支持。Simon Willison 介绍了 3.15 的关键新特性，包括 PEP 810 显式惰性导入、PEP 798 推导式解包语法，以及内置采样分析器 profiling.sampling（Tachyon），并给出用 uv 升级到 3.15 的命令序列。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot app for Beginners：如何让 Copilot 了解你的代码库
GitHub 官方教程介绍四种让 Copilot 掌握项目约定的方式：用 .github/copilot-instructions.md 和 .github/instructions 下带 applyTo 字段的路径级文件定义仓库规范。
AWS Machine Learning BlogAI 评分4444 使用 Ray LLM Deep Learning Containers 运行多节点推理工作负载
AWS 推出多节点 Ray LLM Deep Learning Containers，可在 Amazon EKS 上将单个大语言模型部署到两个 GPU 节点，通过一个 OpenAI 兼容端点实现 prefill/decode 分离推理。
AWS Machine Learning BlogAI 评分4545 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 展示了如何在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型：标准路径通过 AWS DLC for llama.cpp 提供 OpenAI 兼容的 chat completions，SemIf 扩展则直接返回各选项概率而不生成答案 token。
The Verge · AIAI 评分5757 The Verge 记者实测本地 AI：用 Hermes Agent 与 Qwen 模型跑日常任务的体验
The Verge 记者 Antonio G. Di Benedetto 在 M5 Ultra Mac Studio（256GB 统一内存）上安装开源自托管桌面应用 Hermes Agent，并选用 Qwen 3.8 Flash Next（1250 亿参数、约 105GB）本地模型开始日常使用。
Simon WillisonAI 评分3434 Python 3.15.0 加入 actions/python-versions
Python 3.15.0 已加入 actions/python-versions，可在 GitHub Actions 测试矩阵中添加 "3.15" 来针对新版本运行测试。作者此前一直等待这一更新，甚至让 ChatGPT 每小时检查一次仓库，直到稳定版 3.15 上线。
Simon WillisonAI 评分1212 Dwarf Fortress 现在使用版本控制了
Dwarf Fortress 现在使用版本控制（version control）功能。Simon Willison 于 10 月 11 日发布笔记记录此事，同时提供每月 LLM 要闻邮件简报，赞助 $10/month 可获取。
TechCrunch · AIAI 评分5656 可直接发短信调用的 AI 智能体盘点
文章盘点了可通过短信直接调用的多款 AI 智能体，包括 Caddy、Comma、Fambot、Folk、Instinct、Miso、Ohai、Ollie、Poke、Underdog、Wajo 等，覆盖通用助理、家庭、旅行、工作等场景。
Hugging Face Blog精选AI 评分6262 Ai2 用 GPU 时间预算重构集群调度器
Ai2 团队用 GPU 时间预算、层级公平份额分配和时间片合约取代了原有的优先级调度器，把 GPU 时间分配从逐案协商变成透明的预算流程。新系统要求每个请求由预算支撑，配合 7 天回看窗口的公平份额排序和 8 小时最小运行时保护，30 天测试期内团队拿到了 98% 应得 GPU 小时，集群占用率保持 98%，调试任务 p90 等待时间从 2 小时降到 30 秒，需人工介入的维修下降 74%。
推荐理由：原文完整拆解了从优先级调度到预算制调度的迁移过程与量化收益，可迁移性强。
AWS Machine Learning BlogAI 评分5959 Postman 分享在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode 的架构实践
Postman 与 AWS 撰文介绍 Postman Agent Mode 如何在 Amazon Bedrock 上为 4000 万开发者提供服务，核心经验是把上下文而非能力当作主要瓶颈。
Simon WillisonAI 评分5555 Simon Willison 用语音对话为博客开发 Newsletters 页面
Simon Willison 用 ChatGPT 桌面应用 Codex 标签页的语音对话模式，对着笔记本边做饭边开发，为博客上线了 Newsletters 页面，索引其免费周更 Substack 和每月赞助者专属更新。
Hugging Face Blog精选AI 评分7171 用 ML Intern 在几天内低成本训练 6 个定制模型的实践
作者在 HuggingChat 中开启 ML-intern 模式，用提示词驱动其规划、训练、评估并发布模型，几天内做出 6 个模型，总算力成本约 USD 103。
推荐理由：作者公开了七条完整提示词和预算控制写法，可直接迁移到自己的微调项目中。
NVIDIA Blog精选AI 评分6262 NVIDIA 展示开发者如何用前沿 AI Agent 构建 Omniverse 仿真应用
NVIDIA Blog 通过十余个案例展示开发者如何用自然语言指挥 GPT-6 Astra、Claude 等前沿模型，配合 NVIDIA Omniverse 库构建仿真应用。
推荐理由：通过十余个具体案例展示了前沿模型与 Omniverse 库结合的可迁移工作流，读者可对照自己的仿真场景找到入手方式。
AWS Machine Learning BlogAI 评分3434 用 Amazon SageMaker HyperPod 实现多团队共享 GPU 集群的隔离与公平
AWS 提出一套基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。
AWS Machine Learning BlogAI 评分4646 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和开源编排框架 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。
AWS Machine Learning BlogAI 评分4444 AWS：弥合 AI 知识与能力差距的六周实战手册
AWS 用六周结构化实战项目，让 4 名无工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型做出多智能体金融顾问原型 WealthWise 并获第一名，含 5 个专业智能体、4 张 DynamoDB 表，复杂金融推理响应时间低于 5 秒。
AWS Machine Learning BlogAI 评分4444 用 AWS Lambda Durable Functions 自动化 AWS DevOps Agent 调查后的修复流程
AWS 展示了如何用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 搭建自动化修复工作流，补全 AWS DevOps Agent 的调查结果到问题修复环节。