跳到正文
10月7日周三
10月6日周二
10月5日周一
  1. The Decoder57

    MIT报告:AI正在侵蚀office hours、学习小组与师生信任

    MIT一份2026年6月发布的报告指出,学生普遍使用AI导致office hours出勤减少、在线讨论参与下降、宿舍和图书馆学习小组变少,师生间信任受损。报告建议禁用AI文本检测软件,要求论文披露AI使用且不得将AI列为共同作者,并提倡各课程基于学习目标制定单独的AI政策,转向口试、学期作品集和项目制评估。

10月3日周六
10月2日周五
  1. GitHub Blog · AI & ML36

    GitHub:AI 正在改变开发者工作,三项技能需要加强

    GitHub Blog 提出 AI 时代开发者需加强的三项技能:学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例,说明可用第二个模型对计划、代码和测试进行批判性审查,以发现第一个模型遗漏的问题。

10月1日周四
9月30日周三
  1. AWS Machine Learning Blog36

    Amazon Quick 各组件的提示词模式与常见陷阱

    Amazon Quick 各组件的提示词写法各有差异:Quick Research 需明确目标、受众与聚焦领域并可拆分子问题、筛选数据源,Quick Flows 要写清触发时间、数据源、计算与输出格式并用编号步骤组织复杂逻辑,Quick Sight 查询需包含业务问题、指标与维度。

  2. AWS Machine Learning Blog34

    Amazon Quick 提示词工程基础(上):通用原则与结构化框架

    Amazon Quick 发布提示词工程系列文章第一篇,讲解跨组件通用的提示词原则与结构化框架。核心原则包括用具体指标、时间范围和范围限定替代模糊请求,提供业务上下文以校准输出,以及用 few-shot 示例直接演示所需格式。文章介绍 CRISPE 框架,从上下文与约束、角色与职责、意图与输入、步骤与范围等维度构建完整提示词,帮助团队减少迭代、复用提示模式。

9月29日周二
  1. AWS Machine Learning Blog22

    在 SageMaker AI 上用 vLLM-Omni 生成图像与视频(第二部分)

    AWS 发布教程,演示在 SageMaker AI 上部署同一个 vLLM-Omni DLC 镜像的两个端点:实时端点跑 FLUX.2-klein-4B 生成图像,异步端点跑 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG,再连同运动提示词送入视频端点,生成的 MP4 存入 Amazon S3,示例提供命令行与 Streamlit 界面。

9月28日周一
  1. AWS Machine Learning Blog22

    Amazon Textract 适配器跨账户生命周期自动化管理

    AWS 发布方案,用 CloudFormation 和 Terraform 模板自动化 Amazon Textract 适配器跨账户生命周期管理,将适配器 ID 外置到 Systems Manager Parameter Store 后,生产环境更新无需重新部署应用,原本需数小时至数天的协调工作缩短到数秒。方案包含预分类路由、生产安全配置,并支持将训练好的适配器从训练环境推广到生产环境。

9月27日周日
9月26日周六
  1. GitHub Blog · AI & ML40

    GitHub Copilot 应用入门:如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面,用户通过 /create-canvas 技能用自然语言描述需求即可生成看板、发布清单或仪表盘等工具,无需编写代码。canvas 以扩展形式保存,可随项目共享或作为个人扩展复用,用户与智能体可同时操作并即时同步状态。Awesome Copilot 社区已提供发布说明、看板、issue 分诊等现成 canvas 扩展。