GS Caltex 通过 Amazon SageMaker Canvas 与 SageMaker Pipelines 打通模型到生产的流程，ML 工程师部署模型从约一周缩短到几小时。公司每 30 分钟运行一次批量推理，减少常驻 endpoint 需求，显著降低推理成本。文章讲解如何复用 Canvas 中验证过的预处理流程与模型，参考实现已在 GitHub 开源。
AWS 发布教程，演示用 AWS CDK 在 AWS 账户中部署 LiteLLM 与 NVIDIA NeMo Switchyard 路由插件，让 Claude Code、OpenAI Codex CLI 等编码智能体的请求经 Amazon Bedrock 在 Claude Opus 5.5 与 NVIDIA Nemotron 3 Super 120B 之间路由。
AWS 发布教程，介绍如何在 Amazon SageMaker JumpStart 上部署 OpenFold3-preview（OpenFold Consortium 与 Columbia University AlQuraishi Lab 开发的开源全原子结构预测模型。
AWS 官方博客讲解 Amazon Bedrock AgentCore runtime 在 platformVersion 设为 V2 时的会话启动机制与四种加速模式：V2 在创建或更新 runtime 时构建一次容器快照，新会话直接恢复快照，镜像拉取不再出现在每次冷启动中，会话启动更快也更稳定。
AssemblyAI 展示了其在 AWS 上运行语音转文字推理的低成本架构，用 Amazon ECS、Amazon EC2 Spot Instances 和 Amazon SQS 组合实现成本优化。
AWS 官方教程讲解如何在 Amazon Bedrock 上为 Claude Code、Claude Desktop、Codex、ChatGPT Work 等 AI 工具做按用户成本归因与用量控制。
Hugging Face Blog 发布教程，演示用 SimReady Central 上的 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐资产，在 Isaac Sim 6.2 中搭建抓取放置仿真。
Amazon SageMaker HyperPod 推出内置 Data Capture 能力，可将线上推理输入输出记录到 Amazon S3，提供 SageMaker endpoint、负载均衡器、模型 Pod 三个独立采集层级，延迟影响极小且不影响模型可用性。
Dyania Health 的 Synapsis AI 临床推理引擎在 NVIDIA 加速计算上运行，可跨患者多年病历关联线索并生成可溯源的临床信号，且数据在医院防火墙内处理、不离开医院。
Amplitude 基于 OpenAI 模型构建的主动式产品智能体 Wave，能识别该做什么、协助团队用 coding agent 交付改动并衡量影响。Amplitude 借此将产品改进的交付周期缩短至 1–2 天。
GitHub Blog 发布实用指南，介绍 Agent Skills 如何把可重复任务的指令沉淀为以 SKILL.md 为核心的版本化目录，供不同 Agent 复用。
推荐理由：文章给出把可复用判断沉淀为技能的三条实践，读者可据此判断哪些工作流适合用技能而非应用承载。
AWS 官方博客介绍 Amazon Bedrock 中四个影响推理成本的请求级选择：缓存时长、服务层级、推理力度和 maxTokens，并给出各自的实测结果与验证方法。
Natera 与 AWS 合作构建了面向实验室运维的智能体系统 SWARM，基于 Amazon Bedrock AgentCore，在 524 张工单的评估中把平均首次响应时间从 17.4 小时降到约 8 分钟（约 130 倍提速），96.2% 的工单获得自动首次响应。
AWS 官方博客介绍一套仅用 AWS 原生功能、无需编写应用代码的方案，实现按 IAM 主体追踪 Amazon Bedrock 成本并设置可执行的支出上限，分归因、报告、强制三步：Amazon Bedrock 自动记录每次推理请求的 IAM 主体。
AWS 官方博客介绍如何用 Amazon Bedrock Application Inference Profiles 配合运行在 AWS Fargate 上的 LiteLLM。
AWS 官方博客介绍在 Amazon Bedrock 上计算智能体真实成本并证明其 ROI 的框架，提出按任务而非按 token 计价，指出四个定价页未体现的隐藏成本因素：tokenizer 效率、输出冗长、智能体循环轮次和推理开销。
AWS 发布教程，介绍如何用 Agent Toolkit for AWS 中 amazon-bedrock skill 的迁移指南，把客户自管知识库迁移到 Amazon Bedrock Managed Knowledge Base。
AWS Machine Learning Blog 发布教程，介绍 Agent Development Lifecycle（Agent DLC）：一个生命周期、两个循环，以统一的 gold standard 判定每次变更。
AWS 官方教程演示如何让共享同一 Agent 和知识库的员工各自只能检索到自己有权限的文档，核心原则是不让 LLM 决定 userContext 的值。
AWS Machine Learning Blog 发布教程，演示如何在两个 AWS 账户间用 A2A 协议连接 LangChain 企业编排器与 Strands Agents 的 SaaS 合规智能体，双方互不依赖对方框架或 SDK，也不共享任何密钥。
Hugging Face 发布 TRELLIS.2 的 LoRA 微调脚本与 Docker 容器，可在本地或 Hugging Face Jobs 上运行，用自有 3D 资产微调该模型。
AWS 官方教程讲解如何用 Spring AI 和 Amazon Bedrock AgentCore 在 Java 中构建自主 AI 智能体，包含单智能体旅行助手与五专家智能体的文档处理系统两个示例。
AWS 发布教程，介绍如何在 Amazon SageMaker HyperPod 的 PyTorch DDP 训练循环中加入三道检查来检测静默数据损坏（SDC）：all-reduce 前后的 NaN/Inf 梯度检查、跨节点重放的 ring replay 审计、以及 optimizer 更新后的权重指纹比对。
推荐理由：原文给出三道检查的实现代码与开销实测数据，读者可据此评估在自己训练任务中落地的成本与收益。
AWS Machine Learning Blog 介绍开源引擎 semi-persistent 如何用反统一（anti-unification）对形式化策略做语义 diff：在 e-graph 上声明代数律（如 And 的结合、交换、幂等）和领域改写规则，把只改写法不改语义的差异吸收掉，只保留真正的语义分歧为 Variants 节点。
AWS 发布教程，介绍开发者如何让 Codex 通过 Amazon Bedrock 调用受支持的 OpenAI 模型（示例使用 GPT-5.6 Sol），并把接入纳入现有 AWS IAM、Region 与可观测性实践。
DXC Technology 基于 Amazon Bedrock 构建了 DXC OASIS 的多模型底座，通过统一接口接入 Anthropic Claude、Amazon Nova、Meta Llama 及开放权重模型，并用 Amazon Bedrock Guardrails 统一执行内容过滤、PII 脱敏与拒绝话题策略。
AWS 介绍了一套基于 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 的事件驱动架构，自动同步 AWS Agent Registry 中 MCP server 的工具与 schema 记录，避免元数据过期。
AWS 公布 re:Invent 2026（11 月 30 日至 12 月 4 日）AI/ML 赛道参会指南，该赛道提供超过 140 场专题 session，全场共 2,000 多场学习 session，可现场参加或点播回看。
JioStar 首席架构师 Vijay Seshadri 分享了在 5 亿用户规模下落地 AI 发现（AI discovery）的经验，涵盖评测（evals）、护栏（guardrails）以及将 AI 推向生产环境的实践教训。
AWS 介绍如何访问 AWS Generative AI Innovation Center（现属 AWS Frontier AI Engineering & Services）的 23 个生产级开源可复用资产目录，涵盖 RAG pipeline、文档处理、agent scaffolding 等，可将开发时间从数月压缩至数周。
Simon Willison 用 Fable 5.2 分析了 tools.simonwillison.net 上 244 个 vibe-coded 工具的代码，通过 tree-sitter 提取各工具使用的 JavaScript API、库和 web API host，并在首页新增对应标签云，支持按这些类别浏览。
AWS Quick 推出 AI 驱动的产品开发生命周期（AI-PDLC）框架，通过 Orchestrator 调度 Discovery、Prioritize、Working Backwards、Spec Generator、Designer 等六个智能体，把 Slack、Jira、Salesforce 等分散信号汇总为可追溯的 prototype_spec.md 规格。
Hugging Face 博客介绍如何在 Sentence Transformers 中做 token pooling-aware 训练，让多向量嵌入模型在压缩后仍保留检索质量。
OpenAI 在 AI Engineer Code Summit 举办题为 New Ways of Working with Codex 的工作坊，由 Developer Experience 工程师 Dominik Kundel 和 Charlie Guo 主持。
NVIDIA 介绍四家 Inception 计划成员如何用 AI 与机器人从传送带上分拣混合废弃物：AIRECO 用 NVIDIA Jetson Orin NX 驱动视觉分拣。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 现已在 Amazon Bedrock 上线，沿用 Kimi K3 的 3T 级开放权重架构与 100 万 token 上下文窗口，输出速度据 Moonshot AI 报告为 Kimi K3.1 Pro 的 2–3 倍。
Amazon Bedrock AgentCore 的 Web Search API 现已可用，通过单次 API 调用为智能体提供可引用的最新网页结果，查询由 Amazon 自营网络索引提供且不发往第三方搜索引擎，使用 AWS 凭证签名、无需存储搜索 API key，支持域名包含/排除与发布日期范围过滤。
AWS 发布 Amazon Bedrock AgentCore 评估指南，讲解如何用内置评估器及 DeepEval、AutoEval 托管评估器评估 agent 生产表现。
Latent Space 播客邀请 Resend 联合创始人兼 CEO Zeno Rocha，讨论如何为 AI 智能体设计产品。节目中引用一项 AEO 研究，Claude Code 在 102 次邮件服务推荐中 64 次首选 Resend，SendGrid 仅 7 次居首但 55 次作为备选。
Trovata 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建了自主资金管理智能体，将 AI 从提供洞察升级为代表资金团队执行操作的持久化 agentic workflows。