AWS 六周实战计划：让非工程背景业务人员亲手构建 AI 智能体
AWS 推出六周结构化项目，让没有工程背景的业务人员用 Amazon Bedrock、AgentCore 和 Strands Agents SDK 构建可运行的 AI 原型。
全部AI 动态
全部动态
今日 2 条AWS Machine Learning BlogAI 评分2222 AWS Machine Learning BlogAI 评分2222 AWS 提出 Agentic Value Model：智能体自动化的商业论证框架
AWS 提出 Agentic Value Model，用于为智能体自动化构建商业论证，替代按「节省工时×人力成本−建设成本」计算的 RPA 时代 ROI 模型。
AWS Machine Learning BlogAI 评分4848 基于 AgentCore 与 OpenClaw 构建上下文感知 AI 助手
AWS 发布教程，展示如何用开源智能体系统 OpenClaw 在 Amazon Bedrock AgentCore 上构建具备长期记忆的个人助手。AgentCore memory 将一次性对话转为持久知识，并支持用结构化元数据标记记忆以便检索。
Simon WillisonAI 评分2222 用 Parseable 与 Datasette 处理 OpenTelemetry traces
Simon Willison 发布 TIL，演示如何用 Parseable 接收并查询 Datasette 产生的 OpenTelemetry traces。Parseable 是兼容 OpenTelemetry 的新型可观测性工具，提供 AGPL 协议的 Rust 开源实现（单个约 180MB 二进制）、企业版和云托管选项。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
AWS 介绍通过 SageMaker Unified Studio 管理 SageMaker HyperPod 集群的治理方法，将控制划分为组织、项目、集群、工作负载四层。
AWS Machine Learning BlogAI 评分3838 如何在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行合规工作负载
AWS 博客介绍在 AWS GovCloud (US) 中通过 Amazon Bedrock 使用 Claude Code 与 Claude Opus 5.5、Claude Sonnet 5.5、Claude Sonnet 5 开展 AI 辅助开发。
AWS Machine Learning BlogAI 评分1212 如何在 Amazon Quick 中降级用户角色
Amazon Quick 控制台无法直接将用户从 Admin 或 Author 降级为 Reader，update-user API 也会以“You cannot downgrade a user role”报错拒绝。
AWS Machine Learning BlogAI 评分3838 LangChain 与 Amazon Bedrock Knowledge Bases 的智能体检索实践
Amazon Bedrock Managed Knowledge Base 现已支持智能体检索，通过 AgenticRetrieveStream API 将多部分问题拆分为子查询并迭代判断证据是否充分，而标准 Retrieve API 仅执行一次混合搜索。langchain-aws 包同时暴露两种检索方式，文章对比了同一多部分问题在两条路径下的表现与成本。
AWS Machine Learning BlogAI 评分3838 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍了如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调搜索智能体，并在检索质量与可靠性上给出实测结果。方案以 Qwen3.6-27B 为基础模型，环境提供 BM25 词法搜索与向量搜索两种工具，并限制交互轮数。
AWS Machine Learning BlogAI 评分2222 用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
AWS 发布教程，演示如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search，填补模型训练知识截止后的信息缺口。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 提出三项需要强化的技能
GitHub 提出 AI 时代开发者需要强化的三项技能：学会指挥 AI 而非只是使用它、不要轻信 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文章以添加认证流程为例，说明开发者角色正从逐行实现转向定义问题、审查 AI 输出并做技术决策；并提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行评审。
OpenAI NewsAI 评分00 GPT-6 家族模型选型指南
OpenAI 发布 GPT-6 家族模型指南，面向初创公司讲解如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具调用，并为生产环境准备相应工作流。
AWS Machine Learning BlogAI 评分5858 在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 官方博客演示在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲智能体在实例自带的 NVIDIA L4 上运行开源音乐生成模型 ACE-Step，交付智能体读取共享卷上的 .wav 做 DSP 处理，合规智能体独立复测并做相似度筛查。
AWS Machine Learning BlogAI 评分2222 用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档，支持多轮追问、按 claim ID 和 claim type 等元数据过滤检索，并返回带引用的答案。
AWS Machine Learning BlogAI 评分2828 如何在 AWS 上为 Claude Platform 配置多环境访问
AWS 博客给出 Claude Platform on AWS（CPonAWS）多环境访问的完整实施步骤：在组织内建专用 AI Services 账户承载订阅与工作区，工作负载账户通过跨账户 SigV4 角色调用推理，无需存储 API key。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到 human-in-the-loop 工作流
Amazon Bedrock AgentCore 支持构建"环境智能体"（ambient agent）：它监听 Amazon S3 事件通知、EventBridge 规则等事件流并自动触发任务，在需要时通过单个 ask_human 工具暂停等待人工审批，再从中断处恢复执行。
AWS Machine Learning BlogAI 评分2828 Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机提升获客漏斗转化率
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机（LinUCB）为产品获客漏斗做个性化内容选择，七周线上 A/B 测试中，一个人群组的最终漏斗转化率取得高个位数百分比的相对提升，另一人群组则未见改善，问题出在内容而非模型。
AWS Machine Learning BlogAI 评分3636 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可通过自定义 memory provider 接入 Amazon S3 Vectors，作为多智能体系统的持久化记忆层，并部署在 Amazon EKS 上。
AWS Machine Learning BlogAI 评分3636 在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移
AWS Professional Services 用四个智能体组成的模式，把每个应用的 IaC 开发时间从 3 到 4 周压缩到几分钟，该模式基于 Strands Agents SDK 构建、运行在 Amazon Bedrock AgentCore 上，通过 AgentCore Gateway 暴露的 MCP 工具连接源与目标系统。
AWS Machine Learning BlogAI 评分2222 Amazon Quick 提示词工程基础：通用原则与 CRISPE 框架
AWS 发布 Amazon Quick 提示词工程基础指南，讲解如何通过具体化、上下文和示例提升其 AI 功能的输出质量。文章提出 CRISPE 框架，从上下文与约束、角色与职责、意图与输入、步骤与范围等维度结构化复杂提示词，适用于自定义 Agent、自动化流程和对话式数据分析。
AWS Machine Learning BlogAI 评分2222 Amazon Quick 各组件提示词工程：模式与陷阱
AWS 官方博客按组件拆解 Amazon Quick 的提示词工程实践，指出 Quick Research、Quick Flows、Quick Sight 等能力对提示词的解读各不相同。Quick Research 需明确目标、受众与关注范围，并自行拆解子问题、限定数据源；Quick Flows 需写清 what、when、where，复杂逻辑用编号步骤表达，并可通过对话迭代调整流程。
Perplexity@perplexity_aiAI 评分4141Hacker News 热门（buzzing.cc 中文翻译）AI 评分3939 在 Godot 中使用任何 C 库：通过 Conan 与 godot-cpp 10 集成 C++ 扩展
godot-cpp 10 已进入 ConanCenter，可把任意 C/C++ 库以 GDExtension 形式接入官方 Godot 构建，无需重新编译引擎。
404 Media（RSS）AI 评分5050 DrivingBench 让 ChatGPT 等大语言模型开丰田卡罗拉跑绕桩，仅一个模型完赛
三位湾区科技从业者组成 DrivingBench，用 Comma 套件把 GPT-6 Astra、Claude Fable 5.1、Grok 4.6 和 GPT-5.6 Sol 接入丰田卡罗拉的转向、油门和刹车，在公共停车场锥形路线上测试未专门训练的前沿模型能否开车。
Ahead of AI（RSS）AI 评分7171 Sebastian Raschka 撰文解析 Jev 文本分类模型：从词袋到 Jev 的技术脉络与实测
Sebastian Raschka 发表长文，梳理从词袋、RNN、CNN 到 BERT、GPT 的文本分类方法历史，并解读 TypeSafe AI 新发布的 Jev 模型。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分3232 叶序：一款音频响应式LED显示屏
开发者用 Processing 生成黄金角螺旋点阵并做 Voronoi 剖分，再用 CadQuery 建模、3D 打印出 89 颗可寻址 RGB LED 的叶序造型灯盘。灯盘由 STM32 blackpill 驱动，通过 SPI 控制 neopixel，并接入 INMP441 I2S 数字麦克风，借助 ARM CMSIS 库做傅里叶变换与多频段能量分析，实现随房间声音变化的音频响应效果。
Hacker News：AI 热帖AI 评分5050 ESP32S3-LLM-Cluster：7 块 ESP32S3 组成集群运行 1.58-bit BitNet 语言模型
开源项目 ESP32S3-LLM-Cluster 在 7 块 ESP32S3 上以分布式流水线方式运行 1.58-bit BitNet 量化模型，其中切片后的 0.5B 模型由 1 块主节点加 6 块计算节点分担。
Runway：News（网页）AI 评分4444 Runway 如何帮世界杂耍联盟用 AI 补满电视转播的空座位
世界杂耍联盟（WJF）创始人 Jason Garfield 用 Runway 为荷兰两日赛事的转播补全观众席：首日满座、次日侧机位空座，他用 Aleph 2.0 在原始素材中加入观众而不改动画面其他部分，仅一个极广角镜头退回 After Effects 处理。他还用 Runway 生成开场动画、选手资料卡、排行榜和舞台烟火，整档约一小时特别节目由他一人完成，单段生成时长上限约 15 秒。
lauren@potetoAI 评分4141OpenRouter：Announcements（RSS）AI 评分5454 OpenRouter 对比 Veo 3.1、Seedance、Kling、Grok Imagine Video 的图生视频能力与价格
OpenRouter 对比其平台上 Veo 3.1 系列、Seedance 2.5/2.0 系列、Kling v3.0 与 Grok Imagine Video 各模型的图生视频设置，涵盖分辨率、时长、首尾帧控制、音频和每秒价格，数据核查于 2026 年 9 月 11 日。
Thariq@trq212AI 评分1010
Diogo Almeida@CompleteSkepticAI 评分5050围绕一个简单原语做真正工程实践的好例子！！！ 不要把 Jev 直接接入高层决策，而是编程定义你想要的行为！ （跟人说"去编程"听起来很奇怪，但这真的很酷）
Databricks：Blog（RSS）精选AI 评分6565 Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型
Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。
推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。
SemiAnalysis 长文 RSS（RSS）AI 评分5151 SemiAnalysis 解析 GLM5.3 稀疏注意力对 HBM 内存与推理成本的影响
SemiAnalysis 分析 GLM5.3 的 DeepSeek Sparse Attention 如何影响 HBM 内存使用，指出 top-k 选择仍需完整上下文驻留 HBM，稀疏注意力并不直接降低内存容量瓶颈。
GitHub Blog精选AI 评分7171 GitHub 安全团队如何用开源 AI 安全 Agent 找出 24 个 Android 漏洞
GitHub Security Lab 发布开源 seclab-taskflows 任务流，通过 gather_mobile_entry_point_info.yaml 和 classify_application_local.yaml 等提示词引导 LLM 审计 Android 应用，已发现并报告 24 个漏洞。
推荐理由：作者以第一手实践拆解了任务流设计与运行步骤，并给出真实漏洞案例和 LLM 局限，方法可直接迁移到自己的项目审计。
Databricks：Blog（RSS）AI 评分4343 Databricks Genie One 企业落地指南：如何分阶段推广 AI 数据同事
Databricks 发布 Genie One 企业推广分步指南，建议从单一团队和一组明确问题起步，先定义语义层再逐步扩大范围。Genie One 让业务用户用自然语言提问并获得带来源引用的答案，配套 Genie Agents、Genie Ontology 和 Unity Catalog 分别负责领域智能体、业务语义图谱与权限治理。
LlamaIndex：产品、工程与评测AI 评分4949 LlamaParse 为什么表单解析比 VLM 更可靠？
LlamaIndex 发文解释表单为何需要专用解析器：VLM 擅长通用推理，但表单解析结果并不会随推理增强而变好，且成本更高。LlamaParse 将表单表示为带 id、label、value 的字段与 section 嵌套 JSON 树，能保留复选框、签名及字段归属关系，避免扁平化后两个 "Date" 字段无法区分。
LlamaIndex：产品、工程与评测AI 评分5050 LlamaParse 推出 Enriched Forms 表单解析，指出 VLM 难以正确读取表单的原因
LlamaIndex 发布 LlamaParse 的 Enriched Forms 功能，将表单解析为字段与分组的 JSON 树，附带 bounding box 定位和归属信息，供下游审计验证。
AWS Machine Learning BlogAI 评分3333 用 vLLM-Omni 在 SageMaker AI 上构建实时语音应用（上）：流式部署 Qwen3-TTS
AWS 发布教程，演示如何用 vLLM-Omni Deep Learning Container 在 Amazon SageMaker AI 上部署 Qwen3-TTS 文本转语音模型，实现边生成边播放的流式语音输出。
Databricks：Blog（RSS）AI 评分3838 营销与数据工程最常误解的 24 个营销数据术语
Databricks 博客梳理了营销与数据工程团队最常理解不一致的 24 个营销数据术语，围绕活动数据来源、客户身份、受众就绪、激活等五个实际问题展开。文章以“inactive customers”“real-time”等为例，说明同一术语在双方眼中的定义差异会直接影响构建内容、成本与上线时间，并建议在开工前先对齐含义。全部 24 个术语可通过可打印 PDF 获取。