Amazon SageMaker HyperPod 管理与治理最佳实践
针对多团队共享一个 Amazon SageMaker HyperPod 集群时的治理难题，AWS 给出组织、项目、集群、工作负载四层控制模型。其中项目只是协作边界而非运行时安全边界，集群与稀缺加速器容量应集中在单一 capacity account 中管理。
全部AI 动态
全部动态
今日 2 条AWS Machine Learning BlogAI 评分1717
NVIDIA Developer BlogAI 评分2121 NVIDIA Green Contexts：控制 GPU 工作负载资源共享
NVIDIA 介绍 Green Contexts，用于控制同一进程内多个独立 GPU 组件之间的资源共享，例如延迟敏感算子与吞吐型后台 kernel、数据预处理与模型推理等场景。单个 GPU 上多阶段工作流并存时，资源分配一直难以精细控制。
Simon WillisonAI 评分2828 Claude Opus 5.5 能否作曲？Simon Willison 用文本格式音乐实验测试
Simon Willison 让 Claude Opus 5.5 设计简单的文本音乐格式并构建可播放的 artifact，要求达到《猴岛小英雄》原版配乐水准，结果意外地更贴近猴岛主题且质量相当不错。他推测文本模型作曲能力可能像近几个月出现的 3D 图形能力一样是新增技能，但是否为全新能力仍需用其他新旧模型做实验确认。
AWS Machine Learning BlogAI 评分2929 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
亚马逊云科技展示如何用 Amazon Bedrock AgentCore Evaluations 评估多智能体供应链系统，内置评估器覆盖有用性、任务完成和指令遵循，自定义评估器可检查约束满足、路线可行性、SQL 正确性和解释质量。
AWS Machine Learning BlogAI 评分1212 如何在 Amazon Quick 中降级用户角色
Amazon Quick 控制台不提供从 Admin 或 Author 直接降级到 Reader 的路径，update-user API 也会报错拒绝。针对 Quick Identity 用户，可通过手动删除重建，或用 AWS CLI 按 Admin > Author > Restricted Reader > Reader 顺序逐级降级；Pro 用户中间步骤沿用旧角色即可完成降级。
AWS Machine Learning BlogAI 评分3737 LangChain 与 Amazon Bedrock Knowledge Bases 的智能体检索实践
Amazon Bedrock Managed Knowledge Bases 新增智能体检索，通过 AgenticRetrieveStream API 将复杂问题拆成子查询、循环判断证据是否充分并按需重搜，与单次混合搜索的 Retrieve API 形成两条路径。
The DecoderAI 评分6868 开源工具 BootLoops 让 Claude 完成精确科学计算
哈佛物理学家 Matthew Schwartz 在 Anthropic 的客座文章中介绍开源工具 BootLoops，它作为 harness 支持 AI 模型进行精确科学计算，源代码已在 GitHub 上发布。
AWS Machine Learning BlogAI 评分4343 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，训练数据来自 FRAMES、BRIGHT 和含 50 万+合成企业文档的 Enterprise RAG 数据集。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
通过 Amazon Bedrock AgentCore 的 AgentCore Gateway，可将 Claude Desktop 连接到由 Amazon 网页索引支持的 Web Search，突破模型训练知识截止限制。
AWS Machine Learning BlogAI 评分4242 用 Amazon Quick 与 Adjudicated Query 模式批量筛查数千份租约合规性
AWS 提出 Adjudicated Query 模式，让业务用户在 Amazon Quick 聊天界面提问，判定由确定性规则引擎完成，并生成"完整性回执"确保合规加违规加模糊加不可读等于已扫描。
GitHub Blog · AI & MLAI 评分2020 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非只使用 AI、不要轻信 AI 的第一次答案、用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。开发者仍需负责最终结果，包括定义问题、评审 AI 生成的代码并决定哪些可以发布。
OpenAI NewsAI 评分4444 GPT-6 家族模型选型指南
OpenAI 发布 GPT-6 家族模型指南，面向初创团队讲解如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具调用，并为生产环境准备工作流。
Hugging Face BlogAI 评分4646 Hugging Face 博客：AutoSynthData 如何为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，用目标模型的失败案例与更强教师模型的成功轨迹定位能力缺口，再生成并验证新的可执行任务用于后训练，课程随模型进步向剩余难点迁移。
AWS Machine Learning BlogAI 评分3232 在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移
AWS Professional Services 打造了四智能体模式，在 Amazon Bedrock AgentCore 上运行、通过 MCP 工具连接源与目标，把单应用 IaC 开发时间从 3 到 4 周压缩到几分钟。该模式与 AWS Transform、AWS DMS 并存，覆盖迁移发现、IaC 生成、治理报告与切换后 SRE 运维，基于 Strands Agents SDK 构建。
NVIDIA Developer BlogAI 评分2626 NVIDIA TensorRT RTX 示例：用 C++ 构建本地 AI 应用
NVIDIA 发布 Do Inference Now (DIN) Deploy，一个开源 C++ 示例集合，将 ONNX Runtime 与 NVIDIA TensorRT RTX 执行提供程序结合，帮助开发者把模型 checkpoint 转到本地原生应用。该示例面向需要可移植模型格式、可靠运行时和跨目标系统加速的本地 AI 场景。
AWS Machine Learning BlogAI 评分2828 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）通过自定义 MemoryEditor 接口接入 Amazon S3 Vectors，把它作为持久记忆后端，支持每个索引最多 20 亿向量、强写一致性和按 bucket/index 的 IAM 访问控制。
Simon WillisonAI 评分3030 Simon Willison 的 pwasm 0.2a0 发布：Claude Opus 5.5 助力纯 Python WebAssembly 引擎
Simon Willison 的纯 Python WebAssembly 引擎 pwasm 发布 0.2a0。他让 Claude Opus 5.5 接手这个 1 月构建的项目，经 42 次提交后，现已支持几乎全部 WASM 规范，PyPI wheel 还打包了 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。
AWS Machine Learning BlogAI 评分2727 用 AWS 上的上下文 bandit 做个性化，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，将申请开始、提交、审批三阶段分别建模并线性组合 UCB 分数以兼顾整条漏斗；七周在线 A/B 测试中，某一人群的最终漏斗转化率取得高个位数相对提升，另一人群未见改善。团队认为问题出在内容而非模型，并公开了可在合成数据上试用的代码仓库。
AWS Machine Learning BlogAI 评分4949 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 可构建事件驱动的环境智能体（ambient agent），由 Amazon S3 事件通知、EventBridge、Lambda 等信号触发后在 AgentCore Runtime 上运行，需要时通过单个 ask_human 工具暂停并等待人工审批再继续。
AWS Machine Learning BlogAI 评分3131 在 AWS 上为 Claude Platform 实现多环境访问
AWS 为 Claude Platform on AWS（CPonAWS）给出多环境访问的完整实现方案：在组织内设专用 AI Services 账户持有订阅与 workspace，AWS 工作负载通过跨账户 SigV4 调用推理，开发者用绑定 workspace 的长期 API key，外部环境经 OIDC 联邦获取短期凭证。
AWS Machine Learning BlogAI 评分2424 uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并落地生产
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 做监督微调，并叠加提示词层面的输出优化，使其适配自身零售内容审核策略。
NVIDIA Developer BlogAI 评分2727 微调 NVIDIA Nemotron 支持沙特阿拉伯语方言，并探索扩展至其他语言
NVIDIA 针对沙特阿拉伯语方言微调 Nemotron 模型，以解决区域方言和本地录音条件在预训练数据中代表性不足、导致多语言模型在真实部署中表现欠佳的问题。基础模型可能识别现代标准阿拉伯语，却在沙特方言场景下失准，该工作同时给出向其他语言扩展的路径。
NVIDIA Developer BlogAI 评分2020 用 NVIDIA Dynamo-Triton 部署 HSTU 生成式推荐系统
面向大规模个性化场景的生成式推荐系统（GR）把推荐重构为对用户行为的序列建模，用户的交互、上下文、候选物品和动作都被当作高基数事件流中的 token。NVIDIA 介绍如何用 Dynamo-Triton 部署 HSTU 生成式推荐模型。
AWS Machine Learning BlogAI 评分3333 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并返回带引用的答案。
雷峰网AI 评分5252 实测 Qwen3.8-Flash 与 GLM-5.3-Flash：谁能让我提前下班半小时
雷峰网在 Claude Code 中用同一任务实测同日发布的 Qwen3.8-Flash 与 GLM-5.3-Flash，要求从零开发一个含前后端、数据持久化、CRUD、搜索与测试的个人工作台。
雷峰网AI 评分4444 实测 GPT‑6 Astra、Claude Fable 5.1 与 GPT‑5.6 Sol 控制同一台云台机器人，谁真正把活干完了？
同一台两轴云台、同一句"满行程转一遍"，GPT‑5.6 Sol、GPT‑6 Astra Pro 和 Claude Fable 5.1 都让机器转了起来，但对"完成"的理解完全不同：Sol 走完四个极限角，Astra 用 7 步十字动作配合连续三帧误差小于 3° 才标记 verified，Fable 5.1 做了 12 步并留下可复用脚本，却反馈可疑时仍打印扫描完成。
NVIDIA Developer BlogAI 评分3636 NVIDIA TensorRT Model Connect：围绕编码智能体设计的 AI 原生开源项目经验
NVIDIA TensorRT Model Connect 是基于 NVIDIA TensorRT 构建的开源 C++ AI 模型参考实现集合，整个项目围绕编码智能体设计。项目采用并行工作、模型家族隔离、可回滚变更和 GPU 验证等做法，目标是让 NVIDIA 推理栈的性能更易于使用。
AWS Machine Learning BlogAI 评分2424 Amazon Quick 提示词工程基础：通用原则与 CRISPE 框架
Amazon Quick 的提示词工程决定了其 AI 功能响应的准确性与可靠性，官方发布两部分系列的第一部分，聚焦适用于所有 Quick 组件的通用原则与可复用框架。
AWS Machine Learning BlogAI 评分2626 Amazon Quick 各组件的提示词工程：模式与陷阱
Amazon Quick 各组件对提示词的解析方式不同，官方博客按组件给出提示词写法：Quick Research 需明确目标、受众与关注点，并自行拆解子问题；Quick Flows 要写清时间、数据源与输出格式，复杂逻辑用编号步骤，并可通过对话迭代调整。
AWS Machine Learning BlogAI 评分3030 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
针对 RAG 在数百份合同上做汇总统计会算错的问题，AWS 给出了一套合同智能平台架构：AI 提取智能体（Claude Sonnet 系列）从 PDF 中抽取 8 个关键字段并附置信度。
Simon WillisonAI 评分2525 Simon Willison 用 Claude Opus 5.5 生成 Kākāpō Party 像素动画，并借 Claude Code 录制视频
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中，用 Claude Opus 5.5 根据三张 kākāpō 鹦鹉照片生成了 HTML5 canvas 像素动画 Kākāpō Party，20 多只鹦鹉随音乐跳跃、点击可触发彩带和气球效果。
GitHub Blog · AI & MLAI 评分5353 GitHub Copilot app 入门：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvas（画布）是一种可自定义界面，用户和智能体共享同一状态，可用看板、清单或仪表盘等形式承载工作流。在 agent 会话中输入 /create-canvas 技能并用自然语言描述工作流、用户可执行的操作和智能体可执行的操作，无需写代码或做设计，界面会在右侧面板生成。
Simon WillisonAI 评分1818 Simon Willison 发布 commit-rewriter 0.2
Simon Willison 发布 commit-rewriter 0.2，这是一款用于 git 提交记录改写的工具。原文未披露该版本的具体功能改动与新增特性。
NVIDIA Developer BlogAI 评分2424 NVIDIA 谈生物基础模型的高效 MoE 训练
NVIDIA 介绍面向生物基础模型的高效 MoE 训练方法，指出稠密 Transformer 中每个 token 都要过每一层，扩容会同时推高训练与推理算力；MoE 则用多个子网络（专家）替代，每个 token 只激活其中一小部分。
NVIDIA Developer BlogAI 评分2323 NVIDIA：AI 负载上线前如何验证 GPU 集群就绪状态
即便每块 GPU、网络链路和 pod 都显示健康，512-GPU 训练任务仍可能性能不达标或直接失败，原因可能是单块 GPU 变慢、链路在负载下降级，或配置悄悄把流量导向更慢的路径。运维者往往要到任务跑了几小时后才会发现问题。
GitHub Blog · AI & MLAI 评分2424 GitHub Copilot 应用如何渲染超大型 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个含 2,200 个文件、超 100 万行改动、400 多条行内评审评论的开源 PR 验证其性能。代码行沿用"绘制前高度已知"的确定性虚拟化几何，评论等动态块则改为可预估、惰性测量并以文件与行号锚定的独立几何，避免滚动跳变。
Simon WillisonAI 评分1616 用可交互示例讲解 Shadow roots
一篇用可交互示例讲解 shadow DOM 的教程，演示样式封装、继承、slot、part 以及 JavaScript 访问方式。内容说明 shadow root 如何创建带私有样式表的隔离 DOM 树，并与页面 DOM 以特定受控方式交互；文中提示词指向 Fable 5.1 Medium。
NVIDIA Developer BlogAI 评分3636 SWE-Serve 如何揭示本地测试与线上服务之间的鸿沟
NVIDIA 发布 SWE-Serve，用于评估推理服务软件改动——AI 编程智能体的补丁能通过测试，却可能在服务器加载真实模型并处理请求时失败。该基准由 SGLang 团队参与开发，包含 53 个任务，检查系统能否通过公开接口返回正确结果。
NVIDIA Developer BlogAI 评分2828 NVIDIA 机密计算支持私有高性能生产级 AI 推理
NVIDIA 机密计算（CC）为 LLM 推理提供在可信环境中运行的路径，通过内存加密的机密虚拟机（CVM）和机密 GPU 处理个人、企业及受监管场景中的敏感信息与专有模型上下文。
NVIDIA Developer BlogAI 评分2121 用 AI 智能体和 NVIDIA Isaac ROS 加速 ROS 2 节点
NVIDIA 介绍如何借助 AI 智能体与 Isaac ROS 加速 ROS 2 节点：单有快速 CUDA kernel 并不足以让 ROS 2 graph 变快，消息在节点间传递时仍可能在 CPU 内存中序列化或拷贝，抵消感知与 AI 负载留在 GPU 上的收益。方案依托上游抽象与 NVIDIA 近期推出的 CUDA buffer 后端来消除这一瓶颈。