Qlik 如何基于 Amazon Bedrock 构建企业级可信 AI
Qlik 用 Amazon Bedrock 打造 Qlik Answers,让员工用自然语言提问并获得带来源的可信回答,检索层由 Amazon OpenSearch Service 支撑,模型访问层经自建 LLM gateway 接入 Bedrock 的对话、流式、嵌入与重排能力,并用 Bedrock Guardrails 做内容过滤与接地校验。
Qlik 用 Amazon Bedrock 打造 Qlik Answers,让员工用自然语言提问并获得带来源的可信回答,检索层由 Amazon OpenSearch Service 支撑,模型访问层经自建 LLM gateway 接入 Bedrock 的对话、流式、嵌入与重排能力,并用 Bedrock Guardrails 做内容过滤与接地校验。
AWS 提出 Agentic Value Model 框架,主张传统 ROI 模型低估了智能体自动化的价值,应从时间节省、异常处理、决策质量、变更韧性与维护成本四个维度衡量。框架引用 McKinsey 的"1:3:5"投入比例,并给出错误修正成本为原始交易 1.5–4 倍、人为错误占运营成本 2–15% 等规划区间。文中以年处理 20 万件理赔的流程为例演示测算。
NVIDIA cuOpt 中的 mPDLP 首次将 GPU 加速决策优化扩展到 1 亿变量以上。随着供应链 SKU、线路和约束持续膨胀,能源电网需实时平衡更多分布式来源,团队必须在实际规划窗口内评估更大模型和更多不确定性,而 cuOpt 相比 CPU 已可实现 10 倍以上加速。
NVIDIA 提出用数字孪生与 AI 智能体验证 AI 工厂的变更。AI 工厂融合 GPU、CPU、交换机、DPU 与 SuperNIC,并叠加大规模调度器、编排服务和安全控制。面对快速迭代的软件栈,验证基础设施、软件与策略能否协同支撑目标负载同样棘手。
NVIDIA 发布 cuPhoton,用于加速科学图像分析,解决天文望远镜、激光与 X 射线光源等高通量仪器产生的图像数据超出 CPU 流水线处理能力的瓶颈。该瓶颈并非单个慢 kernel,而是从传感器原始数据读取、点扩散函数或探测器响应匹配,到相减归约的整条决策路径。
MIT 教务长 Anantha Chandrakasan 宣布,自 2015 年起担任 MIT 图书馆馆长的 Chris Bourg 被任命为副教务长及 Barbara K. Ostrom (1978) 图书馆馆长,该职位因 Barbara K. Ostrom '78 的捐赠而获得永久资助。
林肯实验室超级计算中心(LLSC)自 2018 年起持续开展 Lincoln AI Computing Survey(LAICS),梳理商用 AI 加速器的峰值性能与峰值功耗。
Jump Trading 借助 OpenAI 扩展量化研究,通过运行时间更长的 AI 工作流,将多个数据源与人工审核结合起来。
OpenAI 发布内部前沿模型在数学开放问题上的新结果,并在 GitHub 上公开 Lean 证明形式化与研究细节。材料仅提供摘要,未给出具体问题、模型名称或结果数据。
NVIDIA Megatron Core 支持可扩展的逐位确定性预训练,让大规模预训练更易调试、验证和可复现地恢复。在数千块 GPU 上训练万亿参数模型时,多种并行维度、低精度计算和分布式 checkpointing 会加大故障复现与修复验证难度。
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore 运行时的 OpenClaw 开源智能体系统上构建具备长期记忆的上下文感知助手,以园艺助手 Sprout 为例,全部组件部署在一个 CloudFormation 模板中。
NVIDIA DOCA GPUNetIO 让网络与数据搬运由 GPU 直接控制,不再依赖 CPU 中转。CPU 若处在每次网络事务的关键路径上会成为瓶颈,增加延迟并限制分布式应用的实时响应效率。该方案旨在 NVIDIA 软件栈中统一 GPU 发起的网络通信。
OpenAI 与 Ironclad 正围绕复杂合同工作流训练和评估 AI 智能体,以推进面向专业工作的计算机操作能力。双方通过真实合同场景检验智能体的实际操作表现。
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中与 Chad Atalla 对谈,讨论评估如何推动 AI 系统性能边界、模型超出传统基准测试时出现的"意外失败",以及数据为何值得细看。
Atlassian 与 OpenAI 扩大合作,将前沿模型与企业知识连接起来,帮助团队规划、构建并交付工作。
亚马逊展示如何为航司应用加入语音旅行管家:基于 Amazon Bedrock AgentCore 托管智能体、Nova 2.5 Sonic 实现实时语音、Bedrock Knowledge Bases 支撑政策问答,通过 MCP 与 AgentCore Gateway 打通后端,可查行程、改座位、更新餐食偏好并转接人工客服。
亚马逊云科技为 SageMaker HyperPod 推出新能力,数据科学家可在 SageMaker Studio 界面中直接创建、配置、启停并打开 Spaces,无需再依赖 HyperPod CLI 或 kubectl。
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。
AWS 发文解读国际标准 ISO/IEC 42005:2025,说明企业如何把 AI 系统影响评估整合进既有风险管理体系。该标准附件 D 提供复用现有 IT 影响评估、避免重复的流程,附件 E 则给出独立实施的现成模板,覆盖评估全生命周期与重新评估触发条件。
NVIDIA 发布 AICR v1.0,提供开放、稳定且可验证的 GPU 集群配置。GPU 加速的 Kubernetes 集群依赖主机内核、GPU 驱动、容器运行时、网络、存储、operator 与工作负载框架等数十个组件的版本兼容,某套配置在特定服务、GPU 代际和 Kubernetes 版本下可用,换一个环境可能静默失败。
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。
MIT 宣布启动校级战略计划 MIT for America,面向从幼儿园到社区学院的学生加强全美 STEM 教育,覆盖数学思维、AI 应用与动手设计制造三大方向。
电信运营商正把 AI 战略建立在开源模型之上,NVIDIA《State of AI in Telecommunications》报告显示 89% 受访者认为开源模型与软件对公司 AI 战略重要。
阿联酋发布 Falcon-Emirati-7B,一个在 Falcon-H1-Arabic 之上专攻阿联酋阿拉伯语方言的模型,目标是以母语者的词汇、语气和文化语境理解和生成方言。
AWS 宣布 Z.ai(智谱 AI)的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码和长周期智能体任务。
推荐理由:原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示缓存细节,读者可据此评估如何改造自己的智能体工作流。
Amazon SageMaker AI 优化生成式 AI 推理新增 aws-ai-ml 技能,通过 Agent Toolkit for AWS 提供给 Kiro、Claude Code、Codex 等编程智能体,使其能基准测试端点、推荐部署配置并生成可执行的 SageMaker Python SDK v3 代码。
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 现已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上可用,为 ITAR 等合规工作负载提供 AI 辅助开发通道。
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。
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。
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。
亚马逊为 agentic AI 助手 Amazon Quick 推出 Quick Resource Migrator,这是一款托管在 Amazon Bedrock AgentCore 上的 MCP 服务器,可在单次工具调用中把 chat agents、action connectors、知识库、flows 和 spaces 从开发账户迁移到生产 AWS 账户。
微软发布开源离线基准 ReviewBench,用于评估 AI 代码审查智能体的表现,基于 GitHub 上 103.9M 个真实 pull request 的分布构建。
OpenAI 公布了其在欧盟文本溯源规则下推进文本水印的方案,说明了水印的适用范围以及检测机制如何运作。该方案初期仅向研究人员开放使用权限。
NVIDIA Inception 计划中的多家创业公司正用 AI 打通乳腺癌诊疗链条。iSono Health 的 ATUSA 可穿戴自动 3D 超声平台获 FDA clearance,约两分钟完成单侧乳房扫描,比手持超声的 45 分钟大幅提速,其 AI 在超 150 万帧超声数据上训练,灵敏度比手持 2D 超声高 28%。
OpenAI 在 ChatGPT 中推出新视觉广告形式,同时扩展广告主可用的衡量工具、归因合作与品牌适配能力。
Microsoft Copilot Studio 团队联合 Hugging Face 发布 ThinkingBox,它让智能体在隔离的 MCP 工具会话中运行,按终端数据库状态和副作用评分,而非最终回复,每个任务重复 20 次。
推荐理由:通过 507 个有状态业务工作流的 20 次重复运行,揭示模型单次成功率与稳定完成率之间的差距。
MIT 副教授 Cathy Wu 的研究聚焦用机器学习与强化学习(RL)改进交通等复杂系统。她的团队开发出一种算法挑选适合训练的问题,将训练效率提升最多 30 倍——原本需要 100 个训练模型的场景如今只需 3 个;其生态驾驶研究显示智能控制车速可减少 11% 至 22% 的车辆排放。
Hugging Face 开源 AstaBrief 8B,一个基于 Qwen3-8B 微调、可将研究问题与检索文献片段生成带引用报告的模型。
Chatham Financial 借助 OpenAI 的 Codex 和 GPT-5.6 构建技术并重新设计工作流,把交易核验时间从 30 分钟压缩到 4 分钟以内。该案例显示 OpenAI 模型正在被用于扩展资本市场领域的专业能力。
MIT 博士生 JS Tan 与前科技业同事 Clarissa Redwine 合著《Against Tech Oligarchy: Worker Resistance in the World's Most Powerful Industry》(Haymarket Books,2026),记录过去十年科技员工的组织方式、有效策略及其对硅谷劳工政治的影响。