跳到正文

#教程/实践

今日 4 条
10月8日周四
  1. Cloudflare Blog57

    Cloudflare 如何构建基于证据的多智能体安全运营框架

    Cloudflare 详细介绍了其在 Managed Defense 中构建的多 AI 智能体安全运营架构。系统先通过确定性应用代码提取网络上下文并固化为证据包,再由轻量模型 Clef 过滤噪点,并调度四个专业智能体并行分析流量与威胁情报。该方案严格限制模型越权并区分未检出与无异常状态,早期测试版现已面向部分企业客户开放。

  2. AWS Machine Learning Blog51

    AWS 详解如何构建智能体自动化的商业回报论证框架

    AWS 团队提出了用于评估智能体自动化商业价值的 Agentic Value Model 框架,指出传统以工时节省为核心的 RPA 投资回报模型无法衡量智能体带来的核心收益。该框架从释放产能、异常处理成本、决策质量以及变更弹性与维护成本四个维度测算净收益,强调需通过明确责任人和兑现机制避免虚报理论产能。文章还结合任务复杂度与决策风险建立了优先级矩阵,用于筛选适合部署智能体的高价值业务流程。

10月7日周三
  1. AWS Machine Learning Blog36

    AWS 培养 AI 构建者指南:弥合 AI 认知与实战能力差距

    AWS 推出了一项为期 6 周的结构化项目,帮助非技术业务人员借助生产级工具弥合 AI 认知与实操能力的差距。学员团队基于 Amazon Nova 模型与 Strands Agents SDK 构建出多智能体金融顾问 WealthWise,实现 5 秒内复杂多步推理。数据显示,相较于 2 天密集集训,分阶段模式使学员的实用技能留存率提升了 3 倍。

  2. AWS Machine Learning Blog33

    Amazon SageMaker HyperPod 管理与治理最佳实践

    Amazon SageMaker HyperPod 结合 SageMaker Unified Studio 构建了涵盖组织、项目、集群与工作负载四层的管理治理架构。该方案将集群与算力集中在专属容量账户统一运维,支持 ML 团队在项目工作区安全提交模型训练和微调任务;同时针对 Amazon EKS 与 Slurm 分别通过 RBAC、配额借调抢占及 QoS 机制实现多租户算力公平分配。

  3. AWS Machine Learning Blog28

    负责任 AI 治理:AWS 如何帮助客户对齐 ISO/IEC 42005:2025

    AWS 针对国际标准 ISO/IEC 42005:2025 阐释了 AI 系统影响评估的最佳实践,帮助企业建立规范的负责任 AI 治理与风险管理机制。该标准覆盖评估范围确定、执行分析及持续监控等全生命周期,并通过 Annex D 与 Annex E 提供跨流程整合及独立模板。AWS 同时提供相关实施指南与 Well-Architected 框架辅助客户落地合规。

10月6日周二
  1. AWS Machine Learning Blog47

    使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与实用性

    Amazon Bedrock AgentCore Evaluations 提供针对多智能体系统的全托管评估能力,支持在开发与生产阶段衡量系统准确性、任务完成度及决策可解释性。方案提供评估通用维度的内置评估器,以及校验业务约束、路径可行性与决策依据的自定义评估器。系统同时支持用于 CI/CD 与回归测试的按需模式,以及用于生产监控告警的在线模式。

  2. AWS Machine Learning Blog43

    让 Amazon Quick 具备企业级能力:自动化、可审计的跨账户资源迁移

    AWS 推出基于 Amazon Bedrock AgentCore 的 Quick Resource Migrator 示例 MCP 服务器,实现 Amazon Quick 资源的自动化跨账户迁移。该工具支持智能体、连接器、知识库等资源的幂等更新与权限复制,并在变更前向 Amazon S3 写入版本备份以支持回滚,源码已在 aws-samples 开源。

10月3日周六
  1. OpenAI News37

    GPT-6 系列模型指南

    OpenAI 面向初创企业提供 GPT-6 系列模型使用指南。内容涵盖如何挑选适配的 GPT-6 模型、调节推理力度(reasoning effort)、优化提示词与技能(skills),并指导如何协同工具以构建面向生产环境的工作流。

10月2日周五
  1. AWS Machine Learning Blog46

    在 Amazon SageMaker AI 上使用多轮强化学习微调搜索智能体

    Amazon SageMaker AI 支持通过多轮强化学习(MTRL)微调搜索智能体,并在实践中完成了对 Qwen3.6-27B 模型的端到端训练。该方案针对跨步骤的完整轨迹优化决策,使模型能自主协同调用 BM25 词法搜索与向量搜索工具。平台还提供按 token 计费的无服务器执行模式,并原生集成了 PPO、CISPO 与 GRPO 等算法。

  2. GitHub Blog · AI & ML42

    GitHub:AI 正在改变开发者工作,需强化的 3 项核心技能

    GitHub 指出 AI 正在改变开发工作,建议开发者重点强化引导 AI 智能体、严格评审生成内容以及聚焦高阶技术决策三项技能。在多 Agent 工作流中,开发者可使用第二模型(如 GitHub Copilot 内置的 Rubber Duck agent)交叉评审代码方案以弥补盲区。节省实现时间后,工程师应将精力投入架构权衡、系统设计与需求验证等关键决策中。

  3. AWS Machine Learning Blog39

    基于 Amazon Bedrock AgentCore 智能体 AI 扩展云迁移规模

    AWS 介绍了基于 Amazon Bedrock AgentCore 的四智能体架构模式,在超 300 款应用迁移项目中将单应用 IaC 开发时间从 3 至 4 周缩短至数分钟。该方案基于 Strands Agents SDK 与 MCP 工具构建,包含 Intake、IaC、治理及 SRE 智能体,可与 AWS Transform 及 AWS DMS 协同覆盖企业定制化迁移与运维需求。

  4. AWS Machine Learning Blog61

    基于 Amazon Bedrock AgentCore 构建环境智能体:从事件驱动信号到人机协同工作流

    AWS 团队发布了基于 Amazon Bedrock AgentCore 构建环境智能体(Ambient Agents)的参考架构与部署方案,将事件驱动触发与人机协同机制结合。

    推荐理由:方案给出了事件触发与单个中断工具结合的代码模式,适合需要将自动化管道改造为人机协同架构的工程团队参考。

  5. AWS Machine Learning Blog49

    Amazon Payments 如何利用 AWS 上的上下文 Bandit 提升获客转化率

    Amazon Payments 在 Amazon SageMaker AI 上应用多目标上下文 Bandit(LinUCB),对获客漏斗进行个性化内容推荐。在为期 7 周的在线 A/B 测试中,该方案使特定客户群体的最终转化率实现高个位数百分比的相对提升。系统针对申请开始、提交和审批三阶段分别运行模型并加权组合 UCB 得分,以平衡多阶段转化的跷跷板问题。

  6. AWS Machine Learning Blog36

    uniopen 如何定制 Amazon Nova 以适配零售审核策略生产部署

    台湾统一企业集团旗下平台 uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调与提示词优化,以适配其定制零售审核策略。该架构使用 Amazon Nova 2 Pro 生成纠错候选并配合人工复核,基于 3,391 个训练窗口完成微调。结合硬门禁回归测试与软门禁预警机制,团队在 737 个测试窗口上评估并实现了受控的生产环境部署。

10月1日周四
  1. Cloudflare Blog44

    Cloudflare 利用 AI 规划后量子迁移路径

    Cloudflare 开发了内部 AI 工具 CryptoLabe,以推进在 2029 年实现全面后量子就绪的目标。该工具利用 AI 扫描代码库、配置文件及文档,克服单纯文本匹配的局限,精准识别密码学使用场景并生成迁移进度指标。CryptoLabe 专为内部系统打造且暂不对客户开放,旨在协助工程团队规划后量子加密与认证的升级路径。

9月30日周三
  1. AWS Machine Learning Blog43

    Amazon Quick 提示词工程基础指南

    Amazon Quick 介绍了其 AI 功能通用的提示词工程基础原则与结构化框架,旨在提升构建智能体、自动化流程及对话分析时的输出质量。文章总结了具体化需求、提供业务上下文与少样本示例三大核心原则,以减少迭代次数并提高首轮准确度。针对复杂企业场景,用户可运用 CRISPE 框架系统定义角色、意图与步骤。

  2. AWS Machine Learning Blog41

    Amazon Quick 各组件提示词工程模式与避坑指南

    AWS 详解了 Amazon Quick 各组件的提示词工程模式,指导用户在不同场景下生成精准可执行的结果。Quick Research 需明确目标与受众,结合 200+ 媒体源与专业数据集拆解子问题;Quick Flows 推荐以编号步骤和具体触发条件构建分支自动化流,并支持对话式迭代。Quick Sight 则要求在对话式查询中清晰指定业务问题、量化指标与分析维度。

9月29日周二
9月28日周一
  1. AWS Machine Learning Blog48

    使用 Amazon Nova Act 实现合成监控

    Amazon Nova Act 联合 Amazon Bedrock AgentCore 可实现智能体驱动的合成监控,用于自动化巡检登录、支付等关键用户旅程。其依托多模态大语言模型直接分析 UI 截图并执行自然语言操作,无需维护易碎的 DOM 选择器,在早期企业客户用例中浏览器工作流准确率超过 90%。

9月26日周六
  1. GitHub Blog · AI & ML63

    GitHub Copilot app 初学者指南:如何利用 canvases 构建自定义工作流

    GitHub Copilot app 推出 canvases 使用指南,支持用户通过自然语言构建与 AI 智能体双向协作的自定义界面。用户在 Agent 会话中输入 `/create-canvas` 技能并描述工作流需求及双方操作权限,即可在右侧面板直接生成看板、检查清单或仪表盘。生成的画布支持实时双向同步并可保存为扩展复用,社区也通过 Awesome Copilot 提供了预制模板供安装和定制。

    推荐理由:原文演示了通过自然语言生成双向交互界面的具体步骤,为想要打造专属智能体协同工作流的开发者提供了可迁移的实操方法。

  2. AWS Machine Learning Blog39

    在 Amazon EKS 上借助 EFA 和 DeepEP 扩展 MoE 强化学习,吞吐量提升 40%

    AWS 提出结合 Amazon EKS、EFA 与 DeepEP 的架构方案,针对 MoE 模型的 RLHF 和 GRPO 大规模强化学习后训练进行优化,实现训练吞吐量提升 40%。该方案解决了 Rollout 推理生成与策略训练之间的异构资源协同难题,并利用 DeepEP 优化专家并行(EP)在 EFA 上的跨节点动态 all-to-all 通信瓶颈。