基于 LangChain 与 Amazon Bedrock 知识库实现智能体检索
AWS 官方介绍了如何在 Amazon Bedrock 托管知识库与 LangChain 中实现智能体检索（Agentic retrieval），以解决复杂多意图问题下标准向量检索召回不足的缺陷。
#教程/实践
#教程/实践
今日 4 条AWS Machine Learning BlogAI 评分5050 AWS Machine Learning BlogAI 评分4343 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。
量子位AI 评分7171 DeepSeek公开大规模Agent训练沙盒架构DSec技术细节
DeepSeek披露了面向大规模Agent训练的沙盒基础设施DSec，生产环境中单分片支持超过38万个沙盒同时在线，资源超卖率超50倍。DSec将环境拆为基础镜像、工作区和工具包三层，结合3FS按需加载降低磁盘与启动开销，并通过pack_diff增量快照支持状态复用和轨迹分叉。此外，系统将Agent执行逻辑与可抢占GPU训练解耦，避免训练中断时丢失沙盒状态。
OpenAI NewsAI 评分3737 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。
AWS Machine Learning BlogAI 评分4646 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。
AWS Machine Learning BlogAI 评分4949 通过 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
Claude Desktop 可通过 Amazon Bedrock AgentCore Gateway 接入兼容 MCP 的 Web Search 功能，解决知识截止限制。
AWS Machine Learning BlogAI 评分5555 AWS 推出 Adjudicated Query 设计模式：结合 Amazon Quick 审查海量租约合规
AWS 介绍了 Adjudicated Query 架构设计模式与开源实现，结合 Amazon Quick 与确定性规则引擎，解决大规模租赁合同等高风险场景中的合规审查问题。
GitHub Blog · AI & MLAI 评分4242 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。
NVIDIA Blog精选AI 评分7979 NVIDIA GPU 如何加速 OpenAI 的 GPT-6 Astra Ultrafast
OpenAI 推出的 GPT-6 Astra Ultrafast 已上线 API，依托 NVIDIA Blackwell GPU 架构及专属推理优化，token 生成速度最高达到 Astra Standard 模式的 8 倍。
推荐理由：文章展示了通过模型优化 GPU 内核实现提速的路径，有助于理解硬件协同对智能体多轮调用的延迟改善。
AWS Machine Learning BlogAI 评分3939 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。
AWS Machine Learning BlogAI 评分5050 基于 NVIDIA NeMo Agent Toolkit 与 Amazon S3 Vectors 构建智能体记忆层
AWS 介绍了如何将 Amazon S3 Vectors 作为持久记忆层接入开源框架 NVIDIA NeMo Agent Toolkit（NAT），并部署在 Amazon EKS 上运行。
AWS Machine Learning Blog精选AI 评分6161 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。
AWS Machine Learning BlogAI 评分4949 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。
Simon WillisonAI 评分4444 pwasm 0.2a0 发布
纯 Python WebAssembly 引擎项目 pwasm 发布 0.2a0 版本，由 Claude Opus 5.5 在极少提示词干预下经 42 次 commit 重构完成。新版本几乎支持全部 WASM 规范，并在 PyPI 的 wheel 安装包中打包了 MicroPython、QuickJS 与 Micro QuickJS 的可用 WASM 构建版本。
AWS Machine Learning BlogAI 评分3636 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。
AWS Machine Learning BlogAI 评分4545 为 Claude Platform on AWS 实现多环境访问配置
AWS 详解了 Claude Platform on AWS（CPonAWS）的多环境访问实现方案，通过专用 AI Services 账号共享单一订阅并以 Workspace 隔离流量。该架构支持三类访问模式：AWS 工作负载通过跨账号 SigV4 鉴权，开发者使用限定 Workspace 的 API Key，外部服务则通过 OIDC 联合认证获取短期 token。
Cloudflare BlogAI 评分4444 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。
AWS Machine Learning BlogAI 评分4444 在 SageMaker AI 上使用 vLLM-Omni 生成图像与视频（第 2 部分）
AWS 推出基于 vLLM-Omni 深度学习容器在 SageMaker AI 上实现图像与视频生成的工作流方案。该方案通过实时端点运行 FLUX.2-klein-4B 生成图像，再将其输入异步端点由 Wan2.1-VACE-1.3B 生成 MP4 视频并保存至 Amazon S3。
AWS Machine Learning BlogAI 评分4646 在 SageMaker AI 上使用 vLLM-Omni 构建实时语音应用（第 1 部分）
AWS 介绍了在 Amazon SageMaker AI 上使用 vLLM-Omni 深度学习容器部署 Qwen3-TTS 模型的实时语音方案。该方案通过基于 HTTP/2 的持久双向 WebSocket 连接实现文本流式输入，并实时返回 24 kHz PCM 音频块。
AWS Machine Learning BlogAI 评分5353 基于 Amazon Bedrock AgentCore Runtime Instances 构建多智能体音乐制作管线
AWS 介绍了在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作管线的实践方案，展示了多个智能体如何在同一 EC2 GPU 实例上共享存储并协同完成创作、处理与合规审查。
AWS Machine Learning BlogAI 评分4747 使用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔文档
AWS 展示了如何使用 Amazon Bedrock Knowledge Bases 构建理赔助手，让用户以自然语言查询多源分散的理赔文件并获得带引用的答案。该方案从 Amazon S3 摄取 PDF 与 Word 文档及元数据，调用 AgenticRetrieveStream API 将复杂问题拆解为子查询并执行多轮检索。
AWS Machine Learning BlogAI 评分4343 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。
AWS Machine Learning BlogAI 评分4141 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。
AWS Machine Learning BlogAI 评分5050 基于 Amazon Bedrock AgentCore 与 Amazon Quick 构建 AI 合同智能分析平台
AWS 推出了一套结合 Amazon Bedrock AgentCore 与 Amazon Quick 的合同智能分析平台架构，解决传统 RAG 语义搜索无法跨海量文档进行求和、排序等聚合统计的问题。
AWS Machine Learning BlogAI 评分5151 Condé Nast 基于 Amazon Bedrock 构建多模态视频检索方案
Condé Nast 联合 AWS 利用 Amazon Bedrock、Amazon OpenSearch Service 与 TwelveLabs Marengo 嵌入模型，为其超 14 万个视频的媒体库构建了多模态语义检索方案。
Ahead of AIAI 评分7272 文本分类语言模型演进：从词袋模型到 Jev
Sebastian Raschka 系统梳理了文本分类从词袋模型、经典神经网络到现代 Transformer 的演进史，并深度解析了新兴专用分类模型 Jev。实测显示 Jev 在 IMDb 数据集上取得超过 96% 的准确率且推理极快，其核心优势在于免微调即可通用处理复杂决策任务。文章推测 Jev 依靠高质量合成数据及带校准奖励的强化学习训练，并探讨了它在智能体路由与过滤场景中的落地潜力。
AWS Machine Learning BlogAI 评分4848 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%。
AWS Machine Learning BlogAI 评分3838 跨账户自动化管理 Amazon Textract 适配器生命周期指南
AWS 推出了一套跨账户自动化管理 Amazon Textract 适配器生命周期的方案，并提供 AWS CloudFormation 与 Terraform 基础设施模板。该方案将适配器 ID 存储在 AWS Systems Manager Parameter Store 中实现解耦，使生产环境适配器引用可在数秒内完成更新，无需重新部署应用且零停机时间。
Simon WillisonAI 评分5454 Simon Willison 用 Claude 生成 HTML5 像素动画并通过 Claude Code 自动录制视频
Simon Willison 分享了他为大会演讲制作幻灯片素材的工作流，利用 Claude Opus 5.5 成功生成了包含交互特效的 HTML5 Canvas 像素风鸮鹦鹉派对动画。随后他指示本地 Claude Code 调用 Playwright 编写自动化点击脚本，在浏览器中精准模拟用户交互并录制成 15 秒视频。
GitHub Blog · AI & ML精选AI 评分6363 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。
AWS Machine Learning BlogAI 评分3939 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。
AWS Machine Learning BlogAI 评分4343 在 Amazon SageMaker HyperPod 上借助 SkyRL 加速多模态强化学习训练
基于 Amazon SageMaker HyperPod 运行开源强化学习框架 SkyRL，可通过 GRPO 算法将 Qwen3-VL-8B 视觉语言模型的迷宫求解率从 43.75% 提升至 95% 以上。
AWS Machine Learning BlogAI 评分5555 AWS 详解 NarrateAI：在 Amazon Bedrock 上构建生产级 LLM 质量保证体系
AWS 团队详细介绍了基于 Amazon Bedrock 构建的商业智能智能体 NarrateAI 的五大实时质量保证技术，用于支持 4000 余名高管实时做数据驱动决策。
AWS Machine Learning BlogAI 评分4444 在 Amazon SageMaker AI 上使用 Qwen3-TTS 部署实时个性化语音
用户现可通过 Amazon SageMaker JumpStart 将开源模型 Qwen3-TTS-12Hz-1.7B-Base 部署至全托管实时推理端点。该模型由阿里巴巴千问团队开发，覆盖中英等 10 种语言，仅需数秒参考音频即可实现跨语种声音克隆并输出 24 kHz 音频。部署方案基于预构建的 vLLM-Omni 容器，支持低延迟流式生成且无需管理底层 GPU 服务器。
AWS Machine Learning BlogAI 评分3131 Datacor 如何利用 Amazon Quick Sight 构建自助式租赁分析系统
Datacor 将 Amazon Quick Sight 嵌入旗下 TrackAbout 方案，构建了面向工业气体与焊接分销商的自助式租赁分析系统。该系统基于 Amazon Q in Quick Sight 生成式 BI 能力与交互式仪表板，支持业务人员直接通过自然语言查询租赁绩效与资产利用率。
Simon WillisonAI 评分2626 通过实时示例解析 Shadow Roots
该交互工具通过实时示例解析 Shadow DOM 与 Shadow Roots 的核心机制，演示了样式封装、继承、slots、parts 及 JavaScript 访问方式。内容直观呈现了 Shadow Roots 如何构建带有私有样式表和隔离元素的 DOM 树，并以受控方式与页面 DOM 交互。该演示由向 Fable 5.1 Medium 发送提示词构建而成。
Together AI Blog精选AI 评分6666 如何以 17 美元微调并部署类似 Jev 的专用分类模型
Together AI 发布实战教程，指导用户基于 Qwen3.5 4B 基础模型和约 3.8 万条多源数据微调类似 Jev 的专用分类模型，并将其部署为 HTTP 端点。该微调流程耗时约 25 分钟、花费约 17 美元，模型可直接解析输入状态并输出规范的 JSON 结构化判定结果。相关数据采样、清洗与部署脚本均已在 GitHub 的 tev1 仓库开源。
推荐理由：文章给出了以约 17 美元微调并部署专用分类模型的完整代码与数据处理流程，展示了针对结构化任务低成本定制轻量模型的工程实践。
Simon WillisonAI 评分7575 Jev 引入大语言模型新形态：系统一决策模型机制与实测
TypeSafe AI 推出决策模型 Jev，采用输入文本或状态对象后仅返回概率、类别与分值等浮点数的设计，完全不输出文本。Jev 仅按输入收取每 100 万 token 0.042 美元且输出免费，支持在同一上下文窗口中并行评估多项是否题、单选题与评分题。该模型适合垃圾检测与搜索重排等分类任务，但数字与日期处理能力较弱，且纯数值返回带来了更强的黑箱特性与潜在偏见风险。
Together AI BlogAI 评分3636 一家全球金融科技公司如何借助 Together AI 的 Dedicated Model Inference 扩展代码 Agent 流量
一家全球金融科技公司采用 Together AI 的 Dedicated Model Inference 部署 GLM-5.2，支撑其内部代码 Agent 的突发流量。该系统运行在数十张 B200 GPU 的多副本架构上，支持 256K 上下文并应对输入长度 p95 达 178K tokens 的高并发。结合 Metrics API 与自助端点控制，团队以零停机实时调优路由策略消除了请求排队延迟。
GitHub Blog · AI & ML精选AI 评分8484 GitHub 详解如何借助 Copilot 智能体将自身运行时重写为 Rust
GitHub 团队借助 GitHub Copilot App 与 Copilot CLI，由单个工程师主导并在数月内将核心 Agent 运行时重写为超 80 万行生产级 Rust 代码。
推荐理由：复盘了借助智能体集群就地重构大型运行时的实践，为复杂遗留系统的自动化迁移提供了可落地的工程模式。