用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾
AWS Machine Learning Blog 展示如何在航空应用中用 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases 构建语音旅行礼宾。方案通过 MCP 连接后端工具，支持查询行程、改座位、更新餐食偏好、回答政策问题，并可转接真人客服。
#部署/工程
AWS Machine Learning BlogAI 评分4343 AWS Machine Learning BlogAI 评分4141 在 SageMaker Studio 中直接管理 Amazon SageMaker HyperPod Spaces
Amazon SageMaker Studio 现可直接在 HyperPod EKS 集群上创建和管理 SageMaker Spaces。数据科学家可在浏览器中创建、配置、启动、停止并打开 JupyterLab 或 Code Editor，无需 HyperPod CLI 或 kubectl；Space 冷启动通常需几分钟，启用 over-provisioning 约 30–40 秒。
AWS Machine Learning BlogAI 评分3838 Amazon SageMaker HyperPod 管理与治理最佳实践
AWS 介绍如何通过 Amazon SageMaker Unified Studio 管理 SageMaker HyperPod，同时保留底层治理控制。文章将控制分为组织、项目、集群和工作负载 4 层，涵盖身份、容量、可观测性、RBAC、EKS Pod Identity、Slurm、配额、优先级、借用和抢占等策略。
AWS Machine Learning Blog精选AI 评分7272 AWS 在 Amazon Bedrock 和 Claude Platform on AWS 上推出 Claude Haiku 5.5
AWS 宣布 Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。Anthropic 称该模型是 Claude 5.5 系列中最快、最高效的模型，面向 subagents 和高容量、成本敏感型工作，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：原文说明了 Haiku 5.5 在 Bedrock 的可用方式和成本定位，便于评估其在高频子任务中的适配度。
NVIDIA Blog精选AI 评分7878 NVIDIA 与 Microsoft 推出面向 Windows PC 的 RTX Spark 和本地 AI Agent 基础设施
NVIDIA 与 Microsoft 在旧金山活动上介绍了面向 Windows PC 的本地 AI Agent 方案，包括 RTX Spark 设备预订和 Microsoft Execution Containers 正式可用。
推荐理由：原文给出 Windows 本地智能体的硬件配置和系统基础设施，便于判断端侧 AI 工作流变化。
AWS Machine Learning BlogAI 评分4444 Amazon Quick 与 Amazon Bedrock 如何重构 RAG 访问控制
Amazon Quick 和 Amazon Bedrock Knowledge Bases 通过查询时实时 ACL 校验，让 RAG 生成回答遵守企业知识源权限。
GitHub Blog · AI & ML精选AI 评分7070 GitHub 推出 ModernBERT 分类器以扩展 Secret Protection
GitHub 介绍了与 Microsoft Applied Sciences 构建的微调 ModernBERT 分类器，用于把 push protection 扩展到非结构化密钥。
推荐理由：原文结合九个季度数据与新分类器细节，说明 GitHub 如何把密钥防护前移到代码推送链路。
Microsoft Research精选AI 评分7676 Microsoft Research 发布 Agent Lightning v1.0 轻量级 Agentic RL 框架
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，一个约 3,500 行代码的轻量级 Agentic RL 框架，用于在真实 agent harness 中训练智能体。
推荐理由：原文展示了用真实 agent harness 参与 RL 训练的设计，可作为编码智能体训练流程的工程参考。
AWS Machine Learning BlogAI 评分4141 Qlik 如何用 Amazon Bedrock 构建可溯源的企业级 AI
Qlik 基于 Amazon Bedrock 构建 Qlik Answers，为员工提供带来源的自然语言问答，并支持企业级部署。
AWS Machine Learning BlogAI 评分5454 AWS 教程演示在 AWS DevOps Agent 调查后自动化修复流程
AWS Machine Learning Blog 演示了如何用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock，在 AWS DevOps Agent 完成事件调查后创建自动化修复工作流。
AWS Machine Learning BlogAI 评分4141 AWS Machine Learning Blog：弥合 AI 知识与构建能力差距的实践手册
AWS Machine Learning Blog 提出一个为期六周的 AI 构建能力项目，帮助非工程岗位从讨论 AI 转向动手构建。项目参与者每周约投入四小时，结合导师和生产级工具；一支四人团队最终做出 WealthWise 多智能体金融顾问原型，使用 Amazon Nova、Strands Agents SDK 和 DynamoDB，实现复杂金融推理 sub-5-second 响应。
AWS Machine Learning BlogAI 评分5252 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 构建了 Orion AI 多智能体系统，用 Amazon Bedrock 和 AWS 开源的 Strands Agents 将数据库诊断从 45 分钟降至 10 分钟，缩短 78%。
AWS Machine Learning Blog精选AI 评分6262 AWS 介绍如何在 AgentCore 和 OpenClaw 上构建上下文感知 AI 助手
AWS Machine Learning Blog 介绍了在 Amazon Bedrock AgentCore runtime 和 OpenClaw 上构建上下文感知个人助手的方法。
推荐理由：文章把记忆命名空间、模型路由和提示词缓存串成可复用架构，便于迁移到其他个人助理场景。
NVIDIA BlogAI 评分4545 电信运营商为何把 AI 战略建立在开放模型上
NVIDIA 称电信运营商正把 AI 战略转向开放模型，以获得更高的信任、控制和定制能力，覆盖自主网络到客户服务等关键工作负载。其 State of AI in Telecommunications 报告显示，89% 受访者认为开源模型和软件对公司 AI 战略重要。
Mistral AI精选AI 评分8484 Mistral AI 发布 Mistral Large 4 公共预览版
Mistral AI 发布 Mistral Large 4 公共预览版，这是一个 1 trillion-parameter 原生多模态模型，拥有 52 billion active parameters，可在 Mistral Studio 试用 preview API，并计划在本月底发布权重。
推荐理由：原文披露了参数规模、开放权重计划和多项基准结果，可用于比较欧洲开放权重模型的能力定位。
NVIDIA BlogAI 评分5757 NVIDIA DGX Spark 64GB 配置将于 10 月 23 日上市，支持双机集群
NVIDIA DGX Spark 64GB 配置将于 10 月 23 日由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 发售，起价 $4,999。
NVIDIA Blog精选AI 评分8181 OpenAI GPT-6 Astra Ultrafast 已在 API 和部分 ChatGPT、Codex 用户中可用
GPT-6 Astra Ultrafast 运行在 NVIDIA Blackwell GPUs 上，现已在 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户中可用。
推荐理由：原文给出 Ultrafast 与 Standard 的速度差异和开放入口，可用于评估编码智能体延迟优化价值。
NVIDIA BlogAI 评分2525 NVIDIA AI Factories 如何通过高产、耐用和可替代性最大化 ROI
NVIDIA 称 AI Factories 通过更高 tokens/兆瓦、较长硬件寿命和多工作负载适配来提高 ROI。SemiAnalysis AgentX 数据显示，NVIDIA Vera Rubin NVL72 在 DeepSeek V4 Pro 上较 GB300 NVL72 吞吐/兆瓦高逾 30x、每百万 token 成本低至 45x。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot 解释为什么 chat 常常不是合适的 UI
GitHub Blog 介绍 GitHub Copilot app 的 canvas，认为许多 AI 任务不应只依赖 chat 作为交互界面。canvas 是运行在 GitHub Copilot app 内的小型全栈应用，可与 GitHub Copilot agent 双向通信，也能调用第三方 API 或在本机执行代码。
推荐理由：文章用 GitHub Copilot canvases 示例说明，任务型自定义 UI 可减少把 Agent 当工具本身的 token 消耗。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Security Lab 推出用于 AI 驱动 fuzzing 的 Taskflow Agent 流水线
GitHub Security Lab 介绍了 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主 fuzzing 流水线，基于 GitHub Security Lab Taskflow Agent 构建。
推荐理由：文章拆解了 LLM agent 接管 fuzzing 覆盖改进和崩溃分诊的流程，对安全自动化工作流有参考价值。
GitHub Blog · AI & ML精选AI 评分6161 GitHub Copilot app 如何渲染超大 pull request
GitHub Blog 介绍了 GitHub Copilot app 为超大 pull request 重建视图的工程方案。团队用一个包含 2,200 个文件、超过 100 万行变更、400 多条行内评论的开源 pull request 压测，通过代码行虚拟化、评论动态高度测量、滚动锚定、增量数据管线和自动化测量循环，让大 diff 与多线程评论保持可滚动和可阅读。
推荐理由：原文拆解了大规模 diff 与评论渲染的工程取舍，可迁移到其他长列表和动态内容界面。
Microsoft Research精选AI 评分6666 Microsoft Research 研究机器人真实物理 AI 的卸载推理
Microsoft Research 研究显示，机器人只依赖机载 GPU 运行物理 AI 推理会限制性能、电池续航和可扩展性，将推理卸载到边缘或云端 GPU 可带来优势。
推荐理由：文章用机器人移动操作负载比较本地与卸载推理，提供了性能、电池与部署取舍的系统视角。
Mistral AIAI 评分3737 Cloudera 与 Mistral 合作，将专用主权 AI 引入企业数据
Cloudera 与 Mistral 宣布合作，把 Mistral 模型集成到 Cloudera 混合数据平台，支持企业在私有云、公有云、本地和完全隔离环境中运行推理。双方还将帮助企业在受控环境中用专有数据训练定制模型，并让数据、模型、计算与运营保持在客户控制范围内。
Mistral AI精选AI 评分6868 Mistral AI 用 AI agents 迁移 40,000 行 Fortran 77 遗留代码
Mistral AI 帮助一家欧洲能源运营商将 40,000 行 Fortran 77 迁移到 C++，对象是一个物理密集型油藏模拟器，原项目没有测试套件和集中化文档。
推荐理由：案例给出从校验基准到人机协作流程的迁移路径，可迁移到复杂遗留系统改造。
Mistral AI精选AI 评分7171 Mistral AI 推出 Agentic Search，用于提升企业 AI 系统检索准确性与效率
Mistral AI 推出 Agentic Search，这是一个检索层，可让 AI 系统在复杂文档和数据源中搜索、导航、阅读并验证信息。它通过 Mistral Search Toolkit 和 Libraries 提供，使用 search、open、navigate、read、grep 五个工具，并内置于 Studio 和 Vibe。
推荐理由：原文给出工具接口、适用场景和基准数据，可用于比较 Agentic Search 与传统 RAG 的取舍。
Berkeley AI ResearchAI 评分5050 Berkeley AI Research 介绍 K-Search 如何将 CUDA 内核经验迁移到 Apple Silicon 的 MLX
Berkeley AI Research 介绍了基于 K-Search 的 CUDA-to-MLX 转译方法，用结构化翻译层把现有 CUDA 内核知识适配为 Apple Silicon 上的 MLX/Metal 内核。
Berkeley AI ResearchAI 评分5252 Berkeley AI Research 分析自适应并行推理的高效推理扩展范式
Berkeley AI Research 文章分析 Adaptive Parallel Reasoning，认为它让模型在推理时自行决定何时拆解任务、启动多少并行线程以及如何协调。
Berkeley AI ResearchAI 评分4242 面向 LLM 的大规模交互识别：SPEX 与 ProxySPEX 方法
Berkeley AI Research 介绍 SPEX 与 ProxySPEX，用于在 LLM 等复杂机器学习系统中大规模识别关键交互。SPEX 将交互发现转化为稀疏恢复问题，利用有选择的 ablation 和解码算法定位影响因素；ProxySPEX 利用层级结构，在保持 SPEX 性能的同时将 ablation 数量减少约 10x。