OpenRouter 教程:用 JSON Schema、工具调用或决策模型获取任意 LLM 的结构化输出
OpenRouter 教程介绍通过严格 JSON Schema、强制工具调用和决策模型获取 LLM 结构化输出的三种方法。
OpenRouter 教程介绍通过严格 JSON Schema、强制工具调用和决策模型获取 LLM 结构化输出的三种方法。
Wiz 介绍了 Cyber Model Arena 评估 AI 智能体网络安全能力的方法,强调围绕真实攻击效果设计任务,并使用代码进行确定性评分。截至撰文时,v3.9 包含 26 个模型、4 个通用 harness、59 个智能体和 327 个挑战,每个挑战允许尝试 3 次,限时 1,000 秒。
AWS 介绍了一套用于集中观测 Amazon Bedrock 模型调用的数据湖方案,并通过 AWS CloudFormation、Lambda、Data Firehose、S3 和 Athena 完成部署。
推荐理由:文章提供集中化数据湖架构、部署步骤和查询样例,可用于搭建跨账号的调用观测与成本归因流程。
TCS 基于 Amazon Bedrock AgentCore 构建了智能体测试编排器,将业务需求转换为可执行、可治理的 API 与 UI 测试。平台利用专用智能体、上下文检索和 LangGraph 工作流完成测试生成、执行、纠错与报告,并通过租户级身份、数据和密钥隔离支持金融服务场景。
推荐理由:文章拆解了TCS多租户测试编排器的架构、智能体分工与安全边界,并提供可量化的效率对比。
OpenAI Academy 正通过免费、实践导向的 ChatGPT 工作坊,帮助美国五座城市的照护者将 AI 技能用于日常生活。工作坊以动手操作为重点,旨在提升照护者在日常场景中的实际 AI 应用能力。
Simon Willison 使用 Claude Code 构建 Beep Locator,通过多台设备采集声音、交换提示音并基于声学定位估算房间内异响来源。系统以 Python Web 应用协调监听设备,通过 WebSockets 和 WebAudio 传输音频,用 Fast Fourier Transform 与高通滤波检测蜂鸣声,并将位置误差控制在约 40cm。
Simon Willison 演示了 Yonkers Rises:一款由 Claude Fable 5.2 Medium 制作的纽约 3D 动画,巨型机甲从扬克斯边界起身,穿越 Manhattan、Brooklyn、Queens 和 Bronx。动画包含连续踏步、建筑倒伏、机甲高度读数与地形状态提示,并结合 openstreetmap 映射数据生成场景。
Claude Fable 5.2 会根据提示词判断所处理代码的归属;Anthropic 的小型编码任务测试显示,加入“你是此代码库的负责人和长期维护者”后,模型整合重复代码的比例由不足 10% 提升至约 75%。
Anthropic 开发者关系员工 Ado Kukic 转发了同事 Alex Albert 的项目审查提示词,让 Claude Code 通读项目,修复损坏、不一致、低效或不再需要的内容,并列出其余问题供人工审查。作者还建议使用 `/doctor prompt-audit` 和 `/skill-doctor` 优化上下文文件并清理不必要的技能。
Figma 官方介绍画布智能体在日常设计工作流中的 6 种用法,包括依据会议记录标注设计、整理评论、创建自定义 shader、并行生成布局方案、生成可交互的代码图层以及添加动效。
AWS Quick 通过智能体加载适用技能、调用连接器并依据已连接数据执行自然语言任务。文章讲解了内置与自定义智能体、空间、知识库和连接器的配置方式,并演示如何创建、测试、发布和共享技能。团队共享技能时还需处理访问权限、依赖环境与失败场景,文章同时介绍了适用软件工程实践的 Skill Architect 技能。
推荐理由:文章系统梳理了 AWS Quick 中智能体、技能、数据与连接器的协作机制,并给出构建和共享团队技能的方法。
Anthropic 建议 Claude 开发默认从 Opus 5.5、medium effort 开始,再按任务难度转向 Sonnet 5.5、Haiku 5.5 或 Fable 5.2。文章比较了各模型的 token 价格、上下文窗口、延迟、基准表现与 API 兼容性,并说明如何用 effort 档位、子智能体和真实任务测试优化成本与能力权衡。
推荐理由:文章按任务类型、延迟、成本和兼容性比较 Claude 模型,并给出模型选择、effort 调整、子智能体分工及迁移检查方法。
Latent Space 与 Handshake AI 团队联合制作深度节目,解析专家训练数据、强化学习环境与模型评测的采购市场。Handshake AI 的 AI 训练业务在约一年内从上线发展到 $1 billion gross annualized revenue,节目还现场演示了金融、生物图像与编码任务,并讨论 VIALS、CAREBench 等基准的局限。
CrossnoKaye 介绍其如何利用 Amazon Bedrock AgentCore,让 AURA 在统一工厂模型内查询运行状态、执行隔离 Python 计算并生成可追溯的技术 Brief。ATLAS 与 AURA 将设备拓扑、控制逻辑、传感器和优化状态放在同一平台边界内,并通过只读沙箱、人工审批和边缘确定性控制约束工业安全。
AWS 介绍了一套由七层组成的 Pluggable Agentic AI Framework,用于将多智能体应用从原型推进到生产规模。架构覆盖数据与知识、模型与推理、编排、安全护栏、应用、可观测性和智能体运维,并以零售客服场景演示主管智能体委派订单与退款专员智能体的实现流程。文中还提供 Workshop Studio 体验和公开示例仓库,但明确指出该实现不能替代生产环境所需的安全加固、测试与审查。
推荐理由:这套架构把安全、治理、成本、可观测性和持续评测纳入分层设计,并提供零售客服案例,可作为企业智能体生产化的落地参考。
Kuken Industries 使用 OpenAI API 搜索积累 70 年的冷却塔图纸,帮助工程师快速定位维修所需图纸。工程师查找一张维修图纸的时间从近 1 小时缩短至 4.5 分钟。
Simon Willison 用 GitHub Markdown 的 `<details><summary>` 折叠由 Claude Code 或 Codex 生成的冗长 PR 描述,只显示人工挑选的简短摘要及展开箭头。他在开头注明模型名称和 effort level,如“Claude Opus 5.5 Medium”,完整技术说明仍保留在展开区域,方便读者快速判断 PR 是否值得关注。
Simon Willison 用 Claude(Opus 5.5 Medium,运行于普通 Claude Chat)将 Three.js 制作的裸鳃类主题 Fabergé Egg 移植为 Vanilla JS + WebGL 版本,文件大小从 77KB 变为 98KB。两个版本并不完全相同,Claude 在记录中解释了差异;Simon Willison 目测认为 Three.js 版本更容易理解。
Simon Willison 对比了 C 与 Rust 实现的四个 SQLite `parse_number()` 扩展,并借助 Claude Opus 5.5 优化 C 版本。优化后每行耗时 16–19 ns,约为 Rust 版本的两倍;全部版本在 8 million 次模糊测试中结果一致。C 扩展仅 14 KB,Rust 版本分别为 321 KB 和 298 KB。
Stanford CS146S 通过课程讲解 AI 原生工程,重点培养编码智能体、上下文工程和代码审查等生产能力。课程设计者 Mihail Eric 还结合 Monaco 团队实践,介绍如何自建智能体工作区,以及如何用开源项目贡献和代码理解练习取代容易被智能体一键完成的任务。
作者实测前两天上线的 GPT-Image-2.6,整理出 10 个 GIF 玩法提示词,并评测三项新能力。玩法覆盖黏土定格动画、表情包、剪辑贴纸、loading 图、PPT 动态图表和爆炸拆解图等。
NYT Cooking 为订阅用户推出 AI 助手,发布时仅限 iOS,可在菜谱页输入"Customize this recipe…"来替换食材、调整份量(如7人份、素食无麸质)并生成"Your Version",不改动原菜谱。
GitHub Copilot 演示面向软件开发的智能体工程工作流,涵盖 Plan、Build、Verify 和 Observe 四个阶段。十月 GitHub 单周提交量超过 1.2 billion commits,同比增幅超过 400%;但 Faros AI 研究显示,团队从低 AI 采用转向高采用后,pull request 审查耗时增加 441%。
AWS 教程演示如何将 Claude Code 接入 Amazon Bedrock AgentCore,以远程会话运行编码任务并返回 GitHub pull request。每个任务在 AWS 账户内的独立 microVM 中执行,并通过短期 GitHub 凭据、私有网络、Guardrails 和最小权限 IAM 控制访问,智能体只创建草稿 pull request,最终由人工审核并合并。
推荐理由:示例完整展示了远程编码智能体的部署、安全隔离和提交流程,并明确其适用边界与人工审核要求。
AWS 介绍了 Taxbit Assist 如何在 Amazon Bedrock AgentCore 上构建面向数字资产税务场景的 AI 智能体,并说明其检索、安全、权限控制与质量评测方法。
推荐理由:文章拆解了受监管场景中构建可引用、权限感知智能体的检索、安全与持续评测方案,便于迁移到生产级 RAG 应用。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建了自主安全运营中心 Luna,采用分级监督架构协调 30 多个专用智能体,并通过 AgentCore runtime 和 memory 承载智能体及记忆层。
推荐理由:Greenlight Financial 基于 Amazon Bedrock AgentCore 构建分层多智能体安全运营方案,公开了架构、记忆机制与生产指标。
本文通过分步实践,演示如何使用 Okta Cross App Access 决定 AI 智能体可代表哪些用户访问哪些应用,并由 Amazon Bedrock AgentCore Identity 执行授权和短期凭证管理。
推荐理由:文章给出完整的委托链配置、权限校验与性能测试,可作为跨应用 AI 智能体访问治理的实践参考。
本文在 Amazon Bedrock AgentCore Part 1 方案基础上,演示如何以 Gateway 统一处理 Okta Cross App Access 授权、工具调用与审计追踪。
推荐理由:文章给出从多智能体接入、Cedar 授权到审计追踪的完整实施路径,便于理解企业级智能体治理架构。
AWS 介绍其基于 Amazon ECS Fargate 构建的无服务器 MCP 服务器,为 AI 智能体提供统一访问企业数据湖的标准化网关。系统以元数据目录驱动数据集接入,通过 Amazon Bedrock 生成并校验 SQL,调用 Athena、Redshift 和 Knowledge Bases 完成查询与文档检索。
推荐理由:文章完整拆解了基于元数据驱动、标准化 MCP 端点和分层权限控制的实现,可为多智能体访问企业数据湖提供可迁移架构。
AWS Machine Learning Blog 分享了 AWS Quick 构建过程中形成的智能体原语分类体系,以 When、What、Who、How 四个问题梳理触发器、智能体与能力。该框架将工具、技能和工作流视为智能体行动方式,并以学习反馈连接会话运行,支持统一理解和设计智能体系统。
Merge 使用 GPT-6 Astra、ChatGPT 和 Codex 构建产品与业务工具,用于审查产品代码并支持营销工作。其团队还借助 AI 规划高管晚宴和准备销售更新。
NVIDIA 通过联合设计 GPU、CPU、网络、存储和软件,缓解大模型及智能体推理中的 HBM 内存压力。方案包括以 NVFP4 压缩模型权重和 KV cache、通过 Dynamo 与 CMX 分层复用上下文,以及让 cuVS 在 CPU 和存储中承载 RAG 索引。
推荐理由:文章梳理了从模型权重、KV cache 到 RAG 索引的分层内存方案,并提供不同平台的吞吐量与成本对比。
AWS 演示如何通过代码评估器将 Jev 和开源 Strands Decider 2B 接入 Amazon Bedrock AgentCore Evaluations。示例把 OpenTelemetry spans 转换为决策模型请求,并将概率分布映射为评估标签和数值,同时提供人工标注、一致率与校准分析及级联评估流程。
U Mobile 与 AWS 及 Axrail 基于 Amazon Bedrock AgentCore 构建 AiDaH,用于跨系统诊断和修复电信运营问题。平台采用六层架构与分层路由,由 8 个专业智能体覆盖 150 多个已记录运营场景;内部测量显示,2026 年 1 月至 9 月开通和网络工单下降 84.5%,一般咨询下降 81.6%,计费工单下降 48.7%。
推荐理由:本文拆解 AiDaH 的六层架构、成本路由、安全基础和规格驱动开发方法,并提供电信运营智能体的落地参考。
Indegene 展示了如何在 AWS 上构建并扩展 NEXT Unified Data Platform 的 Data Quality Agent,以提升生命科学企业数据质量。该 LLM 驱动智能体生成并验证上下文感知规则,输出可直接运行的 SQL 与 Python 代码,纳入集中式 human-in-the-loop 治理,帮助减少数据质量项目的建设和维护工作。
AWS 解决方案架构师团队以开源多智能体数据分析方案 Deep Insight 为参考实现,讲解生产级 AI 智能体的四层上下文工程方法。文章介绍多智能体架构隔离、输出 token 预算与自包含代码、文件化上下文与按需加载技能,以及独立验证智能体和安全机制。参考实现中,单次写入并执行工具可减少脚本加入上下文的 token 约 95%,按需加载技能可减少系统提示词约 97%。
推荐理由:文章以 Deep Insight 代码演示四层上下文工程,涵盖多智能体隔离、提示词控制、文件系统外部化和验证机制,便于迁移到生产级智能体开发。
Cognition 发布2026年11月实用安全指南,针对 Binance 被盗、Claude Code Cursor 扩展投毒及多项关键漏洞,提出立即执行和30天内完成的安全措施。指南建议企业启用抗钓鱼 MFA、审计公开攻击面、管控浏览器与编辑器扩展、扫描开发者设备和代码中的密钥、迁移至云端编码智能体,并监控关键基础设施日志。
ChatGPT 与 Codex 正在帮助工程师加速实体世界中的工程工作,覆盖 CAD、PCB 设计、仿真等流程。相关工具面向实体工程场景,可用于提升这些设计与分析工作流的速度。
Simon Willison 在笔记本电脑上运行 17GB 的 Qwen 3.8 27B,测试其直接解读神经网络原始权重的能力。该模型成功识别 Pac-Man、Pong 和 Breakout,但未识别 Freeway,各次推理耗时约 46 分钟至 1 小时 4 分钟,并使用 43,506 个 reasoning tokens 完成 Pac-Man 测试。
Cartesia 借助专用 State Space Models(SSMs)和 AWS 基础设施,构建支持全球规模运行的超低延迟语音 AI 应用。Sonic 文本转语音模型首个音频字节约 90ms,支持超过 44 种语言,并可用 10-second 音频样本克隆声音;Ink 语音转文本模型支持流式转录、原生轮次检测和多说话人处理。