AWS 演示如何将决策模型接入 Amazon Bedrock AgentCore Evaluations
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。
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。
EDB Postgres AI 与 Amazon Bedrock AgentCore 可共同构建面向智能体分析的语义层,让 Strands Agents 智能体通过 SemKB 理解业务定义和表关联。
推荐理由:教程完整展示了如何用数据库原生语义层改进文本转 SQL,并通过权限控制和调用链追踪落实治理。
Gen Digital 使用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 策展新闻引擎,以实时、带引用的网页信息支撑个性化资讯流、内容建议和目标推荐。该完全托管能力通过 AgentCore Gateway 以 MCP 合规连接器提供,返回来源 URL、标题和发布日期,并完全在 AWS 环境中运行。
AWS 教程演示如何为 Amazon Bedrock AgentCore Gateway 配置 Microsoft Entra ID OBO token 交换,使 AI 智能体调用 ServiceNow REST API 时保留用户身份并应用对应权限。
推荐理由:教程完整拆解了跨 Microsoft Entra ID 与 ServiceNow 的 OBO 配置,并给出网关目标、权限映射和代码示例。
Amazon Quick 通过 enriched datasets 和基于 Amazon S3 的知识库,将结构化与非结构化数据汇入同一 Space,并由单个对话式 AI 智能体统一查询。用户可在一次对话中跨两类数据提问,智能体会按需查询知识库、数据集或两者,并返回带引用且受用户权限约束的整合结果。
Simon Willison 于 11 月 3 日发布 10 月赞助者专属月刊,聚焦 vibe game development 的转折点、漏洞安全热潮和 LLM releases。月刊还涵盖每月 $100+ 订阅的 API credits、作者当前使用的工具及软件发布,赞助者每月支付 $10 可提前一个月阅读。
Addy Osmani 提出在大量使用 Agent 工作流后需警惕认知卸载、拖延与认知投降:模型越强、输出越流畅,人越容易在不知不觉中放弃独立判断。他给出具体做法,包括提问前先写假设、把验证标准前置为可执行测试、要求 Agent 列出替你做的决策与假设、以测试收尾而非读摘要,并定期手写代码做校准练习。他强调可以卸载工作和审计,但不能卸载责任。
数字生命卡兹克发布 DeepSeek Harness 养鱼教程,讲解如何在 QQ、微信、飞书接入大肥鱼。教程还演示了如何让大肥鱼去 B 站刷视频,并在抖音发布视频和进行直播。
OpenAI 构建了 Pando,一个兼容 Git 的后端,用于支撑 Codex 所带来的大规模开发。Pando 通过可扩展的 Git 兼容基础设施,承接 Codex 推动的更高开发规模,为大规模开发工作流提供底层支撑。
Legora CTO Jacob Lauritzen 介绍团队如何构建面向律师的 AI 智能体,以及法律工作、计费模式和律所组织方式的变化。团队在无法查看客户机密数据的情况下,用 3 名工程师、3 名律师和约 100 名法律工程师构建模拟评测环境,并通过模型路由处理质量、成本、延迟与合规差异。
Simon Willison 分析美国人口普查局 BTOS 调查发现,问卷措辞变化使 2025 年 11 月前后的 AI 采用率无法直接比较。250 人以上企业回答在生产商品或服务中使用 AI 的比例约为 12%,改问任何业务职能后,2026 年 2 月约为 30%,10 月约为 40%。
Circle K利用Amazon Bedrock构建智能体事件分诊系统,将平均处理时间从45–60分钟降至15分钟以内,降幅为67–75%。
AWS 演示如何使用 Amazon Nova Multimodal Embeddings、Amazon Bedrock AgentCore 和开源 Strands Agents SDK 构建工程多智能体助手,自动汇集零部件替代证据并起草评估文档。
AWS教程演示如何使用序列级知识蒸馏(SeqKD),在Amazon SageMaker AI上训练低成本购物智能体。流程包括由Amazon Bedrock上的GLM-5.3生成并筛选 ShoppingBench轨迹,再以LoRA微调Qwen3.5-4B、评测并部署。蒸馏模型的平均ASR从基础模型的0.297提升至0.541,接近GLM-5.3贪心解码的0.540;仅保留工具调用时降至0.415。
推荐理由:完整展示SeqKD智能体的轨迹生成、过滤、训练、评测与部署链路,并量化推理保留和专项微调的效果差异。
AWS 介绍如何使用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容,生成 Markdown 文档和 metadata sidecar 并摄取到 Amazon S3。
推荐理由:文章提供从网页抓取、Markdown 清洗、metadata 附加到知识库摄取与检索验证的完整可部署流程。
数字生命卡兹克分享了自己搭建近一年的 Agent 自动化系统,通过事件触发 Agent 工作。系统由自动化中台、Agent 执行、CI 中台和飞书决策四层组成,中台以 rules.json 管理事件触发和调度,本地 MacMini 运行任务,自建 CI 中台完成审查、检查、合并、发布、核实五步,仅在删数据、花钱和改方向等关键决策时通过飞书卡片征求作者确认。
Addy Osmani 分享 Claude Code 使用技巧:任务比预期更难时,在 Claude 工作期间输入 ultrathink,可提升该回合剩余部分的推理努力。该功能适用于最新版本的终端,此前因显得怪异且可能令人困惑而关闭的 ultrathink 已回归 Claude Code CLI。
OpenRouter 发布教程,演示如何使用 @openrouter/agent 0.11.0 在 TypeScript 中搭建常驻 AI Agent。该 Agent 可定时监控 Hacker News 并生成摘要。
OpenRouter 发布教程,介绍如何用 Responses API 构建仅 233 行、仅依赖标准库的 review.py。脚本通过 Files API、Shell 沙箱工具和 Apply Patch 工具上传变更文件,让模型在托管 Linux 沙箱中实际运行检查、确认 bug,并返回 V4A 补丁。
作者使用 Claude Code 改造 $50 的 Waveshare ESP32-S3 1.75C,使其连接 Meta Muse,并加入对话历史、语音播报、远程拍照和 Tamagotchi 式小游戏等功能。
Arca 在财富管理业务中让 AI 智能体承担后台分析工作,同时由人类顾问负责最终决策和资金操作。公司为智能体建立持久记忆系统与自有模型路由框架,并采用确定性限制、沙箱和提示注入检查保障安全;人类顾问反馈与智能体运行轨迹还会用于持续改进该框架。
NVIDIA Nemotron 3.5 Super VL 已可通过 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 部署。
推荐理由:提供了从模型架构、GPU 配置到性能验证的完整部署路径,便于对照自身推理基础设施评估落地方案。
MoEngage 使用 Amazon Bedrock AgentCore Gateway,将约 400 个私有 REST API 操作转换为权限隔离的 MCP 智能体工具。该方案覆盖 7 个 AWS Regions,并通过 Cedar 策略、服务端身份注入和语义搜索控制工具可见范围,新 API 接入从数天缩短至数小时,预计节省约 6 个月平台工程投入。
推荐理由:MoEngage 公开了以中心化网关、权限策略和语义搜索管理大规模智能体工具的架构,便于读者参考私有 API 接入方案。
AWS 给出面向 FinOps 与平台团队的五阶段 Amazon Bedrock 成本管理方法,将支出治理拆为归因、观测、执行、优化和运营闭环。方法涵盖基于 IAM 身份与 CUR 2.0 的成本归因、调用日志与请求元数据、三档预算执行机制、模型路由和提示词缓存,以及按周或双周复盘的健康记分卡。
Amazon Bedrock AgentCore runtime 教程演示了如何通过 Session endpoints 和本地端点,在浏览器中实时查看编码智能体持续修改的 Vite 网站。
推荐理由:文章通过可运行的 Vite 示例,拆解如何配置端口、认证和本地代理,让编码智能体生成的应用在浏览器中实时预览。
Worldwide Express 与 AWS、LTM 构建基于 Amazon Bedrock 的多智能体 AI 系统,自动处理 LTL 货运计费异常。系统直连 TMS SpeedShip,由三个专用智能体调用承运商知识库给出建议,并在准确性超过 99 percent 后默认批量审批。
AWS 指南介绍如何在 AWS GovCloud (US) 中配置 ChatGPT 桌面应用,将模型请求通过 Amazon Bedrock Mantle 的 us-gov-west-1 端点路由至 GPT 模型。
月之暗面发布 Kimi K3.1 Pro 3D 创作官方教程,讲解参数建模与网格化建模两种工作流程及对应工具选择。教程包含 Unreal Engine 东方天宫、可 3D 打印台灯、纯代码调用 Blender 生成建筑、Tripo 与 Blender 搭建微缩城市四个案例,并给出图胜于言、先搭灰模再细化等 5 个使用技巧。
OpenRouter 实测发现 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在编码任务中可靠性相同,建议将 Sonnet 5.5 作为默认模型,Haiku 5.5 用于高吞吐和子智能体工作,Opus 5.5 用于较长、含糊且出错成本高的任务。
推荐理由:通过统一编码任务、基准跑分和成本对比,OpenRouter 给出了三款 Claude 5.5 模型在可靠性、速度与费用上的选型依据。
Figma 介绍了其自研画布编辑模型的训练与评测方法:用 Figma 原生文件格式表示设计,构造超过 250,000 条示例对 Llama 3.3 70B 做监督微调,后续转向基于 Qwen 3.8 27B 等更新基础模型并引入 RL,以改善泛化和样本效率。
推荐理由:Figma 公开了画布编辑模型从 SFT 到 RL 的训练与评测思路,对非可验证设计类任务给出可参考的落地路径。
Epsilon 介绍了如何将 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser Tool 集成为多租户 UI 测试服务,并用自然语言步骤执行浏览器操作。
AWS 展示了如何用 Kiro 构建可重复的 PHP 到 Java 迁移引擎,通过模型发现扫描器、八阶段工作流和一致性验证工具,把原 PHP 应用作为行为规格。
AWS Batch 新增 quota management 调度能力,可为 SageMaker Training 作业按团队或项目划分配额份额并跨份额借还闲置 GPU 容量。