如何用 AtScale 与 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示以 AtScale 为语义层、在 Amazon Redshift 上构建 Customer 360 模式并供 Strands 智能体查询。
#教程/实践
AWS Machine Learning BlogAI 评分4646 AWS Machine Learning BlogAI 评分4242 用 Strategy Mosaic 与 Amazon Bedrock AgentCore 在 AWS 上构建面向智能体的语义层
AWS 博客与 Strategy 联合演示如何以 Strategy Mosaic 作为语义层，为运行在 Amazon Bedrock AgentCore 上的 Strands 智能体提供 Customer 360 数据服务。
AWS Machine Learning BlogAI 评分3939 用 Denodo 与 Amazon Bedrock AgentCore 在 AWS 上为 Agentic AI 构建语义层
AWS 演示如何用 Denodo Platform 作为语义层，为运行在 Amazon Bedrock AgentCore 上的智能体提供对分散企业数据的治理访问。
AWS Machine Learning BlogAI 评分4141 Eon 如何基于 Amazon Bedrock AgentCore 构建多云 MCP 网关调查体系
Eon 工程团队基于 Amazon Bedrock AgentCore Gateway 构建统一 MCP 网关，替代各工具独立凭证和本地 MCP 进程，实现对 AWS、GCP、Azure 三云调查工具的统一访问。
AWS Machine Learning BlogAI 评分4848 AWS 与 Keyfactor 演示如何用 X.509 PKI 保护 AI 智能体身份
AWS 与 Keyfactor 发布参考架构，用 X.509 PKI 和 Keyfactor EJBCA 为多智能体系统建立密码学身份，弥补 MCP 无内置认证标准的缺口。
AWS Machine Learning BlogAI 评分4343 借助跨区域推理，加拿大可通过 Amazon Bedrock 访问 OpenAI GPT 模型
AWS 宣布通过 Amazon Bedrock 跨区域推理（CRIS），加拿大地区现已可访问 OpenAI GPT-5.6（Sol、Terra、Luna）、GPT-6（Astra、Sol、Luna）和 GPT-6.1 Sol 模型。
AWS Machine Learning BlogAI 评分3131 Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础设施
Octave 在 AWS Machine Learning Blog 上讲解了如何用 Amazon Bedrock 为质量管理系统 Reliance 构建多租户 AI 基础设施，这套基础架构将每个用例的部署时间缩短了 50%。
AWS Machine Learning BlogAI 评分4444 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
AWS 演示如何在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 进行微调，使其用法语、德语、西班牙语或意大利语推理。该开源权重模型基线仅 22% 的测试用例用目标语言推理（法语、西班牙语、意大利语均为 0%）。
AWS Machine Learning BlogAI 评分3030 如何用 AWS PrivateLink 为 Amazon Quick 建立企业内网数据私有访问
AWS 讲解了如何通过 AWS PrivateLink 让 Amazon Quick 在不经过公网的情况下私有连接本地数据源。
AWS Machine Learning Blog精选AI 评分6767 AWS 拆解多智能体系统五大生产挑战并开源 Deep Insight 参考架构
AWS Solutions Architecture 团队发布三篇系列的第一篇，介绍生产级多智能体系统 Deep Insight 如何解决多智能体系统的五大生产挑战，系统已开源。
推荐理由：AWS 团队以自研开源系统拆解多智能体落地的五类生产挑战，给出架构、模型分配与隔离执行的完整可复用方案。
AWS Machine Learning BlogAI 评分3535 使用 Strands Agents 构建自适应智能体智能框架（AAIF）
AWS 机器学习博客演示了基于 Strands Agents 的自适应智能体智能框架（AAIF），用本地小语言模型处理常规任务，复杂请求则经 Amazon Bedrock 路由到云端模型。
AWS Machine Learning BlogAI 评分3434 使用 torchtitan 在 AWS Trainium 上训练 Qwen3
AWS 介绍在单台 trn2.48xlarge（含 16 个 Trainium2 加速器）上用 torchtitan 训练 Qwen3 的三种方式：Transformers v5 建模后端、torchtitan 原生 Qwen3，以及 NKI MoE 内核。
AWS Machine Learning BlogAI 评分2323 U.S. Hunger 如何用 Amazon Quick 连接领导层与数据
非营利组织 U.S. Hunger 使用 Amazon Quick 让领导层直接探索组织数据，并已向高管、技术、Full Cart 项目、财务与合规等职能的 17 名同事开放。
Hugging Face BlogAI 评分4949 TorchNeuron 性能分析（第一篇）：在 AWS Trainium 上做系统级 profiling
Hugging Face 发布 TorchNeuron 系统级性能分析教程第一篇，讲解如何在 AWS Trainium 芯片上用 torch.profiler 定位推理耗时。
Latent SpaceAI 评分6767 Claude Mods 实战：把 Agent Harness 反转成可编程的注意力界面
作者 Dan McAteer 介绍自己用 Claude Mods 定制 Claude Code 工作流的实践，认为 Mods 是可由用户和 Claude 共同构建的“注意力界面”。
OpenAI NewsAI 评分5353 OpenAI 讲解如何构建以用户信任和相关性为目标的 ChatGPT 广告技术栈
OpenAI 介绍其如何为 ChatGPT 构建 LLM 驱动的广告技术栈。该技术栈用于理解对话意图，保持广告与回答分离，并在大规模场景下投放相关广告。
OpenAI NewsAI 评分2121 Cloudflare 用 OpenAI 发现漏洞并衔接防御
Cloudflare 使用 OpenAI Daybreak 调查漏洞并提出供审查的修复方案。其开发者还借助 Codex 加快构建速度、提升代码质量，将漏洞发现与防御衔接起来。
AWS Machine Learning BlogAI 评分4040 i14 Laplace 3B 线性注意力模型在 AWS Trainium2 上用原生 PyTorch 训练与服务
i14 的 Laplace 3B 用线性注意力替代 softmax attention，循环状态固定为每序列 29.5 MB，不随上下文增长。
Simon WillisonAI 评分5959 Simon Willison 复盘 vibe coding 出 Command & Conquer 风格 RTS 游戏 Battle Drones
Simon Willison 介绍他用 Claude Code 迭代 12 个版本、321 次 agent 提交完成的浏览器 RTS 游戏 Battle Drones，支持手机和桌面游玩。
AWS Machine Learning BlogAI 评分4242 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链智能
AWS 在博客中演示如何用 Amazon Quick 作为界面、Amazon Bedrock AgentCore 作为智能层，构建对话式供应链智能方案。
GitHub Blog · AI & MLAI 评分5959 三位 Java Champion 分享 GitHub Copilot 提效实践与经验
GitHub Blog 访谈 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享他们在生产与开源项目中使用 GitHub Copilot 的具体做法。
OpenAI NewsAI 评分2020 独立特许经营商用 ChatGPT Work 将现金对账时间减少 94%
一位独立经营的 Schlotzsky's 和 Cinnabon 特许加盟商使用 ChatGPT Work，将菜单重新定价的时间减少了 95%，并搭建了新的工作流程，有望释放 10 万美元现金流。原文称现金对账时间减少 94%。
GitHub Blog · AI & MLAI 评分4848 教程：如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的智能体会话可直接在 VS Code 中打开继续，对话、代码改动和工作树（worktree）上下文全部保留。开发者可逐行审查智能体的 diff、手动编辑文件、用集成终端运行 npm install、npm test 等本地验证，并继续向 Copilot 提问或推送更新到会话关联的 pull request。
GitHub Blog · AI & MLAI 评分5656 GitHub 详解密钥检测模型：微调 ModernBERT 分类器如何以更低成本减少误报
GitHub 介绍其为密钥扫描训练的上下文感知分类器，用正则候选生成加微调 ModernBERT 分类的两阶段管线，替代原有 LLM 管线。新管线使 post-push 扫描中位执行时间下降 86%，服务成本降低 98% 以上，仓库所有者加权接受率提高 11.5%，并已扩展到 push protection。
GitHub Blog · AI & MLAI 评分4545 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub Blog「GitHub Copilot app for Beginners」系列新篇讲解四种让 Copilot 适配项目的方式：custom instructions、agent skills、custom agents 和 MCP servers。
GitHub Blog · AI & MLAI 评分4444 GitHub：AI 正在改变开发者工作，这三种技能需要加强
GitHub 发文称 AI 正在改变开发者工作方式，提出三项需要加强的技能：学会指挥 AI 智能体而非仅使用、不轻信 AI 的第一个答案、用 AI 解更大的问题。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot app 入门教程：如何用 canvases 构建自定义工作流
GitHub 官方教程介绍如何在 GitHub Copilot app 中用 /create-canvas 技能以自然语言描述生成可定制的 canvas 界面，如看板、发布清单或仪表盘，无需手写代码。
Mistral AI精选AI 评分6565 Mistral 复盘用 AI 智能体将 40,000 行 Fortran 77 迁移到 C++ 的方法
Mistral 介绍了为欧洲能源运营商迁移 40,000 行 Fortran 77 储层模拟代码到 C++ 的做法。团队在迁移前先搭建数值对齐校验框架，用 Vibe CLI 生成超过一百个智能体配合 Mistral OCR 重建文档，并发现结构化工作流加人工审核门比完全自主或全手动更可靠，首个冲刺完成 300,000 行中的 40,000 行。
推荐理由：Mistral 复盘了用智能体迁移 4 万行 Fortran 77 到 C++ 的流程，先行建立数值对齐校验和结构化人审工作流的经验可迁移到类似大型遗留系统改造。