跳到正文
实时
11月4日周三
  1. OpenHands Blog71

    OpenHands 与 Snowflake 推出用自有 Agent harness 后训练模型的工作流

    OpenHands与Snowflake AI Research合作,让开发者用现有的OpenHands Agent harness直接进行强化学习后训练,无需在训练框架中重建harness。

    推荐理由: 原文给出了用现有 Agent harness 直接做 RL 后训练的具体配置方式和代码定位实验,读者可据此判断训练与部署能否共用一套 harness。

  2. NVIDIA Newsroom38

    AI如何重塑半导体晶圆厂工作方式——工程师因之加速决策

    AI正改变半导体晶圆厂工作方式,工程师因之加速决策。NVIDIA cuDSS库使COMSOL的多物理场仿真加速10倍,Applied Materials的Ginestra平台仿真加速10倍,ACE+平台加速35倍,Siemens的Calibre光刻软件仿真加速17倍。NVIDIA PhysicsNeMo框架让Lam Research能在毫秒级预测等离子体行为,替代耗时数天的全仿真。

11月3日周二
  1. NVIDIA Technical Blog65

    使用 NVIDIA Attribution 诊断分布式 AI 工作负载故障

    NVIDIA Attribution 可帮助用户定位分布式 AI 工作负载中的初始故障点,通过分析 NCCL 错误、调度器状态变化和下游消息等级联症状,揭示异常发生源头而非仅报告停止位置。该工具适用于诊断 GPU 或网络 fabric 事件引发的跨节点问题,通过可视化分析数千条消息链路追溯问题根源。

  2. LangChain Blog38

    LangChain指出2026年后期智能体上下文工程面临的新挑战

    LangChain指出2026年后期智能体上下文工程面临的新挑战,包括如何在不烦人情况下主动通知用户、智能体记忆管理、异步任务处理、目标追踪与对齐、以及浏览器使用等难题。这些挑战涉及智能体在后台运行时如何平衡通知频率、决定记忆内容、协调异步工具与子智能体、分解与迭代目标,以及防止智能体过度优化目标等。

11月2日周一
11月1日周日
10月31日周六
  1. AWS Machine Learning Blog

    管理亚马逊 Bedrock 成本的端到端方法:为 FinOps 和平台团队的 playbook

    亚马逊 Bedrock 成本管理需要将每美元支出归因到身份、团队和应用,并监控、执行预算、优化平台默认设置,再通过定期审查将数据转化为决策。Bedrock 自动将推理成本归因到 IAM 主体,需通过 CUR 2.0 和成本分配标签实现。解决共享角色问题需采用用户会话管理,使每个用户请求都能独立归因。

10月30日周五
  1. OpenHands Blog38

    OpenHands 如何设置 AI 代码审查代理

    OpenHands Agent Canvas 可在分钟内设置 AI 代码审查代理,自动审查 GitHub 拉取请求并遵循编码标准。代理使用 OpenHands 的 `code-review` 技能,优先识别影响生产的逻辑错误、安全漏洞、性能回归和缺失用例,避免次要格式问题,直接在 GitHub PR 中发布包含问题、严重性和建议修复的反馈。

  2. Google Developers Blog62

    用 A2UI 与 CopilotKit 智能体构建生成式 UI 应用

    谷歌介绍其框架无关的开放标准 A2UI,让智能体以声明式 JSON 描述界面,由应用用已有组件渲染,并配合 CopilotKit 的 AG-UI 协议接入 LangChain、Google ADK、Mastra、Strands 等智能体框架。

    推荐理由: 原文给出 A2UI 与 CopilotKit 的完整接入代码和双向交互示例,可据此判断生成式 UI 的落地方式。

10月29日周四
  1. AWS Machine Learning Blog58

    基于 Amazon Bedrock AgentCore 构建企业级智能体平台

    Amazon Bedrock AgentCore 提供 runtime、网关、身份、内存、策略、注册和评估等模块化服务,支持大规模智能体构建、部署和运营。企业级智能体平台蓝图基于 AgentCore,增加了所有权、账户边界、软件交付、可观察性、成本治理和退役等企业级约束,通过推理网关和工具网关实现受控访问,并包含评估流程确保智能体在生产前通过验证。

10月28日周三