AWS Machine Learning BlogU.S. Hunger 如何使用 Amazon Quick 连接领导与数据
U.S. Hunger 通过 Amazon Quick 直接探索组织数据，实现领导者共享关键绩效指标定义，并在 Quick Spaces 中协同分析财务与非财务信息，支持其年增长500%的运营效率。
实时
#教程/实践
- AWS Machine Learning Blog
Hugging Face BlogHugging Face 介绍 TorchNeuron 在 AWS Trainium 上的系统级性能分析
Hugging Face 介绍了如何使用 TorchNeuron 在 AWS Trainium 上进行系统级推理性能分析，通过 torch.profiler 配置 Neuron 后端捕获干净 traces，并利用 key_averages() 表识别耗时操作。
OpenAI News3232OpenAI 与 PerturbAI、Scripps 研究所合作，通过分布式 AI 智能体在数百万脑细胞数据中发现新研究线索
OpenAI、PerturbAI 与 Scripps 研究所合作，使用分布式 AI 智能体分析数百万脑细胞数据，发现新的研究线索。
- OpenAI News5555
Patch the Planet：全球安全漏洞响应协调平台发布
Patch the Planet 连接安全研究员、维护者和事件响应者，帮助应对开源项目中的关键漏洞。
Trail of BitsTrail of Bits 发布 patching-bugs 和 regression-hunt 插件让工程师委托 AI 修复 Bug 和回归测试
Trail of Bits 发布 patching-bugs 和 regression-hunt 插件，让工程师可委托 AI 修复 Bug 和回归测试。patching-bugs 插件可复现 Bug、开发修复方案并测试，regression-hunt 插件则检查变更是否破坏已有功能。regression-hunt 相比基准 Codex 代理减少 25% 假阳性结果。
- AWS Machine Learning Blog3232
Deepgram 如何借助 AWS Trainium2 优化语音 AI 性能
Deepgram 通过 AWS Trainium2 将 Nova-3 语音识别模型部署到 PyTorch，在单个 trn2.3xlarge 实例上运行 8 个副本，处理离线批处理工作负载时每美元可处理 11-70% 更多音频，并使用 NKI 库和 Neuron Explorer/NAD 工具链进行内核级调优，提升推理效率。
- AWS Machine Learning Blog5858
Amazon Bedrock 支持 Anthropic Claude 模型的结构化输出
Amazon Bedrock 现在支持所有 Anthropic Claude 模型的结构化输出，包括 bedrock-runtime 和 bedrock-mantle 端点。
- AWS Machine Learning Blog3434
在 AWS 上使用 AtScale 和 Amazon Bedrock AgentCore 构建语义层以支持智能体 AI
AtScale 作为语义层，通过 Semantic Modeling Language (SML) 在 Amazon Redshift 上构建维度模型，支持 Amazon Bedrock AgentCore 中的 Strands 智能体，实现跨系统 Customer 360 分析。
- AWS Machine Learning Blog2828
在 AWS 上使用 Denodo 和 Amazon Bedrock AgentCore 构建 AI 智能体语义层
Denodo 平台在 AWS 上构建语义层，为 Amazon Bedrock AgentCore 提供受控的企业数据访问，支持 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 数据库的联邦查询。
GitHub Blog · AI & ML3333GitHub Copilot 如何在 VS Code 中继续会话
GitHub Copilot 用户可直接在 VS Code 中打开 GitHub Copilot app 会话，继续其对话、代码变更和上下文。用户可逐行审查 Copilot 的修改，直接在 VS Code 中进行手动编辑，并在本地运行和验证项目。会话和代码工作区保持连接，支持与 Copilot 交互式迭代优化，最后将更新提交到关联的拉取请求。
- GitHub Blog · AI & ML2222
三位 Java 大师如何利用 GitHub Copilot 提升生产力。
三位 Java 大师 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 分享了在 Hypersistence Utils、Hypersistence Optimizer、教学幻灯片迁移等项目中使用 GitHub Copilot 的经验。
Tessl Blog7070个人应用：当 JavaScript 和 SQLite 就足够了
个人应用软件围绕个人需求构建，JavaScript/TypeScript 和 SQLite 可实现远超预期的功能，如 Bonn Tonne、Daybreak 和 Quote-Assist 等示例所示。LLMs 擅长处理这两种技术，能快速生成此类应用。Cloudflare Durable Objects 或自建 celld 可提供运行环境，实现隔离、易操作和零成本扩展。
Claude · YouTube2525Anthropic 工程师如何使用 Claude Docs
Anthropic 工程师 Doug 分享在站会与发布评审中使用 Claude Docs 的方法；Claude 在文档中协同工作，自动提取数据、验证论断并响应评论问题；该工具专为团队协作设计，支持多人实时编辑与智能分析。
- Tessl Blog
Tessl Blog：停止逐行审查代码，开始验证意图
Tessl Blog 停止逐行审查代码，开始验证意图。团队合并的 PR 量是去年的四倍且几乎都是 AI 生成，导致审查成为瓶颈。团队转向在代码生成前审查意图（验收标准、约束和边缘情况），并将重复的审查评论转化为可由机器执行的规则（不变量），从而将审查重点从代码本身转移到决策和规则所有权上。
Sakana AISakana AI Engineer Open House 2026 活动报告
Sakana AI 举办第二次工程师开放日，涵盖五个职种，介绍各部门工作内容，展示金融和防务领域应用，强调AI主权战略及产品线扩展。
Hamel Husain6060如何使用决策模型进行评估
在使用决策模型进行评估时，需要根据任务调整阈值以优化性能。在公寓租赁代理的日志数据集上，Jev 1.13、Perplexity Decider 1.1 27B。
Google Developers BlogMeta 的 TorchTitan 集成 TorchTPU 并优化 TPU 模型训练
Meta 的 TorchTitan 集成 TorchTPU 使 PyTorch 模型可在 Google Cloud TPU 上原生训练，仅需少量代码更改。
O'Reilly Radar6565《周一早晨代理》项目通过美式橄榄球数据训练AI分析师。
《周一早晨代理》项目每两周使用NFL公开数据集分析一个美式橄榄球争议话题，逐步为AI智能体赋予分析能力。该项目使用25万个比赛片段和当前赛季数据，每期让AI解释特定战术（如“建立进攻线”）并验证其分析结果。AI在分析时需说明数据局限性，并拒绝超出任务范围（如预测比赛结果）的请求。
LangChain BlogNu公司如何用LangGraph和LangSmith构建AI健康教练并优先进行评估
Nu公司在开发AI健康教练Nu时，优先构建了评估标准以避免越界医疗诊断，采用LangGraph框架和LangSmith工具，通过按类别评分的LLM裁判和开放式行为测试，确保系统在满足健康指导需求的同时符合监管要求。评估框架针对单一回复和完整对话分别设计，支持在两个前沿模型提供商间快速迁移，安全探针和守门节点实时审查对话内容，确保产品始终处于合规边界内。
n8n Blog如何在 NVIDIA DGX Spark 上本地运行 n8n AI 工作流，无需云 API
n8n 工作流可在 NVIDIA DGX Spark 上本地运行，无需调用云 API。通过在 DGX Spark 上部署 35B 混合专家模型 Qwen3.6-35B-A3B（NVFP4 格式）及 8 个其他模型，支持转录、OCR、图像生成等任务，所有模型均通过 OpenAI 兼容端点供 n8n 调用。部署需缓存模型并使用 vLLM 0.30.0 版本，确保离线运行和许可合规。
IBM Research Blog2222Coursera 新课程《AI 数据流架构：从原理到实践》教授现代加速器运行原理
Coursera 新课程《AI 数据流架构：从原理到实践》教授工程师如何跨 GPU、TPU、Cerebras WSE、Groq LPU 和 IBM Spyre 加速器工作。课程由 IBM 研究院高级研究科学家 Kaoutar El Maghraoui 主讲，通过六门课程和动手实验覆盖执行模型、编译、内存系统、调试和性能建模，强调不同架构如何影响模型性能及编译器优化关键作用。
- O'Reilly Radar6565
ContextCue 项目探索 AI 如何改善分布式团队的协作与上下文理解
ContextCue 项目通过记录会议录音、保留语音讨论、屏幕共享视觉上下文、决策依据及来源，创建可跨团队的共享协作上下文。该实验针对 GitHub Copilot 和 Claude 等工具已提升编码效率但未改善团队间理解协作的问题，将会议记录转化为围绕请求或决策而非会议本身的 Markdown 格式输出，以解决分布式团队因时差和沟通断点导致需求理解偏差的挑战。
- Google Developers Blog
使用 ADK 和 Gemini 3.8 构建「永不沉默」的语音代理
使用 ADK 和 Gemini 3.8，通过流式工具和异步函数实现非阻塞语音交互，将销售报告工作流的首次响应时间从 14.4 秒缩短至 1.2 秒，支持零静默、进度更新和并行对话。
Browser Use浏览器智能体是什么？它的工作原理及适用场景
浏览器智能体通过 AI 模型操作网页以达成目标，用户描述任务后，智能体自动打开页面、导航、选择操作并检查结果以继续。它特别适用于需要灵活性和决策的不确定工作流程，由模型（决定行动）、套件（提供上下文、工具和循环）和浏览器（管理网站会话）三部分组成。主要用途包括数据提取、研究、表单填写等，但存在结果不一致、任务失败、网站阻止、提示注入和成本不可预测等缺点。
- AWS Machine Learning Blog
Amazon Bedrock AgentCore 构建可信赖 AI 智能体：生产就绪评估框架
Amazon Bedrock AgentCore 评估框架帮助 AWS 内部销售团队用多智能体系统处理业务问题，发现智能体在演示和实际生产中表现差异；通过 Amazon Bedrock Guardrails、Amazon CloudWatch 等服务，该框架在发布前和持续生产中验证答案准确性，将错误溯源至数据、提示词或代码，避免因智能体回答看似自信却错误导致用户信任破裂。
Dify Blog6565Dify 如何选择 AI Agent 或 Workflow
Dify 支持根据任务是否重复、是否需要判断和是否有明确结果来选择 AI Agent 或 Workflow，Agent 由模型选择工具或行动，Workflow 由开发者定义步骤，Hybrid 模式结合两者。在 Dify 中，Agent 适用于需要解释请求并选择下一步的重复性工作，Workflow 适用于固定步骤的 SOP，可在 Workflow 中嵌入 Agent 节点处理需要灵活性的步骤。
- OpenAI News3535
Codex 如何加速 Benefit Street Partners 的代码审查与跟进
Anant Kumar 使用 Codex 进行代码审查并加快后续跟进。
Claude BlogClaude Code 团队如何进行代码审查
Claude Code团队将代码审查量提升2倍的同时将回滚率降低40%，通过将大部分审查工作交给机器优化人类时间，并大幅提升撤销错误的速度。团队采用六层自动化审查流程，包括Claude运行测试和生成输出、子代理审查差异、内部技能自动检测错误、UI变更对照设计规范，以及代码规范和代码所有者指南的自动检查，最终由人类审查者处理高阶问题。
Comfy Blog5252Comfy 博客承诺开源其整个平台，但未兑现，因此让我们来帮助他们。
Comfy博客承诺开源其整个平台但未兑现，因此Comfy启动了一个竞赛，为Genjutsu、Cinema Studio等创意应用的最佳开源重建提供资金支持，大奖为10,000美元，并设有多个奖项类别，包括最具创新性和病毒式传播的应用，所有参赛作品必须使用开放权重模型。
- LangChain Blog
LangChain 博客：关于 Agent Evals 的常见问题解答
LangChain 博客介绍了如何使用 Agent Evals 测试 AI 智能体行为，包括通过追踪记录分析行为、构建包含输入和预期输出的测试数据集、运行离线基准测试（如 Terminal-Bench）和在线实时评估，以及使用代码检查、LLM 评分和人工审核等四种评估器类型。离线评估用于测试新提示词或模型并捕捉回归问题，在线评估用于监控生产质量并发现数据集遗漏的问题。
Lovable BlogLovable 平台集成多种 AI 模型与工具助力应用开发
Lovable 平台集成 OpenAI GPT-Live、Anthropic Claude、Google Gemini 4 Argon/Omni/Lyria、Perplexity。
- Google Developers Blog
如何评估 AI 智能体：超越感觉检查
评估 AI 智能体不能仅凭感觉检查，因为智能体可能陷入重试循环或产生幻觉回答却仍看似正常，导致云费用和 token 使用量激增。应建立可重复的评估流程，从定义关键用户旅程（CUJ）开始，使用模拟用户测试，并采用单元测试、确定性指标、LLM 作为裁判的评分标准和集成测试等多层检查。结合手动审查的跟踪记录与自动化验证，可在开发早期检测到隐性回归，并随着智能体能力增长扩展评估框架。
- LangChain Blog
LangChain Deep Agents 如何通过中间件管理上下文窗口
LangChain Deep Agents 通过中间件管理上下文窗口，防止不必要信息进入并过滤已有内容。它采用卸载（将大工具结果和用户消息保存到文件）、摘要（压缩旧消息）、技能（按需加载）、子代理（分离噪声工作）和长期记忆（跨会话保存学习）等技术。这些技术通过在模型调用和工具调用等关键节点插入中间件实现，无需用户编写代码即可使用。
Google DeepMindGoogle DeepMind 与新加坡政府合作开发用于诈骗检测的微调 AI 模型
Google DeepMind 与新加坡政府技术局（GovTech Singapore）合作，微调了隐私保护型设备端诈骗检测模型 Gemma，用于应对新加坡超过一半的犯罪（超 40 亿新元损失），该模型通过在设备上分析对话模式实时发出警告，且因运行在设备端，用户隐私不受侵犯。
- Claude · YouTube
Claude Code 云会话功能详解
Claude Code 的云会话在云端虚拟机中运行，可离线持续工作，支持手机启动和并行处理。适用于需要持续运行或远程协作的场景，支持 GitHub 连接和环境配置。该功能包含在 Pro、Max、Team 计划及企业高级或 Chat + Claude Code 座位中，计入计划限制且无额外计算费用。
NVIDIA BlogNVIDIA RTX Spark 全球 PC 应用生态系统已准备就绪
NVIDIA RTX Spark 将游戏 PC、创意工作室和个人 AI 超级计算机的能力整合为单一超级芯片，配备高达 128GB 的统一内存和 1 petaflop 的 AI 计算能力。
- n8n Blog
使用 You.com、Jev 和 n8n 构建 AI 早晨新闻摘要
Jev 对每篇新闻回答三个问题筛选出真正重要的发展，You.com 节点搜索每日新闻并去重，You.com Research 为每个主题撰写简短摘要并通过 Slack 发布，整个流程成本低于四美分，有效避免无关信息干扰。
- GitHub Blog · AI & ML
GitHub Copilot 应用入门：如何教会 Copilot 了解你的代码库
GitHub Copilot 可通过自定义指令、代理技能、自定义代理和模型上下文协议（MCP）服务器等方式，让用户向 Copilot 传达项目规则、封装可重复流程、提供专业指导以及连接外部工具，从而提升协作效率。自定义指令定义代码规范，代理技能封装重复性任务，自定义代理处理复杂工作，MCP 服务器扩展 Copilot 功能。
- Browser Use7575
浏览器指纹识别是什么？其工作原理与局限性
浏览器指纹识别通过收集用户代理字符串、语言、屏幕尺寸、可用字体和canvas渲染等浏览器特征，经哈希处理后生成唯一标识符，用于用户追踪、欺诈预防、机器人检测等。被动指纹识别利用HTTP头、IP地址和TLS握手特征，主动指纹识别则通过JavaScript收集屏幕尺寸、文本测量、图形渲染和音频处理等数据。网站可结合多种方法识别用户，但浏览器更新或隐私保护会改变结果。
Simon Willison2222Dwarf Fortress 使用版本控制
Dwarf Fortress 开始使用版本控制，具体版本号未提及。