AWS 发布 Amazon Bedrock 端到端成本管理指南
AWS 推出面向 FinOps 和平台工程团队的 Amazon Bedrock 成本治理框架，通过归因、观测、控制、优化与运营五步闭环管理生成式 AI 开销。方案利用 IAM 主体与会话标签在 CUR 2.0 中实现细粒度账单归因，结合调用日志元数据建立工作负载级看板，并提供监控告警、IAM 策略异步拦截与网关同步拦截三级预算控制机制。
#教程/实践
AWS Machine Learning BlogAI 评分5252 AWS Machine Learning BlogAI 评分5252 AWS 演示如何利用 Amazon Bedrock AgentCore Session endpoints 实时预览编码智能体构建的 Web 应用
AWS 介绍了如何通过 Amazon Bedrock AgentCore runtime 的 Session endpoints 功能，在编码智能体生成 Web 应用时于浏览器端进行实时热重载预览。
AWS Machine Learning BlogAI 评分3131 在 AWS GovCloud (US) 中为 ChatGPT 桌面应用配置 Amazon Bedrock
ChatGPT 桌面应用支持在 AWS GovCloud (US) 接入 Amazon Bedrock，可通过 us-gov-west-1 端点调用 OpenAI 模型。
AWS Machine Learning BlogAI 评分4848 Worldwide Express 如何利用 Amazon Bedrock 实现货运账单异常处理自动化
Worldwide Express 联合 AWS 基于 Amazon Bedrock 构建多智能体 AI 方案，接入其运输管理系统 SpeedShip 实现货运发票异常自动化处理。方案上线 6 个月后，公司活跃异常减少 75%，回款周期缩短 4 周，每年节省 $1M 并释放 $10M 自由现金流。系统通过三类专用智能体协同检索承运商规则进行核验，在准确率超过 99% 后开启批量审批。
Hugging Face Blog精选AI 评分6262 基于 NVIDIA Nemotron 开源模型构建万圣节互动鬼屋智能体
NVIDIA 员工利用 Nemotron Voice Agent 框架及系列开源模型制作了万圣节交互投影装置 MonsterHouse。
推荐理由：文章拆解了端到端语音与面部驱动智能体的硬件与模型组合方案，展示了低延迟本地交互的多模态工程落地细节。
AWS Machine Learning BlogAI 评分5454 基于 Kiro 构建可复用的 PHP 转 Java 迁移引擎
AWS 演示了如何利用 AI IDE Kiro 将 PHP 代码迁移至 Java Spring Boot 的过程工程化，构建出可复用的自动化迁移引擎。该方案通过无依赖的 PHP 扫描器解析源文件生成 JSON 元数据清单，并在生成 Java 代码前预先建立行为对齐验证工具，以原有 PHP 行为作为标准基准。
AWS Machine Learning BlogAI 评分5252 Epsilon 与 AWS：基于 Amazon Nova Act 构建意图驱动的 UI 测试平台
Epsilon 联合 AWS 团队展示了基于 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser 构建意图驱动 UI 测试平台服务的架构与实践。
AWS Machine Learning BlogAI 评分5757 MoEngage 如何利用 AgentCore Gateway 将 400 个内部 API 转化为智能体工具
MoEngage 结合 Amazon Bedrock AgentCore Gateway 搭建了中央托管式 MCP 架构，成功将跨 7 个 AWS 区域运行的约 400 个内部私有 REST API 接入 10 个内部智能体。
AWS Machine Learning BlogAI 评分4545 在 Amazon EKS 与 SageMaker HyperPod EKS 上借助 NVIDIA Nemotron 模型加速智能体 AI
AWS 演示了在 Amazon EKS 与 SageMaker HyperPod EKS 上部署开源多模态模型 NVIDIA Nemotron 3.5 Super VL，以加速智能体 AI 工作流。
NVIDIA BlogAI 评分5050 开发者如何利用前沿 AI 智能体与 Omniverse 构建仿真应用
开发者正在结合前沿 AI 模型与 NVIDIA Omniverse 库，通过自然语言指令指导智能体完成物理仿真应用的搭建。文中展示了多个实测项目，涵盖仓库自动化场景重建、燃气轮机数字孪生假设分析、人形机器人运动控制以及自动驾驶测试流程等，依托 OpenUSD 与 GPU 加速的物理与渲染能力，显著降低了从创意到仿真环境的开发门槛。
AWS Machine Learning BlogAI 评分3636 基于 Amazon Nova Act 的智能体 QA 自动化加速软件交付（第 3 部分）
基于 Amazon Nova Act 构建的 QA 自动化参考方案 QA Studio 推出应用组织与团队权限管理两项扩展能力。系统以“应用”为容器汇总测试用例与套件，计算 0–100 的健康分并支持按 7 天或 30 天分析趋势，可一键关联 Nova Act 轨迹日志排查失败。
AWS Machine Learning BlogAI 评分4949 在 Amazon EKS 上使用 Ray Train DLC 与 EFA 进行分布式训练
AWS 演示了在 Amazon EKS 上利用 Ray Train DLC 与 EFA 进行分布式训练的方案，避免手动构建复杂的 GPU 与网络镜像。示例借助 KubeRay 在两台 g6.12xlarge 实例（共 8 张 NVIDIA L4 GPU）上，通过 PyTorch FSDP 微调了 Qwen2.5-1.5B。
AWS Machine Learning BlogAI 评分5454 AWS 详解基于 Amazon Bedrock AgentCore 构建企业级智能体平台
AWS 架构师团队详细解析了基于 Amazon Bedrock AgentCore 构建企业级智能体 AI 平台的参考架构与开源蓝图。该方案采用联邦运营模式，将集中式平台控制面与各业务团队独立隔离的 Workstream 单元解耦，配备独立的推理网关和基于 MCP 协议的工具网关。
AWS Machine Learning BlogAI 评分5151 Exowatt 基于 SageMaker 无服务器微调定制小模型，准确率超越前沿模型
Exowatt 采用 Amazon SageMaker AI 无服务器模型微调构建了端到端 AI 管道，微调的 Qwen3-1.7B 与 Qwen3-14B 在告警分类与能源分析任务上的准确率超越了 Claude Opus 4.7 等前沿模型。
AWS Machine Learning Blog精选AI 评分6161 Property Finder 与 AWS 详解消除评测偏见与视觉模型优化实践
Property Finder 联合 AWS 团队发现其 96.8% 的视觉评测标签源自原模型输出而导致循环偏见，通过引入领域专家独立标注并结合提示词优化，在 Amazon Bedrock 上将房产图像评估模型切换为 Llama 4 Maverick 17B Instruct。
推荐理由：原文揭示了用旧模型输出做评测基准所导致的循环偏见，为视觉模型选型和提示词工程提供了可迁移的落地流程。
AWS Machine Learning BlogAI 评分3636 用 SageMaker SDK v3 在边缘端管理大规模计算机视觉模型生命周期
AWS 博客演示了基于 Amazon SageMaker Python SDK v3 的产线级计算机视觉模型生命周期方案，用 SageMaker Neo 取代已弃用的 SageMaker Edge Manager 做边缘优化。
OpenAI NewsAI 评分2323 OpenAI 如何用 Codex Ultrafast 把事故调查从数小时缩短到几分钟
OpenAI 工程师演示了用 Codex Ultrafast 在几分钟内完成事故调查，相比此前耗时数小时明显提速。该工具还用于更快的安全分析、代码重构和日常工作流。
AWS Machine Learning BlogAI 评分3636 用 AWS CDK 在 Managed Amazon Bedrock Knowledge Base 上构建智能体检索
文章演示如何用 AWS CDK 以 Python 单命令部署一套企业级智能体检索系统：智能体在 Amazon Bedrock Managed Knowledge Base 上判断是否检索、在多个知识库间做语义路由，并经 AgentCore Gateway 通过 MCP 调用检索、由 AgenticRetrieveStream 返回带引用的答案。
AWS Machine Learning BlogAI 评分4646 AI 智能体的"土拨鼠之日"：在 Amazon Bedrock 上使用 OpenAI 模型的提示词缓存模式
AWS 发文讲解如何在 Amazon Bedrock 上为 OpenAI 模型配置提示词缓存，让智能体无需每轮重发工具定义、指令和历史。隐式缓存由 Bedrock 自动选择可复用前缀，显式缓存通过 prompt_cache_breakpoint 标记断点，两者建议结合使用。测试中约 4,000 token 的工具与指令前缀首次写入 4,120 token，后续请求直接复用。
AWS Machine Learning BlogAI 评分4949 亚马逊云科技 Amazon SageMaker AI 多轮强化学习实战指南：用 Wordle 演示 MTRL 训练流程
Amazon SageMaker AI 发布多轮强化学习（MTRL）实操指南，用 Wordle 演示从 AgentCore 部署智能体与奖励函数、准备数据集、GRPO 训练 LoRA adapter 到 MLflow 监控的完整流程。
OpenAI NewsAI 评分2424 OpenAI 如何快速扩展在线存储以服务超 10 亿 ChatGPT 用户（下）
OpenAI 详解如何通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统，为 ChatGPT 实现 12 倍读取提速。该系统需支撑超过 10 亿 ChatGPT 用户规模的在线存储需求。
AWS Machine Learning BlogAI 评分2121 用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
针对 SageMaker AI 端点更新时自动扩缩容导致 CloudFormation/CDK 部署失败的问题，文章给出一种可复用 CDK construct，借助 CloudFormation 自定义资源在端点更新前后自动注销并重新注册扩缩容目标。
AWS Machine Learning BlogAI 评分2222 Amazon Quick Sight 图层地图支持用 GeoJSON 绘制点和路线
Amazon Quick Sight 的图层地图新增支持 GeoJSON 中的 Point 和 LineString 两种几何类型，可在地图上标出具体门店位置或绘制机场间的航线与配送路径。此前图层地图只能绘制销售区域、行政区等自定义面状图层。使用时需提供 .geojson 文件（最大 100 MB）、Quick Sight 数据集，并通过共享字段名关联两者。
AWS Machine Learning BlogAI 评分4242 拜耳作物科学如何用 Amazon Bedrock AgentCore 与 AWS Unified Operations 构建智能体决策引擎
拜耳作物科学基于 Amazon Bedrock AgentCore 构建了智能体决策引擎 ADE，作为 CDE 之上的多智能体自然语言界面，由 supervisor agent 将问题路由到专业 agent。
Hugging Face Blog精选AI 评分6464 ThinkingBox 把数据库终态校验变成 RL 奖励训练 Agent
微软与 Hugging Face 发布 ThinkingBox-Training，把数据库终态的可执行校验结果当作强化学习奖励，对 Qwen3.8-27B 做 50 步 GRPO 后，pass@1 从 51.70% 升至 60.78%，20 次全部正确的任务从 38 个增至 107 个。
推荐理由：原文给出用数据库终态校验当强化学习奖励的完整训练流程与开源代码，读者可据此复现或迁移到自家 Agent 任务。
AWS Machine Learning BlogAI 评分3232 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 搭建了企业知识助手，让员工用自然语言查询零售运营、兽医护理、人事入职和采购等领域的内部文档，覆盖四种语言、三个国家，且无需自建 RAG 基础设施。
Hugging Face BlogAI 评分2828 TorchNeuron 性能剖析（第一部分）：在 AWS Trainium 上做系统级性能分析
Hugging Face 博客发布 TorchNeuron 性能剖析系列第一部分，讲解如何在 AWS Trainium 上用 torch.profiler 配合 Neuron 后端捕获干净的性能 trace。
GitHub Blog · AI & MLAI 评分3434 三位 Java Champion 如何用 GitHub Copilot 提升生产力
三位拥有 10 年以上 Java 经验的 Java Champion 分享了用 GitHub Copilot 在生产和开源项目中提效的实践。Vlad Mihalcea 用 Copilot 在 IntelliJ IDEA 中把原本需数周的应用开发缩短到两天，并按任务切换模型，复杂推理用带 100 万上下文窗口的 Opus。
GitHub Blog · AI & MLAI 评分3232 如何在 VS Code 中继续 GitHub Copilot 应用的会话
在 VS Code 中选择 Open in VS Code，即可打开 GitHub Copilot 应用中的会话，任务、计划和对话上下文与 worktree 均保持不变。
GitHub Blog · AI & MLAI 评分5454 GitHub 揭秘密钥检测模型：用 ModernBERT 替代 LLM 流水线
GitHub 披露其密钥扫描模型采用正则候选生成加 ModernBERT 分类的两阶段流水线，替换此前的 LLM 方案。在线上 A/B 测试中，仓库所有者加权接受率提升 11.5%，push 后扫描中位执行时间降低 86%，服务成本降低超过 98%。离线评估显示，同流量下新流水线精度提升 13%、召回率提升 19%；模型以 8-bit 量化导出为 ONNX 用于推理。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：在 .github/copilot-instructions.md 写入仓库级约定，在 .github/instructions 下用 applyTo 指定路径级规则，在 .github/skills 中以 SKILL.md 打包可复用流程，在 .github/agents 定义自定义智能体。
GitHub Blog · AI & MLAI 评分2929 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 提出开发者应强化三项技能：学会指挥 AI 智能体而非只使用它，不轻信 AI 的第一个答案，以及把省下的实现时间用于解决更大的问题。文中提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型来评审方案、代码和测试。开发者仍需负责最终结果，通过定义问题、审查产出和做出技术决策来把控质量。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot app 入门：如何用 canvases 构建自定义工作流
GitHub Copilot app 介绍了用 canvases 构建自定义工作流的方法：在 agent 会话中输入 /create-canvas，再用自然语言描述工作流、自己可做的操作和 agent 可做的操作，agent 就会生成界面并打开在右侧面板。
Mistral AIAI 评分5858 Mistral 介绍用 AI 智能体迁移复杂遗留代码的实践
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟器代码迁移到 C++，并公开了具体的智能体工作流。团队先搭建数值一致性校验框架，再用 Vibe CLI 启动上百个智能体解析调用树并整理文档，最终改为由人类操作 coder、tester、reviewer 智能体协作、按模块迁移。
Berkeley AI ResearchAI 评分5555 从 CUDA 到 MLX：K-Search 如何将内核优化经验迁移到 Apple Silicon
伯克利 Sky Lab 团队把 K-Search 内核搜索框架扩展到 Apple MLX，用结构化 CUDA-to-MLX 翻译层让已有的 CUDA 内核充当知识库，在 Apple Silicon 上生成高质量内核。