AI News

独立 AI 资讯库

AI 前沿动态、原文归档与媒体镜像

从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。

11911资讯
11778正文归档
75366媒体
官方更新 AWS ML Blog Tue, 22 Sep 2026 正文 ok 媒体 13

Claude Opus 5.5 现已在 AWS 上推出

Anthropic 面向 Agent 编程、知识工作和长时运行任务的 Claude Opus 5.5，现已登陆 Amazon Bedrock 和 Claude Platform on AWS。该模型据称可用更少 Token 完成更多工作，结合更低的单 Token 价格和显著降低的缓存读取费用，平均单任务成本低于 Claude Opus 5。Opus 5.5 默认启用自适应思考，并强化了任务过程中的沟通与可解释性；同时引入类似 Claude Fable 5.1 的生物学、网络安全和 AI 开发安全分类器，因此相较此前 Opus 版本会更频繁地拒绝请求。开发者可通过 Bedrock 控制台、Boto3、Converse API、Invoke API 或 Anthropic Messages API 调用该模型。

详情 原文 相关 4.5 · 机会 1
官方更新 AWS ML Blog Tue, 22 Sep 2026 正文 ok 媒体 18

使用 Strands Evals 和 Amazon Bedrock AgentCore 评估具备技能的 Agent

Skills 可将合规检查、文档处理和升级策略等领域流程封装为可复用、可移植的 Agent 指令，但流畅的最终回答并不能证明 Agent 选对了技能或完整遵循了流程。Strands Evals SDK 与 Amazon Bedrock AgentCore Evaluations 提供 Skill Selection Accuracy、Skill Instruction Following 等评估器，分别衡量技能选择是否恰当以及技能步骤执行是否完整。文章展示了如何在 Strands Evals 中评估录制轨迹并将路由检查纳入部署门禁，以及如何基于 OpenTelemetry 生产追踪在 AgentCore Evaluations 中评估技能行为。对开发者而言，这些评估可将“选错技能”和“执行不完整”两类常被输出质量指标遗漏的问题分离出来，从而针对性优化技能描述、流程结构或模型能力。

详情 原文 相关 2.7 · 机会 3
官方更新 GitHub Changelog Tue, 22 Sep 2026 正文 ok 媒体 3

Claude Opus 5.5 现已在 GitHub Copilot 中推出

Anthropic 最新的 Opus 模型 Claude Opus 5.5 现已在 GitHub Copilot 中可用，适用于智能体编程、长时间运行的智能体任务和知识工作。早期测试显示，该模型完成任务的表现与 Claude Opus 5 相当，但所需步骤和 token 显著更少，并能快速从多步骤任务中的错误恢复。该模型按提供商标价计入按量计费，面向 Copilot Pro+、Max、Business 和 Enterprise 用户逐步推出。企业及商业版管理员可通过 Copilot 设置中的模型策略管理访问权限。

详情 原文 相关 5 · 机会 3
官方更新 AWS ML Blog Tue, 22 Sep 2026 正文 ok 媒体 10

Reactiv 借助 Amazon Bedrock AgentCore 将移动电商运营自动化提速 80%

Reactiv 使用 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建了一个三 Agent 的 AI Scheduler，可按计划自动更新 Shopify 商家的原生移动应用。该系统将商家配置时间降低 80%，三人团队将上线周期从 15 周缩短至 10 周，并使定时任务执行时间从 10 多分钟降至约 5 分钟。通过 AgentCore Runtime、Memory 和 Identity，Reactiv 实现了多 Agent 编排、跨会话记忆、原生 MCP 托管以及多租户隔离。该案例表明，托管式 Agent 基础设施可帮助开发者减少自定义认证、工具定义和运行时运维工作，将更多工程资源投入 Agent 逻辑与产品能力。

详情 原文 相关 2.7 · 机会 2
官方更新 AWS ML Blog Tue, 22 Sep 2026 正文 ok 媒体 14

使用 Amazon SageMaker AI 并发扫描为生成式 AI 端点合理选型

并发扫描通过向 Amazon SageMaker AI 端点发送逐级增加的并发请求，帮助团队在可接受延迟范围内找到吞吐量与成本效益最优的实例和服务配置。文章以 NVIDIA Nemotron-3 Nano 30B 为例，介绍了部署 vLLM 容器、定义工作负载、通过 CreateAIBenchmarkJob API 执行扫描，以及分析吞吐量、p99 延迟和 TTFT 等指标的完整流程。测试示例显示，256 并发请求处出现吞吐量趋于平缓、p99 延迟显著上升的饱和拐点。开发者还可使用基于 SLA 的自动搜索，在多个延迟和错误率约束下自动寻找最高可支持并发度，从而降低容量规划的测试成本。

详情 原文 相关 1.8 · 机会 3
官方更新 AWS ML Blog Tue, 22 Sep 2026 正文 ok 媒体 14

Trane 如何借助 Amazon Bedrock AgentCore 将建筑洞察速度提升 60 倍

Trane Technologies 在约 3—4 周内基于 Amazon Bedrock AgentCore 构建了一个 AI 智能体解决方案，将原本需在多个界面间操作约 20 分钟的建筑诊断流程缩短为约 20 秒的自然语言交互。根据其与技术人员进行数周内部基准测试的结果，这实现了 60 倍的洞察获取速度提升。该方案采用多智能体架构，并通过 AgentCore Runtime、Gateway、Memory 和 Observability 连接实时 HVAC 遥测数据、知识库及外部系统。对开发者和企业而言，这一案例展示了如何以托管运行时、MCP 工具接入和端到端可观测性，将复杂的行业数据工作流转化为可扩展的生产级 AI Agent 体验。

详情 原文 相关 4.5 · 机会 2
官方更新 AWS ML Blog Tue, 22 Sep 2026 正文 ok 媒体 20

借助 Agentforce 和 AWS 扩展公共部门智能能力

公共部门机构需要从执法记录仪视频、监控视频和扫描文件等大量非结构化证据中提取可行动的洞察。本文介绍如何结合 Amazon Bedrock Data Automation 与 Model Context Protocol（MCP），将多模态数据转化为结构化结果，并通过 Salesforce Agentforce 的自然语言交互呈现。该架构以 Amazon S3 存储为基础，利用 Lambda、DynamoDB、EventBridge、AgentCore Gateway 和 Cognito 构建事件驱动的异步处理与查询链路。对开发者而言，示例提供了 AWS CDK 部署和 Agentforce MCP 接入步骤，但示例代码并非生产就绪，需按组织的安全与业务要求进行加固。

详情 原文 相关 2.7 · 机会 3
官方更新 Hugging Face Blog Tue, 22 Sep 2026 正文 ok 媒体 20

英国 AISI 携手 EvalEval：推动前沿 AI 基准评测结果的可复现与标准化

英国人工智能安全研究所（UK AISI）正采用 EvalEval 联盟的基础设施公开发布评测结果，以提升评测科学的可复现性与可验证性。本次公开覆盖了 Claude Opus 4/4.5/4.6 与 GPT-5/5.2/5.4 等前沿模型在 HealthBench、FrontierMath、Humanity's Last Exam 等五大核心基准及网络安全测试中的详细数据，配合其探讨推理计算对模型评测影响的最新论文。通过 EEE 统一模式与 Evaluation Cards 平台，双方为 AI 社区提供了包含完整配置和交互记录的可验证基准，有助于消除评测碎片化并推动更严谨的元研究。

详情 原文 相关 2 · 机会 1
官方更新 OpenAI Blog Tue, 22 Sep 2026 正文 thin

有效第三方评估的优先事项与原则

OpenAI 阐述了针对前沿模型及其防护措施开展严谨、安全且独立的第三方 AI 安全评估的优先事项与原则。该指导方针旨在建立前沿 AI 系统的外部独立审计与红队评估规范，确保安全评测过程的客观性、安全可控性与可复现性。这对于推动整个人工智能行业构建标准化安全基准、为开发者及研究机构开展合规评测具有重要参考价值。

详情 原文 相关 2.4 · 机会 1
官方更新 AWS ML Blog Tue, 21 Jul 2026 正文 ok 媒体 9

Exploring self-distilled reasoning for supervised fine-tuning with Amazon Nova

In this post, we explore an idea for generating thinking tokens for datasets that lack reasoning traces in SFT customization. We first examine the reasoning suppression problem, then introduce Self-Distilled Reasoning (SDR), validate it across three benchmarks, and provide practical recommendations.

详情 原文 相关 1.8 · 机会 1
官方更新 GitHub Blog AI/ML Tue, 21 Jul 2026 正文 ok 媒体 20

How to build interactive experiences with canvases

Canvases turn AI into interactive workspaces where you can visualize information, explore workflows, and take action across complex tasks. The post How to build interactive experiences with canvases appeared first on The GitHub Blog.

详情 原文 相关 2 · 机会 4
官方更新 GitHub Changelog Tue, 21 Jul 2026 正文 ok 媒体 3

Gemini 3.6 Flash is now available in GitHub Copilot

Gemini 3.6 Flash, Google’s latest Flash model, is now rolling out in GitHub Copilot. It is designed for web and app development, coding, and longer-horizon agentic tasks. It has configurable… The post Gemini 3.6 Flash is now available in GitHub Copilot appeared first on The GitHub Blog.

详情 原文 相关 5 · 机会 3
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 18

在 AWS 上通过 Smartsheet MCP 为 AI Agent 引入工作管理上下文

项目与运营管理平台 Smartsheet 正式推出 Model Context Protocol (MCP) Server，使 AI Agent 能够通过标准化协议直接读取、写入和更新实时工作数据。文章展示了在 AWS 上的两种集成路径：面向业务与运营团队的 Amazon Quick，支持以自然语言无代码查询看板与更新行；面向开发者的 Agentic IDE Kiro，支持在编码环境中直接对齐项目规范与自动化更新任务状态。该方案不仅通过精简的结构化上下文大幅降低 Token 消耗与延迟，还沿用了企业级权限与安全控制，为消除工具切换成本、实现端到端 Agent 协同提供了可靠落地方案。

详情 原文 相关 5.4 · 机会 4
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 10

基于 Amazon SageMaker HyperPod 微调 GPT-OSS-20B 实现多语言推理：SFT 与 GRPO 实践指南

本文介绍了在 Amazon SageMaker HyperPod 上微调开源大模型 GPT-OSS-20B 以提升多语言思维链（CoT）推理能力的实战方案。针对基础模型默认仅用英语思考、在非英语推理测试中仅有 22% 正确率的缺陷，团队通过监督微调（SFT）将目标推理语言准确率直接提升至 100%，并进一步借助 GRPO 强化学习将最终回答语言准确率从 62% 提高至 70%。实验得出了明确的技术选型结论：SFT 负责向模型注入新行为，而 GRPO 适合在已有上限空间内进行定向优化与强化。该方法为全球化部署开源推理模型的开发者提供了清晰的高性能端到端训练参考架构。

详情 原文 相关 1.8 · 机会 1
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 17

Octave 如何在 Amazon Bedrock 上构建安全的多租户 AI 基础设施底座

为了在严格受监管的质量管理行业中盘活海量历史数据，Octave 基于 Amazon Bedrock 打造了安全的多租户 AI 基础设施底座，成功驱动能在 20 亿份监管文档中无跨租户风险检索的客诉分拣 Assistant。该架构采用 Cohere Embed v4 实现图文多模态与多语言的一体化向量表征，借助 Amazon Bedrock AgentCore 的微虚拟机（microVM）与策略网关实现硬件级隔离与基于凭据的最小权限管控，并由 Amazon Bedrock Guardrails 构筑多道内容防护防线。这一“底座先行”的策略使新 AI 用例的交付周期缩短了 50%，并在保证精度的同时将向量存储成本降低了约 66%，为企业级 SaaS 平台在严苛数据合规要求下落地生成式 AI 与 Agent 提供了范本。

详情 原文 相关 2.7 · 机会 2
官方更新 GitHub Changelog Tue, 20 Oct 2026 正文 ok 媒体 2

Dependabot 警报 REST API 现已包含依赖项版本信息

GitHub 宣布在 Dependabot 警报的 REST API 响应中直接加入有漏洞依赖项的具体版本信息，每个警报的 dependency 对象中均新增了 version_requirement 字段。此前 API 仅返回安全通告的漏洞版本范围，用户若要获取仓库内的实际版本往往需要解析 lockfile 或额外发起 GraphQL 请求。这项改进支持通过锁定文件、清单文件及依赖提交 API 获取对应版本，已在 GitHub.com 和 GitHub Enterprise Cloud 上线，显著简化了开发者将警报同步至第三方安全工具的工作流。

详情 原文 相关 2 · 机会 5
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 14

通过跨区域推理在加拿大从 Amazon Bedrock 访问 OpenAI GPT 系列模型

AWS 宣布加拿大（中部）与加拿大西部（卡尔加里）区域的用户现可通过 Amazon Bedrock 跨区域推理（CRIS）访问 OpenAI GPT-5.6、GPT-6 及 GPT-6.1 系列模型。跨区域推理机制将加拿大源区域的调用动态路由至北美或全球支持区域，有效缓解流量高峰期的算力瓶颈，且无需开发者手动管理路由。该方案提供 US 地理与 Global 两种推理配置文件以兼顾数据驻留合规性，同时全面兼容 OpenAI Responses API、Chat Completions API 及 Bedrock Converse API。

详情 原文 相关 1.8 · 机会 1
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 12

借助 AWS Agent Registry 实现运行时工具动态发现

随着企业级 Agent 工具目录从数个激增至上百个，传统的硬编码工具绑定方式不仅会导致模型消耗过量 Token 进行工具消歧，还会引发跨团队协同部署的工程瓶颈。AWS 提出了基于 AWS Agent Registry 的“发现 → 实例化 → 执行”（Discover, Instantiate, Execute）运行时闭环架构，使编排器能通过语义搜索动态检索 MCP 服务器与 A2A（Agent-to-Agent）Agent。该方案将连接元数据与鉴权凭据解耦，并在单次请求内动态构建、即用即毁轻量级内部 Agent，大幅提升了系统的灵活性与可扩展性。这一实践为企业构建可治理、松耦合的大规模 Agent 基础设施提供了关键参考。

详情 原文 相关 5.4 · 机会 6
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 12

在 AWS 上使用 X.509 PKI 保障 AI Agent 身份安全

随着多 Agent 框架广泛采用模型上下文协议（MCP），缺少内置身份验证标准的问题日益凸显，传统共享 API Key 或传递 OAuth Token 的方式难以满足企业级零信任需求。AWS 联合 Keyfactor 推出参考架构，结合 Keyfactor EJBCA 与 AWS 服务，引入签名请求信封、用户签名委托断言、RFC 8693 受众作用域令牌以及实时 OCSP 吊销四大密码学安全机制。该方案在保护底层凭据不泄露的前提下，实现了从人类用户到最终工具执行的端到端可信链条与即时权限撤销，为企业部署安全、可审计的多 Agent 生产系统提供了标准实践范式。

详情 原文 相关 5.4 · 机会 4
官方更新 AWS ML Blog Tue, 20 Oct 2026 正文 ok 媒体 11

Eon 如何基于 Amazon Bedrock AgentCore 的 MCP 网关构建多云故障排查体系

云数据管理平台 Eon 借助 Amazon Bedrock AgentCore 打造了集中认证的 MCP 网关，彻底取代了跨 AWS、GCP 和 Azure 繁琐的本地 MCP 进程与分散凭证。该架构为 100 多名开发者及基于 Claude 的自主 SRE Agent 提供了覆盖三大公有云的统一故障排查工具访问能力，将新工程师的环境准备时间从 2 天骤降至 2 分钟。通过基于 Cedar 策略引擎的最小权限管控与跨账号 IAM 角色信任机制，Eon 在无需搭建复杂 VPC 对等网络的情况下实现了人机权限严格隔离与数百种工具的安全调度。这一方案为企业在多云复杂场景下规模化部署 AI Agent 与集成 MCP 提供了极具参考价值的实践范式。

详情 原文 相关 5.4 · 机会 4