HEMA 用 MCP 和 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL
HEMA 搭建了内部 AI 助手 HAL，将分散的知识库、API 目录和流程文档整合为统一知识层，并通过 MCP 在 Kiro、Claude 等工具中提供即时答案。
推荐理由：原文给出了一家零售商从门户跳跃到即时答案的完整搭建路径，读者可据此理解 MCP 与 AgentCore 在企业知识层中的实际组合方式。
#部署/工程
#部署/工程
今日 14 条AWS Machine Learning Blog精选AI 评分6060 GitHub Blog · AI & MLAI 评分5959 GitHub Copilot 应用渲染超大 Pull Request
GitHub Copilot 应用重写了 Pull Request 视图，以支持单文件变更量极大的 Pull Request。方案将代码几何与评论块几何分离，用惰性测量、滚动锚定和单通道调度避免跳动，并配合流式数据管道与缓存策略；实测在 2,200 文件、超百万行变更、400+ 行内评论的极端案例上仍保持流畅。
AWS Machine Learning BlogAI 评分4848 基于 AWS 的 Agentic 视频智能对话方案
该方案基于 Strands Agents SDK 构建单一 AI Agent，运行时动态调用 Amazon Bedrock（Claude Sonnet）、Amazon Rekognition 和 Amazon Transcribe，处理自然语言视频查询。
AWS Machine Learning BlogAI 评分5555 在 Amazon Bedrock 上用开源权重模型作为 AI 编码智能体
AWS 博客教程演示将 OpenCode 与 Amazon Bedrock 上的开源权重模型（Kimi K3、GPT-OSS 120B、Nemotron 3 Super 120B）配对，实现终端本地交互、推理在 AWS 账户内完成、无基础设施管理和按量付费。
Microsoft Research精选AI 评分6767 Microsoft Research 发布 Physical AI Toolchain 推理卸载功能
Microsoft Research 在 Physical AI Toolchain 中新增行业首个机器人推理卸载能力，可将 SO-101、UR10e 等机器人的推理从机载 GPU 卸载至边缘或云 GPU。实验显示，卸载改善了移动操作任务的成功率、响应精度和电池续航，并支持通过 Kubernetes 自动容器化与编排。
推荐理由：首次系统量化了机器人推理卸载的收益，为物理 AI 基础设施选型提供可对比的实测依据。
NVIDIA BlogAI 评分1818 Sakeena Fiza 助力 NVIDIA 硬件规模化成功
NVIDIA 验证工程师 Sakeena Fiza 负责量产前验证数据中心系统，曾见证 Rubin GPU 全球首次在系统级成功枚举。她与团队从 tray、rack、cluster 一路验证到客户 AI factory，目标是在客户之前发现硬件问题。单块板卡含数万组件、机架接近 50 万，验证需在真实条件下把硬件推向极限。
NVIDIA BlogAI 评分3434 NVIDIA AI Day Singapore 展示东南亚 AI 进展，Nemotron 与 Cosmos 模型被合作伙伴采用
NVIDIA AI Day Singapore 展示 Nemotron 3 Super、Nemotron 3 Nano Omni、Cosmos 开放世界模型及 VSS 蓝图在东南亚的落地。
Together AI精选AI 评分6060 如何用约17美元训练自己的 Jev 分类模型
Together AI 发布教程，演示基于 Qwen3.5 4B 和 Hugging Face 多源数据集微调 Jev 类分类模型，训练成本约17美元，耗时约25分钟，并部署到 Together AI 专用端点。
推荐理由：原文给出了从数据准备到部署的完整流程，读者可以按此低成本复现一个专用分类模型。
OpenAI NewsAI 评分3030 GPT-6 提示词缓存改进
GPT-6 提升了提示词缓存的命中率，并新增诊断工具、显式断点与控制选项，以降低延迟与成本。
AWS Machine Learning Blog精选AI 评分6969 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
GPT-6 Sol 与 GPT-6 Luna 已在 Amazon Bedrock 正式可用，两款模型的 API 定价均显著低于 GPT-5.6 前代。GPT-6 Sol 面向每周重复出现的复杂编码与运维任务，OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半；GPT-6 Luna 面向高并发的信息提取、摘要、分类和聚焦问答，可逐请求调整推理强度。
推荐理由：原文对比了 GPT-6 Sol 与 Luna 在 Bedrock 上的定位和定价，给出按任务分层选型与提示词缓存的实践参考。
Kubernetes AIAI 评分3636 Kubernetes SIG Apps 工作负载管理演进与 Node Lifecycle Working Group
summary_zh: Janet Kuo 与 Maciej Szulik 讨论 Kubernetes SIG Apps 工作负载 API 的演进，涵盖 Deployments、StatefulSets、DaemonSets、Jobs 与 CronJobs 的可靠性与扩展性挑战。
AWS Machine Learning Blog精选AI 评分7777 Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型。
推荐理由：原文对比 Opus 5 给出 token 效率与定价变化，并附 Bedrock 调用方式，便于判断迁移成本与接入路径。
PyTorch Blog精选AI 评分6969 vLLM 引入硬件无关层以支持多样化硬件
vLLM 推出硬件无关（HW agnostic）层，确保项目在推进前沿 GPU 性能工程的同时，继续支持旧 GPU、消费者级 GPU 和树外加速器。新层保持 fullgraph torch.compile 兼容、可扩展、与硬件特定路径隔离，并使用原生 PyTorch 或可移植 DSL 实现。
推荐理由：vLLM 新增硬件无关层，让关心多硬件和旧 GPU 的用户在不牺牲可移植性的前提下继续使用。
NVIDIA BlogAI 评分5050 NVIDIA Isaac ROS 5.0 推进智能体化开源机器人开发
NVIDIA Isaac ROS 5.0在多伦多ROSCon发布，引入智能体工作流与GPU加速软件包，帮助人与AI智能体共同开发机器人。FoundationPose提供面向智能体的推理库，使机器人感知并跟踪物体位姿的速度最高可快5.5倍。新版支持ROS Lyrical和Ubuntu 24.04。
Microsoft Semantic Kernel精选AI 评分6060 Microsoft Agent Framework 推出 Foundry 托管代理隔离功能
Microsoft Agent Framework 发布 Foundry 托管代理隔离，包含用户隔离和 Foundry 托管会话隔离两个独立控制，分别对应调用者身份和沙箱会话。开发者可使用 .NET 和 Python SDK 通过 AgentSession 传入 delegated user identity 或显式 agent_session_id，实现共享沙箱或独立会话等部署模式。
推荐理由：原文给出了用户隔离与会话隔离两套控制及多种可用模式，读者可据此评估自身应用在数据归属和会话生命周期上的选择。
Together AI精选AI 评分7777 Together AI 推出 Canary Rollouts：支持生产环境模型无缝升级
Together AI 发布 Canary Rollouts 功能，支持在同一个端点上以 canary、blue-green、rolling 三种策略将流量从源模型逐步迁移到目标模型，并在每步执行健康检查与指标门控。
推荐理由：平台将人工回滚转为自动化阶梯流量与健康检查，适合在生产环境替换模型时控制风险。
Weaviate Blog精选AI 评分7272 Engram 代理记忆实战指南
Weaviate 发布 Engram 托管记忆与上下文服务，演示如何通过主题描述、边界、作用域与检索模式控制代理记忆。原文给出从 raw 数据到记忆的流水线、主题描述决定记忆内容与形态、bounded 与 scope 的行为差异，以及四种提示词布局下的缓存与计费对比。
推荐理由：原文通过真实输出演示了四个配置决策如何改变代理的记忆行为，读者可依此调整自己的主题描述与提示词布局。
Hugging Face BlogAI 评分4040 oMLX 创造者兼维护者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 创造者兼维护者 Jun Kim 加入 Hugging Face，继续主导这一基于 Apple MLX 的本地 AI 项目。oMLX 保持 Apache 2.0 开源，从副业转为有资金支持的全职项目，并作为 mlx-lm、mlx-vlm 之上的新想法试验场。Hugging Face 还希望打通 transformers 模型定义到 MLX 参考实现的快速转换。
Hugging Face Blog精选AI 评分6666 Transformers 支持运行 llama.cpp GGUF 量化模型
Hugging Face 的 transformers 库新增 GGUF 模型支持，用户可通过熟悉的 API 在 Apple Silicon Mac 上运行 llama.cpp 量化 checkpoint。
推荐理由：transformers 新增 GGUF 支持，在 Apple Silicon 上通过熟悉 API 运行量化模型，性能接近 llama.cpp，为本地推理提供便捷入口。
Kubernetes AIAI 评分4040 Kubernetes v1.37：PersistentVolumeClaimUnusedSinceTime 功能升至 Beta（默认启用）
Kubernetes v1.37 将 PersistentVolumeClaimUnusedSinceTime 功能门控升至 Beta 并默认启用，PVC 保护控制器为每个 PVC 添加 Unused 条件，标识是否有运行中的 Pod 正在引用该卷。
NVIDIA BlogAI 评分3131 NVIDIA DSX Ready 发布，为AI工厂电源与冷却产品提供认证
NVIDIA推出DSX Ready认证计划，用于评定AI工厂电源与冷却产品是否符合DSX参考设计要求。计划初始覆盖电池储能系统（BESS）和冷却分配单元（CDU）两类，Hitachi Energy、LG Energy Solution、Tesla及LG Electronics、LiquidStack、Vertiv等合作伙伴产品已获认证。该计划帮助建设者降低集成风险，但通过认证不替代现场工程评估。
NVIDIA BlogAI 评分4242 为什么大规模部署 Physical AI 需要在每一层都内置安全机制
NVIDIA 推出全栈安全系统 Halos，覆盖 AV 与机器人从硬件、软件、AI 行为到部署生命周期的安全工程。Halos 整合 DRIVE AGX Thor、IGX Thor、Halos OS、Alpamayo、Isaac Lab 与 Omniverse，并提供可追溯的安全证据与第三方认证支持。
NVIDIA BlogAI 评分3636 AI Security Is an Engineering Problem — How to Solve It at Every Layer of the Agent Stack
summary_zh: NVIDIA 发布开源安全运行时 OpenShell，为 AI Agent 提供沙箱执行与策略管控，合作伙伴 Cisco DefenseClaw 和 JFrog 已在其基础上构建治理与技能扫描能力。
Hugging Face Blog精选AI 评分6262 像物理学家一样剪枝大语言模型：块移除作为约束二元优化问题
Multiverse Computing 将 LLM 深度剪枝重构为约束二元优化问题，等价于全耦合伊辛自旋玻璃，用 Hessian 能量作为下游质量代理，避免逐条评测。
推荐理由：把深度剪枝重新表述为伊辛自旋玻璃优化问题，可用廉价能量代理替代逐条评测，且与量化、低秩压缩等手段堆叠。
NVIDIA BlogAI 评分3030 5 家公司用 NVIDIA AI 推进清洁能源
NVIDIA 在纽约气候周重点介绍五家用 AI 推进清洁能源的公司，覆盖电网、核电、储能与聚变。ThinkLabs AI 基于 NVIDIA CUDA 的数字孪生与 agents 帮助 Southern California Edison 把电网互联评估从 30-45 天缩短到 2 分钟，Atomic Canyon 的 Neutron 和 NIVA 平台服务于核电运营。
Hugging Face Blog精选AI 评分6262 tokenizers v1 发布：编码、解码与扩展性实测
Hugging Face 发布 tokenizers v1 预览版，在 Apple M4 Max 上单线程编码速度比 v0.23 快 3 到 30 倍，8 线程扩展效率达 76%。主要改进包括 bitcannon 位流分词、线程本地词缓存、无分配合并循环和批量模型调用，且输出 token ID 与 v0.23 完全一致。
推荐理由：原文给出了速度提升和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google ResearchAI 评分3434 MilleMiglia：面向中段物流的真实实例生成器
Google Research 推出 MilleMiglia，一个 C++ 实例生成器，用于构建中段物流网络的真实基准。中段物流覆盖区域或大陆尺度的配送中心间运输，占物流成本大头且影响时效，但学术研究长期缺乏公开高质量数据。MilleMiglia 在 GitHub 开源，通过隐私保护的方式捕捉中段运输的多车辆接力、时间窗口与分拣同步等约束，为后续优化研究提供基础。
Together AIAI 评分3434 全球金融科技公司如何用 Dedicated Model Inference 扩展 GLM-5.2 编程智能体流量
summary_zh: 一家全球金融科技公司在 Together 上将编程智能体流量迁移至 GLM-5.2，采用 Dedicated Model Inference 实现自服务供给、指标 API 和模型灵活性。
Weaviate BlogAI 评分4646 Weaviate 1.39 引入 4-bit Rotational Quantization
Weaviate 1.39 扩展 Rotational Quantization（RQ），新增 4-bit 支持并带来多项量化改进。8-bit RQ 编码速度最高提升 3.8×，4-bit RQ 在保持相似召回率的同时堆内存减少 45%。
Kubernetes AIAI 评分4242 Kubernetes v1.37：通过 Bind Mount Options 与 EmptyDir 权限强化容器存储安全
summary_zh: Kubernetes v1.37 新增 emptyDir 权限模式与 bind mount 选项，允许在卷挂载层面直接设置 noexec、nosuid、nodev 及 sticky bit（01777）等标志，无需借助 init container 或变通方案。
NVIDIA BlogAI 评分4242 Emerald AI、Google 与 NVIDIA 联合成立 AI 能源管理联盟（AEMA），推动灵活 AI 数据中心发展
Emerald AI、Google 与 NVIDIA 今日联合宣布成立 AI Energy Management Alliance（AEMA），首个专注于让数据中心根据电网状况动态调节用电的联盟。
Mistral AIAI 评分4242 Mistral 与 Mozilla 合作，将开源多语言 AI 带入 Firefox 浏览器
Mistral 为 Mozilla Firefox Smart Window（beta）提供模型支持，该 AI 浏览助手目前面向法国和北美用户，英国和德国今年晚些时候跟进。Firefox Smart Window 默认不保存对话记录，Mistral 承诺零数据保留，双方共同强调用户控制与开源分发。
NVIDIA Blog精选AI 评分6262 曼彻斯特大学利用 NVIDIA Earth-2 预测英国空气污染
曼彻斯特大学与 NVIDIA Earth-2 团队基于 Isambard-AI 训练 Earth-2 CorrDiff 和 StormCast，生成了分辨率 2-3 平方公里的英国全域污染模型，训练仅用两天。同一工作流可在 DGX Spark 桌面系统运行推理，作者计划开源训练数据与工作流，并展望由智能体接口驱动的实时污染问答。
推荐理由：展示了生成式AI模型从国家级超算到桌面设备的可迁移路径，降低了污染建模的硬件门槛。
Together AIAI 评分4040 从闭源模型迁移到开源模型，Together AI 发布迁移指南
Together AI 发布从闭源迁移到开源模型（OSM）的策略指南，采用托管服务可将迁移时间从数月/年缩短至数周。指南建议通过定义用例、筛选相关基准（如 FrontierCode、LMArena、τ-bench 等）锁定候选模型，并基于每任务成本、token 消耗和延迟进行对比，最终用真实流量回放做准确性与性能评估。
Apple Machine Learning ResearchAI 评分3535 Glyph：企业数据目录的列描述与敏感度本体标注多策略智能体系统
summary_zh: Glyph 将企业数据目录的列描述生成与类型标注建模为协作 LLM 智能体图。描述器通过 active RAG 从企业 GitHub 检索管道源码；标注器并行运行描述标签器、业务正则标签器和基于微调对比编码器的元数据标签器，再用 RRF 融合输出。
Apple Machine Learning Research精选AI 评分7373 Shared Selective Persistent Memory for Agentic LLM Systems
Apple ML Research 提出共享选择性持久记忆架构，识别并保留任务规格、数据模式、工具配置和输出约束四类可复用上下文，丢弃会话特定推理轨迹。该记忆可在工作空间间通过基于角色的访问控制共享，实现协作复用。
推荐理由：选择性记忆架构在三个企业场景中任务完成率从79%提升至96%，为多轮工具调用的上下文管理提供了可复用的工程路径。
NVIDIA BlogAI 评分4141 从兆瓦到 Token：NVIDIA 如何最大化 AI 工厂产出
NVIDIA 公布 DSX 平台早期验证结果：Lambda 在 19 节点 HGX B200 集群上运行 DSX MaxLPS，同等功耗预算下 token 吞吐提升 24%，每瓦性能提升 23%。
NVIDIA Blog精选AI 评分6565 NVIDIA AI Infra Summit 发布 Vera Rubin 与 DSX 平台升级，展示每瓦特 token 优化成果
NVIDIA 在 AI Infra Summit 公布 Vera Rubin NVL72 与 DSX 平台新成果，MLPerf Inference v6.1 中 Vera Rubin NVL72 较 GB300 NVL72 吞吐量提升最高 3.7 倍，DSX MaxLPS 在相同功耗下集群 token 吞吐量提升 24%、每瓦性能提升 23%。
推荐理由：AI基础设施的关键指标正从峰值性能转向每兆瓦智能体token数，读者可据此评估自身AI工厂的能效与扩容空间。
Google AI BlogAI 评分5252 Google AI 支持超300种语言并发布AI & Economy ATLAS
Google宣布其AI技术已支持超过300种语言，覆盖全球70亿人口（86%全球人口），并发布AI & Economy ATLAS互动洞察。同时公布AlphaGenome Atlas、WeatherNext 3、Planetary Prediction Engine等科学进展与应用。
Google AI BlogAI 评分2626 DevFest 2026 回归：10 月至 12 月全球 115 国 800+ 场活动
summary_zh: DevFest 2026 将于 10 月 1 日至 12 月 31 日在全球 115 国举办超过 800 场活动，由 Google Developer Groups 社区主导。