使用 Amazon Quick 和 Adjudicated Query 模式扫描数千份租约合规性
AWS 发布 Adjudicated Query 模式，通过 Amazon Quick 聊天界面与确定性规则引擎配合，实现可证明完整且可辩护的合规扫描。
Why it matters: 原文给出了一套把生成式 AI 对话层与确定性规则引擎隔离的架构，读者可据此判断它能否在自己的合规场景中复用。
部署工程
All topics把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
Latest selected
21–40 of 201AWS Machine Learning BlogSelectedAI score7272
GitHub ChangelogSelectedAI score6767 GitHub Copilot 9月28日周更：新增 Claude Sonnet 5.5、GPT-6.1 Sol、HydraFusion、动态工作流与 computer use
GitHub Copilot 本周为 Pro、Pro+、Max、Business 和 Enterprise 用户上线 Claude Sonnet 5.5，并为 Pro+、Max、Business 和 Enterprise 用户上线 GPT-6.1 Sol。
Why it matters: 原文列出了 Copilot 的新模型、动态工作流和 computer use 预览，读者可据此了解其自动化能力与入口变化。
NVIDIA BlogSelectedAI score6060 NVIDIA DGX Spark 64GB 发布，为开发者提供本地 AI 构建与扩展新选择
NVIDIA DGX Spark 将于 10 月 23 日推出 64GB 统一内存版本，由 Acer、ASUS、Dell、Gigabyte、HP、MSI 等厂商提供，售价从 $4,999 起，搭载 GB10 Grace Blackwell Superchip 与完整 NVIDIA AI 软件栈。
Why it matters: 原文给出 64GB 新 SKU 的价格与集群能力，读者可据此判断本地 Agent 工作流的成本与扩展边界。
arXiv · DatabasesSelectedAI score6060 Zengram-Lite：浏览器内 Agentic Memory 框架——语义知识、会话追踪与 Token 预算上下文
Zengram-Lite 是一个编译为约 2.95 MB gzipped WebArtifact 的浏览器内 Agentic Memory 框架，提供知识、会话追踪和上下文组装三层记忆。
Why it matters: 为浏览器内 AI 智能体提供了一个事务性记忆框架，三层记忆统一在单一 WebAssembly 模块中。
arXiv · Multiagent SystemsSelectedAI score6262 Nalar：面向智能体应用的工作流感知服务框架
Nalar 是一个面向智能体工作流的服务框架，通过轻量自动生成的桩将智能体和工具调用转为携带依赖与执行上下文元数据的 future，实现工作流规范与执行解耦。框架采用全局策略计算与本地事件驱动执行的两级控制架构，并引入工作流感知的 KV-cache 层管理缓存生命周期，在三个智能体工作流上尾延迟降低 34-74%，加速比最高达 3.38x。
Why it matters: 框架把工作流规范与执行解耦并引入两级控制架构，为多智能体应用的稳定服务提供了可量化的性能优化路径。
arXiv · Artificial IntelligenceSelectedAI score6262 Incident-Arena：让智能体达到可靠性最后九分钟
论文提出 Incident-Arena，一个包含 20 个真实生产场景任务的人类构建基准，覆盖配置层、镜像层和负载注入的 Kubernetes 故障响应。智能体平均消耗 2.81M tokens 和 41 轮，前沿模型在 3 类应用上得分低于 64.3%，失败集中在诊断定位、修复不完整和不安全回归。
Why it matters: 基准揭示前沿模型在生产故障响应中仍有显著短板，为评估智能体长期推理能力提供了更贴近真实的测试环境。
NVIDIA BlogSelectedAI score6767 OpenAI GPT-6 Astra Ultrafast 在 NVIDIA Blackwell GPU 上发布
OpenAI 推出 GPT-6 Astra Ultrafast，基于 NVIDIA Blackwell GPU，通过推理优化实现最高 8 倍 token 生成加速。面向开发者，可缩短 Agent 的编辑-测试-调试循环及工具调用间隔，现可通过 API 使用。
Why it matters: 原文给出具体加速倍数与适用场景，读者可据此评估 Ultrafast 对自身 Agent 工作流的实际提速空间。
DatabricksSelectedAI score6767 Databricks 推进 Open Lakehouse：Iceberg REST Catalog 新增 Read Restrictions 与 Catalog Labels
Databricks 介绍 Apache Iceberg REST Catalog 新增两项规范：Read Restrictions 支持目录向可信引擎委托行/列策略执行，Catalog Labels 支持在联邦目录间以键值元数据形式共享治理与业务上下文。前者适用于可信引擎直连目录场景，后者适用于异构目录联邦场景，两者与 Cross-Engine ABAC 共同构成跨引擎、跨目录的统一治理选项。
Why it matters: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流
DatabricksSelectedAI score6262 Lakebase Postgres 推出基于分支的恢复，实现秒级大规模恢复
Lakebase Postgres 发布基于分支的恢复机制，将传统需要数小时的 PITR 恢复缩短至秒级，且恢复时间不随数据库规模增长。恢复通过在对象存储中已有的历史页面上创建分支实现，无需数据拷贝；100 TB 与 10 GB 的恢复速度相同。该机制还可被 Agent 作为工具调用，支持版本回退与撤销功能。
Why it matters: Lakebase Postgres 将恢复从数据拷贝改为元数据分支，让百 TB 级恢复时间与数据量脱钩。
LangChain · OfficialSelectedAI score7474 如何在 Harness 中构建模型路由器
LangChain 在 Open SWE 中构建了模型路由器，根据任务类型和复杂度将请求路由到不同层级模型，中位成本降低 64%，合并 PR 率无显著变化。路由器基于线程首条用户消息进行分类，使用 Jev 作为分类模型，并将路由决策与任务层级标准深度耦合。
Why it matters: 给出了具体路由策略与 A/B 测试结果，读者可据此在自己的代理中复现类似的中低成本路由方案。
AWS Machine Learning BlogSelectedAI score6565 用 Amazon Bedrock AgentCore 构建环境感知智能体：从事件驱动到人工审批闭环
AWS 发布教程，展示如何基于 Amazon Bedrock AgentCore Runtime、Lambda、SQS 和 DynamoDB 构建环境感知智能体：S3 文件上传或定时任务触发智能体执行，agent 通过 ask_human 工具请求人工审批后继续执行，全程无需聊天界面。
Why it matters: 原文给出了一套从事件到人工审批的完整闭环，读者可据此在自己的事件源上复用同一套人机协作模式。
Cloudflare · AISelectedAI score7272 Cloudflare 开源 Clef 决策模型并推出 RL 微调平台
Cloudflare 发布 Clef 与 Clef-flash 决策模型，托管于 Workers AI 并开源至 Hugging Face（Apache 2.0），在 Jev Decision Index 上领先，且延迟低于 Jev 等竞品。模型支持 64k 上下文与视觉编码，兼容 Jev API，并提供基于 RLCD 的强化学习微调服务。
Why it matters: Cloudflare开源 Clef 决策模型并配套 RL 微调平台，读者可据此评估其延迟与精度优势是否值得接入现有 Agent 工作流。
Amazon ScienceSelectedAI score6262 以图为核心的智能体智能：网络根因分析的级联图算法与智能体编排
Amazon Science 提出以图为核心的智能体智能框架，将网络建模为持续同步的数字孪生图，通过分解、聚类和中心性排序的级联图分析管道，结合智能体自适应编排，在 NTT DOCOMO 商用网络上实现分钟级根因分析。系统先查询知识库，命中则直接推荐修复，否则执行图算法级联并给出置信度评分，同时支持工程师交互式查询数字孪生。
Why it matters: 该研究将图算法与智能体编排结合，在真实商用网络上把根因分析从数小时压缩到分钟级，为可复用的自动化排障方法提供了架构参考。
Cloudflare · AISelectedAI score6767 Cloudflare OS 开放全托管等待名单
Cloudflare OS 开放全托管等待名单，用户通过 Cloudflare 控制台即可启动组织智能体工作区。新增 GitHub 仓库挂载、Google Workspace 读写以及导出 Excel、CSV、PDF、Markdown、HTML 等格式能力。
Why it matters: 原文给出了托管入口与权限、数据连接等关键变化，读者可据此判断组织级落地方式。
Cloudflare · AISelectedAI score7474 Cloudflare 一年后再度推进主权 AI：EuroLLM 与 Apertus 上线 Workers AI
Cloudflare 在主权 AI 发布一周年后，将 EuroLLM 和瑞士开源模型 Apertus 带到 Workers AI，并开放政府与关键基础设施机构申请使用。
Why it matters: Cloudflare 同步上线两个欧洲开源大模型与通用安全框架，为组织提供了不依赖单一模型的 AI 防御与部署选项。
arXiv · Software EngineeringSelectedAI score6767 ASCEND：跨 HPC 集群与 GPU 工作站的自主科学计算个人 AI 代理
ASCEND 是一个运行在研究者笔记本上的 AI 代理接口，通过多重认证连接 Slurm 集群与 GPU 工作站，远程调用 Claude Code 或 Codex 且不持有凭证。四个案例显示它完成了故障恢复循环、天气模型评估复现、12693 行求解器并行化，并暴露两处未定义行为；策略校验器拒绝了 29/30 个构造违规。
Why it matters: 论文展示了在 HPC 与 GPU 工作站场景下由本地策略校验驱动的自主科学计算代理，为远程可信自动化提供了一条可复现的技术路径。
arXiv · Information RetrievalSelectedAI score6262 omni-macos：Apple Silicon 上的本地全模态搜索
omni-macos 是一个把文本、代码、文档、图像、音频和视频嵌入同一表示空间的搜索引擎，编码器、索引和存储均运行在本地 Mac 上，不上传索引、查询或向量。它在统一内存预算内维护后台索引器与交互搜索框，对每个分块只嵌入一次、仅对变更分块重编码，查询时用索引的 one-bit 副本精确重打分，并在五款加速器宽度八倍、内存三十二倍的 Mac 上完成评测。
Why it matters: 该研究在 Apple Silicon 上实现了本地全模态检索，为隐私敏感场景下的多模态搜索提供了可复现的工程路径。
arXiv · Information RetrievalSelectedAI score7979 Galahad 通过字节精确记忆让 LLM 阅读成为一次性成本
论文提出 Galahad 内存层，让 vLLM、SGLang 等运行时缓存 KV 状态，避免重复计算。
Why it matters: 原文给出具体数字和三种运行时对比，读者可据此评估 Galahad 在能耗与延迟上的实际收益。
arXiv · Computation and LanguageSelectedAI score6262 TomasuLLM：面向 LLM Agent 的乱序推测执行运行时
论文提出 TomasuLLM 运行时，在保持任务正确性的前提下按预测顺序提前执行 Agent 工具调用，并在验证后按轨迹顺序提交。在 SWE-bench Verified、Terminal-Bench 2.0 和 SWE-Marathon 上分别提速 1.31x、1.35x 和 1.27x，4010 条审计记录零误接受。https://arxiv.org/abs/2609.38201
Why it matters: 为长时工具延迟提供了乱序执行思路，读者可借此评估它对现有 Agent 工作流的潜在加速空间。
LambdaSelectedAI score7979 Open Jarvis：让本地大语言模型作为智能体运行
Open Jarvis 通过模型与运行环境分离的 spec 框架，将 Qwen3.5-9B 在 PinchBench 上的准确率从 62.3% 提升到 88.4%，最佳本地模型 Qwen3.5-122B 平均距 Claude Opus 4.6 仅 3.2 个百分点。
Why it matters: 原文给出本地模型通过重配 harness 恢复性能的数据，读者可据此评估自建智能体的成本与效果。