Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
Rescale 基于 AWS 的 AI-DLC 方法构建了智能分诊 agent,自动分类并路由夜间端到端测试失败,从问题定义到预发布部署仅用 5 天,数周内上线生产。
Rescale 基于 AWS 的 AI-DLC 方法构建了智能分诊 agent,自动分类并路由夜间端到端测试失败,从问题定义到预发布部署仅用 5 天,数周内上线生产。
NVIDIA 与欧洲多国政府及合作伙伴合作,用开源模型在医疗、就业、政务等领域推进主权 AI 应用。
NVIDIA 宣布多项技术落地欧洲零售业:Shopify 对 Nemotron 3.5 Lightning 做后训练,内部基准准确率超越领先前沿模型,推理成本降低 90%、响应快 7x;借助 CCluster vLLM 优化,另五个场景实现最高 12x 推理成本降低。
AWS Solutions Architecture 团队发布 Deep Insight,一个开源的编排式多智能体数据分析系统,并分三篇系列讲解生产化经验。
推荐理由:AWS 团队以开源项目 Deep Insight 为例,逐层拆解多智能体系统落地的五个生产挑战及对应架构方案,附代码与部署细节。
AWS 用 Strands Agents 构建了自适应智能体智能框架 AAIF,用本地小模型 llama3.2:1b 做编排决策,把常规任务留在本地运行,复杂请求再路由到 Amazon Bedrock 云端模型。
Xinzhi Zhang 与 Zhao Song 合作证明了 1995 年提出的 Kannan–Lovász–Simonovits(KLS)猜想,确立了对数凸分布的普适几何原则。研究采用人引导的多智能体迭代剪枝流程,探索约 100 条研究路径后找到关键判据,再通过递归改进消除对维度的依赖;另有独立团队与第三组证明以及 Lean 4 形式化验证相互印证。
推荐理由:原文介绍 Microsoft Research 与合作者证明 KLS 猜想,并拆解了人引导 AI 智能体迭代搜索的研究方法,可了解其协作流程。
OpenAI 推出 Patch the Planet,连接安全研究人员、维护者和事件响应者,协同应对开源软件中的关键漏洞。
OpenAI 与 PerturbAI、Scripps Research 合作,使用分布式 AI 智能体分析数百万脑细胞数据,找出有前景的研究线索。
NVIDIA 扩展开源的 Agent Toolkit,新增 Agent Knowledge Foundation,帮助企业把公司数据转化为 Agent 可用的智能。
NVIDIA Cloud Partners 正在欧洲、北欧、非洲和中亚扩展主权 AI 云算力,支持模型训练与推理及智能体应用。
NVIDIA 在 GTC Berlin 展示本地 AI 硬件全线产品:RTX Spark 面向 Windows PC 个人智能体,DGX Spark 支持最多 8 台集群,DGX Station 提供 748GB 一致性内存和 20 petaflops 性能,Windows 版 DGX Station 12 月推出。
推荐理由:原文汇总了 RTX Spark、DGX Spark 和 DGX Station 的本地 AI 硬件阵容与配套软件、模型支持,可据以判断本地智能体部署选项。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布欧洲 AI 布局与多项新品,称欧洲已开始建设 AI 经济,NVIDIA 在欧洲投入近 100 亿美元、合作超过 12,000 家伙伴。
推荐理由:官方实录覆盖发布、AI 工厂、Agent 安全与机器人平台,读者可以此梳理 NVIDIA 在欧洲的整条布局。
NVIDIA 扩展开源模型家族以支持欧洲各行业构建本地化应用,新模型包括 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever。
推荐理由:原文汇总了 NVIDIA 跨语言、机器人、生物和量子领域的开源模型家族及各行业落地情况,读者可据此了解欧洲主权 AI 的开源布局。
OpenAI 旗下 Terminal X 的 Eval Agent 以 54 项评分标准 rubric 对输出进行评估,使用 GPT-6.1 Sol 后与资深投资人判断的一致率达 88.6%,多捕捉 25% 的偏离基金授权的情况。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 为质量管理 SaaS 平台 Reliance 构建了三层多租户 AI 基础,服务超过 14,000 个客户、覆盖 2 亿多(2 billion)文档。
AWS 展示如何用 Amazon Bedrock AgentCore 作为智能层、Amazon Quick 作为对话界面构建供应链智能方案。该模式通过 MCP 工具层关联 ERP、监控、采购等系统,示例场景中一条中断评估即查出 $750K 风险、23 笔订单、三天库存。传统流程需跨 5 个系统 45–60 分钟,对话方式几分钟内即可完成并触发应急 RFQ,所有操作等待人工批准。
Smartsheet 正式发布 MCP Server,AI 助手可通过标准化协议读取、写入和管理 Smartsheet 数据,涵盖 40 多个工具,支持用自然语言更新任务状态、创建行和修改项目结构。
Smartsheet 在 AWS 上正式推出 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据。该协议涵盖 40 多个工具,支持用自然语言更新任务状态、创建行和管理表格、列与自动化,并提供精确结构化上下文以降低 token 消耗。用户可通过 Amazon Quick(面向业务用户)或 Kiro(面向开发者的 agentic IDE)作为 MCP 客户端接入。
AWS Agent Registry 是一项用于编目和发现 MCP 服务器、智能体及智能体技能的托管服务,让编排器在运行时通过语义搜索发现工具,而非硬编码。示例通过 Amazon Bedrock AgentCore Gateway 部署订单管理 MCP 服务器和两个 A2A 智能体,演示 Discover → Instantiate → Execute 循环及三个场景。
Microsoft Research 播客中,Weishung Liu 对话 Catalyst Lab 主任 Chris White,回顾他从哈佛博士后到 DARPA 项目、赴阿富汗前线领导技术行动的经历。White 还谈及后来开发暗网搜索工具协助打击人口贩运,并因此获 2016 年总统打击人口贩运特别贡献奖。两人探讨了问题选择在创新中的作用,以及目睹人性黑暗面后如何保持希望。
GitHub Blog 采访 Vlad Mihalcea、Patrick Baumgartner、Frank Delporte 三位 Java Champion,分享在生产与开源项目中使用 GitHub Copilot 的实践经验。
AWS 指南介绍如何以 AtScale 作为语义层,在 Amazon Redshift Serverless 上构建 Customer 360 场景,供 Strands 智能体查询。
AWS 与 Strategy 合作,演示如何在 Amazon Bedrock AgentCore 上用 Strategy Mosaic 为 AI 智能体构建 Customer 360 语义层,覆盖 Amazon Redshift 和 Amazon Aurora 两个数据源且无需 ETL。
本文讲解如何在 AWS 上用 Denodo Platform 为 Agentic AI 应用构建语义层,将 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 数据库联邦为单一的 customer 360 视图。
Eon 利用 Amazon Bedrock AgentCore Gateway 构建统一认证的 MCP 网关,取代跨 AWS、GCP 和 Azure 的逐工具凭证与本地 MCP 进程。新工程师接入全部调查工具的时间从约 2 天缩短到约 2 分钟。架构通过 Amazon Cognito 联合企业 SSO 签发 JWT,并用 Cedar 策略限制写入操作,生产工具设为只读。
AWS 与 Keyfactor 联合发布参考架构,用 X.509 PKI 和 Keyfactor EJBCA 解决 AI 智能体身份认证问题,弥补 MCP 无内置认证标准的缺口。
Barcelona Supercomputing Center(BSC)的 AI Factory Accelerator Programme 正式投入运营,为初创企业提供主权算力、技术支持与培训,其部分服务现已可通过 NVIDIA Inception 门户获取。
NVIDIA 在柏林活动中宣布两项进展:EBU 与 NVIDIA 扩展面向欧洲公共媒体的主权框架,引入主权云提供商、开源模型与集成商,涵盖 Microsoft Sovereign Cloud。
AWS SMGS 运营团队基于 Amazon Bedrock AgentCore Evaluations 构建了一套覆盖全生命周期的多智能体质量评估框架,服务全球一线销售。
两名工程师用 Codex 在几周内打造了 Stack Overflow for Agents,其 ChatGPT 插件推动 agent 创建量最高增长 10 倍,注册量随之增长两倍。
Google Research 发布 VERID 实验室框架及两项闭环实验成果,目标是让 AI 智能体在真实湿实验室中设计、执行并改进实验。VERID 基于 PyLabRobot 构建实验室数字孪生,提供 3D 状态跟踪、虚拟试运行、硬件安全检查和视频与操作日志同步记录。
推荐理由:原文给出 VERID 框架与两条闭环实验的具体数据和失败案例,可了解 AI 智能体接入湿实验室的工程做法。
巴西美妆集团 Grupo Boticário 搭建了自有 Agent 平台,可自主解决经销商最高 80% 的运营请求,让销售团队转向顾问角色。该集团近 50 年前起家于巴拉那州的一家配制药房。
巴西出行公司 Localiza 使用 ChatGPT Enterprise、OpenAI API、Codex 以及 60 多个专用 Agent 重组内部工作流程,打造 AI 原生的出行体验。
Meta 的编码优化开放权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 提供,BF16(Muse-Spark-Open-816B-A42B)与 NVFP4 量化两个变体可部署到用户自己 AWS 账号的端点。
Google DeepMind 推出基于 Google Antigravity 智能体平台的科学工作台,帮助生物学家发现、结构评估并筛选新型抗菌肽(AMP),并通过 ProtNLM 模型从氨基酸序列预测功能,为 UniProt 数据库中数百万未标注蛋白补充高置信度功能标签。
NVIDIA 发布开放模型 Nemotron 3.5 Super VL,120B 参数,主打多模态智能体任务,称在其级别中速度比次优模型快 5x,参数量约为自家最大推理模型的五分之一。
推荐理由:官方披露了三个开放模型的具体参数量、量化方案和基准表现,并给出部署入口,便于读者按部署层级选型。
AWS 在 AWS Machine Learning Blog 提出“Trust in Depth”理念,借鉴纵深防御,通过独立叠加的信任层让智能体在可验证时自主行动,人类只负责需要判断的决策。
Amp 展示了其智能体如何借助 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT,把 AI 智能体的能力从代码场景推向更广范围。这些 OpenAI 模型与登录能力的集成,让 Amp 在编码之外的任务中也能运行智能体工作流。
基于 Amazon Bedrock AgentCore 的智能体 IDP 系统可自动分类、提取、校验业务文档(如供应商发票、采购订单、保险理赔),并从纠错中学习,无需为新格式手工配置模板。
AI 实验室 Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及面向网络安全的 Daybreak,构建能连续专注工作数天、并在使用中不断改进的智能体,运行规模达 10,000 个、持续时间超过 36 小时。