跳到正文
只看教程
10月21日周三
  3. meng shao62

    Shopify 采用前沿模型做主脑、自训练开源模型做专家的分工架构，其电商助手 Sidekick 的 GraphQL 子 Agent 经后训练后效果略超前沿模型，中位响应速度快 7 倍且成本降低约 90%。该方案通过六步模型优化飞轮实现，包括定义质量、建立基准、选定 Nemotron 3.5 Lightning 模型、测推理性能、将失败案例转化为训练数据进行自愈以及后训练。

    发布时间：
  5. Latent Space62

    Claude Mods: 将 Harness 翻转面向用户

    作者分享了使用 Claude Mods 自定义 Claude Code 开发工作流的实践，介绍了插件作为 Attention Interface 的工作原理、内置与自定义 mod 的应用实例，并分析了使用过程中的噪声、成本与信任等权衡。

    发布时间：
  11. MeshyAI31

    观看 @TheSandboxGame 现场演示用 AI 生成的资产构建可玩关卡 👀 游戏设计师 Philip Pardoe 将逐步展示如何把来自 @MeshyAI 的资产应用到游戏玩法中。之后还有实时 Q&A。10 月 27 日下午 1 点（美东时间） | 现场演示 + Q&A 你将看到如何： · 快速生成资产并进行迭代 · 在整套资产中保持风格统一 · 从生成资产过渡到经过测试的可玩关卡

    发布时间：
  18. 公众号：数字生命卡兹克28

    8个让人惊艳的 Claude Opus 5.5 创意玩法分享

    自媒体作者数字生命卡兹克分享了8个基于 Claude Opus 5.5 的创意案例，涵盖手写笔记转个人字体、构建古希腊世界及16天制作小王子3D剧情游戏等内容。此外还包括修复圆明园视频以及使用 REA 逆向电视等玩法。

    发布时间：
  22. AWS Machine Learning Blog64

    在 AWS Trainium2 上使用原生 PyTorch 训练与部署 i14 的 Laplace 3B 线性注意力模型

    i14 与 AWS 合作，通过原生 PyTorch 在 AWS Trainium2 芯片上成功训练与部署了采用门控线性注意力架构的 Laplace 3B 模型。该模型在单台 trn2.48xlarge 实例上实现了每秒约 12 万 token 的训练吞吐量，并将推理状态控制在每序列 29.5 MB 的固定大小，从而摆脱了传统 Transformer 的 KV cache 线性增长限制。

    发布时间：

    推荐理由：文章详细记录了在 AWS Trainium2 上适配和训练线性注意力模型的技术细节，为定制架构的硬件加速提供了可迁移的工程参考。

  26. Simon Willison62

    Simon Willison 推出基于 vibe coding 开发的 RTS 游戏 Battle Drones

    开发者 Simon Willison 介绍了他通过 Claude 开发的 3D 即时战略网页游戏 Battle Drones。该游戏经历了 12 个主要版本迭代，支持 3D 模型、动态音乐、多端音频同步局域网联机以及 AI 对战等功能。作者通过反复向 Claude 发送“让它变得更有趣”等提示词，在几乎不编写底层代码的情况下完成了整个项目的开发。

    发布时间：
  28. AWS Machine Learning Blog31

    Smartsheet 在 AWS 上推出用于 AI 智能体的 MCP Server

    Smartsheet 推出了一般可用状态的 Model Context Protocol (MCP) Server，允许 AI 助手通过标准化协议读取、写入和管理 Smartsheet 数据。该协议跨越 40 多个工具，支持用户通过自然语言更新任务状态、创建行及修改项目结构。文章展示了如何将其连接至 Amazon Quick 与 Kiro 等工作流。

    发布时间：
  31. AWS Machine Learning Blog42

    AWS 上的 Smartsheet MCP Server 如何为 AI 智能体提供工作流上下文

    Smartsheet 推出了基于 Model Context Protocol 的服务端工具，使 AI 助手能够通过标准化协议读取、写入和管理 Smartsheet 数据。该服务端跨越了 40 多种用于探索、创建和管理工作表及自动化的工具，支持用户通过自然语言直接更新任务状态并修改项目结构。文章重点介绍了如何通过 Amazon Quick 和 Kiro 将其连接到现有工作流中。

    发布时间：
  32. AWS Machine Learning Blog41

    Octave 如何在 Amazon Bedrock 上构建安全的多租户 AI 基础架构

    Octave 使用 Amazon Bedrock 上的 Cohere Embed v4 和 Amazon OpenSearch Service 等工具，为 Reliance 平台构建了包含数据准备、安全执行和内容保护的三层安全多租户 AI 基础架构。该架构支持隔离多租户数据、执行独立代理并嵌入超 20 亿份文档，将每个用例的部署时间缩短了 50%。

    发布时间：
  33. AWS Machine Learning Blog62

    在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理

    AWS 官方博客介绍了如何在 Amazon SageMaker HyperPod 上通过监督微调和 GRPO 联合微调 GPT-OSS-20B 模型以支持多语言推理。SFT 将模型在目标语言中的推理能力从 22% 提升至 100%，而 GRPO 在此基础上将答案准确率进一步提升 8 个百分点。

    发布时间：

    推荐理由：文章详细演示了如何在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 联合微调开源推理模型，为多语言推理优化提供了可落地的技术决策框架。

  34. AWS Machine Learning Blog31

    AWS 演示如何结合 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能

    AWS 介绍了一种结合 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能的端到端实现方案。该方案利用 Amazon Bedrock AgentCore 作为智能层，通过 Model Context Protocol（MCP）服务器将企业工具组合起来，使供应链团队能够通过自然语言跨系统查询和处理业务。

    发布时间：
  38. Databricks：Blog12

    Hamlet 如何用 Databricks Lakebase Postgres 拿生产数据测试改动

    Hamlet 使用 Databricks Lakebase Postgres 为每个 pull request 提供独立的生产数据分支，让工程师和 AI 编码智能体在不接触生产环境的情况下测试改动。该平台通过索引和转录全美数千个地方政府会议，为开发者、记者和研究人员提供可搜索的公民智能数据。团队在测试和发布时仍由人工进行合并审批。

    发布时间：
  40. AWS Machine Learning Blog31

    Eon 如何在 Amazon Bedrock AgentCore 上利用 MCP Gateway 构建多云调查系统

    Eon 使用 Amazon Bedrock AgentCore 部署了统一的 MCP Gateway，取代了多云环境中的逐个工具凭证与本地 Model Context Protocol 进程。该方案为开发者和自主智能体提供了跨 AWS、GPR 与 Azure 的统一调查工具访问权限。新工程师的工具配置时间从原本的两天缩短至大约两分钟。

    发布时间：