跳到正文
#教程/实践
10月21日周三
  1. 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：
  3. 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：
  4. AWS Machine Learning Blog64

    在 AWS 上使用 X.509 PKI 确保 AI 智能体身份安全

    AWS 官方博客介绍了如何结合 Keyfactor EJBCA 与 AWS 服务，利用 X.509 公钥基础设施为多智能体系统提供密码学身份验证。方案通过签名请求信封、用户签名的委派断言、受众限定令牌以及实时 OCSP 吊销检查，解决了 Model Context Protocol 缺乏内置身份验证标准的安全缺口。

    发布时间：
  5. AWS Machine Learning Blog64

    AWS 推出 AWS Agent Registry 实现运行时工具与智能体发现

    AWS 发布 AWS Agent Registry 托管服务，允许编排器在运行时通过混合搜索发现并动态加载 MCP 服务器、智能体及技能。该服务通过分离注册与鉴权机制，支持解耦发布与治理审批流，从而摆脱硬编码工具和频繁重新部署的限制。

    发布时间：

    推荐理由：文章介绍了 AWS Agent Registry 的运行机制与架构实践，开发者可以据此了解如何通过运行时发现替代硬编码工具。

  7. GitHub Blog41

    GitHub 官方访谈：3 位 Java Champion 分享使用 GitHub Copilot 提效的实践方法

    三位 Java Champion 结合生产环境与开源项目的具体案例，分享了他们使用 GitHub Copilot 加快开发、解决问题并保持对结果负责的实践经验。受访专家介绍了通过自定义技能保持代码风格一致、根据任务复杂度切换模型等方法，并探讨了借助 AI 加速重构、迁移以及原型验证的具体应用场景。

    发布时间：
10月20日周二
  2. AWS Machine Learning Blog31

    如何在 AWS 上用 Strategy Mosaic 与 Amazon Bedrock AgentCore 为智能体 AI 构建语义层

    本文介绍了如何使用 Strategy Mosaic 在 AWS 上为 Amazon Bedrock AgentCore 托管的 Strands 智能体构建语义层。文章详细阐述了在不进行 ETL 的情况下跨 Amazon Redshift 和 Amazon Aurora 建立两个链接模型、通过 Mosaic MCP 服务器暴露模型以及实现用户级安全性的方法。

    发布时间：
  3. AWS Machine Learning Blog63

    在 AWS 上使用 Denodo 与 Amazon Bedrock AgentCore 为智能体构建语义层

    AWS 官方介绍了如何结合 Denodo Platform 与 Amazon Bedrock AgentCore 为 Agentic AI 应用构建统一的语义层。

    发布时间：

    推荐理由：文章详细演示了如何在 AWS 上结合 Denodo 与 Amazon Bedrock AgentCore 构建多源联邦语义层，读者可以学习通过 MCP 和语义安全策略安全地支撑智能体访问企业实时数据的方法。

  5. Hacker News-首页63

    发布虚构统计数据如何被 LLM 引用并带来流量

    作者通过实验创建包含五万条虚构统计数据的网站，发现尽管谷歌将其降权，但 ChatGPT 持续抓取并引用这些数据，甚至被学术论文和金融机构采用。文章分析了 LLM 偏好抓取统计数据的原因，并总结了如何通过单句断言、标注来源与年份、匹配衍生查询等方法正确构建统计页面以获取 AI 引用。

    发布时间：
  10. Hacker News-首页53

    推测解码为什么快？

    推测解码的加速并非源于减少了计算量，反而会执行更多的总浮点运算次数。其核心原因在于它改变了 GPU 的工作类型，通过将受限于内存带宽的逐个词解码转化为受限于算力的并行验证，从而在低批处理大小时充分利用了闲置的 GPU 算力。

    发布时间：
  15. Hacker News-首页54

    Vite+：面向 AI 智能体开发的出色工具链

    作者分享了在四个项目中试用 Vite+ 工具链的实践经验，指出将其写入首个提示词可为 AI 智能体提供统一的创建、检查、测试和构建工作流。文章探讨了 Vite+ 在简化配置文件、优化 CI 运行速度以及规范智能体任务完成标准方面的实际效果与局限性。

    发布时间：
  19. Hacker News-首页60

    如何打造无广告的 Android TV 体验

    作者分享了一套在 Android TV 设备上彻底去除广告并优化界面的完整配置方案。通过安装 Projectivy Launcher 替代原生桌面、用 SmartTube 替换 YouTube 并配合 ADB 命令禁用系统自带桌面与预装应用，实现了无广告和更干净的电视主屏幕。

    发布时间：
  25. Hacker News-首页62

    智能体监控：软件运维的下一步变革

    作者探讨了利用当前一代大模型构建智能体监控系统的可行性与优势。文章指出，智能体能够以极低成本全天候追踪日志与指标，解决传统告警噪音大和精准度低的问题，实现全新的系统运营卓越性。

    发布时间：