eyvindn 用 AI 智能体分析 lidar 重新发现墨西哥玛雅遗址
eyvindn 使用 Gemini、ChatGPT、Claude 和 Grok 等 AI 智能体分析 NASA lidar 数据,在墨西哥识别出一处未获 INAH 登记的玛雅遗址,后证实已被 Estrada-Belli 等 2025 年测绘过。
eyvindn 使用 Gemini、ChatGPT、Claude 和 Grok 等 AI 智能体分析 NASA lidar 数据,在墨西哥识别出一处未获 INAH 登记的玛雅遗址,后证实已被 Estrada-Belli 等 2025 年测绘过。
AWS 利用 CloudTrail、EventBridge 和 Lambda 构建事件驱动架构,自动同步 MCP 服务器变更至 AWS Agent Registry。该方案支持单账户及跨账户环境,通过 AgentCore Identity 安全认证并更新工具 schema,解决元数据陈旧导致的信任问题。
Simon Willison 利用 Fable 5.2 为 tools.simonwillison.net 添加了基于标签的浏览功能,以优化其 244 个 vibe-coded 工具的检索体验。该功能通过 tree-sitter 分析代码,提取 JavaScript API、库及 Web API 主机作为分类标签。
本文作者演示用 Sentence Transformers 实现 token pooling 感知训练,在 pool_factor=4 时多向量检索 nDCG@10 保留率从94.6%升至97.8%。
Google 软件工程师使用 48 个 AI 智能体分析 NASA 激光雷达数据,在 72 小时内发现墨西哥一处未登记的玛雅金字塔遗址。智能体将约 1,200 km² 丛林激光雷达转为图像逐一筛查,并协助联系墨西哥 INAH 确认无记录。此前 2024 年已有研究用类似方法发现玛雅城市。
软件开发者西蒙 · 威利森借助 AI 编程工具 Claude Code 开发名为 Beep Locator 的声音定位系统,可将声源锁定至约 40 厘米范围。该系统通过五台设备捕捉声音,利用时间差和快速傅里叶变换分析频率,最终帮助威利森找到藏在纸箱里的旧一氧化碳探测器。该项目代码目前已在 GitHub 上公开。
Dodaios 发布 STE80 Humanizer 技能,通过移除26个AI写作痕迹并按 ASD-STE100 标准80%约束重写,将AI文本改为清晰平实英文。
AWS 团队发文演示用 LangGraph 与 Amazon Bedrock AgentCore Web Search API 构建每日依赖监视器,自动追踪 npm、PyPI 和容器基础镜像的安全更新。
Amazon Bedrock AgentCore 提供内置、DeepEval 和 AutoEval 三类评测器,用于评估智能体在任务完成、工具调用及安全合规方面的表现。该方案支持从业务结果定义成功标准,并将其映射到 Trace 或 Session 级别的观测行为,帮助团队在部署前验证智能体是否真正满足业务需求。
Latent Space 播客访谈 Resend CEO Zeno Rocha,探讨其为智能体优化邮件服务与 MCP server 的设计经验。访谈提到 Claude Code 在 102 个邮件推荐中提取的 64 次首选 Resend,且 Resend 的 MCP server 工具已从发布时约 20 个增长到 80 多个。
Claude Fable 5.2 成功生成名为 Yonkers Rises 的 Three.js 3D 动画,展示由 Yonkers 边界构成的巨型机甲在纽约各街区行走。该模型准确识别出提示词中的拼写错误,将“átomos”修正为“stomps”,并基于 OpenStreetMap 数据实现了机甲站立、行走及压扁建筑的动态效果。
Anthropic 文档指出,Claude Fable 5.2 对提示词中代码归属表述敏感,声明代码库为其所有可促使其在编码时合并重复代码。在 Anthropic 小编码任务测试中,加入指定语句后模型约半数尝试合并重复代码,无此句时不足一成。
作者使用Claude Code建成Beep Locator系统,通过多设备麦克风与WebSocket三角定位出房间神秘蜂鸣声来源。其基于2007年BeepBeep论文的声学测距思路,最终将位置精度缩至约40cm并找到一氧化碳探测器。该实践演示了为编码智能体添加音频感知能力的方法。
AWS 推出 Pluggable Agentic AI Framework,这是一个基于 Amazon Bedrock AgentCore 的七层可组合参考架构,旨在解决多智能体应用从原型到生产环境的规模化落地难题。
Paul Ford 发表文章《The Web Is More Than Enough》。Simon Willison 受其启发,使用 Claude Opus 5.5 将 Three.js 项目移植为 Vanilla JS + WebGL,验证了该模型无需 Three.js 即可进行 3D 建模的能力。
Simon Willison 提出用 HTML details summary 标签隐藏 AI 智能体生成的冗长 PR 描述,仅保留人工撰写的简明开篇摘要。该方法利用 GitHub Markdown 原生支持的折叠标签,他将模型名如 Claude Opus 5.5 作为摘要标题。他在 datasette 等多个项目 PR 中展示了实际应用。
Simon Willison 对比了 SQLite 扩展 parse_number() 的 C 与 Rust 实现,优化 C 版以 14KB 体积达到 16-19 ns 每行的解析速度。Rust 版体积 298-321KB 且速度约慢两倍,所有版本在 800 万次 fuzz 检查中结果一致。作者用 Claude Opus 5.5 辅助生成原型并整理为研究报告。
swyx 采访 Mihail Eric,介绍 Stanford CS146S《现代软件开发者》课程如何教授 AI 原生工程。课程今年要求学生向开源项目提 PR 并由维护者审查,十周大纲涵盖 AI 智能体内部、上下文工程与背景智能体等。该课程去年首次开设,今年侧重实践与上下文工程。
作者提出将 Claude Code 与 Codex 任务存入 git 队列并由智能体循环处理,以对抗多会话脑疲劳。ticket 为仓库内 markdown 文件,智能体构建安全任务并汇总待决策项至 owner inbox,作者逐条关闭保持专注。这是其提升 AI 工具效率的个人实验。
Karpathy 使用 Claude Opus 5.5 从 20 年 Hacker News 的 4300 万评论中构建 HackerTube,筛选出 6454 个视频。他随后用 Claude Code 在 3 分钟内建成含 47000 视频的 TristanTube,并称以往数周的项目如今几小时可完成。
《塞尔达传说:时之笛》重制版 11 月 5 日登陆 Switch 2 后,开发者已让其运行于越狱版 PS5 和 iPhone 17 Pro Max。PS5 端通过 EglantinePS5 模拟器帧率约 15-20 FPS 但易崩溃;iPhone 端场景正常但受内存限制。此前该作和《马力欧卡丁车世界》已分别在 PC 和 iPhone 启动。
开发者可使用 GitHub Copilot 在 Plan、Build、Verify、Observe 四阶段实现代理工程工作流。文章指出 AI 代码生成增多使评审耗时拉长,并演示了整合上下文、云沙箱续跑、堆叠 PR、自动修复等做法。该指南基于 GitHub 现有功能,并在 GitHub Universe 2026 有过现场分享。
AWS 演示了将 Claude Code 部署为 Amazon Bedrock AgentCore 上的远程智能体,每个任务在隔离的 microVM 会话中运行并返回 GitHub Pull Request。该方案利用 Amazon Bedrock 的数据保护、IAM 访问控制及零操作员访问(ZOA)特性,确保远程执行时的安全性。
Taxbit 在 Amazon Bedrock AgentCore 上构建了嵌入产品仪表盘的 AI 智能体 Taxbit Assist,用于协助合规团队处理数字资产税务问题。
AWS 在教程中演示如何使用 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体代理用户权限。
AWS 演示利用 Amazon Bedrock AgentCore Gateway 和 Cedar 策略集中管理 AI Agent 对 MCP 工具的访问权限,替代分散的授权检查。该方案支持在 Amazon EKS 上运行多 Agent,并通过 CloudWatch 统一审计 Okta 授权决策。这是继 Part 1 验证基础治理机制后,针对企业级大规模 Agent 拓扑的扩展方案。
AWS 团队在 Amazon ECS Fargate 上构建了无服务器 MCP 服务器,作为 AI 智能体与企业数据湖之间的集中式网关。该架构采用元数据驱动方式,新增数据集仅需提供 JSON 元数据文件即可自动发现,无需编写集成代码。此方案旨在解决 Amazon 北美分拣中心(NASC)规划团队中数据访问碎片化及新数据源接入耗时数天的问题。
Amazon Marketplace 在 Amazon SageMaker AI 上部署多模型融合架构,利用 VLM 整体评估 A+ Content 质量。该系统将 VLM 语义分数与 OCR 信号输入 CatBoost 分类器,结合 SHAP 解释生成改进建议。使用高质量 A+ Content 的卖家销售额比未使用者高 8–20%。
11月10日,源点 ORIGIN 将在上海举办 Data + AI 技术实践巡展,聚焦从 Data 到 Agent 落地的完整链路。蚂蚁密算、合合信息等5位专家将分享本体、知识引擎、Harness 工程及 Data Agent 的落地实践,探讨如何为 Agent 获取确定性结果并持续更新企业知识。
开源项目 TVPort 基于 nxnative 工具包并借助 Claude Opus 5.5 构建,成功让《超级马力欧:奥德赛》在 Apple TV 4K 上以 60FPS 原生运行。该项目需用户自行从正版卡带提取数据,且受限于硬件性能,高负载游戏如《塞尔达传说:王国之泪》可能因过热降频而难以流畅运行。
Simon Willison 发布了 llm 0.37.1 版本。该更新属于其 llm 工具系列的月度简报内容,旨在汇总当月最重要的 LLM 行业动态。
Deep Insight 通过工作代码展示了生产 AI 智能体的四层上下文工程实现,涵盖架构隔离、提示控制、文件外置与验证防护。参考实现中单一写执行工具使脚本新增上下文 token 减少约95%,按需加载技能缩减系统提示约97%。这是文章系列 Part 2,基于 Part 1 提出的多智能体挑战与 Strands Agents SDK 架构。
开发者团队 labscommunity 发布开源驱动 npu-driver,尝试在 Windows 11 上使用 NPU 替代 GPU 渲染桌面。该驱动已在搭载英特尔 Panther Lake 处理器的设备上测试,能将 3D GPU 占用率从 3.4% 降至 0.6%,但当前刷新率仅为 2-3Hz,距离 30Hz 目标差距较大。
Simon Willison 在笔记本上运行 Qwen 3.8 27B,仅从浮点权重复现了识别强化学习训练游戏的实验。该 17GB 模型在 Pac-Man、Pong、Breakout 提示下返回正确游戏与置信度,Freeway 失败,作者给出了 LM Studio 命令与推理痕迹。
本文演示了利用 EDB Postgres AI 在 Postgres 数据库内部构建语义层,并通过 Amazon Bedrock AgentCore 运行 Strands Agents 智能体以回答客户 360 问题。
Gen Digital 利用 Amazon Bedrock AgentCore Web Search 构建了 Norton Revamp 的 AI 新闻引擎,实现基于实时网络知识的个性化内容推荐。该引擎通过 MCP 合规的托管连接器获取带引用的实时数据,驱动新闻流、内容建议及目标设定功能。Norton Revamp 于 2026 年 3 月上线,旨在帮助专业人士管理在线声誉。
Amazon Bedrock AgentCore Gateway 支持配置 OBO 令牌交换,使 AI 智能体在调用 ServiceNow REST API 时保留原始用户身份。该方案通过 Microsoft Entra ID 验证委托权限,将智能体令牌交换为包含用户声明的 ServiceNow 令牌,从而维持审计追踪并应用用户级访问控制。
Amazon Quick 通过统一体验连接 S3 知识库与增强数据集,允许用户通过单一对话式 AI 智能体查询结构化与非结构化数据。该方案利用 Space 整合数据源,智能体可自动判断查询类型并返回带引用的综合响应,同时应用内置 AI 护栏。此功能需 Amazon Quick Enterprise 订阅,旨在解决多工具切换与手动关联结果的痛点。
Circle K 基于 Amazon Bedrock 构建自动化分诊系统,将平均事件分诊时间从 45-60 分钟缩短至 15 分钟以内,降幅达 67-75%。该系统采用 agentic AI 架构,通过 Amazon Bedrock Flows 协调多个智能体并行查询日志与基础设施状态,并在数分钟内向 Slack 推送结构化摘要。此前工程师需手动跨多个工具排查,导致分诊耗时随服务规模增长而增加。
AWS 展示如何利用 Amazon Bedrock AgentCore 和 Amazon Nova Multimodal Embeddings 构建多智能体工程助手,以自动化零部件替换评估中的证据收集与文档起草。