如何通过知识蒸馏在 Amazon SageMaker AI 上构建高效智能体
AWS 团队在 Amazon SageMaker AI 上演示用序列知识蒸馏将前沿教师生成的购物智能体轨迹微调至 Qwen3.5-4B 学生模型。该学生在留出 ShoppingBench 测试集平均绝对成功率 0.541,接近教师水平且可托管于单一 G 系列实例降本。SeqKD 仅需教师文本输出,故适用于 API-only 前沿模型。
AWS 团队在 Amazon SageMaker AI 上演示用序列知识蒸馏将前沿教师生成的购物智能体轨迹微调至 Qwen3.5-4B 学生模型。该学生在留出 ShoppingBench 测试集平均绝对成功率 0.541,接近教师水平且可托管于单一 G 系列实例降本。SeqKD 仅需教师文本输出,故适用于 API-only 前沿模型。
文章演示了如何利用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容。该方案通过生成 Markdown 和元数据文件上传至 Amazon S3,实现了对网页内容的结构化清洗、自定义元数据附加及有界提取,适用于需要精细控制数据摄入的场景。
创作者 ChillyWillMD 演示了在 PC 模拟器上运行《马力欧卡丁车 世界》,借助英伟达 DLSS 5 神经渲染技术,画面质感接近《超级马力欧》大电影。该演示在 RTX 5060 Ti 显卡上实现 60 帧运行,显著改善了原生游戏的锯齿与光照噪点。此前 Switch 2 仅搭载轻量化 DLSS 超分,此次演示展示了未来主机补齐帧生成与神经渲染能力的潜力。
Nolan Lawson 使用 Opus 5.5 驱动 Claude Code 构建相同 Pokémon 应用,对 12 个 JS 框架做基准测试,比较了 token 成本与 Lighthouse 性能。
datasette-llm 0.1a9 版本新增自动获取 LLM 默认模型功能,用户无需显式配置即可启动 Datasette Agent。
作者Sean Hollister用50美元Meta官方认可的Waveshare ESP32-S3套件,借Claude Code自制出带AI对话与Tamagotchi小游戏的随身设备。原devkit功能残缺,经Claude添加ElevenLabs语音、远程拍照、多头像和口袋手表面等。他指出专用硬件价值在可自由编程,而非Muse模型,并猜想Meta Muse Charm出货后是否同样开放可编程。
Arca 利用智能体处理长周期财富管理任务,任务周期可达 10 天,由人类顾问保留最终决策权。该公司使用 Claude 作为主要模型,并构建了内部记忆系统以追踪客户状态和长期目标。Arca 近期完成了由 General Catalyst 领投的 4850 万美元融资。
文章提出了一套基于 Amazon Bedrock 的五阶段成本管理运营模型,涵盖成本归属、请求观测、预算执行、平台优化及定期审查。该模型利用 IAM 身份实现发票级成本归属,并通过每用户会话管理解决共享角色导致的归属缺失问题。此方法旨在将生成式 AI 成本管理从简单的模型比价转变为架构与运营纪律,以应对 Agentic 工作负载带来的 token 消耗激增。
Drew Breunig 将 NES 6502 CPU 模拟器嵌入 Qwen3.5-4B 模型权重中,实现了在模型内部运行 Super Mario Bros 等 ROM 游戏。该模拟器运行速度较慢,基于 Opus 5.5 提示词构建,并使用了 Christopher Pow 15 年前发布的 NES CPU 一致性测试集。
NVIDIA员工使用Nemotron Voice Agent等开源模型搭建了语音驱动动画的万圣节鬼屋MonsterHouse,并公开构建教程。
ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用,支持通过 Work 和 Codex 访问 OpenAI 前沿模型。该配置将模型推理路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点,利用 AWS IAM 进行访问控制,并支持零数据保留(ZDR)以满足严格的数据治理要求。
开发者 FORZGC 利用 AI 辅助为已停止支持的 Windows Phone 系统开发新应用,通过抓取网站 API 实现基础浏览功能。该开发者表示,AI 技术让这一“死亡”多年的系统得以发挥余热。此前微软 CEO 纳德拉曾承认,放弃 Windows Phone 和移动设备是微软历史上的错误决定。
Epsilon 基于 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser 构建了意图驱动的 UI 测试服务,通过自然语言指令执行测试以增强现有 Playwright 回归测试套件。该方案利用 AWS 托管的临时浏览器会话和 IAM 认证,消除了各产品团队维护浏览器基础设施和身份集成的重复工作。
Kiro 通过集成 AI 智能体与代码库,利用共享方法论、机械发现扫描器及八阶段工作流,将 PHP 到 Java 的迁移转化为可测量的重复过程。该引擎将原始 PHP 应用视为规范,并通过一致性测试框架验证 Java 移植的正确性。此方法支持在 Kiro 中交互式运行,或通过 AWS Transform 进行大规模自主迁移。
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 个私有 REST API 转化为权限受限的智能体工具,避免了构建 20 个独立 MCP 服务器的复杂性。该方案无需公开端点,将新 API 接入时间从数天缩短至数小时,并节省了约 6 个月的平台工程工作量。此前这些 API 分散在七个 AWS 区域的私有 VPC 中,难以被智能体安全访问。
AWS 演示了在 Amazon EKS 上利用 Ray Train DLC 和 EFA 进行 PyTorch 分布式训练的方法。该方案使用预构建的 Ray Train DLC 镜像,通过 KubeRay 在两个 g6.12xlarge 实例上跨 8 个 NVIDIA L4 GPU 微调 Qwen2.5-1.5B 模型。
AWS 发布基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台参考架构与蓝图。该方案采用联邦式运营模式,通过独立的推理与工具网关、多账户控制平面及自动化评估流水线,实现 Workstream 团队在安全边界内的独立部署、回滚与成本归因。此架构旨在解决多团队构建智能体时的治理漂移、所有权审计及跨账户成本可视化等生产环境瓶颈。
开发者在微软 Surface Duo 2 上成功原生运行 iOS 26 系统,双屏触控功能已可用,帧率提升至 37fps。该移植利用苹果开源的 XNU 内核和自定义 UEFI 加载器,将设备识别为 iPhone 17 Pro Max。微软已于 2024 年 10 月停止支持 Surface Duo 2,但此项目让这款被放弃的设备重新获得关注。
评估显示 webframe 是适合爬虫的快速轻量级浏览器 JavaScript 运行器,性能与 shot-scraper 相当,但存在 CSP 失败、0×0 视口及加载挂起等缺陷。该工具由 Jeff Lindsay 开发,基于 Go 和 glaze 库运行,无需捆绑浏览器引擎。作者使用 Claude Opus 5.5 对其进行了测试并生成了研究报告。
GitHub Universe 会议徽章被改造为可运行 Game Boy Color 模拟器的彩色屏幕计算机。Steve Francia 利用 Gemini 协助在徽章上部署了 Game Boy 和 Game Boy Color 模拟器,支持运行《塞尔达传说:林克的冒险》等 ROM。该徽章支持倒置使用内置触控按钮作为手柄,延续了去年徽章作为全功能彩色屏幕计算机的设计。
Exowatt借助Amazon SageMaker AI无服务器模型定制微调Qwen3-1.7B与Qwen3-14B,在告警分类和能源市场分析任务上准确性超越前沿模型且成本最高降至1/49。流水线覆盖数据准备、微调、评估与边云部署,边缘模型量化至8位运行于现有CPU,云端模型经Bedrock导入按活跃计费无闲置成本。该实践源于Exowatt设备群从测试台向制造与现场单元扩展时对可缩放AI层的需求。
Property Finder 在 Amazon Bedrock 上识别并修复评估集偏差,通过无偏标注与进化提示词优化选用 Llama 4 Maverick 17B Instruct,以86%更低成本获更高精度。
Rittika Jindal 在断开网络后使用 OpenCode 连接本地 Ollama 运行的 Qwen3.5 9B,成功修复 expense_total.py 的 bug 并通过全部测试。文章给出离线环境准备、配置与测试命令,证明编码智能体可在无互联网时完成本地文件改错与运行检查。这一实测源于作者在喜马拉雅山麓遭遇网络断电仍想维持编码工作流的需求。
AWS 发布基于 AWS CDK 的解决方案,在 Managed Amazon Bedrock Knowledge Base 上构建企业级智能体检索系统。该系统利用 AgenticRetrieveStream API 实现多轮规划与工具驱动检索,并通过 Amazon CloudWatch 仪表盘提供全链路可观测性。
在 Amazon Bedrock 上使用 OpenAI 模型时,通过提示缓存可复用智能体重复发送的工具定义与指令,降低输入成本。文章演示了结合隐式与显式缓存,利用 prompt_cache_breakpoint 标记静态前缀,使后续请求仅处理新增内容。此前智能体每轮需重读全部历史,导致 token 费用随轮次线性增加。
基于 SageMaker SDK v3 构建的边缘端计算机视觉全车队生命周期管理方案,利用 SageMaker Neo 替代已弃用的 Edge Manager 进行模型优化。
网友利用 AI 逆向技术为索尼 A7C II 相机制作定制固件,直接解锁 FL2、FL3 胶片模式,并支持导入外部 LUT 及富士 NC、理光 GR 直出色调。配套工具 A7C II Tools 3.0 已推出,是首个拥有正式图形界面的版本,无需命令行即可完成驱动设置与安装。该工具仅支持固件 2.01,且修改相机可能导致无法开机或影响保修。
开发者成功为微软 Surface Duo 2 刷入苹果 iOS / iPadOS 26 系统,目前项目处于早期开发阶段,已实现双屏运行。该设备双屏运行帧率提升至 37 FPS,较此前 3 至 10 FPS 有明显性能提升。此前其他开发者曾尝试移植 iOS 16/17,该开发者则专注于推进 iPadOS 26 的移植计划。
Anthropic 称单个 AI 智能体在质量、成本和延迟上常优于多子智能体架构,并发布了 GitHub 迁移套件供团队评估合并。新模型 Opus 4.5、Opus 5.5 和 Fable 5.1 能单循环处理复杂计划,减少额外编排层。该结论与 Vals 研究一致,后者发现扩展智能体数量无质量提升却显著增加成本。
Cerebras 演示了如何在 WSE-3T 晶圆上部署 Kimi K3 等万亿参数模型,实现 1000-2000+ tokens/s 的推理速度。该方案将 3T 参数的 Kimi K3 拆分至 59 片晶圆,利用 4-bit 量化和流水线并行处理并发请求。此前 Cerebras 常面临单片晶圆 44 GB 内存无法容纳大模型权重的挑战。
GPU Unlock 开源项目可释放英伟达 RTX 30 系列显卡隐藏 AI 算力,特定负载下性能提升可达 60%。该项目通过 Linux 内核模块在驱动加载前修改寄存器解除速率限制,支持 GA102/103/104/106 等型号,图像生成 BF16 吞吐量提升约 56-58%,LLM 推理提示处理提升 33% 但词元生成速度基本不变。需注意不提升显存带宽且游戏帧率无证据提升。
Battledrones v14 新增支持四人在线对战的地图 Compass Rose,该地图具备四向旋转对称性,支持最多四名 AI 玩家或人类玩家通过 WebSocket 加入。Claude Opus 4.5 修改了网络代码以支持该地图,并引入了紫色和绿色机器人主题,此前该游戏地图仅支持两名玩家。
开发者 Yanei 成功为小米 8 手机刷入 iOS 16.5 系统,并将机型伪装为 iPhone X。视频显示系统桌面与动画已较流畅,但初期 GPU 卡顿问题经修复后改善。该项目目前仍处于早期移植阶段,许多硬件驱动尚未适配,暂时无法作为日常系统使用。
Claude Opus 5.5 生成一个 Artifact,能在几秒内通过 canvas 元素和模拟画笔快速绘制照片版本。该实现使用 Sobel 边缘检测,除 Google Fonts 外无外部库。这是继此前用 P5.js 模拟水彩插画实验后的又一演示。
AWS 官方博客发布在 Amazon SageMaker AI 上实践多轮强化学习(MTRL)训练智能体的动手指南,以 Wordle 展示从部署到评估的端到端流程。实验将 gpt-oss-20b 在保留词上的解决率从 61% 提升至 84%,训练 token 费用约 $339。教程指出同一管道适用于公开模型未训练过的内部多步任务。
AWS CDK 通过自定义资源编排 SageMaker AI 端点更新时的自动扩缩容注册与注销流程。该方案解决了 CloudFormation 在更新端点配置时因自动扩缩容目标未注销导致的部署失败或状态丢失问题。开发者可在单次部署中同时更新端点配置和自动扩缩容参数,无需手动干预。
EXL 指出企业 AI 的竞争优势取决于围绕模型构建的服务框架,而非模型本身。该框架需根据工作负载定义架构,通过优化内存管理与调度解决生产环境中的延迟与成本瓶颈。EXL 强调架构应具备适应性,以便在模型或硬件更新时避免平台重建,从而确保持续的业务价值。
该方案在 Amazon SageMaker AI 上部署 Kokoro-82M 模型,通过流式传输实现 AI 智能体语音生成的低延迟响应。模型仅含 8200 万参数,运行于 ml.g5.xlarge GPU 实例,支持双向流式传输以在生成过程中即时合成音频。
任天堂 Switch 2 已被破解,黑客利用旧游戏 SmileBASIC 4 和 OpenAI Codex 实现了名为 “ns2jb” 的纯软件有线越狱。该越狱需每次开机时从游戏运行,目前已展示运行包含新角色的定制版《Mario Kart World》。
Rescale 利用 AWS 的 AI-DLC 框架和 Strands Agents 构建了自动化测试失败分诊智能体,从问题定义到预发布部署仅用五天。该智能体运行在 Amazon EKS 上,调用 Claude Opus 4.8 对端到端测试失败进行分类和路由,并通过 MCP 查询日志生成修复报告。此前 Rescale 工程师需手动处理大量测试失败,导致发布流程受阻。