Rescale 如何利用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
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。
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。
OpenAI 解释了其内部 Forward Deployed Engineering(FDE)的具体含义。
NVIDIA 合作伙伴与欧洲多国政府合作,利用开源模型在受控基础设施上部署 AI 以提升公共行政效率。项目涵盖波兰医疗影像分析、英国 Nemotron-Personas-UK 数据集发布及德国机密数据主权云建设。这些举措旨在让政府保留数据主权,同时利用 NVIDIA Nemotron 等模型优化本地化公共服务。
AWS解决方案架构团队发文剖析其构建的开源多智能体系统Deep Insight,讲解它如何解决生产环境的五大核心挑战。系统基于Strands Agents SDK与Amazon Bedrock等构建,提供三种部署方式并已在GitHub开源。本文为三部分系列第一篇,后续将涵盖上下文工程与生产部署。
推荐理由:AWS团队以自研Deep Insight为例,梳理生产环境多智能体系统的五大挑战与架构对策,为类似系统提供可复用的设计与部署参考。
该指南演示了如何利用 AWS PrivateLink 配置 VPC 端点和连接,使 Amazon Quick 在不经过公共互联网的情况下安全访问企业防火墙后的私有数据源。
AWS 推出基于 Strands Agents 的自适应智能体框架 AAIF,通过本地小语言模型处理常规任务,复杂请求路由至 Amazon Bedrock。该架构使用 llama3.2:1b 作为编排器,支持在 Raspberry Pi 等边缘设备上运行,旨在降低 API 成本并减少延迟。
NVIDIA Kumo Relational 在关系数据上无需训练即超越监督机器学习模型。该预训练关系基础模型在41个任务15个数据库上击败监督深度学习与梯度提升树管线,在SAP SALT基准上MRR超越AutoGluon集成8%,并通过开源库或NVIDIA NIM提供,可扩展至500B+行。
推荐理由:Kumo Relational在关系数据基准上无需任务训练即超越监督模型,企业可将预测写成查询并由智能体调用,从而降低建模门槛。
U.S. Hunger 利用 Amazon Quick 连接领导层与数据,使 CEO 能直接探索 Full Cart 项目数据并减少技术团队依赖。通过 Quick Spaces 共享 KPI 定义与财务文档,17 名员工得以在统一语境下协作分析。该组织此前已交付超 2.5 亿份餐食,并实现了四年 500% 的业务增长。
AT&T 正与 OpenAI 合作,旨在让法律知识更易获取。其 LegalEdge 团队正在重新思考案件受理流程,并扩展法律判断能力。
微软研究院学者证明KLS猜想,解决这一自1995年提出、悬置31年的高维几何核心问题。他们通过人类指导AI智能体并行探索超100种候选思路并递归精炼完成证明,多个独立证明与Lean 4形式化验证了该结果。
推荐理由:该研究结合人类指导的AI智能体搜索与数学判断证明KLS猜想,为凸几何与理论计算机科学提供无条件基础。
OpenAI 推出 Patch the Planet 项目,连接安全研究人员、维护者和事件响应人员,以智能体协助解决开源关键漏洞。该项目旨在通过全球响应协调机制,加速开源生态中严重安全问题的修复与处置。
OpenAI 构建了 ChatGPT 的 LLM 驱动广告技术栈,旨在理解对话意图并实现大规模相关广告分发。该架构确保广告与回答内容严格分离,以维护用户信任。
OpenAI、PerturbAI 和 Scripps Research 利用分布式 AI 智能体在数百万个脑细胞数据中发现了有前景的研究线索。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,结合 Mistral Large 4 与 NVIDIA 加速计算及物理建模工具,旨在加速工程仿真并实现闭环设计。
Nebius、Nscale 等欧洲 AI 云服务商及服务器制造商正采用 NVIDIA Vera CPU 构建本地基础设施,以支持智能体计算需求。Vera 凭借高单核性能与 LPDDR5X 内存带宽,加速代码执行与数据处理,帮助数据中心在扩展规模时保持响应速度。此举旨在满足欧洲主权 AI 生态对数据本地化及高性能计算的需求。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation 以利用公司数据增强智能体能力。该基础包含 CUDA-X 库、Auto-Ontology 以及 Nemotron Retriever 和 Kumo 系列开放模型,支持在 Palantir、Databricks 等环境中部署。
NVIDIA 在 GitHub 开放工厂运营蓝图(FOX)早期访问,支持开发者部署协调机器与专业任务的工厂智能体。Siemens 集成该蓝图预计节省 20% 成本,并将检测校准时间减少 40%。NVIDIA 同时发布 cuDSS 通用版本,加速结构应力等复杂模拟,助力欧洲工业领袖重塑工程与制造流程。
NVIDIA 欧洲云合作伙伴正扩展区域算力,支持模型训练、推理及 AI 智能体应用开发。Nscale 利用 NVIDIA DSX MaxLPS 在 GB300 NVL72 系统上实现 37% 更多 GPU 及近 50% 推理吞吐量提升。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施下月普遍可用,A5X 实例集成 Vera Rubin NVL72 等为云客户提供训练、推理与大规模强化学习平台。Google Cloud 计划将相关基础设施扩展至多达 960,000 Rubin GPUs 并覆盖欧洲,首个客户 Ineffable Intelligence 已用于强化学习研究。
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 及 DGX Station 等本地 AI 硬件。RTX Spark 支持 Windows 个人智能体,DGX Spark 64GB 版本于 10 月 23 日上市,DGX Station 提供 748GB 内存。此前 RTX Spark 已于上周发布,DGX Station Windows 版预计 12 月推出。
NVIDIA CEO Jensen Huang在GTC Berlin 2026 keynote上公布DSX POD模块化AI工厂、OpenShell安全智能体架构与Agent Knowledge Foundation等知识层工具。
推荐理由:NVIDIA推出DSX POD等模块化AI工厂参考设计,将部署周期从六个月压缩到14天,为欧洲企业参与AI经济提供基建方案。
NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等多款开放模型推进欧洲跨行业主权智能,覆盖语言、机器人与量子等领域。企业可用本地数据定制并部署在自有设施,模型已在 Hugging Face 等平台提供。此为 NVIDIA 欧洲公告的一部分。
推荐理由:NVIDIA发布一系列覆盖语言机器人生物量子等领域的开放模型,企业可用本地数据定制并部署在自有基础设施上。
Terminal X 的 Eval Agent 使用 GPT-6.1 Sol 模型,在匹配资深投资者判断方面达到 88.6% 的准确率。该 Agent 基于 54 项标准评分,能比此前多捕捉 25% 的基金投资指令偏离情况。
OpenAI 宣布收购 Orchestra Bio,旨在将 AI 驱动的业务流程引入生命科学研发领域。此举旨在帮助生物制药团队加速药物开发进程,并推动新疗法的研发进展。
一家独立的 Schlotzsky’s 和 Cinnabon 特许经营商利用 ChatGPT Work 将现金对账时间缩短了 94%。该商家通过构建新工作流,将菜单重新定价的时间减少了 95%,并预计能释放 10 万美元的现金流。
Amazon Quick 结合 Amazon Bedrock AgentCore 实现对话式供应链智能,将分散在 ERP 等系统中的数据转化为即时决策。该方案通过 MCP 协议连接后端系统,使管理者能用自然语言查询中断影响并自动发起紧急 RFQ,将原本需 45-60 分钟的多系统操作缩短至几分钟。
Smartsheet 推出通用可用的 MCP Server,支持 AI 智能体通过标准化协议读写和管理 Smartsheet 数据。该服务器提供超过 40 个工具,允许用户通过自然语言更新任务状态、创建行及修改项目结构。文章演示了如何通过 Amazon Quick 和 Kiro 连接该服务器,实现跨职能工作流中的自动化任务管理。
Smartsheet 推出通用可用的 Model Context Protocol (MCP) Server,支持 AI 助手通过标准化协议读写及管理数据。该协议涵盖 40 多种工具,允许用户通过自然语言更新任务状态、创建行及修改项目结构。文章演示了如何通过 Amazon Quick 和 Kiro 连接该服务器,实现跨职能工作流中的自动化任务管理。
AWS 与 Keyfactor 联合发布参考架构,利用 X.509 PKI 解决 AI 智能体在 MCP 环境下的身份认证缺失问题。该方案结合 Keyfactor EJBCA 与 Amazon Bedrock,通过签名请求信封、委托断言及 OCSP 实时吊销机制,实现零信任下的智能体身份验证与权限控制。
AWS Agent Registry 提供托管服务,允许编排器在运行时通过语义搜索发现 MCP 服务器和 A2A 智能体,替代硬编码工具。该服务返回连接元数据但不含认证凭据,需通过独立路径获取。此机制解决了企业系统中工具数量激增导致的编排瓶颈,使新能力在注册审批后即可被动态调用。
三位资深 Java 开发者分享利用 GitHub Copilot 提升生产力的具体案例与最佳实践。Vlad Mihalcea 借助 Copilot 将原本需数周开发的 Hypersistence Optimizer 功能缩短至两天完成,并创建自定义技能以匹配其写作风格。
Mistral发布Voxtral 3语音模型家族与实时语音智能体SDK,支持50+语言转写和35+语言情感语音合成。该SDK基于LiveKit将听、推理、说整合为流式管道,每轮交互耗时低于1秒,支持通过Mistral欧盟API或自部署运行。模型包含Voxtral Small Transcribe 3等,批量转写价格低至$0.0035/min。
推荐理由:Mistral发布Voxtral 3语音模型家族与实时智能体SDK,给出50+语言转写和私有部署选项,便于企业评估语音工作流改造。
ALTK-Evolve 利用从 GPT-4.1 智能体运行轨迹提炼的行为准则注入系统提示词,使该非推理模型在 τ²-bench 零售客服基准达到 67.5% Pass^4,登顶 October 12, 2026 榜单快照且超越微调模型 RAFT-30B-A3B 达 +6.1 点。该方法无需权重更新或人工标注,在航空域换用 GPT-5.5 后同样登顶,Pass^4 达 82.0%。
推荐理由:原文给出从智能体运行轨迹提炼行为准则并注入提示词的做法,读者可迁移至同类客服智能体提升可靠性。
AWS 演示了利用 AtScale 和 Amazon Bedrock AgentCore 构建 Agentic AI 语义层的方法,采用 Anthropic Claude Sonnet 4.6 作为基础模型。
本文演示在 AWS 上利用 Strategy Mosaic 作为语义层,通过 MCP 协议连接 Amazon Bedrock AgentCore 托管的 Strands 智能体。
AWS 演示了利用 Denodo 平台与 Amazon Bedrock AgentCore 构建 Agentic AI 语义层的方法,实现了对 Amazon Aurora、Amazon Redshift 及本地 PostgreSQL 的联邦查询。
Eon 利用 Amazon Bedrock AgentCore 构建统一 MCP Gateway,替代分散的工具凭证与本地 MCP 进程,实现跨 AWS、GCP 和 Azure 的集中式访问。该方案将新工程师配置调查工具的时间从 2 天缩短至约 2 分钟,并通过 Cedar 策略实现最小权限控制。此前 Eon 需为每个工具单独配置凭证,且本地 MCP 服务器难以标准化维护。
Amazon Bedrock 现已支持所有 Anthropic Claude 模型在 bedrock-runtime 与 bedrock-mantle 端点返回符合 JSON Schema 的结构化输出,无需自定义解析或重试逻辑。该功能使用约束解码在生成时强制模式,使输出从概率性变为确定性,并可通过 24 小时语法缓存提升复用性能;目前已在两端点正式可用。
用户可在 VS Code 中直接打开 GitHub Copilot App 会话,保留原有对话、代码变更及工作树上下文。该功能允许开发者在编辑器内逐行审查 Agent 生成的代码,进行手动编辑、本地测试,并继续与 Copilot 交互以完善实现。此教程展示了从 App 移交控制权至 VS Code 进行最终调试与推送的完整工作流。
德国政府与NVIDIA签署工业AI联合意向声明,黄仁勋宣布在近100亿美元欧洲承诺下投资Agile Robots等四家德国初创。声明旨在推动物理AI模型与工业AI生态,Siemens同日携手NVIDIA推进自主工厂,生产规划成本最高降20%。