跳到正文

#教程/实践

今日 5 条
11月12日周四
  1. AWS Machine Learning Blog53

    AWS 教程:用 semi-persistent 开源引擎基于 anti-unification 比较形式化策略语义差异

    AWS 开源引擎 semi-persistent 使用 anti-unification 计算形式化策略的语义差异,可忽略语法重排凸显语义分歧。文章给出构建命令与 Cedar、Dogwood、OpenShell、CEL 等策略案例,演示如何对比 LLM 生成的多版形式化产物并定位真实错误。该引擎基于 e-graph 与代数规范化,在 Apple M3 Pro 上完整运行耗时不足 100 毫秒。

11月11日周三
  1. Hacker News · AI 热帖72

    Google 软件工程师用 48 个 AI 智能体分析 NASA 激光雷达,72 小时发现未测绘玛雅金字塔

    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。

  2. IT之家48

    开发者利用 Claude Code 开发 Beep Locator 系统,将室内异响声源锁定至约 40 厘米范围

    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。

  3. AWS Machine Learning Blog42

    Amazon Bedrock AgentCore 智能体评估指南:内置、DeepEval 与 AutoEval 评测器

    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。

11月10日周二
11月9日周一
11月7日周六
  1. GitHub Blog · AI & ML51

    GitHub Copilot 代理工程指南:超越代码生成

    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。

  2. AWS Machine Learning Blog40

    AWS 演示 Amazon Bedrock AgentCore 与 Okta XAA 构建企业级 AI Agent 访问治理

    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。

  3. AWS Machine Learning Blog45

    AWS 在 Amazon ECS Fargate 上构建无服务器 MCP 服务器以访问 AI 智能体数据湖

    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。

11月6日周五
11月5日周四
  1. AWS Machine Learning Blog58

    Deep Insight 如何在工作代码中应用生产 AI 智能体的四层上下文工程

    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。

11月4日周三
  1. Google DeepMind60

    Google Antigravity 演示化学信息学技能加速药物发现

    Google DeepMind 于2026年11月3日演示 Google Antigravity 配备 Cheminformatics Skills 可将药物发现迭代从数天缩至1小时。演示以肺癌药物为例展示代理搜索化合物、构建预测模型并提议合成路线,技能现已向企业用户和科学家开放。

    推荐理由:原文演示 Google Antigravity 化学信息学技能将药物发现从数天缩至一小时,可参考其人机协作方式。

  2. The Decoder55

    AI智能体接管SETI的Allen Telescope Array用于地外智能搜索

    SETI的Allen Telescope Array已引入AI智能体操控望远镜并实时分析无线电信号,原本数周的工作现在几小时完成。团队借助Nvidia Holoscan平台实现每秒2.4 terbits数据处理,并首次实时检测到蟹状星云脉冲星。研究团队计划测试可本地边缘运行的开源方案,用于未来月球背面传感器,而自1960年首次SETI实验以来尚未发现外星信号。

  3. AWS Machine Learning Blog25

    Gen Digital 如何利用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 新闻引擎

    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。

  4. AWS Machine Learning Blog25

    Amazon Quick 如何整合结构化与非结构化数据

    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。

  5. MIT Technology Review · AI53

    “反向博弈论”如何约束 AI 智能体

    本文解读“反向博弈论”(机制设计)如何通过设计激励规则约束 AI 智能体,弥补传统对齐方法不足。文章举例模型间交叉验证、Solver-Auditor 互审等机制,并引述研究者观点指出其依赖理性假设存疑。该思路被视为深度防御中的一层,距实际部署尚有距离。

11月3日周二
  1. AWS Machine Learning Blog44

    Circle K 利用 Amazon Bedrock 将 DevOps 事件分诊时间缩短至 15 分钟以内

    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。

11月2日周一
  1. IT之家43

    英伟达 DLSS 5 加持下的《马力欧卡丁车 世界》,画质堪比动画电影

    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。

11月1日周日

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有