标签

AI

用 SageMaker AI、VPC 端点和安全浏览器堵住机器学习环境的数据外流通道

来源: aws.amazon.com 38
机器学习环境最容易出现一个矛盾：数据科学家需要快速访问数据、Notebook、模型训练和实验工具；安全团队则要确保敏感数据不会被复制到个人电脑、外部网盘、公共 API 或不受控的网络出口。本文围绕一种三层架构展开：用 Amazon SageMaker AI 承载建模工作区，用 VPC 端点收紧网络路径，再用 Amazon WorkSpaces Secu...
# AI # AWS # 云平台
阅读全文

Claude 登上 Microsoft Foundry：从代理原型到 Azure 生产环境更近一步

来源: azure.microsoft.com 24
Claude in Microsoft Foundry 已正式可用，并由 Azure 托管、运行在 NVIDIA GB300 Blackwell Ultra 上。对正在做 AI Agent 的团队来说，这个变化的重点不只是“多了一个模型入口”，而是把模型试验、企业级部署和云上运行环境放到了更短的路径里。 很多团队已经在本地脚本、Notebook 或独立...
# AI # Azure # LLM
阅读全文

2026 Agent Confidence Index：300 位构建者眼中的智能体信任拐点

来源: microsoft.com 43
微软围绕 300 位 AI agent 构建者发布的 2026 Agent Confidence Index，传递出一个很现实的信号：团队并不是只在问“智能体能不能更强”，而是在更严肃地问“什么时候可以信它”。在企业场景里，agent 的价值不只来自自动化能力，也来自可解释、可回滚、可监督的运行方式。 过去讨论 AI agent，很多团队先看模型能力：...
# AI # Azure # LLM
阅读全文

Eliya 25：把生产诊断前移到 JVM 发行版层

来源: infoq.com 42
Asymm Systems 发布了 Eliya 25.0.3，这是一个面向 OpenJDK 25 LTS 的发行版。它的重点不是换一套 Java 语法，也不是给应用框架加插件，而是把若干 HotSpot 诊断能力收拢到一个可选择启用的 Production profile 中，让生产环境里的 Java 问题更容易留下可靠证据。 这件事对线上 Java ...
# AI # InfoQ # Java
阅读全文

用 LLM 给营销活动找“历史相似项”：Target 的语义匹配思路

来源: infoq.com 34
营销预测里有一个很现实的问题：新活动还没上线，怎么估计它可能带来的表现？Target 的做法是把“找相似历史活动”这件事从规则表和人工判断，升级成基于 embedding、向量检索和 LLM 排序的语义匹配系统。它不是让大模型直接拍脑袋预测结果，而是先把历史案例找准，再把这些案例喂给后续预测流程。 传统营销活动匹配通常依赖人工维护的规则：渠道相同、品类...
# AI # InfoQ # LLM
阅读全文

Target 如何用 LLM 给营销预测找到“相似历史战役”

来源: infoq.com 34
营销活动预测最难的部分，往往不是建模本身，而是找到足够相似的历史案例：同样的品类、渠道、季节、促销力度和受众，过去表现如何？Target 的做法是把这一步从规则驱动的人工流程，升级为一个结合 embeddings、向量检索和 LLM 排序的语义匹配系统，用来支撑营销 campaign forecast pipeline。 这类系统的价值不只在“搜索更聪...
# AI # InfoQ # LLM
阅读全文

PyTorch 用 CRCR 把下游后端 CI 接进主仓库节奏

来源: pytorch.org 29
PyTorch 新引入的 Cross-Repository CI Relay，简称 CRCR，解决的是一个很现实的问题：当 的 PR 打开或提交更新时，树外后端仓库也需要尽早知道这次变化会不会把自己打坏。过去这类验证往往靠人工触发、定期同步或维护者事后排查；CRCR 的目标是把“主仓库变化”和“下游仓库 CI”连成一条自动链路，并能追踪结果。 PyTo...
# AI # PyTorch # 机器学习
阅读全文

在终端里用 GitHub Copilot CLI 规划、编写和审查 Python 代码

来源: realpython.com 28
GitHub Copilot 不再只是编辑器里的补全按钮。Copilot CLI 把 AI agent 带进终端，让你可以在命令行里完成安装、认证、任务规划、代码生成和代码审查。对经常在 shell、Git、Python 项目之间切换的开发者来说，这意味着少了一次上下文切换，多了一个可以直接参与开发流程的助手。 Copilot CLI 的关键变化不是“...
# AI # LLM # Python
阅读全文

用 Rust 与 Typst 重建 PDF 生成链路：从秒级渲染到毫秒级文档基础设施

来源: infoq.com 42
在银行、制造业这类强监管行业里，PDF 不是“导出按钮”的附属品，而是合同、账单、审计记录和生产文档的最终形态。Erik Steiger 在分享中谈到的痛点很典型：传统 PDF 生成链路依赖 Puppeteer、LaTeX 这类重量级引擎，机器吃得多、冷启动慢、排障困难；一旦模板版本和业务数据对不上，合规团队很难回答“当时到底生成了什么”。 他的方向是...
# AI # Docker # InfoQ
阅读全文

在终端里用好 GitHub Copilot CLI：安装、提问、Agent 模式与代码审查

来源: realpython.com 27
GitHub Copilot 不只在编辑器里补全代码。CLI 形态把它带进终端：你可以直接让它解释命令、生成脚本、切换更主动的 Agent 工作方式，甚至在提交前让它帮你扫一遍改动。对每天在 shell、Git 和项目目录之间切换的开发者来说，这会改变“查文档、拼命令、读 diff”的节奏。 不同环境里 GitHub Copilot 的终端入口可能不同...
# AI # LLM # Python
阅读全文