标签

AI

在 AWS 上构建可解释的银行下一最佳产品推荐系统

来源: aws.amazon.com 34
银行的下一最佳产品（Next-Best-Product，NBP）推荐，不能只追求点击率或转化率。模型需要同时处理客户画像、账户行为、产品属性和交互上下文，并且能对每一条推荐说明理由。基于 Amazon SageMaker AI、PyTorch、多塔神经网络和学习式注意力机制，可以把准确性与监管所需的可解释性放进同一条推荐链路。 传统推荐模型常把所有特征...
# AI # AWS # PyTorch
阅读全文

在 Amazon Bedrock 上使用 GPT-5.6：从模型选择到 Codex 扩展

来源: aws.amazon.com 40
OpenAI GPT-5.6 Sol、Terra 和 Luna 已在 Amazon Bedrock 正式可用。对开发团队来说，重点不只是换一个模型名称，而是要把模型选择、Responses API 调用、提示词缓存、Codex 接入和配额规划放进同一套工程流程里。 Sol、Terra 和 Luna 可以理解为面向不同工作负载的模型选项。实际选型时，不要...
# AI # AWS # LLM
阅读全文

Google 威胁行为者命名体系更新：从编号记忆转向语义化识别

来源: cloud.google.com 27
Google Threat Intelligence Group（GTIG）正在逐步启用统一的威胁行为者命名体系。变化不只是给组织“改名”，而是把过去由 Mandiant 与 Google Threat Analysis Group（TAG）分别维护的追踪系统合并，并尝试让名称直接携带防御人员需要的上下文。 新体系采用两个单词组成的 cryptonym...
# AI # GCP # Go
阅读全文

PostgreSQL 19 让 Autovacuum 学会排优先级：评分、权重与并行清理

来源: postgr.es 33
Autovacuum 从 PostgreSQL 8.1 起就承担着回收死元组、刷新统计信息和防止事务 ID 回卷的工作。PostgreSQL 19 的关键变化，不是增加另一条触发规则，而是让维护任务有了明确的优先级：数据库和表都会先接受风险评估，autovacuum worker 再处理最紧迫的对象。 这改变了一个长期存在的问题。过去，接近事务 ID ...
# AI # Go # PostgreSQL
阅读全文

LLM 不只靠模型：搭建可替换 Harness，并用 Scrapy 接入可靠网页数据

来源: realpython.com 27
在 LLM 应用里，模型当然重要，但真正决定开发流程能否稳定复用的，往往是模型外围的 harness（编排与运行框架）。它负责把提示词、工具调用、上下文、权限、重试、日志和人工确认组织成一个可观测的闭环。模型可以替换，流程不能靠临场发挥。 本期话题同时谈到 agentic 开发工作流、Scrapy 网页抓取和 Python 应用自托管。把它们放在一起看...
# AI # LLM # Python
阅读全文

DjangoCon US 2026 芝加哥见：五天议程与会前准备指南

来源: djangoproject.com 39
DjangoCon US 2026 将于 8 月 24 日至 28 日在美国芝加哥举行。开发者、维护者、教育工作者和 Django 社区成员将在五天内集中交流：听取技术分享、参加动手教程、投入 Django sprint，并通过 Open Spaces 和非正式讨论建立长期联系。距离大会只剩一个月，准备工作不该只停留在购买门票和预订机票上。 大会提供了...
# AI # Django # Go
阅读全文

空客把“域外法律防护”写进云招标评分表，主权云采购开始量化

来源: infoq.com 22
空客在选择主权云供应商时，没有把“主权”停留在宣传口号上，而是将抵御非欧洲域外法律影响的能力，与技术能力一起纳入招标评分。最终入选的是 Scaleway。空客同时强调，这项选择是对多云战略的补充，并不意味着退出 AWS。 这件事值得工程和采购团队关注，因为它展示了一种更可执行的做法：不要只问数据中心在哪里，而要把司法管辖、远程运维、密钥控制、供应链和退...
# AI # AWS # InfoQ
阅读全文

空客把“域外法律风险”写进云采购评分表，主权云开始从口号变成控制项

来源: infoq.com 29
空客在云服务招标中，不只比较计算能力、可靠性和价格，还把抵御非欧洲域外法律影响的能力纳入评分，并最终选择 Scaleway 作为主权云供应商。这个决定并不意味着空客退出 AWS，而是用主权云补充现有多云架构。真正值得工程团队关注的变化，是“数据放在哪里”正在升级为“谁能依法要求访问数据、谁控制密钥、谁能操作控制平面”的系统性问题。 把工作负载部署在欧洲...
# AI # AWS # InfoQ
阅读全文

用 LangChain4j 构建代码智能体：Supervisor 与 Workflow 的调试取舍

来源: infoq.com 25
让代码智能体自己编写、测试并修复代码，难点通常不在于一次模型调用，而在于如何组织多轮行动。围绕 LangChain4j 文档进行的这项实验表明，智能体框架的架构选择会直接影响调试任务的执行速度、可控性和应对异常的能力。 实验聚焦于一个能够自主完成“写代码、跑测试、定位问题、修改代码、再次验证”的编码框架。其中值得关注的是两种常见组织方式：由中央决策者协...
# AI # InfoQ # LLM
阅读全文

从菲尔兹奖到 OpenAI：Tsimerman 转向 AI 安全意味着什么

来源: oschina.net 39
2026 年国际数学家大会公布本届菲尔兹奖得主后，雅各布·齐默尔曼（Jacob Tsimerman）宣布加入 OpenAI，并把研究方向转向 AI 安全。与一般的人才流动不同，这次转向值得开发者关注：前沿 AI 的问题已经不只是继续扩大模型，而是如何定义、验证并约束复杂系统的行为。 AI 安全包含许多不同层次的问题：模型是否遵循指令，是否会在压力测试中...
# AI # OpenAI # 全栈
阅读全文