2026-09-16
来源: aws.amazon.com
27
训练代码已经准备好，作业却因为首选实例没有容量而启动不了——这类问题往往把工程师拖进“换机型、重提任务、盯容量”的循环。Amazon SageMaker AI 新增的实例偏好列表，将这部分选择逻辑交给服务处理：为训练或处理作业指定最多五种实例类型，按顺序排列，SageMaker AI 会选择列表中第一个有可用容量的类型启动作业。 它解决的是启动时如何选...
2026-09-15
来源: aws.amazon.com
41
实时邮件威胁检测面对的不是一个漂亮的 demo，而是持续涌入、格式复杂、内容高度不可信的消息流。Abnormal AI 分享的实践重点，是把 Amazon Bedrock AgentCore Code Interpreter 当作 Agent 的临时计算草稿纸：需要时创建，处理完成后销毁，让 Agent 能在隔离环境中完成解析、计算和证据整理，同时避免...
2026-09-15
来源: aws.amazon.com
31
当 AI Agent 开始代表用户读取 GitHub 仓库、向 Slack 频道发消息时，身份问题就不再只是“把一个 Token 塞进环境变量”。系统需要明确回答：谁授予了权限、授予了哪些范围、授权属于哪次 Agent 会话，以及事后如何追踪。 Amazon Bedrock AgentCore Identity 提供的 Consent portal，是...
2026-09-14
来源: aws.amazon.com
39
开放金融接入最耗时的部分，往往不是把一个 API 请求发送出去，而是确认接口是否符合 Financial Data Exchange（FDX）标准、补齐证据、解释差异，并在安全与合规约束下反复沟通。Ninth Wave 构建的 Compass 将这套流程交给运行在 Amazon Bedrock AgentCore 上的多智能体助手处理，把原本以周计算的...
2026-09-14
来源: aws.amazon.com
43
生成式 AI 项目最容易走偏的地方，不是模型调用，而是过早选择了过重的定制方案。很多问题用更好的提示词就能解决；有些问题需要接入企业知识库；只有当模型的行为、领域语言或任务能力仍然达不到要求时，才值得考虑微调、持续预训练，甚至构建更深度的自定义模型。 在 AWS 上，可以把这条路线理解为一条逐步升级的定制光谱：从提示词工程开始，经过 RAG、工具调用和...
2026-09-14
来源: aws.amazon.com
25
基础模型已经让“给整个商品目录做需求预测”变得相对容易，但预测本身不会让货架恢复库存。真正棘手的是下一步：识别需求激增、核对供应商的实时可供货量、决定补多少，并在条件满足时自动下单。 这篇文章讨论一种部署在 Databricks 和 Amazon Quick 上的闭环：检测需求变化，做出补货决策，执行采购动作；只有没有任何供应商能够覆盖需求时，才升级给...
2026-09-12
来源: aws.amazon.com
35
多 Agent 系统上线后，故障通常不只是“服务是否存活”。一个航空订票系统可能返回了 HTTP 200，却把乘客引导到错误的航班；某个 Agent 可能因为工具调用延迟变高而反复重试，最终拖慢整个预订流程。传统的 CPU、内存和错误率监控，很难回答这些问题。 这类系统需要两层监控：一层持续衡量 Agent 的回答质量和行为表现，另一层负责调查承载 A...
2026-09-12
来源: aws.amazon.com
41
在 Amazon Bedrock 上比较 OpenAI 模型时，只看每百万 Token 的单价，很容易得到一个看似精确、实际不够有用的结论。生产系统真正承担的成本，通常还包括重试、人工复核、工具调用、上下文长度，以及模型是否一次就能交付正确结果。 更可靠的评估方式，是把价格放回业务结果中：每个正确答案花了多少钱？一次 Agent 任务完整轨迹消耗了多少...
2026-09-12
来源: aws.amazon.com
33
MCP Apps 让模型调用工具的结果不再局限于纯文本。通过交互式 HTML widget，同一个 MCP Server 可以把表单、筛选器、图表或审批控件交给 AI Host 渲染，让用户直接在对话界面中完成操作。 这套能力的关键在于：MCP Apps 是与 Host 解耦的标准扩展。只要 ChatGPT、Claude 或其他 AI Host 支持对...
2026-09-12
来源: pytorch.org
30
Hugging Face Kernels 项目加入 Helion 支持后，GPU Kernel 的开发链路变得更完整：开发者可以用更接近 Python 和 PyTorch 的方式描述计算，通过自动调优寻找适合当前硬件与输入形状的配置，再借助 Hugging Face Kernels 进行打包和分发。重点不只是“写出一个能运行的 Kernel”，而是让它...