用推送式架构自动更新 AWS Agent Registry
AWS 提出基于 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 的事件驱动架构,在 MCP server 更新时自动同步 AWS Agent Registry 记录。
AWS 提出基于 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 的事件驱动架构,在 MCP server 更新时自动同步 AWS Agent Registry 记录。
AWS 生成式 AI 创新中心开放 23 个开源生产级可复用资产,涵盖 RAG 管道、文档处理模块与智能体脚手架模板,可将开发周期从数月压缩到数周。DoorDash 用 Contact Center GenAI Agent 建成日均处理超 100,000 次呼叫、响应延迟 2.5 秒的语音自助客服,测试容量提升 50 倍。
作者用 130 行 Python(不依赖任何框架)搭了一个最小 RAG 系统,让本地 qwen2.5:3b 回答公司制度问题,20 道评估题答对 18 道(准确率 90%),检索命中率和语料外拒答正确率均为 100%。
推荐理由:作者把检索与生成拆开归因,并用 20 题评估集量化各环节,提供了可迁移的先测量再调优实践方法。
AWS Quick 推出 AI 驱动的产品开发生命周期框架 AI-PDLC,用六个 AI 智能体把分散在企业系统中的客户信号转化为可验证的产品原型。框架由 Orchestrator 统一调度 Discovery、Prioritize 等专家智能体,从 Slack、Jira、Salesforce 等来源汇聚上下文,每个阶段均设人工审批关卡。
作者开源了自用的 Windows 桌面日历 UCalendar,单文件免安装 exe(实测 8.63 MB),左键点任务栏时钟即在上方展开日历面板。提供今日安排、月历、世界时钟、天气、番茄钟等 9 个桌面组件,数据全部存本地 SQLite,删除内容进回收站保留 30 天。
作者主张把项目文档从按岗位职能横向分层改为按项目级、模块级、功能级纵向模块化组织,让一个功能的全部上下文集中在同一切片里,便于人和 AI 精确读取契约。横向分层曾导致三个模块对同一密钥管理策略写出互相矛盾的版本,AI 读到错误文档后生成了与全局安全策略冲突的代码。作者同时强调,每条硬约束都必须能机械追溯到具体测试,不能靠人工评审兜底,但哪些约定算硬约束仍需工程师凭经验判断。
本篇为 KIMI K3 Attention Residuals(AttnRes)完整梳理的第二部分,逐层拆解打分核与伪查询、Full/Block AttnRes、AttnResState 状态机及 online-softmax 两阶段算法。
杜文龙完整拆解了端侧 AI 交互智能体的防提示词注入架构:在普通 Agent 的输入、流式输出、落库和工具调用四个卡口外包裹确定性安全运行时,并给出 Spotlighting 词间打标、Canary 流式熔断、EvidenceLedger 证据账本与只读沙箱的 C# 实现。
软件开发者西蒙 · 威利森借助 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。该系统让五台手机、平板和电脑通过网页调用麦克风,比较同一声音抵达不同设备的时间差,并利用快速傅里叶变换从环境杂音中识别目标提示音。威利森按定位结果在纸箱中找到了发声的旧一氧化碳探测器,项目代码已在 GitHub 公开。
黄啊码复盘一年多为国企和上市公司交付多个百万级 AI 项目的 FDE 经验,系统拆解获客、成交与交付方法。FDE 的本质是“咨询+敏捷项目管理+技术”,新手应优先算清 ROI,避开低价值定制与通用型企业知识库等黑榜场景。作者建议先跑通 5—10 个真实付费客户的完整闭环,再聚焦高客单 C 端服务业等黄金细分赛道。
老丁的自我修养发布《ROS2 保姆级课程(Python 入门版)》完整大纲,面向零基础小白,共 9 个模块,单集 8–15 分钟。课程锁定 WSL2 + Ubuntu 24.04 LTS + ROS2 Jazzy Jalisco + Python 3.12 / rclpy + RViz2 + Gazebo Harmonic 技术栈。
这篇学习笔记详细解析了 Transformer 架构的工作原理,说明其如何以自注意力机制替代 RNN/LSTM 的循环结构来处理序列数据。笔记依次讲解了缩放点积注意力、多头注意力、位置编码与整体架构,并梳理了 BERT、GPT、T5 等变体的分化及 Decoder-only 架构成为现代 LLM 事实标准的原因。
OpenAI 开发者体验工程师 Dominik Kundel 和 Charlie Guo 在 AI Engineer Code Summit 工作坊上介绍了 Codex 的云任务、语音界面和 dots 个人智能体的新用法。
作者在 GTX 1660 Ti 笔记本上真实复现两个 NaN 崩溃案例,演示用 forward hook 逐层记录输出范围,定位哪一步哪一层先溢出。第一个案例用 SGD lr=100 跑三层 MLP,第 4 步 loss 变 inf、第 5 步变 NaN,hook 显示 layer0 输出首次出现 inf;第二个案例是手写交叉熵里 log(0) 导致一步即崩。
本篇把 Agent 的工具从散落代码升级为正式系统:用 Zod 一处定义参数,同时自动生成发给模型的 JSON Schema 与运行时校验,配合 ToolRegistry 注册表统一登记和查找,并将失败分为 not_found / validation / execution 三类结构化错误。
作者把企业评测的执行方式分为手工、写脚本、工具框架、平台化四种,并将市面上二三十款评测工具按评模型/评应用、框架/平台两个维度分类梳理。
推荐理由:原文把评测工具按评模型/评应用、框架/平台两刀分类,并给出决策树和六个场景的选型答案,可直接迁移到自家项目选型。
AWS 官方博客演示用 LangGraph 与 Amazon Bedrock AgentCore 的 Web Search API 搭建每日依赖监控,为安全团队每天核查 npm、PyPI 包和容器基础镜像的新变化。
推荐理由:教程给出了可迁移做法,把日期窗口、屏蔽名单和搜索预算固定在代码里,再对照引用来源校验每条发现。
Amazon Bedrock AgentCore Evaluations 提供内置、DeepEval 与 AutoEval 三类评估器,帮助团队在生产环境中衡量智能体是否真正完成业务任务。
文章对比了 OCR、VLM、ASR 三者的分工:OCR 做字符级精准提取并输出文字与坐标,VLM 看懂整张画面并问答推理但容易幻觉,ASR 负责把声音转成文字。生产环境可用低成本 OCR 先拿全文,按置信度阈值把低置信区域、复杂表格或图表路由给 VLM 校验和推理,再用 OCR 文本交叉校验以压制幻觉。
AWS 构建了集中式 Amazon Bedrock 调用可观测性数据湖,将多账户调用日志汇聚至中央账户并用 Amazon Athena 统一查询。每条调用记录包含提示词、响应、输入/输出 token 数、模型、stop reason、账户与时间戳,可据此核算单次调用成本。
TCS 基于 Amazon Bedrock AgentCore 构建了面向银行、金融服务与保险(BFSI)客户的多租户智能体测试编排器,将 Jira 需求、业务需求文档等输入自动转化为可执行、受管控的测试。
机器学习是一类可以从经验中学习的技术,深度学习作为其分支用多层神经网络自动提取特征。任何机器学习问题都包含数据、模型、目标函数与优化算法四个关键组件,训练即通过梯度下降等算法最小化损失函数以确定最佳参数。监督学习处理回归、分类、搜索与序列学习等带标签任务,无监督学习则涵盖聚类、主成分分析和生成对抗性网络。
本文系统讲解 LangGraph 的中断机制、ToolNode 进阶用法与流式执行。动态中断通过 interrupt() 实现人机交互,恢复时整个节点会重新执行,因此断点顺序须固定、断点前的副作用操作须幂等;静态断点只在超步边界生效,仅用于调试。流式执行则提供 values、updates、messages 等多种 stream_mode。
Kaggle Digit Recognizer 题解采用加入 BatchNorm 与 Dropout 的改进版 LeNet-5,对 42000 张 28×28 灰度手写数字图做 10 分类。
本文系统解读 Kimi K3 的 Attention Residuals 机制,把标准残差的深度维等权累加替换为逐层可学习伪查询的深度维 softmax 注意力,并梳理其演进脉络与消融结论。
Kaggle Digit Recognizer 属于图像分类模板题:给定 N 张 28×28 的灰度手写数字图,每张图对应 0~9 的标签,需对测试集中的图像完成分类,最终评测指标为 Accuracy。
AI Gateway 把调模型从业务代码抽出来,变成一层统一基础设施,解决多供应商场景下协议不统一、故障处理零散、成本不可见、Key 管控分散的问题。文章接着拆解协议归一化、模型路由、虚拟 Key、Token 可观测性四个核心能力,并给出 LiteLLM 从安装、配置到客户端调用的完整示例,同时点明多一层故障点、供应商特有功能可能被抹平等代价。
作者在 Rocky 8.10 老服务器上用 MinerU 4.0.12 解析试卷和杂志数月,整理出安装、档位选择、API 调用与运维避坑的实战笔记。glibc 2.28 环境需跳过 mineru-llama-cpp 并改用 vLLM 加 onnx 后端,standard 档优先回填原生表格、advanced 档换来更细标题层级,没有通吃的一档。
HarmonyOS SDK 的 Basic Services Kit 提供 isNeedGetPermissionFromUser() 前置判断接口,开发者在拉起剪贴板权限弹窗前校验剪贴板是否有数据、内容是否匹配、数据有无变化,从源头拦截无效弹窗。
作者把 DSH 当 AI 工位用了 64 天,通过解析本机会话存档得出 1093 个唯一会话、117 681 个步骤、338 207 次工具调用、22.62B Token 的运行总账。
推荐理由:作者用本机会话存档算出真实运行数据,读者可对照自己的 AI 工位拆解长任务、控制上下文成本。
XGo 团队推出基于 LLVM 的 Go 编译器 LLGo,保留 Go 语法并通过 LLVM 后端原生对接 C/C++/Python 生态,以替代繁琐的 cgo。
Simon Willison 用 Claude Fable 5.2 Medium 生成 three.js 动画项目 Yonkers Rises:扬克斯(Yonkers)边界化身巨型机甲,在纽约市 3D 微缩模型中起身并巡游踩踏曼哈顿、布鲁克林、皇后区和布朗克斯。
这篇技术博客把点云算法从数据特性、三条主流路线到工程部署与量化的完整链路梳理成一张认知地图。点云处理的核心矛盾是把无序稀疏点集结构化为规则可计算表示,Point、Voxel、Pillar 三条路线分别以不同方式完成这一转换。文章重点讲透 scatter 与 collapse 两种 BEV 生成方式的差异,并指出 scatter、pooling 等索引密集模块是芯片落地与量化最容易出问题的环节。
作者用 sklearn 自带 digits 数据集(1797 张 8×8 图,训练集 1347 张、测试集 450 张)和一个小型多层感知机做对照实验,证明标签与图像顺序错位时模型会无报错地学习错误标签。
老张复盘供应链溯源多跳查询的优化经历,分析金仓 AI数据库的库内图化方案,核心观点是图不必单独建库,可作为关系表按语义对象推导出的视图。库外图库的代价在于同步链路、第二套权限和两份存储,库内图化则与表实时一致、权限沿用库内规则。作者给出适用边界:图关系必须能从表推导、多跳深度以五跳以内为常态、复杂图算法仍应交给专业图库,并补充语义对象、关系字段干净度等六条工程细节。
Simon Willison 转引 Anthropic 文档:Claude Fable 5.2 会紧贴提示中对代码归属的描述,未声明归属时倾向沿用既有结构甚至重复代码。
JameMei 发布 Claude 高级使用手册,主张把 Claude 当作拥有 root 权限的初级团队成员,通过任务简报、Plan Mode、权限控制和 diff 审查建立工程化工作流。
作者修改 Electron 源码并重新编译,用 AES 算法和自定义 KDF(四段 XOR 加 SHA-256 拉伸 999 轮)加密 ASAR 文件,使业务代码无法被静态分析。此外还尝试了 fuses 工具、禁用调试参数及 upx 加壳等防护手段,其中加壳会导致应用无法正常运行。但 AI 逆向分析工具十几分钟就能破解这些加密,作者认为上述防护工作毫无作用。
本篇是「手搓 AI Agent」系列第 2 篇,用 Node.js 22 + TypeScript 实现 Agent Loop(think → act → observe 循环,即 ReAct),让模型第一次能自主决定调用工具、看见结果、再决定下一步。
腾讯 WorkBuddy 上线 browser use 功能,装浏览器扩展后用一句话就能让 AI 在已登录的浏览器里自动开网页、点按钮、翻页汇总。作者实测两轮任务:没给一行代码,它就完成面试题库 10 道题的收集整理,也能接管当前已打开的标签页执行多步任务。