多智能体设计模式分类、反模式与制造业经验
AWS 解决方案架构师系统梳理多智能体设计模式,将协调模式分为路径预定义的 Tier 1 与模型运行时选路的 Tier 2,并给出从单次模型调用到自治多智能体的选型决策树。
推荐理由:文章将多智能体协调模式分为确定性控制流与模型自治两层,并给出选型决策树与五个反模式,可直接迁移到自己的架构选型。
AWS 解决方案架构师系统梳理多智能体设计模式,将协调模式分为路径预定义的 Tier 1 与模型运行时选路的 Tier 2,并给出从单次模型调用到自治多智能体的选型决策树。
推荐理由:文章将多智能体协调模式分为确定性控制流与模型自治两层,并给出选型决策树与五个反模式,可直接迁移到自己的架构选型。
Duco 将其智能体 AI 技术栈迁移至 Amazon Bedrock 与 Amazon Bedrock AgentCore,为 200+ 客户(每月处理 20 billion 笔交易)提供金融服务自动化,对账部署速度提升 10 倍,某全球银行入职成本降低 70%、直通处理率提升逾 20%。
在 Holiday Extras,dots 无需指令即可主动交付发布报告。它还能标记人工可能忽略的问题,并在通勤途中梳理即将到来的会议安排。
NVIDIA 运营负责人 Deb Shoquist 依靠与 TSMC、Foxconn、Wistron 等全球制造商数十年的合作,把设计蓝图转化为可靠、高性能的供应链。
MoEngage 基于 Amazon Bedrock AgentCore,并使用 Amazon Bedrock 上的 Claude Sonnet 4.6、Claude Sonnet 5 和 Claude Sonnet 5.5,构建了包含嵌入式、对话式、自定义和决策四类智能体的 Merlin AI。
UC Berkeley 与 Microsoft Research 等团队发布开源插件 TokenEconomizer,它从智能体在代码仓库的历史会话中学习,在不修改智能体或底层模型的前提下降低后续会话成本。
推荐理由:论文给出了一套不改动模型即可复用的经验式成本控制方法,读者可迁移到自己的编码智能体工作流。
Novo Nordisk 制药技术团队基于 Amazon Bedrock AgentCore 构建了 agentic AI 制造工艺文档智能支持系统,将原本需要数小时或数天完成的工作缩短至数分钟。
AWS 提出五阶段方法论,用 Amazon Bedrock、Kiro IDE 和 AWS Transform 将大型机 Assembler 程序经中间 COBOL 阶段转换为 Java Spring Boot 服务。
OpenAI 宣布启动嵌入式评估的首个阶段,合作方包括 Apollo Research、METR、Transluce 和 Goodfire。上述机构将独立评估模型对齐、安全防护与监控系统。
OpenAI 发布了对超过 1,800 名科学家的调研,展示他们在研究中如何使用 ChatGPT。调研结果涵盖科学家的日常工作流程、自述的生产力变化,以及对科学发现的预期。
Hugging Face 将 Inference Providers 的语言模型路由切换至 OpenRouter,用户用 Hugging Face token 即可通过统一 API 调用服务商托管的开放权重模型。
推荐理由:原文同时给出路由切换细节和开放权重模型使用占比数据,读者可据此评估统一推理入口对现有工作流的影响。
OpenAI 宣布扩大 ChatGPT for Academic Researchers 计划,面向全球 200,000 名研究者免费开放其前沿模型。
Amazon Bedrock 的开放权重模型现已支持显式提示词缓存,用户可在 Chat Completions API 中用 prompt_cache_options 与 prompt_cache_breakpoint 标记可复用前缀,重复上下文直接从缓存读取,从而降低输入成本与响应延迟。
AWS 官方博客讲解如何用 Amazon Bedrock 托管知识库的检索指令为每个租户定制答案。检索指令包含 persona、answerFormat、retrievalGuidance、answerPolicy 四个字段,作为托管且版本化的资源被各请求引用,可固定版本并逐租户灰度发布与回滚。
AWS 官方博客系统总结了 Amazon Bedrock Guardrails 中 Denied Topics 的八条编写最佳实践,指出误拦多源于按主题域而非用户意图组织话题。
推荐理由:文章把误拦问题归因到四种常见写法并给出八条可迁移的编写规范,读者可直接对照自查自家护栏的拒拦边界。
Amazon Bedrock Managed Knowledge Base 现已支持表格搜索,通过 AgenticRetrieveStream 对 CSV、XLSX、XLS 文件运行模型编写的代码,把跨行计算与相关文档事实结合后作答。
NVIDIA 在 SC26 上发布 Rubin HPC GPU,这是 Vera Rubin 平台的新成员,单 GPU 配备超过 50,000 个 CUDA core,采用第七代 NVLink 互联与稀疏数据加速能力,面向科学、工程与分析工作流。该 GPU 通过同步扩展数据传输与计算来优化科学计算,配合 CUDA-X 库可加速智能体调用仿真的反馈循环,预计 2028 年上市。
NVIDIA 在 SC26 上庆祝 CUDA 平台发布 20 周年,回顾其如何从图形处理扩展为现代科学与 AI 的加速计算基石。自 2006 年发布以来,CUDA 已支持 AlexNet 训练与 AlphaFold 2 蛋白质结构预测等突破,并发展出 1000 多个 CUDA-X 库。如今全球有超过 1100 万开发者基于 CUDA 构建应用。
NVIDIA 扩展 CUDA-X 库,为 AI 智能体提供工具,加速从天体物理、材料科学到单细胞生物学的科学发现。cuPhoton.xBeam 将黑洞观测数据分析从一个月以上缩短至 8 分钟,cuPotential 将分子模拟提速至 3x。新开源的 cuSpa 相比 CPU 提速 900x,Daviator 将量子力学计算提速至 22x、成本降低至多 75%。
NVIDIA Vera Rubin 平台首次参加 MLPerf 基准即包揽 MLPerf Training v6.1 全部测试,并在首次 MLPerf Endpoints 提交中实现智能体推理每瓦吞吐量超过 10 倍的代际提升。
Lambda 部署 NVIDIA Photonics CPO 交换机,提升大规模 AI 工厂的能效与可靠性。该网络连接超过 10,000 个 GPU 的 GB300 NVL72 机柜,机柜级延迟降低约 4%,pod 级最高约 10%。相比传统可插拔光模块,其功耗效率最高提升 5 倍、可靠性最高提升 15 倍,并使用 4 倍更少激光器。
OpenAI 为 ChatGPT for Healthcare 推出 computer-use agents、改进后的临床答案以及可跨医疗软件运行的新医疗插件,用于完成实际工作。
推荐理由:读者可据此了解 OpenAI 的 computer-use agents 与医疗插件如何进入现有医疗软件工作流。
The King’s Trust 与 OpenAI 启动 £1m 合作。该合作将帮助英国各地多达 25,000 名年轻人掌握适用于职场的实用 AI 技能。
LVMH 传媒部门与 OpenAI 宣布达成战略合作,将利用 AI 支持新闻业,并通过 ChatGPT 让其出版物更易获取。
NVIDIA 举办的 AI Day Seoul 两天吸引超过 2,000 名参会者,汇聚韩国物理 AI 与 AI 智能体领域的行业领袖、初创企业与开发者社区。Doosan Robotics、Hyundai Motor Group、LG Electronics、SK Group 等韩国企业正基于 NVIDIA 平台推进通用机器人落地。
OpenAI 推出全新的科学博客。该博客将分享新发现、实用方法,以及研究人员利用 AI 推动科学发现的第一手叙述。
文章探索了标准模型的一种候选非微扰格点定义,并展示了 GPT-6 Astra 如何帮助将这一构想转化为详细的证明。该候选定义为在格点上严格刻画标准模型提供了新的研究路径。
Shield 借助 OpenAI 帮助 IT 技术人员将旧门户系统中的工作转交给 AI 处理。其 Forge 智能体负责在各系统间导航,让技术人员专注于需要人工判断的问题。
GS Caltex 打通了 Amazon SageMaker Canvas 与 SageMaker Pipelines 的生产 MLOps 流程,ML 工程师部署模型从约一周缩短到几小时。
Amazon Bedrock AgentCore runtime 的 V2 版本通过预先构建环境快照并按会话恢复,使会话启动更快更稳定。每个会话在独立隔离的 microVM 中运行,平台空闲时缩容至零,V2 还会回收会话未使用的内存以降低成本。文章给出四种加速启动的架构模式,包括用新增的 build hooks 预加载大文件,以及在用户发起请求前预热会话。
AWS 官方博客演示如何用 AWS CDK 将 LiteLLM 与 NVIDIA NeMo Switchyard 路由插件部署到自己的 AWS 账号,把编码智能体的请求在 Amazon Bedrock 上的 Claude Opus 5.5 与 NVIDIA Nemotron 3 Super 120B 之间路由。
OpenFold3-preview 现可通过 Amazon SageMaker JumpStart 部署到自有 AWS 账户。该模型由 OpenFold Consortium 与哥伦比亚大学 AlQuraishi Lab 以 Apache 2.0 开源,可一次预测蛋白、DNA、RNA 与小分子配体复合物的三维结构。端点采用异步推理,支持网络隔离、多 GPU 并行与空闲时缩容至零。
Google Research 报告称,Antigravity /teamwork 多智能体工作流结合 Gemini 4 Argon 等模型,在数学、形式化验证、分子化学和系统工程领域取得一系列成果,相关工具已开始向外部研究者和开发者开放。
推荐理由:原文用大量实例说明并行探索加独立证伪器的多智能体模式如何攻克多年未解难题,读者可据此设计自己的验证式工作流。
AssemblyAI 用 Amazon EC2 Spot Instances、Amazon ECS 和 Amazon SQS 搭建成本优化的语音转文字推理架构,在维持 SLA 承诺的同时显著降低成本。
AWS 官方教程讲解如何通过 IAM Identity Center 联邦身份,为 Amazon Bedrock 上的 AI 编码与生产力工具实现按用户成本归因。
本教程演示在 Isaac Sim 中用 UR17G 机械臂、Robotiq 2F-140 夹爪与饮料罐 OpenUSD 资产完成抓取放置任务,并由 GPT-6 Sol 智能体生成并执行任务代码。
AI2 联合 Carnegie Mellon、NVIDIA 和 Johns Hopkins 的研究者发布 XYBench 基准,包含 8115 条来自 Stack Overflow、Stack Exchange、WikiHow 等的真实问题,衡量模型能否识别用户请求中的隐含误解并引导其转向真正目标。
推荐理由:该基准提供了一种衡量模型识别用户误解能力的框架,实验显示五个主流模型在误解识别上仍落后于人类参考答案。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买,并沿用现有卡保护机制。
推荐理由:智能体获得在用户批准下完成支付的能力,读者可据此判断 Agent 交易环节的自动化程度与安全边界。
llama.cpp 正式发布库 v1.0.0,同时 ggml 也发布 v1.0.0,标志着这一跨平台本地推理项目进入 API 稳定阶段。今后 llama.cpp 和 ggml 将通过主版本号反映公共 C API 和 ABI 的不兼容变更,并遵循语义化版本规则。
推荐理由:v1.0.0 明确了 API 和 ABI 稳定性承诺,依赖 llama.cpp 的下游应用可以据此规划升级与集成。
医疗机构正借助 NVIDIA 技术落地多个 AI 应用,让护理团队减少事务性工作、患者更快获得诊疗。