跳到正文
11月19日周四
  1. 博客园50

    黑板架构:多个 Agent 如何协作解决复杂问题

    本文介绍黑板架构这一多 Agent 协作模式,多个 Agent 将观察、假设和阶段性结果写入共享状态空间,其他参与者根据当前信息继续推进任务。文章以报表导出 API 超时的排查为例,展示日志、指标、代码和测试 Agent 如何围绕黑板接力调查,并说明控制器激活与机会式参与两种协调方式。

  2. 博客园47

    vivo 研发数字人 Agent:从 0 到 1 的架构与实践

    vivo 互联网搜索团队基于 OpenTask 大模型构建轻量化「研发数字人 Agent 系统」,已替代 80% 以上繁琐事务。系统采用「离线知识库静态支撑 + MCP 动态接口调用 + 个性化 Skill 推理」三层架构,实现问题受理、信息检索、逻辑分析、方案输出的全流程自动化闭环。该系统具备低侵入、可自进化特性,让研发人员聚焦核心开发工作。

  3. 博客园83

    Harness:把裸模型变成能用的 Agent

    这篇长文系统讲解 Harness 这一 Agent 运行时概念,即模型之外的一切:工具派发、状态与记忆、沙箱执行、上下文管理与权限护栏。文章以 Microsoft Agent Framework 为例,拆解历史、上下文、压缩三个插槽的接口语义,并给出工具循环的四个工程要点:异常回填为结果、callId 配对、步数按模型调用轮计、并行结果按 callId 有序回填。

    推荐理由:原文把工具循环的异常回填、callId 配对、步数预算等工程细节拆开讲清,读者可直接对照排查自家 Agent 的同类失败。

  4. 博客园56

    128GB 让本地跑大模型成为日用品,但分水岭不在硬件

    128GB 统一内存设备让本地跑 70B-100B 级模型并带长上下文成为日常,24GB 显卡则因装不下权重加 KV cache 而做不到。11 月评测显示英伟达 DGX Spark 与 AMD 迷你主机生成速度几乎打平(273 与 256 GB/s),AMD 平台价格约为一半、国内同类整机已在 2.3 万元档,微软也将 AMD Ryzen AI Max 写入本机模型支持名单。

  5. AWS Machine Learning Blog31

    Exa 将嵌入吞吐量提升 50%,在 AWS AI 芯片上索引数十亿文档

    Exa 将嵌入基础设施迁移至 AWS Neuron 硬件(AWS Inferentia2 与 AWS Trainium2),实现约 50% 的吞吐量提升。通过权重布局优化、autocast、NKI 内核与自定义融合 SwiGLU MLP 内核,该方案在保持 0.999 余弦相似度的同时消除了内存瓶颈。此次升级支持对 300 亿份高优先级文档的重新嵌入,以优化其语义搜索网络索引。

  6. AWS Machine Learning Blog71

    Airbnb 如何以单任务成本在 Amazon Bedrock 上运营编码智能体

    Airbnb 分享了如何用单任务成本(cost per task)在 Amazon Bedrock 上评估并运营内部编码智能体 AirChat。发布前对每个模型和推理强度跑自建任务评测,同时记录分数与单任务成本;发布后用 CloudWatch 的延迟、限流和 token 指标对照评测结果排查问题。

    推荐理由:原文给出了一套把评测分数和单任务成本结合起来选模型、再用生产数据回检的完整方法,可直接迁移到自己的编码智能体运维。

  7. AWS Machine Learning Blog63

    Amazon SageMaker JumpStart 推出模型排行榜

    AWS 在 SageMaker Studio 中推出 JumpStart 模型排行榜,可横向比较 70 多个开放权重模型的质量、速度和成本,模型来自 Meta、Google、Qwen、IBM 和 Arcee 等提供商。

    推荐理由:原文说明排行榜如何用统一方法测量质量、速度与成本,读者可据此建立从筛选到部署的选型流程,不必再拼接不同来源的数据。

  8. The Verge · AI35

    迪士尼全新《星球大战》机器人角色借助 AI 与游客互动

    迪士尼幻想工程研发部门展示了三款名为 Vilo Vele、Kado Bre'a 和 Jibu Bre'a 的《星球大战》Audio-Animatronic 原型,它们借助 Amazon AWS 云端运行的多个 AI 模型实时回应游客互动。三个机器人将于本月底在拉斯维加斯 AWS re:Invent 大会上首次公开亮相。其动作与台词均由幻想工程师预先编写,AI 仅负责选取和触发,确保角色不偏离设定。

11月18日周三
  1. Hugging Face Blog39

    IBM 时间序列模型登陆 Confluent Streamhouse:新前沿与用例

    IBM 时间序列基础模型(累计下载量超 5000 万)现原生集成至 Confluent,云端与本地均可仅凭 CPU 运行、无需 GPU。团队可通过 Apache Flink 用 SQL 对流式数据执行预测、异常检测与语义智能,并把结果直接交给负责后续动作的应用与人员。模型可服务于制造、零售、银行、航空等关键场景,如提前 4 小时预测生产线合格率、评估卡支付信号与预测交易量。

  2. NVIDIA Blog70

    NVIDIA RTX Spark 紧凑型桌面主机正式上市

    NVIDIA 宣布来自 ASUS、Dell 和 MSI 的 RTX Spark 紧凑型桌面主机现已上市,为本地 AI 智能体、图像与视频生成及模型微调提供专用 Windows PC。

    推荐理由:原文列出了硬件规格、本地模型规模上限和软件生态适配,读者可据此判断它能否承接现有本地 AI 工作流。

  3. IT之家39

    AMD 推出 Instinct MI450X 显卡加速器:MI455X 同核心规格,显存降至 288GB HBM4

    AMD 扩展 Instinct MI400 系列,推出 MI450X 显卡加速器,核心规格与 MI455X 完全相同、算力不变,显存从 432GB 降至 288GB HBM4(应为 12 个 24GB 堆栈),峰值显存带宽不变。AMD 表示,对符合其显存容量的工作负载,MI450X 可在满足吞吐量和响应时间目标的同时优化运营成本。

  4. IT之家53

    腾讯高管:预计 2028 年 AI 投入产出效率将改善

    腾讯高管在业绩会上表示,公司当前资本开支主要用于 AI 基础设施建设,随着基础设施复用、硬件采购成本下降以及计算效率提升,预计到 2028 年 AI 业务投入产出效率将改善。腾讯财报显示,2026 年第三季度录得负自由现金流 691 亿元,主要被资本开支付款 651 亿元等抵销;若剔除算力采购预付款,自由现金流将转正至 169 亿元。

  5. AWS Machine Learning Blog68

    降低 Amazon Bedrock AgentCore JSON 工作负载的 token 成本与延迟

    AWS 与 Flightscape 分享三种可组合的优化策略,让处理 20 MB+ JSON 负载的生产级智能体显著降低 token 成本与延迟。三种策略分别是把重型工件卸载到 Amazon S3 并只持久化内容寻址引用、对超大列表结果按需分页、用结构描述符压缩超大字典输出。

    推荐理由:三种可组合策略把大 JSON 负载移出模型上下文并附完整代码,处理类似负载的智能体团队可直接迁移复用。

  6. AWS Machine Learning Blog61

    AWS:规则交给代码、判断交给模型,削减生成式 AI 成本

    AWS 官方博客提出,生成式 AI 工作流最大的成本杠杆是先判断每个步骤是否需要调用模型:能用规则校验的步骤交给确定性代码,固定选项的决策用受限决策调用并设置升级信号,只有开放式任务才交给规格合适的 Amazon Bedrock 模型。

    推荐理由:原文提供了一套可迁移的步骤级决策框架,读者可对照自己的工作流找出不必调用模型的环节以降低成本与延迟。