二十多个轮子,先交付最吃重的那个:Vane.NET 1.0.0-preview.1 发布
Vane.NET 1.0.0-preview.1 发布,它是 Vane 五层架构的 L1 网络层,一个协议无关、零第三方依赖的 .NET 网络内核。该内核支持 TCP、QUIC 等 8 种传输和管线、会话、命令 3 种开发模式,首期发布 Vane.NET、Vane.AspNetCore、Vane.Mcp 三个 NuGet 包。
Vane.NET 1.0.0-preview.1 发布,它是 Vane 五层架构的 L1 网络层,一个协议无关、零第三方依赖的 .NET 网络内核。该内核支持 TCP、QUIC 等 8 种传输和管线、会话、命令 3 种开发模式,首期发布 Vane.NET、Vane.AspNetCore、Vane.Mcp 三个 NuGet 包。
本篇是「手搓 AI Agent」系列第 10 篇,给已能调工具、会规划、可接 MCP 的 Agent 补上参数级权限、路径沙箱与人工审批三层边界,三者一律 fail-closed。
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。
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。
RunningHub全球AIGC长片创作大赛正式收官,全球征集1500多部作品,长剧和电影级长片占比超过八成,其中20多部时长超过60分钟,近百条作品播放量破百万。
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。
Amazon SageMaker AI Serverless Model Customization 现已支持 Full Fine-Tuning(FFT),无需 GPU 预置或集群配置即可全参数微调模型。
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。
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。
AWS 为 Amazon SageMaker HyperPod 推出三项新能力,用于更早发现分布式训练故障并提升集群 goodput。
该文将 AWS 负责任 AI(RAI)的八个维度映射到 Amazon Aurora PostgreSQL-Compatible Edition 的各项能力,并以基于 RAG 的客服聊天机器人为参照用例,深入设计其中的可解释性(Explainability)维度。
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。
Amazon Bedrock AgentCore Identity 现已支持私有身份提供商的私有 CA 证书,让智能体信任组织自建 IdP(如 Keycloak)已在使用的私有证书颁发机构。
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。
OpenAI 阐述了从训练到部署管理前沿 AI 风险的完整方法,涵盖模型对齐、沙盒、拦截性防护措施与监控四个环节。这些机制覆盖模型生命周期的不同阶段,使风险在训练期与部署后都受到管控。
Social Department 构建了运行于 Amazon Bedrock 的 QuickSearch 系统,通过 Shareable Scenes、Quotable Quotes、Memeable Moments 和 Trend Align 四个一键操作,直接返回营销人员难以用文字描述的视频片段。
OpenAI 发文解析 Codex 沙箱的运行机制。Codex 在 macOS、Linux 和 Windows 上执行命令时,会执行用户设定的文件系统和网络限制,使本地命令执行处于用户可控的边界内。
Stretto 联合 AWS 生成式 AI 创新中心与 CI&T,基于 Amazon Bedrock 的语音到语音模型 Amazon Nova 2 Sonic 构建 AI 语音智能体 Tara,以电话自动完成破产咨询的多阶段信息采集。
Amazon Bedrock AgentCore Gateway 可在 hub-and-spoke 网络中连接私有 API 与 MCP 服务器,同时让双向流量都经过检查 VPC 的中央防火墙。
Hugging Face 基于 272 个生产环境 SFT 任务(约 7,382 GPU 小时、NVIDIA H200)发现,常用 FLOP 预估与实际耗时偏差很大(R² = 0.31,MAE 12.41 h),而仅用派发前配置信息训练的 CatBoost 回归器达到 R² = 0.98、MAE 1.71 h、中位误差 0.51 h。
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。
Hugging Face 的 Inference Providers 现在默认通过 OpenRouter 路由语言模型请求,按价格、速度和可靠性挑选供应商并在故障时自动切换,现有代码无需改动。
同一新闻,精选展示《Hugging Face 与 OpenRouter 合作,Inference Providers 切换至 OpenRouter 路由》
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。
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。
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。
作者开源发布了一套由 8 个 SKILL 组成的 AI 辅助开发能力包,并系统解释其设计逻辑。整套工具围绕项目规格化文档 ProjectSpec 的三层结构展开。
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。
Anthropic 发布《Building always-on agents》,提出 Always-on Agent 架构:模型大部分时间休眠,事件到达或定时到期才启动 Run。
AI 数据库落地的关键在于把语义、推理、检索、图化、安全五层放进库内承载,而不是外挂三件套,选型顺序一错就要反复返工。金仓在库内用 ONNX 就地完成向量化,DiskANN 索引在 1 亿条向量、768 维、98% 召回率条件下内存占用降低 95.4%。
本篇是「手搓 AI Agent」系列第 9 篇,不引入任何 MCP SDK,手写客户端与服务端,让 Agent 通过统一协议调用外部服务。
作者用 AI 从零搭建个人档案站 yangyuanchao.cn,技术栈为 React 18 + webpack 5 + CloudBase 静态托管 + EdgeOne 加速,用构建期预渲染生成 287 个静态页面解决 SPA 的 SEO 空壳问题。
Anthropic 更新 Claude 平台文档,推出名为关联计费的 OAuth 测试版功能,用户在第三方 AI 应用中可直接用自己 Claude 账户支付背后的 API 调用费用,替代以往共享 API 密钥的方式。
本机用 bge-small-zh 提取原始 CLS 向量实测:未归一化点积分数从 11.7 爆到 36.2,阈值没法设、分数不可解释,根因是点积里混进了两个不受控的范数。
Amazon SageMaker HyperPod Inference 现支持 NVIDIA Dynamo,将后者的多节点部署、prefill/decode 分离与 KV-aware 路由能力接入 HyperPod 的基础设施管理。
Simon Willison 与 Prime Radiant 合作提出外部沙箱模式,让智能体本身运行在沙箱之外、其执行的代码进入专用沙箱,以防本地模型出错或提示词注入攻击破坏本机,并发布了 external-sandbox-v86、external-sandbox-container 和 external-sandbox-quicksand 三种实现。
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。
Amazon SageMaker AI 为实时端点推出 KV cache 感知路由(RoutingStrategy 设为 KV_AWARE),依据模型容器上报的缓存状态,把请求发给持有最长缓存匹配且不繁忙的实例。
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。
Amazon Bedrock AgentCore Identity 实测支持三种 OAuth 配置,用于 AI agent 调用 Snowflake 管理 MCP server 时的出站认证。
AWS Agent Registry 现已支持自定义元数据 schema,管理员可定义字段名、类型、允许值和必填项,注册表对每条记录强制校验。记录缺必填字段或值非法会被 ValidationException 拒绝,未填元数据的记录保存为 NON_COMPLIANT 且不能提交审批。