使用 Parseable 与 Datasette 处理 OpenTelemetry traces
Simon Willison 分享了如何让 Parseable 接收来自 Datasette 的 OpenTelemetry 追踪数据。Parseable 是兼容 OpenTelemetry 的新观测平台,开源版为 AGPL 协议的 Rust 实现(单个约 180MB 二进制文件),另有企业版与云端托管选项。
Simon Willison 分享了如何让 Parseable 接收来自 Datasette 的 OpenTelemetry 追踪数据。Parseable 是兼容 OpenTelemetry 的新观测平台,开源版为 AGPL 协议的 Rust 实现(单个约 180MB 二进制文件),另有企业版与云端托管选项。
AWS 发布指南,详解如何用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾。智能体基于 Strands Agents 与 MCP 对接后端,实现语音查航班、改座位与转接人工。系统各层可独立扩展,并提供含合成数据的示例航空后端。
数据科学家现在可以直接在 Amazon SageMaker Studio 中创建、配置、启动和管理 SageMaker HyperPod Spaces,无需再使用 HyperPod CLI 或 kubectl。
通过 Amazon SageMaker Unified Studio 管理 SageMaker HyperPod 时,可在组织、项目、集群、工作负载四个层级保留治理控制。
开发者 Niko1221 开源 Strata 引擎,可在 12GB 显存以上的消费级显卡上运行量化版 Qwen3.8-Flash-Next(1250 亿参数)模型。
推荐理由:原文给出把 MoE 专家分级载入 RAM 加投机解码的显存优化思路,可迁移到其他大模型本地部署场景。
Cohere 发布 North 2,将其企业平台升级为可跨会话保持上下文、自主执行多步工作流的 AI 智能体控制中心。平台模型无关,既支持 Command A+ 也可接入企业自有模型,并支持本地、云端及完全物理隔离部署,管理员可通过 North Admin 管理 token 用量、用户配额与访问权限,智能体执行关键操作前需请求人工批准。
智谱 GLM-5.3 接入亚马逊云科技旗下 Amazon Bedrock,AWS 基于模型调用量与智谱进行收入分成,公司近期已与多家海外云厂商落地该模式。国内方面,阿里云百炼平台等已签署类似分成协议,华为云上架 GLM-5.3 并达成合作意向。
Felix Rieseberg 说明 Cowork 新版本把模型推理和 VM 都放在云端运行,每个会话获得独立沙箱、不与其他会话共享状态。旧版本在用户电脑上运行 Anthropic 提供的 VM,带来磁盘、电量与性能代价,且合上笔记本工作就会停止;新版本中,桌面应用负责 VM 需要的本地文件访问工具调用。
一款命令行工具可快速移除 macOS 27 中的 Apple Intelligence。该工具可释放超过 12GB 的存储空间。
AWS 官方博客介绍如何在 AWS GovCloud (US) 中通过 Amazon Bedrock 运行 Claude Code,让受 ITAR 等合规要求约束的工作负载也能进行 AI 辅助开发。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 智能体技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。
Quick Resource Migrator 是基于 Amazon Bedrock AgentCore 的 MCP 服务器,可单次调用把 Amazon Quick 的代理、连接器、知识库、流程与空间从开发账户提升到生产账户。迁移为幂等 upsert,变更前写入 Amazon S3 备份并支持只读预览,权限经 API 读取后在目标账户重放。源代码在 aws-samples 仓库提供。
AWS 官方博客逐步演示了在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 构建 RAG 应用,对比标准检索与智能体检索两条路径。
AWS 官方博客演示如何用 Amazon Bedrock AgentCore Evaluations 构建并评估一个多智能体供应链决策系统,示例企业 AnyCompany Retail 采用一个编排智能体加优化、配送、路由、分析四个子智能体。
NVIDIA Inception 计划的多家初创公司正借助 NVIDIA AI 基础设施,在乳腺癌影像、风险评估与治疗规划等环节开发 AI 应用。
Simon Willison 认为按量付费服务和 API 应将硬性预算上限作为默认选项,即达到每月 $X 后直接断开服务并返回错误,因为编程智能体大幅降低了创建可消费代码的摩擦,软上限的警告邮件不足以防止一觉醒来收到巨额账单。
OpenAI 发布 GPT-6 系列模型实践指南,说明创业公司如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具,并为生产环境准备工作流。
推荐理由:指南覆盖模型选型、推理强度调节与生产工作流准备,可直接用于 GPT-6 多版本之间的选型与调参决策。
MIT Technology Review Insights 报告提出"agentic shift"(智能体转型):企业 AI 正从工具转变为运营模式,扩展难题本质是结构性的。
AWS 提出 Adjudicated Query 模式:业务用户在 Amazon Quick 聊天界面用自然语言提问,模型只负责翻译问题和复述结果,通过/失败判定全部由确定性规则引擎完成。
推荐理由:原文给出了一种可迁移的架构方法,把自然语言入口交给大模型、把通过/失败判定保留在确定性规则引擎中,适合需要可证明完整性与可辩护性的合规场景。
Google Research 宣布新一代联邦学习系统,利用可信执行环境(TEE)提供完全可验证、可审计的数据匿名化保证,Gboard 已率先采用。新系统由客户端加密上传与访问策略、基于 RAFT 共识的 KMS 密钥管理、用 Federated Language 编排的 TEE 训练循环以及加密恢复状态协同工作,训练时间从此前的 1-2 个月大幅缩短,同时模型准确率提升。
推荐理由:原文对比了新旧联邦学习系统在隐私可验证性与训练效率上的差异,读者可了解 TEE 如何移除对服务器运营方的信任依赖。
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访,介绍公司向 AI-native 转型的由内而外策略:先用 AI 提速内部产品开发,再把同样能力用于客户体验。
NVIDIA 推出 DGX Spark 64GB 统一内存配置,本月由 Acer、ASUS、Dell、Gigabyte、HP、MSI 销售,10 月 23 日起售价 $4,999。
推荐理由:新配置把本地智能体开发门槛降到 $4,999,两台组网即可扩展至 128GB 内存,读者可据此评估本地部署的扩展路径。
NVIDIA AI 工厂通过高产能、耐用性和通用性最大化投资回报,SemiAnalysis AgentX 数据显示 Vera Rubin NVL72 每兆瓦吞吐量较 GB300 NVL72 提升超 30 倍。NVIDIA GPU 生命周期长,2020 年发布的 A100 至今仍在商业服役。该平台支持各类 AI 与非 AI 工作负载,覆盖预训练到推理全阶段,确保持续盈利。
Latent Space 在 OpenAI DevDay 后专访 Computer Use 负责人 Ari Weinstein 与 API 负责人 Nikunj Handa,逐项拆解当天发布的新 Agent 栈。
CoreWeave 在旧金山举行的 CoreWeave Fully Connected 大会上宣布 NVIDIA Vera Rubin NVL72 系统在 CoreWeave Cloud 上可用,并推出统一的训练与评估环境 CoreWeave Forge。
随着 AI 从试点走向生产,HPE 建议企业按实际工作负载评估自建算力与按量付费的成本临界点,将 AI 从变动开销转为可优化的战略资产。Deloitte 2026 年企业 AI 报告显示,2025 年员工 AI 使用率上升 5%,至少 40% AI 项目进入生产的公司占比预计六个月内翻倍。投入前需确认需求是否稳定可预测、自建何时更经济,以及能否通过治理与用例扩展保持算力利用率。
Michael Levin 发表论文提出"柏拉图心灵空间"假说:心灵是非物理的模式,身体与机器都是这些模式进入物理世界的接口,心脑关系如同数学与物理学的关系。论文以 xenobots、anthrobots 等生物机器人及排序算法实验为例,论证简单系统也能涌现出超出其自身定义的复杂行为。作者认为该框架或可为理解人类心灵与 AI 心灵的关系及对齐问题提供新线索。
GitHub Copilot 的 canvas 是运行在 Copilot 应用内的全栈小应用,可与智能体双向通信;作者认为聊天并非 AI 的最佳交互界面,多数场景下自定义 UI 更合适。文中演示了与 GPT-5.6 Sol 对战 Connect 4、Winget 包管理、SQLite 数据库操作等 canvas 示例,并建议让智能体构建可复用工具而非把智能体本身当工具,以避免浪费 token。
推荐理由:作者给出可迁移的方法,与其把聊天当万能界面,不如让智能体先构建专用工具,后续交互不再消耗 token。
GitHub Security Lab 开源了 Fuzzing Taskflow,一条面向 C/C++ 项目的全自动模糊测试流水线,只需指向 GitHub 仓库即可自动完成入口识别、harness 编写、运行 AFL++、覆盖率分析、崩溃分类和漏洞报告。
推荐理由:原文给出了把模糊测试循环交给 LLM 智能体的完整设计,其决策与执行分离的思路可迁移到其他安全自动化流水线。
GitHub Copilot app 重构了 pull request 视图,使超大 diff 与海量评论下浏览依然流畅;团队用一个 2,200 文件、超过 100 万行改动、400 余条内联评论的开源 pull request 做极限验证。核心方案是把文档高度拆成确定性的代码行高与按需测量的动态块两套几何,动态块以文件、行和侧边锚定并记录内容指纹,重排时也不会丢失定位。
Microsoft Research 的系统研究表明,将物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU,可提升机器人任务成功率、支持更大模型并延长续航。
Google DeepMind 宣布为 Private AI Compute 平台引入私密的服务端记忆层,让 AI 在跨设备间保持长期连续性的同时维持与端侧处理同级的隐私标准。
推荐理由:原文给出安全飞地、加密通道与设备端密钥相结合的架构细节,可迁移到其他需要云上持久记忆的隐私保护设计中。
支撑 Copilot CLI、应用和 SDK 的 Copilot agent runtime 已从 TypeScript 完全重写为 832,378 行生产级 Rust,大部分代码由 Copilot 智能体经 128 个 PR 以逐组件原子替换的方式完成,运行时性能提升数个数量级。
推荐理由:原文完整记录了用智能体完成大规模语言迁移的方法与数据,原地原子替换和提示缓存策略可直接迁移到同类重构项目。
Mistral 与 Cloudera 宣布建立合作伙伴关系,将 Mistral 的模型集成到 Cloudera 混合数据平台,使企业能在私有云、公有云、本地及完全隔离环境中部署 AI 模型并保持完全控制。企业还可在受控环境中基于大量专有数据训练定制模型,同时保留数据与生成智能的所有权。该合作面向 Cloudera 平台上 30 exabytes 的客户管理数据,旨在满足不断增长的主权 AI 需求。
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 油藏模拟器代码迁移到 C++,该代码库没有测试套件和集中文档。团队先给 Fortran 代码加状态导出并用 C++ 测试框架做数值一致性验证,再用 Vibe CLI 生成上百个智能体沿调用树整理散落在 PDF 和注释中的文档。
Mistral 与 HUMAIN 宣布战略合作,将在沙特及中东地区推进主权 AI,合作规模达数亿欧元。双方初期聚焦网络安全与语音,计划开发阿拉伯语表现强劲的前沿模型,Mistral 还将探索使用 HUMAIN 的数据中心基础设施支持本地算力需求。两家公司同时计划在沙特推出面向受监管行业的联合市场策略。
Microsoft Research 发布深度学习 DFT 泛函 Skala 1.1,训练数据为首版的 2.5 倍,GMTKN55 加权平均误差 2.8 kcal/mol,在 55 个类别中 32 个排名第一。
Mistral AI 发布 Agentic Search 检索层,以多步检索循环让模型在复杂文档中查找、检视并验证信息,在 FinanceBench 上将正确率从 26.7% 提升至 86%,在 OfficeQA Pro 上从 6.3% 升至 51.9%,p90 延迟最高降低 39.6%,token 消耗最多减少三分之一。
推荐理由:原文用两组基准给出 Agentic Search 相对一次式 RAG 的准确率、token 与延迟对比,可据此判断多步检索循环的收益边界。
Mistral AI 宣布从三方面推进客户的主权 AI:推理的区域控制、开放模型选择以及欧洲算力的长期保障。
K-Search 为进化式内核搜索框架新增 MLX 后端,通过结构化 CUDA-to-MLX 翻译层将现有 CUDA 内核自动适配为 Apple Silicon 的高质量 GPU 内核,无需从零重建。