PyTorch 推出新的 PyTorch Certified Associate (PTCA) 认证路径
PyTorch 与 Linux Foundation Education 合作推出了新的 PTCA 认证路径，将四个自定进度的学习模块与 PTCA 认证考试整合为一个结构化学习体验。该路径涵盖张量操作、数据处理、神经网络构建和模型优化等核心技能，总计包含 15-17 小时的学习与实践。该认证旨在验证初学者对 PyTorch 核心概念和工作流程的理解。
#教程/实践
PyTorch 博客AI 评分1313 Databricks 博客AI 评分3333 如何选择首批 Genie Agents 以实现最大影响
Databricks 提出一个基于五个核心变量的框架，用于评估和选择应优先构建的 Genie Agents。该框架通过业务影响、需求频率、数据就绪度、范围清晰度和治理风险匹配度对候选工作流进行 1-5 分评分，总分 20-25 分的工作流适合立即构建。一个活跃的高管支持者对于将高性能 Agent 转化为被广泛采用的工具至关重要。
OpenAI NewsAI 评分2626 GPT-6 模型家族使用指南
OpenAI 为初创公司发布了一份 GPT-6 模型家族的使用指南。该指南涵盖了模型选择、推理力度调整、提示词与技能优化、工具协调以及生产环境工作流准备等关键主题。
AWS Machine Learning BlogAI 评分3838 使用 Amazon Quick 与 Adjudicated Query 模式批量审查数千份租赁合同合规性
AWS 博客介绍了名为 Adjudicated Query 的设计模式，用于在 Amazon Quick 聊天界面中处理大规模、高风险的合规审查。该模式将自然语言查询转换为对确定性规则引擎的固定调用，确保审查的完整性与可验证性，适用于租赁合规、制裁筛查等多个领域。
AWS Machine Learning BlogAI 评分4040 如何通过 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全的 Web Search 功能
通过 Amazon Bedrock AgentCore Gateway 可将 Claude Desktop 连接到 Web Search 功能，以获取模型训练截止日期后的实时信息。
AWS Machine Learning BlogAI 评分4848 使用 Amazon SageMaker AI 多轮强化学习微调搜索智能体
使用 Amazon SageMaker AI 多轮强化学习（MTRL）微调 Qwen3.6-27B 模型，构建了一个自主使用 BM25 和向量搜索工具的搜索智能体。
GitHub Blog · AI & MLAI 评分3131 AI 如何改变开发者工作：三项需强化的技能
AI 正在改变开发者的工作方式，要求其掌握引导 AI 智能体而非仅使用工具、不盲信 AI 的首个答案并进行交叉审查，以及利用 AI 节省的时间去解决更宏观问题等三项关键技能。GitHub Copilot 内置的 Rubber Duck 智能体已采用第二模型来审查计划、代码和测试。开发者应将时间更多用于理解客户需求、评估权衡和做出 AI 无法替代的技术决策。
LangChain 博客精选AI 评分6969 LangChain 发布模型路由构建教程
LangChain 在其开源编码代理 Open SWE 中实现模型路由，通过任务分析与模型分级匹配，将中位数成本降低64%且质量无明显下降。该教程详细说明了任务分类、模型选型、路由逻辑设计及效果验证方法，并提供可复用的中间件工具。
推荐理由：原文给出了模型路由的构建步骤和实测效果，读者可直接复用其方法框架。
Databricks 博客AI 评分3030 基于 Databricks Lakebase 与 AI 搜索构建实时电商推荐系统
Databricks 推出基于 Lakebase 与 AI 搜索的实时电商推荐架构，支持每秒 1,000 事件的点击流数据处理，实现毫秒级响应。系统通过 Zerobus Ingest 直接将用户行为数据写入 Unity Catalog Delta 表，实时推理路径绕过湖仓存储，确保 session 级上下文即时可用。
Vercel 博客AI 评分4141 Vercel AI SDK for Python 新增 Jev 实验性 API
Vercel 为 Python 开发者发布了 AI SDK 的最新版本，新增了实验性的 `evaluate()` API 以直接调用 Jev 模型。Jev 是一种基于大语言模型构建的通用分类器，旨在快速、低成本地处理结构化分类任务，并返回 JSON 格式的答案和置信度。开发者可通过 `uv add ai` 安装 SDK，并设置 AI Gateway 密钥来使用该功能。
Vercel 博客AI 评分2727 Rogo 如何在 Vercel 上 5 分钟内将智能体编写的代码部署至生产环境
Rogo 在 Vercel 上重构其内部应用，实现了智能体编写的代码在 5 分钟内即可部署至生产环境。该团队利用 AI SDK 上的智能体群，在生产事故中实现零人工干预的自动诊断与修复，每月部署次数超过 73,000 次。
AWS Machine Learning BlogAI 评分3838 如何在 Amazon Bedrock AgentCore 上使用智能体 AI 扩展云迁移
一种基于 Amazon Bedrock AgentCore 的四智能体模式，将单个应用的基础设施即代码开发时间从 3-4 周缩短至分钟级。该模式与 AWS Transform 和 AWS DMS 等托管服务协同工作，通过 Model Context Protocol 工具连接组织内部系统，并包含 Intake、IaC、迁移治理及 SRE 四个专用智能体。
AWS Machine Learning BlogAI 评分4646 使用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit (NAT) 可通过自定义插件将 Amazon S3 Vectors 集成为持久化记忆后端。该实现利用 Amazon Titan Text Embeddings V2 生成嵌入向量，并支持基于元数据的过滤和强一致性写入。此方案为需要弹性扩展至数十亿向量、具备成本效益的多智能体生产系统提供了记忆层。
AWS Machine Learning BlogAI 评分3030 AWS 博客：使用上下文多臂老虎机在 AWS 上通过个性化提升获客漏斗的转化率
Amazon Payments 在 Amazon SageMaker AI 上应用了基于多目标上下文多臂老虎机的个性化方案，以优化产品获客漏斗。一项为期七周的在线 A/B 测试显示，针对某一客户群体，漏斗最终转化率实现了较高的个位数百分比相对提升。该方案使用 LinUCB 算法，通过线性组合各阶段（申请开始、提交、批准）的 UCB 分数来同时优化整个漏斗，并提供了可在合成数据上测试的代码库。
AWS Machine Learning BlogAI 评分4545 使用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到人机协同工作流
Amazon Bedrock AgentCore 平台支持构建响应事件流的环境智能体，通过内置的 `ask_human` 工具在需要时暂停以获取人工输入。该平台利用 AWS Lambda 进行事件处理，并集成 Anthropic Claude Sonnet 4.5 等基础模型，提供基于容器的执行环境以支持长时间运行的工作负载。
AWS · AI 博客AI 评分3030 实现 Claude 平台在 AWS 上的多环境访问
本文介绍如何在 AWS 上为 Claude 平台配置多环境访问，包括生产环境、开发环境和外部服务环境。通过创建专用的 AI Services 账户并设置跨账户 SigV4 认证、工作区限定的 API 密钥和 OIDC 联邦认证，实现不同环境之间的隔离与安全调用。每个步骤包含 CLI 命令、控制台操作或代码片段，适用于需要在 AWS 多账户架构中部署 Claude 平台的组织。
AWS · AI 博客AI 评分1919 uniopen 如何定制 Amazon Nova 2 Lite 以符合其零售内容审核政策
uniopen 通过监督微调和提示词优化，将 Amazon Nova 2 Lite 适配至其零售内容审核政策。该方案在 Amazon SageMaker AI 中实现，保持了数据、训练、配置和操作控制的一致性。
NVIDIA · 开发者博客AI 评分3434 微调 NVIDIA Nemotron 以适应沙特阿拉伯方言，并拓展至其他语言
NVIDIA 展示了如何微调其 Nemotron 自动语音识别模型以适配沙特阿拉伯方言。该方法旨在解决区域方言和本地录音条件在预训练数据中代表性不足的问题，确保模型能处理人们的实际口语，而不仅仅是基准测试中表现良好的主流语言。此微调路径也可应用于其他语言。
OpenAI NewsAI 评分2626 The Den 借助 ChatGPT Work 每周节省 10-15 小时以促进增长
The Den 社交俱乐部通过使用 ChatGPT Work，每周节省 10-15 小时用于业务增长。该工具帮助其在 2 小时内完成原本需 3 天的拨款申请，并在 3 小时内完成原本需 4 天的酒类许可证材料准备。
NVIDIA · 开发者博客AI 评分2424 NVIDIA Dynamo-Triton 部署 HSTU 生成式推荐系统指南
NVIDIA 开发者博客介绍了使用 NVIDIA Dynamo-Triton 部署 HSTU 生成式推荐系统的方法。该方法将推荐任务重构为用户行为序列建模，将交互、上下文、候选项目和行动作为高基数事件流中的 token 进行处理。
NVIDIA · 开发者博客AI 评分2222 NVIDIA NeMo Relay 如何追踪智能体行为
NVIDIA NeMo Relay 工具可用于追踪和分析智能体工作流中的低效行为。该工具能揭示导致延迟增加和 token 消耗的冗余步骤，例如失败的搜索或重复的文件读取，从而帮助开发者优化智能体性能。
AWS · AI 博客AI 评分2727 Amazon Bedrock Knowledge Bases 如何用自然语言查询理赔信息
Amazon Bedrock Knowledge Bases 提供了一种通过自然语言查询理赔文档并返回带引用答案的解决方案。该方案使用 AgenticRetrieveStream API 从 PDF、Word 和文本笔记中检索信息，并通过上下文对齐检查确保答案基于最新记录。应用可实时显示答案和引用来源，适用于处理理赔状态查询、多轮对话和元数据过滤等场景。
PyTorch 博客AI 评分4141 Torch Spyre 如何通过 PyTorch CRCR 实现上游变更与下游信心的集成
Torch Spyre 基于 PyTorch 跨仓库 CI 中继（CRCR）实现了 L2 级集成，通过智能体流程从代码和执行证据中筛选并重组测试，并使用声明式 YAML 框架在不修改上游测试的情况下适配它们。这套方法旨在为任何通用的 privateuse1 设备提供可扩展的测试解决方案，并计划与 PyTorch 社区合作，将可复用部分上游化。
NVIDIA · 开发者博客AI 评分3636 NVIDIA TensorRT Model Connect 构建经验：专为 AI 原生设计
NVIDIA 开源了基于 TensorRT 的 AI 模型参考实现库 TensorRT Model Connect。该项目围绕编码智能体设计，采用了并行工作、模型族隔离、可逆变更和 GPU 验证等核心原则。
AWS · AI 博客AI 评分2828 Amazon Quick 提示工程基础：提升 AI 功能响应准确性的关键原则
Amazon Quick 的提示工程决定了其 AI 功能对自然语言请求的响应准确性和可靠性。本文介绍了适用于所有 Quick 功能的核心原则和结构化框架，包括通过具体性提升清晰度、利用上下文增强相关性、用示例替代抽象描述等方法。CRISPE 框架提供了一种通用的复杂请求结构，涵盖上下文约束、角色责任、意图输入和步骤范围等要素。
AWS · AI 博客AI 评分3131 Amazon Quick 的提示工程：组件解析与常见误区
Amazon Quick 的提示工程通过不同组件实现差异化处理，本文解析了 Quick Research、Quick Flows 和 Quick Sight 的提示设计模式与陷阱。
AWS · AI 博客AI 评分5050 AWS 博客：使用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 驱动的合同智能平台
AWS 博客介绍了一个结合 AI 智能体进行结构化提取和 RAG 进行文档检索的混合架构，用于处理大规模合同文档。该平台使用 Claude Sonnet 进行字段提取，Claude Haiku 进行独立验证，并在签名检测出现分歧时调用 Amazon Textract 作为裁决器。
Replit 博客精选AI 评分7777 Replit Agent 发布支持模型自主决策的新功能
Replit Agent 发布新功能，允许 GPT-6 Astra 等模型在任务执行中自主决定子代理层级、努力程度和复用策略，实现动态 delegation。在 DeepSWE 和 Terminal-Bench 基准上，该架构在成本与性能上均优于 Astra 单独运行及侧边工架构，且无需修改提示或框架。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS · AI 博客AI 评分2424 Condé Nast 如何利用 Amazon Bedrock 构建多模态视频发现系统
Condé Nast 与 AWS 生成式 AI 创新中心合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建了 AI 驱动的多模态视频发现解决方案。
Cloudflare · AIAI 评分4949 Cloudflare 使用前沿 AI 模型测试其 WAF 的发现
Cloudflare 使用前沿大语言模型对其 WAF 进行动态安全测试，模拟黑客行为迭代攻击载荷。在针对授权客户测试环境的 1107 次攻击尝试中，绝大多数被 WAF 成功拦截。少数未被拦截的请求帮助 Cloudflare 创建了新的检测规则，以增强所有客户的安全防护。
Cloudflare · AIAI 评分3131 Cloudflare 如何利用 AI 规划后量子迁移路线
Cloudflare 正在开发名为 CryptoLabe 的内部 AI 工具，以推动其平台在 2029 年前实现全面的后量子就绪。该工具通过两阶段扫描，在代码库中发现并理解加密技术的使用情况，并生成迁移进度指标。CryptoLabe 高度定制于 Cloudflare 的内部系统，公司分享了相关经验以帮助其他组织进行后量子迁移。
Google · Gemini 博客AI 评分2121 Gemini 助力布鲁克林杂货店主实现餐饮运营自动化的三种方式
布鲁克林杂货店 Edy's Grocer 使用 Gemini 将家庭食谱按需转换为大型餐饮批量配方，并自动生成按货架分类的购物清单。Gemini 还能快速提供符合饮食限制的创意食材替换方案，帮助店主节省行政任务时间，专注于推广黎巴嫩美食与文化。
LangChain 博客精选AI 评分6262 LangChain发布Jev与LangGraph协同构建生产级智能体
LangChain联合TypeSafe AI发布Jev决策模型，与LangGraph协同构建生产级智能体。Jev在结构化决策任务上比主流LLM快200倍、便宜400倍，支持并行、可预测、自一致的判断输出。
推荐理由：原文给出了Jev与LangGraph结合使用的方法和性能对比，读者可据此评估其在生产系统中的部署价值。
GitHub Blog · AI & MLAI 评分4646 GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvas 功能允许用户通过自然语言描述创建可自定义的共享界面，如看板或仪表盘。用户只需在会话中输入 `/create-canvas` 技能并描述所需工作流，智能体便会自动生成并打开界面。该界面支持双向实时协作，用户和智能体均可直接操作控件更新内容，且创建好的 canvas 可保存为扩展供重复使用。
Amazon ScienceAI 评分3636 Reactor 与 Amazon Neuron Science 团队合作实现 Trainium 上实时视频生成的内核优化路径
Reactor 与 Amazon Neuron Science 团队合作，通过内核优化策略在 Trainium 上实现世界模型的实时视频生成。他们采用 Rolling Forcing 技术，该技术能以 16 帧每秒的速率生成高质量视频，满足实时播放需求。此次优化结合了世界模型的长序列生成能力与 Trainium 的高性能计算和内存支持，为未来实时视频生成模型提供了基础。
PyTorch 博客AI 评分1818 PyTorch Conference NA 2026 推出全新 Introduction Track 并举办 PyTorch Associate 培训
PyTorch 基金会将在 PyTorch Conference North America 2026 期间开设全新的 Introduction Track，并于 10 月 19 日在圣何塞举办为期一天的官方 PyTorch Associate 培训。
GitHub Blog · AI & ML精选AI 评分5656 GitHub Security Lab 发布 AI 驱动的模糊测试 Taskflow Agent
GitHub Security Lab 发布了 Fuzzing Taskflow，这是一个基于 LLM Agent 的自动化模糊测试管道，用于 C/C++ 项目。
推荐理由：原文详细介绍了自动化模糊测试管道的架构、工作流程和实际使用方法，为安全研究人员提供了可复现的工程实践。
Vercel 博客AI 评分2929 Klaviyo 如何在 Vercel 上两周内交付 356 个内部应用
Klaviyo 在 Vercel 上构建了一个内部应用交付平台，并向全体员工开放。该计划启动前两周，超过 2000 名员工中的 512 名构建者共部署了 356 个应用，其中 196 个为拥有独立数据库的全栈应用。
NVIDIA · 开发者博客AI 评分3535 NVIDIA 指南：在 AI 工作负载部署前验证 GPU 集群就绪状态
NVIDIA 发布指南，强调在 AI 工作负载实际部署前验证 GPU 集群就绪状态的重要性。即使所有 GPU、网络链路和容器都报告健康，一个 512-GPU 的训练任务仍可能因单个慢速 GPU 或链路在负载下性能下降而失败。该指南旨在帮助运维人员提前发现潜在问题，避免任务在运行数小时后才遭遇性能不佳或失败。
Neo4j 博客AI 评分2929 审计 AWS 基础设施时，资源清单无法回答的问题
本文探讨了使用 Neo4j 建立图模型以回答 AWS 基础设施审计中资源清单无法处理的问题，如账户间可达性与隔离性。AWS Config 提供了配置数据和关系块，可用于构建包含 12 种节点类型和特定关系类型的图。该图模型通过区分节点类型和关系标签，帮助智能体每日重新推导合规性结论。