Amazon SageMaker AI 多轮强化学习实操指南
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习(MTRL)的端到端实操指南,以 Wordle 为例,把智能体和奖励函数部署到 Amazon Bedrock AgentCore,由 GRPO 更新 LoRA 适配器。
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习(MTRL)的端到端实操指南,以 Wordle 为例,把智能体和奖励函数部署到 Amazon Bedrock AgentCore,由 GRPO 更新 LoRA 适配器。
Bayer Crop Science 基于 Amazon Bedrock AgentCore 构建了多智能体自然语言决策引擎 ADE,第一阶段约 80% 的用户问题无需工程师介入即可解决。
Hugging Face 与宾夕法尼亚大学合作开发了 LitPivot,一个帮助研究者在文献阅读中完成"文献触发的转向"的系统。它通过 Asta Paper Finder 检索论文,按提案中被编辑的部分(问题、贡献、评估方案)组织文献,给出附原文摘录的批评与可接受、编辑或拒绝的修改建议。
微软与 Hugging Face 联合发布 ThinkingBox-Training,把 ThinkingBox 对数据库终态的校验结果直接当作强化学习奖励,用于智能体后训练。
推荐理由:微软与 Hugging Face 把数据库终态校验当作 RL 奖励,并公开了任务筛选与训练代码,可供做智能体后训练时参考。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,覆盖零售运营、兽医护理、人事入职和采购,支持四种语言、三个国家,无需自建 RAG 基础设施。
在 Amazon SageMaker AI 的实时端点上托管 Kokoro-82M 语音合成模型,把 AI 智能体生成的每个句子即时送入合成,让音频在完整回复生成前就开始播放。
Amazon Quick 是 AWS 的 HIPAA-eligible 服务,其 Web、桌面和移动客户端均可在签署 AWS BAA 后用于处理 PHI。该平台通过 ACL 感知检索、聊天与反馈日志,以及对每个 chat agent 操作权限的控制来满足治理需求,并支持通过 MCP 添加自定义工具。
微软研究院发布 Flint-interactive,一种构建在 Flint 之上的交互式数据可视化语言,让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
Rescale 基于 AWS 的 AI-DLC 框架和 Strands Agents 构建了 AI 分诊智能体,从问题定义到 staging 部署仅用五天,数周内进入生产。
NVIDIA 发布 AIOps 平台 Minerva,汇聚 GPU、网络、存储、调度器与作业的遥测数据,用监督与无监督机器学习把海量告警归并为带根因的单一事件。
NVIDIA 与欧洲多国政府及合作伙伴用开放模型推进公共部门项目:欧盟委员会基于 deepset Haystack 扩展 AI@EC 平台,波兰用 DGX BasePOD 和 MONAI 构建医学影像平台、并为 400 多个劳动办公室搭建智能体工厂。
NVIDIA 正推动欧洲零售商在电商与仓储场景中使用开放模型和物理智能:Shopify 用 NVIDIA Nemotron 3.5 Lightning 后训练出 GraphQL 子智能体,内部基准上准确率超过领先前沿模型,服务成本降低 90%、响应快 7 倍。
AWS 解决方案架构团队开源了多智能体系统 Deep Insight,用于把 CSV 数据和自然语言提示自动转成带引用的 DOCX 分析报告,并总结出生产环境中的五类挑战及对应方案。
基于 Strands Agents 构建的自适应智能体智能框架(AAIF)用 llama3.2:1b 作为编排层,将常规任务交给 Ollama 本地 SLM 处理,复杂请求经 boto3 路由至 Amazon Bedrock 云端模型。该框架分智能编排、本地处理、云端处理三层,可运行在 8 GB 内存的 Raspberry Pi 等边缘设备上,也可全云端或混合部署。
微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,证明该界与维度无关。
推荐理由:微软研究员与合著者用人类引导的智能体搜索证明 KLS 猜想,并给出独立证明与 Lean 形式化验证的交叉确认。
Nebius、Nscale 和 Verda 等 AI 云厂商正采用 NVIDIA Vera CPU 构建本地 AI 基础设施,以支撑智能体计算中信息检索、代码执行等 CPU 密集型任务。
NVIDIA 宣布其欧洲、北欧、非洲和中亚的云合作伙伴扩大区域算力,用于模型训练与推理,并支持智能体与物理 AI 应用。Nscale 在 GB300 NVL72 测试中用 NVIDIA DSX MaxLPS 在同等供电预算下多部署 37% 的 GPU、聚合推理吞吐提升近 50%,并计划部署 Vera Rubin。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式可用,A5X 实例下月开放,并计划扩展至欧洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo Network 与第四代液冷技术,面向大规模智能体推理和强化学习负载。
推荐理由:Google Cloud 与 NVIDIA 公布 A5X 实例的可用时间与欧洲扩展计划,并给出首批客户在强化学习与智能体工作负载上的用法。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项产品与平台,包括可在模块化集装箱内预集成验证的 DSX POD 参考设计,现场部署时间可从六个月缩短至 14 天。
推荐理由:黄仁勋在 GTC Berlin 主题演讲中集中发布 DSX POD、OpenShell 安全智能体架构与多款开源模型,可据此了解 NVIDIA 面向欧洲 AI 工厂与智能体的整体布局。
NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由:NVIDIA 一次性铺开语言、机器人、生物、量子四条开源模型线,并给出可下载渠道与首批企业用例。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation,并纳入 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时和 NemoClaw 蓝图。
Terminal X 的 Eval Agent 基于 54 项标准评分体系,对资深投资人判断的匹配度达到 88.6%。借助 GPT-6.1 Sol,该 Agent 发现的偏离基金投资要求的输出比此前多 25%。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台,将每个用例的部署时间缩短 50%。该平台为 Reliance 质量管理系统的 650 多家企业客户嵌入 2 亿级文档,并通过 AgentCore Gateway 隔离执行、Bedrock Guardrails 双重过滤保障租户数据不越界。
Amazon Quick 与 Amazon Bedrock AgentCore 组合,把企业 MCP 服务器变成可组合工具层,让供应链管理者用自然语言跨系统提问并直接执行操作。演示中一次查询识别出 TechComp 停产影响 23 笔订单、$750K 营收面临风险,并自动生成应急 RFQ。答案来自实时记录系统而非模型记忆,所有变更需指定人工审批。
Smartsheet 已在 AWS 上线正式可用的 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据,覆盖超过 40 个工具,用于探索、创建和管理 sheet、行、列与自动化。
Smartsheet 已在 AWS 上推出正式可用的 MCP Server,AI 助手可通过标准化协议读取、写入和管理 Smartsheet 数据,覆盖表格、行、列与自动化等 40 多个工具。该服务提供三个区域端点,支持 OAuth 2.0 或 Personal Access Token 认证,可接入 Amazon Quick 与 Kiro 等 MCP 客户端。
AWS 发布教程,介绍用 AWS Agent Registry 在运行时按语义搜索发现 MCP 服务器和 A2A 智能体,再由编排器动态构建客户端执行请求。示例代码部署订单管理 MCP 服务器、两个 A2A 智能体和一个编排器,演示仅 MCP、MCP 加 A2A、以及纯语义匹配三个场景。
三位拥有十年以上 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将原本需数周的 Optimizer 事件历史 Web 应用开发缩短到两天,并用 65 篇文章训练自定义 skill 模仿自己的写作风格。
ALTK-Evolve 用 GPT-4.1 从智能体自身任务轨迹中提炼行为准则并追加到系统提示词,在 τ²-bench 零售任务上把基础 ReAct 智能体的 Pass^4 从 57.5% 提升到 67.5%,超过榜单上所有零售条目和微调模型 RAFT-30B-A3B 的 61.4%。
推荐理由:原文给出了同一套提示词级记忆在零售与航空两个客服域上的完整对照数据,可据此判断不更新权重也能提升智能体可靠性的路径。
AWS 博客演示了以 AtScale 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体的 Customer 360 方案,AtScale 用基于 YAML 的 SML 建模,并从单一模型同时通过 SQL、XMLA 和 MCP 三种协议暴露。
AWS 发布系列第三篇教程,演示用 Strategy Mosaic 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体,跨 Amazon Redshift 与 Amazon Aurora 两个关联模型实现无需 ETL 的 Customer 360。
本文演示用 Denodo Platform 作为语义层、配合 Amazon Bedrock AgentCore 托管智能体,联邦查询 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 三处数据源。
Eon 用 Amazon Bedrock AgentCore 的 MCP Gateway 替换了逐工具凭证和本地 MCP 进程,让开发者和自主智能体通过单一认证网关统一访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS 与 Keyfactor 联合发布参考架构,用 Keyfactor EJBCA 的 X.509 PKI 为基于 MCP 的 AI 智能体建立加密身份,填补 MCP 无内置认证标准的缺口。
Mistral 发布 Voxtral 3 系列语音模型和基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说话串成一条实时流式管线,单轮响应低于 1 秒。
推荐理由:官方给出语音智能体 SDK 与转写、合成模型的完整定价和基准对比,可据此评估实时语音链路成本。
Amazon Bedrock 在 bedrock-runtime 和 bedrock-mantle 两个端点上为所有 Anthropic Claude 模型提供结构化输出,返回符合 JSON Schema 的响应,无需自定义解析或重试逻辑。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,保留原有对话、代码改动和工作上下文。VS Code 会加载该会话关联的 worktree,并在 Copilot 侧边栏显示原会话,用户可逐行审查 diff、手动编辑、本地运行测试,最后提交并推送到会话对应的 pull request。
NVIDIA 与欧洲广播联盟(EBU)扩大主权框架合作,引入主权云、开放模型和系统集成商,让广播机构在部署智能体时掌控数据、基础设施与模型。NVIDIA Nemotron 开放模型可供定制,Microsoft Sovereign Cloud 与 Nebius 提供主权部署选项。
巴西银行 Itaú 正通过对话式界面 ia.i 和治理平台 IARA,将 AI First 战略同时落地到客户与员工场景。该行身处巴西监管最严格的行业之一,此举意在为其全体客户群体构建生成式 AI 能力。
AWS 销售、营销与全球服务(SMGS)运营团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向生产多智能体系统的持续质量评估框架,用于在每次发布前及生产环境中持续验证回答是否有据、正确,并追溯失败根因。