8月15日
06:02
06:02官方账号Simon Willison’s Weblog博客/媒体
精选
Simon Willison的博客有1,856个标签,直接让LLM从中挑选匹配项容易超限。Doug Turnbull提出先让模型自由生成标签,再通过向量嵌入在现有标签库中查找最接近的具体标签。示例提示词展示了如何用家具分类层级结构来引导模型生成形状合理的候选标签。这样既能利用模型对语义的理解,又能保证最终标签来自既定词表。
推荐理由:给老博客补标签别硬分类——先让LLM随便编,再用向量嵌入找最接近的现有标签。Simon Willison分享的这套路,比直接要模型选1856个标签里的一个靠谱。
04:35
04:35官方一手GitHub Blog@Sam Zhang
GitHub官方博客介绍了四款agent apps,帮助你在不离开GitHub的情况下完成功能的范围界定、安全、部署和发布。这些agent apps覆盖SDLC的不同阶段,从需求到上线全程自动化。文章通过具体步骤演示如何在现有工作流中接入这些应用。
推荐理由:GitHub出了四个agent apps,能帮你在一个平台里搞定从规划到上线的整个流程,不用来回切工具了。
00:13
00:13官方一手AWS Machine Learning Blog@Ayush Sharma
精选
AWS官方博客发布教程,演示如何将SageMaker AI上的OpenAI兼容端点与Bedrock AgentCore运行时结合,构建多智能体工作流。每个智能体可选择最适合其任务的模型。教程还展示了如何从SageMaker端点获取token级可观测性,这是Strands Agents默认不提供的。
事件专题

推荐理由:AWS官方教程,教你用SageMaker AI和Bedrock AgentCore搭多智能体流程,还能拿到token级监控,比Strands Agents默认的细致。
8月14日
10:54
02:34
02:28
02:28官方一手OpenAI Blog博客/媒体
OpenAI发布GPT-5.6开发者指南,面向创业公司展示如何构建更快速、成本更低的AI代理。指南强调通过更聪明的模型选择来优化支出,并介绍了Responses API的新能力。文中以GPT-5.6为例,说明初创团队如何在实际开发中应用这些功能。
事件专题

推荐理由:OpenAI出了份GPT-5.6实操指南,教你怎么选模型、用新API,把AI代理做得更快更省钱。搞开发的值得一看。
00:24
00:24官方一手AWS Machine Learning Blog@Anand Komandooru
精选
AWS 发布了一篇基于 Amazon Bedrock AgentCore 的 M&A 尽职调查参考架构教程。该架构利用 AgentCore 实现多智能体编排,并集成知识检索与治理控制。教程附带可在 AWS 账户中直接部署的完整示例代码。示例展示了如何通过 AgentCore 分配任务给不同智能体并汇总审查结果。
推荐理由:这篇 AWS 教程把并购尽调拆给多个智能体,用 Bedrock AgentCore 就能搭,还有能直接跑的代码。
00:23
00:23官方一手AWS Machine Learning Blog@Salman Moghal
精选
AWS发布博客,介绍如何用Amazon Bedrock AgentCore Browser Tool和Strands Agents自动化需要人工交互的遗留Web应用。方案通过安全隔离的浏览器会话驱动旧界面,同时保留人工监督和完整审计日志。文章给出了参考架构,适合处理无法通过API集成的老旧系统。
事件专题

推荐理由:AWS官方出教程了,教你用AgentCore浏览器工具让AI替你操作老系统,还带审计和人工监控,搞自动化的可以看看。
8月13日
17:50
17:50官方一手AWS Machine Learning Blog@Abhi Shivaditya
精选
本文演示如何使用Amazon Athena和CUDOS仪表板分析Amazon Bedrock成本。通过配置CUR 2.0并关联IAM principal数据,可以按principal、项目、团队维度拆分Bedrock支出。文章提供了具体SQL查询示例和仪表板构建步骤,用于在组织内追踪AI成本。
事件专题

推荐理由:AWS官方教程,教你用Athena和CUDOS把Bedrock花费按用户和团队分清楚,适合做云成本管理的人。
17:45
17:45官方一手GitHub Blog@Kayla Cinnamon
GitHub官方博客发布教程,教你在Copilot app中编写第一条提示词。教程讲解了如何选择合适的上下文环境和模型,以及如何启动首个任务。内容面向初学者,包含在移动端和桌面端使用Copilot的具体操作步骤。
推荐理由:GitHub官方手把手教你用Copilot app写提示词,怎么选上下文和模型都讲清楚了,适合刚上手的朋友。
03:57
03:57官方一手marktechpost@Sana Hassan
精选
AllenAI 的 Open Instruct 框架支持在 16GB 显存上完成 LLM 后训练全流程。教程覆盖 SFT、DPO、RLVR 和 GRPO 四种主流方法。验证器(verifier)被用于评估模型输出质量。无需分布式计算基础设施,单卡即可运行。
推荐理由:想自己微调模型又没大显卡?这份教程教你在 16GB 显存上跑完 SFT、DPO、GRPO 全流程,用的还是 AllenAI 的开源框架。
8月12日
00:25
00:25官方一手AWS Machine Learning Blog@Avinash Ranganath
First Orion是一家品牌通信公司,将基于脚本的UI测试转向使用Amazon Nova Act的AI驱动QA自动化。他们用自然语言描述测试,替代了维护选择器代码,从而缩短了QA周期时间,释放了工程资源,并更早发现回归问题。
推荐理由:想知道怎么用AI做测试?First Orion用Nova Act把测试从写代码变成说人话,周期缩短还省人力,值得看看。
8月11日
06:44
06:44官方一手OpenAI Blog博客/媒体
Zapier企业营销团队采用ChatGPT Work优化营销流程。该团队利用ChatGPT Work减少潜在客户漏斗中的流失,提升线索转化效率。同时,ChatGPT Work被用于构建活动素材和自动化报告生成。这一实践展示了ChatGPT Work在企业营销场景中的实际应用效果。
推荐理由:OpenAI分享了Zapier的实战案例,看看人家怎么用ChatGPT Work减少营销流失、自动做报告,挺有借鉴意义。
00:40
00:40官方一手AWS Machine Learning Blog@Rajat Jain
精选
AWS发布了SageMaker AI Spaces插件,让团队可以在现有Amazon EKS集群上运行托管的JupyterLab和Code Editor环境。本文演示了安装和配置该插件的步骤,支持从浏览器访问,也能通过SSH-over-SSM从VS Code连接。还介绍了用Amazon Cognito对接OpenID Connect登录,实现团队统一身份认证。
推荐理由:AWS出了个新插件,能在你已有的EKS集群上直接跑JupyterLab和Code Editor,不用另起炉灶,还支持VS Code远程连。
8月10日
8月8日
08:30
08:30官方账号Simon Willison’s Weblog博客/媒体
Simon Willison在8月8日的博客中引用了John Gruber的观点。John Gruber用现场音乐比喻写作心态,主张像演出而非录专辑。Gruber认为偶尔写深度长文,但日常需保持专业水准。他提醒作者不要总追求每篇都成为精品,而应注重稳定的节奏和准确性。
推荐理由:Simon Willison引用John Gruber的写作心态,用现场演奏比喻博客更新,提醒别纠结每篇都爆款,适合写博客的朋友看看。
00:39
00:39官方一手AWS Machine Learning Blog@Oleksiy Kononenko
精选
Cohere Health使用Amazon Bedrock AgentCore构建了多租户代理架构。该架构采用AgentCore Runtime的MicroVM隔离,并通过AgentCore Gateway统一工具访问。结合AgentCore Memory和Agent Skills标准,Cohere Health实现了临床政策数字化,同时保留版本控制与人工审核。
推荐理由:Cohere Health用AgentCore把临床政策数字化,搞了个多租户架构,安全隔离和版本控制都做得好,医疗行业可以参考。
8月7日
17:13
17:13官方一手OpenAI Blog博客/媒体
HSP GRUPPE将ChatGPT Enterprise整合进税务咨询流程,用于处理文档和初步分析。ChatGPT Enterprise提升了团队工作效率,使HSP GRUPPE员工能更专注客户沟通。HSP GRUPPE已在文档处理、客户沟通等环节使用ChatGPT Enterprise。
事件专题

推荐理由:税务公司用ChatGPT Enterprise提效,还腾出时间多接客户,来看落地细节。
03:24
03:24官方一手AWS Machine Learning Blog@Sean Eichenberger
Amazon Bedrock AgentCore 新增时间策略功能,允许开发者根据代理的会话历史定义有状态规则。该机制可强制工作流顺序执行,防止模型编造数据。它还能设置财务支出上限,并对高价值操作要求人工审批。官方博客用示例演示了具体配置方法。
推荐理由:AWS 给 Bedrock AgentCore 加了时间策略,能按会话历史控制智能体行为,防乱序、防编数据、还能限金额和加人工审批,搞 Agent 安全的可以看看。
02:11
02:11官方一手AWS Machine Learning Blog@Anagh Agrawal
本文介绍如何在Amazon Bedrock AgentCore网关上配置速率限制。通过定义请求、令牌和连接数限制,可按JWT声明或IAM身份作用到具体用户或目标。这样可以保护下游模型、工具和智能体免受流量激增影响。
推荐理由:想给AI接口加限流?AgentCore网关支持按用户和按目标设请求数、令牌数和连接数,配合JWT或IAM就能精准控流量。
01:10
01:10官方一手AWS Machine Learning Blog@Claudio Mazzoni
精选
AWS发布新指南,教工程团队通过OpenTelemetry采集Codex编码代理的指标,并经本地Collector转发至Amazon CloudWatch。方案可按用户、团队和成本中心维度查看使用量与可靠性。文章包含配置步骤和架构示例,适用于已采用Codex并需要治理视图的团队。
推荐理由:想看清团队里Codex用得多不多、稳不稳?这篇教程教你用OpenTelemetry把数据接到CloudWatch,按人、按团队拆开看。
00:30
00:30官方一手AWS Machine Learning Blog@Zaid Barkat
精选
AWS 博客介绍了如何将 Claude Code 在 Amazon Bedrock 上的推理限制在单一 AWS 区域(伦敦)内,以满足受监管客户的数据驻留要求。方案有两种:使用应用推理配置文件或 Mantle 端点,并搭配 IAM 区域条件。文章还演示了如何通过 AWS CloudTrail 验证合规性。
推荐理由:如果你的企业有数据必须留在某个 AWS 区域的要求,这篇教你用两种方法把 Claude Code 锁死在单区域,还能用 CloudTrail 查合规。