跳到正文

#部署/工程

今日 3 条
11月10日周二
  1. AWS Machine Learning Blog42

    Amazon Bedrock Managed Knowledge Base 支持单次与智能体检索

    Amazon Bedrock Managed Knowledge Base 通过 AgenticRetrieveStream 新增单次 RAG 和仅检索两种模式,与原有智能体检索共用同一 API。maxAgentIteration 取值范围扩展至 0–5:0 为仅返回匹配段落、不调用基础模型,1 为单次检索后生成答案,更高值则进行多轮规划检索。三种模式均支持多个知识库。

  2. MIT Technology Review · AI38

    数据中心遭抵制,可能真的只是因为电

    走访弗吉尼亚州 Data Center Alley 后可见,美国数据中心抵制潮的核心是电力而非文化战争。当地数据中心平均功率达 54 兆瓦,超过丹佛国际机场用电量;AI 训练最小需 300 兆瓦,理想规模达 6000 兆瓦,相当于芝加哥全市用电。Anthropic 据报已同意支付 34 亿美元购买燃气轮机自建供电。

11月9日周一
  1. The Verge · AI42

    前 DOJ 反垄断主管 Kanter 创办 FluxCap,用 AI 帮原告打反垄断官司

    前美国司法部反垄断部门负责人 Jonathan Kanter 与前代理主管 Doha Mekki 共同创办了 FluxCap,销售基于专有技术和现有大语言模型的法律研究与分析工具,帮助原告构建并强化针对大型科技公司的反垄断案件。该平台可梳理海量证据材料、识别律师论证中的漏洞,团队称其能提供约“20 多人全天候工作”的人力,首批客户包括反垄断精品律所 Kressin Powers。

  2. MIT Technology Review · AI15

    特种化学品公司路博润如何用 AI 加速研发创新

    特种化学品制造商路博润(Lubrizol)正构建连接业务流程、现代数据平台与云基础设施的数字底座,支持研发团队更快验证想法。其 IT 副总裁 Girish Rao 称,公司通过科学家、数据科学家与 IT 组成的“fusion teams”从小型试点起步建立信任,目标不是取代科学判断,而是给科学家更好的工具。数字建模还可帮助评估更多配方及淀粉、玉米基等替代材料,并权衡产品全生命周期的取舍。

  3. NVIDIA Blog40

    NVIDIA 助力韩国制造业、自动驾驶与机器人推进物理 AI

    NVIDIA 正帮助韩国产业界把物理 AI 从开发推向实际生产,覆盖半导体制造、机器人和自动驾驶。Samsung 用 NVIDIA cuISS、cuDSS 加速 TCAD 计算,其 sMOL 平台部分量子化学计算端到端提速最高 5x,AI 均质化案例中仿真时间从 32 核 CPU 细网格约 18 小时降至 GPU 粗网格 41 秒,约 1,600x 加速。

  4. Latent Space42

    斯坦福如何教 AI 原生工程:Mihail Eric 谈 CS146S 课程与 Monaco 的智能体实践

    斯坦福 CS146S 课程在第二轮教学中引入开源维护者参与评审,学生需学习陌生代码库、提出修改并向可能合并代码的维护者解释补丁。授课人 Mihail Eric 同时负责 Monaco 的 AI 工作,他披露团队自建智能体工作区、外购代码审查工具,并让值班智能体接入 Datadog 与 GitHub。他以此说明哪些工具值得自研、哪些应当购买。

11月7日周六
  1. AWS Machine Learning Blog38

    AWS Quick 中的智能体原语分类体系

    AWS Quick 团队提出一套智能体原语分类体系,用 When、What、Who、How 四个问题拆解智能体工作,对应触发器、智能体与能力三层结构。触发器分为人工发起、智能体委派、定时和事件驱动四类;智能体被定义为持久、可学习的行为主体,由指令、能力和学习上下文构成。能力涵盖工具、技能和工作流,按智能体自主程度从完全自主到完全确定性排列。

11月6日周五
  1. Mistral AI71

    Mistral 扩展 Studio 平台,新增托管智能体、工作流与应用

    Mistral 扩展 Mistral Studio 企业 AI 平台,新增托管智能体、应用,以及工作流、企业上下文、智能体可观测性和评估等能力。开发者可用技能、沙箱、子智能体和 hooks 构建多步任务智能体,并通过新的 Mistral MCP server 在本地测试后一条命令部署到 Studio。

    推荐理由:原文给出托管智能体、工作流、应用三类能力与部署选项,读者可据此判断企业如何把模型接入自有流程。

11月5日周四
  1. The Verge · AI22

    哈佛经济学家 Willy Shih 谈 AI 热潮背后隐藏的供应链成本

    哈佛商学院教授 Willy Shih 在 Decoder 播客中讨论 AI 基础设施大规模建设对全球供应链的隐性成本,并解释关税与制造业回流的现实困境。他指出,面对对华关税,制造商的第一反应往往是经越南、墨西哥等地绕道规避,而非真正回流美国。其新书《Where Does My Stuff Come From?》聚焦全球供应链背后的经济学逻辑。