亚马逊提出 HOPE:用二阶方法剪枝 MoE 专家,保留专家协作关系
亚马逊研究者提出 HOPE(Higher-Order Pruning of Experts),一种考虑专家两两交互的二阶 MoE 剪枝方法。在 50% 剪枝率下,HOPE 平均排名优于所有方法,在 agentic coding 任务上比次优剪枝方法最高提升 +6.1%。
亚马逊研究者提出 HOPE(Higher-Order Pruning of Experts),一种考虑专家两两交互的二阶 MoE 剪枝方法。在 50% 剪枝率下,HOPE 平均排名优于所有方法,在 agentic coding 任务上比次优剪枝方法最高提升 +6.1%。
NVIDIA Nemotron 3.5 Super VL 已在 Amazon SageMaker JumpStart 上线,可通过 SageMaker Studio 或 Python SDK 部署。
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。
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。
AWS 为 AI 工作空间 AWS Quick 启动首个品牌活动,在美国和英国通过流媒体电视、在线视频、社交媒体及商业媒体投放。3M、BMW、Mondelez、New York Life、Southwest Airlines 等企业已用 Quick 让 AI 智能体在既有数据和应用中研究、分析并执行任务。
CrossnoKaye 基于 Amazon Bedrock AgentCore 构建工业物理 AI 系统 AURA,与其软件定义自动化平台 ATLAS 打通,覆盖 100 多个工业设施和 13,000 台受控设备。
AWS 提出 Pluggable Agentic AI Framework,一套面向多智能体应用、分为七层的可组合企业级参考架构,用于把智能体从原型推进到生产规模。
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。
Automattic 推出 Spacefast,为 vibe coding 生成的网站和应用提供数据库、身份验证、文件上传、邮件和数据分析等基础设施。用户可接入 ChatGPT、Claude、Cursor 等智能体,也可连接 Git 仓库开始使用,产品由 Batuhan Icoz 负责,9 月已软启动收集反馈。
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。
Google 为第八代 AI 加速器阵容新增 TPU 8tx 和 TPU 8i Max 两款系统,前者面向机密计算,后者面向内存密集型负载,并称这是首次在一年内出货四款 TPU 系统。
NVIDIA 为 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3 发布 Dynamo 优化部署配方。
NVIDIA 与韩国科学技术信息通信部(MSIT)扩大主权 AI 合作,覆盖 AI 半导体、数据中心基础设施、人才、初创企业、模型、智能体和安全。合作将让韩国 NPU 与 XPU 企业探索加入 NVIDIA NVLink Fusion 生态,并通过培训认证、黑客松和技术研讨会提升 GPU 利用率。
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。
Simon Willison 用 Claude(Opus 5.5)对比了用 C 和 Rust 编写 SQLite parse_number() 扩展的差异:Rust 版体积为 321 KB(Rusqlite)和 298 KB(sqlite-loadable-rs),C 版仅 14 KB,但 Rust 版更快。
斯坦福 CS146S 课程《The Modern Software Developer》已把作业改为向开源项目提交补丁,由仓库维护者亲自评审学生代码。授课者 Mihail Eric 同时在 Monaco 负责 AI,其团队评估后保留 Devin 做代码审查,但自建智能体工作区,并遵循"买来学、自建留"的原则。
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。
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。
Amazon SageMaker Inference 新增 GPU 分区能力,基于 NVIDIA MIG 把单块 GPU 拆成最多 7 个硬件隔离分区,每个分区可独立部署不同模型。
示例项目 sample-remote-coding-agent 展示了如何把 Claude Code 作为远程智能体运行在 Amazon Bedrock AgentCore 上,每个任务在独立 AgentCore runtime 会话的 microVM 中执行,最终返回 GitHub pull request 供审阅合并。
Taxbit 在 Amazon Bedrock AgentCore 上构建了嵌入仪表盘的 AI 助手 Taxbit Assist,基于 Strands Agents SDK 运行,由系统提示词、模型和 8 个工具组成,答案均带来源链接。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建了自主安全运营中心方案 Luna,每月最多 4000 起安全与风险事件中超过 90% 无需人工介入即可解决。
Okta Cross App Access(XAA)与 Amazon Bedrock AgentCore 组合,可在 IdP 中管控 AI 智能体代表哪个用户在哪个应用内操作。
在 Amazon Bedrock AgentCore 上,AgentCore Gateway 成为智能体访问 MCP 工具的唯一入口,由 Gateway 统一兑换 Okta Cross App Access 的授权,智能体角色不再持有 token 交换权限和密钥。
亚马逊 NASC 团队在 Amazon ECS Fargate 上构建了无服务器 MCP server,作为 AI 智能体访问企业数据湖的集中式网关,新增数据集只需一个 JSON 元数据文件,无需编写集成代码。
NVIDIA 开源 Aerial、Sionna 等无线工具一年来开发者采用量增长 10 倍,5G/6G 开源工具下载量突破 100 万次,全球逾 8000 家研究机构在用。
The Decoder 的 Frontier Radar 第 5 期盘点了 27 家由大厂离职研究者创办的独立 AI 实验室,按持续学习、语言之外的世界模型、稀缺数据、算力、自动化科研和模型周边工具六类技术押注分组。
AWS 宣布 Amazon Bedrock AgentCore 上的 Web Answer 正式可用,智能体只需一次工具调用即可获得带来源引用的合成答案,无需自建搜索、检索、合成与引用管线。
NVIDIA 发布 Vera CPU,称在 100 兆瓦数据中心对比中,单颗 Vera 同时优于最快的 x86 CPU 和最节能的 x86 CPU,每瓦可支持 1.6 倍于最快 x86 CPU 的智能体数量,智能体速度则是最节能 x86 CPU 的 2 倍。
Amazon Marketplace 用 Vision-Language Model 将完整 A+ Content 页面渲染为单张快照做整体质量评估,再把 VLM 语义评分与 OCR 可读性信号输入基于专家标注训练的 CatBoost 分类器,并用 SHAP 解释评分、生成改进建议。
NVIDIA 通过全栈协同设计缓解 AI 工厂的 GPU 内存压力:从 Blackwell Ultra 到 Vera Rubin 平台,单 GPU 的 HBM 容量仅提升约 3%,但 SemiAnalysis AgentX 上的智能体吞吐每美元最高提升 30 倍。
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。
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。
Latent Space 汇总 11 月 2 日至 3 日的 AI 动态,重点包括多个团队复现“权重空间编程”,称前沿 LLM 可直接生成或编辑小型网络权重。腾讯 Hy4 在 APEX-Agents 上报告 75.2 分,高于 DeepSeek V4.1 Flash-1017 的 72.1 和 72.9,API 定价为每百万输入/输出 token 0.834/2.501 美元。
Amazon Bedrock AgentCore Evaluations 可通过代码型评估器接入决策模型,把评估输入转换为决策模型请求、再把概率还原为评估结果。
Simon Willison 发布命令行大语言模型工具 llm 的 0.37.1 版本,这是一个 bugfix 版本。该版本由 Steven Huang、Tao An、Arjan Mossel 和 XQ 共同贡献。
Simon Willison 发布 datasette-llm 0.1a10,这是一个供其他插件依赖的 LLM 集成插件。该版本修复了影响 agent.datasette.io 演示站点的 bug,此前可用 LLM 模型集合未被正确限制为配置中指定的模型。
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0,用 45 项 AWS 运维任务评测 AI 智能体,Claude Fable 5.1 完成 60%,GPT-6 Astra 完成 53%。
U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI-Driven Agentic Helpdesk(AiDaH),一年内覆盖六个业务部门的 150 多个运营场景,关键类别工单量最多下降 84.5%。平台采用六层架构,通过 Microsoft Teams 接入,2026 年 Q3 面向 50 名 L2 呼叫中心与门店用户上线,共 8 个智能体。
Indegene 在 AWS 上的 NEXT Unified Data Platform(NEXT UDP)中构建了由 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码,且处于集中式 human-in-the-loop 治理之下。