用 Amazon Nova Act 做智能体 QA 自动化：QA Studio 新增应用与团队权限管理
AWS 博客介绍 QA Studio 的两项新能力：用"应用"把测试按被测系统归类并汇总健康指标，用团队与角色管理控制谁能查看和修改测试。健康视图给出通过率、执行次数、失败数和 0–100 健康分，并对不稳定测试扣分。指标页支持 7 天按小时、30 天按天的趋势查看，角色分为 Admin、Team Lead、Editor、Executor、Viewer 五级。
#部署/工程
AWS Machine Learning BlogAI 评分3434 TechCrunch · AIAI 评分5858 Jassy 称 AWS 将成万亿美元业务，2026 年资本开支约 2200 亿美元
亚马逊 CEO Andy Jassy 在季度财报电话会上重申 AWS 能成为年收入万亿美元的业务，并称 2026 年现金资本开支约 2200 亿美元，大部分投向 AWS，2027 年还会明显增加。
AWS Machine Learning BlogAI 评分3434 Epsilon 如何用 Amazon Nova Act 构建意图驱动的 UI 测试
Epsilon 的 Agentic Platform 团队用 Amazon Nova Act 搭配 Amazon Bedrock AgentCore Browser，把意图驱动的 UI 测试做成平台托管服务，叠加在原有 Playwright 回归套件之上。
AWS Machine Learning BlogAI 评分5555 用 Kiro 构建可重复的 PHP 到 Java 迁移引擎
AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 的迁移做成可重复流程，核心是一套共享 skill 文件驱动的八阶段流水线。该流程先用 discover-models.php 扫描器生成模型清单，再在写 Java 前搭建对照测试 harness，最后分阶段翻译数据模型、I/O 层和业务逻辑。
AWS Machine Learning BlogAI 评分3636 AWS Batch 为 SageMaker Training 作业推出配额管理，支持团队间借还资源
AWS Batch 为 SageMaker Training 作业新增配额管理能力，管理员可按团队或项目划分配额份额，并用 RESERVE、LEND、LEND_AND_BORROW 策略共享空闲 GPU 容量。
AWS Machine Learning BlogAI 评分5151 MoEngage 如何用 AgentCore Gateway 将 400 多个 API 转为 Agent 工具
MoEngage 借助 Amazon Bedrock AgentCore Gateway，把分布在 7 个 AWS Region、由 25 个团队维护的约 400 个私有 REST API 转成权限受控的 Agent 工具，估计节省约 6 个月平台工程投入。
AWS Machine Learning BlogAI 评分4545 在 Amazon EKS 与 SageMaker HyperPod EKS 上部署 NVIDIA Nemotron 模型加速智能体 AI
NVIDIA Nemotron 3.5 Super VL 已在 AWS 上线，这是一个 120B 参数、每 token 激活 12B 的 MoE 多模态模型，支持文本、图像、文档和视频输入，上下文长度达 1M tokens。
NVIDIA BlogAI 评分4646 NVIDIA 展示开发者如何用前沿 AI 智能体在 Omniverse 中构建仿真应用
NVIDIA 展示开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库构建仿真应用，涵盖从场地扫描重建可编辑建筑模型、燃气轮机数字孪生 what-if 分析到仓库仿真压力测试。
The Verge · AIAI 评分4848 AI 数据中心为何在亚利桑那州遭遇强烈反对
亚利桑那州居民正以跨党派草根联盟的形式反对新建大型数据中心，尽管当地此前热情接纳了台积电（TSMC）的芯片厂。TSMC 在凤凰城的项目日耗水近 500 万加仑，来自市政供水，其投资规模已从 120 亿美元膨胀至 2650 亿美元。而该州即将失去约 30% 的科罗拉多河水，谷歌在俄勒冈州 The Dalles 的数据中心日耗水约 150 万加仑。
MIT Technology Review · AIAI 评分2222 用企业上下文创造 AI 价值：MIT Technology Review Insights 报告
MIT Technology Review Insights 调查显示，尽管所有受访企业都在使用 AI，仅 16% 从中获得变革性价值，23% 收益极小或没有收益。38% 的企业仍处于试点阶段，35% 用 co-pilot 或聊天助手辅助员工工作，仅 12% 将 AI 智能体投入生产。报告认为缺失的是“上下文层”——位于业务系统与 AI 平台之间、把企业知识转化为受治理且机器可用上下文的基础设施。
Latent SpaceAI 评分5858 为什么智能体偏爱 Supabase：与 Paul Copplestone 和 Ant Wilson 的对谈
Latent Space 与 Supabase 创始人 Paul Copplestone、Ant Wilson 首次同台播客，讨论为什么智能体偏爱 Supabase。
AWS Machine Learning BlogAI 评分3939 在 Amazon Bedrock AgentCore 上构建企业级 Agentic AI 平台
AWS 发布基于 Amazon Bedrock 与 AgentCore 的企业级 Agentic AI 平台参考架构与蓝图，采用联邦式运营模型，由中央 Platform 团队提供受治理的共享服务，各 Workstream 团队保留对自有智能体、工具和数据的归属。蓝图以基础设施即代码形式落地推理网关、MCP 工具网关、身份、可观测性与成本治理等企业契约，并提供评估流水线在智能体上线前进行门禁校验。
AWS Machine Learning BlogAI 评分3434 在 EKS 上用 Ray Train DLC 和 EFA 做分布式训练
AWS 发布 Ray Train DLC 镜像（train-ml-cuda-v1.1），预集成 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 与 EFA 及 AWS OFI NCCL 插件，免去自行构建镜像。
Latent SpaceAI 评分6060 Anthropic 如何用 Claude 造 Claude：把大脑和手分开
Latent Space 播客对话 Anthropic 工程负责人 Katelyn Lesse 与产品负责人 Angela Jiang，复盘 Opus 5.5 的发布过程，并解释 Claude Managed Agents 为何把会话日志与 harness 同执行代码的沙箱分离。
Latent SpaceAI 评分6262 Anthropic 平台团队谈如何安全交付全球第一 LLM：把大脑与手分开
Latent Space 邀请 Anthropic 的 Katelyn Lesse 和 Angela Jiang 讲解 Claude 平台背后的工程实践，包括 Opus 5.5 的发布、把模型的大脑与智能体的手解耦、API 扩容以及构建可靠的托管智能体。
Latent SpaceAI 评分4040 在喜马拉雅山麓用离线 AI 智能体写代码：OpenCode + Ollama 跑 Qwen3.5 9B 实测
一位 Thomson Reuters 首席工程师在喜马拉雅山麓的断网环境下，用 OpenCode 搭配 Ollama 本地运行 Qwen3.5 9B，实测离线完成代码解释、失败测试排查和小幅重构等任务。Qwen 模型卡显示 Qwen3.5 9B 的 LiveCodeBench v6 为 65.6、BFCL-V4 为 66.1，下载体积约 6.6–7.6 GB。下载新依赖或联网查资料仍需连接网络。
MIT Technology Review · AIAI 评分2222 工业智能：制造业的下一个增长机会
制造业的工业智能由员工经验、运营数据与业务理解构成，关键在于把分散的知识送到每个决策点并与物理生产环节连接。Toyota Industries 打通原本割裂的涂装车间数据后，分析周期从五天缩短到四小时以内，试点中相关涂装缺陷减少约 25%。
NVIDIA BlogAI 评分3636 哈萨克斯坦扩大算力布局，NVIDIA 与 Firebird 加码 AI 基础设施
NVIDIA CEO 黄仁勋访问阿斯塔纳，Firebird 签署协议获美国出口许可，将在哈萨克斯坦部署 45,000 块 NVIDIA Grace Blackwell GPU，首期与 Kazakhtelecom 在 Data Center Valley 建设，目标 2027 年第三季度商用。
MIT Technology Review · AIAI 评分2020 如何设计一套可持续演进的 AI 服务框架
EXL 在《Engineering the Harness》系列中探讨企业 AI 的生产化挑战：决定智能能否可靠、经济、规模化交付的关键，是模型之外的 serving harness，涵盖架构、内存管理、调度与推理优化。文章主张从工作负载而非模型出发，先测量再优化，并以适配变化为目标，让换模型成为评估与配置决策而非架构重建。
NVIDIA BlogAI 评分5858 NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性
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，用专用 AI 模型把海量信号转化为可执行的洞察。平台构建动态知识图谱，每小时分析数十亿数据点，可把事件风暴归并为带根因的单一事件，并内置原生 AI 助手、可对接外部智能体工具。
NVIDIA BlogAI 评分3838 欧洲金融机构采用开放权重模型构建专有智能，Revolut、Starling Bank 等落地生产
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈，初期服务 8000 万客户并设计支持 3 倍扩展。Starling Bank 在 Civo 英国云上用自有交易数据训练出智能层 Starling Intelligence，Lloyds 则用 RTX PRO 6000 Blackwell GPU 构建交易基础模型 ATUM。
GitHub Blog · AI & MLAI 评分4949 GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%
GitHub 为密钥扫描训练了专用 ModernBERT 分类器，配合正则候选生成的两阶段流水线，替代此前的 LLM 流水线。其告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上，并让通用密钥检测得以进入推送保护环节。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 推出基于 ModernBERT 的密钥检测分类器，将防护前移到 push 环节
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，候选批次评估耗时不到 2 毫秒，可将可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露压力来自代码量增长，并给出用分类器把防护前移到 push 环节的思路。
Berkeley AI Research精选AI 评分6060 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 团队为 K-Search 演化式内核搜索框架新增 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，让搜索以现有 CUDA 内核为知识库生成 Apple Silicon 内核。
推荐理由：作者把 CUDA 优化知识整理成结构化上下文，让演化搜索在 Apple Silicon 上接近专家内核水平，方法可迁移到其他硬件生态。
Berkeley AI ResearchAI 评分3636 ABBEL：通过信念状态更新让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言信念状态并对其内容进行监督评分。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50。训练后其峰值上下文 token 长度仍显著低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，GPT-4 级能力价格已从 2023 年初的约 $30/百万 token 降至如今不足 $1，部分厂商低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述并行推理进展，重点分析自适应并行推理：让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。现有 self-consistency、Best-of-N、Tree of Thoughts、MCTS 及 ParaThinker、GroupThink、Hogwild! Inference 等方法，其并行结构与搜索策略多由模型外部预先设定。