用 Anchor Browser 与 AgentCore payments 构建可自动付费的智能体
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成,让 AI 智能体自动支付 x402 保护的网页和 API,相关方案已在 AWS Marketplace 上线。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成,让 AI 智能体自动支付 x402 保护的网页和 API,相关方案已在 AWS Marketplace 上线。
Amazon Bedrock 的 managed entitlements 支持从中心账户一次性订阅 AWS Marketplace 私有定价报价(MPPO),并将第三方 AI 模型访问权分发到组织各账户。
Orca Security 联合 AWS 推出基于 Amazon Bedrock 的自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。该系统采用 RAG 与九阶段流水线架构,每天处理数千次查询,响应时间为 15 秒。相比初始基线,Orca 将查询成本降低 90%,输入 token 减少 93%,延迟降低 75%。
AWS 团队在 Amazon SageMaker AI 上针对 fused MoE 模型开展 kernel engineering,通过 Swap-AB 将矩阵乘法转置以适配 NVIDIA Hopper 的 WGMMA 硬件布局,在 H200 上取得 2–4% 的端到端输出吞吐提升。
腾讯技术工程发布近 3 万字长文,用一条主线讲清楚 ChatGPT 这类大语言模型的原理与局限。文章从图灵测试与“预测下一个 token”讲起,用猜数字游戏与对数运算解释了信息量、熵与交叉熵。读者通读全文约需 1.5 小时,也可跳过计算直接看结论,或直接跳读最后一章「从模型到 ChatGPT」。
AWS 官方博客介绍如何通过全球跨区域推理在 Amazon Bedrock 上调用 OpenAI 的 GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra,其中 Sol 和 Luna 覆盖新加坡、雅加达、马来西亚、泰国和台北五个源区域,Astra 仅支持亚洲太平洋(新加坡)。
GitHub 官方博客介绍了四种让 Copilot 理解项目规范的方式:仓库自定义指令、智能体技能、自定义智能体和 MCP 服务器。
推荐理由:文章把定制 Copilot 的方式拆成自定义指令、技能、自定义智能体和 MCP 服务器四类,读者可对照自己的仓库逐项落地。
AWS 推出面向多节点部署的 Ray LLM DLC,可在 Amazon EKS 上将单个大语言模型部署于两个 GPU 节点,并以一个 OpenAI 兼容端点提供服务。
AWS 深度学习容器(DLC)支持在 Amazon SageMaker AI 上通过 llama.cpp 部署量化决策模型,提供 OpenAI 兼容的文本生成与基于 SemIf 的结构化决策两条路径。
腾讯程序员 robinji 讲清 Agent、Skill、MCP、CLI、Model 五个概念的调用关系,并给出老系统接入 AI 的三条路径,优先级依次为 API 封装为 MCP、CLI 包装、浏览器自动化或 RPA 兜底,建议从高频低风险且有 API 的系统先动手。
字节跳动 STE 固件团队在 OSFC2026 展示了基于证据链的 OpenBMC 调试方案,先用程序分析构建可验证的证据链,再让 AI Agent 在受约束的证据空间完成根因解释与修复建议。
Postman 在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode,沉淀出动态工具选择、基于 schema 的读取和上下文工程三类可复用架构模式。
推荐理由:文章提炼了生产级 Agent 的可迁移架构经验,包括动态收窄工具集、按 schema 读取数据和管理上下文预算。
火山方舟 Agent Plan 套餐提供专属 Harness CUA,可自动操控云桌面中的 Blender 完成建模、运镜与渲染,零门槛制作白模预演视频。该套餐集成 Seedance、Seedream 生图生视频模型,并兼容 Claude Code、Codex 等主流工具,统一以 AFP 燃料值结算用量。文章以武当山比武为例,用白模预演加参考图生成了 20 秒写实武侠成片。
AWS 提出 Amazon SageMaker HyperPod 的多租户参考架构,让多个团队共享同一个 HyperPod EKS 集群。
AWS 设计了一项为期六周的结构化项目,帮助非工程背景的业务人员构建可扩展的 AI 原型,以弥合 AI 概念认知与动手能力之间的差距。90% 的受访业务人员渴望获得构建 AI 智能体的实操经验,但缺乏安全构建所需的支撑。
AWS 博客作者展示了在 Amazon Bedrock AgentCore 运行时上运行开源智能体系统 OpenClaw,并用 AgentCore memory 构建有长期记忆的个人助手 Sprout(园艺助手),架构与领域无关,更换人设与 skills 清单即可复用于客服、健身教练等场景。
本文讲解如何通过 Amazon SageMaker Unified Studio 管理 SageMaker HyperPod,同时保留组织、项目、集群、工作负载四层治理控制。
AWS 官方博客演示如何用 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases 为航空应用搭建语音旅行管家。
AWS 官方教程在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 对比标准 Retrieve API 与 AgenticRetrieveStream API 两种 RAG 检索路径。
Amazon Quick 控制台与 update-user API 均不支持将用户从 Author 或 Admin 直接降级为 Reader,需先转移其仪表板等资产所有权。
OpenAI 发布 GPT-6 系列模型选择指南,帮助初创企业挑选合适的 GPT-6 模型。指南还涵盖调节推理强度、改进提示词与技能、协调工具,以及为生产环境准备工作流等实践。
AI 正在改变开发者的工作方式,开发者需要强化三项技能:指挥 AI 智能体、审查而非盲信 AI 的首个答案、用 AI 解决更大的问题。GitHub Copilot 内置的 Rubber Duck 智能体会用第二个模型审查计划、代码与测试,帮助发现首个模型遗漏的问题。开发者可把 AI 节省的实现时间投入到理解客户需求、评估权衡与系统设计等 AI 无法代劳的判断上。
GitHub 官方博客介绍了 GitHub Copilot app 的 canvas(也叫 canvas extension):一种用户与 agent 双向共享的可定制界面,可以是看板、问题分流板、发布清单或表格。
OpenViking 最新上线的 Compile 功能可按自定义或预置的 LLM-Wiki Skill,把飞书文档、本地文件、Git 仓库等分散资料编译成相互关联、可追溯的团队知识库。
腾讯技术工程团队基于智能体编排平台搭建错误码治理 Agent,将知识库、代码关系图谱、可观测平台和代码托管平台四类能力挂载到同一 Agent,由它自主编排排查流程并分钟级产出根因分析与修复建议。
赵志民综述递归自我改进(RSI),提出持久改进、自主闭环、递归增益、稳健可控四条判断标准,并沿五次边界推进梳理从 EURISKO、AlphaZero 到 GPT-5.6 的自我改进脉络。文章指出有界自我改进闭环已经出现甚至产生净正收益,但改进后系统持续提升自身改进能力的公开证据仍然不足;GPT-5.6 的 RSI 指数 57.9% 因题目、权重和聚合公式未公开,只能视为内部综合指标。
火山引擎存储以图解形式展示 ADrive 跨产品协作实践,基于 ve-adrive-cli v1.0.2 即可跑通第一个文件协作闭环。用户可通过 GitHub Release 下载 ADrive CLI,选择正在进行的内容项目进行体验;如需开通 ADrive,需联系 ADrive 团队申请试用。
腾讯一位工作 15 年的资深搜索后台工程师,2025 年初卸下管理头衔加入 AI Infra 团队,从零开始投身大模型推理工程,并精读 SGLang 源码。他建议新人先建立 Transformer 模型结构与 TTFT、TPOT、QPS 等评估指标的体系化认知,再按业务层、调度层、算子层分层拆解,并围绕 PD 分离、分布式 KV Cache、推测解码等方向深入实践。
腾讯程序员 daisy 公开了一份 AGENTS.md 规则文件,以强制性条款约束 AI 编程助手的语言风格与编码行为。规则要求禁用「不是…而是…」等句式与「落地」「对齐」等黑话,并禁止用 Git 回滚代码、使用 mock 与 ASCII Art,要求代码 fast-fail、实现后必须自行测试迭代。完整 md 文档可在「腾讯技术工程」公众号后台回复【agents】获取。
腾讯程序员 lingnyliang 发文系统解读 Context Engineering,指出生产级 Agent 的长期质量取决于对上下文窗口的主动管理,而非单次提示词优化。
GitHub 日韩市场营销负责人用 GitHub Copilot 把活动从筹备到跟进全流程自动化:一个 GitHub Issue 加上 event-setup 标签即可触发 GitHub Actions 完成落地页复制、UTM 链接生成、邀请邮件草稿和项目板更新。
推荐理由:作者用 Issue 表单加标签触发 GitHub Actions,并把流程写成 SKILL.md,为各类重复性工作提供了可直接照搬的自动化思路。
GitHub 官方博客介绍了 GitHub Copilot 应用内置的 diff、终端和浏览器三个面板,可在应用内完成审查变更、运行命令与预览界面。三个面板并排后无需在编辑器、终端和浏览器之间切换,还能用 Pick & Polish 工具选中页面元素让智能体调整,确认后直接创建 pull request。
Agent 自进化(Self-Evolution)通过“执行→反馈→优化→再执行”闭环,让 AI 持续优化 Skill、Prompt、记忆与模型权重,突破静态部署瓶颈。
腾讯 WorkBuddy 团队整理了 10 个让 WorkBuddy 越用越顺手的使用技巧。核心是看住上下文用量、用对模式和会话、精简技能与废话,具体包括用右下角上下文圈监控用量、发 /compact 手动压缩、开仅问答模式减少工具开销,以及关闭闲置技能、迁移其他 AI 的记忆总结等做法。
阿里云开发者刘瑞洲(阳迪)分享「架构师 Agent」落地实践,以技术方案设计为切入点,让 AI 独立完成跨复杂系统的技术方案设计。
腾讯程序员 yuki 用 Kuikly 跨端框架开发 DSH Mobile,一套 Kotlin 代码覆盖 Android、iOS 和鸿蒙,按官方 Host 协议连接电脑上的 DeepSeek Harness。
字节跳动 TikTok Eng-Testing 与复旦大学合作推出 NL2Test Agent,QA 用自然语言描述测试场景即可自动生成可运行的回归测试用例,已部署于多条业务线。
字节跳动技术团队介绍火山方舟 Agent Plan 专属工具「Agent 云电脑」,它自带 agent loop,可自行拆解并执行复杂任务,支持跨网页与桌面操作,创建一次任务后可持续监控进度。
腾讯技术工程梳理了 Agent 从单次 LLM 调用到完整 Harness 的演进路径,指出每层边界都是模型撞到极限后工程系统补上的回答。文章用 Pi、OpenCode、Codex 和 Hermes 四个项目展示设计空间的取舍,分别对应极简工具集、事件驱动状态、Thread 与沙箱安全执行、以及经验自进化。作者认为模型越能行动,外部运行时越关键,Harness 不会因模型变强而消失。
本文解读 DeepSeek Harness 底层的插件化框架 Cordis,它由开发者 Shigma 从跨平台聊天机器人框架 Koishi 中独立出来,用可逆副作用与响应式依赖两项机制,把组件的安全装卸从开发者纪律变成框架级保证。