Amazon SageMaker AI 多轮强化学习实操指南
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的实操指南，训练任务通过 AWS Lambda 转发调用托管在 Amazon Bedrock AgentCore 上的智能体，由智能体多轮行动后返回单一结果奖励，再用 GRPO 更新 LoRA 适配器。
#教程/实践
AWS Machine Learning BlogAI 评分5858 AWS Machine Learning BlogAI 评分2020 U.S. Hunger 如何用 Amazon Quick 打通领导层与数据
U.S. Hunger 借助 Amazon Quick 让领导层直接探索组织数据，并通过 Quick Spaces 共享 KPI 定义与财务文档。Quick 每晚 2 点（美东时间）将 SQL Server 数据刷新至 SPICE 内存引擎，目前已有 17 名同事获得访问权限，覆盖高管、技术、Full Cart 项目、财务与合规等团队。
AWS Machine Learning BlogAI 评分3434 在 AWS Trainium 上用 torchtitan 训练 Qwen3
AWS 博客演示在单台 trn2.48xlarge 上用 torchtitan 训练 Qwen3-4B-Instruct-2507 的三种方式：以 Transformers v5 作为建模后端、切换 torchtitan 原生 Qwen3 实现，以及接入 NKI MoE kernel。
AWS Machine Learning BlogAI 评分3636 基于 Strands Agents 的自适应智能体框架 AAIF：用本地 SLM 分流请求降低云端成本
基于 Strands Agents 构建的 Adaptive Agentic Intelligence Framework（AAIF）用 llama3.2:1b 作为编排层，将常规任务交给 Ollama 本地 SLM 处理，复杂请求经 Amazon Bedrock 路由到云端前沿模型。框架分智能编排、本地处理、云端处理三层，可运行在 8 GB 内存的 Raspberry Pi、纯云端或混合部署中。
AWS Machine Learning BlogAI 评分5858 多智能体系统的 5 个生产挑战，以及 Deep Insight 如何解决
AWS 解决方案架构团队开源了多智能体系统 Deep Insight，并梳理生产化过程中的五个核心挑战及对应技术方案。系统由 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等智能体协作，把 CSV 数据和自然语言提示转成带引用的 DOCX 分析报告。
AWS Machine Learning BlogAI 评分2222 如何用 AWS PrivateLink 为 Amazon Quick 打通企业内网私有访问
AWS 发布教程，演示如何通过 AWS PrivateLink 的 VPC 端点与 VPC 连接，让 Amazon Quick 在不经过公网的情况下访问企业防火墙后的本地数据源。
AWS Machine Learning BlogAI 评分3838 拜耳作物科学如何基于 Amazon Bedrock AgentCore 与 AWS Unified Operations 构建智能体决策引擎
拜耳作物科学在 Amazon Bedrock AgentCore 上构建了多智能体自然语言接口 Agentic Decision Engine（ADE），叠加在其 ML 工作流系统 CDE 之上，第一阶段约 80% 的用户问题无需工程师介入即可解决。
AWS Machine Learning BlogAI 评分2222 用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
针对 SageMaker AI 端点更新时自动扩缩容导致 CloudFormation/CDK 部署失败的问题，AWS 给出一个可复用 CDK construct，用三个自定义资源在端点更新前后自动注销并重新注册扩缩容目标。
OpenAI NewsAI 评分2222 OpenAI 如何将在线存储扩展至支撑超 10 亿 ChatGPT 用户（第二部分）
OpenAI 详解如何通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统，为 ChatGPT 带来 12 倍读取速度提升。该系统需支撑超过 10 亿 ChatGPT 用户。
AWS Machine Learning BlogAI 评分2323 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识库
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖西班牙、葡萄牙、法国三国 330 多家门店，用四种语言回答零售运营、兽医诊疗、人事入职与采购问题，无需自建 RAG 基础设施。
AWS Machine Learning BlogAI 评分3434 在符合 HIPAA 资格的环境中用 Amazon Quick 部署 AI
Amazon Quick 是符合 HIPAA 资格的服务，其 Web、桌面和移动客户端均适用，可在签署 AWS BAA 后用于处理 PHI。它提供 ACL 感知检索、聊天与反馈日志，以及对每个聊天智能体可执行操作的控制，并支持通过连接器和 MCP 接入外部系统。文章强调 HIPAA 资格不等于合规，用户仍需自行完成数据分类、配置和行政与物理防护措施。
AWS Machine Learning BlogAI 评分4242 在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
该方案将 AI 智能体生成的每个句子即时送入部署在 Amazon SageMaker AI 实时端点上的 Kokoro-82M 语音模型，让语音合成从第一句就开始，而不必等整段回复生成完毕。Kokoro-82M 仅有 8200 万参数，可运行在单台 ml.g5.xlarge GPU 实例上，容器同时提供 POST /invocations 与 WebSocket 双向流两条路径。
AWS Machine Learning BlogAI 评分3636 别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
针对自托管 TTS 端点自动扩缩容目标值靠猜的问题，AWS 在 Amazon SageMaker AI 实时端点上以自定义容器部署 82M 参数的 Kokoro-82M，用实测的 Q_max（单实例不突破 SLO 的最高并发）和 T_total（一次扩容端到端耗时）推算扩容阈值、缩容阈值与两个冷却时间。
AWS Machine Learning BlogAI 评分3434 Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
Rescale 基于 AWS 的 AI-DLC 框架，用 Strands Agents 构建了自动分类和路由夜间端到端测试失败的 AI 分诊智能体，从问题定义到预发部署仅用五天，数周内进入生产。
GitHub Blog · AI & MLAI 评分2222 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub Blog 采访三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的具体做法。Vlad Mihalcea 用 Copilot 在 IntelliJ IDEA 中开发 Hypersistence Optimizer 的事件历史 Web 应用，原本需数周的任务两天完成，并按任务复杂度切换模型。
GitHub Blog · AI & MLAI 评分3636 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，保留原有对话、代码改动和工作上下文，无需重新描述任务。VS Code 会加载该会话关联的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到该会话对应的 pull request。
GitHub Blog · AI & MLAI 评分4040 GitHub 用 ModernBERT 分类器重构密钥扫描：检出更多、噪音更少
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 方案。相比旧 LLM 流水线，告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上。该效率使通用密钥检测得以扩展到推送保护，在开发者推送前返回结果。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令（.github/copilot-instructions.md 及带 applyTo 字段的路径级指令文件）、打包可复用流程的 agent skills（.github/skills）、面向大型任务的 custom agents（.github/agents）。
GitHub Blog · AI & MLAI 评分2727 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其用第二个模型审查计划、代码和测试，从而发现首个模型遗漏的问题。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可与智能体共享的双向自定义界面，用户只需在智能体会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面。