Skip to content

All updates

Today 31 items
Oct 31Sat
  1. NVIDIA Developer Blog37

    为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时Chinese

    为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时，旨在为 AI 团队提供从模型配置到可用推理端点的可复现路径。NVIDIA Dynamo 是一个跨 GPU 工作节点协调模型服务的分布式推理框架。在 Kubernetes 上成功部署该框架，还需要 GPU 驱动、资源分配、调度、网络与监控等系统组件协同工作。

  3. NVIDIA Developer Blog18

    NVIDIA：只需几条命令即可运行面向边缘应用开发的 AI 模型Chinese

    NVIDIA 正在推动 AI 从数据中心向边缘扩展，支持开发者仅用几条命令即可运行面向边缘应用开发的 AI 模型。该方案面向新一代边缘智能体，覆盖驾驶员与车舱监测、机器人感知与任务规划以及产线机器协同等物理 AI 场景。这些应用依赖模型在严苛的内存、功耗和延迟预算限制下完成感知、推理与行动。

  4. OpenAI 官方动态67

    OpenAI 宣布支持共享 robots.txt 信号以表达 AI 训练偏好Chinese

    OpenAI 宣布将遵守一项共享的 robots.txt 信号，帮助网站运营者向参与该规范的各 AI 服务商传达训练偏好。该机制旨在让网站管理者能够通过统一方式自主声明其内容是否可用于模型训练。

    Why it matters: 原文说明了网站表达训练偏好的统一信号机制，便于运营者评估内容抓取与授权策略。

  8. AWS 机器学习54

    Worldwide Express 基于 Amazon Bedrock 构建多智能体自动化处理货运计费异常Chinese

    Worldwide Express 联合 AWS 基于 Amazon Bedrock 与 Amazon EC2 构建多智能体 AI 系统，将零担货运的活跃计费异常积压降低 75%，每周自动处理约 10,000 起异常。系统部署了发票匹配、价格偏差比对和附加费验证三个专用智能体，结合承运商专属知识库与人在回路审批机制，使处理错误率低于 1%，回款周期缩短 4 周并释放出 1000 万美元自由现金流。

  9. NVIDIA Developer Blog44

    利用 NVIDIA NemoClaw 在自主可控技术栈上构建专用智能体Chinese

    开发者可借助 NVIDIA NemoClaw 构建自主智能体，这需要模型、harness 以及领域专用工具的支持。为实现更安全的部署与可靠执行，开发人员需要具备策略执行能力的运行时，以及优化与可观测性工具。生产级智能体的核心挑战在于接入真实企业系统和数据时，必须确保其既具备业务能力又能安全运行。

  11. 施耐德电气博客23

    托管数据中心与 AI：为什么信任、透明度与标准成为设计要求Chinese

    在 AI 驱动下，信任、透明度与标准正成为托管数据中心的设计要求。传统托管模式由运营商提供设施、客户提供 IT 设备，客户采购空间、电力、制冷与网络连接，并要求可靠的基础设施、安全保障及正常运行时间。随着 AI 应用深入，相关合作正在超越基础资源交付，转向更高标准的设计考量。

  12. Google Developers · AI 筛选32

    Google DevFest 全球开发者大会回归Chinese

    Google Developer Groups 主办的 DevFest 正式回归，将于 2026 年 10 月 1 日至 12 月 31 日在 115 个国家举办 800 多场活动。活动预计吸引近 100 万名参与者，核心围绕智能体时代的构建、安全与扩展，深入解析 Google 最新 AI 技术。现场还将提供涵盖 Google Cloud、Android 和 Web 等领域的互动研讨与实践工作坊。

Oct 30Fri
  1. 月之暗面 Kimi 公众号64

    Kimi 发布 3D 创作官方教程：详解 K3.1 Pro 工作流与实操技巧Chinese

    Kimi 官方发布 3D 内容创作教程，详解基于 Kimi K3.1 Pro 模型及各类 Harness 制作 3D 场景与游戏的工作流程。教程阐述了通过 Python 脚本实现参数化建模以及调用 Tripo 等生成网格化资产的两类方法，并针对 Unreal Engine、Blender、Unity 等工具进行了深度适配。

    Why it matters: 官方系统梳理了代码建模与工具调用的分工边界，读者可以参考其案例与流程在游戏引擎中快速复用。

  2. NVIDIA · AI 筛选68

    SETI 艾伦望远镜阵列引入智能体 AI 搜寻外星信号Chinese

    SETI 研究所与 Breakthrough Listen 在艾伦望远镜阵列引入智能体 AI，研究人员通过单条自然语言提示即可让智能体自主操纵天线、校准聚焦并实时过滤修正数据。

    Why it matters: 展示了智能体结合边缘 GPU 流式处理在海量科研数据中的落地路径，为复杂物理仪器的自主调控提供了工程参考。

  4. Cloudflare Blog · 网络基础设施67

    Cloudflare 正式上线私有源站应用服务支持Chinese

    Cloudflare 正式全面开放私有源站（private origins）服务，允许将代理 DNS 记录直接指向私有 IP。流量通过现有的 Cloudflare One 连接接入内网源站，使内部 API、AI 智能体后端及 MCP 服务器无需暴露公网 IP 或添加入站防火墙规则，即可直接获得 WAF、缓存、Bot Management 与 Workers 等防护能力。

    Why it matters: 解决了内部接口与智能体后端无需暴露公网即可复用边缘防护的问题，显著简化了私有网络服务的安全接入配置。

  5. Google DeepMind53

    Google DeepMind 扩展 AI 规划工具 PlanAssist 试点范围Chinese

    Google DeepMind 宣布与英国政府合作开发的 AI 规划工具 PlanAssist 将向英格兰另外 12 个地方规划局开放试点。该工具基于 Gemini 构建，前期在 3 个地区测试中将官员审核住户申请的时间缩减了 58%，且超过 70% 的生成报告无需修改即可直接过审。项目现已进入为期 12 个月的测试期，若进展顺利，英国政府计划在 2027 年向英格兰所有地方议会推广。

  6. Microsoft Research52

    微软研究院发布行业评测数据生成平台，以合成环境评估 Microsoft CopilotChinese

    微软研究院开发了行业评测数据生成平台，在完全不使用真实客户数据的前提下，为 Microsoft Copilot 构建全尺寸合成企业环境与标准化评测基准。该方案结合 O*NET、招聘信息及 SEC 申报文件等公开数据，在制药、资本市场与 IT 软件等行业模拟真实组织架构与动态工作流，并通过自动化流水线生成评测查询。

  8. 施耐德电气博客22

    驱动增长：电气承包商的 EOEM 机遇Chinese

    数据中心增长、电气化趋势与不断提升的客户期望，正推动设备制造转变为电气承包商的 EOEM 发展机遇。文章分析了驱动电气承包商向 EOEM 转型的核心动力、成功企业的差异化特质，并梳理了涉足该领域前需要评估的关键问题。

  10. Claude Code 更新38

    Claude Code v2.1.314 发布Chinese

    Claude Code v2.1.314 发布，新增工作目录外写入限制配置，并为 VS Code 及 Claude Desktop 引入 200K+ token 空闲对话自动压缩功能。新版本还为 Claude apps gateway 增加了 IdP 群组路由和 Amazon Bedrock 护栏追踪，并在组织限制模型 effort 级别时支持自动降级并重试。

  12. Google Infrastructure30

    科罗拉多学生参加 Google 黑客马拉松应对电网挑战Chinese

    Google 联合 CU Boulder 与科罗拉多能源办公室举办第二届 Colorado Impact Hackathon，参赛学生针对构建清洁、安全且有韧性的电网提出创新方案。获胜项目包括利用手机摄像头规划太阳能板布局的 AI 应用 SolarSnap、应对野火断电的 AI 电池网络 Grid Watch，以及提供针对性电网加固预测的 Grid Guard。

  15. Microsoft Research32

    Microsoft Research Focus 第 97 期Chinese

    Microsoft Research 发布 Research Focus 第 97 期，集中汇总了多项前沿 AI 研究进展。其中，自改进智能体框架 ForkPilot 能自适应回溯搜索决策，在保持顶尖性能的同时最高降低 59% 的 AI 处理开销；评测框架 CABRA 则揭示出理解陌生代码仍是编程智能体的核心瓶颈。

  16. CNCF Blog62

    CNCF 博客：Agentic AI 的边界控制本质上是云原生平台工程问题Chinese

    CNCF 博客刊文指出，AI 智能体的权限边界不能依赖提示词或模型自我约束，而必须由底层运行平台施加确定性控制。文章提出基于最小特权的“安全操作模型”，将智能体视作工作负载，以短期证明的工作负载身份为核心，由内向外依次通过服务网格限定可访问范围、通过声明式策略与调用网关管控工具权限、由数据平面管控可读取记录。

    Why it matters: 文章指出了依赖提示词限制智能体权限的结构性缺陷，给出了复用成熟云原生工作负载体系约束智能体能力的工程分层方案。

  17. AWS 机器学习50

    使用 Kiro 构建可重复的 PHP 转 Java 迁移引擎Chinese

    通过 AI IDE Kiro 构建的可重复迁移引擎，能将 PHP 应用系统性转换为经对齐验证的 Spring Boot Java 项目。该方案基于 Skill 文件封装发现扫描与八阶段工作流，严格以原 PHP 代码为规范进行行为验证。除了在 Kiro 中以人机协同方式逐个迁移，它还原生支持接入 AWS Transform 智能体实现大规模并行迁移。

  20. Google Developers · AI 筛选68

    Google 详解如何结合 A2UI 与 CopilotKit 构建生成式 UI 应用Chinese

    Google 介绍了结合 A2UI 开放标准与 CopilotKit 构建生成式 UI（Generative UI）应用的架构与落地方法。A2UI 采用框架无关的声明式 JSON 格式让 AI 智能体根据白名单组件库动态组装界面，配合基于 AG-UI 协议的 CopilotKit 实现双向交互与流式渲染。

    Why it matters: 原文给出了 A2UI 声明式组件与 CopilotKit 交互流的实现架构，读者可以据此在现有前端工程中落地生成式 UI。

  21. AWS Architecture36

    boAt 如何利用 Amazon Bedrock 提供个性化健身指导Chinese

    boAt 基于 Amazon Bedrock 与 AWS Lambda 推出智能手表“AI Coach”功能，已在生产环境为数百万用户稳定运行超 6 个月。该方案调用 Meta Llama 3.3 70B Instruct 模型按需推理，结合用户偏好与运动、睡眠等历史数据生成个性化健身计划及提醒。系统通过 Lambda 转换大语言模型数据格式，后续计划采用批量推理以优化成本。

  22. AWS 机器学习62

    MoEngage 如何借助 AgentCore Gateway 将 400 多个 API 转换为 Agent 工具Chinese

    MoEngage 借助 Amazon Bedrock AgentCore Gateway 将 7 个 AWS 区域中的 400 多个私有 REST API 转变为受权限控制的 Agent 工具，服务于 10 个内部 Agent。

    Why it matters: 文章详细展示了避免为每个微服务部署 MCP 服务端的集中化网关方案，为多区域私有 API 的 Agent 工具化提供了清晰的架构参考。

  25. LangChain 官方博客71

    Managed Deep Agents v0.10 发布：新增浏览器操作与异步子智能体Chinese

    LangChain 发布 Managed Deep Agents v0.10 公测版，新增浏览器操作与异步子智能体两项核心能力。智能体可在独立的 LangSmith 沙箱中运行浏览器工具，并在遇到登录墙时通过 browser_handoff 将窗口控制权安全交接给人工处理；异步子智能体支持在独立线程后台执行耗时任务，期间主协调智能体可继续响应用户交互。

    Why it matters: 更新引入了沙箱浏览器操作与人机交接机制，配合异步子智能体设计，为处理无接口网站和耗时任务提供了具体落地参考。