本文へスキップ

すべての記事

今日 28 件
9月26日土
  2. GitHub Blog · AI 与安全70

    GitHub Copilot 教程：如何使用画布构建自定义工作流中国語

    GitHub Copilot 现支持通过 /create-canvas 技能利用自然语言描述直接生成双向交互画布，用于搭建看板、Issue 分流板或发布清单等工作流界面。用户与 AI 智能体可以实时共享并修改画布状态，无需手动编写布局代码即可同步更新数据。生成的画布支持保存为扩展在团队内复用，社区也已在 Awesome Copilot 中提供了一系列开箱即用的预设模板。

    推薦理由：文章介绍了用自然语言生成双向交互界面的方法，开发者可据此将单向命令交互改造为可实时协同的看板工作流。

  5. AWS 机器学习59

    AWS 解析 NarrateAI 生产级大模型质量保证架构中国語

    AWS 介绍了基于 Amazon Bedrock 构建的商业智能 Agent NarrateAI 的五层质量保证架构。系统通过自适应路由分流单次与并行调用、跨账号多模型故障转移化解 API 限流，并采用段落级流式并行评估使首内容延迟降低 86.8%。在两阶段级联数据校验的配合下，系统在约 13 秒内启动流式响应的同时实现了 99.3% 的数字准确率。

9月25日金
  1. AWS 机器学习33

    Datacor 如何利用 Amazon Quick Sight 构建自助式租赁分析服务中国語

    Datacor 将 Amazon Quick Sight 集成至 TrackAbout，构建了包含交互式仪表板与自然语言搜索栏的自助式租赁分析服务。该方案依托 Amazon Q in Quick Sight 生成式 BI 能力与跨云数据管道，支持业务人员无需 IT 介入即可用自然语言查询租赁数据。

  3. Ollama 更新37

    Ollama v0.40.0-rc0 发布：准备移除 llama-server 兼容补丁中国語

    Ollama 发布 v0.40.0-rc0，新增 manifest-list 存储以支持多个 runner 专属 manifest 在同一 tag 下共存。该版本为旧版 Ollama GGUF 引入向 llama.cpp 兼容格式的本地延迟迁移，并保留模板、投影器及媒体元数据等。同时，pull、push、show 等命令与模型导入转换流程已全面适配 runner 选择与迁移验证。

  4. GitHub Blog · AI 与安全33

    GitHub 如何通过交付更多 CSS 提升网站性能中国語

    GitHub Primer 设计系统将全部组件从 CSS-in-JS 迁移至 CSS Modules，通过移除客户端与服务端运行时开销显著提升页面性能。截至 2024 年 12 月完成全量迁移后，页面服务端渲染耗时减少了 55%，组件初始化时间缩短了 25%。团队采用特性标志（feature flag）进行渐进式灰度发布，并通过过渡封装库兼容存量 sx 属性以降低迁移风险。

  6. Cloudflare Blog · 网络基础设施66

    Cloudflare 推出 Turnstile Spin：支持通过 AI 编码智能体自动配置网站安全防护中国語

    Cloudflare 推出 Turnstile Spin，允许用户通过 Claude Code、Cursor 等 AI 编码智能体端到端自动配置 Turnstile 人机验证。

    推薦理由：原文展示了如何将传统两步式安全集成封装为智能体技能，开发者可参考其自动化补全前后端代码的落地模式。

  9. GitHub Blog · AI 与安全65

    GitHub 探讨 AI 交互界面：为什么对话框往往不是最佳选择中国語

    GitHub 官方博客探讨了纯对话框作为大语言模型主要交互界面的局限性，并介绍了 GitHub Copilot app 中的 canvas 功能。Canvas 是运行在 Copilot 内部的全栈应用界面，支持与 Copilot agent 进行双向通信并在本地执行代码。作者指出，让智能体构建可视化工具而不是在聊天框中处理所有琐碎指令，能有效避免 token 浪费并更好地自动化开发流程。

    推薦理由：文章探讨了纯聊天框在智能体交互中的局限，展示了用自定义全栈界面替代重复对话来降低 token 消耗的方法。

  10. Google Research64

    Google 提出 AI 视频联合导演框架，推进长时长连贯视频生成中国語

    Google Research 推出一套面向长时长叙事视频的多智能体框架体系，涵盖 Co-Director、CANVAS、A²RD 和 VQQA 四项核心研究，旨在解决视频扩散模型在多镜头场景中的语义漂移和级联错误。

    推薦理由：Google 将长视频生成解构为多智能体编排与世界状态追踪，提供了解决多镜头叙事中角色与场景漂移的成套系统方案。

  12. GitHub Blog · AI 与安全74

    GitHub Security Lab 开源 AI 模糊测试工具 Fuzzing Taskflow中国語

    GitHub Security Lab 推出基于 Taskflow Agent 的自主模糊测试流水线 Fuzzing Taskflow，可全自动完成 C/C++ 项目的代码入口识别、Harness 编写、AFL++ 执行与崩溃分类。该框架将大语言模型的调度决策与 MCP 工具执行解耦，内置覆盖率反馈驱动的用例迭代与结构感知变异机制，并在测试结束后自动生成包含根本原因分析和修复补丁建议的漏洞报告。

    推薦理由：展示了将大模型决策与工具执行解耦的自动化模糊测试闭环设计，为软件安全工程提供了实用的落地参考。

  13. Azure Blog · 云基础设施73

    微软 Foundry 平台升级：接入 GPT-6 与 Claude Opus 5.5，推出原生语音智能体与持续优化闭环中国語

    微软宣布升级 Microsoft Foundry 智能体开发平台，全面引入 OpenAI GPT-6 系列（含 GPT-6 Sol、GPT-6 Luna）与 Anthropic Claude Opus 5.5 模型。

    推薦理由：原文系统梳理了从多模型接入、原生语音到长任务韧性与生产优化的端到端架构，有助于评估企业级智能体开发与运维的落地路径。

  14. LangChain 官方博客62

    LangSmith Engine v2 发布：新增红队测试与自动化修复验证中国語

    LangChain 推出 LangSmith Engine v2，新增主动红队测试（Red Teaming）与自动化修复验证能力。Engine v2 能结合生产 trace 与代码仓库主动探查幻觉和提示词违规，并识别低效工具调用、延迟与成本趋势等隐蔽缺陷；针对 LangSmith Deployment 用户，系统可在提交人工审核前自动复现并闭环验证修复方案，支持一键创建 PR。

    推薦理由：原文阐述了红队测试与自动化验证修复机制，便于开发者了解如何借助平台 Agent 提前拦截智能体缺陷。

  15. Google DeepMind73

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar中国語

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，将实时对话能力与低延迟流式视频生成结合，赋予对话 AI 具备自然口型与表情的动态视觉形象。

    推薦理由：原文介绍了原生实时对话结合流式数字人形象的能力与技术细节，读者可以据此了解多模态交互在企业场景中的最新落地形式。

9月24日木
  1. LangChain 官方博客66

    LangSmith 上线 Trajectories 功能：提供 Agent 会话的可读轨迹视图中国語

    LangSmith 正式上线 Trajectories（轨迹）功能，为长运行 Agent 会话提供按时间顺序聚合的人类、AI、工具调用及子智能体交互视图。该功能去除了复杂的嵌套执行细节并支持下钻回底层 Trace，能帮助开发者快速定位工具误用等偏航步骤，同时便于非技术专家审核与在线评估打分。此外，团队可将高质量轨迹保存并导出为数据集，直接作为监督微调（SFT）等后训练工作流的样本。

    推薦理由：文章展示了如何将复杂的多轮智能体调用链扁平化为可读轨迹，为排查长流程错误和提取后训练微调数据提供了清晰路径。

  2. NVIDIA Developer Blog22

    面向生物学基础模型的高效 MoE 训练中国語

    针对生物学基础模型扩展的高计算成本问题，MoE 架构通过引入多个专家子网络并对每个 token 仅激活其中一小部分，提供了更高效的扩展路径。相比每个 token 均需经过所有层的传统稠密 Transformer 架构，该方法有效缓解了模型能力提升带来的训练与推理算力开销激增问题。

  4. NVIDIA · AI 筛选72

    NVIDIA 联合 Google DeepMind 等开源 2800 多种病毒的蛋白质复合物 3D 结构数据集中国語

    NVIDIA 联合 Google DeepMind 及 EMBL-EBI 等机构，通过 AlphaFold Database 公开发布了超过 2800 种病毒的蛋白质复合物预测 3D 结构数据集。

    推薦理由：NVIDIA 联合 DeepMind 等机构开源 2800 多种病毒的蛋白质复合物 3D 结构数据与预测管线，为应对潜在疫情提供了关键的生物计算基础设施。

  8. 腾讯混元 公众号61

    腾讯上线基于混元 Hy-MT2 的“腾讯Hy翻译” APP中国語

    腾讯正式上线“腾讯Hy翻译” APP，同步支持小程序、插件和 PC 端体验。该应用基于腾讯混元 Hy-MT2 翻译模型构建，支持 33 种语言互译及 5 种中国少数民族语言与方言，提供语音翻译、拍照翻译以及通过本地模型实现的离线翻译功能，已在美国、日韩、东南亚多国及中国港澳台等 12 个国家和地区推出。

    推薦理由：该应用基于混元翻译模型提供了离线端侧能力，读者可以据此了解其在无网出国场景下的实用表现。

  9. Ollama 更新46

    Ollama v0.34.4 发布中国語

    Ollama 发布 v0.34.4 版本，使思考型模型的结构化输出支持单次处理，提升了运行速度与可靠性。新版本在 Apple Silicon 平台上加快了 Qwen 3.8 的提示词处理速度，并支持 Gemma 4 针对每张图片自动匹配最佳分辨率以保留细节。此外，更新还修复了本地大模型库偶发报错等问题，并升级了 llama.cpp、MLX 与 XGrammar。

  10. Apple Machine Learning Research36

    Apple 通过潜在空间知识蒸馏压缩流式神经音频编码器中国語

    Apple 研究人员提出通过量化前潜在空间知识蒸馏压缩端侧流式神经音频编码器，以降低设备端听写功能的内存与延迟开销。该方法训练学生编码器在均方误差目标下回归教师模型的逐帧潜在特征，并以单层仿射层解决宽度不匹配问题。在 2.8x 压缩下，学生模型无需微调即可在 6 组测试中的 5 组将相对 WER 差距控制在 1.9% 以内，较同容量独立训练模型相对提升 3.9%。

  11. Apple Machine Learning Research35

    半监督联邦 ASR 实用方案：在线伪标签与服务端更新稳定化中国語

    针对半监督联邦学习（SSFL）在语音识别（ASR）中伪标签误差易发散的问题，研究提出结合在线伪标签与服务端更新稳定化的训练方案。该方法通过客户端在线模型生成伪标签，并由服务端在轮次间持续训练有标签种子数据以抑制模型漂移。实验表明，该方案在 11 组对比中有 9 组超越此前最强方法，域内平均提升 20.8%，跨域平均提升 10.0%。

  12. Vertiv 官方新闻62

    Vertiv 宣布收购 King Environmental Services，拓展全球高密度液冷数据中心流体管理服务中国語

    Vertiv 宣布达成协议收购欧洲流体管理、调试及负载测试服务商 King Environmental Services Ltd.（KES），将高密度液冷数据中心热管理服务能力扩展至欧洲、中东和非洲（EMEA）地区。KES 业务涵盖管路冲洗、水处理、系统平衡验证以及液冷与电力系统的大规模负载测试，为 AI 高密计算设施提供全生命周期保障。交易预计于 2026 年第四季度完成，具体财务条款未披露。

    推薦理由：Vertiv 继收购北美 PurgeRite 后再购欧洲 KES，将高密度液冷数据中心的流体管理与负载测试服务扩展至 EMEA 区域。

  13. Engineering at Meta67

    Meta 为 AI 眼镜引入机密计算基础设施 Private Processing中国語

    Meta 宣布将机密计算基础设施 Private Processing 扩展至 Meta AI 眼镜，把眼镜端的信任边界延伸至云端机密虚拟机（CVM），确保即使处理高负载 AI 任务，Meta 也无法访问用户数据。

    推薦理由：原文给出了 AI 眼镜在端云协同中兼顾长期记忆与机密计算的架构设计，有助于了解端侧智能硬件在云端大模型算力卸载时的隐私安全方案。

  14. NVIDIA Developer Blog50

    NVIDIA 推出开源 3D CT 视觉语言模型 NV-Reason-CT，支持放射科思维链推理中国語

    NVIDIA 推出开源 3D CT 视觉语言模型 NV-Reason-CT，旨在支持放射科医生的思维链（CoT）推理。针对通用前沿大模型在三维容积成像上表现欠佳、多数开源医疗 AI 模型缺乏对高密度 3D CT 扫描支持的痛点，该模型专门针对临床三维影像推理进行优化。

  15. NVIDIA Developer Blog34

    在 AI 工作负载上线前验证 GPU 集群就绪性中国語

    GPU 集群即使通过常规健康检查，在承载实际 AI 工作负载时仍可能出现性能下降或运行失败。在 512-GPU 训练任务中，单颗慢速 GPU、高负载下劣化的网络链路或走慢速路径的异常配置，往往导致运维人员在运行数小时后才发现问题，因此在 AI 负载正式运行前验证集群就绪状态至关重要。

  18. NVIDIA Developer Blog38

    用 NodeWright 管理 Kubernetes 节点集群中国語

    NodeWright 提供了一套管理 Kubernetes 节点集群的方案，旨在解决节点底层的运维难题。虽然 Kubernetes 负责管理容器负载，但内核设置、系统软件包、存储布局、安全 agent 及 GPU 工作负载所需的宿主机调优通常依赖 Ansible 与手动脚本，容易在跨区域部署或内核升级破坏 RDMA 时失效。