用 Amazon Bedrock AgentCore 构建可信 AI 智能体的生产级评估框架
AWS 的 Sales, Marketing, and Global Services 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向生产环境的多智能体持续质量评估框架。
#教程/实践
AWS Machine Learning BlogAI 评分4141
The Verge · AIAI 评分6060 Nvidia RTX Spark 笔记本一周实测：游戏、续航与本地 AI 表现
The Verge 三位作者用一周时间测试了搭载 Nvidia RTX Spark N1X 的五款笔记本，覆盖游戏、续航和本地 AI 场景。测试显示，在 1440p 分辨率、中等画质并开启 DLSS 性能模式下，多数游戏能稳定在 60fps，但《地狱潜者 2》等 CPU 密集型游戏难以达标；日常办公续航约 5 小时，运行本地模型时耗电明显加快。
AWS Machine Learning BlogAI 评分5858 用 Amazon Bedrock AgentCore 构建可自我改进的文档处理系统
AWS 发布教程，介绍如何用 Amazon Bedrock AgentCore 搭建多智能体文档处理系统，自动完成分类、抽取、校验并从纠错中学习。系统由 8 个智能体组成，通过 Strands Agents 编排识别与训练两条工作流，新单据类型首次处理约 3 分 49 秒，同类单据再次处理降至 1 分 30 秒。
AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore 自动生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿，内部测试中完成一份演示文稿耗时不到 90 秒。
AWS Machine Learning BlogAI 评分2828 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再带护栏地生成和执行修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产问题。Tami 由调查、安全评分、修复和代码生成四个专用智能体组成，通过单一 API 按任务调用不同基础模型。
AWS Machine Learning BlogAI 评分2525 如何用 Amazon SageMaker JumpStart 部署并评估模型
Amazon SageMaker JumpStart 提供可复用 Python 脚本，完成从目录部署模型、运行示例提示词测量延迟与单请求生成速率，到测试后删除端点的三步流程。
OpenAI NewsAI 评分2222 Third Moment Research 如何用 GPT-6 Astra 与 GPT-6.1 Sol 让 10,000 个智能体连续运行 36+ 小时
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及面向网络安全的 Daybreak，构建出可连续专注数天、并随使用不断改进的智能体，支撑 10,000 个智能体运行 36+ 小时。
GitHub Blog · AI & MLAI 评分5050 GitHub 如何用 ModernBERT 分类器减少密钥扫描误报
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前基于 LLM 的流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98%。该方案采用两阶段流程：先用正则表达式高召回地生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和周边代码判断是否为真实密钥。效率提升使通用密钥检测得以扩展到推送保护，在开发者推送前就返回结果。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式学习代码库规则：用 .github/copilot-instructions.md 定义仓库级约定，用 .github/instructions 中的 applyTo 字段指定路径级指导，用 .github/skills 下的 SKILL.md 封装可重复流程，用 .github/agents 定义专用自定义智能体。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 正在改变开发者工作方式，建议强化三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 节省的时间解决更大问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以发现首个模型遗漏的问题。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 应用如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户和智能体共享同一份状态，可做成看板、问题分诊板、发布清单或仪表盘。创建时只需打开智能体会话，输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，智能体就会生成界面并在右侧面板打开。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，再对每个崩溃做分类并生成漏洞报告。
推荐理由：作者公开了这套自主模糊测试流水线的架构与运行方式，读者可据此判断哪些人工环节能交给 LLM 智能体。