用决策模型配合 Amazon Bedrock AgentCore Evaluations 做智能体评测
AWS 介绍如何通过代码型评估器把 Jev 和 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations。
全部 AI 动态
AWS Machine Learning BlogAI 评分4848 AWS Machine Learning Blog精选AI 评分6060 生产级 AI 智能体的四层上下文工程：Deep Insight 在可运行代码中的实现
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，把生产级 AI 智能体的上下文工程拆成四层：多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用验证智能体与兜底机制把关。
推荐理由：AWS 团队把 Anthropic 的上下文工程建议整理成四层可落地做法，并给出开源参考实现中的具体代码与节省比例。
AWS Machine Learning BlogAI 评分4040 Indegene 如何在 AWS 上构建 LLM 驱动的数据质量智能体
Indegene 在 AWS 上的 NEXT Unified Data Platform（NEXT UDP）中构建了生产级 LLM 驱动的 Data Quality Agent，可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码。
AWS Machine Learning BlogAI 评分4242 U Mobile 如何用 Amazon Bedrock AgentCore 构建智能体电信运营平台 AiDaH
U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI-Driven Agentic Helpdesk（AiDaH），目前覆盖六个业务部门的 150 多个运营场景，内部测量显示关键类别工单量最多下降 84.5%。
Simon WillisonAI 评分5252 Qwen 3.8 27B 在笔记本上也能解读模型权重
Simon Willison 用论文 Sparks of Weight-Space Programming 提供的权重提示词实测，本地运行的 Qwen 3.8 27B 在 46 分 12 秒、43,506 个推理 token 后识别出 Pac-Man，另用 1 小时 4 分 54 秒识别 Pong、52 分 25 秒识别 Breakout，Freeway 一题失败。
Hugging Face BlogAI 评分5858 Hugging Face 提出模型集成契约 MIC，用缩小模型在 CPU 上拦截回归
Hugging Face 发布 transformers-mic，提出模型集成契约（MIC）：把真实 checkpoint 缩成小 fixture，配合可运行的用法示例和人工审核的基线输出，在 CPU 上做快速集成测试。
Latent SpaceAI 评分4242 Arca 如何用智能体处理长达十天的长期金融工作
AI 原生财富管理公司 Arca 的智能体任务最长可运行十天，公司为此自建记忆系统持续追踪每位客户的进展与待办。Arca 使用 Anthropic 和 OpenAI 的前沿模型、以 Claude 为主，并自研 harness 按内部基准自动选模型。智能体只负责分析与提出方案，交易和资金操作由人类顾问完成，安全限制完全确定性。
GitHub Blog · AI & MLAI 评分4747 GitHub 如何用 ModernBERT 分类器更少误报地检测密钥
GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 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缩短 86%，服务成本降低 98% 以上。该方案先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在推送前返回结果。
GitHub Blog · AI & MLAI 评分4040 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：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/skills 下的 agent skills 封装可复用流程，用 .github/agents 创建自定义智能体处理跨文件任务，并通过 MCP 服务器连接外部工具与数据源。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 应用入门：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、发布清单或表单。用户在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开，之后还能继续让智能体增删列、筛选或接入未关闭的 pull request。