跳到正文
10月15日周四
  1. AWS Machine Learning Blog69

    AWS 介绍通过 Trust in Depth 管理 AI 智能体自主性

    AWS 提出 Trust in Depth 分层方法,用范围界定、身份识别、边界控制和运行观测提高 AI 智能体的可控性。文章以帮助台智能体处理员工离职为例,介绍 Policy in AgentCore、AgentCore Gateway、Strands Box 和 Amazon CloudWatch Omni 如何执行权限、身份、策略与追踪控制。

    推荐理由:文章以生命周期为线索拆解智能体的范围、身份、边界和观测层,并结合 AWS 产品说明如何落实这些控制。

10月14日周三
10月13日周二
  1. NVIDIA Blog78

    NVIDIA RTX Spark 笔记本将上线并完善本地 AI 软件生态

    NVIDIA 与合作伙伴将在 RTX Spark 笔记本上市前推出本地 AI 智能体、模型、创作应用和开发者工具更新,相关笔记本计划于 10 月 16 日上市。文章还介绍 Nemotron 3.5 Bolt 74B、开源路由器 NVIDIA PAIR、Adobe 应用优化、Broadcast 2.3、llama.cpp Windows 应用及 DLSS 5 等更新。

    推荐理由:文章集中梳理 RTX Spark 发布前的软件生态、模型、创作工具、开发者环境和游戏支持,能帮助读者判断本地 AI 工作流的实际覆盖范围。

9月29日周二
  1. Microsoft Research63

    Microsoft Research 发布面向生物学的多模态研究系统 Quine

    Microsoft Research 发布 Quine,一套面向生物学研究的多模态世界模型与交互式科研流程系统。Quine 可连接模型、科学工具、文献、湿实验和科研人员,用于生成、排序并验证候选研究路径;研究团队用它预测数千种可能推动胰腺癌细胞状态转变的化合物,并在多个湿实验测定中验证了部分高排名候选。Quine 目前仅限研究用途,首批访问通过 Quine Fellows 计划及选定研究合作开放。

    推荐理由:文章介绍 Quine 如何连接多模态生物学世界模型、科研工具与实验流程,并展示其在胰腺癌细胞状态研究中的候选化合物排序与湿实验验证。

9月26日周六
  1. GitHub Blog · AI & ML74

    GitHub Copilot 应用初学者教程:用 canvases 构建自定义工作流

    GitHub Copilot 应用可通过 `/create-canvas` 技能用自然语言创建与智能体共享的自定义界面,无需手动编写代码或设计文件。生成的 canvas 可保存为 extension,团队可共享或个人复用,并能持续添加列、筛选器和清单等控件。用户和智能体共享同一状态,可通过按钮、字段和卡片实时更新内容,也可让智能体调用 canvas 的操作能力完成修改。

    推荐理由:教程通过 `/create-canvas` 演示如何用自然语言创建并持续调整可复用的自定义工作流,同时说明用户与智能体如何实时协作。

9月25日周五
  1. GitHub Blog · AI & ML77

    GitHub Security Lab Taskflow Agent 实践 AI 驱动的 C/C++ 模糊测试

    GitHub Security Lab Taskflow Agent 可针对 GitHub 仓库自动执行 C/C++ 模糊测试,包括分析构建系统、生成 harness、运行 AFL++、改进覆盖率、分析崩溃并编写漏洞报告。

    推荐理由:文章完整拆解了自主模糊测试流水线的运行方式、架构与安全边界,可供 C/C++ 项目评估和复用。