可插拔智能体 AI 框架：基于 Amazon Bedrock AgentCore 的七层可组合企业智能体 AI 参考架构
一种七层可组合参考架构，用于在 Amazon Bedrock AgentCore 上将企业智能体 AI 从原型推向生产。每一层都有稳定的契约，因此您可以在任意一层替换技术，而无需重新设计其余各层。
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
我如何对抗AI脑疲劳
文章网址：https://sergeykuhne.com/blog/fighting-ai-brain-fry 评论网址：https://news.ycombinator.com/item?id=50416363 积分：83 # 评论：56
个人Agent市场值1.7万亿，AI学会绕过监控训练恶意AI｜AI一周观察2026W45
腾讯科技企鹅智库旗下AI领域一周观察：一周一期，比信息整合深一步 文｜博阳 编辑｜徐青阳 一、产业 1. Anthropic 披露近 9000 亿美元算力预算....
苹果让宇树G1练出一身本领，钻桌底、穿门缝样样行！
成功率达91%。 作者 | 钟宸 编辑 | 许丽思 机器人前瞻11月6日报道，近日，苹果正式发布了HALO（Humanoid Autonomy, Learned in ....
苹果罕见公布人形机器人进展，宇树 G1 背着一台跑千问的 Mac mini
苹果新 CEO 最近对自家 AI 的进度有点不满意。 据彭博社最新爆料，苹果 CEO 约翰·特努斯已经要求软件主管费德里吉加快 AI 开发节奏，拿出更大胆的方案，不能只满足于给 Siri ....
展示 HN：免费网页工具
文章网址：https://nyneon.net/tools/ 评论网址：https://news.ycombinator.com/item?id=50418253 积分：3 # 评论：2
一家人的客厅，和一个人的深夜 — Sonos Beam Ultra 与 Ace Ultra 体验
本文是少数派联合Sonos发起的SonosPlay众测活动（第二期）「最佳体验官」奖项获奖文章，奖品为免费保留送测的SonosAceUltra。除本文外，本期获得优秀体验官的作者及文章是：mivans ...查看全文
b12207
在 ggml-cuda 的 SSM_SCAN 内核中，已为 d_state=64 添加了一条新的快速路径，通过消除该状态大小下的 CPU 回退，将 Zamba2-7B-Instruct 的生成吞吐量从 11 tok/s 提升至 15.1 tok/s——约提升 35%。该更改已使用真实的 Zamba2 超参数进行了验证，并保持了正确性；不过，由于一个尚未诊断的问题，仍有 28% 的 scan 调用会回退到 CPU。
亿纬206GWh大单背后，国轩、比亚迪也在中东市场掘金，储能出海是否形成“供应商名单固化”？
2026年末储能出海长协潮，大数字下需盯真实交付与适配能力。
Anthropic 实验：Claude 半年将本金翻六倍
本金 30 亿 ISK半年后 180 亿 ISKAnthropic 让 Claude 在一款游戏里炒了半年的货，最新的 Fable 5 平均把本金翻成了6 倍。 而只比它早发布四个月的 O....
机器人行业卸下租赁“缓冲垫”
日租跌穿千元，平台却纷纷下场
Fourier’s Meta Prototype Puts a Spotlight on an 8-Billion-Yuan Robotics Bet
Shanghai’s Fourier Intelligence built a custom humanoid for Meta’s internal research in months. The company already has a rehab business, modest humanoid shipments, and a disclosed pre-money valuation of about 8 billion yuan. A marquee partner tests its engineering—it does not yet prove the equity story.
一场数据中心风暴，如何引发科技股暴跌？
图片由AI生成文｜晓静编辑｜徐青阳两天之内，华尔街上演了一场剧烈反转。美国当地时间11月4日，道琼斯指数上涨约3%，标普500上涨1.6%，纳斯达克上涨1.4%。微软、亚马逊分别上涨6.7%和6.1%，大型科技股带动市场迎来美国中期选举后的反弹。但在大盘上涨的同时，AI基础设施板块已经出现明显抛售。数据中心开发商Hut 8暴跌23.2...
Show HN：100名囚犯、德国坦克及另外61个谜题，附模拟演示
文章链接：https://mathparadoxes.com/en/ 评论链接：https://news.ycombinator.com/item?id=50391670 积分：2 # 评论：0
智能体 Harness 的演进：从链、图到代码化
点击查看原文>
学校不用Gemini就不能用搜索？谷歌新规引发美国政界人士批评
IT之家 11 月 5 日消息，谷歌当地时间周二宣布，使用其 K-12 教育软件的学校，除非选择启用 AI 工具，否则将无法使用谷歌搜索（Google Search）。这一决定随即引发强烈反对。谷歌教育业务副总裁克里斯 · 菲利普斯（Chris Phillips）向《纽约时报》表示，“搜索与 AI 已经深度整合”。因此，如果一所学校不选择启用 Gemini...
Show HN：我开发了一款无需截图即可分享网站增长情况的工具
文章网址：https://pagzi.online/ 评论网址：https://news.ycombinator.com/item?id=50376039 积分：1 # 评论：0
中国人造出了那台“造AI的光刻机”吗？
面壁RSI:AI自研算子，重塑算 力底层。
FenixWalk：面向异构架构的大规模动态图自适应采样
arXiv:2611.04683v1 公告类型：新 基础摘要：随机游走是图分析的基础，但在大型动态图上高效执行仍具挑战。现有方法需在采样效率、更新开销和内存消耗之间权衡。为吞吐量优化的采样结构往往带来显著的内存开销和高昂的维护成本，而轻量级方案在高度数顶点或权重分布偏斜时又可能面临较高的采样延迟。这些挑战在异构CPU-GPU平台上尤为突出：主机内存容量充足，但GPU内存限制了可从并行加速中获益的图数据量。我们提出了FenixWalk，一个面向大规模动态图的内存高效随机游走系统，将统一的原地采样与选择性GPU加速相结合。核心上，FenixWalk采用原地Fenwick表示，无需复制边级权重存储即可支持拒绝采样和逆变换采样。该表示使拒绝采样具备期望O(1)的权重查询时间，并支持O(log d)的前缀采样与更新。为高效利用异构硬件，FenixWalk将完整图及其采样结构保留在主机内存，同时将频繁重用的顶点本地采样器有选择地放置在GPU上。通过传输紧凑的游走器状态而非反复迁移图分区，该系统减少了跨设备通信，并有效利用了有限的GPU内存。在大型真实世界图及代表性随机游走工作负载上的实验表明，FenixWalk相较于现有随机游走系统实现了平均2.06倍至400.57倍的加速。