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。
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。
突发：OpenAI开始大规模封号
机器之心编辑部什么？OpenAI 也开始大规模封号了？今天中午前后，社交媒体炸锅了，一堆人在喊 OpenAI/ChatGPT 大规模封号。很多帖子说得挺邪门：号直接没了，连封号邮件都没收到，登录就显示删号或者登不上。现在有哪些账号被封？从反馈来看，重灾区比较集中，包括：卖过 / 拆过 API 免费额度的号；拼车、多人共享、Team 席位的号；反代的，尤其是 codex2api 这类把 Codex 逆向转成 API 分发的；低价区号（土耳其、菲律宾、埃及等）；学生认证号；甚至有些老资历、Pro 高档位的也中招。有人说纯自用、没反代、没卖额度的也有被波及的，哪怕只是用免费版看看文献。但也有博主反馈...
Claude创始人的魔幻半生：挺过睾丸癌，逼宫奥特曼，算“几只鸡抵一条人命”
达里奥·阿莫迪可以说是现在硅谷最「讨人厌」的人，甚至没有之一。 在曾经共事的人眼中，达里奥是个精力旺盛、极其固执的家伙，吵完架后，他有时会一个人躲进办公室的图书室，看 YouTube 视频....
Show HN：Ls-service – 极简、带命名空间且类型安全的 localStorage 封装器
文章链接：https://github.com/brysonbw/ls-service 评论链接：https://news.ycombinator.com/item?id=50383396 积分：1 # 评论：0
部署 AI 智能体的竞赛在数据访问方面遇到了一个熟悉的障碍
那些正争分夺秒将 AI 智能体投入生产的公司发现，决定这些智能体是否值得信赖的，并不是模型的选择，而是基于角色的访问控制。同时，推理成本的上升、隐私担忧以及主权要求，也促使越来越多的 AI 工作负载重新回流到企业数据中心内。这种转变有利于那些多年来一直致力于管理敏感数据的企业。文章《部署 AI 智能体的竞赛在数据访问方面遇到了一个熟悉的障碍》首发于 SiliconANGLE。
暴露并不等于承诺：针对使用工具的智能体的潜在监控器的双层评估
arXiv:2610.37679v1 发布类型：新 摘要：使用工具的语言模型容易受到间接提示注入的影响，而越来越多的研究试图通过探查模型内部来在不安全操作执行前将其捕获，但所得结果却存在严重分歧。我们认为，这种分歧很大程度上源于评估方法上的缺陷，并提出了一种双层评估协议：在评估与训练数据集中，将“提示注入”与“行为承诺”加以分离。在主要的Qwen AgentDojo基准测试集上，那些基于朴素的“不安全与其余”混合对比进行训练的监控器，大多仅学会识别“暴露”：它们会标记出所有被暴露的轨迹，无论智能体是否真正执行了相应操作，且几乎无法预测哪些情况最终会导致不安全行为。而当仅针对已暴露案例重新训练后，同一类探测器便能预测模型自身发出的不安全工具调用，时间延迟长达两秒。
制品蒸馏：无需训练的前沿模型到小型语言模型的迁移
arXiv:2610.37680v1 发布类型：新 摘要：缩小前沿模型与小型语言模型之间的差距，通常采用蒸馏方法：在前沿模型（教师）的输出上对小型模型（学生）进行微调，但这使得迁移过程依赖于训练计算，并且被迁移的知识往往难以解释。我们提出了一种名为“制品蒸馏”的方法：由教师模型解决一系列训练实例，并将其求解过程外化为一个制品库，学生在推理时直接查询该库，而无需进行梯度更新。在四项LiveBench任务中，由Claude Opus 4.5构建的制品库使Claude Haiku 4.5在空间推理任务上的表现（0.707 vs. 0.647）达到其自身成本的60%时，已超越未借助任何辅助的Claude Sonnet 4.5；而在表格连接任务上，该制品库仅以Sonnet 4.5成本的89%便达到了相同水平。同样的原始制品库还提升了
在不阅读解释的情况下进行评分：自动化可解释性评估中的结构化捷径
arXiv:2610.37676v1 公告类型：新摘要：自动化可解释性通过让模型逐个标记地预测特征在评估样本上的激活位置，或判断标记的标记是否与该特征相符，从而对稀疏自编码器（SAE）特征的解释进行评分。我们发现，评估数据的标准处理流程可以在不读取解释的情况下完成评分。在Neuronpedia存储的针对500个随机GPT-2小型特征的模糊测试运行中，91.3%的激活样本都以中心标记为峰值进行裁剪；而当中心标记被标记时判定为“是”的规则，其平衡准确率达到了0.979，相比之下，基于存储的LLM评分器（根据管道代码重新计算的逐项判决结果）的准确率为0.838；仅依据标记数量的规则则达到了0.969。T
Wabi为其面向消费者的AI助手融资5500万美元
专注于为消费者打造人工智能助手的Wabi公司今日宣布，已成功筹集5500万美元融资。本轮融资由IVP领投，亚马逊Alexa基金、安德森·霍洛维茨和Forerunner等机构也参与投资。此外，还包括一批天使投资人，其中包括Salesforce公司首席执行官马克·贝尼奥夫和Shopify公司首席执行官托比·吕特克。文章《Wabi为其面向消费者的AI助手融资5500万美元》首发于SiliconANGLE。
随着人工智能推动新员工更多地投入客户服务，Intuit重新塑造会计教育
随着人工智能逐步实现财务日常工作的自动化，曾经定义入门级会计岗位的重复性任务正在消失，而咨询服务正逐渐成为企业创造价值的核心。这一转变使高校不得不加快步伐，为毕业生做好准备，以应对与教科书上截然不同的职业需求。弥合课堂与实践之间的鸿沟……文章《随着人工智能推动新员工更多地投入客户服务，Intuit重新塑造会计教育》首发于SiliconANGLE。
隆重推出 Build-A-Chip-Bench：从工作负载规范到 GDS
通过开源工具和开源 PDK，从工作负载规范到 GDS 版图布局，对 AI 智能体进行评估，以衡量其完成芯片设计工作流的能力。文章《隆重推出 Build-A-Chip-Bench：从工作负载规范到 GDS》首发于 Semiconductor Engineering。
在适应之前进行校正：面向联邦自适应优化的梯度校正
arXiv:2502.02727v4 发布类型：替换-交叉 摘要：客户端漂移补偿方法能够缓解联邦学习（FL）中数据异构性带来的影响。尽管针对基于随机梯度下降（SGD）的联邦学习，漂移校正已得到充分研究，但其与自适应客户端优化器之间的相互作用仍缺乏深入理解。诸如Adam等自适应优化器会根据过去梯度的运行平均值来构建每次更新，因此仅对最终更新方向进行校正，将无法改变这些平均值及其所包含的漂移。我们提出了联邦自适应梯度校正（{\tt FA-GC}），该方法在梯度进入这些运行平均值之前即对其进行校正，并将其与联邦自适应朴素跟踪（{\tt FA-NT}）进行了对比——后者是在最终更新方向上添加校正。我们证明，在一种理想情况下
为什么 dbt Labs 认为 AI 智能体终将让语义层真正落地
如果团队能够解决信任问题，AI 智能体为何能让语义层更加稳固？
我们如何构建自己的设计代理
LangChain 如何在 Slack 中构建了 Content Studio——一个开源的设计代理，用于制作符合品牌调性的视频、图形和演示文稿，以及为其提供动力的工具链。
修复评估偏差，以在 Amazon Bedrock 上解锁更优的模型
Property Finder 发现，其视觉AI评估标签中有96.8%源自现有模型，这掩盖了该模型的真实准确率。了解他们如何构建无偏的真值数据、实施进化式提示优化，并在 Amazon Bedrock 上选择了一款更精准且更具成本效益的模型，从而在11项图像质量指标上将成本降低了86%。
Cloudera押注可移植性而非代理，这将使其在企业人工智能领域脱颖而出
正加速迈向AI自动化的各家企业发现，模型与数据的运行环境，其重要性丝毫不亚于模型本身的能力。监管压力、代币成本上升以及对厂商锁定的担忧，正促使企业对其AI工作负载提出更高的管控需求。这种需求正在重塑数据平台供应商们的产品定位与市场策略。[…] 文章《Cloudera押注可移植性而非代理，以在企业AI领域脱颖而出》首发于SiliconANGLE。
Google 的 Genie 4 世界模型新增了音频功能、更逼真的世界以及实时操控
Google DeepMind 在面向可信测试人员的研究预览中发布了 Genie 4，这是一款具备实时音频、更逼真模拟以及中期模拟文本提示的世界模型。
KOHO如何基于多年的dbt治理构建了一款由Claude驱动的自助分析工具
KOHO 解释了为何人工智能自助分析首先需要强大的数据文化以及受管控的 dbt 基础架构。
英国内政部或因使用OpenAI工具而面临调查
一家政府监督机构正考虑对英国内政部在处理庇护申请时使用ChatGPT技术一事展开调查，此举正值外界对该工具的准确性及其使用过程中的保密性存有担忧之际。