Benefit Street Partners 如何用 Codex 更快回答客户问题
Benefit Street Partners 的 Anant Kumar 用 Codex 做代码审查并加快后续跟进，从而更快回答客户问题。他构建的工具用于比较贷款估值和分析信贷协议。
全部 AI 动态
OpenAI NewsAI 评分1818 AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore 构建 AI 智能体可信度：一套生产级评估框架
AWS 的 Sales, Marketing, and Global Services (SMGS) Operations 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了一套覆盖全生命周期的智能体评估框架，用于其服务 AWS Field Sales 的生产级多智能体系统。
AWS Machine Learning Blog精选AI 评分7171 Reflection AI 发布开放权重模型 Beam，并在 AWS 上给出部署方案
Reflection AI 推出开放权重模型 Beam，面向智能体编码和长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：原文给出 Beam 的开放权重规格与两条 AWS 部署路径，读者可据此判断多节点部署的硬件与显存要求。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可自动分类、提取、校验并从业务文档中学习，通常 20 分钟内完成部署。该系统由 8 个专用智能体组成识别与训练两条图工作流，新文档格式无需手工配置模板，验证通过后指令会被保存复用，后续同类文档直接进入提取。
AWS Machine Learning BlogAI 评分3232 用 Amazon Bedrock AgentCore 生成演示文稿
AWS 发布方案，用 Amazon Bedrock AgentCore runtime 部署单个 supervisor agent，基于 Strands Agents 框架编排文档生成与摘要工具，自动生成 PowerPoint 演示文稿，内部测试中不到 90 秒完成。
AWS Machine Learning BlogAI 评分2222 Tamnoon 如何用 Amazon Bedrock 构建 AI 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，再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产事故。Tami 由调查、安全评分、修复、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2222 用 Amazon SageMaker JumpStart 部署与评测模型
Amazon SageMaker JumpStart 提供可复用 Python 脚本，从模型目录部署模型、用示例提示词测量延迟与单请求生成速率，并在测试后删除端点。
GitHub Blog · AI & MLAI 评分3838 GitHub 如何用 ModernBERT 分类器实现更少噪声的密钥检测
GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器，用于区分真实凭证与形似凭证的字符串，替代此前的 LLM 流水线。该分类器使推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上，用户对告警的接受度提升 11.5%。流水线采用两阶段设计：正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥。
AWS Machine Learning BlogAI 评分2222 用托管权益管理 Amazon Bedrock 的私有定价优惠
AWS 发布两种在 AWS License Manager 中激活 AWS Marketplace 私有定价优惠（MPPO）权益的方式，用于 Amazon Bedrock 第三方模型的多账户访问。轻量脚本适合一次性激活，CDK 自动化方案通过 EventBridge 与 Lambda 实现事件驱动的持续激活，并校验卖家白名单。
Simon WillisonAI 评分2424 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库，效果从有偏差变成"十全十美"。他认为与其靠更新 AGENTS.md 让智能体使用诊断库，不如用这种强制手段避免漂移。
GitHub Blog · AI & MLAI 评分3030 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。
Hugging Face Blog精选AI 评分7272 作者用 ML Intern 在几天内自建六个模型，总花费约 103 美元
作者借助 HuggingChat 中的 ML Intern，在几天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机角度 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算花费约 103 美元。
推荐理由：作者用六个自建模型复盘了给 ML Intern 写提示词的方法，包括预算上限、基线和冒烟测试等可复用做法。
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 提出开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次答案，以及用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
GitHub Blog · AI & MLAI 评分3838 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，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需手写代码或设计布局。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 为何认为聊天框是错误交互界面：用 canvas 替代 chat
GitHub Copilot 提出 canvas 概念，即在 Copilot 应用内运行的无浏览器外壳全栈小应用，可与 agent 双向通信并调用第三方 API、在本地执行代码。
Mistral AIAI 评分5454 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 迁移到 C++，对象是一个无测试套件、无集中文档的物理储层模拟器。团队先构建数值对齐测试框架，用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 中校验，再用 Vibe CLI 启动上百个智能体解析调用树、结合 Mistral OCR 整理散落文档。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS 及 ParaThinker、GroupThink、Hogwild! Inference 等，其并行结构多由模型外部预先设定，未教会模型自适应行为。