在 SageMaker Studio 中直接管理 Amazon SageMaker HyperPod Spaces
Amazon SageMaker Studio 新增在 SageMaker HyperPod EKS 集群上直接创建和管理 Spaces 的能力,数据科学家无需命令行即可在浏览器中启动 JupyterLab 和 Code Editor 环境。
Amazon SageMaker Studio 新增在 SageMaker HyperPod EKS 集群上直接创建和管理 Spaces 的能力,数据科学家无需命令行即可在浏览器中启动 JupyterLab 和 Code Editor 环境。
AWS 发布 Amazon SageMaker HyperPod 管理与治理最佳实践,提出组织、项目、集群、工作负载四层控制模型,用于多团队共享加速计算集群时划分权限与容量。
AWS 发文解读国际标准 ISO/IEC 42005:2025,说明如何将 AI 系统影响评估整合进企业风险管理体系。该标准覆盖评估全生命周期,Annex D 用于简化并避免与现有评估重复,Annex E 提供独立实施模板,并给出轻量级 triage 判断是否需要完整评估。
Mistral 发布迄今最大模型 Mistral Large 4(ML4),拥有 1 万亿参数、490 亿激活参数,已在 Mistral Studio 开放 API 预览,权重预计 10 月底发布。
NVIDIA《State of AI in Telecommunications》报告显示,89% 受访者认为开源模型和软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model(LTM),由 AdaptKey 基于开源电信数据集微调,并开放完整微调流程。
Cohere 将企业平台升级为 North 2,用于统一管理 AI 智能体,可自主处理多步骤工作流并跨会话保留上下文。新版编排系统协调智能体调用共享知识库和可复用技能,并连接 Slack、SharePoint、Jira 等工具,还能根据聊天中的文本提示词直接生成演示文稿、仪表盘和简单应用。
Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码和长周期智能体任务,通过全托管 API 提供跨区域推理、提示词缓存和服务层级,目前面向符合条件的企业客户开放。
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器,可衡量多智能体系统的准确性、任务成功率和行为表现,并把可解释性作为一等评估维度。内置评估器覆盖有用性、任务成功、指令遵循等通用维度,自定义评估器则校验决策依据、数据引用与成本和服务水平等权衡。该能力支持按需模式用于开发基准与 CI/CD 门禁,在线模式用于生产持续监控与告警。
Amazon Quick 控制台不支持将用户从 Admin 直接降为 Reader,也无法从 Author 直接降为 Reader,update-user API 同样会以“You cannot downgrade a user role”报错拒绝。
Amazon Bedrock Managed Knowledge Base 新增智能体检索能力,通过 AgenticRetrieveStream API 将多部分问题拆解为子查询、执行并判断证据是否充分,不足时再次检索,langchain-aws 包同时暴露该能力与标准 Retrieve API。
Amazon Quick 的资源跨账户迁移此前只能手动重建,AWS 推出基于 Amazon Bedrock AgentCore 的 MCP 服务器 Quick Resource Migrator,通过 Amazon Quick API 一次性完成 agent、action connector、知识库、flow 和 space 的跨账户迁移。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力。
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock,为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
MIT Technology Review 基于对 300 名数据与 AI 高管的调研发现,企业平均仅约 34% 的智能体 AI 项目能进入生产环境,知识、上下文与遗留数据系统是主要失败点。
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举行,多场议程聚焦 AI 创始人在开源与闭源模型间的选择。Together AI、Pathway、Oumi、Nvidia 等公司高管将分别从多模型应用、自建与定制、开放权重与前沿 API 权衡、AI 设计芯片等角度展开讨论。
Simon Willison 呼吁按量付费 API 和服务默认设置硬性预算上限,即达到 $X/月后直接切断并返回错误,而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能,项目达到限额后当月暂停,但该功能目前仅向有限客户开放;Google Cloud 则在 7 月推出了 Spend Caps。
AWS CEO Matt Garman 表示,公司在与政府机构就数据中心项目合作时已不再使用保密协议(NDA)。他同时反驳数据中心耗水过多的说法,称其直接用水仅占美国工业用水 0.5%,并称亚马逊过去三年已向有数据中心布局的美国社区投入超 10 亿美元。目前全美有 100 多项数据中心禁令正在被考虑,纽约已宣布暂停大型数据中心许可一年。
在 Amazon SageMaker AI 上通过多轮强化学习(MTRL)微调 Qwen3.6-27B,可训练搜索智能体跨多轮自主调用 BM25 词法搜索与向量搜索工具。
通过 Amazon Bedrock AgentCore 的 AgentCore Gateway,可将 Claude Desktop 接入由 Amazon 网页索引支持的 Web Search,查询流量全程留在 AWS 内,无需外部 API key。
AWS 提出 Adjudicated Query 设计模式,让业务用户在 Amazon Quick 聊天界面提问合规问题,实际判定交由确定性规则引擎完成,模型只负责把自然语言转为固定类型操作调用并复述结果。该模式通过完整性回执保证"已扫描 = 合规 + 违规 + 存疑 + 不可读",并以版本化规则数据支持事后审计追溯,适用于租约合规、制裁筛查、保险理赔等高风险场景。
MIT Technology Review 报告指出,企业 AI 的规模化瓶颈是结构性的,2026 年全球 AI 投资将达 2.5 万亿美元、同比增长 44%,但多数企业仍未靠 AI 实现收入增长。报告提出“智能体转型”需同步重构架构与运营模式:以可访问性而非数据量重建数据基础设施、用可组合架构替代固定技术栈,并解决 AI 主权问题。
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型,返回带概率的简短分类而非长文本,并称智能体决策不再必须由人工介入。
Airbnb CTO Ahmad Al-Dahle 在 Latent Space 访谈中介绍公司向 AI 原生转型的做法,目前 60% 的代码由 AI 编写,工程师人均 PR 吞吐量提升约 1.6 倍,功能交付量同比增长近 80%。
Google Research 发布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,Gboard 已采用该系统上线英语和日语下一词预测模型,隐私保证更强且准确率提升。
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark,10 月 23 日开售,起售价 4,999 美元,保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈,支持最高 1000 亿参数模型在设备本地运行。
微软正把"仿生学"(biomimicry)方案推广到其数据中心,通过增加花园和本地树木、修复受损生态系统,让设施"融入自然景观"。该方案2022年始于荷兰一处数据中心,现计划扩展至美国和德国20多个站点,并适用于美国所有新项目。微软称在圣安东尼奥投资修复400+英亩林地和传粉者草原,但当地此前为建设数据中心曾砍伐超2600棵树。
ServiceNow CoreAI 构建了 AutoSynthData,利用目标模型的失败案例与更强教师的成功轨迹定位能力缺口,再生成并验证新任务用于后训练,课程随模型进步动态转向仍难的任务。该流程在 EnterpriseOps Gym 环境中演示,任务由系统规范、用户提示词和验证器三部分组成,需满足可行性、真实性与难度要求。
AWS Professional Services 基于 Strands Agents SDK 和 Amazon Bedrock AgentCore 构建了四智能体模式,将每个应用的基础设施即代码(IaC)开发时间从 3 到 4 周缩短至几分钟,该模式在一个覆盖 300+ 应用的迁移项目中得到验证。
GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPU 上运行,并面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,不再依赖构建时的静态快照。该功能支持 SPICE 与 Direct Query 两种数据集模式,查询以查看者身份执行,自动沿用已有的行级与列级安全规则,每位查看者首次使用需按数据集单独授权,且不支持匿名或公开访问。
Google 的轨道计算卫星原型搭乘 SpaceX 火箭从加州升空,首次将其 TPU 送入太空,用于验证芯片在轨供电、散热和模型运行能力。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调,并做提示词层面的输出优化,使其适配自身零售审核策略。该策略按九类行为与品牌、其他、禁止三类主体双轴分类,微调数据集含 3391 个对话窗口,三类配置在 737 个对话窗口的留出测试集上对比评估。
针对 Claude Platform on AWS(CPonAWS),一套基于专用 AI Services 账号的三账号架构可实现三种推理访问方式:AWS 工作负载通过跨账号 SigV4 免密钥调用,开发者笔记本使用绑定开发工作区的长期 API key,外部环境通过 OIDC 联邦获取短期凭证。
Amazon Bedrock AgentCore 支持构建"环境智能体"(ambient agent):由 Amazon S3 事件通知、EventBridge 规则、Lambda 触发器等事件流直接触发,无需用户发起对话,可并行处理多个事件。
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)做产品获客漏斗的个性化内容选择,七周在线 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数相对提升,另一人群组则未见改善,问题出在内容而非模型。
NVIDIA NeMo Agent Toolkit(NAT)可通过自定义 memory provider 接入 Amazon S3 Vectors,作为多智能体系统的持久记忆层,并部署在 Amazon EKS 上。
Simon Willison 的纯 Python WebAssembly 引擎 pwasm 在 Claude Opus 5.5 接手后经 42 次提交升级至 0.2a0,现已支持几乎全部 WASM 规范。PyPI 上的 wheel 包内置了 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。该版本仍为 alpha,作者表示完全不可信任。
AI2 发布 Olmo-core 3,这是其大语言模型开发框架的一次重大升级,重新设计了开放的 MoE 训练系统,目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
Anthropic 推出面向美国联邦与州级机构的 Claude for Government,运行在 FedRAMP High 环境,自 7 月起处于公开测试。
NVIDIA 提出 AI 工厂投资回报取决于三大要素:每兆瓦产出能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上,在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。