跳到正文

#部署/工程

今日 0 条

10月7日

星期三

10月6日

星期二
  1. GLM 5.3 上线 Amazon Bedrock

    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。

  2. 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性

    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。

10月5日

星期一

10月4日

星期日
  1. Simon Willison:按量付费服务需要默认硬性预算上限,AWS 已推出支出限额

    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。

  2. AWS CEO Matt Garman 回应数据中心反对声浪,称已不再使用 NDA

    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。

10月3日

星期六
  1. 用 Amazon Quick 和 Adjudicated Query 模式批量核查数千份租约合规性

    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。

  2. 用自主 AI 重新定义企业智能:MIT Technology Review 报告解析“智能体转型”

    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。

10月2日

星期五
  1. 微软用"仿生学"把数据中心藏进树林,能平息社区反对吗?

    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。

  2. AutoSynthData:为企业的 AI 智能体生成训练数据

    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。

  3. Amazon Quick 推出 Live Data in Apps:AI 构建的应用可实时查询受治理数据集

    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。

  4. uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并部署到生产环境

    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。

10月1日

星期四