AI 快讯 · 第 73 页
-
Amazon Bedrock AgentCore 多租户代理架构设计：Silo/Pool/Bridge 模式与租户隔离实践
AWS 发布多租户 AI 代理架构指南，详解使用 Amazon Bedrock AgentCore 构建 SaaS 级代理应用的五大设计考量：租户隔离、模型选择、工作流模式、RAG 数据隔离与身份传播。适合国内云厂商与 SaaS 开发者参考。
-
Cohere 发布 Command A+：218B 稀疏 MoE 模型，专为 Agent 工作流设计，最低仅需 2 块 H100 GPU
Cohere 开源了 Command A+，一个 218B 总参数、25B 激活参数的稀疏 MoE 模型，支持多模态推理、48 种语言，可在 2 块 H100 上运行。本文详解其架构、量化方案、性能提升及对中文开发者的实际意义。
-
Kiro CLI 接入 Amazon Bedrock AgentCore Memory：实现跨会话持久记忆，告别重复上下文
AWS 发布新方案，通过自定义 MCP 服务器将 Amazon Bedrock AgentCore Memory 集成到 Kiro CLI，让终端 AI 助手记住跨会话的对话历史、偏好和项目细节。本文详解架构、两步检索策略及部署步骤，对使用 Kiro CLI 的开发者意味着更高效的上下文感知体验。
-
Google Lighthouse新增Agentic Browsing审计，检查网站对AI代理和llms.txt的兼容性
Google在Lighthouse工具中实验性推出Agentic Browsing审计，评估网站对AI代理的友好程度，包括是否支持llms.txt标准。这对网站运营者和AI开发者意味着什么？中文用户如何应对？
-
谷歌AI Mode上线一年：美国用户从关键词搜索转向自然语言提问
谷歌AI Mode推出一年后，美国用户搜索习惯发生显著变化：自然语言查询占比超40%，长尾问题增长3倍。本文详解AI Mode如何改变搜索行为，并分析对中文用户的影响与启示。
-
CopilotKit 2026 年重新定义 Agentic AI 栈：AG-UI 协议、AIMock 测试套件与 Pathfinder 知识基础设施
CopilotKit 在 2026 年推出三大产品：AG-UI 协议填补人机交互层空白，AIMock 解决 AI 测试不可靠问题，Pathfinder 提供自托管知识检索。本文详解其架构及对中文开发者的影响，包括国产替代方案与合规考量。
-
开源模型生态如何产生复利效应：中国AI生态的高参与度与开放优先策略分析
本文分析中国AI生态中开源模型如何通过知识共享降低研发成本，形成复利效应。核心观点：80%算力用于研发而非最终训练，开放生态让中国实验室能持续迭代。对中文用户而言，这意味着更低的模型使用成本和更快的技术迭代，但也面临工具链不完整等挑战。
-
Amazon Bedrock 三种方式实现编程式工具调用（PTC）：自建 Docker 沙箱、托管 Code Interpreter 与 Anthropic
AWS 发布 Amazon Bedrock 编程式工具调用（PTC）实现指南，提供三种部署方案：自托管 ECS Docker 沙箱、托管 Bedrock AgentCore Code Interpreter 以及 Anthropic SDK 兼容代理。PTC 通过让模型一次性生成 Python 代码并在沙箱中执行，大幅降低多工具调用场景的延迟与 token 消耗。本文详解架构、系统提示词…
-
AWS 推出 Bedrock AgentCore Runtime 集成 MCP 协议，自然语言直接调用 AWS CLI 命令
AWS 发布新方案，通过 Bedrock AgentCore Runtime 的 MCP 支持，将 Amazon Quick 与 AWS API MCP Server 连接，实现用自然语言查询 EC2 实例、管理资源，无需切换工具或记忆 CLI 语法。本文详解架构、部署步骤和成本，适合 DevOps 和 SRE 关注。
-
AI Agent 优化放射科工作流：AWS 发布智能排班方案，减少诊断延迟与成本
AWS 推出基于 AI Agent 的放射科工作流优化方案，利用 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建智能排班系统。该方案通过分析放射科医生专长、工作负荷、疲劳程度和病例复杂度，实现上下文感知的病例分配，减少 17.7 分钟紧急病例延迟，为医院网络节省 210 万至 420 万美元成本。
-
深入中国AI实验室：从文化差异看中美大模型竞赛的隐性优势
本文作者走访中国多家顶级AI实验室后，从文化角度剖析中国团队在LLM竞赛中的独特优势：更少内耗、更多学生参与、更务实的工作风格。对中文圈用户而言，这意味着国产模型在工程迭代和成本控制上可能持续领先，但原创性研究仍是短板。
-
Nvidia Vera芯片：黄仁勋不想让你忽视的2000亿美元赌注，推理市场新战场
Nvidia Q1营收816.2亿美元超预期，但CEO黄仁勋在电话会中透露Vera CPU将开辟2000亿美元推理市场，预计本财年贡献200亿美元收入。本文解析Vera芯片的战略意义、供应链挑战及对中文圈AI芯片格局的影响。
-
字节跳动开源Lance：3B参数统一模型，同时搞定图像视频理解、生成与编辑
字节跳动智能创作实验室发布Lance，一个仅3B激活参数的开源统一多模态模型，原生支持图像和视频的理解、生成与编辑。本文详解其架构、训练方法、性能表现，并分析对中文开发者和用户的实际意义。
-
加州大学伯克利法学院2026年夏季起禁止AI用于评分作业，法律教育划出硬线
UC Berkeley Law宣布从2026年夏季起，禁止学生在几乎所有评分作业中使用AI，包括大纲、起草和校对，仅保留研究用途。校方认为未来律师必须先学会独立思考，才能有意义地使用AI。本文分析该政策对法律教育及中文圈法学学习者的影响。
-
人形机器人进工厂：Humanoid与舍弗勒签署千台部署协议，2026年底在德国启动
英国公司Humanoid与德国舍弗勒签署协议，计划2032年前在全球工厂部署1000-2000台人形机器人，首批2026年底在德国启动。同时韩国RLWRLD通过采集工人动作数据训练机器人，工业部署预计2028年规模化。本文分析对中文圈制造业和机器人产业的影响。
-
阿里 Qwen3.7-Max 发布：百万 token 上下文窗口，专为长程 Agent 任务设计
阿里 Qwen 团队推出 Qwen3.7-Max，具备 1M token 上下文窗口和扩展思考模式，在 Artificial Analysis 智能指数中排名第五。本文详解其能力、基准表现、中文用户使用方式及与国产模型的对比。
-
Amazon Nova Sonic 语音智能体设计：多智能体、工具调用与会话分割架构解析
本文介绍如何利用 Amazon Nova Sonic、Bedrock AgentCore 和 Strands BidiAgent 构建可扩展的语音智能体。详解三种架构模式：工具调用、子智能体（Agent-as-Tool）和会话分割，并给出延迟优化最佳实践。适合 AWS 开发者与语音 AI 架构师阅读。
-
腾讯开源TencentDB Agent Memory：四层本地记忆管道，AI Agent上下文缩减61%
腾讯开源TencentDB Agent Memory，一个完全本地的AI Agent记忆系统，采用MIT许可。它通过符号短期记忆和四层长期记忆金字塔（L0对话→L1原子→L2场景→L3人格）解决上下文膨胀和回忆失败问题。默认使用本地SQLite+sqlite-vec，无需外部API。基准测试显示，在WideSearch上token减少61.38%，通过率提升51.52%。
-
OpenAI 推理模型破解 1946 年数学难题，AI 证明首登顶级期刊
OpenAI 的推理模型用代数数论工具推翻了数学家 Erdős 自 1946 年悬而未决的单位距离几何猜想，菲尔兹奖得主 Gowers 称其为 AI 数学里程碑。了解这一突破对中文圈科研、教育及国产模型的启示。
-
2026年美国顶级房地产应用开发公司：能力与成本解析，PropTech集成是关键
本文盘点2026年美国顶级房地产应用开发公司，包括LITSLINK、Code District等，重点分析MLS数据、支付、电子签名等核心集成能力及定价。帮助中文圈开发者、创业者了解PropTech选型要点，对比国内类似服务。