有人利用老游戏和 AI 破解了 Switch 2
一款名为 ns2jb 的软件仅依赖 tethered 方式的 Switch 2 已遭破解， modder "pepsipu" 借助 OpenAI Codex 实现了通过 SmileBASIC 4 运行的自定义 Mario Kart World。该破解仍需每次开机从游戏启动，过程对普通用户极为复杂，其实际影响尚存争议。
全部 AI 动态
The Verge · AIAI 评分3131 AWS Machine Learning Blog精选AI 评分3535 某产品发布智能体功能
某产品发布新的智能体功能，给出了开放入口和主要能力变化。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog同事件AI 评分4343 Kokoro-82M TTS 模型在 Amazon SageMaker AI 上通过实测 Q_max 与 T_total 设定自动扩缩容策略
AWS 在 Amazon SageMaker AI 上把 Kokoro-82M 部署为自定义容器实时端点，并通过五个命令用 Q_max 和 T_total 推导扩缩容阈值。该方案以 ConcurrentRequestsPerModel 为指标，将 scale-out 目标设为 37.5，scale-in 阈值设为 25.0，并给出对应冷却时间和队列门限配置。
同一件事，精选收录的是《在 Amazon SageMaker AI 上流式调用 Kokoro TTS 降低 AI 语音 Agent 延迟》
Hugging Face Blog精选AI 评分6767 IBM 开源 Granite Timeseries Ensemble 多模型集成预测方案
IBM 在 Hugging Face 开源了 Granite Timeseries Ensemble R1，用同一个可扩展接口同时调用 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个架构，开箱提供点预测与 0.1-0.9 分位数输出，支持 Probabilistic 默认配方与按预测扩散自适应的 IQR 配方。
推荐理由：它把四种不同架构的 Granite 时间序列模型打包成统一接口，用户无需微调即可直接获得概率与分位数预测，降低了模型选择成本。
NVIDIA Blog精选AI 评分5050 NVIDIA 展示欧洲部署的 Earth-2 开放气象模型
NVIDIA 在 GTC Berlin 展示 StormScope EU 等 Earth-2 开放模型，提供短临预报与区域气象预测能力。AXA、Vaisala Xweather、TotalEnergies 和曼彻斯特大学等已基于 Earth-2 部署区域气候、空气质量及太阳能发电预测应用。
推荐理由：NVIDIA 展示了 StormScope EU 等新模型的实际部署案例，读者可了解开源模型在区域气象与环境预测中的落地路径。
AWS Machine Learning Blog精选AI 评分7373 AWS 开源多智能体系统 Deep Insight，解决五大生产挑战
AWS 解决方案架构团队发布并开源 Deep Insight，一个可把 CSV 数据和自然语言提示转化为专业分析报告的多智能体系统。
推荐理由：原文给出生产级多智能体架构的具体设计、模型选型权衡和 AWS 部署方案，可迁移复用。
AWS Machine Learning Blog精选AI 评分3535 AWS 发布 Amazon Quick 私有网络连通架构指南
AWS 发布指南，说明如何通过 VPC 端点和 VPC 连接将 Amazon Quick 接入企业内网，确保 AI 代理和仪表板在不经过公网的前提下访问内部数据源。文档覆盖网络隔离、身份联合及成本估算。
推荐理由：官方给出 Amazon Quick 私有网络架构的完整实施步骤，有助于企业构建合规的低延迟 AI 访问路径。
AWS Machine Learning Blog精选AI 评分5050 AWS 教程：用 Strands Agents 构建自适应智能体框架 AAIF
AWS 官方博客介绍使用 Strands Agents 和 Amazon Bedrock 构建自适应智能体框架（AAIF）。框架通过本地小语言模型分类请求，日常查询由 Ollama 在边缘处理，复杂任务路由至云端大模型，示例基于 IoT 监控场景并附带完整代码。
推荐理由：给出可运行的代码和 IoT 示例，帮助开发者在本地 SLM 与云端 Bedrock 之间按复杂度路由请求以降低成本。
AWS Machine Learning Blog精选AI 评分3838 在 AWS Trainium 上用 torchtitan 训练 Qwen3 的三种配置
AWS 发布指南介绍在 trn2.48xlarge 上通过 torchtitan 训练 Qwen3 的三种方式：使用 Transformers v5 后端、切换为 torchtitan 原生 Qwen3 实现，以及加载 torchtitan-neuron 的 NKI MoE 算子并演示自定义 NKI 算子注册。
推荐理由：文章给出了在 AWS Trainium 上跑 Qwen3 的三种具体配置和完整 launch 命令，便于直接迁移到训练流程。
AWS Machine Learning BlogAI 评分1616 U.S. Hunger 如何借助 Amazon Quick 连接领导层与数据
U.S. Hunger 通过 Amazon Quick 实现组织数据的直接探索与团队协同。Quick 每晚 2 点 ET 将 SQL Server 数据刷新至 SPICE 引擎，支持 CEO 自主分析 Full Cart 等核心数据集。Quick Spaces 让高管共享 KPI 定义、财务文档与分析工具，显著提升决策效率。
Hugging Face BlogAI 评分3131 Hugging Face：在 AWS Trainium 上使用 TorchNeuron 进行系统级性能剖析（第一部分）
Hugging Face 发布文章演示如何使用 TorchNeuron 在 AWS Trainium 上进行系统级推理性能剖析。文章以 RMSNorm 为例，对比了原始 PyTorch 操作、torch.compile 和原生 fused kernel 三种实现的耗时差异。
Hugging Face BlogAI 评分3131 Hugging Face：在 AWS Trainium 上使用 TorchNeuron 进行系统级性能剖析（第一部分）
Hugging Face 发布文章演示如何使用 TorchNeuron 在 AWS Trainium 上进行系统级推理性能剖析。文章以 RMSNorm 为例，对比了原始 PyTorch 操作、torch.compile 和原生 fused kernel 三种实现的耗时差异。
AWS Machine Learning Blog精选AI 评分5252 i14 在 AWS Trainium2 上训练与部署 Laplace 3B 线性注意力模型
i14 与 AWS 合作将 Laplace 3B 线性注意力模型部署到 AWS Trainium2，通过 TorchNeuron Native 使用原生 PyTorch 保留 GLA 架构，单 trn2.48xlarge 训练吞吐约 12 万 token/秒，推理 1,280 并发序列输出 11,544 token/秒。
推荐理由：原文给出了模型设计与 Trainium2 工程适配细节，读者可据此评估其在长上下文场景下的部署可行性。
Simon Willison精选AI 评分5959 Simon Willison发布基于Claude Code的浏览器RTS游戏Battle Drones v12
Simon Willison发布自建的浏览器RTS游戏Battle Drones v12。该作品由Claude Code主导构建，经历了从MVP到3D建模、随机地图、Goliath机甲、Agent对战及音频多人等12个主要版本迭代。
推荐理由：开发者完整公开v12版本的12次迭代过程与关键设计选择，并上线音频多人与Agent对战功能。
AWS Machine Learning Blog精选AI 评分4040 从加拿大 AWS 区域通过跨区推理访问 OpenAI GPT 模型
AWS 发布教程，演示如何通过 Amazon Bedrock 跨区推理（CRIS）从 Canada Central 和 Canada West 调用 OpenAI GPT-5.6、GPT-6 和 GPT-6.1 模型。
推荐理由：官方给出了跨区推理的完整接入指南，覆盖 API 调用、权限、配额与安全合规，可直接落地生产。
AWS Machine Learning Blog精选AI 评分5050 Octave 基于 Amazon Bedrock 构建多租户 AI 基础架构与实践
Octave Reliance 团队利用 Amazon Bedrock、Cohere Embed v4 和 AgentCore 为超过 14,000 个客户构建了支持语义搜索的多租户 AI 基础架构，解决了跨租户隔离、不可信文档注入及 20 亿级文档快速入库等难题，将新用例部署时间缩短 50%。
推荐理由：原文详述了如何在强隔离约束下构建SaaS AI基础架构，给出了Cohere Embed v4选型与AgentCore隔离设计的可复用经验。
AWS Machine Learning Blog精选AI 评分5555 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
AWS 发布教程，介绍如何在 Amazon SageMaker HyperPod 上通过监督微调（SFT）和基于组的相对策略优化（GRPO）对 GPT-OSS-20B 进行多语言推理微调。
推荐理由：本文提供了在 SageMaker HyperPod 上用 SFT 和 GRPO 微调 GPT-OSS-20B 处理多语言推理的完整代码路径与配置。
AWS Machine Learning Blog精选AI 评分3939 AWS 发布通过 Amazon Quick 与 AgentCore 构建供应链智能体的参考架构与部署指南
AWS 发布参考架构与部署指南，展示如何用 Amazon Bedrock AgentCore 和 Amazon Quick 把供应链多系统数据变为自然语言对话智能。
推荐理由：原文给出一套可复用的供应链智能体参考架构与分步部署指南，覆盖 AgentCore、MCP 连接器和 Amazon Quick 的端到端集成。
AWS Machine Learning Blog精选AI 评分4545 Smartsheet MCP Server 发布，支持通过自然语言操作项目数据
Smartsheet 发布通用可用的 MCP Server，提供 40 多种工具用于读取、写入和管理 Smartsheet 数据，已与 Amazon Quick 和 Kiro 集成。该服务可通过 Streamable HTTP 在商业 US、EU 和 AU 三个区域访问，使用 OAuth 2.0 或个人访问令牌认证，允许项目经理和业务用户通过自然语言查询项目状态、更新任务以及生成摘要。
推荐理由：官方给出通过 MCP 协议对接 Smartsheet 的具体步骤，适用于想在 Amazon Quick 或 Kiro 中使用工作管理数据的场景。
AWS Machine Learning Blog精选AI 评分3636 Smartsheet MCP Server 通用版发布，支持 Amazon Quick 与 Kiro 接入
Smartsheet 发布了通用可用的 MCP Server，提供 40 多个工具用于读取和管理表格、任务与自动化。可通过 Amazon Quick 让业务人员用自然语言查询和更新项目状态，或通过 Kiro 让开发者在不切换工作流的情况下获取 Sprint 数据并自动更新任务。
推荐理由：文章演示了通过 MCP 连接 Smartsheet 到 Amazon Quick 和 Kiro 的实操流程，可直接复制配置参考。
Hugging Face Blog精选AI 评分7575 Hugging Face 原生支持 TPU：TorchTPU 发布与生态整合
Hugging Face 推出 TorchTPU，将 TPU 作为 PyTorch 原生后端，Transformers 和 Diffusers 现在可直接在 TPU 上运行，无需 PyTorch/XLA。TPU 上运行 Qwen3-30B-A3B 等模型时，结合 Pallas 内核可实现最高 21.5 倍的解码加速，目前 96.5% 的测试通过。
推荐理由：Hugging Face 官方介绍 TorchTPU 后端及 Transformers、Diffusers 的 TPU 原生支持，读者可了解迁移成本与性能收益。
AWS Machine Learning Blog精选AI 评分4040 AtScale与Amazon Bedrock AgentCore发布Agentic AI语义层方案
AWS与AtScale联合发布在Amazon EKS上构建Agentic AI语义层的方案，该方案通过AtScale MCP服务器与Amazon Bedrock AgentCore集成，支持将SML语义模型暴露给AI智能体，实现基于角色的访问控制和行级安全策略，同时保持与现有BI工具的兼容性。
推荐理由：官方给出了AtScale语义层与Bedrock AgentCore的落地方案，含MCP协议与身份治理细节。
AWS Machine Learning Blog精选AI 评分3939 AWS 教程：用 Strategy Mosaic 与 Bedrock AgentCore 构建 Agent 语义层
AWS 发布系列第三篇教程，使用 Strategy Mosaic 在 Amazon Redshift 与 Aurora 上构建面向 Agentic AI 的维度语义层，并通过 MCP 端点将模型暴露给托管在 Amazon Bedrock AgentCore 中的 Strands Agent。
推荐理由：文章给出基于 AgentCore 与 Mosaic 的 Agent 接入落地方案，适合想通过 MCP 把语义层接入智能体的工程师参考。
AWS Machine Learning BlogAI 评分3333 在 AWS 上使用 Denodo 和 Amazon Bedrock AgentCore 为 Agentic AI 构建语义层
AWS 博客演示了如何通过 Denodo 平台在 Amazon Bedrock AgentCore 上为 Agentic AI 构建语义层，实现对企业级数据的安全访问。
AWS Machine Learning BlogAI 评分3333 Eon 在 Amazon Bedrock AgentCore 上构建多云调查 MCP 网关
Eon 使用 Amazon Bedrock AgentCore 替代分散的凭据和本地 MCP 进程，构建统一的多云调查网关。新员工配置调查工具的时间从约两天缩短至两分钟。该架构通过统一网关为开发者和运行 Claude 的自主 SRE 代理提供跨 AWS、GCP 和 Azure 的工具访问及细粒度权限控制。
AWS Machine Learning Blog精选AI 评分5555 AWS联合Keyfactor发布X.509 PKI AI智能体安全架构
AWS与Keyfactor发布参考架构，用X.509 PKI解决多智能体系统缺乏身份认证的问题。方案通过签名请求信封、用户签名委托断言、RFC 8693范围限定令牌和实时OCSP撤销检查四层机制，实现智能体间的零信任身份验证。
推荐理由：首次给出基于X.509 PKI的AI智能体零信任身份认证参考架构，提供可落地的代码与流程。
GitHub Blog · AI & ML精选AI 评分3535 三位 Java Champion 分享如何使用 GitHub Copilot 提升生产力
GitHub Blog 专访三位 Java Champions，了解他们如何在生产项目和开源贡献中使用 GitHub Copilot。
推荐理由：三位 Java Champion 分享 Copilot 在真实项目中的使用心得，涵盖技能构建、验证门禁和智能体协作等可迁移方法。
AWS Machine Learning Blog精选AI 评分6060 AWS 正式推出 Agent Registry，支持运行时发现 MCP 和 A2A 智能体
AWS Agent Registry 现已全面可用，是用于目录化和发现 Model Context Protocol (MCP) 服务器、Agent-to-Agent (A2A) 智能体及智能体技能的托管服务。
推荐理由：AWS 正式推出 Agent Registry，支持 MCP 和 A2A 协议运行时发现，读者可据此评估企业级智能体编排的解耦与治理方案。
GitHub Blog · AI & ML精选AI 评分6868 GitHub Copilot 教程：如何在 VS Code 中继续 Copilot App 会话
GitHub Copilot 发布在 VS Code 中直接打开 App 会话的教程，用户可保留对话历史、改动和 worktree，直接在编辑器中审查 diff、进行手工修改、本地运行测试并推送更新到 PR。
推荐理由：原文演示了从 Copilot App 无缝切换到 VS Code 继续工作的具体步骤，包括检查 diff、本地测试和提交。
AWS Machine Learning BlogAI 评分2525 Deepgram 如何利用 AWS Trainium 优化语音 AI 规模化推理
Deepgram 将 Nova-3 语音转文字模型移植并优化至 AWS Trainium2，单台 trn2.3xlarge 实例部署八个模型副本。在离线批处理工作负载下，该配置每美元处理的音频量比原有计算方案提升 11%–70%。Deepgram 还通过 Fused FFN、深度可分离卷积等 NKI 内核调优实现了吞吐量显著增长。
AWS Machine Learning Blog精选AI 评分7474 vLLM 新增推送模式 NIXL 连接器，拆分预填充与解码以降低 TTFT
vLLM 引入基于推送的 NIXL 连接器，让解码实例提前注册目标块并与预填充计算重叠，把传输准备移出关键路径。在 P5en + EFA 的 1P1D Qwen3-32B 基准中，高并发长上下文下 TTFT 最高改善约 3 倍，TPOT 改善约 30%，现已可用并通过 NixlPushConnector 启用。
推荐理由：作者说明了vLLM新增推送模式KV传输的工作原理，并给出了在高负载下TTFT最高降低3倍和TPOT提升30%的实测数据。
AWS Machine Learning Blog精选AI 评分7070 vLLM 新增双向 KV 传输降低多轮智能体 TTFT
AWS 将双向 KV 缓存传输贡献给 vLLM，使 Prefill-Decode 分离部署中 decode 节点保留的 KV 可反向复用，避免多轮对话中重复计算。在 EC2 P5en 实例上，该机制使 Qwen3-32B 的 TTFT 最多降低 1.6 倍，zai-org/GLM-5-FP8 最多降低 3.3 倍。
推荐理由：AWS 开源双向 KV 传输功能，为 vLLM 多轮智能体场景提供具体的延迟优化方案和性能数据参考。
Simon WillisonAI 评分2525 llm-echo 0.5 更新：更准确的模拟 Token 用量统计
llm-echo 调试插件更新至 0.5 版本，现在在模拟 Token 用量计算中纳入了工具调用、系统提示词和推理 Token。该插件提供一个不涉及 LLM 的"echo"模型，仅回显输入的提示词。更新后输出示例展示了包含 thinking token 的 prompt、system、attachments 等字段的完整 JSON 结构及 2 input、24 output 的用量统计。
Simon WillisonAI 评分1313 web-edit 0.1a2 更新
Simon Willison 发布 web-edit 0.1a2，为该文件浏览与编辑应用新增文本及图像数据的“复制到剪贴板”功能。该工具主要用于通过 Tailscale 在不同设备间编辑文件夹内的文件。
Latent SpaceAI 评分4646 Latent Space 整理 Meta Muse Spark Open、Reflection Beam 等模型与社区观点
Latent Space 一期资讯盘点聚焦本周新品，收录 Reddit 对 Muse Spark Open、Nemotron 3.5、Step-5-Preview 和 FLUX 3 Image 的讨论。内容还提及 Gemini 4 Argon、Claude 5.5、GPT-6 和 Anthropic IPO 估值等动态。
Simon WillisonAI 评分3535 引用 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 谈 Claude Code 的代码审查理念
Claude Code 团队提出用“变更可能出错且由哪类检查捕获”替代“是否有人读过代码”作为代码审查标准。审查模式从 PR 终点的关卡转变为写作时的连续过程，大部分变更在人类介入前已由 Claude 至少审查并修复一次。
AWS Machine Learning Blog精选AI 评分5353 AWS 发布 Amazon Bedrock AgentCore 生产级智能体评估框架
Amazon Bedrock AgentCore 正式发布生产级评估框架 AgentCore Evaluations，并提供 Guardrails、CloudWatch、S3、Redshift 和 Lambda 等配套能力。
推荐理由：AWS 发布包含 AgentCore Evaluations 在内的生产级评估框架，给出了覆盖九个阶段、三种层级的落地实践与可复用指标。
OpenAI NewsAI 评分2525 Benefit Street Partners 借助 Codex 加速问答与分析
Benefit Street Partners 的 Anant Kumar 使用 Codex 进行代码审查和快速跟进，提升了贷款估值对比与信用协议分析效率。
Simon WillisonAI 评分3232 Chirp Pong：用声音传球的网页双人对战游戏
开发者利用麦克风与扬声器通过音频脉冲而非 Wi-Fi 或蓝牙，实现了基于静态 HTML 的双人手机乒乓球对战。该网页应用支持语音握手配对的 duel 模式及与 CPU 对抗的练习模式，提供 7、11 或 15 分的可选比分长度，由 Claude Opus 5.5 Extra 在 Claude Code 中构建。
Hugging Face Blog精选AI 评分8080 FLUX.3 Image Klein 正式接入 Diffusers 并支持布局控制
Black Forest Labs 的 FLUX.3 Image Klein 模型现已支持 Diffusers，提供文本到图像、多图到图像以及基于边界框的布局控制能力。蒸馏版在 H100 上约 2 秒生成 1024×1024 图像，同时提供 FP8 和 NVFP4 量化变体，并附带 DreamBooth LoRA 微调脚本与模块化管线接口。
推荐理由：Black Forest Labs 发布 FLUX.3 Image Klein，集成 Distillers 并新增布局控制能力，可兼顾推理速度与设计自由度。