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。
#教程/实践
AWS Machine Learning BlogAI 评分1616 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。
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。
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。
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。
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。
OpenAI NewsAI 评分2828 Amp 使用 OpenAI 模型将 AI 智能体应用延伸至代码之外的领域
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT 等 OpenAI 模型，拓展 AI 智能体的能力边界，使其在代码编写之外的场景中发挥实际作用。
GitHub Blog · AI & ML精选AI 评分4747 GitHub Copilot 初学者：如何教 Copilot 了解你的代码库
GitHub 发布 Copilot 初学者系列文章，介绍用自定义指令、Agent 技能、自定义 Agent 和 MCP 服务器四种方式把项目约定、流程和外部工具喂给 Copilot。
推荐理由：原文给出了四种让 Copilot 了解项目规则的具体方式，读者可以直接参考配置路径使用。
Microsoft ResearchAI 评分3434 Microsoft Research 发布 StudentSim，用个性化 AI 学生模拟器辅助辅导系统研发
Microsoft Research 发布 StudentSim，通过训练个性化 AI 学生模拟器来辅助 AI 辅导系统的研发与评估。该系统基于公开的去标识化学习记录，在象棋、英语写作和数学任务上能有效模拟学生行为及接受指导后的变化，为模型迭代提供早期研究信号。
GitHub Blog · AI & MLAI 评分2828 GitHub 建议开发者强化三项 AI 协作技能
GitHub 发文建议开发者强化三项技能以适应 AI 工作流：学会指挥 AI 智能体而非仅执行、用第二个模型或 Copilot Rubber Duck 审查初稿以避免幻觉、让 AI 处理实现细节以专注于技术判断与系统设计。
Microsoft Research精选AI 评分5353 微软研究展示空间天气风险预测系统
微软研究院发布了一套端到端机器学习管道，可对北美大陆66,935个变电站进行空间天气风险评估。该系统结合L1拉格朗日点的太阳风测量数据、地磁指数预报和局部地质特征，能在威胁出现前30到60分钟提供具体位置的电网风险预警，在2020至2026年的评估期间检测了近80%的重大空间天气事件。
推荐理由：微软研究展示了覆盖美国六万多个变电站的端到端空间天气风险预测系统，可提供30到60分钟预警，有助于电网提前采取保护措施。
GitHub Blog · AI & ML精选AI 评分4848 GitHub Copilot App 入门：如何用画布构建自定义工作流
GitHub Copilot App 推出画布（canvas）功能，允许用户通过自然语言描述工作流、交互意图和代理能力，一键生成可定制界面（如看板、待办清单、电子表格）。画布支持用户与 AI 智能体双向实时协作，更改会即时同步。现有模板可在 Awesome Copilot 社区获取，支持保存为个人或团队扩展重复使用。
推荐理由：GitHub Copilot App 的画布功能支持通过自然语言快速创建可编辑工作流界面，并提供协同操作示例。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 演示 Canvas：当 Chat 不是最佳交互界面
GitHub Copilot 推出 Canvas 功能，允许用户通过全栈应用替代 Chat 与 AI 交互。用户可用 Canvas 构建自定义 UI（如 Connect 4 游戏或本地包管理），实现双向通信与代码本地执行，从而节省 Token 并自动化开发工作流。该功能现已在 GitHub Copilot 应用中开放试用。
Mistral AI精选AI 评分6767 Mistral 发布 AI 智能体 Legacy Code Modernization 能力，演示 Fortran 到 C++ 迁移
Mistral 发布了 AI 智能体 Legacy Code Modernization 能力，并通过将 40,000 行 Fortran 77 迁移到 C++ 的案例展示了实际操作。
推荐理由：原文披露了将 Fortran 迁移到 C++ 的实践路径和工具链，读者可判断 Mistral 在工业级代码迁移场景的实际能力。