Kimi K3.1 Pro(Highspeed)在 Amazon Bedrock 上推出
Moonshot AI 的 Kimi K3.1 Pro(Highspeed)已在 Amazon Bedrock 上推出,可用於編碼、檔案處理等 AI 助理應用,並提供較高的每秒輸出 Token 數(OTPS),加快結果生成。
Moonshot AI 的 Kimi K3.1 Pro(Highspeed)已在 Amazon Bedrock 上推出,可用於編碼、檔案處理等 AI 助理應用,並提供較高的每秒輸出 Token 數(OTPS),加快結果生成。
ElevenLabs 在其官方部落格中提供了 2026 年語音 AI 基礎架構的完整圖示與實作說明,涵蓋語音辨識、LLM 推理、工具呼叫、RAG、以及多通道部署。
Anthropic 說明 Claude 如何透過記憶筆記、夢境整理與 wiki,整理跨工作階段的經驗,並以多項任務評估各元件的作用。 - 記憶整理:Claude 可從工作紀錄中修正錯誤、建立新筆記與連結式 wiki;夢境整理會對照原始逐字稿檢查記憶。
推薦理由:文章以多項任務評估記憶筆記、夢境整理與 wiki 的作用,呈現不同記憶組織方式對長程任務的影響。
Sentry 透過 OpenRouter 重新掌控 AI 成本,實現 93% 的費用削減並保持對模型選擇的自由。 - 成本控制:三週內完成 500 個 Anthropic/OpenAI key 清理,將直接存取關閉;每筆請求可追蹤至使用者或工作區,設定每人每週 1500 美元預算。
Vercel AI Gateway 開放使用 Humans& 的多人對話模型 Ampersand,並提供至 2026 年 11 月 13 日的免費使用期間。 訓練方式:Ampersand 以 Z.ai 的開放權重模型 GLM 5.3 為基礎,透過模擬最長數月的群體對話進行強化學習訓練。 對話方式:模型會讀取每則訊息,包括未直接對它發出的訊息,並判斷要回覆或保持安靜;設計目標包括理解個人與共同目標、協助處理分歧,以及在適當時提供脈絡或提出澄清問題。 接入方式:應用程式可使用呼叫端定義的 send_message 與 pass 工具,分別送出發言或等待下一則人類訊息。可透過 AI SDK、OpenAI 相容的 Chat Completions API 或程式開發 Agent 呼叫;模型名稱為 humansand/ampersand-v0.1。 程式開發 Agent:在 Claude Code、Codex、Cursor 等工具中使用時,需安裝最新版 Vercel CLI 並執行設定,再選取該模型。
ElevenLabs 推出 ElevenMusic 與 SoundCloud 的整合功能,使用者可將在 ElevenMusic 創作的原創曲目直接發布到 SoundCloud 個人檔案。
llama.cpp b12179 版釋出 Hexagon 端 Conv3D 支援與 Conv2D 最佳化,提升多維卷積效能。 - Conv3D:將 Conv2D 實作泛化為 Conv3D,使用 HMX tiled (implicit GEMM) 路徑,KD & KH 合併為 KDKH,輸出行計為 NOD*OH。
BioBasicsBench 是一套針對 AI 助理在濕實驗室日常分析的基準,涵蓋 100 個任務,涵蓋蛋白、影像、定量、核酸與分子克隆等五大領域。 - 評分:GPT‑6 Astra 在 xhigh 設定下平均得分 66.7%,高於 GPT‑5.6 Sol 的 43.8%。
Amazon Bedrock AgentCore 提供的 AWS AI 助理登入服務已在 AWS GovCloud(美國西部) 區域推出,讓公共部門組織及合作夥伴能在環境中管理AI 助理與工具的集中式清單。
AI 系統逐漸能參與科學模型的建構、引數擬合與解讀,但只找出符合資料的模型,還不足以帶來對真實系統的理解。 - 引數推論:模擬式推論(SBI)透過大量模擬與神經網路,估計哪些引數可能產生觀測結果,並呈現多種可行解釋。
OpenAI 與 Hacktron 共同開啟 AI 系統漏洞測試合作,聚焦第三方服務互動。 - 合作範圍:Hacktron 透過 Daybreak Red 取得 OpenAI 前沿模型進行測試。
Serverless MCP 服務 讓 AI 助手能以統一的入口即時存取企業資料湖,無需為每個資料集寫重複的整合程式。 - 架構:四層分離(客戶端、MCP 伺服器、工具、資料庫更新),全部部署於 Amazon ECS Fargate,實現自動擴縮。
AWS Quick 團隊提出AI 助理工作分類框架,以 When、What、Who、How 四個問題,整理觸發條件、執行者與執行能力的關係。 - 觸發條件:分為人工發起、AI 助理委派、排程與事件驅動,負責啟動工作並承載任務內容。
SageMaker Inference 透過 NVIDIA Multi‑Instance GPU (MIG) 允許單一 GPU 分割成多個獨立分割槽,使用者可為每個模型指定分割槽型別,從而在同一實例上部署更多模型並節省成本。
推薦理由:Amazon SageMaker 透過 NVIDIA MIG 分割 GPU,允許多模型共用單一 GPU,提升資源利用率與成本效益,對 AI 推理部署具有實務價值。
Feature Views 讓你在 Databricks Feature Store 上一次定義特徵,便可同時用於訓練與即時推論,消除訓練‑推論偏差。 - 資料洩漏防護:使用點對點正確特徵,確保訓練資料不含未來事件。
Vercel Tracing 正式向所有方案開放,使用者可從儀錶板或 Vercel CLI 搜尋與檢視追蹤資料;新建的 Next.js 專案也會預設啟用追蹤。 儀錶板搜尋:新增 Traces 頁面,集中顯示專案或整個團隊的 traces 與 spans,可切換清單、篩選並使用 Kibana Query Language(KQL)搜尋;Live 模式會串流顯示新 traces。 CLI 操作:儀錶板與 vercel traces search --query 使用相同的 KQL 查詢,可搜尋團隊內所有專案,或用 --project 指定專案;另可透過 vercel traces inspect <request-id> 檢視單筆 trace,並用 vercel traces config 管理取樣規則。 Next.js 預設追蹤:從 Next.js 16.5 起,在 Vercel 建立且包含至少一個 Node.js function 的新專案,首次成功建置後會啟用追蹤。Vercel 會新增一條涵蓋所有環境、追蹤 100% 請求的取樣規則,並在建置時注入 instrumentation;若要停用,可在 Settings → Tracing 移除所有取樣規則。 資料保留期限:Hobby 為 3 天(Beta 期間為 1 小時)、Pro 為 14 天(原為 1 天)、Enterprise 為 14 天(原為 3 天)。定價與 Beta 期間相同。
Vercel CLI 現已支援在部署時設定新專案的自動過期,過期後專案將被自動刪除。 - 使用方式:vercel deploy --delete-project-after <duration>,可選時間單位為 1h、1d、1w、2w、30d。
ElevenLabs Ads Engine 新增人工審核流程,由在地化專家與創意專家檢查廣告變體及在地化版本,協助團隊在不同市場擴充套件素材,同時維持品牌一致性。
使用 Amazon MWAA 無伺服器時,資料工程師現在可以在工作流程中使用 Apache Airflow 提供商套件裡的運運算元,例如 HTTP、Snowflake、dbt,也能加入自己寫的運運算元。只要把運運算元放程序式碼套件、上傳到 Amazon S3,再在建立或更新工作流程時指定,就能用來串接不同系統或執行特定工作,不必先準備基礎架構。這項功能已在提供 Amazon MWAA 無伺服器的所有 AWS 區域推出。
工作流程常需要連到資料庫、API 或其他外部系統,也得用到登入憑證和設定。Amazon MWAA 無伺服器版現在支援 Apache Airflow 的連線和變數,讓你能在工作流程程式碼之外管理這些資料。敏感資料可以放在 AWS Secrets Manager、AWS Systems Manager Parameter Store,或自訂的存放位置,再授權工作流程使用;工作執行時,任務會照 Apache Airflow 一般的方法取用。非機密設定則能設成環境變數。這項功能已在提供 Amazon MWAA 無伺服器版的所有 AWS 區域推出。
Claude Code v2.1.319 釋出,新增自動模式與 MCP 任務支援,並修復多項長期執行與安全性問題。 - 自動模式:可透過環境變數 CLAUDE_CODE_AUTO_MODE_SERVER 控制服務端檢查,並新增 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS。
Hugging Face 推出 LeRobot v0.7.0,新增 world action models、互動式機器人控制與遠端 GPU 推論。
推薦理由:Hugging Face 分享機器人資料集、模型與 LeRobot 的成長資料,呈現開源機器人 AI 平臺近半年擴充套件的規模與方向。
Claude Code 現在可在 Amazon Bedrock AgentCore 上以遠端代理執行,每個任務在隔離的 microVM 內完成,並以 GitHub Pull Request 回饋。
推薦理由:此範例示範如何將 Claude Code 透過 Bedrock AgentCore 執行任務,並以 Pull Request 回饋,協助團隊於雲端安全環境改進。
Taxbit Assist 以 Amazon Bedrock AgentCore 建構,示範在合規環境下快速部署可信 AI 助手。 - 核心功能:在 Taxbit 的交易平臺內嵌 AI 助手,提供查詢表單狀態、流程指引等,並在回答中附上可點選的來源連結。
Greenlight Financial 透過 Amazon Bedrock AgentCore 建構 Luna SOC,能在每月 3,000–4,000 個安全與風險警示中,自動化處理超過 90% 的案件,僅需秒級時間。
使用 Okta Cross App Access 與 Amazon Bedrock AgentCore 管理 AI 代理存取 – 第 1 部分 **summary_zh。
本文示範如何以 Amazon Bedrock AgentCore 的 Gateway 與 Okta Cross App Access (XAA),在多個代理與工具的場景下實現單一前門授權與完整觀測。