如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，对话、代码改动和工作上下文完整保留。VS Code 会加载该会话关联的 worktree，并在 Copilot 侧边栏显示原会话，用户可逐行审查 diff、手动编辑、在集成终端运行测试，最后提交并推送到该会话对应的 pull request。
#教程/实践
#教程/实践
今日 4 条GitHub Blog · AI & MLAI 评分3636 AWS Machine Learning BlogAI 评分5858 AWS 用 vLLM 双向 KV 传输降低多轮智能体负载的 TTFT
AWS 在 vLLM 中实现双向 KV 传输，让 decode 节点把已算好的 KV 缓存回传给 prefill 节点，避免多轮对话重复计算。在 Amazon EC2 P5en 实例的 1P1D 部署上，最长提示下 Qwen3-32B 的 TTFT 降低约 1.6 倍，zai-org/GLM-5-FP8 降低约 3.3 倍。
AWS Machine Learning BlogAI 评分4242 vLLM 推出基于 push 的 KV 传输，提升分离式推理的 TTFT 与 TPOT
vLLM 新增 push 模式的 NIXL connector，将 prefill 后的传输协调与准备工作移出关键路径，从而降低 TTFT 并提升 TPOT。在 AWS EC2 P5en 实例搭配 EFA 的 1P1D 部署上，Qwen3-32B 的测试显示 push 模式相比 pull 模式 TTFT 最高提升 3 倍、TPOT 最高提升 30%。
AWS Machine Learning BlogAI 评分3636 Deepgram 如何用 AWS Trainium 优化大规模语音 AI
Deepgram 与 AWS 合作将 Nova-3 语音转文本模型移植到 Trainium2，用于客服分析、医疗转录等离线批处理场景。最终配置在单台 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本，按评估时实例价格计算，每美元处理的音频量比原有算力方案提升 11%–70%。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore 构建 AI 智能体的生产级评估框架
AWS 销售、营销与全球服务（SMGS）运营团队基于 Amazon Bedrock AgentCore 搭建了生产级多智能体评估框架，用于持续检验智能体回答是否有据且正确。
AWS Machine Learning BlogAI 评分4242 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
基于 Amazon Bedrock AgentCore，可用 8 个专用智能体搭建多智能体 IDP 系统，自动分类、提取、校验文档并在遇到新格式时自我训练，通常 20 分钟内完成部署。
AWS Machine Learning BlogAI 评分2222 如何用 Amazon SageMaker JumpStart 部署并评测模型
Amazon SageMaker JumpStart 支持从模型目录一键部署预训练模型，并用 SageMaker Python SDK 跑轻量可复现的性能测试，测完删除端点。
AWS Machine Learning BlogAI 评分2828 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可将季度报告、合规文档和市场分析自动生成客户 PowerPoint 演示文稿，内部测试中耗时不到 90 秒。
AWS Machine Learning BlogAI 评分2222 用托管授权管理 Amazon Bedrock 私有定价优惠
Amazon Bedrock 的托管授权（managed entitlements）支持从中心账户一次性订阅 AWS Marketplace 私有定价优惠（MPPO），再向组织内多个账户分发模型访问权限。
AWS Machine Learning Blog精选AI 评分6262 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 官方博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。
推荐理由：AWS 官方给出 Grok 4.7 在 Bedrock 上的接入方式与 72 次智能体实测，读者可据此按任务调推理强度。
AWS Machine Learning BlogAI 评分3636 ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
AWS Machine Learning BlogAI 评分2828 Orca Security 基于 Amazon Bedrock 打造自然语言安全查询 Discovery AI
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。
AWS Machine Learning BlogAI 评分3838 Amazon SageMaker AI 上的 MoE 内核工程优化实践
针对 MoE 模型在解码阶段因 token 行数过薄导致 Hopper GPU 利用率低的问题，AWS 提出 Swap-AB 优化，将专家维度 N=8192 提升为首操作数，在 H200 上实现端到端输出吞吐提升 2–4%，该优化已合入 vLLM 0.24.0 及更高版本。
GitHub Blog · AI & MLAI 评分2828 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制对代码库的理解：仓库级自定义指令（.github/copilot-instructions.md）、按路径生效的指令文件、封装可复用流程的 agent skills（.github/skills），以及定义专用角色的 custom agents（.github/agents）。
AWS Machine Learning BlogAI 评分3434 用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理负载
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers，可在 Amazon EKS 上把单个大语言模型跨两个 GPU 节点部署，由 prefill 节点和 decode 节点共用一个 OpenAI 兼容端点。
AWS Machine Learning BlogAI 评分3434 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布 llama.cpp 专用深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管方式部署量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
Hugging Face BlogAI 评分3434 Ai2 如何用 GPU 时间预算与分层公平分配重塑集群调度
Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有的优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维操作变成透明的行政预算流程。
AWS Machine Learning BlogAI 评分3434 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上支撑 4000 万开发者的生产架构，核心经验是把上下文而非模型能力视为主要瓶颈。
Hugging Face Blog精选AI 评分7373 作者用 ML Intern 两天训练六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML Intern 模式，用提示词描述需求，两天内做出六个公开模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机角度 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型。
推荐理由：作者用 ML Intern 在两天内做出六个模型，并公开全部提示词与成本明细，可迁移到自己的训练流程。
AWS Machine Learning BlogAI 评分2424 用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群隔离与公平共享
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群。
AWS Machine Learning BlogAI 评分3838 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。该系统还把手动生命周期操作从 10 多个步骤压缩为 1 次交互，并将冗余告警中位数减少 65%，由三人团队在六个月内交付。
AWS Machine Learning BlogAI 评分2222 AWS 如何用六周项目弥合 AI 知识到动手能力的差距
AWS 设计了一个为期六周、每周约四小时的结构化项目，让非工程背景的业务人员用 Amazon Bedrock、Amazon Bedrock AgentCore 和 Strands Agents SDK 构建可运行的 AI 原型。
AWS Machine Learning BlogAI 评分3636 用 AWS Lambda Durable Functions 自动化 AWS DevOps Agent 调查后的修复流程
AWS 展示了一套自动化修复工作流：AWS DevOps Agent 完成事件调查后，通过 Amazon EventBridge 触发 Lambda 函数，再由 Amazon Bedrock 从预审工具白名单中挑选修复动作。只读操作自动执行，涉及基础设施变更的操作会挂起等待人工批准，Lambda Durable Functions 可在不消耗计算资源的情况下暂停数分钟至数天并从中断处恢复。
AWS Machine Learning BlogAI 评分2222 如何为 agentic automation 构建商业论证：AWS 提出 Agentic Value Model
AWS 提出 Agentic Value Model，用于替代 RPA 时代"节省工时×人力成本−建设成本"的 ROI 模型，从时间节省、异常处理、决策质量、变更韧性与维护经济性四个维度衡量 agentic automation 的价值。该框架强调价值实现需有明确机制和责任人，并以理赔分诊为例说明释放工时不等同于节省成本。
AWS Machine Learning BlogAI 评分5252 在 AgentCore 与 OpenClaw 上构建上下文感知 AI 助手
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw，构建带长期记忆的上下文感知助手。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases，可在航空公司应用中搭建语音旅行助手，让旅客通过语音查询行程、改座位、更新餐食偏好、解答政策问题并转接人工客服。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
针对多团队共享 Amazon SageMaker HyperPod 集群的治理难题，AWS 提出组织、项目、集群、工作负载四层控制模型，并说明如何通过 SageMaker Unified Studio 将已批准的 HyperPod 集群接入项目，同时保留底层 IAM、Amazon EKS RBAC 或 Slurm 控制。
AWS Machine Learning BlogAI 评分3838 在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行受监管工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上线，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
AWS Machine Learning BlogAI 评分1212 如何在 Amazon Quick 中降级用户角色
Amazon Quick 控制台和 update-user API 均不支持将用户从 Author 直接降级为 Reader，会返回“You cannot downgrade a user role”错误。
AWS Machine Learning BlogAI 评分3434 用 LangChain 和 Amazon Bedrock Knowledge Bases 实现智能体检索
Amazon Bedrock Managed Knowledge Base 上线智能体检索，通过 AgenticRetrieveStream API 把多部分问题拆成子查询、判断证据是否充分并决定是否再次检索，而 Retrieve API 只做一次混合搜索。
AWS Machine Learning BlogAI 评分2222 uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并部署到生产
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。
AWS Machine Learning BlogAI 评分2828 如何在 AWS 上为 Claude Platform 配置多环境访问
针对 Claude Platform on AWS（CPonAWS），一套分步实施方案可让生产 AWS 工作负载、开发者笔记本和外部云环境共享同一订阅并实现工作区级隔离。方案采用专用 AI Services 账户加跨账户 SigV4、工作区级 API key 和 OIDC 联合三种访问路径，分别面向 AWS 工作负载、开发者本地迭代与外部 CI/CD 环境。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-6 家族模型使用指南
OpenAI 发布 GPT-6 家族模型指南，面向初创公司说明如何选择 GPT-6 模型、调节推理强度、改进提示词与技能、协调工具，并为生产环境准备相关工作流。
推荐理由：OpenAI 官方给出 GPT-6 家族选型与推理强度、提示词、工具编排的实践路径，便于团队对照现有工作流。
AWS Machine Learning BlogAI 评分3434 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翻译成固定类型操作并复述结果。
AWS Machine Learning BlogAI 评分2222 用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
通过 Amazon Bedrock AgentCore 的 AgentCore Gateway，可将 Claude Desktop 接入由亚马逊网页索引支持的 Web Search，覆盖数十亿文档，查询流量全程留在 AWS 内、无需外部 API key。
AWS Machine Learning BlogAI 评分3636 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调搜索智能体，并以 Qwen3.6-27B 为例在 us-west-2 区域完成训练。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能
GitHub 发文指出 AI 正在改变开发者工作方式，并给出三项需要强化的技能：学会指挥 AI 智能体而非只是使用它、不要轻信 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文中提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行评审，以发现首个模型遗漏的问题。
Hugging Face BlogAI 评分5050 ServiceNow CoreAI 推出 AutoSynthData：为企业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示范，自动生成并验证新的可执行任务，用于企业智能体的后训练。该流程以 EnterpriseOps Gym 数据集演示，通过“能力规格卡”让生成器在不接触原始提示词和验证器细节的情况下扩展任务，并随模型进步动态调整课程。
AWS Machine Learning BlogAI 评分3333 基于 Amazon Bedrock AgentCore 的智能体 AI 如何扩展云迁移
AWS Professional Services 用四个 AI 智能体在 Amazon Bedrock AgentCore 上构建云迁移方案，将每个应用的 IaC 开发时间从 3 到 4 周缩短至几分钟。
AWS Machine Learning BlogAI 评分3434 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可通过自定义 memory provider 接入 Amazon S3 Vectors，作为多智能体系统的持久记忆层，并部署在 Amazon EKS 上。