少数派《学得会的快捷指令》栏目翻新,新增 iOS 27 与 AI 内容
少数派与作者 Tp 翻新《学得会的快捷指令》栏目,共 14 篇文章,更新超 30% 内容并新增 3 篇基于 iOS 27 的文章,涵盖自动化与快捷指令结合 AI 的实例。栏目分理论入门与构建指令两个模块,11 月 15 日前新用户可享 8 折上架优惠,2024 年 10 月 15 日或之后购买过旧版的读者可免费获赠新版。
少数派与作者 Tp 翻新《学得会的快捷指令》栏目,共 14 篇文章,更新超 30% 内容并新增 3 篇基于 iOS 27 的文章,涵盖自动化与快捷指令结合 AI 的实例。栏目分理论入门与构建指令两个模块,11 月 15 日前新用户可享 8 折上架优惠,2024 年 10 月 15 日或之后购买过旧版的读者可免费获赠新版。
亚马逊云科技发布基于 Amazon Bedrock AgentCore 的智能体文档处理(IDP)方案,用 8 个专用智能体组成识别与训练两条图工作流,自动分类、提取、校验并从新文档格式中学习。
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成客户 PowerPoint 演示文稿,内部测试中完成时间不到 90 秒。
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami,可自主调查 CNAPP 等来源的安全发现并评估修复安全性,再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超 90%,且未引发任何生产问题。Tami 通过单一 API 为调查、安全评分、修复、代码生成四类智能体分别调用最合适的模型。
Amazon SageMaker JumpStart 提供预训练模型目录,可按可复用 Python 脚本完成部署、用示例提示词测量延迟与单请求生成速率,并在测试后删除端点。
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器,替代此前的 LLM 流水线,用户告警接受率提升 11.5%,推送后扫描执行时间中位数降低 86%,服务成本降低 98% 以上。该方案采用两阶段流水线:先用正则高召回生成候选,再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭证。效率提升使通用密钥检测得以扩展到推送保护,在推送被接受前即可返回结果。
Amazon Bedrock 的托管权益(managed entitlements)支持从中心账户一次订阅、向组织内多账户分发第三方模型访问权限。AWS 提供两条激活 AWS Marketplace 私有定价优惠(MPPO)权益的路径:轻量脚本用于一次性激活,CDK 自动化通过 EventBridge 和 Lambda 持续处理协议事件、校验卖家并创建分布式授权。
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。
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,上线后解决了 97.5% 的频道查询,员工正面反馈率达 96%。
SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,支持可配置推理强度、工具调用和结构化输出,提供 500K token 上下文窗口。
推荐理由:AWS 官方给出 Grok 4.7 在 Bedrock 上的实测数据,读者可据此为智能体各步骤选择推理强度并控制 token 成本。
针对 MoE 模型在 decode 阶段因 token 行数过少导致 Hopper GPU 利用率低的问题,AWS 通过 Swap-AB 转置让专家维度 N=8192 占据 WGMMA 首个操作数位置,在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升,该优化已合入 vLLM 0.24.0 及更高版本。
Amazon Bedrock 面向亚太五个 AWS 区域开放 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra 的全球跨区域推理,调用时用 global cross-Region inference profile ID 替代模型 ID。
GitHub Copilot 提供四种方式让 Copilot 理解项目上下文:自定义指令(.github/copilot-instructions.md 及 .github/instructions 下的路径级指令)。
用 Python 3.15 内置的 `profiling.sampling` 对未修改的 web-edit 应用做性能剖析,发现混合换行符保留是编辑负载的主要瓶颈:`preserve_endings` 出现在 15,296 个 CPU 栈的 64.8% 中,`SequenceMatcher.find_longest_match` 占叶子样本的 38.3%。
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。
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers,可在 Amazon EKS 上用两个 GPU 节点部署单个大语言模型,将 prefill 与 decode 分离并统一在一个 OpenAI 兼容端点之后。
Standard Bots 用共享基础模型加客户演示微调的方式驱动机器人,最大模型仅低数十亿参数,靠超十亿张图像训练的零样本感知系统完成零件定位,运动与单元逻辑仍用传统编程。模型在云端训练、边缘 GPU 本地推理,以 action chunks 流式输出到低层控制,避免依赖工厂网络。
Postman 披露其 Agent Mode 在 Amazon Bedrock 上支撑 4000 万开发者的生产架构,用向量数据库把 170 多个工具按任务动态收窄到约 15 个,并隔离执行线程。团队发现可见工具集超过约 40 个后工具选择错误上升,因此把上下文而非能力视为主要瓶颈,同时用 Amazon Bedrock Guardrails 在进入 LLM 前脱敏个人信息。
Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式,在做饭的半小时里为博客构建了 Newsletters 页面,由 GPT-6 Astra High 生成新模型、迁移、视图、模板和四个导入脚本。页面已上线,Substack 周报与赞助者月报按时间倒序混排,并接入站点搜索。他认为语音加可视化预览更适合多任务,但细节调整仍会切回打字。
Amazon SageMaker HyperPod 发布多租户参考架构,让多个团队共享同一套 EKS GPU 集群。
LegalOn 将 Codex 每日预估成本降低 65%,同时保持开发速度。其做法是按任务匹配 Astra、Sol 和 Luna,并对预算进行策略性管理。
OpenAI 发布 GPT-6 家族模型指南,面向初创公司讲解如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具调用,并为生产环境准备工作流。
GitHub 提出 AI 时代开发者应强化的三项技能:学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例,说明其用第二个模型对计划、代码和测试进行批判性审查,以发现首个模型遗漏的问题。
GitHub Copilot 应用中的 canvas 是一种可自定义界面,用户和智能体共享同一份状态,可做成看板、issue 分诊板、发布清单、仪表盘、表单甚至表格。
推荐理由:原文给出用 /create-canvas 从自然语言描述生成可双向协作界面的完整步骤,可迁移到自定义工作流搭建。
GitHub Copilot 提出 canvas 概念:一种运行在 GitHub Copilot 应用内、无浏览器外壳的全栈小应用,可与 agent 双向通信,也能调用第三方 API 并在本地执行代码。
量子位实测 Qwen 3.8 27B,用一句 Prompt 在约 5 分钟内生成一个 52KB 的离线数据分析工具,五项要求全部落地且数据准确;生成 12306 抢票页面时,蓝白配色、车次列表和预订按钮都齐全,但页面并未接入实时数据、账户和支付系统,实际订单并未产生。
OpenAI 新模型 Astra 采用的推理技术“opaque recurrence”引发 AI 安全研究者担忧,成为最新进入行业词汇的 AI 术语。
OpenAI 在 GPT-6 Astra 模型文档中给出提示词建议,指出该模型比 GPT-5.6 Sol 更常追问澄清问题,可通过提示词要求它从上下文推断用户意图并表现出行动倾向,把“can you…”“I want to…”“help me…”视为行动指令而非追问邀请。