全部 AI 动态

指南建议按工作负载选模型：高难度推理可选 GPT‑6 Astra，复杂编程、研究和计算机使用任务可选 GPT‑6.1 Sol，重复性任务可选 GPT‑6 Luna。提示词应说明目标、受众和限制；日常问答也无需默认使用最高推理强度。

教程用合成理赔文档搭建问答助手，通过 AgenticRetrieveStream 处理多轮提问，并用元数据筛选和来源引用核对答案。文中报告的 40 题评测使用 Retrieve 和 RetrieveAndGenerate，而非 AgenticRetrieveStream；预期来源的检索召回率为 90.5%。

AWS 介绍了用 Runtime Instances 搭建三智能体音乐制作流程的方法：智能体通过同一会话 ID 共享实例和文件系统，依次生成、处理并检查音频。会话最长可持续 14 天，但恢复时需落在原可用区，才能重新挂载持久化卷。

AWS 的教程介绍如何用具体需求、业务背景和示例改进 Amazon Quick 的提示词，并给出 CRISPE 框架来组织复杂请求。文章还以 RFI 问卷处理为例，说明如何从格式不一的 Excel 工作簿提取问题并输出结构化 CSV；针对 Quick 各组件的技巧留待系列第二篇展开。

AWS 分享一套合同分析架构：用 Claude Sonnet 4.6 提取 PDF 中的字段，由 Claude Haiku 4.5 独立核验，并将结果存入数据库，以支持跨合同汇总查询。两模型对签名状态有分歧时，系统调用 Amazon Textract；作者称，其准确率测试仅覆盖 20 份合同，结果会随合同格式和字段复杂度变化。

AWS 发布部署示例：使用 vLLM-Omni 容器运行 Qwen3-TTS，通过 SageMaker AI 的双向连接发送文本，并在完整回复生成前接收、播放语音片段。示例附带 Gradio 客户端；部署端点需要相应实例配额，运行中的 GPU 端点会持续计费。

AWS 展示了用同一 vLLM-Omni 容器部署两个端点的流程：FLUX.2-klein-4B 实时生成图片，再由 Wan2.1-VACE-1.3B 异步生成视频，成品 MP4 存入 Amazon S3。示例提供命令行流程和可选的 Streamlit 界面。

AWS 给出将 Amazon Textract 适配器从训练环境推进到生产环境的流程，并提供 CloudFormation、Terraform 模板及文档预分类方案。跨账户复制仍需提交 AWS Support 工单，且只转移训练后的模型权重；将适配器 ID 存入 Parameter Store 后，可在不重新部署应用的情况下更新生产引用。

GitHub 介绍了在 Copilot app 中用 /create-canvas 创建工作画布的方法：用户描述工作流程、界面操作及代理任务，代理便会生成界面并在侧边栏打开。画布支持用户与代理双向更新，创建后还可保存为个人或团队使用的扩展。

开发者现可将 Qwen3-TTS-12Hz-1.7B-Base 从 SageMaker JumpStart 部署到托管实时推理端点，用几秒钟的参考录音及其文字稿克隆说话人的声音。教程使用单张 24 GB NVIDIA L4 GPU，并指出调用时须指定语音合成路由；模型还支持以一种语言的录音生成另一种语言的语音。

Thariq Shihipar 在 Claude Code 使用指南中建议：快速迭代可用低 effort，遇到需要验证或处理边界情况的任务则提高档位。其内部测试中，Fable 5.1 完成一项 HTML 净化任务的次数从低档的 1/5 升至 xhigh 的 5/5；这些数字来自每项任务五次尝试，不能直接对照公开榜单。

教程以四个 AWS 账户的参考实现为例：业务团队在各自账户中将数据封装为 MCP 工具，中央账户的代理通过单一 Gateway 查询。工具只返回请求所需结果，原始数据集仍留在所属账户；示例使用 Okta 身份验证和 Gateway 层的逐用户授权。

教程展示如何让本地运行的 OpenCode 通过 Amazon Bedrock Converse API 调用开放权重模型，并为规划、代码生成等任务配置不同模型。示例使用 Kimi K3、GPT-OSS 120B 和 Nemotron 3 Super 120B；使用前需开通 Bedrock 访问权限并获得相应模型的访问权限。