跳到主要内容

AI日报

20 条事件20 条来源记录

重点解读

Airbnb 如何依据每项任务的成本在 Amazon Bedrock 上运行编码智能体 | 人工智能

本文介绍 Airbnb 如何评估用于编码智能体的模型,并监控这些模型在 Amazon Bedrock 上的使用情况。我们说明每项任务的成本如何指导模型选择,以及随着使用情况变化,生产数据如何帮助我们重新审视这些选择。

阅读解读

今日脉络

模型运营方面,Airbnb 在 AWS 文章中介绍,编码智能体上线前以自有任务评估模型质量和每项任务成本,上线后再用生产数据复核选择,并观察延迟、限流和开支。Cloudflare 发布开放权重的新版 Clairic 和九十亿参数 Clairic-flash,称新版改善了复杂文档的信息提取。RadixArk 称 DaisyRose-27B 使用一千二百个精选任务进行长时程强化学习训练;最长一百万 token 的训练会话借助摘要跨越多条轨迹,模型上下文窗口仍为二十五万六千 token。Social Department 介绍结合编辑标准的视频发现方案;AWS 宣布无服务器模型定制支持全量微调,无需用户配置训练基础设施。

应用与基础设施方面,AWS 介绍 Salesforce 的 SageMaker AI 跨区域推理路由:请求被发送至有容量的自有已部署端点,以应对区域间容量分散,同时维持数据驻留承诺。另一篇 AWS 文章强调,智能体回答问题或协助行动前需要可信的数据基础。NVIDIA 展示用两个提示词筛选、增强物理智能训练数据或创建异常事件的五种场景。AWS 称 HyperPod 新增工作负载恢复和基础设施检查,能更早发现训练故障。欧洲央行在二〇二六年十一月的评估中指出,人工智能估值、财政失衡和地缘经济紧张影响欧元区金融稳定前景,提醒读者留意金融风险。

安全方面,SecurityWeek 报道 VeroSecurity 为人工智能安全工程平台融资一千一百万美元;微软 Perception 的四个蓝队智能体和 Recon Agent 已正式推出,但集成与漏洞防护仍处于预览。该媒体还报道,PyPI 上 agent-framework 的两个受影响版本会在 Python 启动时窃取凭证;组织应检查开发环境、流水线和容器镜像,并轮换可能暴露的凭证。Docker 强调,应在智能体运行环境和工具访问周围设置控制,不能将模型行为本身当作安全边界。Databricks 介绍 AUMOVIO 通过统一网关管理模型访问;ZDNET 报道 Google 将 Spark 功能更名为 Tasks,免费提供但有限制。

重点解读

Airbnb 如何依据每项任务的成本在 Amazon Bedrock 上运行编码智能体 | 人工智能

资讯发布:

Airbnb 在 AWS 文章中介绍,如何为编码智能体选择模型,并在 Amazon Bedrock 上持续检查实际使用情况。团队上线前用具有代表性的自有任务评估模型质量和每项任务成本;后者按完成任务所用全部 token 的标价计算,并用于选择默认模型及推理力度。上线后,团队通过 CloudWatch 检查延迟、限流、配额和输入输出 token 等信号,在生产使用与评估不一致时查找原因。缓存读取、写入与未缓存输入的价格不同,因此缓存命中率变化也可能影响成本。Airbnb 表示,约五周内出现了八个新模型,到十月中旬,工程师通过编码智能体发送的请求约三分之二已转向这些模型。对部署团队而言,这提供了把任务质量、完整成本与运行指标一起审视的方法,而非仅凭发布时的基准图表选型。

Salesforce 如何借助 Amazon SageMaker AI 跨区域推理路由推进全球规模的模型服务 | 人工智能

资讯发布:

AWS 介绍了 Salesforce 如何使用 SageMaker AI 跨区域推理路由,为分布在全球三十多个区域的模型服务调配容量。此前,各区域独立配置资源,高峰重叠时一处可能出现闲置,另一处却供不应求;自建网关也缺少端点容量信号,难以判断何时转移流量。新的路由方式让应用通过统一调用路径访问多个区域和账户中已部署的端点,并把请求送往能够处理请求的端点。文章称,该方案帮助团队在遵守数据驻留承诺的同时增加容量,并查看请求的服务位置及原因。对运营跨区域模型服务的团队而言,重点是同时考虑容量碎片、故障期间的流量上限和数据驻留,而不只是增加本地区资源;文章并未给出适用于所有部署的性能保证。

VeroSecurity 为 AI 安全工程平台融资 1,100 万美元 - SecurityWeek

资讯发布:

SecurityWeek 报道,VeroSecurity 为其人工智能安全工程平台融资一千一百万美元。该公司希望帮助企业持续发现、评估和保护内部使用的人工智能工具与智能体;其运行时治理组件旨在执行已批准的策略,并阻止触发未授权行为的智能体操作。公司首席执行官表示,当变化需要新的风险决定时,系统会把分析和建议交给安全人员;接受何种业务风险、允许哪些例外仍需人判断。Vero 还在建设开放社区,提供实践指南、工作坊和相关认证路径。对安全负责人来说,值得关注的是运行时控制能否与人工审批及现有流程配合,而不是把模型行为本身当作安全边界。平台效果和人员节省的说法来自公司,报道所提供的信息并不能独立证明其适用于所有企业环境。

分类简报

AI 模型

6

DaisyRose-27B:推动后训练效率前沿

资讯发布:

今天,我们发布 DaisyRose-27B,这是 RadixArk 的首个模型。该模型基于 Qwen3.8-27B 构建,并使用 Miles 通过强化学习进行训练。我们使用长时程智能体任务对其进行训练,任务会话长度最高达 1M 个 token;整个训练仅使用 1,200 个精选任务,在 144 块 H200 GPU 上耗时 18 天。

AI Agent

6

现在可以免费使用 Google 的 Spark AI 智能体(更名为 Tasks),但有使用限制 - ZDNET

资讯发布:

Spark 智能体发布仅数月后,Google 就宣布免费提供该智能体,并正式将其功能更名为“Tasks”。现在,你可以从标准的 Gemini Chat 设置切换到它。据报道,这次更名从 10 月中旬开始逐步进行。

AI 应用

4

AI 估值、财政失衡和地缘经济紧张局势带来的风险令金融稳定前景承压

资讯发布:

欧洲央行(ECB)今天发布的《2026 年 11 月金融稳定评估报告》指出,人工智能(AI)估值、财政失衡和地缘经济紧张局势带来的风险,正在影响欧元区金融稳定前景。

AI 研究

1