本篇文章介紹瞭如何將 Amazon Nova 2 Lite 與 Anthropic 的 Claude Sonnet 4.6 結合使用，構建一個成本優化的文檔數字化流水線，專門用於處理掃描的文檔（如年鑑頁面）。該流水線通過兩個模型分工：Nova 2 Lite 負責原生多模態提取（檢測照片、提取姓名和座標），Claude 負責空間推理以匹配姓名和人臉。在 336 頁測試中，實現了 3122 個姓名-人臉關聯，93% 的置信度≥0.95，每頁成本降低約三分之二。

本文展示了PAR Technology如何構建一個生產級的多租户LLM分析系統，通過三層架構強制執行行級安全：AWS SigV4加密請求籤名、Amazon Bedrock語義驗證以及Split-Plane SQL程序化數據隔離。每層獨立運作，降低跨租户數據泄露風險，即使LLM本身被攻破也能保障安全。

本文介紹如何利用 Amazon Bedrock Data Automation 進行智能文檔提取，以及使用 Amazon Bedrock AgentCore 託管 AI 代理，構建自動化醫療索賠處理流水線。該流水線能夠驗證、轉換數據並生成 FHIR 資源，減少人工處理，同時通過自動驗證保持準確性。

本文介紹瞭如何利用Amazon Bedrock AgentCore內置的可觀測性功能調試生產環境中的AI代理故障。通過指標、追蹤和結構化日誌三個層面，深入分析代理執行過程，解決無限循環、工具調用失敗等常見問題。本文是兩篇系列文章的第一篇。

Empirical是一種AI記憶基礎設施，旨在為所有AI工具提供統一的個人記憶層，幫助用户在不同平台之間保持上下文和偏好的一致性。

Ornith-1.0 是一個開源編碼智能體模型系列，基於 Gemma 4 和 Qwen 3.5 後訓練，採用強化學習同時優化搜索腳手架和解決方案，在 Terminal-Bench、SWE-Bench、NL2Repo 和 OpenClaw 等基準測試中達到同類開源模型的最優性能。提供 9B（密集）、35B（MoE）和 397B（MoE）三種規模，MIT 許可證，支持 OpenAI 兼容 API 和工具調用，可部署於 vLLM、SGLang、llama.cpp 等推理引擎。

本期《下載》探討了量化生活中指標的潛在危害，印度利用人工智能系統減少人象衝突，以及科技領域的其他重要新聞，包括Anthropic的Mythos 5發佈、中國AI模型匹配其漏洞發現能力、蘋果尋求從黑名單公司購買芯片等。

Anthropic 的 Claude 模型在 Microsoft Foundry 中——託管於 Microsoft Azure 並運行在 NVIDIA GB300 Blackwell Ultra GPU 上——現已普遍可用，為 Azure 原生企業構建自主且特定領域的 AI 代理提供了強大新方式。

PR Focus AI Pro是一款Chrome擴展程序，利用BYOK架構實現零服務器成本，為GitHub Pull Request提供AI驅動的風險評分、摘要和審核建議，所有數據本地處理，無需後端支持。

瀏覽器代理，比Claude快10倍

Bolt Graphics推出新款遊戲GPU，旨在與Nvidia競爭。該視頻展示了其技術特點和市場定位。

DeepReinforce發佈了首個開放權重模型Ornith-1.0，基於Gemma 4和Qwen 3.5，提供多種參數規模（9B到397B），在編程基準測試中達到開源模型最佳性能。作者使用LM Studio測試了35B MoE變體，發現其能熟練處理多個工具調用，並在代理編程任務中表現出色。該模型採用MIT許可，底層模型均為Apache 2.0許可，兼容性良好。

動態子代理允許AI智能體使用代碼而非工具調用來大規模編排工作。瞭解Deep Agents中的程序化編排如何保證覆蓋範圍、處理扇出，並通過常見編排模式和實時跟蹤實現可靠的多步驟複雜智能體管道。

本文通過採訪AI教育者Harper Carroll，探討了微調與提示工程的差異、2025年學習編程的意義以及AI領域與公眾溝通的誤區。Harper認為，AI是一種媒介，其結果取決於使用者的投入。她通過微調開源模型成功復現自己的寫作風格，並強調直覺是人類在AI時代的關鍵優勢。

文章認為，可觀測性不會演變為一個通用的AI代理，而是由數千個專門為團隊構建的代理組成，強調了上下文、開放性和共享調查工件的重要性。

Octolens 是一款面向 AI 代理時代的社交監聽工具，通過 API、Webhooks 和 MCP 監控網絡上關於特定關鍵詞的提及，利用 AI 評估帖子，並將數據推送到 Slack、CRM 或 AI 代理等平台，適用於 B2B SaaS 創始人和增長團隊。

Candidly構建了一種狀態感知的對話智能體引擎，通過輸入-輸出隱馬爾可夫模型（IO-HMM）實時推斷用户參與狀態，並據此調整回覆策略，顯著降低對話放棄率。文章詳細介紹了從軌跡特徵提取、狀態模型訓練到策略部署和實驗驗證的全過程。

Katra 是一個開源自託管記憶系統，為 AI 代理提供類似人類的認知記憶能力，包括情景記憶、語義搜索、知識圖譜和時間分析。它通過 MCP 協議與任何兼容代理（如 OpenClaw、Claude Code 等）集成，並提供35個專用工具。項目靈感來自 Star Trek 的瓦肯人精神融合（katra），旨在通過多層級記憶架構和睡眠鞏固機制實現湧現行為。

美國國會即將提出新版《健康與位置數據保護法》，禁止所有公司向數據經紀商出售健康與位置信息，包括用户向AI聊天機器人透露的數據。法案賦予FTC、州檢察長及個人起訴權，並撥款10億美元用於執法。

Google專家Richard Seroter解釋了全棧AI方法的含義，以及為什麼它長期以來一直是Google AI工作的基礎。

真正的成本模型不僅顯示資金去向，還能揭示哪些工作正在推動影響。

AI 主持的面試，能讀取人們的感受

AI編碼助手擅長2020時代的模式（如Spring），這可能阻礙新架構的採用。作者將Spring PetClinic REST轉換為使用OfficeFloor YAML的顯式函數注入，發現AI需要多次迭代才能理解，但最終成功。

一場公開實驗：作者讓AI代理自主運營SEO網站tokenmaxxing.com，但堅持人工審核。三週內獲得約1300名訪客，同時暴露了三個典型故障——基於錯誤數據刪除增長板塊、註冊表單靜默失效六天、生產環境部署舊版本。文章詳細記錄了這些問題及教訓，並設定了到2026年9月的勝負條件，若未達標則轉向更廣泛的AI成本主題。

美國開發者和小型企業正在轉向中國AI模型以降低成本。儘管性能仍落後於美國頂尖模型，但中國模型能以極低價格處理大多數任務。微軟也在考慮使用DeepSeek等開源模型作為更低成本的替代方案。然而，中國公司面臨將流行度轉化為可觀收入的挑戰。

韓國政府宣佈一項5760億美元的AI芯片投資計劃，旨在通過與三星和SK海力士合作，鞏固其在全球AI領域的地位。

本文介紹瞭如何在Ruby中利用Anthropic SDK構建AI代理。詳細闡述了代理的概念、與工作流的區別、最小代理循環的實現、工具設計、流式傳輸、後台運行、安全考慮、錯誤處理、可觀測性以及測試方法。強調了在實際應用中，大多數場景下簡單的模型調用比自主代理更合適，僅在任務開放且不可預測時才使用代理循環。

螢火蟲航空的藍色幽靈2號任務將在月球軌道上使用NVIDIA Jetson邊緣AI平台，實現直接在太空進行AI推理，大幅減少數據傳輸延遲。該任務搭載Ocula月球成像服務，用於繪製着陸點、探測礦物組成等，支持未來人類和機器人探索。

本文對比了Chrome、Edge和Firefox瀏覽器內置的AI功能。Chrome使用Gemini輔助搜索和摘要，Edge集成Copilot回答網頁和PDF問題，Firefox提供多個AI聊天機器人並注重隱私保護。作者認為Edge的AI體驗最佳，但Firefox因其隱私優勢仍為默認瀏覽器。同時提醒用户注意AI的隱私和準確性問題。

多年來，企業AI戰略基於一個簡單假設：一旦模型足夠好，採用就會隨之而來。這一假設正在被檢驗——並且失敗。模型能力已基本到位，但基礎設施、安全態勢和工作流架構尚未準備好支持自主系統安全運行。NIST收到的關於AI代理安全的信息請求獲得了932條公眾評論，反映了從業者面臨的緊迫問題。醫療保健領域尤其凸顯了工作流問題：數據準備、互操作性、生命週期監控和可審計性是實現AI潛力的基礎。瓶頸不在於智能，而在於準備就緒。