资讯

本文是 AWS 基础模型训练与推理系列的开篇，介绍了扩展律的三个维度（预训练、后训练、测试时计算）及由此带来的基础设施要求。文章聚焦 AWS 基础设施（加速计算、网络、存储）与开源软件栈（Slurm、Kubernetes、PyTorch、JAX 等）的集成，为理解系统瓶颈和扩展特性提供技术基础。

AWS 宣布 Claude Platform 全面可用，提供 Messages API、Claude Managed Agents、MCP 连接器、代码执行等功能。定价与 Anthropic 直连相同，但认证和计费由 AWS 处理，并支持 CloudTrail 审计。数据不在 AWS 边界内，适合无数据驻留要求的团队。

本文展示了如何在脚本 shebang 行中使用 LLM CLI 工具，包括简单的文本生成、工具调用集成以及 YAML 模板定义 Python 函数，让脚本能够动态利用大语言模型。

Anthropic 通过直接训练模型评估分布等方式抑制智能体失调行为，但承认这种训练在分布外场景可能不通用。同时，行业专家强调上下文引擎作为对齐层的重要性，并建议设计可解释性、测试对抗场景。

AI代理的记忆需要持久化、选择性记录、压缩、衰减与遗忘、污染预防五种能力协同工作。文章提出了基于关系型数据库的参考架构，支持结构化查询和向量搜索，并通过置信度衰减和污染处理实现智能记忆管理。

Anthropic在开发者大会上宣布多项更新，包括提高Claude Code速率限制和推出多智能体编排功能。与此同时，开源替代品OpenCode因1月OAuth封锁事件获得大量关注，GitHub星数超15.7万。开发者正面临选择：垂直集成的托管方案 vs 供应商中立的开源方案。

通过 10 种手写矩阵乘法实现，从纯 C/Swift 到 Metal，展示优化数学代码的关键步骤。基础 Swift 实现因 Array 的 COW 检查极慢，使用 Swift 6.2 的 MutableSpan 后训练速度提升 3 倍以上。

Anthropic 扩展 Claude 对 Microsoft 365 的支持，新增 Outlook 集成（公测），并正式发布 Word、Excel 和 PowerPoint 集成。Claude 现在可以在这些应用间共享上下文，实现跨应用连续工作。企业用户可以通过 Microsoft AppSource 部署，并支持 OpenTelemetry 监控。

Arcjet Guards 将安全策略执行从网络边界迁移到AI智能体内部，覆盖工具调用、队列消息和工作流步骤。它能检测提示注入、拦截PII、控制token预算，并支持多智能体场景。与Cloudflare AI Gateway等代理方案不同，Guards运行在应用内部，能感知业务上下文。

Aurora 优化器通过交替投影到半正交矩阵集合和均匀行范数集合，解决了 Muon 更新中的行范数各向异性导致的神经元死亡问题。在 1.1B 参数规模上，Aurora 实现了 100 倍的数据效率，并超越了当前 nanoGPT 速度跑榜的最优结果。

OncoAgent是一个开源、隐私保护的肿瘤学临床决策支持系统。它采用双阶微调LLM架构（9B快速模型和27B深度推理模型）、8节点LangGraph多智能体拓扑、四级校正RAG管道和三重反射安全验证器。项目在AMD Instinct MI300X上通过QLoRA微调，序列打包使全数据集微调仅需50分钟，速度提升56倍。

AI Agent 在企业中应用增多，但生产环境部署面临挑战。Datadog 和 T-Mobile 等公司强调安全、模拟和人工监督的重要性，避免盲目信任 AI 生成的代码。

Anthropic租下马斯克Colossus 1全部GPU算力，加上其他算力协议，总承诺容量约15千兆瓦。同一周，马斯克与奥特曼的庭审上演。算力取代模型性能成为AI竞赛新焦点，而Claude的“做梦”Agent等功能进一步推高算力需求。

Anthropic 研究员 Thariq Shihipar 提出，请求 Claude 输出 HTML 格式比 Markdown 更有优势，可嵌入 SVG 图表、交互控件等。Simon Willison 试用后认为值得重新考虑输出格式选择，并用 GPT-5.5 成功生成了 Linux 漏洞的交互式 HTML 说明页面。

OpenAI 推出 Codex Chrome 扩展，智能体可在用户实时浏览器会话中操作，访问 Gmail、Salesforce 等已登录应用，并支持多标签页并行任务。该扩展避免了传统的截图点击循环，将活动隔离在独立标签页中，不干扰用户当前浏览。

Cursor SDK 允许开发者用 Cursor 运行环境和模型构建智能体，提供 MCP 连接、子智能体、钩子等能力。但仅支持 TypeScript，API 不稳定，且应谨慎用于生产环境。开发者指出核心挑战在于定义智能体权限、人类审核点和机密处理。

Amp 发布全新 CLI 产品 Neo，支持远程控制、插件系统和压缩优先架构，以适应更长的智能体工作流。与此同时，行业正在争论 AI 编程智能体的主要界面——终端、IDE 还是云端。Amp 认为终端并未过时，而是转变为开发者与智能体交互的控制面板。

OpenAI 介绍了内部运行 Codex 的安全实践，包括沙箱执行、分级审批、网络策略和智能体原生日志导出。这些措施让开发者快速行动，同时让安全团队拥有足够的审计能力。