跳到正文

#教程/实践

今日 4 条
今天10月2日周五
  1. AWS Machine Learning Blog42

    AWS 使用上下文多臂老虎机优化 Amazon Payments 转化漏斗

    Amazon Payments 在 Amazon SageMaker AI 上部署多目标上下文多臂老虎机(MAB)以个性化产品获取漏斗。七周 A/B 测试显示,特定客户群体最终转化率提升高个位数百分比,但另一群体无改善,表明瓶颈在于内容而非模型。该方案采用 LinUCB 算法,基于行为信号向量进行实时决策与探索平衡。

  2. AWS Machine Learning Blog47

    基于 Amazon Bedrock AgentCore 构建环境感知智能体:从事件驱动信号到人在回路工作流

    Amazon Bedrock AgentCore 支持构建环境感知智能体,该模式通过监听 S3 或 EventBridge 等事件流自动触发任务,并利用 ask_human 工具实现人在回路交互。此方案结合 Lambda 与 DynamoDB 形成无服务器架构,解决了传统聊天式智能体无法并行处理基础设施事件的局限,提升了自动化流程的可靠性与扩展性。

10月1日周四
  1. AWS Machine Learning Blog25

    uniopen 定制 Amazon Nova 2 Lite 实现零售内容审核生产部署

    uniopen 通过监督微调将 Amazon Nova 2 Lite 适配至其零售审核策略,并在 Amazon SageMaker AI 中完成训练与部署。该方案结合提示词优化,在包含 737 个对话窗口的测试集上评估行为分类与主体识别性能。架构采用人工验证反馈闭环,利用硬/软门控机制控制模型晋升,确保生产环境下的合规性与稳定性。

9月30日周三
9月26日周六
  1. GitHub Blog · AI & ML63

    GitHub Copilot 应用入门:如何用 canvases 构建自定义工作流

    GitHub Copilot 应用推出 canvases 功能,允许用户通过 `/create-canvas` 技能用自然语言描述生成可定制的双向交互界面。该界面支持看板、清单等多种形态,用户与智能体可实时同步操作状态,无需编写代码即可创建并复用扩展工具。

    推荐理由:原文演示了如何通过自然语言描述生成双向交互界面,为构建个性化智能体工作流提供了具体方法。

9月25日周五
  1. GitHub Blog · AI & ML68

    GitHub Copilot 提出用 canvas 替代聊天作为主要交互界面

    GitHub Copilot 推出 canvas 功能,允许用户在应用内创建全栈自定义界面以替代传统聊天窗口进行交互。canvas 支持双向通信和本地代码执行,可用于构建如 Connect 4 游戏、Winget 包管理器等工具,从而减少不必要的 token 消耗并提升开发工作流的自动化程度。

    推荐理由:文章通过具体案例展示了如何利用 canvas 构建自定义交互界面,帮助开发者优化与 AI 智能体的协作流程。

  2. GitHub Blog · AI & ML78

    GitHub Security Lab 发布 AI 驱动的模糊测试工具 Taskflow Agent

    GitHub Security Lab 推出 Fuzzing Taskflow,这是一个用于 C/C++ 项目的自主模糊测试流水线。该工具利用 LLM Agent 自动识别入口点、编写 AFL++ Harness、分析覆盖率报告并分诊崩溃,最终生成漏洞报告。用户只需指定 GitHub 仓库即可启动,但需在隔离环境中运行以防范提示注入风险。

    推荐理由:GitHub Security Lab 开源了基于 LLM Agent 的自动化模糊测试流水线,展示了如何将编写 Harness、分析覆盖率和分诊崩溃等重复性安全工作交给 AI 处理。

9月24日周四
  1. GitHub Blog · AI & ML55

    GitHub Copilot App 如何渲染包含百万行变更的超大 Pull Request

    GitHub Copilot App 重构了 Pull Request 视图以支持包含 2,200 个文件和超过 100 万行变更的超大 PR 流畅渲染。针对代码行高度确定但评论块高度动态变化的矛盾,团队将文档高度拆分为确定性代码几何域和动态块几何域,并采用空闲滚动门控的单次批量测量调度器替代逐块 ResizeObserver 以避免布局反馈循环。

9月17日周四
  1. GitHub Blog · AI & ML86

    GitHub Copilot 运行时迁移至 Rust 的实践:AI 智能体辅助的大规模代码重写

    GitHub Copilot 团队使用 AI 智能体将 Copilot agent runtime 从 TypeScript 完全重写为超过 800,000 行生产级 Rust 代码。

    推荐理由:原文详细记录了利用 AI 智能体将 GitHub Copilot 运行时从 TypeScript 迁移至 Rust 的全过程,展示了在大规模代码重写中如何通过增量合并、自动化测试和子代理协作来保证稳定性与效率。

9月12日周六
  1. GitHub Blog · AI & ML42

    GitHub 营销运营自动化实践:利用 Copilot 与 Actions 实现活动全流程代码化

    GitHub 日本及韩国市场团队利用 GitHub Copilot 和 Actions,将营销活动从策划到跟进转化为代码驱动的自动化流程。该方案以 Issue 为工作单元,通过标签触发工作流自动执行页面复制、UTM 链接生成及 CRM 数据同步等任务。这种“营销即代码”模式替代了传统手动操作,显著降低了跨工具重复性工作的出错率并提升了效率。

9月11日周五
  1. GitHub Blog · AI & ML35

    GitHub Copilot app 内置 diff、终端和浏览器面板简化代码审查

    GitHub Copilot app 新增内置面板,支持在应用内直接完成代码变更审查、运行与预览。用户可通过 diff 面板查看增删改行,利用终端面板执行命令或脚本,并借助浏览器面板的 Pick & Polish 工具实时调整 UI 元素。这一集成工作流消除了编辑器、终端与浏览器间的切换,让用户能安全验证并合并 AI 生成的代码。

9月9日周三
  1. Mistral AI66

    Mistral AI 分享使用智能体将 40,000 行 Fortran 77 代码迁移至 C++ 的实践

    Mistral AI 协助一家欧洲能源运营商,利用 AI 智能体将 40,000 行 Fortran 77 物理模拟代码成功迁移至 C++。团队首先构建了基于数值一致性的校验框架(parity harness),并通过 Vibe CLI 生成调用树以自动化文档整理。

    推荐理由:文章详细拆解了从构建数值校验框架到多智能体协作迁移Fortran代码的完整工程路径,为处理无测试遗留系统提供了可复用的结构化方法论。