Google 的 Pixel 手机一直以高性价比著称，但最新爆料显示，即将发布的 Pixel 11 系列可能迎来涨价，部分机型涨幅达 100 美元。这不禁让人疑问：涨价后的 Pixel 还具备竞争力吗？本文将从价格、硬件、软件三个维度对比 Pixel 11 与三星 Galaxy S26 系列，分析其价值所在。 ## 价格不再亲民 根据 The Verge 等媒体的爆料，Pixel 11 起售价预计为 **899 美元**，Pixel 11 Pro 为 **1,099 美元**，Pixel 11 Pro XL 为 **1,299 美元**，Pixel 11 Pro Fold 则高达 **1,899 美元**。相比前代，Pixel 11 和 Pixel 11 Pro 上涨 100 美元，但起步存储从 128GB 翻倍至 256GB；而 Pro XL 和 Pro Fold 同样涨价 100 美元，存储却维持 256GB 不变。 这一价格几乎与三星 Galaxy S26 系列持平，意味着 Pixel 以往的价格优势正在消失。 ## 硬件与软件的权衡 三星 Galaxy 系列在硬件上向来领先，例如更强的处理器、更优秀的屏幕和更丰富的相机配置。而 Pixel 则凭借 Google 的软件优化，提供纯净的 Android 体验、及时的更新以及独特的 AI 功能。 **Pixel 的核心价值在于软件**。Google 的 Pixel Drops 功能会定期为旧机型带来新特性，同时 Pixel 用户总能第一时间获得 Android 大版本更新。这些软性优势是三星难以复制的。 ## 性价比的新定义 涨价后的 Pixel 11 系列，虽然价格与三星持平，但如果你看重的是软件体验和长期更新，Pixel 依然具备竞争力。对于追求极致硬件的用户，三星可能更合适；而对于喜欢原生 Android 和 AI 功能的用户，Pixel 仍是值得考虑的选择。 **结论**：Pixel 11 系列的价值不再体现在价格上，而是体现在软件生态上。如果你愿意为软件体验买单，它依然是一款好手机。 *注：以上价格和规格均为爆料信息，最终以 Google 官方发布为准。*
Suno近日宣布将实施新的水印技术和下载政策，以限制垃圾AI曲目的传播并提高透明度。在CEO Mikey Shulman的一篇长篇博客中，他阐述了公司的原则和寻求合法性的下一步计划。公司正在推出新的透明度工具，以及新的水印和指纹识别技术。Shulman表示，这符合“新兴行业标准”，将更容易识别Suno生成的内容。他还表示，公司旨在与“分发平台合作打击欺诈和滥用”。去年，在与华纳音乐集团（WMG）达成和解后，公司宣布将改变下载政策；此前WMG与Udio的类似和解已完全终止该平台的输出下载。虽然公司尚未提供具体细节，但去年宣布计划时曾表示，下载将仅限于付费订阅用户，且每月下载次数有限。Shulman在帖子中多次提到公司致力于透明度、尊重权利持有人以及人类艺术的重要性。但他也谨慎地表示，Suno的职责不是“评判”个别艺术作品的价值，最终由艺术家和平台决定是否披露AI工具的使用。Suno未立即回应关于新政策和技术的具体细节的请求。
OpenAI 今日宣布，ChatGPT 的免费用户和 Go 用户将不再受文本聊天次数限制，同时推出全新的 GPT-5.6 Luna 模型，并新增“思考”按钮以处理复杂查询。这一更新紧随 ChatGPT 周活跃用户突破 10 亿大关之后，标志着 OpenAI 在普及 AI 对话服务上迈出关键一步。 ## 免费用户：无限文本，智能升级 从本周起，Free 和 Go 用户将默认使用 **GPT-5.6 Luna** 模型，取代此前的 GPT-5.5。该模型支持无限次的文本对话，但文件、图片、语音和图像生成仍保留独立的使用限制。此外，用户将看到一个新的 **“思考”按钮**，点击后模型会调用更高推理能力，用于解答数学、逻辑等复杂问题。 ## Plus 和 Pro 用户：更快的 Sol 模型与思考调节 付费用户同样迎来升级。Plus 和 Pro 用户将获得 **GPT-5.6 Sol** 的增强版，该版本针对快速任务优化，如常识问答、网页研究、建议、规划、写作和决策，回答更简洁有力。值得注意的是，此版本与用于 Codex 和 Work 的 Sol 模型不同，后者保持不变。 Plus 和 Pro 用户还新增 **“思考滑块”**，可手动调节模型在回答前的推理深度，以平衡响应速度与答案质量。用户可根据问题的复杂度和所需步骤自行调整。 ## 性能提升：错误率显著下降 OpenAI 的内部评估显示，与 GPT-5.5-Instant 相比，**GPT-5.6 Luna 的事实性错误减少了 62%**，而 **GPT-5.6 Sol 则减少了 68%**。这表明新模型在准确性和可靠性上有了明显进步，尤其对于依赖事实的查询场景。 ## 更新节奏与行业影响 目前，Plus 和 Pro 用户已可立即体验新版 Sol 模型；Free 和 Go 用户的改动将在本周内逐步推出，无限文本聊天和思考按钮则于下周全面开放。 此次更新正值 ChatGPT 用户规模突破 10 亿，OpenAI 显然希望通过降低使用门槛，进一步巩固其在大众市场的主导地位。无限文本聊天可能吸引更多轻度用户，而“思考”按钮则为复杂任务提供了入口，这或将推动 AI 助手从日常闲聊向深度问题解决延伸。不过，文件、图像等功能的限制依然存在，用户在选择模型时需权衡自身需求。
夏季虽已接近尾声，但仍是出游的好时节。无论是短途周末游还是长途度假，合适的数码装备能让旅途更加便捷舒适。为此，我们邀请了多位旅游业专家，分享他们在旅途中不可或缺的六款数码产品。 ## 专家精选：六款旅行数码好物 以下是专家们的推荐清单，涵盖音频、充电、配件等多个类别： - **Twelve South AirFly Pro 2**：这款蓝牙发射器可让你在飞机、健身房等场所，将无线耳机连接到没有蓝牙的娱乐系统，享受无线自由。 - **Universal Airplane Phone Holder Mount**：一款可固定在飞机座椅头枕上的手机支架，解放双手，方便观看视频或进行视频通话。 - **Universal Travel Adapter**：全球通用旅行转换插头，兼容多国插座标准，是国际旅行的必备配件。 - **Portable White Noise Machine**：便携式白噪音机，可有效屏蔽酒店走廊或邻居的噪音，助你获得安稳睡眠。 - **Anker 737 Powerbank**：大容量移动电源，支持快速充电，可为手机、平板等设备多次充电，解决旅途中的电量焦虑。 - **Sony WH-1000XM5 Headphones**：索尼旗舰级头戴式降噪耳机，提供卓越的降噪效果和音质，是长途飞行或火车旅行的理想伴侣。 ## 如何选择适合你的旅行装备？ 专家建议，选择旅行装备时应考虑个人习惯和旅行方式。例如，频繁飞行的旅客可能更看重降噪耳机和便携充电设备；而自驾旅行者则可能更需要车载充电器和手机支架。此外，轻便性和多功能性也是重要考量因素。 ## 结语 以上推荐的六款装备均经过行业专家的实际验证，能够显著提升旅行体验。在出行前，不妨根据自身需求，挑选一两件合适的装备，让旅途更加轻松愉快。 （注：本文所提及产品均为专家推荐，ZDNET 可能通过文内链接获得销售分成，但这不影响我们的独立评测和推荐。）
程序员们向来厌恶繁琐事务，整个编程领域就是人类努力自动化枯燥工作的证明。如今，随着“vibe coding”风潮兴起，开发者们甚至找到了避免大部分产品构建工作的方法。因此，当听到 **Naïve**——一家提供基础设施、让AI代理承担公司运营大部分工作的初创公司——在推出后数月内就吸引了超过 **3万名开发者客户** 时，我并不感到惊讶。 Naïve 将“vibe coding”进一步延伸，声称其基础设施能够自动化设立和运营公司的绝大部分工作——当然，前提是你提供AI代理和所需的token预算。它将支付、电子邮件账户、电话号码、云基础设施、存储以及公司注册等流程整合到一个 **单一API** 之后。Naïve 提供了一个提示词，开发者可以将其提供给 Cursor、Claude Code 或 Codex 等工具，这些工具可连接至公司API，以配置设立公司所需的基础设施。 该服务允许代理协调美国LLC（有限责任公司）的成立，提供诸如州、行业代码、业务描述和拟定名称等细节，但用户仍需参与完成 **KYC/KYB流程** 并支付所需费用。其余设置可由AI代理完成，包括设置电子邮件收件箱、虚拟卡、电话号码、数据库、计算资源，以及连接 Stripe 和 QuickBooks 等服务。 Naïve 还提供了一个治理层，帮助用户设定预算、限制代理能力，并要求在敏感操作前获得人工批准。公司还提供业务模板，涵盖AI SEO、全栈SaaS应用、招聘、会计、客户支持，甚至包括一个移动模拟器，代理可在模拟设备上操作智能手机应用。 这种自动化的吸引力显然引起了共鸣，如上所述的用户数量所证明。Naïve 在过去六个月内将年度经常性收入（ARR）增长了 **10倍**，达到 **低八位数美元**，CEO兼联合创始人 Sean Dorje 表示。基于这一势头，公司现已完成 **2850万美元** 的A轮融资，由 Nexus Venture Partners 领投，TechCrunch 独家获悉。 Dorje 告诉 TechCrunch，他的客户正在使用 Naïve 运营自主业务，例如AI自动化代理机构、TikTok 上的无面在线内容频道等。 ## 融资与市场背景 此轮融资正值AI代理工具吸引大量投资之际。Naïve 的定位是“代理即服务”，其自动化能力不仅限于开发，而是延伸到公司运营的各个层面。与传统的业务流程外包（BPO）不同，Naïve 提供的是技术基础设施，让AI代理能够自主完成从注册公司到日常运营的全流程。 ## 潜在挑战 尽管前景广阔，但Naïve 也面临挑战。自动化公司设立涉及法律和合规风险，KYC/KYB流程仍需人工参与，且代理的决策可靠性有待验证。此外，token成本可能成为规模化的瓶颈。 ## 未来展望 随着AI代理能力的增强，Naïve 有望成为“自主企业”的催化剂，但监管和伦理问题仍需关注。对于开发者而言，这或许意味着从“写代码”到“管理代理”的角色转变。
OpenAI 于本周四宣布了一项重大更新：从下周开始，ChatGPT 的免费用户和 Go 套餐用户将不再受文本对话次数限制，可以无限次与聊天机器人进行文本交流。此前，这些用户在进行大量文本对话时可能会遇到频率限制，但这一限制即将取消。不过，涉及文件上传和图片的消息仍将保留限额。 同时，OpenAI 还为免费和 Go 用户新增了“Think”按钮，用于处理更复杂的问题，通过更高推理能力提供答案。本周，这些用户的默认模型也已升级为最新发布的 **GPT-5.6 Luna**。 对于 Plus 和 Pro 订阅用户，OpenAI 更新了 **GPT-5.6 Sol** 模型，使其“在事实方面更加可靠”。据 OpenAI 介绍，新版模型在回答依赖日期、数字、来源、规则或假设的问题时，能够更好地利用检索到的信息，从而减少错误。同时，模型会提供更直接的回答，格式更紧凑，避免不必要的细节。 此外，Plus 和 Pro 用户还可以使用一个新的滑块，自定义 ChatGPT 在回答中投入的思考量。该滑块与更新版的 GPT-5.6 Sol 将于周四上线。 这一举措是 OpenAI 在 AI 聊天机器人市场竞争中的又一动作。通过向免费用户开放无限文本对话，OpenAI 旨在吸引更多用户，并提升用户粘性。同时，对模型的事实准确性进行优化，也回应了用户对 AI 幻觉问题的关切。 不过，目前尚不清楚“无限文本对话”是否会有任何隐藏的使用政策，以及“Think”按钮的具体使用限制。OpenAI 表示，更多细节将在下周发布。
## 从单次调用到整体行为：AgentCore 的治理升级 随着 AI 智能体（Agent）自主性增强，企业部署规模扩大，信任与安全成为规模化落地的关键瓶颈。麦肯锡报告指出，约 **80% 的组织已遭遇智能体风险行为**，安全与风险顾虑是扩展智能体 AI 的首要障碍。传统防护机制多针对可预测的软件行为设计，而智能体自主决策路径，导致“单步合法、整体失控”的困境：例如，智能体查询客户账户后转移资金，或连续下多个低于审批阈值的订单，或对失败工具无限重试耗尽预算。 针对这一挑战，**Amazon Bedrock AgentCore** 推出新能力，将安全控制下沉至基础设施层，实现跨智能体的一致治理。新功能包括： - **基于 Dogwood 的时序策略（Temporal Policies）**：Dogwood 是专为 AI 智能体设计的开源策略语言，支持定义动作序列的约束规则，例如“禁止在未授权情况下连续执行转账”或“订单总额不得超过预算”，从而在整体行为层面实施控制。 - **网关速率限制（Rate Limiting）**：AgentCore 网关作为全托管、无服务器的 AI 流量入口，统一路由至 MCP 服务器、LLM、智能体及知识库。通过网关施加速率限制，可设定成本上限，无论智能体如何行为，都能确保消费不超预算。 这些能力让企业获得确定性的控制力：不仅管控单个动作，还能约束动作序列和整体成本。AgentCore 的核心理念是：**安全控制应内置在基础设施层**，而非依赖各团队的应用代码实现，从而避免实现差异和漏洞。 ## 为什么这很重要？ 智能体应用正从实验走向生产，但信任问题阻碍了规模化。当防护机制可靠时，审批新智能体不再是逐案谈判，而成为平台层面的标准化流程。AgentCore 的更新将治理能力前置，使企业能够放心部署更多自主智能体，同时保持预算和安全底线。 对于开发者而言，这意味着无需自行构建复杂的策略引擎或限流系统，即可获得企业级控制。未来，随着智能体承担更关键任务，这类基础设施级的安全能力将成为标配。 **小结**：AgentCore 的新功能直击智能体治理痛点，通过时序策略和网关限流，为自主行为提供确定性约束，是迈向可信赖 AI 的重要一步。
随着工程团队从尝试编码代理（如 Codex）转向全面采用，领导者关注的焦点从“这个工具能否帮助开发者？”转变为“我们如何理解采用情况、管理消耗、维护可靠性并负责任地扩展访问？”。Codex 能够输出关于其活动的 OpenTelemetry（OTel）指标。当本地 Codex 客户端通过 Amazon Bedrock 使用 OpenAI 模型，并使用 AWS IAM Identity Center 进行身份验证时，你可以通过本地 OTel 收集器将这些指标路由到 Amazon CloudWatch，从而获得按用户、团队、部门、组织或成本中心组织的 AWS 原生视图。这种方法不会在模型请求路径中引入集中式代理。开发者继续在本地使用 Codex，每个开发者工作站上运行的收集器接收本地主机上的指标，并为其补充组织上下文，然后使用 AWS 签名版本 4（SigV4）将其发送到区域 CloudWatch OpenTelemetry 协议（OTLP）端点。参考部署创建了 CloudWatch 仪表板，而不是 Amazon ECS 服务、负载均衡器、VPC 或公共摄取端点。本文解释了这种模式如何支持受治理的采用，审查其架构，并总结了 Codex on AWS 指南仓库中的实现。 ## 将遥测转化为业务决策 遥测只有在回答决策问题时才最有用，而不仅仅是生成另一个仪表板。捆绑的 CodexOnBedrock 仪表板包含活跃用户数、对话轮次、API 请求数和令牌使用量的滚动 24 小时总计。它还提供按模型、令牌类型、用户、部门、团队、成本中心、组织和会话来源的视图。这些信号可以帮助技术领导者区分广泛采用与孤立实验。例如，活跃用户数在多个团队中的增加表明需要不同的赋能支持，而消耗集中在少数用户则提示不同的关注点。工具调用活动可以帮助团队了解代理工作流在哪些地方扎根。请求和持续时间指标可以支持对体验降级的调查。 | 高管问题 | 可用信号 | 可辅助的决策 | |---------|--------|------------| | Codex 采用是否在扩大？ | 活跃用户、线程、轮次和 API 请求 | 是否扩大试点或专注于入职培训 | ## 架构概览 该架构的关键在于本地收集器。每个开发者的工作站上运行一个 OTel 收集器，它从本地 Codex 客户端接收指标，并添加组织属性（如用户、团队、成本中心），然后通过 SigV4 认证发送到 CloudWatch。这种设计避免了集中式代理，保持开发者的本地体验不变，同时提供集中的可见性。 ## 实施要点 参考实现位于 Codex on AWS 指南仓库中。它提供了 CloudFormation 模板和配置，用于设置仪表板、IAM 角色和本地收集器配置。实施步骤包括： 1. 配置 Codex 以使用 Bedrock 作为模型提供方，并设置 IAM Identity Center 认证。 2. 在开发者工作站上安装并配置 OTel 收集器，指定 CloudWatch OTLP 端点。 3. 部署 CloudFormation 模板以创建仪表板和必要的 IAM 权限。 4. 验证指标是否正确到达 CloudWatch。 这种模式使组织能够以 AWS 原生的方式监控编码代理的使用，同时保持开发者的工作流程不变。对于希望负责任地扩展 AI 编码工具的企业，这是一个实用的解决方案。
苹果在六月对全系MacBook和iPad进行了价格上调，但亚马逊上的新款13英寸M5 MacBook Air却迎来了降价，目前售价仅为**$1,134**，比原价便宜**$65**，降幅达**13%**，这是自提价以来的最低价格。 对于正在为返校季添置新装备的学生和家长来说，这无疑是一个入手的好时机。M5芯片作为苹果最新的自研处理器，在性能和能效上都有显著提升，能够轻松应对日常学习、办公和轻度创意工作。13英寸的机身也兼顾了便携性和屏幕体验，是移动办公的理想选择。 ## 价格对比与购买建议 虽然苹果官方商店的价格有所上调，但亚马逊的这次促销显然更具吸引力。以**$1,134**的价格，你就能拥有最新的M5 MacBook Air，相比官方原价节省了一笔可观的费用。需要注意的是，这一价格仅限13英寸基础配置机型，且可能随时变动，建议有意向的消费者尽快下单。 此外，ZDNET的编辑提醒，苹果官方渠道的MacBook Air发货时间可能长达一个月以上，而亚马逊的库存相对充足，如果急需使用，选择亚马逊无疑是更稳妥的选择。 ## 市场背景 苹果在六月对MacBook和iPad全系产品进行了价格上调，这主要是受全球供应链成本上升和汇率波动的影响。而亚马逊的此次降价，不仅是针对返校季的促销活动，也反映了电商平台在激烈的市场竞争中，通过价格优势吸引消费者的策略。 对于消费者而言，这意味着在官方渠道之外，仍有不少性价比更高的选择。在购买电子产品时，不妨多比较不同渠道的价格和促销活动，以获得最佳的购买体验。 总的来说，如果你正在寻找一台性能强劲、价格合理的轻薄笔记本，**M5 MacBook Air**当前的折扣价是一个不容错过的机会。
谷歌DeepMind与Google Research联合开发的AI模型WeatherNext，在预测飓风路径和强度方面展现出前所未有的准确性。该模型利用较低分辨率的气象数据，平均提前一天提供预警，为防灾减灾赢得宝贵时间。研究团队表示，WeatherNext在预测三天后的飓风时，其准确度相当于现有模型预测两天后的水平。这一突破有望显著提升全球飓风预警能力。 ## 关键突破 WeatherNext的核心优势在于其**多尺度预测能力**。飓风预测涉及全球和局部天气系统的复杂交互，传统模型往往顾此失彼。WeatherNext通过在大规模气象数据上预训练，再针对飓风进行微调，有效兼顾了**路径预测**和**强度预测**。在2025年10月的飓风梅丽莎事件中，该模型提前五天以80%的置信度预测风暴将袭击牙买加并达到五级强度，为当地疏散和资源调配争取了关键时间。 ## 实际意义 美国国家飓风中心主任迈克·布伦南强调，**“时间就是黄金”**。疏散组织、物资储备和资源调动都是高度时间敏感的任务。提前一天的准确预警，可能意味着数千人能够及时撤离，避免生命和财产损失。研究指出，传统上将预报时效提前一天需要十年的努力，而WeatherNext通过AI技术实现了这一跨越。 ## 技术挑战与创新 极端天气事件在训练数据中本就稀少，这使得机器学习模型难以学习。DeepMind团队巧妙利用**大量常规气象数据**进行预训练，再针对飓风进行优化，解决了数据稀缺问题。论文合著者凯特·马斯格雷夫指出，飓风在多个空间尺度上运作，WeatherNext能够同时捕捉全球环流和局部风暴特征，这是其高准确率的关键。 ## 开放与展望 尽管研究人员尚未完全理解模型内部的决策机制，但WeatherNext将**开源**，供全球气象机构使用和改进。这一举措有望推动气象预测技术的民主化，使更多国家受益于AI带来的预报精度提升。未来，随着更多数据和算力的投入，AI有望在气候变化加剧的背景下，成为人类应对极端天气的得力助手。
**数据驻留需求** 一家总部位于美国的全球性组织最近向 AWS 提出了一个看似简单的数据驻留请求：让他们的工程师使用 Claude Code，但要求所有 Amazon Bedrock 模型推理必须在伦敦（eu-west-2 区域）处理，而不仅仅是调用。合规团队划出了一条硬性红线：提示词、补全内容和中间处理过程必须留在单个 AWS 区域内，近似合规不可接受。 **两种实现路径** AWS 团队首先尝试了最新路径——Anthropic 的 Mantle 端点，但遇到了限制。随后，他们采用了经典的 Amazon Bedrock Invoke API 配合应用程序推理配置文件，并结合 IAM 区域条件，最终满足了要求。本文介绍了这两种路径： - **路径 1：Mantle 端点**——需要 Claude Code v2.1.94 或更高版本，使用 `bedrock-mantle:CreateInference` 等权限。 - **路径 2：经典 Invoke API**——使用 `bedrock:CreateInferenceProfile` 和 `bedrock:InvokeModel` 权限。 **关键考虑** 对于大多数 Amazon Bedrock 工作负载，跨区域推理（CRIS）是默认推荐，因为它能平滑吞吐量、增加可用容量并优先提供新模型。但若合规要求是特定区域而非地理区域，则应使用单区域模式。如果“在欧盟境内”即可满足需求，使用欧盟跨区域配置文件更为直接。 **验证合规性** 部署后，可通过 AWS CloudTrail 验证推理是否确实在指定区域进行，确保所有 API 调用记录都指向 eu-west-2。 **总结** 该模式适用于目标为 Amazon Bedrock 模型 ID 的工具。选择哪种路径取决于你的区域可用性：Mantle 端点目前可能不支持所有区域，而经典路径则广泛可用。无论选择哪种，IAM 区域条件都是强制约束，确保仅允许在指定区域调用模型。
Cloudflare 近日宣布将其内部开发的 AI 智能体工作空间开源，这是一个专为非程序员设计的“氛围编码”（vibe-coding）平台。该平台原本是 Cloudflare 为提升内部员工生产力而构建的工具，现在向公众开放，旨在让没有编程背景的用户也能通过自然语言描述需求，让 AI 生成代码并构建应用。 这个平台的核心是提供一个集成的 AI 代理环境，用户只需用日常语言描述想要的功能，AI 就能自动编写代码、调试并部署应用。Cloudflare 强调，该平台并非取代专业开发者，而是降低应用开发的门槛，使得业务人员、设计师、产品经理等角色也能快速将想法转化为原型或实际工具。 在技术层面，该平台利用了 Cloudflare 的 Workers AI 和 Agents 架构，支持多种大语言模型，并提供了安全的沙箱环境来执行 AI 生成的代码。开源举措意味着开发者可以自行部署、定制和扩展该平台，甚至将其集成到现有的工作流程中。 这一举动反映了 AI 辅助编程工具的竞争趋势，类似的产品如 GitHub Copilot、Cursor 等也在快速发展。Cloudflare 希望通过开源，吸引更多开发者和企业采用其平台，并构建一个生态。 对于非程序员而言，这无疑是一个福音：他们无需理解复杂的编程语法，只需清晰表达需求，就能借助 AI 的力量实现自己的创意。不过，目前该平台仍处于早期阶段，AI 生成代码的准确性和安全性仍需进一步验证。Cloudflare 鼓励社区参与测试和反馈，以完善功能。 总的来说，Cloudflare 的开源举措不仅展示了其在 AI 领域的创新，也推动了“人人可编程”的愿景。随着这类工具的普及，未来的软件开发或将变得更加民主化。
采用 Amazon Bedrock 自动化推理检查的团队，往往希望将策略生命周期管理迁移到代码中。这样做不仅能确保工作流程的可重复性和可审查性，还能与团队现有的编码智能体无缝集成。然而，编写高质量的自动化推理策略并非易事，其生命周期中的诸多约束常让人困扰。策略规则需使用 SMT-LIB 的子集编写，并需精细调整变量描述，以确保服务能准确理解用户的自然语言。此外，策略还需经历构建、测试和优化的迭代循环，每一步都涉及特定的 API 和约束。 自动化推理检查的价值在于，它通过形式逻辑验证 AI 输出，而非依赖统计抽样，从而提供数学上的确定性，确保 AI 响应符合既定规则。在上一篇文章中，我们介绍了如何在 Amazon Bedrock 控制台中执行此循环，控制台是入门和与领域专家协作的理想起点。而本文则聚焦于如何利用一套 Agent Skills，从编码智能体端到端地构建、测试、部署和验证自动化推理策略，并分享运行过程中对服务行为的观察。 **什么是 Agent Skills？** Agent Skills 是 Anthropic 推出的轻量级开放格式，旨在为编码智能体扩展专业知识和流程。每个技能包含经过验证的模式、常见错误规避指南和分步工作流，使智能体不再依赖可能过时或不完整的通用训练数据。由于格式开放，技能可安装到任何支持该格式的智能体中，如 Kiro、Claude Code、Cursor 和 Codex，并在相关任务出现时自动激活。 **为何智能体适合自动化推理生命周期？** 自动化推理检查分两步运行：首先，一组基础模型将问题和答案转换为形式逻辑，将自然语言映射到策略变量；随后，SMT 求解器（可满足性模理论求解器）验证这些逻辑。理解这一分离是有效使用该服务的关键。Agent Skills 能够指导智能体正确调用服务，避免常见错误，从而显著提高开发效率。 **实践中的发现** 在运行该技能套件时，我们观察到 Amazon Bedrock 服务的一些行为特点。例如，策略的变量描述对翻译质量影响显著，细致的描述能大幅提升准确率。此外，测试阶段需注意边界情况，确保策略在极端输入下也能正确执行。这些经验已整理到技能中，帮助用户规避潜在陷阱。 通过将控制台任务转化为可重复的工程工作流，Agent Skills 不仅降低了自动化推理策略的入门门槛，还让团队能够更高效地维护和迭代策略，最终构建更可靠的 AI 系统。
在大型企业中，总有一长串永远无法排期开发的小工具需求：一个运费计算器、一个简单的表单、一个基于电子表格的小型仪表盘。这些需求太小，不值得占用开发资源，但又太多，无法忽视。PDI Technologies 为便利店零售和石油批发行业提供服务，拥有 40 年经验，约 4000 名员工，服务覆盖 200 多个国家和地区的超过 20 万个客户地点。PDI 意识到传统的部署流程阻碍了非技术团队快速交付所需工具，因此构建了 **PDI Brew**——一个智能体平台，让非技术员工用自然语言描述需求，几秒钟内即可获得一个完全配置好的多租户 Web 应用，支持单点登录（SSO），运行在 AWS 上，全程无需 Git、终端或 DevOps 知识。 ## 核心架构：规划器与执行器分离 PDI Brew 的核心是一个 **智能体式部署模式**，分为两个关键部分： - **规划智能体**：在 AI 助手（如 Claude、ChatGPT 或 Claude Code）中通过技能捕获用户意图，生成结构化的清单（manifest），或者作为 AWS 信任边界内的 Amazon Bedrock 模型调用。 - **执行智能体**：运行在 AWS Lambda 上，负责解析清单，对工作负载进行分类，选择工具，并协调创建所有下游 AWS 资源。 这种分离设计使得意图捕获与资源部署解耦，既灵活又安全。 ## 安全与治理：最小权限与预算控制 每个生成的应用程序都继承相同的平台安全基线，并可以选择启用由 Amazon Bedrock 支持的治理 AI 能力（如聊天、摘要、分类），而无需作者接触模型端点或 API 密钥。平台通过 **最小权限原则** 设计 AI 网关，确保每个应用只能访问其所需的模型和数据。同时，系统内置了 **AI 护栏与预算管理**，防止超支和滥用。 ## 长期运行步骤与成本考量 在 AWS Lambda 中处理长时间运行的部署任务是一大挑战。PDI 采用了异步任务编排，将部署过程分解为多个步骤，并通过状态机或队列进行管理，确保 Lambda 函数的执行时间限制被有效规避。在成本方面，PDI Brew 利用按需付费的 AWS 服务，使得每个内部工具的边际成本极低，同时通过多租户架构共享基础设施，进一步优化了成本。 ## 价值与启示 PDI Brew 展示了 **智能体如何将企业内部的“长尾工具”开发民主化**。它让业务人员直接成为工具的创造者，大幅缩短了从需求到交付的周期。对于其他企业而言，这一模式提供了可复用的参考架构：结合 Bedrock 的自然语言理解能力和 Lambda 的无服务器计算，可以构建安全、可治理的内部工具平台。 随着 AI 智能体技术的成熟，类似 PDI Brew 的系统有望成为企业数字化转型的标配，打破 IT 资源瓶颈，释放业务团队的创造力。
**亚马逊云科技近日宣布，Amazon SageMaker Python SDK v3 现已集成生成式 AI 推理推荐功能，用户可以直接在 Notebook 中完成端点基准测试、部署推荐生成和配置部署，无需切换工具。** 这一更新将原本需要 SageMaker Studio 或 Boto3 API 的复杂流程简化为 SDK 操作，大幅提升了开发效率。 ## 核心功能与优势 生成式 AI 推理推荐功能通过以下方式自动化优化推理部署： - **基准测试**：对实时端点施加合成或真实流量负载，测量吞吐量、首 token 延迟（TTFT）和端到端延迟等关键指标。 - **推荐生成**：基于实际使用模式，按成本性能权衡生成排序的部署建议。 - **一键部署**：直接将排名最高的配置部署到 SageMaker 实时端点。 此前，这些操作需要依赖 SageMaker Studio 或手动构造 Boto3 API 调用，现在已成为 SDK 原生操作，自然融入现有的 Notebook 和管道工作流。 ## 新增 SDK 接口 新功能位于 `sagemaker.serve.ai_inference_recommender` 包中，自 **SDK v3.17.0** 起可用，主要操作包括： - `ModelBuilder.from_jumpstart_config(...)`：从 JumpStart 模型 ID 和计算配置构建 ModelBuilder。 - `start_benchmark(endpoint, ...)`：使用可配置的合成工作负载对已部署端点执行负载测试。 - `generate_deployment_recommendations(...)`：根据工作负载探索实例和框架配置，返回排序推荐。 - `deploy(...)`：将最佳推荐部署到实时端点。 - `ModelBuilder.from_recommendation_job(job_name)`：从已完成的推荐作业中恢复 ModelBuilder，支持跨会话部署。 ## 快速上手 要使用这些功能，只需升级 SDK 到最新版本： ```bash pip install --upgrade sagemaker ``` 然后按照官方文档中的示例，即可在 Notebook 中完成从基准测试到部署的完整流程。 ## 行业意义 随着生成式 AI 应用日益普及，推理部署的成本和性能优化成为关键挑战。此次更新将优化过程从复杂的 API 调用简化为直观的 SDK 操作，降低了技术门槛，有助于企业更快地迭代和部署 LLM 服务。同时，与 JumpStart 的集成使得模型部署和调优更加一体化，预计将加速 AI 应用在生产环境的落地。 对于数据科学家和 ML 工程师而言，这意味着更高效的实验循环和更快的生产部署，是 SageMaker 生态在生成式 AI 时代的一次重要升级。
Z世代的20多岁年轻人对基于滑动的约会应用感到失望，以至于他们愿意尝试任何其他方式——甚至包括AI媒人。 从加州大学伯克利分校辍学后，Ditto的联合创始人Allen Wang和Eric Liu着手构建一个能帮助同龄人建立联系的应用，而不必每周花数小时在Tinder和Hinge等应用的混乱中摸索。 > “作为Z世代的一员，我们亲眼目睹了人们相互联系方式上的行为转变，”Ditto创始人Allen Wang告诉TechCrunch。“我们看到人们已经厌倦了无休止的滑动和无休止的闲聊，他们真的在寻找现实中更真实的东西。” 与典型应用不同，大学生可以通过向某个iMessage号码发送文本以及代码来注册Ditto。然后，一个AI聊天机器人会自我介绍为Ditto，这是一个由大学生建立的约会倡议，他们理解用户的需求——没有滑动，没有尴尬的私信，只有每周三晚上7点的真实约会。 用户通过文本完成注册流程，从基本信息如姓名、性别和出生日期开始。然后，Ditto会提出更具体的问题，以了解用户的个性、兴趣和约会偏好。一些用户甚至上传他们名人暗恋对象的照片，让AI了解他们的类型。 Ditto算法尝试匹配人们不是基于相似的爱好和兴趣，而是基于这些爱好和兴趣所揭示的关于某人本质的信息。 > “如果有个家伙真的很喜欢攀岩、跳伞和户外运动，而有个女孩喜欢嘻哈、街头服饰和滑板，那么即使这些爱好表面上看起来不相似，我可以告诉你，在更深层次上，两者都非常冒险；也许他们都非常有个性，”Wang说。“所以这实际上是人们找到彼此化学反应的核心理由，因此我们的主张是，化学反应用正确的信号是可以预测的。” 然后，每周三晚上7点，Ditto会向用户发送他们本周的匹配对象。它附带人物、时间和地点，用户只需要出现并约会，然后回来。 > “我们会收集更多关于约会的反馈，然后改进我们对用户的理解，并为他们安排更好的下一次约会，”Wang说。“目前人们的目标真的只是出去见面，所以这实际上消除了很多不确定性。” ## 背景与意义 Ditto的出现并非孤立现象。近年来，随着Tinder等滑动式约会应用的用户疲劳加剧，一批新型约会服务应运而生，它们或聚焦于音频、视频，或强调真实世界的相遇。Ditto的AI驱动匹配模式，试图通过深入理解用户个性来预测化学反应，这代表了约会应用领域的一种新方向。 然而，Ditto目前仅面向大学生，且通过iMessage运营，这限制了其用户范围。此外，AI匹配的准确性也尚待验证。但Ditto的尝试无疑为厌倦了滑动的一代人提供了一个新的选择。 ## 小结 Ditto通过AI驱动的匹配和线下约会安排，试图解决Z世代对传统约会应用的不满。虽然其效果尚待观察，但这一创新模式反映了年轻一代对更真实、更深度连接的需求。
OpenAI 在回应苹果的诉讼时，将矛头指向了苹果自身的安全管理漏洞，而非直接否认前员工的行为。这一策略在科技界引起了广泛关注。 ## 案件背景 苹果于 7 月提起诉讼，指控 OpenAI 系统性挖角其工程师，并窃取硬件相关的商业机密。苹果声称，这些信息涉及组件制造、产品测试、供应商关系等关键环节。然而，OpenAI 的回应却另辟蹊径：**苹果自己的安全措施和离职流程存在严重问题，导致所谓机密并未得到妥善保护**。 ## OpenAI 的辩护重点 OpenAI 提交的法庭文件显示，苹果允许员工使用个人 iCloud 账户处理工作，且在员工离职后未能及时撤销访问权限。更关键的是，**一名苹果经理在工程师 Chang Liu 离职后仍登录其 iCloud 账户**，用于文件传输，甚至事后还向其请教技术问题。OpenAI 认为，这恰恰说明苹果的“信息管理实践”存在漏洞，员工离职后系统混乱，而苹果却将这种混乱归咎于“盗窃”。 OpenAI 还指出，苹果在诉状中笼统地使用“商业机密”一词，**没有具体指明哪些信息被窃取**，而是泛泛地指向产品开发流程。OpenAI 强调，其“没有使用、需要或渴望苹果的商业机密”，并暗示苹果提起诉讼的真正目的是**通过法律手段阻碍竞争对手在 AI 硬件领域的创新**。 ## 行业影响与解读 这场诉讼不仅是两家科技巨头的法律纠纷，更折射出 AI 领域人才竞争的激烈。苹果对人才流失的担忧，与 OpenAI 等 AI 公司对硬件创新的野心形成鲜明对比。**OpenAI 的辩护策略可能难以完全洗清嫌疑，但确实让苹果的指控面临更多审查**。 法律专家指出，商业机密案件的关键在于权利人是否采取了合理保密措施。如果苹果无法证明其保护措施到位，其指控可能难以成立。同时，苹果要求加快证据开示程序，表明其内部调查可能发现了更多涉及前员工的行为。 ## 总结 目前，案件仍在早期阶段，法院尚未作出裁决。但 OpenAI 的反击已成功将焦点转移到苹果自身的管理问题上。未来，双方将围绕“商业机密”的定义和保密措施的有效性展开激烈辩论。这场诉讼的结果，不仅关乎两家公司，也可能影响整个科技行业在人才流动与知识产权保护之间的平衡。
LG C6 作为品牌旗舰 OLED 电视的强力升级版，在 Best Buy 上迎来了 65 英寸型号 26% 的折扣，直降 700 美元。对于追求极致画质的影音爱好者而言，这无疑是一个极具吸引力的入手时机。 ## 画质巅峰：OLED 的天然优势 LG C6 延续了 OLED 面板的自发光特性，每个像素独立控光，带来 **纯粹的黑色** 和 **无限对比度**。这使得 HDR 内容呈现出惊人的立体感和细节，无论是暗部场景的层次，还是高光部分的细腻过渡，都表现得淋漓尽致。在评测中，C6 的色彩准确度和亮度表现均达到了业界顶尖水平，尤其在观看自然纪录片或高动态范围的电影时，画面栩栩如生，令人印象深刻。 ## 性能与智能：不止是电视 除了画质，C6 在硬件和系统上也进行了全面升级。搭载新一代 **α 处理器**，AI 画质优化技术能够智能识别场景内容，实时提升画面清晰度和对比度。同时，HDMI 2.1 接口的配备确保了 4K 120Hz 高刷新率游戏体验，配合低延迟模式，成为次世代游戏主机的理想搭档。智能系统方面，webOS 界面流畅易用，支持主流流媒体应用，并整合了语音助手，操作便捷。 ## 市场定位与购买建议 作为 LG 的旗舰 OLED 系列，C6 定位高端市场，其价格通常不菲。此番 65 英寸版本优惠 700 美元，**折扣力度达 26%**，在高端电视领域实属罕见。对于正在考虑升级家庭影院的用户，这可能是近期最佳的交易之一。不过，考虑到 OLED 面板的烧屏风险，用户在日常使用中需注意避免长时间显示静态图像。整体而言，LG C6 在画质、性能和智能体验上均表现卓越，此次降价使其性价比大幅提升，值得关注。
**软银在获得联邦政府土地租约、建设大型数据中心之前数月，向特朗普总统图书馆捐赠了5000万美元，这一时间点引发外界对利益输送的质疑。** 根据《The Verge》获得的信件，软银在回应参议员伊丽莎白·沃伦（马萨诸塞州民主党）、理查德·布卢门撒尔（康涅狄格州民主党）和众议员梅兰妮·斯坦斯伯里（新墨西哥州民主党）的质询时，确认了这笔捐款的时间。立法者们在6月的信中对这笔捐款与随后政府合同之间的关联表示担忧，认为可能存在贿赂行为。 沃伦参议员在一份声明中直言：“我们是否应该相信，软银向特朗普图书馆捐赠5000万美元两个月后，他的政府就宣布了软银数据中心的巨额租约，这仅仅是巧合？特朗普一次又一次地表现出，他将与CEO们的握手协议置于美国人民的最佳利益之上。” 这笔捐款发生在今年1月，而软银在3月宣布，其子公司SB Energy将与联邦政府合作，在俄亥俄州朴茨茅斯市能源部旧址上建设“全球最大”的人工智能数据中心。该项目的关键部分包括由SB Energy在附近建造一座容量至少为9.2吉瓦的天然气发电厂。 立法者们指出，软银此前也曾向罗纳德·里根和乔治·W·布什的总统图书馆捐款，但都是在这些总统卸任之后，且相关图书馆基金会已成立的情况下。相比之下，向特朗普图书馆的捐款发生在特朗普任期内，且在他卸任之前，而当时特朗普图书馆尚未建立。更引人注目的是，负责接受捐款的组织“唐纳德·J·特朗普总统图书馆基金”因未能提交年度报告，已于去年9月被佛罗里达州解散。 软银在回应中表示，其5000万美元的捐款是捐给“唐纳德·J·特朗普总统图书馆基金会”的，而特朗普的儿子埃里克·特朗普是该非营利组织的受托人。 目前，这笔捐款是否涉及利益冲突尚待进一步调查，但这一事件再次引发了关于企业政治献金与政府合同之间模糊界限的讨论。软银和特朗普方面均未对捐款与租约之间的潜在关联做出更多解释。
三星 Galaxy Z Fold 8 凭借其紧凑的机身和展开后的小平板形态，迅速成为我日常使用的主力机。在两周的深度体验中，我发现有两款配件能显著提升使用体验，其中一款并非出自三星。 ## 配件一：Google 官方保护壳 这款由 Google 推出的保护壳，虽然不是三星原厂出品，但设计精良，完美贴合 Z Fold 8 的机身。它提供了出色的防护，同时保持了手机的轻薄手感，让我在携带和握持时都感到安心。 ## 配件二：某款第三方手写笔 另一款配件是来自第三方品牌的手写笔，它让我在 Z Fold 8 的大屏幕上书写和绘画时更加得心应手。配合折叠屏的独特形态，这支笔成为我记录灵感和高效办公的好帮手。 ## 我的体验 Z Fold 8 的紧凑设计使其在折叠状态下易于单手操作，而展开后则提供了沉浸式的阅读和视频观看体验。这两款配件进一步提升了它的实用性，让我几乎离不开它。如果你也是 Z Fold 8 的用户，不妨考虑这两款配件，它们或许能让你的使用体验更上一层楼。