集中瀏覽本站相關報導、站長說和模型資料。文章按首次發布時間排列，模型入口與價格說明以各資料頁為準。
AWS 機器學習博客（2026-11-02；Zappia 等）演示購物 Agent 的 SeqKD：Bedrock 上教師 GLM-5.3 生成 ShoppingBench 軌跡，拒採樣後以 LoRA SFT 微調學生 Qwen3.5-4B（SageMaker AI）。留出 324 題、單次 LoRA：學生平均 ASR 0.541，貪心教師 0.540，未微調基座 0.297；僅工具調用 0.415；IFEval 約降 6–8 點。文中未公佈每任務成本／延遲。AWS 自報；我們暫時還沒有複跑。
AWS 在 Hydro（與 UC Berkeley 合作）下以 Apache 2.0 開源 Infinity。這一研究型運行時會在工具呼叫時掛起 agent（智慧體）、持久化對話，並在結果到達後將其喚醒；idle（空閒）agent 主要佔用保存對話歷史所需的資源，serverless（無伺服器）函式可在等待期間結束。官博自有基準稱約 100 KB／idle agent、約 7.5 萬並發裝進 8 GB。現為早期研究發布、求回饋，不是生產 GA。與 OpenAI Agents API 定時任務不是同一套東西。
AWS 將 TorchNeuron 以 Public Beta 開源，作為 Trainium2/Trainium3 上的原生 PyTorch 後端。裝置可切到 neuron，並支援 eager、torch.compile 與標準 API；compile 後端、未支援算子與 NKI 自訂核心仍要單獨處理。開源不等於雲算力免費，我們未做效能或成本實測。
把 AI 助理接進通訊軟體，隨手傳個訊息就能交辦工作，確實方便。但當訊息可以驅動電腦上的任務，系統也得知道，傳話的人到底有沒有權限。AWS 於美國太平洋時間 10 月 20 日公開的 Kiro Crew 漏洞，正好點出了這個問題。 Kiro Crew 能透過聊天管道接收工作，並交由子代理執行。