集中浏览本站相关报道、站长说和模型资料。文章按首次发布时间排列，模型入口与价格说明以各资料页为准。
AWS 机器学习博客（2026-11-02；Zappia 等）演示购物 Agent 的 SeqKD：Bedrock 上教师 GLM-5.3 生成 ShoppingBench 轨迹，拒采样后以 LoRA SFT 微调学生 Qwen3.5-4B（SageMaker AI）。留出 324 题、单次 LoRA：学生平均 ASR 0.541，贪心教师 0.540，未微调基座 0.297；仅工具调用 0.415；IFEval 约降 6–8 点。文中未公布每任务成本／延迟。AWS 自报；我们暂时还没有复跑。
AWS 在 Hydro（与 UC Berkeley 合作）下以 Apache 2.0 开源 Infinity。这一研究型运行时会在工具调用时挂起 agent（智能体）、持久化对话，并在结果到达后将其唤醒；idle（空闲）agent 主要占用保存对话历史所需的资源，serverless（无服务器）函数可在等待期间结束。官博自有基准称约 100 KB／idle agent、约 7.5 万并发装进 8 GB。现为早期研究发布、求反馈，不是生产 GA。与 OpenAI Agents API 定时任务不是同一套东西。
AWS 将 TorchNeuron 以 Public Beta 开源，作为 Trainium2/Trainium3 上的原生 PyTorch 后端。设备可切到 neuron，并支持 eager、torch.compile 与标准 API；compile 后端、未支持算子与 NKI 定制内核仍要单独处理。开源不等于云算力免费，我们未做性能或成本实测。
把 AI 助手接进聊天软件，确实能省去不少切换窗口的麻烦。但当一句消息足以推动电脑上的任务，系统就必须分清：谁只是来聊天，谁有权让它做事。AWS 于美国太平洋时间 10 月 20 日披露的 Kiro Crew 漏洞，让这条边界再次受到关注。 Kiro Crew 可以从聊天渠道接收任务，并把工作交给子代理处理。