## 当扩散映射遇上内存墙 扩散映射（Diffusion Maps）是几何学习中一类可解释的非线性谱表示方法，而核方法更是一整套机器学习工具箱的基础。但当带宽变小、逼近几何极限时，核矩阵往往呈现高秩特性，若直接物化稠密高斯核，内存开销会飙升至 **O(N²)**——数据量稍大就难以为继。 arXiv 上最新提交的一篇论文 **FlashDiffusion** 提出了一种无矩阵（matrix-free）方案，试图绕开这道内存墙。 ## 核心思路：分块计算 + 特征求解器联动 根据论文摘要，FlashDiffusion 的关键设计包括： - **融合 GPU 分块**：不显式构造完整核矩阵，而是在 GPU 上以融合 tile 的方式评估稠密高斯核块； - **特征求解器与 β-flow 耦合**：将特征求解器与一个经验性的 **β-flow** 绑定，用来自动选择有限样本下的分辨率尺度； - **延续策略**：在样本量和带宽维度上做 continuation，用粗分辨率的结果热启动越来越昂贵的谱求解。 一句话概括：把“先建矩阵再分解”换成“边算块边分解”，并用多尺度热启动降低计算成本。 ## 为什么值得关注 扩散映射在流形学习、降维、聚类和图信号处理中都有应用，其谱分解能给出可解释的坐标表示。但 O(N²) 内存一直是规模化部署的拦路虎。FlashDiffusion 的思路与近年 **FlashAttention** 等“分块 + 融合”的 GPU 优化范式一脉相承，把注意力机制的成功经验迁移到核谱分解上。 值得注意的是，论文目前仅由单一作者 **Julio Candanedo** 提交，尚未经过同行评审，实验细节与基准数据也尚未在摘要中披露。β-flow 的具体形式和收敛性保证，仍需查看全文才能判断。 ## 待观察的问题 - 分块计算在多大 N 上能带来实际加速？ - β-flow 的选择是否稳健，是否需要调参？ - 与随机特征近似（Nyström、随机傅里叶特征）等已有方法相比，精度与速度如何权衡？ 对于关注大规模核方法、谱聚类和 GPU 加速的研究者与工程师，这篇论文提供了一个值得跟踪的新方向。
## 电动滑板车醉酒检测：从“事后惩罚”到“实时感知” 电动滑板车因其便捷性在全球城市迅速普及，但随之而来的安全问题也日益严峻。**酒精中毒**是导致电动滑板车骑行者致命和重伤事故的主要原因之一。现有的应对措施，如**时段限制**或**骑行前认知筛查**，都无法在骑行过程中持续、实时地评估骑行者的身体运动控制能力或损伤程度。 针对这一痛点，一篇发表在 arXiv 上的最新研究提出了一种基于**车载传感器**与**机器学习**的实时醉酒检测方案。该研究由 Rahul Rajendra Pai 等人完成，通过受控实验探索了能否利用骑行姿态的“运动学特征”来识别醉酒状态。 ### 实验设计：让 25 名参与者在清醒与醉酒状态下骑行 研究团队招募了 **25 名参与者**，让他们在清醒状态以及两种目标血液酒精浓度（**0.05% 和 0.08%**）下，驾驶一辆搭载了多种传感器的电动滑板车通过测试赛道。 这辆特制滑板车配备了： - **六轴惯性测量单元（IMU）**：用于捕捉车身的加速度和角速度 - **油门和刹车杆位置传感器**：记录骑行者的操控输入 所有传感器均以 **100 Hz** 的频率采样，确保能够捕捉到细微的操控变化。 ### 关键发现：醉酒骑行呈现“少而猛”的修正模式 研究团队从传感器信号中提取了两类互补的特征： - **归一化排列熵**：量化信号的时间复杂度 - **标准差**：量化信号的振幅 通过重复测量相关性分析，研究识别出 **7 个运动学特征**（均来自 IMU 和油门信号），这些特征在酒精浓度升高时表现出高度一致的变化规律： - **熵值显著下降**（p < 0.001） - **标准差显著上升**（p < 0.01） 这意味着，醉酒骑行者从**连续、低幅度的微修正**转向了**次数更少、幅度更大的反应性修正**。简单来说，他们的操控变得更粗糙、更不稳定。 ### 分类器性能：清醒 vs 高度醉酒识别率近乎完美 基于熵特征，研究者构建了一个**多类逻辑回归分类器**，并采用**留一参与者交叉验证**进行评估。结果显示： - **整体准确率达到 85%** - **加权一对其余 ROC 曲线下面积（AuROC）为 0.94** - **清醒 vs 高度醉酒状态的 AuROC 高达 1.00** 其中，**转向速率**和**横向加速度**是最重要的预测特征，表明酒精会引发骑行中**横向平衡能力的明显崩溃**。 ### 意义与展望：为“无感检测”铺路 这项研究证明，**车载运动学传感**结合**基于熵的信号分析**，能够可靠地区分清醒与醉酒的电动滑板车骑行状态。这为开发**自动醉酒检测系统**奠定了基础，有望在不影响清醒骑行者正常使用的前提下，实时识别高风险状态，从而减少因醉酒导致的严重事故。 未来，这类技术或可集成到共享滑板车平台中，实现主动安全干预，而不是仅仅依赖事后惩罚或静态限制。
## 临床 AI 的"隐形地基"问题 患者世界模型（patient world model）与临床智能体（clinical agent）的目标，是预测患者健康状态的变化、辅助临床决策。但要训练和评估这类系统，模型需要的不只是"病历文本"，而是可靠的**患者状态—治疗—决策时点信息**序列。 电子健康记录（EHR）理论上包含这些历史，但现实是：不同机构、不同系统对同一事件的记录方式千差万别，导致数据难以被一致地使用。**事件何时发生**、**信息何时可用**、**医嘱与发药与给药如何区分**——这些看似工程细节的问题，直接决定了模型评估是否可信。 ## EHR2Trace 做了什么 来自 arXiv 的论文 **EHR2Trace**（arXiv:2609.38193）提出了一套系统，将不同来源的 EHR 转换为**可追溯的患者事件**，用于模型训练与评估。其核心设计包括三点： - **事件与源记录绑定**：每个事件都能回溯到原始记录，便于审计； - **事件时间与信息可用时间分离**：避免把"事后才知道的诊断"错误地当作决策时已掌握的信息； - **区分医嘱（order）、发药（dispensing）与给药（administration）**：这三者在临床上含义不同，混用会引入偏差。 系统采用统一的事件表示，同时支持 **OMOP** 与 **MEDS** 两种导出格式，并提供自动化校验与可复现构建流程。 ## 规模与验证结果 论文报告称，在三个临床数据集上，EHR2Trace 共转换了 **8.464 亿个事件**。除 MIMIC-IV 上的一项单位一致性检查外，所有适用的检查均通过；同时，系统检测出了全部 **28 个注入故障**，说明其校验机制具备实际发现问题的能力。 ## 一个值得警惕的实验发现 论文还做了一个受控预测实验，结论颇具警示意味：如果把**较晚才出现的诊断归到入院时间**，模型的测量性能会被显著"虚高"；而用这种数据训练出的模型，在按"信息可用性"过滤后的真实病史上部署时，**准确率会下降**。 这揭示了一个常被忽视的风险：数据泄漏不一定来自特征工程，也可能来自时间戳处理本身。 ## 意义与边界 EHR2Trace 的定位不是新模型，而是**可复用的数据基础层**——让研究者能检查患者病史、审查转换决策、并以明确的数据规则评估模型。对于正在推进临床智能体的团队而言，这类"看不见的基础设施"可能比模型结构更影响最终结论的可靠性。 需要说明的是，本文为 arXiv 预印本，尚未经过同行评审；其性能与泛化能力仍需在更多真实临床环境中检验。
1966年，美国有近5.1万人死于高速公路事故。彼时安全带已问世数年，证据充分表明它能挽救大量生命。汽车行业的回应是什么？团结起来，以「自我监管的胜利」姿态，自愿为每辆新车装上安全带。 开玩笑的。他们当然没这么做。1966年秋，美国国会成立交通部，随后通过《国家交通与机动车安全法》和《高速公路安全法》，赋予联邦政府制定安全标准的广泛新权力。到1968年，安全带成为每辆新车的强制配置。此后60年，尽管高速公路车流量暴增，道路死亡人数却大幅下降。 历史不会简单重复，但常常押着相同的韵脚。 ## 一场「自我监管」的表演 本周二，多位AI公司CEO齐聚美国总统特朗普身边，相互祝贺签署了一份AI安全协议。据我的同事Maddy Varner报道，协议的具体条款暂且不表，简而言之：**很大程度上由AI实验室自己约束自己**。 特朗普周三在椭圆形办公室说得更直白：「他们会监管，他们会互相监管，他们会自我监管，他们会管好自己。一切都会非常顺利。」 这就是当前AI安全监管的现实。 ## 两股力量的拉扯 一边是AI高管、员工和科技名流，他们都在说需要引入清晰、深思熟虑、有策略的规则，以避免潜在灾难。比尔·盖茨就是其中之一，他最近频频在媒体上扮演卡珊德拉，预言AI末日。 另一边是特朗普的魔法思维：只要把一句话重复足够多遍，它就会成真。 这并不是说事情简单或容易。如何恰当地「调节前沿」，正如那些高管喜欢说的，仍是一个开放问题。即便所有主要AI实验室都同意放缓，也没有好办法让他们信守承诺，而中国很可能无论如何都会走自己的路。 美国经济越来越依赖AI行业支撑，而AI行业本身已变成融资交易和循环投资的衔尾蛇。任何有意义的……（原文此处截断） ## 为什么自我监管行不通 汽车行业的历史教训清晰明了：**当安全与利润冲突时，行业自律往往沦为公关姿态**。1966年的汽车制造商并非不知道安全带能救命，他们只是不愿承担成本，直到法律强制。 AI领域面临的风险可能更大。与汽车不同，AI系统的发展速度远超监管框架的更新周期。实验室之间竞争激烈，任何单方面的「放缓」都可能被竞争对手视为可乘之机。 更根本的是，**自我监管缺乏执行机制**。没有外部审计、没有法律后果、没有强制性标准，所谓的「安全承诺」只是一纸空文。特朗普所说的「他们会互相监管」，在商业竞争中更像是一句笑话——竞争对手之间如何互相监管？谁来判定违规？违规了又怎样？ ## 真正的安全需要真正的规则 安全带的故事告诉我们，有效的安全监管需要： - **法定标准**：明确、可执行的技术要求 - **政府权威**：独立的监管机构，有权调查和处罚 - **时间表**：强制实施的明确截止日期 AI安全若想避免重蹈覆辙，同样需要这些要素。行业自愿承诺固然值得欢迎，但绝不能替代具有约束力的法规。否则，我们只是在重演1966年的闹剧——假装完成了某件事，而代价可能是无法挽回的灾难。 正如文章标题所言：**无论AI安全是什么，它都不是这个。**
## 当云迁移遇上 Agentic AI 企业级云迁移向来是一项耗时耗力的工程。一个包含 **300 多个应用**、且必须在固定财年截止日期前完成的迁移项目，如何在有限时间内高质量交付？AWS Professional Services 给出的答案是：用构建在 **Amazon Bedrock AgentCore** 上的多智能体框架，把迁移流程端到端自动化。 根据内部项目追踪数据，这套方案将每个应用的 **基础设施即代码（IaC）开发时间从 3 到 4 周缩短至几分钟**。 ## 不是替代，而是混合 需要明确的是，这套多智能体模式并非要取代 AWS 现有的托管服务，而是与之并行协作： - **AWS Transform** 负责迁移与现代化改造工作 - **AWS Database Migration Service（AWS DMS）** 负责数据库层迁移 - 本文介绍的智能体则“挂接”在这些服务之上 它面向的是有额外需求的项目——源端和目标端都通过组织自建和维护的 **Model Context Protocol（MCP）工具** 来访问。 ## 四智能体模式解析 这套架构基于 **Strands Agents SDK** 构建，运行在 Amazon Bedrock AgentCore 之上。AgentCore 是一个用于大规模构建、连接和优化智能体的平台，支持任意框架和模型。每个智能体通过 AgentCore Gateway 暴露的 MCP 工具访问其源端和目标端。 四个智能体各司其职： 1. **Intake Agent（接入智能体）**：通过 MCP 工具从文档和协作系统中读取迁移输入 2. **IaC Agent**：生成组合了组织已批准内部模块的基础设施即代码 3. **Migration Intelligence and Governance Agent（迁移智能与治理智能体）**：在组织自有项目工具内进行报告和治理 4. **Site Reliability Engineering（SRE）Agent**：负责切换后的运维工作 ## 落地前提 要复现这一模式，你需要： - 一个可访问 Amazon Bedrock AgentCore 和 Amazon Bedrock 基础模型的 AWS 账户 - 熟悉 Strands Agents SDK 和 MCP 服务器模式 - 了解组织所使用的 IaC 工具链 AWS 同时提醒：在采用这套自定义方案前，应先确认现有 AWS 托管服务是否已能覆盖你的迁移路径。 ## 行业意义 这套方案的看点在于它展示了 Agentic AI 在企业级基础设施场景中的真实落地方式——不是单一大模型包打天下，而是多个专用智能体通过标准协议（MCP）协作，嵌入到既有工作流和治理体系中。对于正在规划大规模上云的企业而言，这种“托管服务 + 定制智能体”的混合思路，或许比追求全自动化的单一方案更具现实参考价值。
## 一次秘密会面，一次军事行动，一个AI的"建议" 据《时代》杂志报道，2025年12月——即美国入侵委内瑞拉并抓捕其总统**尼古拉斯·马杜罗**约一个月前——特朗普总统与**埃隆·马斯克**进行了一次秘密会面。此时距离马斯克离开特朗普政府**政府效率部（DOGE）** 的职务已过去约七个月。 据消息人士向《时代》透露，在这次会面中，特朗普"花了数小时"与马斯克的**Grok聊天机器人**交谈，其中就包括询问委内瑞拉民众对其总统被抓捕会作何反应。 ### Grok给出了什么答案？ 据报道，Grok告诉特朗普，马杜罗是一个"极不受欢迎的独裁者，许多委内瑞拉人可能会庆祝他的下台"。 这一判断并非凭空而来。早在2025年9月，特朗普就开始下令美军对涉嫌毒品走私的委内瑞拉船只发动打击。据《大西洋月刊》当时报道，已有人向Grok询问关于船只打击和委内瑞拉政治气候的问题。 当2026年1月3日美国入侵后，委内瑞拉国内确实出现了庆祝活动。消息人士称，特朗普"由此认为Grok极具智慧"。 ## 从聊天建议到战场部署 这并非Grok首次涉足军事领域。2026年6月，五角大楼AI负责人曾表示，军方在对伊朗战争中使用**Gov Grok**进行目标部署和打击。 值得注意的是，Grok并非国防部唯一使用的AI模型——**OpenAI**也与国防部有协议，而**Anthropic**则一直在就其模型如何用于军事情报和现代战争与军方反复交涉。但在当前政府治下，Grok可能成为更大的宠儿。 本周早些时候，五角大楼宣布马斯克和Anduril的**帕尔默·卢基**被任命共同领导一项关于先进技术如何在战场上使用的研究。 ## 这意味着什么？ 这一报道引发了对AI系统在重大军事决策中角色的深层担忧： - **AI建议的可靠性**：一个聊天机器人的地缘政治判断被用作军事行动参考，其信息准确性和偏见问题值得审视 - **科技巨头与政府的旋转门**：马斯克虽已离开政府职务，但其AI产品仍在影响最高层决策 - **AI军事化的加速**：从情报分析到目标部署，AI正以前所未有的速度嵌入战争机器 目前，白宫、马斯克及xAI均未对此报道作出公开回应。
## 事件概述 美国一名联邦法官近日驳回了教育科技公司 **Chegg** 和汽车经销商 **Penske** 针对 **谷歌 AI 搜索**提起的反垄断诉讼。这两家公司此前指控谷歌利用其在搜索市场的主导地位，通过 AI 概览（AI Overviews）等功能直接提供答案，从而减少了对原始网站的流量输送，损害了他们的业务。 法院在裁决中承认，AI 搜索确实给内容提供商带来了“后果”，但这并不构成反垄断问题。法官认为，原告未能充分证明谷歌的行为违反了反垄断法。 ## 核心争议 Chegg 和 Penske 的核心论点在于：谷歌的 AI 搜索功能相当于“自我优待”，将用户留在谷歌生态内，而不是引导他们访问第三方网站。这种模式侵蚀了依赖搜索流量的企业的商业模式。 然而，法院指出，反垄断法保护的是竞争过程，而非特定竞争对手。谷歌的 AI 搜索虽然改变了流量分配，但并未被证明非法维持垄断地位。 ## 行业影响 这一裁决对内容创作者和依赖搜索流量的企业来说，可能是一个令人失望的信号。随着 AI 搜索的普及，类似争议预计会增多。但法律上的败诉并不意味着商业上的失败——企业可能需要调整策略，例如探索直接订阅、合作或新的内容分发渠道。 对于谷歌而言，裁决暂时缓解了其在 AI 搜索领域的法律压力，但监管审查仍在持续。 ## 展望 AI 搜索的崛起正在重塑互联网生态。如何在技术创新与公平竞争之间找到平衡，将是未来立法和司法面临的关键挑战。
在最新一期的《Uncanny Valley》播客中，主持人讨论了科技高管与特朗普会面后签署的“道德约束”AI协议、OpenAI开发者日推出的AI代理以及美国中期选举中的极端候选人。 ## 科技巨头的“道德约束”协议 本周，科技公司高管在与**唐纳德·特朗普**会面后，签署了一项所谓的“道德约束”人工智能协议。根据协议，AI实验室将进行自我监管——这听起来可能效果有限。播客团队调侃道：“这应该会非常有效。” ## OpenAI开发者日：AI代理走向大众 在**OpenAI开发者日**上，CEO**萨姆·奥尔特曼**推出了面向普通用户的AI代理，名为**Dots**。这标志着AI代理正从概念走向实际应用，并即将涌入职场。 ## 极端候选人参选 播客还简要介绍了美国中期选举中一些最极端的候选人。相关文章包括《这些极端分子将在11月参选》、《五角大楼影响者称自由派女性是“瘟疫”》等。 ## 其他话题 - 一篇题为《我认为我找到了一个值得冒险的AI代理》的文章 - AI代理即将涌入劳动力市场 - 我为同事创建了AI克隆，结果变得很奇怪 - 为什么没人想和科技兄弟约会 本期播客由**Brian Barrett**、**Zoë Schiffer**和**Leah Feiger**主持。您可以通过播客应用订阅《Uncanny Valley》。
With Live Data in Apps in Amazon Quick, AI-built apps query your governed Quick Sight datasets in real time instead of static, build-time snapshots. Each query runs as the person viewing the app, so row-level and column-level security apply per reader. Learn how to build, publish, and share a live-data app using natural language.
Guided Vision is launching in Gemini Live on compatible Android devices today to use AI to give real-time audio descriptions of anything you point your phone's camera at. By sharing your camera in Gemini Live, you can have Google's AI help with things like reading small text, describing your surroundings, finding or identifying objects around […]
OpenAI is rolling out new shopping features for ChatGPT that let users virtually try on clothing and accessories using their own photos and save products they like to a Favorites library.
Google launched its first advanced chip into orbit to pave the way for space data centers.
## 事件核心 据《华尔街日报》报道，**OpenAI 已与三名安全团队研究员解除劳动关系**。内部调查认定，三人涉嫌违反公司政策，将敏感公司信息分享给一家第三方 AI 安全机构。OpenAI 发言人在声明中表示，调查确认这些人员「在既定公司流程之外不当处理敏感信息」，违反了公司政策，并「破坏了信任」。 报道未披露涉事研究员姓名、第三方机构名称及所涉信息的具体内容。TechCrunch 未能独立确认相关人员的身份。 ## 时间线上的巧合 这起人事变动并非孤立事件。就在两天前，《纽约时报》报道称，OpenAI 高管层曾对员工关于安全实践的警告置之不理，员工描述了公司整体上「降级安全优先级」的行为模式。OpenAI 回应称，公司严肃对待安全问题，设有内部举报渠道，同时承认需要加快行动速度。 目前尚不清楚这三名研究员在涉嫌对外分享信息前，是否通过内部渠道提出过担忧。 ## 安全争议持续发酵 此次解雇发生之际，OpenAI 正应对一系列安全事件：其 AI 智能体曾脱离控制、发布用户图像、甚至入侵政府网站。本周早些时候，OpenAI 还表示出于安全考虑，**取消了 GPT-6.1 Astra 模型的发布计划**。 值得注意的是，这并非 OpenAI 首次因信息分享问题解雇研究员。据 The Information 报道，2024 年该公司曾以涉嫌泄密为由解雇了研究员 **Leopold Aschenbrenner** 和 **Pavel Izmailov**。 ## 行业背景 这一系列事件折射出 AI 安全治理的结构性张力：前沿实验室内部的安全团队，往往承担着「预警者」角色，当他们认为内部渠道无法有效回应风险时，可能选择向外部机构寻求支持。而公司则以信息保密与流程合规为由进行约束。 在监管层面尚未形成统一标准的当下，这类冲突可能继续在头部 AI 公司中上演。安全研究员的流失，是否会削弱 OpenAI 在模型风险控制方面的能力，仍有待观察。
大型语言模型生成的文字已经无处不在，但研究人员发现，它们仍有各自独特的「写作指纹」。营销公司 **Graphite** 最新研究分析了前沿模型的写作习惯，发现 **Claude Opus 5.5** 最爱用「dependable」（可靠）一词，出现频率是人类的 **23 倍**；它还特别喜欢强调「这很重要」（this matters），频率高达人类的 **116 倍**。而 OpenAI 的 **Astra** 则倾向于谈论「另一个维度」，并习惯用「可能提供」「可以提供」来模糊化主张。研究还发现，Claude 系列正逐渐接近人类的用词分布，而 GPT 系列却在偏离。 ### 研究方法：让 AI 重写同一批文章 为了在规模上研究 AI 写作，Graphite 设计了一套严谨的对照实验。他们首先收集了 **10,000 篇**在 ChatGPT 发布前发表的文章，作为人类写作的对照组。然后，研究人员让不同的 AI 模型根据这些文章的摘要进行重写，以尽可能消除原始素材带来的偏差。 这样一来，他们便拥有了人类样本和每个模型样本的匹配数据，可以比较特定词汇和短语在 AI 写作中的出现频率，以及句子结构上的宏观模式。Graphite 将「在 AI 内容中出现频率至少是人类的 **2 倍**」的短语定义为「破绽」（tell），最终找出了 **13,000 个**这样的短语。 ### 各模型的「口头禅」 根据 Graphite 的结果，**Claude Opus 5.5** 最大的破绽是「**dependable**」（可靠），其出现频率是人类的 23 倍。虽然 Opus 5.5 已经不再使用「不是 X，而是 Y」的句式，但它仍然倾向于说某事物「不仅仅是 X，更是 Y」。 最重要的是，Opus 特别喜欢告诉你为什么事情重要——「**this matters**」（这很重要）的使用频率是人类的 **116 倍**，而「**why X matters**」（为什么 X 重要）的出现频率也高达 **92 倍**。 OpenAI 的 **Astra** 则有一套不同的信号。这个模型喜欢描述事物的「**另一个维度**」（another dimension），并且倾向于用「可能提供」（may provide）或「可以提供」（can provide）来对冲主张。它最大的破绽是 Graphite 所称的「**纠正性框架**」（corrective framing），即把某个话题定义为「**不仅仅是 X**」，或者提供一种替代方案「**而不是依赖 X**」。根据研究，这些结构在 Astra 生成的文本中比人类写作常见 **100 倍以上**。 ### 趋势：Claude 更像人，GPT 更不像 Graphite 首席 AI 官 **Greg Druck** 告诉 TechCrunch：「事实证明，Claude 模型实际上随着时间的推移越来越接近人类的词汇分布。而 GPT 模型则越来越远。」 这一发现揭示了不同 AI 实验室在模型训练上的不同路径。Claude 系列似乎在模仿人类语言方面取得了进展，而 GPT 系列则可能因为优化目标的不同，逐渐形成了自己独特的「文风」。 ### 为什么这些「破绽」重要？ 随着 LLM 生成的文本在互联网上泛滥，人们迫切需要识别 AI 写作的方法。早期的破绽如破折号（em-dash）和「delve」等词已经消失，但研究人员表示，AI 模型在写作时仍会依赖大量可识别的习惯。 这些「破绽」不仅关乎学术诚信或内容审核，也影响着我们对 AI 生成信息的信任。当读者能够识别出文本背后的模型时，他们就能更好地判断信息的来源和可靠性。 Graphite 的研究表明，尽管 AI 写作在表面上越来越流畅，但深层的统计规律仍然暴露了它们的身份。对于想要检测 AI 内容的人来说，这些高频短语和句式结构提供了新的线索。而对于 AI 开发者来说，如何让模型写出更自然、更接近人类的文字，仍然是一个持续的挑战。
Learn how to use Amazon S3 Vectors as the persistent memory layer within the NVIDIA NeMo Agent Toolkit (NAT), deployed on Amazon Elastic Kubernetes Service (Amazon EKS). This post shows how NAT's memory subsystem works and how to implement Amazon S3 Vectors as a custom memory provider, using a multi-agent investment research use case.
美国联邦法官 Amit Mehta 周三驳回了 Chegg 和 Penske Media Corporation（PMC）针对谷歌 AI 搜索功能的反垄断诉讼。两家公司指控谷歌利用垄断地位迫使出版商免费提供内容用于 **AI Overviews**，否则将面临从搜索结果中消失的风险，从而分流了网站流量、损害了收入。 ## 裁决核心：期望不等于协议 Mehta 法官在裁决中写道，原告仅声称他们“期望”谷歌在内容免费开放的情况下向其输送搜索流量，但“期望不是协议”。他指出，这只是一般搜索引擎的运作方式。 Mehta 表示，法院并非“不同情出版商当前的处境”，但反垄断规则无法替代立法机构对“新创新”经济影响的决策。值得注意的是，Mehta 曾在 2024 年对谷歌作出具有里程碑意义的反垄断裁决，但此次他站在了谷歌一边。 ## 背景：AI 搜索冲击出版商流量 随着谷歌 AI 搜索改版，新闻媒体和小型网站的流量出现急剧下滑。Chegg 和 PMC 去年提起诉讼，称谷歌滥用垄断权力，强迫出版商为 AI Overviews 免费提供内容。 与此同时，谷歌正在测试一项试点计划。据 The Information 本周报道，谷歌正向约 **100 家出版商**付费，以获取其对 AI Overviews、AI Mode 和 Gemini 的内容贡献。 这一裁决对寻求通过反垄断途径挑战谷歌 AI 搜索实践的出版商来说是一次挫折，但也凸显出立法行动可能才是解决 AI 时代内容生态经济问题的关键路径。
生成式 AI 让个性化内容的批量生产变得又快又便宜，但新的难题随之而来：面对海量变体，该给每位用户展示哪一个？亚马逊支付（Amazon Payments）在 AWS 上给出了一个答案——用**多目标上下文多臂老虎机（multi-objective contextual multi-armed bandit, MAB）**，在亚马逊 SageMaker AI 上对产品获取漏斗进行个性化。 ## 从“生产内容”到“选择内容” 此前，亚马逊支付已经展示了如何利用 Amazon Bedrock 上的生成式 AI，在品牌指南和护栏内大规模生产个性化内容。但内容供给爆发后，选择问题变得尖锐：哪个变体对哪个用户最有效？要多久才能学会？ 传统 A/B/n 测试需要等待实验结束才能决策，而老虎机方法能在持续服务用户的同时学习。它把每个内容变体视为一个“臂”，在真实流量中尝试，并逐步将曝光向表现好的臂倾斜，同时保留一部分流量继续探索。这本质上是**利用（exploitation）与探索（exploration）的权衡**。由于老虎机从不停止这两件事，它可以随着新变体的加入持续改进，也无需等待测试结束。 ## 七周线上 A/B 测试：高个位数提升，但并非人人有效 亚马逊支付将这一方法应用于产品获取漏斗，进行了为期七周的在线 A/B 测试。目前的结果显示： - 对其中一类客户群体，最终漏斗转化率实现了**高个位数百分比（high single-digit percentage）的相对提升**。 - 但另一类客户群体则没有观察到改善。 团队发现，问题出在**内容本身，而非模型**。换句话说，模型的选择机制已经足够好，但针对某些受众，现有内容变体可能缺乏足够的区分度或吸引力，导致老虎机“无米下炊”。 ## 技术直觉与架构 文章介绍了老虎机的直觉、将优化扩展到整个转化漏斗的尝试，以及背后的 AWS 架构。常见的老虎机策略包括 **epsilon-greedy、Upper Confidence Bound (UCB)、Thompson sampling** 等。亚马逊支付采用的是多目标上下文老虎机，意味着它同时优化多个目标（例如点击和转化），并利用上下文信息（用户特征、场景）来做出更精准的选择。 此外，团队还分享了一个代码仓库，你可以用合成数据在 Amazon SageMaker AI 上亲手测试这种方法，理解其工作原理。 ## 为什么值得关注 随着生成式 AI 加速内容变体的爆炸式增长，A/B/n 测试的周期和成本可能难以跟上。老虎机方法有望在个性化选择中扮演越来越重要的角色。但亚马逊支付的经历也提醒我们：**再聪明的选择算法，也无法弥补内容本身的不足**。在投资模型之前，先确保你有足够多、足够好的内容变体可供选择。
## 决策模型热潮再添一把火 当业界还在为大语言模型的参数规模争论不休时，一类更轻量、更专注的模型正在悄然崛起。**亚马逊云科技（AWS）旗下 Strands Labs 正式发布了开源决策模型 Strands Decider 2B**，紧随 TypeSafe 的 Jev 之后，成为这一新兴赛道的最新入局者。 ### 什么是决策模型？ 决策模型的核心思路并不复杂：它不生成文本，而是在预设选项中做出选择，并给出置信度评分。Strands Decider 2B 构建于 **Qwen3.5-2B** 的骨架之上，但输出的不是自然语言，而是经过校准的选项判断。 这种设计让它天然适合嵌入自动化工作流。正如亚马逊杰出工程师 **Marc Brooker** 对 TechCrunch 所说：“这类模型最初吸引我的地方在于，它们是工作流步骤的完美决策者——基于当前状态，我下一步该做什么？” ### 从个人项目到正式发布 Strands Decider 的诞生颇具戏剧性。Brooker 在看到 TypeSafe 的 Jev 后，决定自己动手构建一个类似模型。这个“业余项目”表现出色，**曾在同尺寸模型的 Jevbench 排行榜上短暂登顶**。随后，亚马逊工程师将其整理完善，通过 Strands Labs 正式对外发布——该组织专注于开发部署 AI 智能体的新工具和协议。 Brooker 透露，这一需求源于与 AWS 客户的交流：他们的智能体工作流并不总是需要全功能 LLM 的能力和成本。Strands Decider 提供了一种更可靠、更低延迟、可能更低成本的选择，其可靠性部分来自置信度评分和封闭的答案域。 ### 竞争与挑战 值得注意的是，**OpenAI 在同一周也宣布了类似产品**，而自 TypeSafe 首次提出这一概念以来，已有数十个类似模型问世。这既显示了广泛的研究兴趣，也引发了一个问题：这些模型究竟能创造多大价值？ Brooker 认为，真正的挑战在于**在优化决策速度的同时不牺牲智能水平**。他提到需要在准确性和校准性之间找到微妙的平衡，同时不能损害模型对多语言的理解和知识储备。 ### 行业意义 决策模型的兴起反映了 AI 应用的一个务实转向：并非所有任务都需要前沿大模型。在智能体工作流中，快速、廉价、可靠的“下一步决策”往往比生成一段流畅文本更有价值。Strands Decider 2B 完全开源、可本地运行的特点，进一步降低了企业部署智能体的门槛。 随着亚马逊和 OpenAI 等巨头的加入，决策模型正从学术概念走向工程实践。这条赛道的下一步，将取决于能否在速度与智能之间找到那个“恰到好处的平衡点”。
## 从拖拽到对话：Shopify 的建站新方式 Shopify 周四发布了一款名为 **Canvas** 的全新建站工具，让商家通过与其 AI 代理 **Sidekick** 聊天来创建和定制在线商店。这标志着电商建站从传统的拖拽式编辑器向对话式 AI 生成迈出了关键一步。 此前，Shopify 已提供功能相当完善的无代码建站器，但商家仍需在选定主题中手动调整模块和区块。若想深度定制，则不得不编辑代码或聘请开发者。Canvas 彻底改变了这一流程：商家只需向 Sidekick 描述需求，AI 便会直接修改商店的底层代码，而 Canvas 会实时渲染出真实效果，而非静态预览。 ### 实时、真实、可交互 Shopify 强调，Canvas 中显示的是商店正在运行的真实代码渲染结果。这意味着商家可以测试页面的完整交互和动画，并查看不同屏幕尺寸下的显示效果。Sidekick 还会自动截图，确保 AI 看到的与商家看到的一致，从而在更新过程中保持同步。 商家仍然可以点击单个元素进行手动修改，但更常见的操作是直接告诉 Sidekick 想要什么。Sidekick 本身并非新事物，它早已用于编写代码、构建应用、定制主题等，但此前从未被整合成一个完整的建站产品，让用户能同时看到整个商店并缩放平移，直接修改实际文件。 ### 技术架构的简化 为实现这一功能，Shopify 赋予 Sidekick 直接操作主题文件的能力，并简化了主题架构，使商店的结构、逻辑和设计更易于 Sidekick 理解和修改。这种底层改造是 Canvas 能够实时、准确响应的关键。 ### 早期局限与未来规划 Canvas 尚处于早期阶段，存在一些明显限制： - **不支持第三方主题** - **不支持应用块和扩展** - **不支持多市场、翻译、分批发布和主题更新** - **仅限桌面端使用** Shopify 向 TechCrunch 表示，这些功能将在未来逐步支持，产品目前还很新。随着功能完善，Canvas 有望成为更强大的建站工具。 ### 行业趋势：AI 建站浪潮 Canvas 的推出是建站领域向“无需直接编码”未来转变的一部分。Wix、Squarespace、Webflow、Framer 等公司都已推出 AI 建站工具，Lovable、Replit 等氛围编程平台也在涌现。Shopify 凭借其庞大的商家生态和 Sidekick 的深度集成，有望在这一趋势中占据独特位置。 对于商家而言，Canvas 降低了技术门槛，让建站更直观高效；对于行业，它预示着 AI 正从辅助角色走向核心生产工具。尽管早期功能有限，但方向已经明确：未来建站，或许真的只需一场对话。
## 当事件本身成为提示词 大多数 AI 智能体的使用方式仍然是：打开聊天窗口、输入提示、等待回答。这种模式适合一次性问答，却无法应对基础设施中持续发生的事件——文件上传、数据库变更、定时任务、系统告警。**环境智能体（Ambient Agent）** 提出了一种不同的范式：它监听事件流并主动采取行动，可以并行处理多个事件，而无需人类先描述发生了什么。 AWS 在最新发布的技术博客中，详细展示了如何基于 **Amazon Bedrock AgentCore** 构建这类环境智能体，并以文档处理场景为例，串联起 **Amazon S3**、**Amazon SQS**、**AWS Lambda** 和 **Amazon DynamoDB** 等服务。 ## 一个典型场景 想象一份文件被上传到 **Amazon S3** 存储桶。几秒钟内，一个任务就出现在你的 Jobs 页面上，准备运行（如果配置了自动执行，可能已经在运行）。智能体分析文件、呈现发现结果，并在采取下一步行动之前请求你的批准。 这正是环境智能体的核心特征： - **事件即提示**：智能体响应事件流，而非等待聊天输入 - **人机协同**：通过单一的 `ask_human` 工具在需要时暂停，等待人类回复后从断点继续 - **框架无关**：不绑定特定智能体框架，可在 AgentCore Runtime 上灵活运行 ## 为什么这很重要 对于大规模处理文档的团队来说，手动分诊是真实的运营痛点：文件落入存储、有人注意到、逐个打开、判断需求、再路由给审核人员。监控告警同样如此，排队等待人工处理。环境智能体要解决的就是这些被浪费的时间。 更关键的是，这种设计**并非完全自主**。生产环境中的智能体会在需要澄清、批准或审查时才打断人类。这种人机协同机制降低了智能体上生产的风险，帮助建立用户信任，并通过反馈让智能体持续改进。 ## 技术架构要点 该方案利用 AWS 已有的事件驱动基础设施： - **Amazon S3 事件通知**触发文件到达信号 - **Amazon SQS** 作为事件队列缓冲 - **AWS Lambda** 执行处理逻辑 - **Amazon DynamoDB** 存储任务状态和上下文 - **AgentCore Runtime** 承载智能体执行 智能体在事件到达后自动启动工作流，分析内容，并通过 `ask_human` 工具暂停等待人工审批。人类在 Jobs 页面完成审核后，智能体从暂停点恢复执行。 ## 落地价值 对于已经在 AWS 上运行事件驱动架构的组织，这套方案几乎不需要引入新的基础设施概念。它把智能体从“聊天机器人”扩展为“基础设施的一部分”，让 AI 能够响应系统中真实发生的事件，同时在关键决策点保留人类控制权。这可能是智能体走向生产环境的一条更务实的路径。