· 第 200 期· 20 条
AWS 谈智能体云、Shopify 模拟商家增长、Neo4j 将记忆化为技能
AWS 重构智能体云、Shopify 模拟商家增长、Neo4j 蒸馏记忆技能：看懂执行、决策与学习的落地方法。
头条精讲
AWS CEO Matt Garman 谈为 AI 智能体重建云基础设施（在新标签页打开）
推荐理由智能体会临时创建数据库，又需要任务级权限与快速启动的沙箱。AWS CEO Matt Garman 从这些变化谈云服务重构，并解释为何企业仍卡在自主执行、评测与数据隔离。对中文读者，这场访谈提供了从负载特征到基础设施选型的判断路径，也呈现云厂商如何在实验室与初创企业之间分配算力。
AWS CEO Matt Garman 讨论如何为短生命周期智能体调整云服务、在前沿实验室与初创公司之间分配紧缺 GPU，并应对资本开支和企业数据安全问题。
Shopify CTO Mikhail Parakhin 谈 AI 战略：提高能力上限与商家数字孪生（在新标签页打开）
推荐理由Shopify CTO Mikhail Parakhin 把商家活动建模为动作序列，在数字孪生中试验贷款、发货与广告策略，再为真实商家提供建议。他也谈项目复杂度如何帮助衡量工程效率，以及开发用强模型、生产优化成本的配置思路。读者可据此区分已有任务提效与新增能力，重新检查自己的 AI 投入指标。
Shopify CTO Mikhail Parakhin 认为，AI 的关键价值是提高团队能力上限；他以商家数字孪生、按项目复杂度衡量生产力，以及开发与生产环境分开配置模型预算为例。
把智能体记忆蒸馏成真正可用的技能：从记忆图到可治理技能 — Will Lyon，Neo4j（在新标签页打开）
推荐理由Neo4j 的 Will Lyon 将实体、工具调用和决策痕迹连接成记忆图，再蒸馏为有类型、可追溯的技能。他解释实体消解、覆盖度检查和技能漂移治理，并展示病患接待流程如何对应真实操作。对构建智能体的读者，增量在于把历史经验变成可执行知识，而非仅把相似文本塞回上下文。
Neo4j 产品经理 Will Lyon 认为基于嵌入的召回并不等于可用的知识，并演示如何把带类型实体与决策痕迹的记忆图蒸馏成有据可依、可治理、可执行的智能体技能。
今日精华
OpenAI 推出 Decisions API：用预设选项实现快速决策（在新标签页打开）
OpenAI 推出基于 GPT-6 Luna 的 Decisions API，从预设答案中选择结果，为文本路由、视觉动作、富有表现力的语音交互和机器人追踪提供低延迟决策。
Reducto 为何删掉并重建 MCP 服务器：让智能体的错误变得可见（在新标签页打开）
推荐理由Reducto 团队讲述为何删掉按端点逐一生成工具的 MCP 服务器，并用更少但携带工作结构、实时状态与错误反馈的工具重建，让智能体的操作可供用户校验。
Reducto 产品工程师 Abhi Arya 讲述团队为何删掉按端点逐一生成工具的 MCP 服务器，并用更少但携带工作结构、可见不确定性与人类校验的工具将其重建，让智能体真正服务于用户。
Agent Lightning：轻量级强化学习智能体训练框架（在新标签页打开）
微软亚洲研究院发布 Agent Lightning v1.0，这是一款轻量级的智能体强化学习框架，通过 LLM 代理直接训练现实世界的智能体执行环境，以极简代码实现显著的编码性能提升，并原生支持 Kubernetes。
Spotify AI 广告平台中的多智能体模式（在新标签页打开）
Spotify 工程师详述了其 Ads AI 平台从单体智能体向基于 Google ADK 的模块化多智能体架构演进的过程，强调了严格的归属权边界、用于数据落地的确定性工具以及闭环性能反馈。
谁在给大模型出题、卖题、判卷？聊聊 AI 数据行业的野蛮生长（在新标签页打开）
本文通过硅谷101对Scale AI研究员何允中与伯克利博士后孙一铀的深度访谈，揭示了AI数据行业从传统标注向智能体环境（Agentic Data）转型的底层逻辑，剖析了Benchmark与数据售卖的利益冲突、垂直领域采购难题及激励机制设计等核心痛点。
OpenAI 报告：打击利用 AI 的「虚假门面」行动（在新标签页打开）
OpenAI 挫败了来自俄罗斯和伊朗的高影响力「虚假门面」舆论操纵行动，这些行动利用 AI 扩大了传统虚假信息战术的规模，标志着该公司报告的首个第 5 级突破型行动。
用 Agent Plan 解锁 AI 导演体验：通过 CUA 搭 Blender 白模指导武侠视频生成（在新标签页打开）
文章演示了利用火山引擎 Agent Plan 中的 CUA（Computer Use Agent）自动操作 Blender 生成武侠视频白模预演，再结合 Seedance 模型生成最终成片的完整工作流。
补充阅读
OpenAI 如何在内部用 ChatGPT 开展工作 | DevDay 2026（在新标签页打开）
OpenAI 展示三个内部 ChatGPT 工作流，通过插件、Spaces 和持续运行的 Dots 委托监测、重复研究与知识服务，同时保留人工审核。
WorkOS 如何让任何员工用 AI 安全交付内部应用（在新标签页打开）
WorkOS 产品负责人 Garrett Galow 介绍了用 WOW CLI 和基于 Cloudflare 的 Atlas 平台交付内部应用的做法：注册应用达 278 个，每周请求逾 300 万次，约 37% 的常用应用无需工程师提交代码。
Jeetu Patel 如何让 Cisco 兼具创业公司速度与大型企业规模（在新标签页打开）
Cisco 总裁 Jeetu Patel 谈如何让大公司兼具速度与规模：AI 会转移工程瓶颈，智能体普及将推高基础设施需求，而可信委托决定企业能否真正采用智能体。
为什么构建评估平台比看起来难得多 — Braintrust（在新标签页打开）
Braintrust 西区解决方案工程负责人 Hussein 剖析为什么 AI 评估平台是系统级工程问题而非套在电子表格上的 UI，梳理从电子表格记录到接入生产改进闭环的四阶段演进，以及底层数百 MB 的混乱 trace 数据和让智能体自己运行评估的新趋势。
上线两个多月，良配的千元会员生意走到哪一步了?（在新标签页打开）
本文深度剖析 AI 婚恋产品「良配」的商业逻辑与早期数据，揭示其如何通过高门槛建档、AI 红娘访谈及“为结果付费”的千元会员模式，在低频高决策场景中验证 AI 服务的商业化可行性。
清华开源 AerialDojo‑200K：20 万样本！开放世界无人机目标搜索大规模基准来了（在新标签页打开）
清华团队发布 AerialDojo-200K，这是目前规模最大的开放世界无人机目标搜索基准，包含 20 万+任务实例与统一闭环评测框架。实验揭示现有主流多模态大模型在此类具身导航任务上成功率极低（最高仅 3.2%），存在显著能力短板。
数学末日（在新标签页打开）
Scott Aaronson 分析了 OpenAI 发布的 372 个 AI 生成的数学证明（包括唯一博弈猜想），强调了社区在消化“外星”逻辑时的挣扎以及 AI 披露模式带来的伦理困境。
既要快速交付，也要稳住数据库：PlanetScale 谈 AI 时代的扩容与安全变更（在新标签页打开）
PlanetScale 的 Ben 将故障隔离、冗余、分片、背压和工作负载拆分，与 VSchema、流量预算、数据库分支及可回退部署连接起来，说明如何让智能体更安全地参与基础设施变更。
Claude Haiku 5.5 发布：最便宜、最快且能力最强的小型模型（在新标签页打开）
Anthropic 推出 Claude Haiku 5.5，宣称这是其迄今发布的最具能力的小型模型，运行成本较上一版本平均降低约 75%。
openTPU：AI 辅助开发的开源加速器，从编译器到 FPGA（在新标签页打开）
openTPU 是一个开源 AI 加速器项目，展示了 AI 驱动的硬件设计能力，并提供了一套完整的工具，包括 RTL、ISA、模拟器、编译器和剖析器，均运行在 Kintex-7 PCIe 卡上。
