行业内容 · 每日情报

行业内容

每天更新

共 110 条清除筛选

周日 · 20 条

17:05

Simon Willison评分 28

Python 3.15.0 进入 actions/python-versions：测试矩阵从此可以加 3.15

Python 3.15.0 added to actions/python-versions

这条链接很窄但作者等了好几天，甚至吩咐 ChatGPT 每小时 clone actions/python-versions 并 git pull，等稳定版 3.15 出现就通知他。如今 3.15.0 落地，GitHub Actions 的测试矩阵可以直接把 Python 3.15.0 加进去跑了。

教程#GitHub#Python

08:13

TechCrunch · AI精选评分 77

不用再装 App，直接发短信就行使的 AI 智能体：十余家产品的入口、价格与差异一次列全，Instinct 靠 10 亿美元融资估到 100 亿

Here are the top AI agents that can live in your text messages

文章指出一个新趋势：与其再下载一个应用，越来越多的 AI 智能体可以像普通人一样被发短信使唤——你把它需要的发过去，它能记住上下文、连上你在用的应用与服务，并代你把事办完：约时间、整理日程、研究行程、发邮件、订位、网购、几天后提醒你某件事。Instinct 因最新一轮 10 亿美元融资后估值达 100 亿美元而最被关注，但同类产品已很多。清单信息很实：Caddy 住在 iPhone 的 iMessage 与 Android 的 RCS 里，连接日历与会话、识别需要行动的事项，2026 年 4 月起公测；Comma 可跨浏览器、电脑与文件工作，并通过 Signal、Telegram、微信远程下达，免费起步且开源；Fambot 定位家庭的「参谋长」，每晚自动推送次日的日程、待办与校服打包等细节，已融资 350 万美元种子前，正式版预计按相当于一份 Netflix 订阅收费；Folk 跑在自己的私有云电脑上，能执行代码与多步任务而非仅对话，Pro 版 8.33 美元/月；Instinct 已开始为用户配备专属邮箱地址以便代注册服务、联系商家（这一自主程度也引发隐私与安全担忧），并逐步开放拨打电话；Iris 由 Hermes Agent 驱动；Martin 覆盖短信、电话、WhatsApp、邮件、Slack 与自家应用，21 美元/月起；Miso 专做旅行，结合 AI 行程规划与真人旅行团队；Ohai、Ollie、Orbits 都聚焦家庭，其中 Ollie 是少数拿到 SOC 2 合规的主流家庭向助手（免费版起、150 条消息 25 美元/月、1000 条 100 美元/月）。

产品#Meta#Instinct

推荐理由：消费级 agent 赛道少有的一手横评：入口形态、跨端方式、定价与合规（SOC 2）逐家给全，做产品定位或用户选型时可直接引用。

周六 · 30 条

07:41

AWS Machine Learning Blog评分 39

Postman 的教训：给4,000万开发者的 API 平台加 Agent Mode，最难的不是模型质量，是让成熟产品"对 agent 友好"

How Postman runs Agent Mode for 40 million developers on Amazon Bedrock

AWS ML 博客：做一个 demo agent 和运营一个服务4,000万开发者的 agent 是两个工程问题。Postman 打造 Agent Mode(跨 API 测试、文档、发现与实现的 AI 原生工作方式)时，原以为最难的是模型质量与提示词设计；实际更深的坎在把 agent 塞进一个多年界面驱动假设、庞大功能面与专有概念体系的成熟产品。文中由 Postman 与 AWS 共同给出沉淀出的架构模式——如何让老产品"对 agent 可执行地友好"。

教程#Postman#Amazon Bedrock

07:41

Simon Willison评分 73

Simon Willison：全程用语音让 Codex 做出博客新功能——晚饭半小时的对话建完 Django 模型、迁移、视图与模板，连磕巴的完整 transcript 一并公开

A new feature for my blog, built using my voice

作者在 ChatGPT 桌面端 Codex 标签的语音对话模式里（跑 GPT-6 Astra High），一边做晚饭一边把博客的 Newsletters 页建了出来：先打字让它启动 dev server 并开浏览器预览，再点“Start new voice chat”把笔记本放进厨房。需求以口语反复澄清（哪些内容进按日期归档、哪些不进 tag 页与索引页、月度通讯要可搜索），模型照此新建模型、写迁移、视图、模板与导入函数，约半小时完成，并把带磕巴的完整语音记录贴进 Gist 供人检视语音编程的可行性。

教程#OpenAI

推荐理由：把“语音驱动 agentic 编程”从概念落到一个真实可复制的工作流：入口、澄清方式、时长与逐字稿都有，读者今天就能照做。

周五 · 58 条

21:56

NVIDIA Blog评分 42

NVIDIA 开发者案例：用 GPT-6 Astra 指挥 Omniverse 库搭仿真——"想法→可运行应用"的 agent 化路径

Into the Omniverse: How Developers Turn Ideas Into Simulations With Frontier AI Agents

NVIDIA 博客：把仿真想法变成能跑的应用要装配资产、接物理与渲染、验证场景行为；开发者正把前沿 AI 模型与 NVIDIA Omniverse 库组合来干这活——构建用于探索场景、排查故障、改进设计的应用。开发者用自然语言指挥 agent、审阅结果并引导修改，Omniverse 库提供 GPU 加速的物理、渲染与传感器仿真。文中示例：Omniverse 产品经理 Frank DeLise 用 GPT-6 Astra 把 SimReady 仓库与人形机器人变成可交互仿真器，指挥 Astra 接通 ovphysx、ovstage、ovrtx、ovui 各库。

教程#NVIDIA Omniverse

12:01

AWS Machine Learning Blog评分 52

多团队共用一套 GPU 集群怎么管：AWS 给出 SageMaker HyperPod + EKS 的参考架构，用命名空间做隔离、Task Governance 做公平分配、命名空间级成本分摊做团队账单

Share GPU clusters across teams with isolation and fairness using Amazon SageMaker HyperPod

AWS 发布一篇参考架构文，解决一个当下很常见的矛盾：同一公司内部多个团队都需要共享昂贵的 GPU 集群跑生成式 AI，同时又要保住隔离边界、资源公平与运营独立——比如一支数据科学团队在训练大模型、一支计算机视觉团队在跑推理、一支研究团队在试新架构，三方可能都要用同一个集群。文章指出，若没有设计良好的多租户架构，组织会面对资源消耗失控、团队间隔离薄弱、无法把共享 GPU 成本归到实际发生的团队，以及拖慢创新的行政开销。方案落在 Amazon SageMaker HyperPod 这个专为大规模算力集群管理而建的服务上：它由 EKS 或 Slurm 编排弹性且经过优化的集群，支撑分布式训练、交互式开发与规模化推理，同时自动处理节点健康监控、故障恢复与集群生命周期。具体架构用 AWS IAM Identity Center 做集中认证（与 Microsoft Entra ID 之类外部身份提供者联合，用户既可经 aws sso login 拿临时凭证用 kubectl 提交任务，也可从门户进入各自团队的 SageMaker Studio），用每团队独立的 SageMaker AI 域提供定制化的工作界面与执行角色，用 Kubernetes 命名空间做工作负载隔离，用 HyperPod Task Governance 做公平的资源分配，再用命名空间级成本分摊实现按团队的支出可视化与内部结算。

教程#Amazon

推荐理由：把「多团队共用一套昂贵 GPU」这件事拆成认证、隔离、配额与成本分摊四层，是自建算力治理可直接照抄的清单，但属产品文档而非新闻。

周四 · 56 条