AWS 提出 Agent DLC 智能体生产工程方法
AWS 提出 Agent DLC,通过一个生命周期、内外两层循环和统一的验收标准来评估并改进生产环境中的 AI 智能体。其参考实现展示了高检索精度可能掩盖事实级覆盖不足,并说明提示词改动为何无法解决知识库缺失。文中还给出五维验收标准、三级发布门槛,以及在 AWS 上建立首个评估基线的步骤。
推荐理由:文章用内部 HR 政策助手案例说明单一指标可能掩盖检索覆盖问题,并给出可复现的评估流程。
AWS 提出 Agent DLC,通过一个生命周期、内外两层循环和统一的验收标准来评估并改进生产环境中的 AI 智能体。其参考实现展示了高检索精度可能掩盖事实级覆盖不足,并说明提示词改动为何无法解决知识库缺失。文中还给出五维验收标准、三级发布门槛,以及在 AWS 上建立首个评估基线的步骤。
推荐理由:文章用内部 HR 政策助手案例说明单一指标可能掩盖检索覆盖问题,并给出可复现的评估流程。
Amazon Bedrock Managed Knowledge Base 可通过请求拦截器、ACL awareness、Policy in AgentCore 和资源策略实现 MCP 工具的细粒度访问控制。
推荐理由:文章用可部署的 AWS CDK 示例说明如何在共享智能体和知识库中实施用户级检索隔离,并覆盖身份注入、策略校验与绕过防护。
Natera 与 AWS 构建了实验室运营智能体系统 SWARM,介绍其基于 Amazon Bedrock AgentCore 的知识库、技能库、双运行时、安全与评估架构。SWARM 在 524 张支持工单的评估中,将平均首次响应时间从 17.4 小时降至约 8 分钟,自动化覆盖率达到 96.2%。
IBM 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,用于读取和生成 LLMON 标记文本。
推荐理由:文章以基准对比展示了 LLMON 分离指令与数据的方法,可用于评估结构化上下文在提示注入防护中的应用。
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock skill 中加入知识库迁移指南,帮助 coding agent 规划并迁移至 Amazon Bedrock Managed Knowledge Base。
Hugging Face 演示如何通过 HierarchicalTokenPooling 合并相似 token 向量,并用 Sentence Transformers 训练模型在压缩后保持检索质量。
推荐理由:文章提供可复现的 Sentence Transformers 训练示例,并量化了相同向量预算下池化感知训练对检索质量的改善。
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,把文献检索、分子分析、机器学习建模和宏环设计接入同一化学研究工作流。
推荐理由:文章展示了化学智能体从文献检索到分子设计与合成路线规划的完整流程,便于理解专业技能如何接入药物发现工作流。
Berkeley AI Research提出SPEX与ProxySPEX,用于在规模化LLM分析中识别关键交互。方法利用稀疏性、低度性和层级结构,以较少消融实验支持特征、数据及模型组件归因,ProxySPEX约以10x更少消融实验达到SPEX的性能。两者代码已集成至SHAP-IQ仓库,相关论文分别发表于NeurIPS 2025和ICML 2025。