如何在 AWS 上为 Claude Platform 配置多环境访问
针对 Claude Platform on AWS（CPonAWS），可通过专用 AI Services 账户实现三种推理访问方式：AWS 工作负载账户经跨账户 SigV4 调用、开发者笔记本使用工作区级 API key、外部环境经 OIDC 联邦获取短期凭证。该方案采用付款账户、AI Services 账户与工作负载账户的三账户结构，生产与开发流量通过独立工作区分隔，全程无需存储或轮换长期密钥。
#Anthropic
#Anthropic
今日 1 条AWS Machine Learning BlogAI 评分2828
AWS Machine Learning BlogAI 评分2828 用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
AWS 介绍如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search，弥补模型训练知识截止后的信息缺口。
AWS Machine Learning BlogAI 评分2222 Amazon Bedrock 将 Claude Opus 5、Sonnet 5、Haiku 4.5 的印度境内推理能力扩展至印度
Amazon Bedrock 现支持 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5 在印度境内推理，请求仅在 ap-south-1 与 ap-south-2 之间路由，数据不存储在目标区域。
AWS Machine Learning BlogAI 评分2222 Amazon Bedrock 在首尔和新加坡推出 Anthropic Claude 模型区域内推理
Amazon Bedrock 现已在首尔和新加坡支持 Anthropic Claude 模型的区域内推理，首尔支持 Claude Opus 5 和 Claude Sonnet 5，新加坡支持 Claude Sonnet 5，通过 bedrock-runtime 端点调用。
AWS Machine Learning BlogAI 评分2828 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
基于 Amazon Quick 与 Amazon Bedrock AgentCore 的合同智能平台，用 AI 智能体从合同 PDF 中抽取 8 个关键字段并附置信度，再由 Claude Haiku 验证智能体独立复核，签名识别分歧时由 Amazon Textract 用计算机视觉做确定性裁决。
Hugging Face BlogAI 评分3030 英国 AISI 如何用 EvalEval 基础设施让评测结果可复现
英国 AI Security Institute（AISI）正采用 EvalEval 的 Every Eval Ever schema 与 Evaluation Cards 平台公开分享评测结果，以提升评测科学的可复现性。
Hugging Face Blog精选AI 评分7171 Hugging Face 发布 funes：为编码智能体提供自有记忆层
Hugging Face 发布 funes，一个为 Claude Code、Codex、pi 和 Hermes 等编码智能体提供持久记忆的本地层，从本机已有会话构建索引，一条命令即可接入。
推荐理由：funes 把编码智能体的历史会话变成可检索的本地记忆，读者可据此判断跨机器、跨智能体协作的可行路径。
Hugging Face BlogAI 评分2222 GPU 管理：为什么闲置 GPU 是新的停飞飞机
Hugging Face 博客指出，AI 的下一个真正约束是 GPU 利用率而非智能本身。GPU 按日历小时计费，产出却只按计算小时累积，两家 GPU 预算相当的公司会因利用率差异而拉开差距。企业自购 GPU 本地部署可把按 token 线性增长的 API 成本换成固定资本支出，但集群上线后的问题变成如何让它们保持忙碌。
Hugging Face Blog精选AI 评分6262 微软在 Foundry Managed Compute 上线 Hugging Face 模型集合
微软在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集合，将 Hugging Face 生态的开源权重模型以每周刷新的方式一键部署到 Foundry 托管 GPU 平台。
推荐理由：微软把 Hugging Face 开源模型的部署运维层接进 Foundry，读者可据此判断开源模型进入企业生产环境的门槛变化。
Hugging Face BlogAI 评分4848 Anthropic 限制 Claude 访问后，Hugging Face 教你用开源模型救活 OpenClaw
Anthropic 正限制 Pro/Max 订阅者在开放智能体平台中访问 Claude 模型，Hugging Face 建议将 OpenClaw、Pi、Open Code 等智能体迁移到开源模型。
Google ResearchAI 评分4040 Google 在 PNAS 发表研究：用高温超导问题测试 LLM 世界模型
Google 与康奈尔大学合作在 PNAS 发表研究，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题，由国际专家小组按六项指标盲评打分。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 CUDA kernel agent skill，Claude 与 Codex 端到端生成可用内核
Hugging Face 构建了一个 agent skill，教编码智能体编写生产级 CUDA kernel，并用 Claude 和 Codex 在 diffusers 与 transformers 两个真实目标上端到端生成了可用的 kernel、PyTorch 绑定和基准测试。
推荐理由：Hugging Face 把 CUDA kernel 开发知识打包成 agent skill，并给出两个真实目标的端到端基准数据，可迁移到其他领域技能设计。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 upskill：用 Claude 生成 CUDA kernel 技能并教给开源模型
Hugging Face 发布新工具 upskill，用大模型生成并评测 agent skill，再交给小模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的完整流程与评测命令，可迁移到其他专业任务。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 Skills，让 Claude 微调开源 LLM
Hugging Face 发布 Hugging Face Skills，让 Claude Code、Codex、Gemini CLI 等编码智能体直接提交云端 GPU 训练任务、监控进度并把模型推到 Hub。
推荐理由：官方给出从数据校验到 GGUF 转换的完整训练链路，可据此判断对话式微调的实际边界与成本。
Google DeepMind精选AI 评分8282 Google 发布智能体开发平台 Antigravity
Google 发布智能体开发平台 Antigravity，已开放免费公开预览，支持 macOS、Linux 和 Windows。该平台在传统 AI IDE 的 Editor 视图之外新增面向智能体的 Manager 视图，可并行编排多个工作区中的智能体，并通过任务列表、实现计划、截图和浏览器录制等 Artifacts 呈现工作过程。
推荐理由：Google 把 IDE 拆成同步编辑器与异步 Agent Manager 两层，读者可据此判断智能体编程工具的产品形态走向。
Hugging Face BlogAI 评分3838 VibeGame：探索 Vibe Coding 游戏开发
Hugging Face 博客发布 VibeGame，一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎，专为 AI 辅助游戏开发设计。
Hugging Face BlogAI 评分3838 如何将 Claude 连接 Hugging Face 生成图像
通过 Hugging Face MCP Server 将 Claude 接入 Hugging Face Spaces，即可调用 FLUX.1 Krea [dev] 和 Qwen-Image 等模型生成图像。
Hugging Face BlogAI 评分5555 Hugging Face 与 Atla 推出 Judge Arena，用众包投票评测 LLM 裁判能力
Hugging Face 博客发布 Judge Arena，一个让用户对两个 LLM 裁判的评分和评语进行投票对比的平台，投票结果汇总为 Elo 排行榜并每小时更新。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布开源模型 Constitutional AI 完整配方
Hugging Face 发布用开源模型实现 Constitutional AI 的端到端配方，并开源 llm-swarm 工具，基于 TGI 和 vLLM 在 Slurm 集群上做可扩展合成数据生成。
推荐理由：Hugging Face 给出用开源模型复现 Constitutional AI 的完整配方，含数据集、模型与评测对比，可迁移到自定义价值观对齐。
Hugging Face BlogAI 评分3030 Hugging Face 解读大语言模型红队测试：方法、风险与最佳实践
红队测试通过构造自然语言提示词诱导 LLM 生成有害内容，从而暴露模型漏洞，与人类难以理解的对抗攻击不同。GPT3 早期版本曾表现出性别歧视与针对穆斯林的偏见，微软 Tay 和 Bing 的 Sydney 是缺乏红队评估导致灾难性后果的真实案例。红队可由人工或另一个 LM 执行，角色扮演攻击和用代码作答能绕过经 RLHF 或 SFT 对齐的模型，该领域仍处早期，需要多机构协作共享数据集与最佳实践。
Hugging Face BlogAI 评分2222 用 AI 生成游戏剧情：ChatGPT 在游戏开发中的实践与局限
Hugging Face 的 AI for Game Development 系列教程第五篇展示了用 ChatGPT 为农场游戏生成剧情：先让模型写故事梗概，再通过多轮对话要求其更具原创性并去除魔法元素，最后生成游戏与商店物品描述。
Hugging Face BlogAI 评分5252 Hugging Face 解读对话智能体为何有用：IFT、SFT、CoT 与 RLHF 的分工
Hugging Face 博客梳理了让对话智能体有用的关键技术，包括指令微调（IFT）、监督微调（SFT）、思维链（CoT）提示和基于人类反馈的强化学习（RLHF），并对比了 LaMDA、BlenderBot 3、Sparrow、ChatGPT/InstructGPT 和 Anthropic Assistant 在访问方式、训练数据、模型架构与评测方向上的差异。
Hugging Face Blog精选AI 评分6262 图解 RLHF：从预训练、奖励模型到 PPO 微调
Hugging Face 博客图解 RLHF 的完整流程，将其拆为预训练语言模型、收集人类偏好数据训练奖励模型、用 PPO 微调语言模型三个核心步骤。
推荐理由：把 RLHF 拆成预训练、奖励模型、PPO 微调三步，并梳理了 TRL、TRLX、RL4LMs 等开源工具与主要论文，便于建立整体认识。