iCreatAI News
跳到正文
今天11月1日周日3条
  1. OpenRouter Announcements60

    用 OpenRouter 构建 AI 代码审查器

    OpenRouter 发布教程,用 233 行 Python 脚本 review.py 调用 Responses API 的 Files、Shell 和 Apply Patch 工具,把改动文件放进 Linux 沙箱复现 bug 并返回可应用的 V4A 补丁。

    推荐理由:原文给出完整脚本与四模型实测数据,读者可据此评估沙箱式代码审查的成本与落地方式。

10月31日周六
  1. AWS Machine Learning Blog38

    如何端到端管理 Amazon Bedrock 成本:面向 FinOps 与平台团队的实操手册

    Amazon Bedrock 新增按 IAM 主体粒度的成本归因,调用方 ARN 会写入 AWS CUR 2.0 的 line_item_iam_principal 列,覆盖 IAM 用户、角色、联合身份与 API key。文章给出五步循环:归因、可观测、预算强制执行、平台默认值优化与定期复盘,并针对共享角色网关提出按用户会话打标签的方案。

  2. ElevenLabs Blog20

    暖转接与冷转接:如何选择正确的通话转接方式

    ElevenAgents 支持三种通话转接类型,其中原生 Twilio 集成上的 Conference Transfer 可向人工坐席传递暖转接信息。暖转接在接通前向接收方提供来电者背景,冷转接则直接接通、不传递任何上下文,另有介于两者之间的温转接。复杂或敏感问题适合暖转接,简单、高并发的路由场景适合冷转接。

  3. n8n Blog38

    限流与节流有何区别:工作流的退避策略指南

    n8n 博客区分了 API 限流(rate limiting)与节流(throttling):前者超限直接返回 429 错误,后者将请求延迟或排队处理,但控制权都在 API 提供方。文章建议工作流优先遵循响应中的 Retry-After 头,缺失时采用指数退避并设置最大延迟与重试上限,同时加入 jitter 避免多个工作流同时重试。

10月30日周五
  1. OpenRouter Announcements60

    Claude Code 各模型真实会话成本实测:Opus 5.5 与 Sonnet 5.5 差多少

    OpenRouter 统计截至 2026 年 10 月 18 日 30 天的真实 Claude Code 会话,2 至 9 轮会话中位成本在 Claude Opus 5.5 上为 $0.31、Claude Sonnet 5.5 为 $0.16、Claude Haiku 5.5 不足 1 美分。

    推荐理由:原文用真实会话数据拆解 Claude Code 的成本结构,并给出按模型和会话长度控制开销的具体做法。

  2. ElevenLabs Blog36

    ElevenLabs 解读对话式 AI 中的轮次切换:如何实现自然对话流

    ElevenLabs 发文解析对话式 AI 的轮次切换机制,即模型判断何时回复、保持发言或静默倾听的规则体系。其 ElevenAgents 采用自适应计时,结合语音活动检测与语义分析,配合 Eleven v4 Turbo 时从请求到可听语音的中位延迟为 142 ms。工程团队可通过响应延迟和打断率衡量对话流畅度。

  3. AWS Machine Learning Blog55

    用 Kiro 构建可重复的 PHP 到 Java 迁移引擎

    AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 的迁移做成可重复流程,核心是一套共享 Skill 文件驱动的八阶段流水线。流程要求先运行 discover-models.php 扫描器生成模型清单,再在写 Java 之前搭建 parity harness 作为验收裁判,后续阶段以修正规则库而非手改代码的方式迭代。

  4. Meta Engineering58

    Meta 将 JiTTests 投入生产:LLM 生成测试在代码合入前捕获缺陷

    Meta 公布 Catching JiTTests 已从研究原型进入生产基础设施,用 LLM 为每个代码 diff 生成可执行测试,在合入前暴露行为差异。系统采用 dodgy diff 与 intent-aware 两条测试生成流程,并用 LLM-as-Judge 集成与规则式 RubFake 过滤误报,再以 human-on-the-loop 方式减少人工逐条审查。

  5. NVIDIA Blog38

    NVIDIA 开发者如何用前沿 AI 智能体在 Omniverse 中将创意转化为仿真应用

    NVIDIA 开发者借助 GPT-6 Astra 等前沿 AI 模型与 Omniverse 库,通过自然语言指令构建仿真应用。其中仓库仿真在 80 条传送带、40 个机械臂和 800 个箱子的规模下,以全高清分辨率维持 30 帧每秒,两分钟内完成 640 次成功装箱。SimReady Central Library 在 GTC Berlin 发布,提供超过 2,000 个仿真就绪的 USD 资产。

10月29日周四
  1. OpenRouter Announcements62

    OpenRouter 教程:如何用 LLM 从 PDF 中抽取表格

    OpenRouter 发布教程,介绍用 LLM 从 PDF 抽取表格的方法:把 PDF 作为文件输入,配合描述单行结构的严格 JSON schema,模型直接返回带类型的行数据。

    推荐理由:OpenRouter 用 5 份 PDF、644 个单元格的实测,给出可直接复用的表格抽取代码和两条静默失败检查。

  2. ElevenLabs Blog23

    银行业中的对话式 AI:用例、优势与实例

    对话式 AI 通过处理自然语言请求为银行客户提供 24/7 支持,无需增加运营成本即可解答常规问题、验证身份并处理支付纠纷。这类系统依靠严格的网络安全协议,并遵循 SOC 2 Type II、ISO 17001 和 PCI DSS 合规要求来保护金融数据。运营负责人可通过首次接触解决率和升级频率等指标衡量各类银行聊天机器人用例的表现。

  3. AWS Machine Learning Blog23

    用 Amazon Nova Act 智能体式 QA 自动化加速软件交付(第 3 部分):应用与团队权限管理

    AWS 博客介绍 QA Studio 新增的两项能力:以“应用”为单位组织测试并汇总健康指标,以及基于团队的用户权限管理。健康视图给出通过率、执行次数、失败数和 0–100 健康分,并对不稳定测试扣分;指标支持 7 天按小时、30 天按天查看,可按环境过滤。权限分 Admin、Team Lead、Editor、Executor、Viewer 五级,每个应用只归属一个团队。

  4. Pydantic AI Articles74

    Pydantic AI 基准测试:code mode 让长任务成本降 58%、耗时减半

    Pydantic AI 团队用五个小型 CRUD 应用、八款模型和 5,276 次评分运行对比 code mode 与普通工具调用,长任务上成本降 58%、实际耗时降 51%、成功率提升 16 个百分点。

    推荐理由:作者用 5,276 次自建基准测试对比 code mode 与普通工具调用,给出长任务下成本、耗时与正确率的具体变化。

  5. Allen Institute for AI Blog38

    研究者如何将 olmOCR 2 适配于历史与考古档案

    Ai2 的开源模型 olmOCR 2 正被研究者用于历史与考古档案的转录:ArtificeOCR 让历史学家 Maurice Casey 在本地电脑上转录信件、报纸等照片,并接入 Tropy 实现关键词检索。TU Wien 团队则用 LoRA 在 57 条标注记录上微调 olmOCR 2,在 CENTURIA 基准的 450 条测试记录上把转录错误率从 15.58% 降至 1.11%。