生产级 AI 智能体的四层上下文工程：Deep Insight 在可运行代码中的实践
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，讲解生产级 AI 智能体的四层上下文工程：架构层用多智能体隔离上下文，提示词层限制各智能体输出 token 预算，工具层把代码和结果外置到文件系统，验证层用独立智能体复核计算与引用。
推荐理由：AWS 团队把上下文工程拆成四层，并给出开源参考实现中的具体代码与 token 节省数据。
技术方向
部署工程 最新动态
怎么把模型跑得更快更省钱：推理加速、显存与成本、服务部署与基础设施选型。
5 条精选近 30 天 4 条共收录 36 条
更新
部署工程的精选
AWS Machine Learning Blog精选AI 评分6060
Google DeepMind精选AI 评分7272 Google DeepMind 为 Antigravity 推出化学信息学技能包
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让智能体在约一小时内完成从文献检索数千化合物、匹配分子对分析到提出新型刚性化大环化合物及合成路线的流程，而过去单次迭代通常需要数天。
推荐理由：原文给出化学技能包在真实肺癌药物案例中的完整流程与耗时对比，可据此判断智能体在科研工作流中的分工方式。
NVIDIA Blog精选AI 评分6060 NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe、LFM3 模型与智能体资源管理
NVIDIA 为 RTX Spark Windows 笔记本带来一批更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型，以及 NVIDIA App 中在前后台应用与智能体之间分配 GPU 资源的控制项。
推荐理由：原文列出 RTX Spark 笔记本的本地模型、智能体资源分配和游戏支持，可据此判断本地 AI 工作流能落到哪些具体环节。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在速度、通用性和后量子安全上同时推进。
Berkeley AI Research精选AI 评分6060 K-Search 从 CUDA 迁移到 MLX，为 Apple Silicon 优化内核
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层让已有 CUDA 内核经验适配 Apple Silicon。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层在性能提升中的具体作用。