如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub Copilot app 中的会话可直接在 VS Code 中打开并继续，对话、代码改动与工作上下文完整保留。VS Code 会用该会话关联的 worktree 打开项目，在 Copilot 侧边栏显示原会话，改动可在 Source Control 中逐行审查。之后可手改代码、在集成终端跑测试并在本地验证，最后提交并推送到该会话对应的 pull request。
#教程/实践
GitHub Blog · AI & ML AWS Machine Learning Blog Deepgram 如何用 AWS Trainium2 优化大规模语音 AI 推理
Deepgram 与 AWS 合作将 Nova-3 语音转文本模型移植到 Trainium2，用于联络中心分析、医疗转写等离线批量场景，单台 trn2.3xlarge 实例运行 8 个模型副本，每美元处理的音频量比原有方案高 11%–70%。
AWS Machine Learning Blog vLLM 推出基于推送的 KV 传输，提升分离式推理的 TTFT 与 TPOT
vLLM 新增推送式 NIXL connector，把 prefill 后的 KV 传输协调与准备工作移出关键路径。在 Amazon EC2 P5en 实例加 EFA 的 1P1D 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍，TPOT 最高提升 30%。该功能先在 AWS Trainium 集群验证，再作为与加速器无关的特性贡献给 vLLM。
AWS Machine Learning Blog vLLM 双向 KV 传输如何降低多轮智能体工作负载的 TTFT
vLLM 通过双向 KV 传输让 decode 节点在后续轮次把已算好的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。基于 Amazon EC2 P5en 的 1P1D 部署测试中，该机制使 Qwen3-32B 的 TTFT 最高降低 1.6 倍、zai-org/GLM-5-FP8 最高降低 3.3 倍。
AWS Machine Learning Blog AWS 分享基于 Amazon Bedrock AgentCore 的智能体九阶段评测框架
AWS SMGS 团队介绍其为生产多智能体系统搭建的九阶段评测框架，以 Amazon Bedrock AgentCore Evaluations 为核心，覆盖从定义指标到反馈闭环的完整生命周期。
OpenAI News Benefit Street Partners 借助 Codex 更快响应问题
Anant Kumar 使用 Codex 构建工具，用于比较贷款估值和分析信贷协议，并通过 Codex 进行代码审查和更快跟进后续事宜。
GitHub Blog · AI & ML GitHub 用 ModernBERT 打造密钥检测模型：更少噪音，发现更多密钥
GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器，替代此前的 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描执行时间中位数降低 86%，服务成本降低 98%。该分类器在正则表达式筛出候选后结合文件路径、变量名和周边代码判断是否为真实凭证，使通用密钥检测得以扩展到推送保护阶段。
GitHub Blog · AI & ML GitHub Copilot 新手指南：如何让 Copilot 了解你的代码库
GitHub Copilot 新手指南介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级约定。
GitHub Blog · AI & ML AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 发文提出开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次回答，以及借助 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查计划、代码和测试可发现首个模型遗漏的问题。
GitHub Blog · AI & ML GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用发布入门教程，介绍如何用 `/create-canvas` 技能以自然语言描述生成自定义界面，如看板、发布清单、仪表盘或表格。Canvas 是人与智能体共享的双向界面，双方可同时操作并即时同步状态，无需单独发送或同步。生成的 canvas 可保存为扩展供个人或团队复用，Awesome Copilot 已提供现成 canvas 扩展。
Mistral AI Mistral 如何用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 编写的油藏模拟器迁移到 C++，该项目既无测试套件也无集中文档。其做法是先搭建数值一致性校验框架，再用 Vibe CLI 调度上百个智能体结合 Mistral OCR 梳理文档，最终采用人类协调 coder、tester、reviewer 智能体的工作流逐模块迁移。