用 2 万的 iPhone Duo 远程指挥 8 万的 Mac Studio 跑 Agent
爱范儿 APPSO 用 21499 元的 iPhone Duo 搭配 86749 元的 Mac Studio,搭建了一套手机远程指挥本地 Agent 的工作流,并专门做了适配折叠屏三种形态的 App。
爱范儿 APPSO 用 21499 元的 iPhone Duo 搭配 86749 元的 Mac Studio,搭建了一套手机远程指挥本地 Agent 的工作流,并专门做了适配折叠屏三种形态的 App。
Simon Willison 发布 vibe coded 即时战略游戏 Battle Drones,经 12 个大版本迭代、321 次由 Claude Code 等编码智能体提交的 commit,可在手机和桌面浏览器运行。游戏含 9 种建筑、7 种地面载具、6 种空中载具和 3 种步兵单位,并支持两台邻近设备通过麦克风范围内的音频消息同步游戏状态实现多人对战。
教程实测 Cactus Compute 的 16.9 MB 语音转文字模型 Whistle,在 CPU 上支持七种语言并输出词级时间戳与概率。在 LibriSpeech test-other 采样上,Whistle 领先贪心解码的 Whisper base,但与 beam search 无显著差距,且速度优势随音频变长而收窄。测试还发现固定引擎在 30 秒窗口下会静默丢弃长音频中段。
该方案把 AI 智能体生成的每个句子即时送入部署在 Amazon SageMaker AI 实时端点上的 Kokoro-82M 语音合成模型,让音频在第一句生成后就开始播放,而不必等整段回复完成。Kokoro-82M 仅 8200 万参数,可跑在单台 ml.g5.xlarge GPU 实例上,容器同时提供 POST /invocations 与 WebSocket 双向流两条路径。
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、医疗转写等离线批处理场景。最终配置在单台 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本,按评估时实例价格计算,每美元处理的音频量比原有算力方案高 11%–70%。
本文演示如何用 Denodo Platform 作为语义层,通过 Denodo MCP Server 向托管在 Amazon Bedrock AgentCore 上的智能体暴露受治理视图,并联合查询 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 构建 Customer 360 视图。
针对自托管 TTS 端点自动扩缩容目标值靠猜的问题,AWS 在 Amazon SageMaker AI 实时端点上以自定义容器部署 82M 参数的 Kokoro-82M,用实测的 Q_max(单实例不违反 SLO 的最高并发)和 T_total(一次完整扩容耗时)推算扩容阈值、缩容阈值与两个冷却时间。
作者用 Claude Code 在乐鑫 ESP-Mosaico 开发板上完成贪吃蛇固件,并把 Meta 开源的 Muse Gadgets 设备端 SDK 移植到这块板子上,实现中文对话、语音播报、拍照回传和走近亮灯问候。
该教程演示如何用 Strategy Mosaic 作为语义层,在 Amazon Redshift 与 Amazon Aurora 上以两个链接模型建模 C360 域,无需 ETL。