每日快讯 · 2026-11-12

AWS 在 GitHub 上发布了 AWS Emulator，一个可在本地模拟 AWS API 的程序。开发者无需 AWS 账号，就能在自己的机器、开发服务器或 CI 环境中测试软件，请求发往模拟器而非真实 AWS，操作的是模拟资源。该模拟器不额外收费，只有真正部署到 AWS 时才为 AWS 资源付费。

· 使用方式：模拟器是一个无图形界面的本地程序，启动后通过环境变量把 AWS CLI 或 SDK 的端点指向它，即可照常运行代码；嵌入式模式下则把模拟器的 HTTP 客户端直接传入 SDK，每个测试可运行一个隔离实例，无需配置端点 URL、证书或环境变量。

· 智能体接入：官方提供 aws-emulator skill，安装后可让 AI 编码智能体代为完成模拟器配置，这需要 AWS CLI 2.35.0 或更高版本。

· 保真度与已知缺口：每个版本都会在 releases 页面公布各服务的保真度评分；尚未支持的 API 和行为记录在仓库 issues/things-that-do-not-work/ 下，修复后移入 issues/things-that-now-work/。

· 构建与运行：从源码构建仅支持 Linux（x86_64 和 aarch64），Windows 和 macOS 需走 Docker 路径；模拟器在 127.0.0.1:9297 上以 HTTPS 提供服务，使用自签名证书。嵌入式模式会把模拟器编译进测试二进制，首次构建成本与从源码构建相当。

· 遥测与许可：模拟器默认收集并上报使用数据，但不含请求响应内容、代码、凭证和个人数据；可通过 --telemetry off、EMULATOR_TELEMETRY 环境变量或 config.toml 关闭。代码以 CC0-1.0 许可发布，vendor/ 目录下为 Apache 2.0；仓库不接受 PR。

为什么值得关注：它把 AWS 的云端 API 变成可离线、可隔离的本地依赖，并专门提供智能体 skill 来简化配置，让智能体在编写和验证云上代码时不必接触真实账号与资源，降低了自动化开发与测试的门槛和风险。

Jane Street 在 GitHub 发布 agent_skills 项目，提供一批可供 AI 智能体与聊天机器人使用的「技能」。每个技能是一个独立目录，核心是 SKILL.md 文件，里面写明智能体执行该技能时应遵循的指令。项目本身不绑定特定模型或框架，而是围绕通用的 SKILL.md 格式组织，让技能可以跨工具复用。

· 使用方式分两类：对支持通用 SKILL.md 格式的编码智能体，只需把技能目录复制进智能体的 skills 文件夹，再让智能体「教我 X」即可调用；对普通聊天机器人，则把 SKILL.md 正文粘贴进对话或自定义/系统提示词，随后附上具体任务。

· 技能以目录为单位组织，每个目录自带说明文件，结构简单、便于人工阅读和修改，也方便按需增删或组合，不需要额外的运行时或依赖。

· 项目把「技能」定义为纯文本指令而非代码插件，降低了接入门槛：同一份 SKILL.md 既能服务编码智能体，也能服务通用聊天机器人，适配不同能力层级的工具。

为什么值得关注：它把智能体能力沉淀为可移植的文本资产，呼应了 MCP（模型上下文协议）等标准化趋势，为技能在智能体之间的分发与复用提供了轻量范式。

一位非考古专业的研究者借助多个AI智能体，分析公开的NASA激光雷达数据，在墨西哥丛林中发现了一处未列入官方名录的玛雅遗址，从产生想法到收到墨西哥政府机构回复不到72小时。不过后续更新显示，考古学家其实已在2025年的论文中测绘过该遗址，智能体检索文献时漏掉了它，因此这更像是一次「重新发现」。

· 方法上没有任何专用模型：智能体把约1200平方公里的激光雷达条带转成图像，48个智能体按一份精确指南逐张查看，识别金字塔、台地和广场，同时排除自然山丘、天坑和道路。

· 发现的遗址位于悬崖边缘，具有笔直的边角和清晰轮廓，包括一处平整广场、一座至少8至12米高的椭圆形金字塔、相连的抬高庭院，以及一个可能是雨水蓄水池的平底凹坑。

· 智能体检索文献和档案后判断该遗址未登记，并起草了西班牙语报告、给出INAH的联系方式。INAH回复称其记录中该位置没有已登记的考古遗址。

· 作者推测这是一处古典期（约公元250至900年）的小型玛雅 civic centre，广场用于仪式或集市，金字塔可能是神庙，周边台地可能是民居；但他强调这部分只是推测。

为什么值得关注：这个案例说明，智能体化的AI不必依赖专用模型，也能把公开遥感数据、文献检索、报告撰写和机构沟通串成一条完整的科研流水线。作者认为，目前多数智能体故事集中在编程和数学，而这件事提示，科学发现的瓶颈可能只剩好奇心。