据Andrew Ng（@AndrewYNg）报道，Redisinc的@tchutch94和@ilzhechev推出了AI代理语义缓存课程。课程详细介绍了如何通过语义缓存技术识别并复用语义相似的问题（如不同表述的退款请求），显著降低AI推理成本和响应延迟。该技术对于提升AI客服系统的可扩展性、优化用户体验、降低企业大模型应用的运营成本具有重要意义。语义缓存正成为企业级AI工作流中的关键优化方案，尤其适用于高并发场景（来源：Andrew Ng推特）。

据DeepLearning.AI（@DeepLearningAI）报道，RedisInc的Tyler Hutcherson（@tchutch94）和Iliya Zhechev（@ilzhechev）联合开设了AI智能体语义缓存新课程。该课程针对AI智能体在处理语义相似问题时重复调用API的低效问题，介绍如何通过语义缓存识别并复用意义相同的查询响应，从而降低企业AI运行成本并加快响应速度。学员将学习搭建基于意义而非文本匹配的语义缓存，使用命中率、精度、延迟等指标评估缓存性能，并通过交叉编码器、大型语言模型验证及模糊匹配提升准确性。课程内容强调语义缓存在AI智能体系统中的落地集成，为企业大规模AI部署和算力成本优化提供了切实可行的解决方案（来源：DeepLearning.AI，Twitter，2025年11月19日）。

根据Andrew Ng在Twitter上的信息，AI Dev 25 x NYC峰会将由Google、AWS、Vercel、Groq、Mistral AI和SAP等知名企业开发者分享AI生产系统的实战经验（来源：Andrew Ng，Twitter，2025年10月23日）。议程重点包括代理架构在错误处理和自主规划中的实际应用、知识图谱在复杂推理和信息连接中的优势，以及关系型记忆系统的构建。此外，基础设施环节将解析硬件和模型扩展瓶颈、语义缓存降低成本与延迟的策略，以及推理速度对系统编排的影响。大会还将探讨系统化代理测试、AI治理工程实践、合规开发和上下文丰富的代码审核工具等议题。这些内容为企业优化AI工作流、提升系统可靠性、加速AI生产部署提供了宝贵的业务机会。