公司slug: aws访问官方网站

亚马逊云科技

AWS

亚马逊旗下云计算平台,提供 Bedrock 等生成式 AI 与智能体基础设施服务

收录情报动态

共 10 篇 · 第 1/1 页
AWS Machine Learning BlogT1·开发与工程
58 分
AWS 推出 AgentCore 网页搜索 API 支持域过滤

Amazon Bedrock AgentCore 正式上线 Web Search API,智能体可通过单次调用获取带标题、URL、发布日期与摘要的实时网页结果,查询全程在 AWS 自有索引内完成,不经过第三方搜索引擎。该 API 支持按域名包含或排除、按发布日期区间过滤,并可与 LangGraph 组合构建每日依赖变更监控等生产级工作流。

AWS Machine Learning BlogT1·智能体与协同
62 分
亚马逊 Bedrock 推出智能体评估工具集

亚马逊云科技在 Bedrock AgentCore 中推出智能体评估能力,统一提供内置评估器、DeepEval 与 AutoEval 三类方案,可通过 ListEvaluators API 一次性获取。文章指出,延迟与用户反馈等表层信号无法反映任务完成度、长会话话题漂移、PII 泄露与步骤遗漏等深层行为,团队应先明确成功标准与可观测的轨迹证据再选择评估器。

AWS Machine Learning BlogT1·智能体与协同
38 分
TCS 基于 Amazon Bedrock AgentCore 构建智能体测试编排器

TCS 为 BFSI 客户构建了基于 Amazon Bedrock AgentCore 的智能体测试编排器,将需求解读、场景设计、自动化编写、环境准备与失败排查等环节串联自动化。方案强调项目上下文 grounding、API 与浏览器 UI 双覆盖、租户级数据隔离,目标是在保留金融合规控制的前提下提升测试吞吐量。

AWS Machine Learning BlogT1·开发与工程
52 分
AWS 开源 Bedrock 调用级可观测数据湖方案

AWS 发布面向 Amazon Bedrock 的集中式可观测数据湖方案,可记录每次模型调用的提示词、返回内容、token 用量与所用模型,并据此推导单次调用成本。方案包含 CloudFormation 模板、Lambda 代码与 SQL 查询,已在 GitHub 开源,帮助平台与 ML 工程师排查调用异常、识别浪费性提示词并区分团队用量。

AWS Machine Learning BlogT1·智能体与协同
38 分
AWS Quick 用技能与智能体封装重复任务

AWS 官方博客详解 Quick 中智能体、技能与数据源的协作方式:智能体负责理解自然语言请求并调度连接器,技能则把周报、发布说明、建单等重复任务固化为可复用、可团队共享的指令单元。文章同时介绍官方技能目录与自定义智能体的组合用法,属于厂商绑定的概念与操作说明,未披露新模型或量化指标。

AWS Machine Learning BlogT1·智能体与协同
58 分
AWS 开源七层可插拔企业智能体参考架构

AWS 发布基于 Amazon Bedrock AgentCore 的七层可组合企业智能体参考架构,并开源示例实现,直指原型到生产之间的路由、护栏、可观测性与安全等共性缺口。该架构将生产级能力前置为可复用分层组件,而非事后补丁,为规模化部署智能体提供统一脚手架。

OpenAI 官方博客T1·商业与生态
38 分
ChatGPT Enterprise 上架 AWS Marketplace

OpenAI 宣布 ChatGPT Enterprise 正式上架 AWS Marketplace,企业客户可直接通过既有的 AWS 采购与账单体系完成发现、购买和管理,并将相关支出计入 AWS 承诺消费额度。此举降低了企业采购门槛,是 OpenAI 拓展企业渠道的重要一步。

LangChain BlogT1·开发与工程
58 分
LangSmith BYOC 正式上线 AWS

LangChain 宣布 LangSmith 的 BYOC(自带云)部署在 AWS 正式可用,企业可在自有 AWS 账户与 VPC 内运行托管的 LangSmith,追踪、数据集、实验、提示词与智能体部署数据均不出客户云边界。LangChain 负责监控、升级、扩缩容与集群生命周期管理,主要面向需要可观测性与评测能力、但受 PII/PHI 合规约束的智能体生产团队。

InfoQ 中文T2·智能体与协同
62 分
AWS 用 AI 智能体分诊内核 CVE,人工审查仍不可少

AWS 工程师在 Linux Plumbers Conference 上披露,EC2 内核团队用脚本先过滤约 70% 的内核 CVE,其余交给 AI 智能体结合源码树、配置与威胁模型生成分诊表,但最终仍由人工审查把关。团队同时主张迁移到较新的 LTS 内核,以减少旧分支长期累积的未回移修复。