用 EDB Postgres AI 和 Amazon Bedrock AgentCore 构建 agentic AI 语义层
AWS 博客演示了如何用 EDB Postgres AI 的 AIDB 扩展在 Postgres 库内构建 agentic AI 语义层(SemKB),并由运行在 Amazon Bedrock AgentCore 上的 Strands Agents agent 通过 MCP endpoint 查询,回答 customer 360 问题。
AWS 博客演示了如何用 EDB Postgres AI 的 AIDB 扩展在 Postgres 库内构建 agentic AI 语义层(SemKB),并由运行在 Amazon Bedrock AgentCore 上的 Strands Agents agent 通过 MCP endpoint 查询,回答 customer 360 问题。
Gen Digital 展示了其生成式 AI 职业声誉管理平台 Norton Revamp 如何用 Amazon Bedrock AgentCore Web Search 构建 AI 策展新闻引擎,该平台已于 3 月上线。
AWS 官方博客讲解如何配置 Amazon Bedrock AgentCore Gateway,与 Microsoft Entra ID 完成 on-behalf-of(OBO)令牌交换,使 AI 智能体调用 ServiceNow REST API 时保留发起用户的原始身份。
Amazon Quick 通过 Space 把结构化数据(enriched datasets)与非结构化数据(S3 知识库)汇入同一工作区,再由自定义 chat agent 在单次对话中跨两类数据源查询并返回带引用的合并回答。
NVIDIA 阐释 AI 如何改变半导体晶圆厂运作,提出"AI-defined fab"概念,涵盖加速计算、PhysicsNeMo 物理 AI、AI agents 与数字孪生。
NVIDIA 与合作伙伴在 Smart City Expo World Congress 上宣布将 Physical AI 和 Agentic AI 扩展至全球城市,共享计算基础设施让各部门无需各自采购资源即可构建 AI 服务。
OpenAI 介绍了 Pando,一个为 Codex 带来的开发规模而设计的 Git 兼容后端。Pando 保持与 Git 兼容,专为支撑 Codex 所促成的大规模开发而构建。
Circle K 基于 Amazon Bedrock 构建自动化事件分诊系统,将平均分诊时间从 45–60 分钟降至 15 分钟以内,降幅 67–75%。
AWS 演示如何用 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK 构建多智能体工程助手,削减零件替换评估中的人工交叉核对。
AWS 发布教程,讲解如何用序列级知识蒸馏(SeqKD)在 Amazon SageMaker AI 上把前沿教师模型的购物智能体蒸馏成更小的学生模型:以 Amazon Bedrock 上的 GLM-5.3 为教师生成 ShoppingBench 轨迹,用基准自带打分器筛出解题成功的轨迹,再以 serverless SFT 微调 Qwen3.5-4B。
AWS 官方教程讲解如何为 Amazon Bedrock Knowledge Bases 的 RAG 数据摄入准备网页内容:多数公开网站可直接用内置的 Amazon Bedrock Web Crawler 数据源连接器。
AWS 发布教程,介绍面向 FinOps 与平台团队的 Amazon Bedrock 端到端成本管理五步运营模型:归属(用 IAM principal 标签与 CUR 2.0 把每笔开销归到责任人)、可观测(模型调用日志加 requestMetadata)、预算强制(监控告警、IAM deny、网关同步阻断三档)、优化平台默认值(智能 prompt 路由与 prompt caching)、以及定期复盘记分卡。文中给出共享 IAM role 的 per-user session 标签方案、CloudWatch Logs Insights 诊断查询示例,以及截至 2026 年 10 月 Claude 系列 prompt caching 计价(缓存写入 1.25x、读取 0.1x 或 0.05x)与盈亏平衡测算。
Amazon Bedrock AgentCore runtime 推出 Session endpoints,让开发者在编码智能体构建 Web 应用时从自己的浏览器实时预览:每个会话运行在隔离的 microVM 中。
AWS 发布教程,指导在 AWS GovCloud (US) 中配置 ChatGPT 桌面应用,将模型推理请求路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点,供 Work(多步骤任务)和 Codex(编码智能体)使用。
Worldwide Express 与 AWS 和 LTM 合作,基于 Amazon Bedrock 构建多智能体 AI 方案,接入其运输管理系统 SpeedShip,自动处理 LTL 货运账单异常。
Breakthrough Listen 与 SETI Institute 在加州北部 Allen Telescope Array 上引入 agentic AI,通过单一自然语言请求即可控制望远镜天线、校准仪器、修正数据误差并绘制结果。
Google DeepMind 宣布其 AI 规划工具 PlanAssist 将新增 12 个英国地方规划局,参与总数达 15 个,并进入为期 12 个月、使用真实申请的 Beta 阶段。
推荐理由:原文给出了试点中规划评估时间下降的具体幅度和报告免改通过率,可据此判断该工具在公共服务场景的实际可用程度。
Epsilon 的 Agentic Platform 团队用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 把意图驱动的 UI 测试做成多租户平台服务,以自然语言步骤补充现有 Playwright 回归套件。
MoEngage 与 AWS 合著博文介绍如何用 Amazon Bedrock AgentCore Gateway 把约 400 个私有 REST API(由 25 个工程团队维护、分布在 7 个 AWS Region 的 VPC 中)变成权限受控的智能体工具,估计节省约 6 个月平台工程工作量,新 API 接入从数天缩短到数小时。
AWS Batch 为 Amazon SageMaker Training jobs 推出 quota management 调度能力,管理员可按团队、项目或工作负载划分 quota share。
AWS 博客介绍了 NVIDIA Nemotron 3.5 Super VL 在 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 上的部署方案。
AWS 在 Amazon Nova Act QA Studio 系列第三篇中介绍两项组织级扩展能力:applications 容器与基于团队的用户管理。
AWS 发布教程,演示如何不自建镜像,直接用 Ray Train Deep Learning Container(public.ecr.aws/deep-learning-containers/ray:train-ml-cuda-v1.1)在 EKS 上用 KubeRay 拉起集群。
AWS 发布 Enterprise Agentic AI Platform Blueprint,基于 Amazon Bedrock AgentCore 提供可部署的基础设施即代码,帮助企业以联邦模式构建受治理的 Agentic AI 平台。
Exowatt 基于 Amazon SageMaker AI 无服务器模型定制构建可复用的微调流水线,产出面向边缘与云端的两个任务专用模型,在准确率上超过前沿模型且成本最多低 49 倍。
Property Finder 发现其评估集 96.8% 的标签直接继承自单一模型预测,导致任何替代模型在比较中处于结构性劣势。团队由领域专家重新标注 356 张阿联酋图片(另用 230 张埃及图片做跨区域检查),改用多标签分类与 Micro F1 主指标,并以 v0 到 v27 的进化式提示词优化循环迭代,v27 用 MIPROv2 自动优化。
Amazon SageMaker AI 为训练和处理作业引入 Seekable OCI(SOCI)索引,通过懒加载只先取启动容器所需文件、其余在后台流式读取,把镜像下载移出作业关键路径。
AWS Machine Learning Blog 介绍在 Amazon Bedrock 上为 OpenAI 模型的智能体做 Prompt 缓存的模式,通过缓存工具与指令等静态前缀避免每轮重复读取全部上下文。
AWS 用 Amazon SageMaker Python SDK v3 更新了边缘视觉质检的机队级模型生命周期方案,以 SageMaker Neo 取代已弃用的 SageMaker Edge Manager。
AWS 官方教程演示如何用一个 Python AWS CDK 应用部署企业级智能体检索方案:基于 Managed Knowledge Base(Type: MANAGED)与 AgentCore Gateway/Runtime。
AWS 官方教程演示如何在 Amazon SageMaker AI 上用多轮强化学习(MTRL)训练托管在 Amazon Bedrock AgentCore 上的智能体,以 Wordle 为例走通部署、数据准备、训练、MLflow 监控与评测全流程。
推荐理由:原文完整给出多轮强化学习的端到端流程、成本拆解和踩坑记录,可直接迁移到自有多步任务的训练设计。
OpenAI 详解如何将在线存储系统 Habitat 扩展到服务超过 10 亿 ChatGPT 用户,通过可靠的多租户架构、全球缓存和 Azure Cosmos DB 实现了 12× 更快的读取速度。这是该系列的第二部分,聚焦 ChatGPT 存储基础设施的规模化实践。
Bayer Crop Science 基于 Amazon Bedrock AgentCore 构建了 Agentic Decision Engine(ADE),通过多智能体自然语言接口覆盖其 Connected Decision Engine(CDE),首期约 80% 的用户问题无需工程师介入即可解答。
Amazon Quick Sight layer maps 新增 Point 和 LineString 两种 GeoJSON 几何类型,可在地图上绘制具体地点(如门店)和路线(如航班、配送路径),此前仅支持 Polygon 形状图层。
AWS 提出用可复用的 CDK construct 配合 CloudFormation 自定义资源,在端点更新前后自动完成自动扩缩容的注销与注册,实现端点配置和扩缩容参数的单次部署。
Hugging Face 推出 torch-neuronx model support Space,可查询 Hub 上热门模型能否在 AWS Trainium 上不改动代码直接运行,并附带可复现的 run.py 脚本。
通过在 Amazon SageMaker AI 实时端点上托管 Kokoro-82M(82M 参数)TTS 模型,AI 智能体每生成一句话就立即流式送入合成,让语音在完整回复生成前就开始播放,从而消除等待空隙。
Amazon Quick 是 AWS 的 HIPAA-eligible 服务,可在 web、desktop 和 mobile 客户端中处理 PHI(受保护健康信息)。
Amazon SageMaker AI 的 serverless model customization 新增 training session APIs,把抽象边界从算法下移到算力。
Amazon SageMaker AI 无服务器模型定制的训练会话(training sessions)正式可用,用户可自行编写和协调训练循环,包括自定义损失函数或奖励信号,而 GPU 分配、分布式执行、故障恢复和检查点存储由平台托管。