用 Strategy Mosaic 和 Amazon Bedrock AgentCore 在 AWS 上构建 agentic AI 语义层
AWS Machine Learning Blog 系列第三篇演示如何用 Strategy Mosaic 作为语义层，在 Amazon Redshift 和 Amazon Aurora 两个数据源上建模 Customer 360。
#教程/实践
AWS Machine Learning BlogAI 评分4545 AWS Machine Learning BlogAI 评分4444 在 AWS 上用 Denodo 和 Amazon Bedrock AgentCore 构建 Agentic AI 语义层
AWS Machine Learning Blog 演示了如何用 Denodo Platform 作为语义层，在 Amazon Bedrock AgentCore 上托管 Agentic AI 智能体，联邦 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 数据源，形成单一 customer 360 视图。
GitHub Blog · AI & MLAI 评分4545 GitHub Copilot 如何在 VS Code 中继续 app 会话
GitHub Copilot 支持把 app 会话直接在 VS Code 中打开，保留原有对话、代码改动与 worktree 上下文，无需重建任务。
AWS Machine Learning BlogAI 评分5555 vLLM 双向 KV 传输改善多轮智能体工作负载的 TTFT
AWS 博客介绍在 vLLM 中通过双向 KV cache 传输让 prefill 节点跨轮次复用 decode 节点保留的 KV，减少多轮对话中重复的 prefill 计算。
AWS Machine Learning BlogAI 评分5656 vLLM 推出基于推送的 NIXL KV 传输连接器以降低 TTFT 和 TPOT
AWS 与 vLLM 社区推出基于推送（push）的 NIXL KV 传输连接器，将 prefill 后的传输协调与设置移出关键路径，降低 TTFT 和 TPOT。
AWS Machine Learning BlogAI 评分4747 Deepgram 如何借助 AWS Trainium2 优化语音 AI 规模化推理
Deepgram 将 Nova-3 语音转文字模型移植到 AWS Trainium2，用于离线批量工作负载，在单台 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本，每美元处理的音频量比原有计算方案多 11–70%。
AWS Machine Learning Blog精选AI 评分6262 AWS 用 Amazon Bedrock AgentCore 构建九阶段智能体评估框架
AWS SMGS Operations 团队分享了基于 Amazon Bedrock AgentCore Evaluations 的九阶段评估框架，覆盖从首次提交到生产响应的完整智能体生命周期，用于保障面向 AWS 全球现场销售的多智能体系统质量。
推荐理由：原文用真实生产故障和九阶段框架展示了如何把智能体质量从一次性验收变成贯穿生命周期的持续机制，可迁移性强。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock AgentCore 构建自我改进的文档处理系统
AWS 介绍如何用 Amazon Bedrock AgentCore 搭建一套智能文档处理（IDP）系统，由 8 个专用 Agent 协作完成文档分类、抽取、校验与自我学习，通常 20 分钟内即可部署。
OpenAI NewsAI 评分3535 Third Moment Research 如何用 GPT-6 Astra 等模型运行 10,000 个持续 36+ 小时的 AI 智能体
Third Moment Research 基于 GPT-6 Astra、GPT-6.1 Sol、Codex 以及用于网络安全的 Daybreak，构建出能持续专注数日、并在使用中不断改进的 AI 智能体，可同时运行 10,000 个智能体并持续 36 小时以上。
AWS Machine Learning BlogAI 评分3737 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复
Tamnoon 基于 Amazon Bedrock 构建了 agentic 云安全修复编排器 Tami，自主调查来自 CNAPP 和云原生来源的发现并生成修复方案，90 天内将关键云暴露减少超过 90% 且零生产事故。Tami 由调查、安全评分、修复、代码生成四个专用 agent 组成，通过单一 API 调用不同基础模型，安全评分将修复分为 SAFE、RISKY 或 AWAITING DATA。
AWS Machine Learning BlogAI 评分4343 用 Amazon Bedrock AgentCore 自动生成演示文稿
一套基于 Amazon Bedrock AgentCore 的 AI agent 方案可在 90 秒内自动生成 PowerPoint 演示文稿。
AWS Machine Learning BlogAI 评分3838 用 Amazon SageMaker JumpStart 部署与评估模型
Amazon SageMaker JumpStart 提供预训练模型目录，可用 SageMaker Python SDK 部署模型、运行轻量可重复的性能测试并删除端点，实测单请求延迟 9.07 秒、约 153 词输出、16.9 words/second。
AWS Machine Learning BlogAI 评分5656 Anchor Browser 集成 Amazon Bedrock AgentCore payments 让 AI 智能体自主完成 x402 付费
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成现已在 AWS Marketplace 上线，让 AI 智能体在遇到 HTTP 402 Payment Required 时能自主完成 x402 协议付费，覆盖付费网页与付费 API。
AWS Machine Learning BlogAI 评分3434 用 managed entitlements 管理 Amazon Bedrock 的私有定价报价
Amazon Bedrock 通过 managed entitlements 简化多账户访问第三方 AI 模型，可从中心账户一次订阅并向组织分发访问权限。
AWS Machine Learning BlogAI 评分4545 Amazon SageMaker AI 上的 Mixture-of-Experts kernel 工程优化
Amazon SageMaker AI 团队介绍了针对 fused MoE 模型的 kernel 优化方案，其中 Swap-AB 技巧在 H200 上为大规模 MoE 模型带来 2–4% 的端到端输出吞吐提升，已上游至 vLLM 0.24.0 及之后版本。
AWS Machine Learning Blog精选AI 评分6262 在 Amazon Bedrock 上用 Grok 4.7 构建长程智能体并评测推理档位
AWS 博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并构建一个工具调用智能体，在三个需要搜索而非查表的任务上以四个 reasoning effort 档位各跑 6 次共 72 次，答对 67 次：xhigh 全对 18/18，low 答对 15/18 但输出 token 约为 xhigh 的八分之一。
推荐理由：原文给出可复现的评测设计与四档推理档位的 token 与正确率对照，读者可据此在自己任务上量测成本质量权衡。
AWS Machine Learning BlogAI 评分5555 ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 帮助台 Deckhand
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了 Slack AI IT 帮助台 Deckhand，上线三个月处理 1,935 条消息、回复率达 97.5%、员工好评率 96%。
AWS Machine Learning BlogAI 评分4444 Orca Security 用 Amazon Bedrock 构建自然语言安全查询工具 Discovery AI
Orca Security 与 AWS 合作基于 Amazon Bedrock 构建 Discovery AI，将自然语言问题转换为其 Sonar 查询系统的有效查询，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%。
AWS Machine Learning BlogAI 评分5858 Amazon Bedrock 在东南亚五地开放 OpenAI GPT-6 全球跨区域推理
Amazon Bedrock 在泰国、马来西亚、新加坡、印尼和台湾五个 AWS Region 通过全球跨区域推理提供 OpenAI GPT-6 Sol 和 GPT-6 Luna，GPT-6 Astra 则从 Asia Pacific (Singapore) 提供。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot app for Beginners：如何让 Copilot 了解你的代码库
GitHub 官方教程介绍四种让 Copilot 掌握项目约定的方式：用 .github/copilot-instructions.md 和 .github/instructions 下带 applyTo 字段的路径级文件定义仓库规范。
AWS Machine Learning BlogAI 评分4444 使用 Ray LLM Deep Learning Containers 运行多节点推理工作负载
AWS 推出多节点 Ray LLM Deep Learning Containers，可在 Amazon EKS 上将单个大语言模型部署到两个 GPU 节点，通过一个 OpenAI 兼容端点实现 prefill/decode 分离推理。
AWS Machine Learning BlogAI 评分4545 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 展示了如何在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型：标准路径通过 AWS DLC for llama.cpp 提供 OpenAI 兼容的 chat completions，SemIf 扩展则直接返回各选项概率而不生成答案 token。
Hugging Face Blog精选AI 评分6262 Ai2 用 GPU 时间预算重构集群调度器
Ai2 团队用 GPU 时间预算、层级公平份额分配和时间片合约取代了原有的优先级调度器，把 GPU 时间分配从逐案协商变成透明的预算流程。新系统要求每个请求由预算支撑，配合 7 天回看窗口的公平份额排序和 8 小时最小运行时保护，30 天测试期内团队拿到了 98% 应得 GPU 小时，集群占用率保持 98%，调试任务 p90 等待时间从 2 小时降到 30 秒，需人工介入的维修下降 74%。
推荐理由：原文完整拆解了从优先级调度到预算制调度的迁移过程与量化收益，可迁移性强。
AWS Machine Learning BlogAI 评分5959 Postman 分享在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode 的架构实践
Postman 与 AWS 撰文介绍 Postman Agent Mode 如何在 Amazon Bedrock 上为 4000 万开发者提供服务，核心经验是把上下文而非能力当作主要瓶颈。
Hugging Face Blog精选AI 评分7171 用 ML Intern 在几天内低成本训练 6 个定制模型的实践
作者在 HuggingChat 中开启 ML-intern 模式，用提示词驱动其规划、训练、评估并发布模型，几天内做出 6 个模型，总算力成本约 USD 103。
推荐理由：作者公开了七条完整提示词和预算控制写法，可直接迁移到自己的微调项目中。
NVIDIA Blog精选AI 评分6262 NVIDIA 展示开发者如何用前沿 AI Agent 构建 Omniverse 仿真应用
NVIDIA Blog 通过十余个案例展示开发者如何用自然语言指挥 GPT-6 Astra、Claude 等前沿模型，配合 NVIDIA Omniverse 库构建仿真应用。
推荐理由：通过十余个具体案例展示了前沿模型与 Omniverse 库结合的可迁移工作流，读者可对照自己的仿真场景找到入手方式。
AWS Machine Learning BlogAI 评分3434 用 Amazon SageMaker HyperPod 实现多团队共享 GPU 集群的隔离与公平
AWS 提出一套基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。
AWS Machine Learning BlogAI 评分4646 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和开源编排框架 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。
AWS Machine Learning BlogAI 评分4444 AWS：弥合 AI 知识与能力差距的六周实战手册
AWS 用六周结构化实战项目，让 4 名无工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型做出多智能体金融顾问原型 WealthWise 并获第一名，含 5 个专业智能体、4 张 DynamoDB 表，复杂金融推理响应时间低于 5 秒。
AWS Machine Learning BlogAI 评分4444 用 AWS Lambda Durable Functions 自动化 AWS DevOps Agent 调查后的修复流程
AWS 展示了如何用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 搭建自动化修复工作流，补全 AWS DevOps Agent 的调查结果到问题修复环节。
AWS Machine Learning BlogAI 评分3939 Qlik 如何基于 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 构建的 Qlik Answers 自 2026 年 2 月正式可用后已进入日常使用，其 Discovery Agent 自上线以来已为客户发现超过 100,000 项异常与离群点。
AWS Machine Learning BlogAI 评分4545 超越节省工时：为智能体自动化构建商业论证
AWS 提出 Agentic Value Model，指出 RPA 时代的 ROI 模型（工时×人力成本−构建成本）无法衡量智能体自动化的真实价值，新框架覆盖时间节省、异常处理、决策质量、变更韧性四个维度，并要求每项收益都有明确的价值实现机制与责任人。
AWS Machine Learning BlogAI 评分5555 在 Amazon Bedrock AgentCore 和 OpenClaw 上构建带记忆的 AI 助手教程
AWS 官方博客给出一套在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw、构建具备持久记忆的个人助手 Sprout 的完整教程。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾服务
AWS 展示了如何用 Amazon Bedrock AgentCore、Amazon Bedrock Knowledge Bases 和 Amazon Nova Sonic 为航司应用构建语音旅行礼宾，支持改座、查延误、答政策问题并转接人工坐席。
AWS Machine Learning BlogAI 评分2929 Amazon SageMaker HyperPod 管理与治理最佳实践
AWS 介绍了通过 SageMaker Unified Studio 管理 SageMaker HyperPod 集群的治理最佳实践，覆盖组织、项目、集群、工作负载四层控制。
AWS Machine Learning BlogAI 评分3434 AWS 如何帮助客户对齐 ISO/IEC 42005:2025 负责任 AI 治理
AWS 通过解读 ISO/IEC 42005:2025 标准，帮助客户将 AI 系统影响评估整合进企业治理体系。文章介绍了 AI 系统影响评估的定义、如何借助标准的 Annex D 和 Annex E 模板避免重复评估，以及如何建立可复用、可扩展的评估流程与再评估触发机制。
AWS Machine Learning BlogAI 评分5050 AWS 教程：在 AWS GovCloud (US) 用 Claude Code 与 Amazon Bedrock 支撑合规工作负载
AWS 博客介绍了如何在 AWS GovCloud (US) 的 Amazon Bedrock 上使用 Claude Code，让带合规要求的工作负载获得 AI 辅助开发能力。
AWS Machine Learning BlogAI 评分4141 用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可对多智能体系统在有用性、任务成功、指令遵循等维度打分，并将可解释性作为独立评估维度。
AWS Machine Learning BlogAI 评分2020 Amazon Quick 用户角色降级指南：手动删除重建与 AWS CLI 两种方法
Amazon Quick 控制台不支持从 Admin 或 Author 直接降级到 Reader，update-user API 同样会拒绝并报 "You cannot downgrade a user role" 错误。
AWS Machine Learning BlogAI 评分5555 LangChain 与 Amazon Bedrock Knowledge Bases 实现 Agentic 检索教程
AWS 官方教程演示在 Amazon Bedrock Managed Knowledge Bases 上用 LangChain 构建 RAG 应用，对比标准 Retrieve API 与 AgenticRetrieveStream API 处理多部分问题的表现。