如何在 Amazon Bedrock AgentCore Evaluations 中使用决策模型
Amazon Bedrock AgentCore Evaluations 支持通过基于代码的自定义评估器接入决策模型,文章演示了 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B(20 亿参数)两个后端。
Amazon Bedrock AgentCore Evaluations 支持通过基于代码的自定义评估器接入决策模型,文章演示了 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B(20 亿参数)两个后端。
马来西亚 5G 运营商 U Mobile 联合 AWS 与 Axrail,基于 Amazon Bedrock AgentCore 打造了 AI 驱动的智能体运维平台 AiDaH(AI-Driven Agentic Helpdesk)。
Indegene 在其 NEXT Unified Data Platform(NEXT UDP)上基于 AWS 构建了生产级的大语言模型驱动的 Data Quality Agent。
AWS 机器学习博客详解生产级 AI 智能体的四层上下文工程实践,并通过开源多智能体数据分析方案 Deep Insight(基于 Strands Agents SDK 和 Amazon Bedrock AgentCore 构建)展示具体代码实现。
ChatGPT 和 Codex 正被用于加速 CAD、PCB 设计、仿真等物理世界工程工作流,帮助工程师提升相关环节的效率。
AWS 合作伙伴 Cartesia 基于专用 State Space Model(SSM)架构与 AWS 基础设施,提供 sub-100ms 延迟的语音生成与转写。其核心模型包括流式 TTS 模型 Sonic(首个音频字节约 90ms,支持超 44 种语言、10 秒音频样本声音克隆)和流式语音转文本模型 Ink(原生轮次检测、边说边出部分转写)。两者组合可构建接近人类对话体验的语音 AI 应用。
这篇文章展示如何在 EDB Postgres AI 中,通过 AIDB 扩展在运营 Postgres 数据库内构建语义层(SemKB),并在 Amazon Bedrock AgentCore 上运行 Strands Agents 智能体来回答客户 360(C360)问题。
Gen Digital 基于亚马逊 Bedrock AgentCore Web Search 构建了 Norton Revamp 平台,其 AI 策展新闻引擎为每个内容建议、目标推荐和信息流提供带引用来源的实时网络知识支撑。
Amazon Bedrock AgentCore Gateway 可配置 on-behalf-of(OBO)token 交换,对接 Microsoft Entra ID,使 AI 智能体调用 ServiceNow REST API 时保留发起用户身份。
Amazon Quick 提供统一体验,通过 S3 知识库接入非结构化数据、通过 enriched datasets 接入结构化数据,并可用单个对话式 AI agent 同时查询两类数据。
OpenAI 构建了名为 Pando 的 Git 兼容后端,用于支撑 Codex 带来的大规模开发场景。Pando 与 Git 兼容,专为 Codex 规模的开发需求设计。
Circle K 基于 Amazon Bedrock 构建了智能体式自动分诊系统,告警触发后可自主调查事件并在几分钟内向 Slack 推送结构化摘要,使平均分诊时间降至 15 分钟以内,较此前 45-60 分钟的人工流程缩短 67-75%。
AWS 演示了如何用 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK 构建多智能体工程助手,用于航空零部件替代评估。
AWS 在 SageMaker AI 上演示用序列级知识蒸馏(SeqKD)将购物 Agent 从 GLM-5.3 教师蒸馏到 Qwen3.5-4B 学生。
AWS 展示如何用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 做网页内容的自定义预处理:抓取后生成 Markdown 和元数据 sidecar 写入 Amazon S3,再由知识库通过 S3 数据源完成解析、分块、嵌入、索引和检索。
AWS 发布 Amazon Bedrock 成本管理指南,提出由归因、观测、管控、优化、运营五个阶段组成的循环运营模型,用于把每笔生成式 AI 支出归属到具体团队与应用。
Amazon Bedrock AgentCore runtime 推出 Session Endpoints,为每个智能体会话提供经过身份验证的 URL,让你在编码智能体构建 Web 应用时于浏览器中实时预览页面变化。
Worldwide Express 与 AWS 及 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 货运计费异常。
OpenAI 的 ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用,包含 Work(多步复杂任务)与 Codex(编码智能体)两个组件,模型推理经 Responses API 路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点,并用 IAM 与网络控制治理访问。
Microsoft Research 发布 Industry Evaluation Data Generation Platform,用完全合成的企业环境评测 Microsoft Copilot,避免使用任何客户敏感数据。
AWS 在机器学习博客上展示了如何用 AI IDE Kiro 将 PHP 应用迁移到 Java 变成可度量、可重复的流程。方法核心是可复用引擎:共享方法论、机械式发现扫描器和八阶段工作流,技能文件打包为 php-to-java-migration 与 php-model-discovery,以原始 PHP 应用为规范,需通过 parity harness 验证后才算迁移完成。
营销服务公司 Epsilon 基于 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser,在既有 Playwright 回归测试之上为各产品团队提供意图驱动的 UI 测试托管服务。
AWS 发布教程,讲解如何将 NVIDIA Nemotron 3.5 Super VL 部署在 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 上。
MoEngage 基于 Amazon Bedrock AgentCore Gateway,把约 400 个私有 REST API 转成带权限范围的 MCP Agent 工具,覆盖 7 个 AWS 区域和 10 个内部 Agent。
AWS Batch 为 SageMaker Training 任务推出新的调度功能 quota management,管理员可将 GPU 算力按团队、项目或工作负载划分为配额份额,并通过 RESERVE、LEND 或 LEND_AND_BORROW 策略共享空闲算力。
OpenAI 通过分层监控体系检测前沿模型的对齐偏差和未经授权的智能体行为。这套机制能让响应人员在事件升级前进行干预,减少前沿模型部署中的安全风险。
该系列第三篇介绍 QA Studio 的两项组织级能力:applications 以应用为容器归集 use case 和 test suite,并通过 Amazon CloudWatch 自定义指标报告通过率、执行次数、失败数和 0–100 健康分(对 flaky 测试扣分),支持 7 天/30 天趋势、按环境过滤、flaky 测试排行和最近失败列表。
AWS 发布 Ray Train 深度学习容器(DLC),提供预构建、统一测试并持续维护的 PyTorch 分布式训练镜像,托管在 Amazon ECR Public。
AWS 介绍了基于 Amazon Bedrock 与 Amazon Bedrock AgentCore 的企业 Agentic AI 平台架构和参考实现,采用联邦运营模式,由 Platform 团队提供受治理的共享服务、Workstream 团队在批准边界内独立构建和发布 agent。
Legora 使用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流程,扩展合同分析能力,让律师专注于更高价值的工作。
AWS 博客介绍 Exowatt 基于 Amazon SageMaker AI 无服务器模型定制构建可复用微调流水线,产出边缘与云端两个部署模型。
Property Finder 与 AWS Generative AI Innovation Center 发现其 96.8% 的评测标签直接继承自现有 VLM 的预测,导致替代模型被系统性低估。
推荐理由:文章指出用现有模型预测充当标注会扭曲模型对比,并给出重建专家标注与演化式提示词优化的可迁移方法。
OpenAI 工程师使用 Codex Ultrafast 将事件调查时间从数小时缩短到几分钟。该工具还加速了安全分析和代码重构等日常工作流程。
这篇 AWS 官方教程用 AWS CDK 部署一套基于 Managed Amazon Bedrock Knowledge Base 的企业级 agentic 检索系统。
AWS 机器学习博客发布教程,讲解在 Amazon Bedrock 上使用 OpenAI 模型(GPT-6 Astra、GPT-6.1 Sol、GPT-5.6 Luna)时如何为 AI 智能体设置提示词缓存,包括隐式模式、显式 prompt_cache_breakpoint、会话中新增工具、子代理预热和 cache key 管理。
AWS 机器学习博客更新了边缘视觉质检 MLOps 方案,迁移到 Amazon SageMaker Python SDK v3,并用 SageMaker Neo 取代已弃用的 Edge Manager 做边缘优化。
AWS 推出 SageMaker AI 多轮强化学习(MTRL),支持将托管在 AgentCore 或自有基础设施上的智能体与被训练的策略模型结合,只需定义结果奖励即可训练多步任务能力。
OpenAI 讲解如何扩展 Habitat 存储系统以服务超过 10 亿 ChatGPT 用户,第二部分聚焦可靠的多租户架构、全局缓存以及 Azure Cosmos DB 的使用。通过这些改造,ChatGPT 的读取速度提升了 12 倍。
Bayer Crop Science 在 Connected Decision Engine 之上构建了多智能体自然语言接口 Agentic Decision Engine(ADE),运行于 Amazon Bedrock AgentCore,采用 LangGraph 编排并在生产环境运行 22 个专家智能体。
AWS Machine Learning Blog 介绍如何用一个可复用的 CDK construct 配合 CloudFormation custom resources,自动在 SageMaker AI 实时端点更新前后注销并重新注册 Application Auto Scaling。