02:47AWS Machine Learning Blog@Enrique Salgado Hernández精选本文介绍了Amazon QuickSight中BI资产的备份最佳实践。首先讲解如何选择需要备份的资产(如仪表板、数据集等)。然后说明可用的API(如ListDashboards、CreateDashboard)用于备份操作。最后提供示例代码帮助快速实现备份流程。技巧Amazon QuickSightAWS备份策略BI资产教程推荐理由:AWS教你备份QuickSight资产,有代码示例,照着做就能避免数据丢失。原文
01:58AWS Machine Learning Blog@Anuranjan Mondal精选PAR 在 AWS 上构建了一个生产级多租户 LLM 分析系统,通过三层架构强制执行行级安全:使用 AWS SigV4 进行加密请求签名、在 Amazon Bedrock 上进行语义验证、以及通过 Split-Plane SQL 实现程序化数据隔离。每层独立运行以降低跨租户数据暴露风险,即使 LLM 本身被攻破或操纵也能保护数据。技巧AWSAmazon Bedrock多租户行级安全AI安全推荐理由:AWS 这篇教程手把手教你用 Bedrock 和 Split-Plane SQL 搭建多租户 LLM 分析系统,三层隔离防止数据泄露,值得做企业级 AI 安全的开发者看看。原文
23:03AWS Machine Learning Blog@Amaan Babul精选Cara利用Amazon Bedrock和Amazon SageMaker构建了面向企业保险经纪的领域特定AI平台。该平台通过微调基础模型,实现了对保险条款的精准理解和文档自动处理。Cara已为多家经纪公司部署,将重复性文档工作自动化,并提升了风险分析效率。这一方案在保证数据安全的同时,显著降低了人工成本。AI产品CaraAWSAmazon BedrockAmazon SageMaker领域专用AI推荐理由:Cara结合AWS造了保险经纪专用AI,能自动看保单、做分析,省时省力,适合行业公司试试。原文
02:09AWS Machine Learning Blog@Renuka Kumar精选AWS博客提出Agentic Overlays方案,通过薄包装层将传统REST服务转化为支持A2A交互的智能体。该方案同时使REST API兼容Model Context Protocol (MCP),作为工具暴露。企业无需重写业务逻辑、重复代码或运行并行基础设施。博客提供参考架构和示例代码,帮助减少基础设施中的智能体膨胀。技巧AWSAgentic overlaysMCPA2A企业服务推荐理由:AWS教你怎么给旧REST服务套个Agentic Overlays壳,不用重写代码就能变A2A智能体、兼容MCP,比从头建省事多了。原文
00:58AWS Machine Learning Blog@Venkata Sistla精选AWS发布了一篇博客,展示如何利用现代数据网格策略构建受治理的无服务器数据网格。该方案基于AWS无服务器架构,提供安全、可扩展的数据基础。文章详细说明了如何为生产级Agentic AI应用搭建数据网格。它涵盖了数据治理、访问控制和数据共享等关键环节。技巧AWS数据网格Agentic AI无服务器云服务推荐理由:想用AWS搞Agentic AI?这篇手把手教你搭数据网格,安全又省心。原文
18:54IT之家(博客/媒体)欧盟委员会于2025年6月25日宣布,经过七个月调查,初步认定亚马逊云服务(AWS)和微软Azure应被指定为《数字市场法案》下的“守门人”。尽管两者均未达到法案规定的量化指定门槛,但委员会指出其在欧盟云计算市场长期占据主导地位,用户存在锁定效应和高转换成本。同时,AI工具及合作伙伴生态已成为企业云采购的决定性因素。亚马逊表示该评估忽视欧洲客户可享受的云服务丰富程度,微软则指责竞争对手谷歌云和Gemini的影响力被忽视。行业AWSAzure欧盟数字市场法案监管推荐理由:欧盟正式盯上AWS和Azure了,说它们云服务太强势,用户想换服务商都难,以后得按规矩来。原文
15:54IT之家(博客/媒体)亚马逊云科技(AWS)CEO马特·加曼认为,AI对白领岗位的影响是“改变”而非“消失”,预计约一半白领岗位会因AI调整。他以Excel为例,说明新技术通常重塑工作方式而非直接消灭岗位。加曼强调,AI已催生新职业类型,初级员工因学习成本低更易适应。亚马逊今年计划在全球招聘超1.1万名软件开发实习生和初级工程师。行业AmazonAWS马特·加曼AI就业职业转型推荐理由:AWS老板说了大实话:AI不会抢走你的工作,只会逼你学新东西。想听科技巨头内部怎么看待就业焦虑?这篇有料。原文
09:27IT之家(博客/媒体)71°亚马逊AI主管Peter DeSantis在巴黎受访时透露,已与潜在客户讨论向外部直接出售其自研AI ASIC芯片Trainium,此前该芯片仅通过AWS云服务提供。CEO Andy Jassy在4月致股东信中表示Trainium云端需求激增,未来可能整批出售。Peter DeSantis称Trainium3芯片已基本售罄,Trainium4也已引起广泛关注。他并不认为外售芯片会蚕食AWS的AI云业务,称AI算力领域增长空间巨大。此举与谷歌此前交付AI ASIC硬件一样,可能挑战英伟达主导的AI GPU生态。行业亚马逊TrainiumAWSAI芯片英伟达推荐理由:亚马逊要直接卖Trainium芯片了,不再是只能租云端算力。Trainium3已售罄,Trainium4也火了,还说不怕抢云业务生意。想和英伟达抢蛋糕?原文
16:51Decoder@Jonathan KemperAWS在纽约峰会上推出两项新服务。Continuum自动检测、优先处理和修复代码漏洞。Context从企业数据构建知识图谱,为AI代理提供业务上下文。这两项服务旨在解决AI代理编写代码速度快但常出错的问题。AI产品AWSContinuumContext代码安全知识图谱推荐理由:AWS出了两个新工具,一个帮你修代码漏洞,一个给AI代理补业务知识。以后AI写代码能少翻车了。原文
22:39AWS Machine Learning Blog@Veda RamanAmazon Bedrock AgentCore 的 Web Search 功能现已全面可用。该功能使智能体能够实时检索网络信息,无需额外集成第三方搜索API。开发者只需添加几行代码即可让 Agent 调用 Web Search 能力,支持来源白名单与内容过滤。相比传统 RAG 方案,Web Search 能获取最新数据,适合需要动态知识更新的场景。AI产品Amazon Bedrock AgentCoreWeb Search智能体AWS推荐理由:AWS 在 Bedrock AgentCore 里直接内置了联网搜索,几行代码就能让智能体实时查最新信息,省去自己接搜索 API 的麻烦。原文
01:49AWS Machine Learning Blog@Kosti Vasilakakis精选Amazon Bedrock AgentCore harness现已正式可用,仅需CreateHarness和InvokeHarness两个API调用即可在数秒内启动一个智能体。该智能体运行在隔离环境(含文件系统和shell)中,可安全读写文件、运行命令和编写代码。它支持跨会话记忆用户和对话,接入AWS策展的技能目录,通过网关或MCP调用工具,并能在不丢失上下文的情况下中途切换模型提供商。每个步骤实时流式传输并自动追踪到Amazon CloudWatch,无需编写编排代码或构建容器。AI产品Amazon BedrockAgentCoreAWS智能体MCP/工具1 个信源在谈推荐理由:AWS又出新东西了,AgentCore harness让你只用两个API,几秒就能跑起一个能读文件、写代码、浏览网页、换模型的智能体,还自带追踪和托管环境,省心得很。原文
04:38AWS Machine Learning Blog@Spencer MartensonAmazon Quick新增自主代理功能,可跨所有业务数据源持续自动分析。活动推送功能帮助用户优先处理重要工作。用户只需提出单个问题即可获取跨数据源的洞察。AI产品Amazon QuickAWS智能体数据洞察推荐理由:Amazon Quick现在有了自主代理,能自动跨数据源找答案,帮你每天省下几小时分析时间。原文
01:43AWS Machine Learning Blog@Mai-Lan Tomsen BukovecAWS在纽约峰会上宣布系列创新,旨在让AI智能体能安全访问分散在数据湖、数据仓库、湖仓一体、数据库和流中的上下文。目前智能体的决策受限于无法获取完整背景信息。新功能使智能体可以获取未记录的机构知识,从而做出更可信的决策。这些创新将提升AI智能体的推理能力,支持大规模应用。AI产品AWSAI agents智能体数据集成上下文智能推荐理由:AWS发布了新功能,让AI智能体能安全调用散落各处的数据,真正理解上下文来做决策。想让你家智能体变聪明?看这个。原文
04:25AWS Machine Learning Blog@Mona MonaAmazon SageMaker AI 发布容器镜像缓存功能,针对推理场景优化扩展速度。该功能在模型扩缩容时可将端到端延迟最高提升2倍。它专为生成式AI模型设计,减少冷启动时间。现已可在AWS区域使用。AI产品SageMaker AI容器缓存模型扩展AWS推理优化推荐理由:AWS给SageMaker AI加了容器缓存,扩展时延迟直接减半,适合需要快速响应的生成式AI部署。原文
15:04IT之家(博客/媒体)微软正从亚马逊 AWS 为 GitHub 购买更多算力,以应对 AI 时代提交量爆发式增长。GitHub 首席运营官 Kyle Daigle 表示,2025 年代码提交有望达到 140 亿次,是上一年 14 倍。微软原计划到 2027 年完全使用自家 Azure,但被迫调整策略。多供应商云服务也提升了 GitHub 的容错能力。行业GitHub微软AWSAzureAI编程推荐理由:微软从死对头 AWS 买算力给 GitHub,因为 AI 引发的代码提交量涨了十几倍,连自家 Azure 都顶不住了。原文
02:13AWS Machine Learning Blog@Po-Shin Chen精选AWS博客介绍了Strands Evals工具,用于检测AI Agent执行中的失败并定位根因。调用detector函数后,输出包含分类失败类型与置信度分数、从根因到下游症状的因果链,以及修复建议(指定修改系统提示还是工具定义)。该工具可集成到评估流程中,实现每个测试运行的自动诊断。技巧Strands EvalsAWS智能体故障诊断评测2 个信源在谈推荐理由:AWS教你用Strands Evals自动揪出AI Agent的失败根因,还告诉你该改提示词还是工具定义,比盲猜管用多了。原文
18:25IT之家(博客/媒体)富国银行报告指出,高通有望深化与 AWS 的 AI 芯片合作,为 AWS 提供 AI200 芯片。AI200 单颗支持 768GB 内存,专为机架级 AI 推理设计。该合作符合 AWS 通过自研或第三方芯片降低推理成本、提升利润率的战略。AI200 预计 2026 年扩大部署,AWS 可能成为高通最大超大规模云端伙伴。目前 AWS 已提供高通 AI100 Ultra 芯片,性价比相对强劲。行业高通AWSAI200AI推理芯片推荐理由:高通 AI200 芯片有望进 AWS,推理成本要降原文
23:01AWS Machine Learning Blog@Charles MeruwomaAWS 发布了一篇博客,详细介绍了如何利用 Amazon Bedrock 的托管服务 BDA(Bedrock Data Automation)构建智能文档处理管道。该管道能自动从 PDF 等文档中提取和分析内容,并通过 Strands Agent 协调专门任务,结合 Bedrock Knowledge Base 实现多文档的上下文理解。这一架构旨在以低成本、可扩展的方式,让企业无需大量开发即可将文档处理流程智能化。对于需要处理大量合同、报告或表单的团队,这提供了一条直接可用的路径。AI产品AWSAmazon Bedrock文档处理智能体知识库2 个信源在谈推荐理由:做文档自动化或知识管理的团队,可以直接用 AWS 这套架构把 PDF 处理流程跑通,省去自己搭模型和管线的麻烦。原文
21:49AWS Machine Learning Blog@Francessca VasquezAWS 专业服务团队(ProServe)通过彻底重构内部交付流程,而非简单叠加 AI 工具,将客户项目交付时间从数月压缩至数天。团队采用“前沿团队优先”策略,将 AI 能力深度嵌入工程、咨询和运营环节,实现了端到端的效率提升。这一转变的关键在于重新设计工作流、建立 AI 原生协作文化,并让工程师直接参与 AI 工具的开发。文章详细分享了 ProServe 的实践路径,为其他工程组织提供了可复用的方法论。行业AWS专业服务交付效率AI 原生流程重构推荐理由:AWS ProServe 用真实案例证明,AI 转型不是加工具而是改流程——做咨询或交付的团队,可以直接借鉴其“前沿团队优先”的落地方法,把交付周期从月缩短到天。原文
11:49AWS Machine Learning Blog@Ishan Singh精选AWS 发布了 Agent-EvalKit,一个基于 Apache 2.0 的开源工具包,用于系统评估 AI 智能体。它集成了 Claude Code、Kiro CLI 和 Kilo Code 等 AI 编程助手,提供六个评估阶段来全面测试智能体性能。文章以 Strands Agents SDK 和 Amazon Bedrock 构建的旅行研究智能体为例,展示了如何应用该工具。Agent-EvalKit 解决了智能体评估缺乏标准化的问题,帮助开发者量化智能体的准确性和可靠性。AI产品智能体评估工具开源/仓库AWSClaude Code1 个信源在谈推荐理由:做 AI 智能体开发的团队终于有了标准化的评估工具——Agent-EvalKit 覆盖六个阶段,直接集成主流编程助手,建议做智能体项目的开发者试试。原文
11:11IT之家(博客/媒体)精选亚马逊AWS宣布Graviton5处理器全面可用,基于Graviton5的EC2 M9g实例相比上代M8g计算性能提升25%。数据库性能提升30%,Web应用性能提升35%,ML工作负载性能提升35%。Graviton5配备192核,支持DDR5-8800内存和PCIe Gen6,L3缓存容量为Graviton4的五倍,L2缓存容量为2.6倍。该芯片采用台积电3nm制程和Arm Neoverse V3架构,每核1MB L3缓存,支持12通道内存和96条PCIe通道。AI产品Graviton5AWSEC2Arm Neoverse V33nm推荐理由:AWS新芯片性能猛涨原文
18:03IT之家(博客/媒体)视觉内容社交平台 Pinterest 宣布与亚马逊 AWS 大幅扩展合作,计划在 2031 年前投入 40 亿美元。Pinterest 将扩大对 AWS 定制芯片的使用,包括 Graviton CPU 和 Trainium AI ASIC,其中约三分之一的计算基础设施已运行在 Graviton 上。Trainium 芯片将用于托管和运行大语言模型和视觉语言模型,支持个性化视觉搜索和 AI 辅助发现。此举旨在为数亿用户提供更个性化的视觉体验,并提升广告主效果。行业PinterestAWSTrainiumAI芯片视觉搜索推荐理由:Pinterest 用 AWS Trainium 芯片加速 AI 视觉搜索,做个性化推荐和视觉内容处理的团队可以关注这种硬件选择如何提升效率。原文
16:11Decoder@Matthias BastianOpenAI 宣布其 GPT-5.5、GPT-5.4 和 Codex 模型现可通过 Amazon Bedrock 平台使用,定价与 OpenAI 自有平台一致。这些模型在商业和政府 AWS 区域运行,但目前仅限于美国地区。使用量可计入现有 AWS 合同。此举使 AWS 客户能更方便地集成 OpenAI 模型,无需额外管理 API 密钥或基础设施。AI产品OpenAIAWSGPT-5.5GPT-5.4Codex10 个信源在谈推荐理由:AWS 用户终于可以直接在 Bedrock 上调用 OpenAI 最新模型,无需切换平台或管理额外 API,做云上 AI 应用开发的团队值得关注。原文
06:38OpenAI@OpenAI (@OpenAI)OpenAI 宣布其前沿模型和 Codex 现已在 AWS 上正式可用,企业可以通过 Amazon Bedrock 使用 OpenAI 模型,同时利用已有的安全、合规和治理工作流。这标志着 OpenAI 在 AWS 上更广泛扩展的开始,未来还将包括 Daybreak 等网络安全能力。企业现在可以在 AWS 环境中直接构建 AI 应用,无需额外管理基础设施。此举降低了企业采用 OpenAI 模型的门槛,尤其适合对合规性要求高的行业。AI产品AWSOpenAICodex企业级AIAmazon Bedrock10 个信源在谈推荐理由:企业团队终于可以在 AWS 上直接使用 OpenAI 前沿模型和 Codex,无需担心合规和治理问题——做云上 AI 应用开发、需要安全合规的企业开发者可以直接用起来。原文
05:55OpenAI Blog(博客/媒体)OpenAI 宣布其前沿模型(如 GPT-4 系列)和代码生成模型 Codex 现已在 AWS 上全面可用。企业用户可以通过 AWS 现有的环境、控制策略和采购流程直接使用 OpenAI 模型,无需额外配置。此举旨在简化企业从评估到生产的 AI 部署流程,降低使用门槛。AWS 客户现在可以更快速地将 OpenAI 模型集成到现有工作流中,加速 AI 应用落地。AI产品OpenAIAWSCodex企业部署云服务10 个信源在谈推荐理由:企业团队终于可以在 AWS 生态内直接调用 OpenAI 前沿模型和 Codex,省去跨平台管理的麻烦。做 AI 应用部署的开发者建议试试,从评估到生产的速度会快很多。原文
22:41IT之家(博客/媒体)亚马逊因AI战略受投资者看好,股价自3月低点上涨36%,市值升至2.9万亿美元,逼近3万亿美元大关。AWS云计算业务季度销售增速创三年多最快,AI需求强劲。亚马逊还透露围绕Trainium定制AI芯片已有超过2250亿美元的收入承诺。若股价继续上涨,亚马逊将加入英伟达、苹果等市值超3万亿美元的公司行列。行业亚马逊AI战略AWSTrainium芯片市值推荐理由:亚马逊AI战略的财务回报开始显现,做云计算或AI基础设施的投资者和从业者值得关注——AWS增速和芯片收入承诺说明AI需求正在转化为真金白银。原文