AWS 相关 AI 资讯

AITOP

8月25日

04:51

官方一手@OpenAIDevs@OpenAIDevs

78°

与 AWS 合作优化 Kiro 和 GPT-5.6，GPT-5.6 Terra 在 Kiro 开发环境中实现每任务约 82% 成本降低。Terminal-Bench 2.1 测试。

事件专题

推荐理由：OpenAI 与 AWS 合作优化 Kiro 和 GPT-5.6，性价比大幅提升，值得一看。

原文

03:24

官方一手AWS Machine Learning Blog@Nneoma Okoroafor

精选

学习如何构建一个可定制的智能缓存知识管理系统，通过语音优先的AI形象捕捉和传递机构知识。使用Amazon Bedrock知识库进行检索增强生成，并利用AWS CloudFormation数小时内部署。

AI产品 AWS 知识管理系统 Bedrock知识库

推荐理由：AWS教你如何快速搭建AI知识管理系统，用Bedrock知识库提升检索效率，语音交互更便捷。

原文

00:03

官方一手AWS Machine Learning Blog@Joseph Cottingham

精选

This post discusses AI-powered metadata correction and harmonization, covering two approaches: human-in-the-loop validation and autonomous agent-driven workflows. It also addresses governance considerations for production deployment.

AI产品 AWS metadata correction AI harmonization

推荐理由：了解 AWS 如何使用 AI 自动化元数据校正和标准化，两种方法，值得一看。

原文

8月22日

01:13

官方一手AWS Machine Learning Blog@Satyen Yadav

精选

松下航空电子与AWS合作，利用Amazon Bedrock、Amazon SageMaker和AWS Glue构建代理AI系统，诊断全球机队的机上娱乐和连接（IFEC）问题，将诊断时间从数小时缩短至数分钟，同时保持准确性。

AI产品松下航空电子 AWS 代理AI

推荐理由：松下航空电子用AWS的代理AI系统，快速诊断飞机娱乐和连接问题，效率提升显著，值得一试。

原文

8月21日

05:38

官方一手AWS Machine Learning Blog@Anu Kaggadasapura Nagaraja

本文是系列教程的第一部分。文章指导用户在 AWS 账户中设置 Snowflake 环境。该环境将用于与 Amazon SageMaker Canvas 配合，构建一个无需编写代码的机器学习工作流。这个工作流旨在将存储在 Snowflake 中的运营数据转化为预测模型，例如欺诈检测模型。

技巧 Snowflake Amazon SageMaker Canvas 无代码

推荐理由：AWS 教你用 Snowflake 和 SageMaker Canvas 搭建无代码机器学习工作流，第一部分讲怎么在 AWS 上配置 Snowflake，为后续做欺诈检测模型打基础。

原文

05:32

Guillermo Rauch@rauchg

Vercel 宣布正在构建“智能体时代的 AWS”。该公司计划为智能体开发者提供基础设施服务。Vercel 的目标是成为智能体应用开发的核心平台。

行业 Vercel 智能体 AWS

推荐理由：Vercel 说要建智能体时代的 AWS，想成为智能体开发的基础设施。这和 OpenAI 的 GPTs 商店或微软的 Copilot Studio 不太一样，更偏向底层平台。

原文

00:39

官方一手AWS Machine Learning Blog@Kristine Pearce

精选

AWS 发布了关于企业级智能体扩展模式的系列文章第二篇。文章探讨了机器学习团队如何在多框架、多模型、多供应商的复杂环境中运营多个智能体系统。核心是介绍让这些系统协同扩展的原则，同时保持灵活性并避免供应商锁定。

行业 agentic AI AWS 智能体

推荐理由：AWS 讲了企业如何搭建不绑定特定厂商的智能体系统。他们分享了在复杂环境中让多个智能体协同工作的原则，对想构建自己智能体生态的团队很有参考价值。

原文

00:13

官方一手AWS Machine Learning Blog@Marc Trimuschat

精选

AWS 推出向量解决方案，无需独立向量数据库或数据迁移。该方案包含六项专用服务。文章提供了选择合适引擎的决策框架。内容还包含客户案例证明。

AI产品 AWS 向量搜索智能体

推荐理由：AWS 把向量搜索直接集成到数据库和存储服务里了，不用再单独搞个向量数据库，能帮你直接在数据所在的地方构建智能体。

原文

8月19日

11:36

AI Will@FinanceYF5

超大规模云服务提供商每个季度收入比新云服务商高出几个数量级。CoreWeave花费约25个季度达到26亿美元收入规模。AWS在启动后第40个季度就实现了相同收入水平。两家企业都属于快速增长的业务类型。

行业 CoreWeave AWS 云计算

推荐理由：看看CoreWeave和AWS的发展速度对比，了解云计算行业的收入增长模式。

原文

11:35

AI Will@FinanceYF5

CoreWeave仅用约25个季度就实现了单季26亿美元的收入。相比之下，AWS需要40个季度才达到相同收入水平。尽管AWS和Azure等超大规模云服务商的绝对收入仍远高于CoreWeave。按相同发展阶段比较，Neocloud的增长速度明显更快。

行业 CoreWeave AWS Neocloud

推荐理由：CoreWeave只用25个季度就达到AWS 40个季度的收入，AI算力正在压缩云计算增长曲线。

原文

05:28

官方账号LangChain@LangChainAI

LangChain将与AWS和MongoDB在旧金山联合举办AWS Agentic AI Partner Showcase Extended活动。活动将展示从代码到部署的生产级智能体构建过程。参与者可听取技术专家分享、观看现场演示并与开发者交流。活动详情可访问aicamp.ai查看。

行业 LangChain AWS MongoDB

推荐理由：想学怎么把智能体从代码搞到上线？LangChain、AWS、MongoDB三家人现场演示，还有专家答疑，别错过。

原文

03:17

官方一手AWS Machine Learning Blog@Chethan Shriyan

Amazon Bedrock AgentCore payments 功能现已正式上线。该服务允许 AI agents 执行大规模自主交易。系统内置了消费护栏来控制支出。它具备协议无关的支付编排能力。产品还提供了生产级可观测性。

AI产品 Amazon Bedrock AgentCore AWS

事件专题

推荐理由：AWS 发布了 Bedrock AgentCore payments，让 AI 智能体能自己安全地处理支付，还带了消费护栏。

原文

01:39

官方一手AWS Machine Learning Blog@Chetan Makvana

精选

Amazon Quick embedded chat 可以为 Web 应用引入对话式 AI 界面。开发者能利用容器和 SDK 样式调整组件外观。教程演示了移除品牌标识及设置自定义智能体人设的步骤。完成配置后聊天窗口将匹配应用的品牌视觉与语音风格。

技巧 Amazon Quick AWS 智能体

推荐理由：AWS 教你怎么改 Amazon Quick 的样式和人设，让它像你自家产品一样。

原文

8月18日

01:39

官方账号LangChain@LangChainAI

精选

LangChain与AWS合作发布了AgentCore Payments中间件，让智能体在调用付费API时自动完成支付。当工具请求遇到402错误时，中间件会对照会话预算检查价格、签名支付并重试请求。每次支付记录都会同步到LangSmith，与触发支付的推理步骤关联，便于追踪智能体消费原因。该中间件旨在消除智能体调用外部服务的付费障碍，同时保留完整的可审计日志。

AI产品 LangChain AgentCore AWS

推荐理由：LangChain和AWS搞了个AgentCore Payments，智能体调用付费API时自动付钱，不用你手动处理402，花钱记录还进LangSmith，方便查账。

原文

8月15日

00:13

官方一手AWS Machine Learning Blog@Ayush Sharma

精选

AWS官方博客发布教程，演示如何将SageMaker AI上的OpenAI兼容端点与Bedrock AgentCore运行时结合，构建多智能体工作流。每个智能体可选择最适合其任务的模型。教程还展示了如何从SageMaker端点获取token级可观测性，这是Strands Agents默认不提供的。

技巧 SageMaker AI Bedrock AgentCore 智能体

事件专题

推荐理由：AWS官方教程，教你用SageMaker AI和Bedrock AgentCore搭多智能体流程，还能拿到token级监控，比Strands Agents默认的细致。

原文

8月14日

00:24

官方一手AWS Machine Learning Blog@Anand Komandooru

精选

AWS 发布了一篇基于 Amazon Bedrock AgentCore 的 M&A 尽职调查参考架构教程。该架构利用 AgentCore 实现多智能体编排，并集成知识检索与治理控制。教程附带可在 AWS 账户中直接部署的完整示例代码。示例展示了如何通过 AgentCore 分配任务给不同智能体并汇总审查结果。

技巧 Amazon Bedrock AgentCore AWS 智能体

推荐理由：这篇 AWS 教程把并购尽调拆给多个智能体，用 Bedrock AgentCore 就能搭，还有能直接跑的代码。

原文

00:23

官方一手AWS Machine Learning Blog@Salman Moghal

精选

AWS发布博客，介绍如何用Amazon Bedrock AgentCore Browser Tool和Strands Agents自动化需要人工交互的遗留Web应用。方案通过安全隔离的浏览器会话驱动旧界面，同时保留人工监督和完整审计日志。文章给出了参考架构，适合处理无法通过API集成的老旧系统。

技巧 AWS Bedrock AgentCore

事件专题

推荐理由：AWS官方出教程了，教你用AgentCore浏览器工具让AI替你操作老系统，还带审计和人工监控，搞自动化的可以看看。

原文

8月13日

18:08

官方账号LangChain@LangChainAI

LangSmith 推出 BYOC 部署模式，可在 AWS 云环境内运行，agent 追踪和运行时数据保留在 AWS 边界内。LangChain 负责处理配置、升级、扩展和技术支持。该方案在提供数据主权的同时，保留了托管服务的便捷性。适合对数据合规和隐私控制有要求的团队。

AI产品 LangSmith AWS BYOC

推荐理由：LangSmith 现在能部署到你自己 AWS 账号里，数据不出云，升级扩容还归 LangChain 管。

原文

8月12日

22:05

官方一手AWS Machine Learning Blog@Astrid Bowser, Alex Savage Nick Heap

精选

OneAdvanced是一家英国企业软件提供商，在AWS上构建了英国主权AI平台。他们通过Amazon SageMaker AI自托管Llama 4 Maverick和Llama Guard 4模型，并使用pgvector搭建RAG管道。基于Strands Agents SDK在Amazon ECS上部署了超过50个AI智能体。该平台确保数据留在英国境内，满足主权要求。

AI产品 OneAdvanced Llama 4 Maverick AWS

事件专题

推荐理由：看看英国公司怎么在AWS上自托管Llama 4，搞了50多个智能体，数据不出境，适合有合规需求的人参考。

原文

05:59

05:59官方一手OpenAI Blog（博客/媒体）

OpenAI 与 AWS 合作，将 Daybreak 网络安全模型引入 Amazon Bedrock。企业用户可通过 Bedrock 调用 Daybreak 能力，用于威胁检测、漏洞分析等安全流程。该集成旨在简化企业部署，提升安全运营效率。

AI产品 Daybreak OpenAI AWS

事件专题

推荐理由：OpenAI 把 Daybreak 安全模型放上 AWS Bedrock 了，企业做安全分析可以直接调，不用自己搭环境。

原文

05:49

官方一手AWS Machine Learning Blog@Tanvi Girinath

OpenAI的Daybreak Red和Daybreak Blue两款网络防御专用模型现已通过Amazon Bedrock提供给符合条件的客户。这两款模型在芯片层面强制执行零操作员访问，确保代码和漏洞数据的安全。Daybreak Red专注于攻击性安全测试，而Daybreak Blue则侧重于防御性安全操作。此次合作将OpenAI的模型能力与AWS的云基础设施相结合，为企业提供更高效的网络安全解决方案。

AI产品 OpenAI AWS Amazon Bedrock

事件专题

推荐理由：OpenAI的Daybreak Red和Blue上架Bedrock，做网络攻防的可以试试，芯片级零操作员访问，数据更安全。

原文

00:27

官方一手AWS Machine Learning Blog@Dani Mitchell

精选

AWS博客发布Claude apps gateway生产级部署指南，该网关是Claude Code和Claude Desktop与Amazon Bedrock或Claude Platform之间的自托管治理层。文章涵盖端到端架构、企业部署模式、成本估算及实施资源。Claude apps gateway可帮助企业统一管理Claude应用访问策略，实现安全合规的AI工作负载部署。

技巧 Claude AWS Amazon Bedrock

事件专题

推荐理由：AWS官方出了Claude网关的企业部署方案，讲清了架构和成本，做企业级Claude接入的可以照着搭。

原文

00:26

官方一手AWS Machine Learning Blog@Koyo Hidaka

精选

ONESTRUCTION在AWS Generative AI Innovation Center的技术支持下，构建了专为建筑和BIM工作流设计的基础模型Ishigaki-IDS。该模型通过合成数据、三阶段训练流程和可验证奖励机制，在Amazon EC2上完成训练。案例展示了在数据稀缺领域如何利用AWS工具链构建领域专用模型。

AI模型 Ishigaki-IDS ONESTRUCTION AWS

推荐理由：建筑行业缺数据？看ONESTRUCTION怎么用AWS的合成数据和三阶段训练搞出个专用模型，挺有参考价值。

原文

8月10日

22:31

22:31IT之家（博客/媒体）

诺和诺德宣布与AWS达成战略合作，AWS成为其首选云服务商和战略AI合作伙伴。双方在诺和诺德的伦敦设施内设立人工智能协同创新中心，由诺和诺德研发团队与AWS工程师、AI专家共同参与。合作将利用AWS AI技术和诺和诺德的数据及见解，加快药物发现进程并现代化技术基础设施，以缩短从药物靶点到首次人体用药的时间。

行业诺和诺德 AWS AI制药

推荐理由：诺和诺德是糖尿病巨头，这次拉着AWS在伦敦建AI研发中心，目标就是让新药从靶点到临床更快，搞医药的人可以关注一下。

原文

8月8日

23:30

23:30IT之家（博客/媒体）

亚马逊在加州吉尔罗伊市的新建AI数据中心项目上月开工，当地居民表示此前并不知情。该项目占地22.7公顷，2020年即提交申请，但审批流程持续多年。据《华尔街日报》报道，亚马逊利用该市45年前制定的土地规划避开进一步审查。居民想表达担忧时，被告知公众评审期已于2024年结束。居民普遍担忧水资源消耗，亚马逊回应称项目配有废水回收系统可自足。

行业亚马逊 AWS 数据中心

推荐理由：亚马逊用45年前的老规划建数据中心，绕开社区投票，居民连反对的机会都没有。看看科技巨头怎么在当地“合法”钻空子。

原文

00:47

官方一手AWS Machine Learning Blog@Gili Rosenberg

精选

AWS Generative AI Innovation Center 构建了一款自动化系统，用于判断 NHL 球队何时及如何锁定季后赛席位。该系统结合约束编程与自定义树搜索，给出数学上确定的晋级场景。其有效性已用 NHL 官方发布的四个完整赛季结果进行验证。

行业 AWS NHL 约束编程

推荐理由：AWS搞了个系统，用约束编程和树搜索算出哪支NHL球队锁定季后赛，还拿四个赛季验证过。

原文

8月7日

23:30

23:30IT之家（博客/媒体）

据《The Information》报道，亚马逊 AWS 要求工程师关闭不再使用的 EC2 实例，以应对 AI 训练和推理带来的算力紧缺。数据显示，约 65% 的 EC2 实例在 30 天内平均 CPU 利用率低于 20%。AWS 升级了 Compute Optimizer，自动分析 14 天内的 CPU 和 IO 数据，标记峰值利用率低于 15%、网络流量极低的虚拟机。过去一年 AWS 新增了 3.8 吉瓦电力容量，但仍面临资源紧张。

行业 AWS EC2 Compute Optimizer

推荐理由：AWS 内部都在省算力了，65% 的 EC2 实例利用率不到 20%，赶紧看看你家的闲置机器能不能关。

原文

11:06

shao__meng@shao__meng

精选

Agent Plugins 是由 OpenAI、AWS、Cursor、GitHub、VS Code 和 Vercel 等厂商共同推动的开放标准。它把 Agent Skills 与 MCP 服务器配置打包成可移植插件，实现一次构建、多客户端复用。该标准面向 AI Agent 客户端，旨在减少重复开发。官方站点 agent-plugins.org 已上线，提供规范说明。

AI产品 Agent Plugins OpenAI AWS

事件专题

推荐理由：OpenAI、AWS、Cursor等一起搞的Agent Plugins标准，智能体插件能跨客户端复用了。

原文

00:33

官方一手AWS Machine Learning Blog@Dan Ferguson

Amazon SageMaker Python SDK v3在notebook中直接提供生成式AI推理推荐。用户可对现有端点运行基准测试，获得基于实际数据的部署建议。随后无需离开notebook即可部署推荐配置。该功能集成于Amazon SageMaker AI。

AI产品 Amazon SageMaker Python SDK AWS

推荐理由：AWS把LLM优化搬进了SageMaker的notebook，跑完基准测试直接给你部署建议，不用再手动调参了。

原文

00:30

官方一手AWS Machine Learning Blog@Zaid Barkat

精选

AWS 博客介绍了如何将 Claude Code 在 Amazon Bedrock 上的推理限制在单一 AWS 区域（伦敦）内，以满足受监管客户的数据驻留要求。方案有两种：使用应用推理配置文件或 Mantle 端点，并搭配 IAM 区域条件。文章还演示了如何通过 AWS CloudTrail 验证合规性。

技巧 Claude Code Amazon Bedrock AWS

推荐理由：如果你的企业有数据必须留在某个 AWS 区域的要求，这篇教你用两种方法把 Claude Code 锁死在单区域，还能用 CloudTrail 查合规。

原文

8月6日

02:25

官方一手AWS Machine Learning Blog@Rohan Lekhwani

精选

AWS发布技术博客，介绍如何为Amazon Bedrock AgentCore托管的云上AI代理搭建MCP桥接，使其能调用用户笔记本电脑上的本地MCP服务器。方案通过浏览器扩展和Chrome原生消息传递，在现有WebSocket连接上隧道传输签名消息，无需开放端口或VPN。文中详细说明了AgentCore与本地MCP工具之间的安全通信机制，并给出了具体实现步骤。

技巧 MCP AgentCore AWS

推荐理由：AWS官方教你怎么在云上代理和本地工具之间搭桥，不用开端口也不用VPN，跟着步骤就能搞定。

原文

02:24

官方一手AWS Machine Learning Blog@Adi Jabkowski

75°

Mobileye在AWS官方博客中分享了用Amazon Bedrock AgentCore构建AI支持代理的完整过程。项目始于支持团队遇到的瓶颈，随后通过概念验证验证了方案可行性。最终部署采用混合架构，打通了本地系统与AWS云服务。文章重点展示了AgentCore如何在企业级治理和安全标准下扩展AI代理。

技巧 Mobileye Amazon Bedrock AgentCore AWS

推荐理由：Mobileye用Bedrock AgentCore搭了个客服智能体，把本地系统和云打通了，还讲了怎么过安全和治理这关，挺实在。

原文

8月5日

21:41

21:41IT之家（博客/媒体）

CrowdStrike与AWS联合举办AI安全挑战赛《AI Unlocked：Agents of Chaos》，总奖金10万美元，折合约67.6万元人民币。比赛要求玩家使用提示词注入等技术，尝试策反被虚构敌手控制的AI智能体并阻止其攻击。挑战赛分三幕：第一幕The Sanctum奖金1万美元，第二幕The Gatekeeper奖金2万美元，第三幕The Basilisk奖金7万美元。游戏将于8月31日面向全球开放，所有谜题可重复挑战。

行业 CrowdStrike AWS AI安全

推荐理由：CrowdStrike和AWS搞了个10万美元奖金的AI红队挑战赛，用提示词注入去策反智能体，想练手的可以上。

原文

8月4日

01:42

官方一手AWS Machine Learning Blog@Subhro Bose

Formula 1与AWS合作构建Data Accelerator，基于Amazon Bedrock AgentCore的agentic AI改造其MarTech数据平台。该方案将数据源接入时间从最长8周缩短到约40分钟，并实现schema演进的自动化。F1还获得了覆盖粉丝互动数据资产的全链路可观测性。

行业 F1 AWS Amazon Bedrock

推荐理由：F1和AWS搞了个Data Accelerator，用agentic AI把数据接入从几周干到40分钟，还自动处理表结构变化，搞数据的值得看看。

原文

00:47

官方一手AWS Machine Learning Blog@Nafi Diallo

Amazon Bedrock 新增自动化推理策略优化功能。该引擎能诊断失败的测试，并为规则问题和语言问题提出形式逻辑修复方案。所有变更需人工批准后才生效。文章演示了两种优化模式的完整 API 和控制台工作流。

技巧 Amazon Bedrock Automated Reasoning AWS

推荐理由：AWS 给 Bedrock 加了自动策略优化，能诊断测试失败并提议修复，你确认后才生效。文章带完整 API 和操作流程。

原文

8月3日

22:09

22:09IT之家（博客/媒体）

亚马逊8月3日盘初涨超4%，市值达3.08万亿美元创历史新高。其AWS云业务营收增速创18个季度新高。公司上调2026全年资本开支指引，预计AI算力供不应求趋势持续。机构称全球九大核心云服务商7月底迎来资本支出上调潮，算力扩产力度超市场预期。亚马逊2026财年第二财季营收2006.06亿美元，同比增长19.62%。

行业亚马逊 AWS AI算力

推荐理由：亚马逊财报太猛了，AWS增速创18季度新高，还上调资本开支，AI算力这波热度还在涨。

原文

7月29日

03:33

官方一手AWS Machine Learning Blog@Sean Eichenberger

MCP 2026-07-28规范是该协议发布以来最大的一次修订：协议改为无状态，引入受控扩展系统，并强化了授权机制。AWS在Amazon Bedrock的AgentCore Gateway上实现了对该规范的支持。用户只需调用一次UpdateGateway，即可启用新版MCP。该更新提升了安全性和扩展管理能力。

技巧 MCP Amazon Bedrock AgentCore Gateway

推荐理由：AWS发了篇教程，教你用一次UpdateGateway调用让AgentCore Gateway支持新版MCP。改成了无状态，更好管扩展和安全。

原文

7月28日

00:27

官方一手AWS Machine Learning Blog@Dhananjay Karanjkar

传统RAG在处理跨数百文档的分析任务时效果有限。AWS提出了任务感知知识压缩（TAKC），将整个知识库预压缩为任务特定表示，并在多个保真度级别缓存。系统根据查询路由到合适的层级。该方法已提供开源实现，可部署在AWS上。

AI模型 RAG TAKC AWS

推荐理由：AWS搞了个新方法TAKC，能把知识库压缩成不同精度的缓存，让AI跨文档分析更快更准，比传统RAG强多了。

原文

7月24日

01:11

官方一手AWS Machine Learning Blog@Anupa Bhattacharyya

精选

本文演示如何在 Amazon QuickSight 中使用 Highcharts 自定义可视化来构建跨区域运营商性能仪表板，克服原生图表限制。通过 QuickSight 联邦数据集功能，可在维护 AWS 区域数据主权的同时创建统一可视化。方案包含生产级图表配置，并解决安全、合规和扩展性需求。

技巧 Amazon QuickSight Highcharts 数据可视化

推荐理由：QuickSight 原生图表不够用？试试用 Highcharts 自定义组件，能跨区域整合数据还能保证数据主权。看完就能上手搭建生产级仪表板。

原文

7月18日

07:16

07:16IT之家（博客/媒体）

据《华尔街日报》报道，SpaceX正与美国五角大楼洽谈，计划提供价值数十亿美元的数据中心算力以运行AI大模型。SpaceX员工内部讨论设想与CoreWeave、Neocloud等公司竞争，拟通过更低价格向AI客户出售算力。美国国防部正在寻求更多云计算资源，亚马逊AWS曾表示将最高投资500亿美元（约3390.17亿元）为政府机构提供AI超算基础设施。目前洽谈仍在进行，协议可能无法达成。

行业 SpaceX 五角大楼 AI算力

推荐理由：SpaceX也要靠低价抢AI算力生意了，目标是五角大楼，你觉得能打得过AWS吗？

原文