跳到正文
  1. AWS Machine Learning Blog72

    生产级 AI 智能体的四层上下文工程:Deep Insight 的代码实践

    AWS 团队在开源项目 Deep Insight 中展示了生产级 AI 智能体的四层上下文工程实践,通过架构隔离、提示词控制、文件系统外化和独立验证,显著降低 token 消耗。其中,write_and_execute 工具将脚本加入上下文的 token 减少约 95%,按需加载 Skills 使系统提示词缩小约 97%。

    推荐理由:文章给出了四层上下文工程的具体代码实现,读者可据此解决生产级智能体的上下文溢出问题。

  1. AWS Machine Learning Blog72

    AWS 发布 Amazon Bedrock 成本端到端管理指南

    AWS 发布 Amazon Bedrock 成本端到端管理指南,提出包含归属、观测、执行、优化和运营的五阶段操作模型。该模型利用 IAM 标签和 CUR 2.0 实现按身份的成本归属,通过模型调用日志和请求元数据实现工作负载级观测,并建议根据风险选择监控告警、IAM 拒绝或网关同步拦截等预算执行层级。

    推荐理由:文章给出了从成本归属、请求观测到预算强制执行的五阶段操作模型,帮助团队将 Bedrock 支出转化为可治理的工程问题。

  1. AWS Machine Learning Blog72

    使用 CDK 在 Amazon Bedrock 托管知识库上构建 Agentic 检索系统

    AWS 发布教程,展示如何使用 AWS CDK 在 Amazon Bedrock 托管知识库上构建企业级 Agentic 检索系统。该系统通过 AgentCore Gateway 将知识库暴露为 MCP 工具,支持多知识库语义路由和迭代检索,并内置七层可观测性仪表板及按需与连续评估功能。

    推荐理由:原文展示了如何用 CDK 部署带可观测性和评估的 Agentic RAG 系统,读者可参考其架构解决多知识库路由问题。

  1. AWS Machine Learning Blog77

    AWS 发布 Deep Insight 多智能体系统解决生产环境五大挑战

    AWS 解决方案架构团队发布开源多智能体系统 Deep Insight,旨在解决生产环境中的执行流控制、模型选择、安全部署、代码隔离及运维监控五大挑战。该系统采用 Strands Agents SDK 的 Graph 模式定义智能体协作流程,并结合 Amazon Bedrock AgentCore 与 AWS Fargate 实现私有 VPC 内的会话隔离与沙箱代码执行。

    推荐理由:原文展示了多智能体系统从开发到生产落地的完整架构,读者可参考其分层设计与安全隔离方案。

  1. AWS Machine Learning Blog62

    AWS 教程:使用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建智能体语义层

    AWS 发布教程,演示如何使用 Strategy Mosaic 作为语义层,通过 MCP 协议连接 Amazon Bedrock AgentCore 托管的 Strands 智能体。该架构支持跨 Amazon Redshift 和 Amazon Aurora 的无 ETL 联合查询,并将行级和列级安全策略直接应用于智能体调用,确保不同角色用户仅能访问其权限范围内的数据。

    推荐理由:演示了如何通过 MCP 协议将语义层接入 Agent,并实现跨数据源查询与细粒度权限控制。

  2. AWS Machine Learning Blog75

    Amazon Bedrock 为 Anthropic Claude 模型支持结构化输出

    Amazon Bedrock 现已支持所有 Anthropic Claude 模型的结构化输出功能,覆盖 bedrock-runtime 和 bedrock-mantle 端点。该功能通过受限解码在生成阶段强制符合 JSON Schema,消除了对自定义解析、重试逻辑和后处理的需求。

    推荐理由:AWS 官方说明了 Bedrock 对 Claude 模型支持结构化输出的机制,开发者可据此移除自定义解析逻辑。

  1. AWS Machine Learning Blog72

    AWS 发布 2026 年 9 月 AI 构建者更新:Bedrock 接入 OpenAI 模型与 Strands 开源工具链

    AWS 发布 2026 年 9 月 AI 构建者更新,Amazon Bedrock 正式支持 OpenAI 的 GPT-6 Astra、Sol 和 Luna 模型,并推出由 OpenAI 驱动的 Managed Agents 公共预览版。

    推荐理由:汇总了 Bedrock 接入 OpenAI 模型、AgentCore 运行时优化及 Strands 开源工具链更新,展示了企业级智能体在成本与治理上的最新进展。

  2. AWS Machine Learning Blog72

    Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode

    Postman 在 Amazon Bedrock 上构建 Agent Mode,通过动态工具选择、Schema 感知读取和专用上下文处理器解决成熟产品集成 AI 智能体的工程挑战。架构利用 Bedrock 的跨区推理、零数据保留和分层提示词缓存,在保障数据合规的同时应对突发流量并控制推理成本。

    推荐理由:文章复盘了 Postman 在 4000 万开发者规模下构建 Agent Mode 的工程实践,提供了控制工具膨胀、Schema 读取和上下文管理的可复用架构模式。

  1. AWS Machine Learning Blog75

    AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线

    AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。该模型是 Claude 5.5 系列中速度最快、效率最高的模型,专为子智能体和高频、成本敏感型任务设计,大多数任务成本比 Claude Haiku 4.5 低约 75%。

    推荐理由:文章说明了 Claude Haiku 5.5 在 AWS 上的接入方式,并给出了与 Opus 5.5 配合使用的场景建议。

已经到底了