AWS 发布教程，介绍在 Amazon Bedrock 上调用 OpenAI 模型时如何用提示词缓存降低智能体重复读取上下文的成本，区分隐式缓存与显式 prompt_cache_breakpoint 两种方式并建议组合使用。文中给出工具与指令缓存、多轮历史滚动断点、会话中途新增工具、子智能体共享前缀等代码示例，并称在 GPT-6 Astra 的六轮工作负载中隐式缓存降低约 62% 输入成本，显式滚动断点降低约 61%。可缓存前缀需至少 1024 token，缓存写入按正常输入价格的 1.25 倍计费。
匹配字段标题
AWS 解决方案架构团队构建并开源了多智能体系统 Deep Insight，可将 CSV 数据与自然语言提示转化为带引用的 .docx 分析报告。系统由 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等八个智能体分层协作，基于 Strands Agents SDK 的 Graph 与 Agents-as-Tools 模式控制执行流，并按角色分别选用 Claude Haiku、Opus 和 Sonnet。生产部署依托 Amazon Bedrock AgentCore 运行时，LLM 生成的代码在 AWS Fargate 的按会话临时容器中隔离执行，配套 Web UI 与 Ops 仪表盘。
匹配字段标题
AWS解决方案架构团队构建并开源了多智能体系统Deep Insight,该系统可将CSV数据与自然语言提示转化为带引用的.docx分析报告。系统由Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker等八个智能体分层协作,基于Strands Agents SDK的Graph与Agents-as-Tools模式控制执行流,并按角色分别选用Claude Haiku、Opus和Sonnet。生产部署依托Amazon Bedrock AgentCore运行时,LLM生成的代码在AWS Fargate的按会话临时容器中隔离执行,配套Web UI与Ops仪表盘。目前该事实仅有AWS Machine Learning单一来源报道,尚无后续发展事实。
匹配字段标题
AWS解决方案架构团队构建并开源了多智能体系统Deep Insight,该系统可将CSV数据与自然语言提示转化为带引用的.docx分析报告。系统由Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker等八个智能体分层协作,基于Strands Agents SDK的Graph与Agents-as-Tools模式控制执行流,并按角色分别选用Claude Haiku、Opus和Sonnet。生产部署依托Amazon Bedrock AgentCore运行时,LLM生成的代码在AWS Fargate的按会话临时容器中隔离执行,配套Web UI与Ops仪表盘。目前该事实仅有AWS Machine Learning单一来源报道,尚无后续发展事实。
匹配字段标题
i14 与 AWS 合作，用 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B，单台 trn2.48xlarge 训练吞吐约 120,000 tokens/s。该模型每序列循环状态固定为 29.5 MB，不随上下文长度增长，推理在 1,280 并发序列下达到 11,544 output tokens/s。团队还通过 Muon 的 all_to_all 通信改造把每卡通信量降低 24 倍、训练吞吐提升 1.63 倍。
匹配字段标题
AWS 介绍 Agent Registry 的运行时工具发现方案，智能体通过语义与关键词混合搜索找到已审批的 MCP 服务器和 A2A 智能体，再按描述符即时构建客户端执行请求。示例代码基于 Amazon Bedrock AgentCore Gateway 与 runtime，把订单管理 MCP 服务器和定价、客服两个 A2A 智能体接入，并演示纯语义匹配的退货退款场景。注册表只返回连接元数据，调用凭证需另行通过 Cognito OAuth 或 IAM 获取，新增能力无需改动编排器代码。
匹配字段标题
i14 将其自定义架构迁移到 AWS Trainium2。2026 年 10 月 21 日,AWS Machine Learning 发布的信息显示,i14 与 AWS 合作,使用 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B 模型。单台 trn2.48xlarge 的训练吞吐约为 120,000 tokens/s;该模型每序列循环状态固定为 29.5 MB,不随上下文长度增长;推理在 1,280 并发序列下达到 11,544 output tokens/s。团队还通过 Muon 的 all_to_all 通信改造,将每卡通信量降低 24 倍、训练吞吐提升 1.63 倍。目前尚无后续发展事实。
匹配字段标题
i14 将其自定义架构迁移到 AWS Trainium2。2026 年 10 月 21 日,AWS Machine Learning 发布的信息显示,i14 与 AWS 合作,使用 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B 模型。单台 trn2.48xlarge 的训练吞吐约为 120,000 tokens/s;该模型每序列循环状态固定为 29.5 MB,不随上下文长度增长;推理在 1,280 并发序列下达到 11,544 output tokens/s。团队还通过 Muon 的 all_to_all 通信改造,将每卡通信量降低 24 倍、训练吞吐提升 1.63 倍。目前尚无后续发展事实。
i14 将其自定义架构迁移到 AWS Trainium2。2026 年 10 月 21 日,AWS Machine Learning 发布的信息显示,i14 与 AWS 合作,使用 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B 模型。单台 trn2.48xlarge 的训练吞吐约为 120,000 tokens/s;该模型每序列循环状态固定为 29.5 MB,不随上下文长度增长;推理在 1,280 并发序列下达到 11,544 output tokens/s。团队还通过 Muon 的 all to all 通信改造,将每卡通信量降低 24 倍、训练吞吐提升 1.63 倍。目前尚无后续发展事实。
匹配字段标题
2026年10月2日,AWS发布基于Amazon Bedrock AgentCore的ambient agent参考实现,介绍事件驱动环境智能体与人机协同工作流的构建方法。该实现让智能体由Amazon S3上传或定时任务等事件触发,而非等待用户发起对话。在人工介入方面,它通过单个ask_human工具和统一响应信封支持Notify、Question、Review等模式,信号上的autoExecute开关决定任务自动执行还是先由人工审核。平台由Lambda、SQS、DynamoDB和React前端组成,全部通过一个AWS CDK栈部署,示例默认使用Anthropic Claude Sonnet 4.5。目前尚无后续发展事实。
匹配字段标题
AWS 介绍构建方法 基于Amazon Bedrock AgentCore的事件驱动环境智能体与人机协同工作流
English translation is being prepared.
匹配字段标题