AWS 介绍如何用开源智能体系统 OpenClaw 搭配 Amazon Bedrock AgentCore runtime 和 AgentCore memory 构建带长期记忆的个人助手，并以园艺助手 Sprout 为例。文本对话路由到 Claude Haiku 4.5，图像理解路由到 Claude Sonnet 4.5，整套系统放在单个 CloudFormation 模板中一键部署，轻量个人使用每月约 1–2 美元。
匹配字段摘要、正文
Amazon Bedrock Managed Knowledge Base 新增智能体检索能力，通过 AgenticRetrieveStream API 将多部分问题拆解为子查询、执行并判断证据是否充分，不足时再次检索；langchain-aws 包同时暴露该路径与标准 Retrieve API 单次混合搜索。文中用同一多部分问题对比两条检索路径，并分析各自成本与适用场景。
匹配字段摘要、正文
Amazon Quick 的跨账户资源迁移此前只能手工重建，AWS 现推出 Quick Resource Migrator——一个托管在 Amazon Bedrock AgentCore 上的 MCP 服务器，通过单次工具调用即可把 chat agents、action connectors、知识库、flows 和 spaces 从开发账户迁移到生产账户。该工具为幂等 upsert，更新前会把版本化备份写入 Amazon S3，并提供只读预览，权限通过 Describe*Permissions API 原样复制，源代码已在 aws-samples 仓库公开。
Amazon Quick 的跨账户资源迁移此前只能手工重建，AWS 现推出 Quick Resource Migrator——一个托管在 Amazon Bedrock AgentCore 上的 MCP 服务器，通过单次工具调用即可把 chat agents、action connectors、知识库、flows 和 spaces 从开发账户迁移到生产账户。该工具为幂等 upsert，更新前会把版本化备份写入 Amazon S3，并提供只读预览，权限通过 Describe Permissions API 原样复制，源代码已在 aws-samples 仓库公开。
匹配字段摘要、正文
量子位访谈了6位FDE（Forward Deployed Engineer，前线部署工程师）从业者，发现他们的工作内容差异很大。海外方面，Anthropic宣布投资1亿美元在2027年底前培训1万名FDE工程师，OpenAI带40亿美元投资成立专做部署的公司，AWS拿出10亿美元组建FDE部门；国内Kimi宣布联合多家IT服务商共建FDE队伍，腾讯云推出FDE工程师认证。从业者普遍表示沟通需求占七成以上时间，开发约占三成，核心工作之一是梳理企业Ontology。Baseten的FDE基本不驻场，而独立接单的从业者业务模式正偏向咨询。
匹配字段摘要、正文
Simon Willison 呼吁按用量付费的 API 和服务默认提供硬性预算上限，即达到每月 $X 后直接切断并返回错误，而非只发警告邮件的软上限。他认为编码智能体和各类个人智能体降低了启动付费服务的门槛，用户更愿意看到报错而不是一觉醒来收到 $10,000+ 的账单。他特别希望 AWS 提供该功能，并提到 Google Cloud 已于 7 月推出 Spend Caps。
匹配字段摘要、正文
亚马逊AWS CEO Matt Garman发布3000余字博客，呼吁公众支持AI数据中心项目，警告若各地通过数据中心禁令，美国可能在经济和国家安全竞争中落败。博客称全美正考虑超过100项数据中心禁令，并推出“Data Center Commitment”，承诺创造就业、防止推高当地电价，并投入超过10亿美元支持数据中心周边社区。亚马逊还表示不再与政府机构签署保密协议，此前民主党议员Jamie Raskin曾就科技公司与地方官员的秘密协议展开调查。
匹配字段摘要
AWS 介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，让模型自主决定检索策略与停止时机。MTRL 以多轮 rollout 生成训练数据，支持 PPO、CISPO、IS 损失与 GRPO 等优势估计器，并提供无服务器执行、可恢复训练和 MLflow 轨迹观测。该方案以 nDCG@10 为主要奖励指标，训练后可在 SageMaker AI 端点或 Amazon Bedrock 上部署。
匹配字段摘要、正文
AWS 发布教程，介绍如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search，弥补模型训练知识截止的缺口。该 Web Search 由 Amazon 网页索引支持，覆盖数百亿文档，查询流量全程留在 AWS 内，无需外部 API key。集成采用 AWS IAM Identity Center 经 Amazon Cognito 联邦签发 JWT 的入站认证，目前已在 us-east-1、eu-west-1 和 ap-northeast-1 三个区域可用。
匹配字段摘要、正文
AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面用自然语言提问合规问题，实际判定交由确定性（非 AI）规则引擎完成，模型只负责把问题翻译成固定类型操作并叙述结果。该模式通过完整性回执保证 compliant + in-breach + ambiguous + unreadable 等于 scanned，避免 RAG 或 text-to-SQL 的漏检风险，适用于租约合规、制裁筛查、保险理赔等场景。
匹配字段摘要、正文
AWS 发布教程，演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久化记忆后端，并部署在 Amazon EKS 上。NAT 是开源智能体框架，其记忆模块通过实现 MemoryEditor 接口的 add_items()、search()、remove_items() 方法扩展自定义记忆提供方，内置提供方包括 Mem0、MemMachine、Redis 和 Zep。S3 Vectors 单索引支持最多 20 亿向量，写入后记忆立即可见，按存储、写入和查询计费。
AWS 发布教程，演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久化记忆后端，并部署在 Amazon EKS 上。NAT 是开源智能体框架，其记忆模块通过实现 MemoryEditor 接口的 add items()、search()、remove items() 方法扩展自定义记忆提供方，内置提供方包括 Mem0、MemMachine、Redis 和 Zep。S3 Vectors 单索引支持最多 20 亿向量，写入后记忆立即可见，按存储、写入和查询计费。
匹配字段摘要、正文
AWS 发布基于 Amazon Bedrock AgentCore 的 ambient agent 参考实现，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。该实现通过单个 ask_human 工具和统一响应信封支持 Notify、Question、Review 等人工介入模式，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。
AWS 发布基于 Amazon Bedrock AgentCore 的 ambient agent 参考实现，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。该实现通过单个 ask human 工具和统一响应信封支持 Notify、Question、Review 等人工介入模式，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。
匹配字段摘要、正文
Firebase iOS SDK 因后端变更崩溃，导致所有使用 Firebase 分析的应用宕机 2-6 小时，Google 未更新状态页也未提供事后复盘。同期 OpenAI 正打造类似 AWS 的平台，允许 ChatGPT 支出分配给 16 家合作伙伴的开放模型与 AI 服务；Vercel AI 网关数据显示 60% 的模型支出流向开放权重模型。
匹配字段摘要、正文
Google Cloud 宣布分布式多模型数据库软件 Spanner Omni 正式版发布，它是托管版 Google Cloud Spanner 的软件版本，可安装到本地机器。该版本支持 Linux（RHEL 9、Ubuntu 22）和 macOS（M1、M2、M3），也支持 Google Cloud 与 AWS 的虚拟机或 Kubernetes Pod，并继承 Paxos 共识、自动分片、同步复制等核心能力，用软件组件替代 Colossus 和 TrueTime。Spanner Omni 支持向量类型与 kNN、ANN 检索，可通过 MCP Toolbox for Databases 接入 AI，提供免费 90 天的 Developer Edition 和按 vCPU 年度订阅的 Commercial Edition。
匹配字段摘要、正文
Rox 在其企业营收智能体平台中采用 Cerebras Inference 作为低延迟推理路径，通过按意图动态路由模型，让 Command 对话、语音免手操作和实时研究查询即时响应，深度研究任务则交给后台大模型处理。Rox 创始工程师称响应速度比此前方案快 10-20 倍，且输出质量保持出色。Cerebras Inference 现已上线 AWS Marketplace，按 token 付费、无需自建基础设施，可在原有 AWS 账单与安全框架内通过 API 接入。
匹配字段摘要、正文
Cerebras 发布第四代系统 CS-4，由三颗 Wafer Scale Engine 3 Turbo 处理器构成，官方称其推理速度最高可达 GPU 系统的 30 倍，每瓦吞吐量最高为 CS-3 的 10 倍。CS-4 将晶圆间互联延迟降至最低 2 微秒，可在超过 10 万亿参数的模型上实现每秒 1000 token 以上，并原生支持解耦推理，可搭配 AMD Helios、AWS Trainium 等平台做 prefill。该系统基于新的 Cerebras Nexus 平台架构，组件数量减少 50%，首批出货于本季度开始。
匹配字段摘要、正文
斯坦福 RegLab 团队用 LLM 流水线审查全美 9623 个地方司法辖区的约 900 万条法律条文，筛出约 1 万条涉嫌歧视的法律供人工复核，并估计至少 5000 万美国人生活在存在明显歧视性法规的城镇中。该流程先标记涉及受保护类别的条文，再判断是否构成差别对待，在识别差别法律待遇上准确率超过 90%，对人工标注为高优先级的条文召回率为 88%。论文《Hidden in Plain Text: LLM-Assisted Detection of Discriminatory Local Laws》发表于 ICAIL 会议，研究由斯坦福 HAI 部分资助，作者强调仍需人工审查，且方法无法识别表面中立但实际有歧视效果的法规。
匹配字段摘要、正文
AWS 发布技术教程，演示如何用 Amazon Bedrock Knowledge Bases 构建理赔助手，通过 AgenticRetrieveStream API 以自然语言查询理赔文件并返回带引用的答案。方案从 Amazon S3 摄取 PDF、Word 和文本格式的理赔文档及元数据，支持多轮追问、按 claim ID 和 claim type 等元数据过滤检索，并加入上下文接地护栏确保答案有据可依。文中使用合成理赔数据，并非生产客户部署。
匹配字段摘要、正文
AWS 发布教程，演示如何在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲智能体用 Claude Sonnet 4.6 生成音乐简报并在实例自带的 NVIDIA L4 上运行 ACE-Step 模型渲染音频，交付智能体读取共享文件并做 EQ、压缩、限幅处理，合规智能体独立复测并筛查与曲库的谐波相似度。三个智能体通过同一 runtimeSessionId 共置在同一 EC2 实例上共享文件系统，会话最长可保持 14 天，各团队可独立部署自己的智能体。
匹配字段摘要、正文
Amazon Bedrock 现支持在首尔区域使用 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域使用 Claude Sonnet 5 进行区域内推理，请求与数据全程不离开所调用的 AWS 区域。该功能通过 bedrock-runtime 端点以直接模型 ID（如 anthropic.claude-opus-5）调用，支持 Anthropic Messages API 及 Bedrock InvokeModel、Converse API，并兼容 Guardrails 和智能提示词路由。吞吐量受该区域容量限制，配额、CloudWatch 指标和 CloudTrail 日志均限定在同一区域。
匹配字段摘要、正文
AWS 发布 Amazon Quick 提示词工程基础指南，讲解如何通过明确指标、时间范围、业务上下文和示例来提升 AI 功能输出质量。文章提出 CRISPE 通用框架，并针对知识检索、自定义智能体和复杂查询分别给出 RADAR、ARCHITECT、QUEST 框架，这是两部分系列的第一篇。
匹配字段摘要、正文