AWS 发文按组件拆解 Amazon Quick 的提示词工程实践，覆盖 Quick Research、Quick Flows 和 Quick Sight。Quick Research 可接入 Quick Index 企业数据、200+ 家新闻源以及 S&P Global、FactSet、IDC、美国专利数据和 PubMed 等付费数据集，提示词需明确目标、受众与范围；Quick Flows 支持条件分支、循环和用户输入，复杂逻辑宜写成编号步骤；Quick Sight 查询需包含业务问题、指标、维度、时间范围与可视化类型。
匹配字段摘要、正文
AWS 分享了一套合同智能平台架构：用 AI 智能体从合同 PDF 中提取 8 个关键字段，再由独立的验证智能体复核，签名识别分歧时由 Amazon Textract 做确定性裁决，结果存入 Amazon Aurora PostgreSQL。该方案针对 RAG 语义检索无法回答跨全部合同的聚合问题，改用结构化提取加数据库查询，并通过嵌入式仪表盘和自然语言聊天智能体提供答案。
匹配字段摘要、正文
Condé Nast 与 AWS 生成式 AI 创新中心合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，并选用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与字幕。该方案将单次内容检索耗时从平均 250 分钟降至 2 分钟以内，覆盖超 14 万条视频库，支持自然语言意图搜索、图像查询和精确时间戳定位。
匹配字段摘要、正文
SearchBlox 将 Inception 的 Mercury dLLM 集成进 SearchAI，为企业搜索带来亚秒级 GenAI 响应，并将推理成本降低 60% 至 90%。Mercury 作为模型端点接入现有 RAG 管线，无需重构，客户可在 AWS Bedrock 或 Azure Foundry 上私有部署。该方案已覆盖电商、客服、企业知识与数字体验搜索等场景。
匹配字段摘要、正文
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。该模型适合持续或规模化负载，例如告警首次响应、智能体持续监控、SQL 生成、UI/UX 测试和 IDE 内编码智能体；需要判断力的工作如发布调试、多 PR 功能栈、大型 PR 安全审查则交给 Opus 5.5。用户可在 Bedrock 控制台 Playground 选择 Sonnet 5.5，或通过 Anthropic SDK、AWS CLI 和 AWS SDK 调用，目前通过 bedrock-runtime 的 Global CRIS 推理配置文件提供。
匹配字段摘要、正文
AWS 发布教程，演示如何用 vLLM-Omni Deep Learning Container 在 Amazon SageMaker AI 上部署 Qwen3-TTS，通过 SageMaker 双向流式连接实现文本流入、24 kHz PCM 音频分块流出，并配套 Gradio 应用。该 DLC 基于 vLLM-Omni v1.5，新增 SageMaker AI 所需的双向流式能力标签与路由中间件，示例使用 v1/audio/speech/stream 原生 WebSocket 路由。
匹配字段摘要、正文
在 Amazon SageMaker AI 上，用同一个 AWS vLLM-Omni DLC 镜像部署两个端点：实时端点跑 FLUX.2-klein-4B 生成图像，异步端点跑 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词送入视频端点，生成的 MP4 从 Amazon S3 取回，示例还提供命令行流程和可选的 Streamlit 界面。
匹配字段摘要、正文
AWS 发布基于 Amazon Nova Act 与 Amazon Bedrock AgentCore 的智能体驱动合成监控方案，用多模态 LLM 读取 UI 截图而非 DOM 选择器，替代 Selenium、Playwright 等易碎脚本。早期企业客户用例中，Nova Act 在浏览器工作流上准确率超过 90%，典型六步旅程耗时 2 到 4 分钟。方案通过 EventBridge 调度，由 AgentCore Runtime 管理浏览器会话生命周期。
匹配字段摘要、正文
AWS 发布方案，用 CloudFormation 和 Terraform 模板自动化 Amazon Textract 适配器跨账户生命周期管理，把适配器 ID 外置到 AWS Systems Manager Parameter Store 后，更新生产适配器引用可零停机、无需重新部署应用，原本数小时到数天的协调缩短到几秒。方案覆盖适配器晋升、文档路由和生产安全配置，并给出跨账户复制与集中式 Hub 账户两种架构；适配器类型无关，同样适用于 Forms 和 Tables 适配器。
匹配字段摘要、正文
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超过 30%，单任务成本最多降低 30%，在多项基准上接近 Opus 5.5。编码提升最明显：Terminal-Bench 4.0 从 Sonnet 5 的 10.3% 升至 70.6%，CursorBench 4.0 从 34.1% 升至 55.5%，仅比 Opus 5.5 的 57.8% 低两点；知识工作基准 GDPval-AA 得 1,844 分，接近 Opus 5.5 的 1,846 分。每百万 token 价格与 Sonnet 5 相同（输入 2 美元、输出 10 美元、缓存读取 0.20 美元），模型已在 AWS、Google Cloud 和 Microsoft Azure 上线，模型 ID 为 claude-sonnet-5-5，并首次为 Sonnet 系列加入网络安全防护措施。
匹配字段摘要
一位工程师在将 Amazon EKS 从 1.32 升级到 1.34 时，用 Claude Code 完成兼容性调查、更新作业与作业留痕，耗时比过去只升一个版本还短，且生产环境影响为零。他用子代理并行调查 10 多种周边组件，并借助 Claude Code 得知了 aws eks list-insights 这一 Cluster Insights 检查功能。文章强调最终判断与输出核验仍由人负责，AI 会补全看似合理的理由。
匹配字段摘要、正文
Mastra 发布指南，说明医疗、金融科技和公共部门团队如何在其上构建可治理的智能体系统。Mastra 框架开源、可自托管在自有 VPC 或 AWS GovCloud，平台已通过 SOC 2 Type II 审计，HIPAA 合规即将推出，并可在任何套餐签署 BAA。访问控制方面，框架、处理器和 request context 开源，Studio SSO 与 RBAC 属企业版，FGA 为付费附加项。
匹配字段摘要、正文
AWS 展示如何在 Amazon SageMaker HyperPod 上运行开源 RL 框架 SkyRL，用 GRPO 训练 Qwen3-VL-8B 视觉语言模型完成 2D 迷宫导航。从 VisGym SFT 检查点出发，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。方案使用 3 台 ml.g7e.12xlarge（共 6 张 GPU）加 1 台 ml.r5d.16xlarge 头节点，vLLM 与 FSDP 策略模型共置，LoRA 适配器经 Amazon FSx for Lustre 同步。
匹配字段摘要、正文
NarrateAI 在 Amazon Bedrock 上通过自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证五项技术，为超过 4000 名 AWS 高管提供实时业务问答，实现约 99% 的数值准确率。其中自适应流水线按数据量路由查询，约 90% 的查询走单次快速路径，复杂查询才启用并行批处理。
匹配字段摘要、正文
Amazon SageMaker HyperPod 与 Qumulo 的 Cloud Native Qumulo（CNQ）和 Cloud Data Fabric（CDF）组合，可让训练计算位于一个 AWS Region、数据集留在另一个 Region，无需复制数据或修改代码。验证中，位于 us-west-2 的 spoke 集群通过 CDF 以 60 ms 网络延迟读取 us-east-2 的数据，运行 1.02B 参数 LLaMA v3、2 台 ml.p5.48xlarge（共 16 张 H100），短暂预热后吞吐追平本地 hub 集群。NeuralCache 预热后 94–96% 读取由本地缓存以低于 5 ms 延迟完成。
匹配字段摘要、正文
AWS 介绍如何用 Amazon Bedrock AgentCore Gateway 和 MCP 构建多账户 AI 智能体：平台账户通过 AgentCore Runtime 运行智能体、经 Amazon Bedrock 做 LLM 推理，各业务线账户把数据与工具封装为 MCP server，由 Gateway 作为单一 MCP 端点统一发现和调用工具。方案还结合 AgentCore Identity 与 Okta 做 OAuth 2.0 M2M 认证，并用 Policy in AgentCore（Cedar）实现细粒度授权。
匹配字段摘要、正文
AWS 发布 WhisperX 深度学习容器（DLC），在 OpenAI Whisper 基础上加入批量推理、wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。实时端点适用于 60 秒内完成的短音频，长音频建议用异步端点，两者均需将 InferenceAmiVersion 固定为 al2-ami-sagemaker-inference-gpu-3-1。
匹配字段摘要、正文
Cato AI Labs 指出，Amazon Bedrock AgentCore 的原生访问控制无法阻止提示词注入，需在提示词、工具调用、工具响应和输出四个阶段检查智能体与模型之间的内容交换。AgentCore Policy 用 Cedar 规则拦截经 Gateway 的工具调用，但开发者直接写入代码的工具不经过 Gateway，因此不受检查。Cato 的 Amazon Bedrock 集成以只读方式发现 AgentCore 上的全部智能体，并覆盖 AWS、Microsoft Foundry、Amazon Quick 及开发者自建端点上的智能体。
匹配字段摘要、正文
荷兰零售商 HEMA 基于 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，并通过 Model Context Protocol（MCP）把知识接入 HAL 聊天、Kiro、Claude 等工具。HAL 将原本需要三四个门户、耗时一下午的查询缩短到数秒，安全依托 Microsoft Entra ID，客户端不存 AWS 凭证，目前为只读访问。
匹配字段摘要、正文
开源终端 AI 编码智能体 OpenCode 可接入 Amazon Bedrock 上的开放权重模型，推理在用户自己的 AWS 账户内完成，无需管理基础设施，也没有按席位收费。文章演示了用 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 配置多模型工作流，并介绍 Bedrock 的三种定价层级：Priority、Standard 按 token 计费，Flex 成本低 50%。
匹配字段摘要、正文