AWS团队介绍基于AgentCore的智能体评估框架
AWS 介绍 基于Amazon Bedrock AgentCore的生产级智能体评估框架
English translation is being prepared.
匹配字段标题
AWS 介绍 基于Amazon Bedrock AgentCore的生产级智能体评估框架
English translation is being prepared.
匹配字段标题
2026年10月15日,AWS提出名为Trust in Depth的代理信任框架,目标是让AI智能体在可验证时自主行动,同时把人类判断留给真正需要决策的环节。该框架采用独立分层的信任机制,围绕Scope、Know、Bound、Observe四个生命周期问题构建。AWS同时引入自动推理技术来验证智能体规则,并称该技术已在IAM(每秒超21亿次请求)、AWS Nitro Hypervisor、Amazon S3 Block Public Access等系统运行十余年。目前尚无后续发展事实。
匹配字段标题
AWS 提出 Trust in Depth
English translation is being prepared.
匹配字段标题
2026年10月14日,Orca Security 与 AWS 合作,基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。据 AWS Machine Learning 发布的信息,该方案采用 RAG 与 schema 感知查询构建的九阶段流水线,并组合使用 Amazon Titan Text Embeddings 与 Cohere Rerank 3.5。相比初始基线,查询成本降低 90%、输入 token 减少 93%、延迟降低 75%;目前每天处理数千次查询,响应时间 15 秒。截至现有证据,尚无后续发展事实。
匹配字段标题
Orca Security 合作构建 Discovery AI
English translation is being prepared.
匹配字段标题
2026年10月12日,AWS 发布面向多节点部署的 Ray LLM Deep Learning Container(DLC)。据 AWS Machine Learning 介绍,该容器可在 Amazon EKS 上把单个大语言模型跨两个 GPU 节点部署,并将 prefill 与 decode 阶段分离在各自节点上,统一暴露一个 OpenAI 兼容端点。容器内置 vLLM、Ray Serve LLM、NIXL 与 EFA 通信栈,通过 build_pd_openai_app 用一段 YAML 完成服务配置,无需编写应用代码。目前该事实仅有这一条第一方证据,暂无后续发展。
匹配字段标题
2026年10月13日,Amazon Web Services团队提出priming方法,相关论文题为《Priming: Hybrid state space models from pre-trained Transformers》。该方法复用预训练Transformer权重初始化混合架构,据Amazon Science发布的信息,可将混合架构的预训练成本降低99%以上。在受控对比中,Gated KalmaNet(GKA)表现优于Gated DeltaNet(GDN)和Mamba-2;基于GKA的32B混合模型在推理基准上与源Transformer持平,128K上下文下解码速度最高提升至2倍。团队以Apache 2.0协议开源了8B和32B的混合模型、训练代码、优化内核及vLLM服务插件。目前尚无后续发展事实。
匹配字段标题
AWS 推出 Ray LLM DLC for multi-node deployments
English translation is being prepared.
匹配字段标题
2026年10月12日,AWS与HSBC发表论文,提出Double Ratchet,让评分器随智能体技能同步演化,不再需要人工编写评分标准。该方法用10个标注样本筛选评分器版本,且只以与标注样本一致为准,不以抬高智能体得分为目标。在代码、SQL和报告任务上,它保留了真实标注或评分细则所带来增益的88%到110%;移除防护机制后,评分器放行了97%到100%的输出,但训练技能的效果相当。目前该工作以论文形式公开,尚无后续进展。
匹配字段标题
AWS与HSBC 发表论文提出 Double Ratchet:评分器与智能体技能共同进化
English translation is being prepared.
匹配字段标题
Amazon Web Services团队 提出 priming方法
English translation is being prepared.
匹配字段标题
2026年10月8日,安全公司Zenity Labs披露Amazon Bedrock AgentCore存在名为AgentCorruption的漏洞链。据The Decoder报道,攻击者只需对一个公开智能体拥有对话权限,用一条提示词就能接管同一AWS账号和区域内的所有AgentCore智能体,读取私密对话、源代码和存储的凭证。报道称问题根源在于AgentCore默认权限未限定到单个智能体,而是覆盖同账号同区域全部智能体,并授予读写删除权限。Zenity于2025年12月25日向AWS报告后,AWS将IMDSv2设为新部署默认,并在8月前后调整了默认执行角色,不再允许智能体调用其他智能体、读取私密对话或从AWS Secrets Manager取凭证。目前该事件无进一步有证据的发展。
匹配字段标题
2026年9月28日,AWS将Grok 4.7上线至Amazon Bedrock。SpaceXAI于9月29日发布消息称,Grok 4.7现已上线Amazon Bedrock。此后该模型陆续登陆其他企业平台:10月2日,Grok 4.7上线Gemini Enterprise Agent Platform;10月7日,Grok 4.7上线Microsoft Foundry。上述进展均由SpaceXAI作为第一方来源发布。目前可确认的最新状态是Grok 4.7已在Microsoft Foundry上线。
匹配字段标题
2026年10月9日,AWS发布基于Amazon SageMaker HyperPod与EKS的多租户参考架构,用于多团队共享同一GPU集群。据AWS官方说明,该架构通过AWS IAM Identity Center实现集中认证,按团队划分SageMaker AI域和Kubernetes命名空间实现隔离,并借助HyperPod Task Governance公平分配资源、按命名空间分摊成本。目前该事实仅有AWS Machine Learning这一第一方来源,暂无后续发展事实。
匹配字段标题
2026年10月8日,AWS介绍Amazon Quick与Amazon Bedrock知识库的实时ACL校验方案。据AWS Machine Learning发布的信息,该方案在原有预检索ACL过滤之上新增实时ACL校验,在查询时直接向Google Drive等权威数据源核实权限,以避免同步快照过期或映射错误带来的越权泄露。方案分两阶段:先用索引中缓存的ACL做语义检索筛选候选文档,再通过服务账号模拟生成用户级访问令牌实时验证,仅将已授权内容交给LLM生成回答。目前该事实仅有这一条第一方证据,暂无后续发展。
匹配字段标题
2026年10月8日,AWS与Anthropic推出Claude Haiku 5.5,在Amazon Bedrock和Claude Platform on AWS上线。据Anthropic称,这是Claude 5.5系列中速度最快、效率最高的模型,面向子智能体和高并发、成本敏感的任务,多数任务成本比Claude Haiku 4.5低约75%。它是首个带effort controls的Haiku模型,可针对单个任务调节成本与智能的取舍,并支持智能体编码、多步工具调用和高分辨率图像。该模型可与Claude Opus 5.5搭配,由Opus 5.5负责规划与判断,Haiku 5.5承担路由、分类、摘要和跨文件小改动等高频子智能体任务。目前尚无后续发展事实。
匹配字段标题
AWS 发布参考架构 基于Amazon SageMaker HyperPod与EKS的多团队GPU集群共享方案
English translation is being prepared.
匹配字段标题
Zenity Labs 披露 AWS Bedrock AgentCore漏洞链AgentCorruption
English translation is being prepared.
匹配字段标题
AWS 介绍 Amazon Quick与Bedrock知识库的实时ACL校验方案
English translation is being prepared.
匹配字段标题
AWS与Anthropic 推出 Claude Haiku 5.5在Amazon Bedrock和Claude Platform on AWS的服务
English translation is being prepared.
匹配字段标题