2026年10月5日,AWS介绍基于MCP的Amazon Quick跨账户资源迁移方案。据AWS Machine Learning发布的文章,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。目前该方案尚无进一步的有证据发展。
匹配字段标题
2026年10月2日,Amazon Web Services 发布并开源了 Strands Decider 2B 决策模型。该模型不生成文本,只读取状态和带类型的问题,返回选项、是/否概率或带校准置信度的评分。模型有19亿参数,可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上,权重以 Apache-2.0 协议发布在 Hugging Face,pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头,换成约100万参数的指针头,v19 在 JevBench 公开集准确率 0.723,RTX 3090 上中位延迟 115 ms。目前尚无后续发展事实。
匹配字段标题
2026年10月2日,AWS介绍在Amazon SageMaker AI上使用多轮强化学习(MTRL)微调基于Qwen3.6-27B的搜索Agent,让模型自主决定检索策略与停止时机。据AWS Machine Learning发布的信息,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。目前该故事尚无后续发展事实,状态停留在这一初始发布。
匹配字段标题
2026年10月2日,AWS提出并介绍了Adjudicated Query设计模式,并给出参考实现。该模式让业务用户在Amazon Quick聊天界面用自然语言提出合规问题,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之和等于scanned,以避免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。目前尚无后续发展事实。
匹配字段标题
2026年10月2日,OpenClaw将腾讯混元的AI-Infra-Guard(AIG)集成进ClawScan。ClawScan是为ClawHub提供安全审查的开源命令行工具。据OpenClaw于10月3日发布的一手说明,集成后上传到ClawHub的每个技能和插件都会经过AIG,作为其安全审查的一部分。目前该事件仅有这一项事实证据,暂无后续发展。
匹配字段标题
2026年10月2日,AWS推出Amazon Quick应用的实时受治理数据功能。据AWS官方介绍,该功能名为Live Data in Apps,让AI构建的应用在每次打开时实时查询受治理的Quick Sight数据集,而非依赖构建时的静态快照。该功能支持SPICE和Direct Query两种数据集模式,查询以查看者身份执行,因此每位用户只能看到自己有权访问的行。查看者须为已认证的Quick用户,不支持匿名或公开访问,且首次使用需按数据集逐一授权。目前该功能已上线,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 基于MCP的Amazon Quick跨账户资源迁移方案
English translation is being prepared.
匹配字段标题
Amazon Web Services 发布并开源 Strands Decider 2B决策模型
English translation is being prepared.
匹配字段标题
AWS 使用Amazon SageMaker AI多轮强化学习微调 基于Qwen3.6-27B的搜索Agent
English translation is being prepared.
匹配字段标题
AWS 介绍并提供参考实现 Adjudicated Query合规查询模式
English translation is being prepared.
匹配字段标题
OpenClaw 集成 AI-Infra-Guard (AIG) 到 ClawScan
English translation is being prepared.
匹配字段标题
AWS 发布教程 使用 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit 持久记忆层的实现教程
English translation is being prepared.
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
2026年10月2日,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。据该教程,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。教程还说明,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。目前该故事尚无后续发展事实,状态停留在教程发布。
匹配字段标题
Cerebras 于 2025 年 11 月 25 日将 Cerebras Inference 托管服务上线 AWS Marketplace。据其官方博客介绍,该服务按 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。同一来源还提到,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。目前尚无该服务上线后的进一步独立发展事实。
匹配字段标题
Cerebras 发文解读其与 AWS 的分离式推理合作。文中提到,3 月 13 日 AWS 与 Cerebras 宣布分离式推理合作,将 LLM 推理的 prefill 与 decode 拆分到不同硬件上运行:由 AWS Trainium 负责 prefill,Cerebras CS-3 负责 decode,两者通过 EFA 网络连接,并在 Amazon Bedrock 上提供。Cerebras 称该方案预计可将 token 吞吐提升至聚合方案的 5 倍,并援引研究称智能体负载的 P95 延迟最多改善 4.5 倍。目前该合作仍处于宣布与解读阶段,尚无后续开发事实。
匹配字段标题
AWS与Cerebras 宣布合作 解耦推理合作
English translation is being prepared.
匹配字段标题
2026年3月13日,Cerebras宣布AWS将在其数据中心部署Cerebras CS-3系统,并通过AWS Bedrock提供推理服务,运行领先的开源LLM和Amazon Nova模型。双方还在合作一种解耦架构,把AWS Trainium与Cerebras WSE配对,在相同硬件占用下提供5倍的高速token容量。该架构中Trainium负责prefill并计算KV cache,经Amazon EFA传给WSE专做decode,Cerebras称其可每秒生成数千个输出token,而GPU为数百个。AWS与Cerebras将同时支持聚合与解耦两种配置,预计多数客户会按负载在两者间路由。目前该事件尚无进一步有证据的发展。
匹配字段标题
Cerebras 上线 Cerebras Inference 托管服务
English translation is being prepared.
匹配字段标题