亚马逊AWS官方博客
生成式 AI 给邮件营销提效:从写模板到质量把关的自动化闭环
通过生成式 AI 帮助营销人员优化邮件模版,并通过该方案全方位跟踪邮件生命周期,实现邮件营销的完美闭环。
中国用户安全高性能访问海外 Bedrock
优先走私网、尽量不走公网:固定办公采用专线(DX / SD-WAN)直连,远程用户先通过 Client VPN 接回数据中心、复用同一条私网链路,确无 VPN 时才使用海外 EC2 代理做 TLS 透传兜底——三条路径最终都经 VPC Interface Endpoint 走 AWS PrivateLink,进入 AWS 后全程私有、不暴露于公网。
AWS DevOps Agent 接入 AWS 中国区(二):多账号扩展、跨云接入与无长期 AK/SK 认证
本文是 AWS DevOps Agent 接入 AWS 中国区系列的第二篇。前一篇介绍了为什么需要 MCP(Model Context Protocol)桥,以及单账号部署的端到端流程。本文承接上文,聚焦三件事:第一,如何用一个 Helm Chart 管理 N 个 AWS 中国区账号;第二,跨云接入(以阿里云为例)的工程取舍;第三,长期 Access Key 的 90 天轮换实践。
基于 Application Inference Profile 为 Amazon Bedrock 构建分业务单元的近实时成本告警
本文介绍一种轻量、旁路、近实时的方案:调用方直连 Amazon Bedrock,链路上没有代理;用 Application Inference Profile 做分 BU 的用量归因;直接在 Amazon CloudWatch metric math 告警里把 token 数换算成估算成本;再通过一个通用的通知 Lambda 函数把告警状态变更转发到协作工具(本文以飞书为例,同样适用于weixin、dingtalk、Slack、Microsoft Teams 或邮件)。
运行可全生命周期控制的隔离沙盒:AWS Lambda 推出 MicroVM
今天,我们宣布推出 AWS Lambda MicroVMs,这是 AWS Lambda 中一款全新的无服务器计算基础组件,可让您在隔离的有状态执行环境中运行用户或人工智能生成的代码。您可以获得虚拟机级别的隔离、近乎即时的启动和恢复能力,以及对环境生命周期和状态的直接控制能力,所有这些都无需管理基础设施,也无需积累虚拟化技术方面的复杂专业知识。Lambda MicroVMs 由 Firecracker 提供支持,后者同样是轻量虚拟化技术,为每月超 15 万亿次 Lambda 函数调用提供支持。
AWS 一周综述:纽约峰会回顾、河内 Local Zone、Bedrock 中的 Grok 4.3、降价等(2026 年 6 月 22 日)
纽约峰会回顾、河内 Local Zone、Bedrock 中的 Grok 4.3、降价等
在 Amazon EC2 GPU 实例上部署 NVIDIA NemoClaw — 以 Amazon Bedrock 作为推理后端的生产级参考架构
本文将通过一次完整的部署实践,演示如何在 Amazon EC2 GPU 实例上跑通 NVIDIA NemoClaw,并在此基础上引入 NVIDIA 官方刚开源的 LLM Router Blueprint 做请求级别的智能路由
Zenjoy 基于 Amazon Bedrock 和 EKS 构建 AIOps Agent:打通 Prometheus、ES 与夜莺的智能化告警实战
随着微服务架构的规模化演进,传统基于静态阈值的监控告警体系面临误报率高、漏报频发、人工排查效率低等瓶颈。本文介绍了一种将确定性数学算法与大语言模型深度解耦的 AIOps Agent 方案——由 Z-Score、IQR、线性回归等统计算法完成全量监控数据的确定性分析与过滤,再由 Amazon Bedrock 上的LLM模型对精简后的结论进行智能总结与报告生成,最终通过夜莺平台实现告警的统一管理与多渠道通知。该方案运行在 Amazon EKS 之上,使用 AWS 开源的 Strands Agents 框架构建 Agent,实现了告警信噪比的大幅提升和运维效率的显著改善。
基于 Amazon WorkSpaces Applications 快速搭建企业级应用培训环境
本文介绍如何使用 Amazon WorkSpaces Applications快速搭建企业级应用培训环境。方案涵盖从网络基础设施一键部署、自定义镜像制作、Fleet 弹性扩缩容到批量生成学员访问链接的完整流程,将传统手动配置需要一整天的工作缩短至 1-2 小时。文中还提供了一键启动 CloudFormation 堆栈、成本优化策略和多场景最佳实践,适用于临时大规模培训、周期性技能培训和多应用并行培训等企业场景。
企业智能体之旅:为什么评估(Evaluation)是一切的起点
当企业把 AI Agent 从“演示惊艳的原型”推向“生产可信赖的系统”时,评估(Evaluation)就成了决定成败的关键一环——它既不同于传统软件的单元测试,也不同于单模型 benchmark。本文基于 Amazon 内部构建数千个生产级 Agent 的实战经验,系统拆解 AWS 的 Agent 评估方法论,并给出一套从原型验证到生产就绪的工程实践路径。

