Author: awschina

本文以一套典型的 IDC 三层 CRM 系统迁移到亚马逊云科技为例，对比了 “传统手工操作” 与 “AI Agent 辅助” 两种迁移方式。在本案例场景下，端到端迁移耗时从约 218 分钟压缩至约 55 分钟，工程师的实际动手时间从全程参与降至约 15 分钟。本文将详细拆解测试流程、技术细节与适用边界，供读者判断 AI Agent 在自身迁移场景中的适用性。

本文面向已部署 AWS Direct Connect 高可用方案的客户，系统性地介绍负载均衡与主备两种场景下专线故障演练的最佳实践，通过 CloudWatch 监控、BGP Failover Test 与 AWS Fault Injection Service 三种手段，帮助客户周期性验证混合云连接的切换能力，确保业务在真实故障中稳定可持续运行。

AI Agent 正在将软件从执行预定义逻辑的应用，转变为基于目标进行动态决策与行动的系统。这一变化为开发者带来更强能力的同时，也引入了新的工程挑战。 本文从开发者视角出发，解析 Agent 与传统应用在执行模型与系统结构上的差异，并结合云原生实践，探讨在生产环境中构建可扩展、可控的 Agent 系统时需要关注的关键问题，包括隔离、状态管理与成本控制。

我们希望用一个详细的案例来解读亚马逊云科技的 CUR（Cost and Usage Report，成本及用量报告）报告，并且分享一些 CUR 可视化的思路。

Data for AI系列blog第一篇，以爆火的OpenClaw为例，解析Token爆炸根因，深入研究OpenClaw记忆和Skill管理机制的实现，给出AI Agent如何通过优化可观测性，记忆和Skill管理从而减少Token浪费的方法论，最终实现降本增效的目的

在使用 AWS Traffic Mirror 对 ALB 流量进行监控时，ALB 的 ENI（弹性网络接口）是动态变化的——每当 ALB 扩容到新可用区或重建时，都需要手动为新 ENI 配置 Traffic Mirror Session。本文介绍一种基于 CloudTrail + EventBridge + Lambda 的事件驱动方案，实现自动配置，并支持标签合规。

随着企业在 AWS 上的工作负载日益复杂——EC2 集群、RDS 数据库、ECS/EKS 容器、Lambda 函数、网络与负载均衡等多种服务交织运行——运维团队面临严峻挑战。AWS DevOps Agent 正是为解决这些运维痛点而生。它是一个 AI 驱动的自主运维代理，能够自动接收来自任何 AWS 服务的告警、跨服务关联数据（CloudWatch 指标、CloudTrail 事件、AWS Config 变更、VPC 网络日志等）、执行深度根因分析，并生成结构化的调查报告——整个过程无需人工干预。

本文将展示如何使用 Kiro CLI（AWS 推出的 AI 驱动命令行助手）配合 Amazon EKS MCP Server，通过自然语言对话，自动完成两种 FluentBit 日志采集方案的规划、搭建和验证。你将看到： • 两种方案的架构差异和适用场景 • Kiro CLI 如何一步步驱动整个搭建过程 • 搭建复杂度和运行成本的量化对比 • AI 辅助运维带来的效率提升

本文介绍了如何利用 Claude Code（负责腾讯云侧）和 Kiro CLI（负责 AWS 侧）两个 AI 工具协作，在几小时内完成 AWS 与腾讯云之间 IPsec VPN 双隧道互联的搭建，并迭代了三种架构方案（SPD 策略路由 → VPC 目的路由 → CCN 云联网目的路由），展示了 AI 工具在跨云网络配置中加速知识翻译、参数生成和问题定位的实际价值。

基于 Amazon EKS 与 NVIDIA NIM 构建混合云大模型推理架构，实现本地 GPU 优先、云上 Spot 实例弹性兜底，结合 KEDA 和 Karpenter 达成 0→N 自动扩缩容与成本最优。