亚马逊AWS官方博客

Category: Artificial Intelligence

Amazon Quick 桌面端,企业级 AI 工作助手正式可用!

即日起,Amazon Quick 桌面客户端已在 macOS 和 Windows 平台上正式可用。与此同时,我们针对 iOS 与安卓移动端推出了全新的“智能动态流”(Activity Feed),将邮件、日历、客户关系管理系统(CRM)与即时通讯等关键渠道整合至统一的高优先级视图中。智能流仅向团队呈现亟需人工决策的关键事项,日常琐事则由后台智能体(Agents)自主处理,让员工告别无休止的信息筛查,全力聚焦高价值业务。

EKS 上的 GPU 工作负载:节点、网络与高性能存储的架构实践

本文是《企业级 EKS 集群生产环境配置最佳实践》系列第二篇,承接第一篇搭建的生产级 EKS 基础,聚焦 GPU 工作负载链路的深度架构实践。文章围绕 GPU 工作负载的三层架构 —— 计算节点、网络邻近性、高性能存储 —— 展开,覆盖 P5 / P5e / P5en / P6(B200 / B300) / G6e / G7e / G7 等 GPU 实例系列的 EFA 多网卡精确摆位(含 p6-b300 非对称拓扑)、四种定价模式的 Launch Template 设计、基于 topology.k8s.aws/network-node-layer-N 的 AWS 原生拓扑感知调度,以及 FSx for Lustre(PERSISTENT_2)与 S3 Express One Zone + Mountpoint CSI Driver 这两类高性能存储按访问模式的选型,并以一套声明式 Terraform 模块完整实现。

将 Dify 工作流迁移至 Amazon Bedrock AgentCore 的实践与验证

新版 Dify 把工作流执行引擎从平台中解耦为一个独立的 Python 库 graphon。迁移一条 workflow 因此只需安装这个库并适配少数几类节点,不必搬整个平台。我们用一个 PoC 验证了这条路径。一条 20 步的 KYB(商户准入尽调)workflow,覆盖调模型、调代码、调知识库和多路判断,业务逻辑一行不改,通过自定义 node factory 部署并运行在 AgentCore Runtime 上,云端 5 条分支路径全部验证通过。同一份 DSL 还能导回 Dify 画布渲染。本文给出这条路径的做法、部署证据,以及版本风险和生产化前需要补齐的边界。

地理空间 AI 智能体(Code Agent)中国区部署实践

在农业遥感监测、自然资源调查、城市规划、碳汇核算、保险定损等领域,企业客户日益需要对卫星影像进行快速分析。传统工作流要求GIS专业人员编写Python代码处理遥感数据,门槛高、周期长、成本大。亚马逊云科技开源项目 sample-geospatial-code-agent(https://github.com/aws-samples/sample-geospatial-code-agent)提供了一套AI智能体方案,让非技术用户也能通过自然语言完成专业级遥感分析。该方案采用Code Agent架构——LLM直接生成Python脚本执行,中间数据留在内存不回传上下文,相比传统Tool Agent在遥感分析场景中速度更快、成本更低。但原项目基于海外区服务生态构建,其底图方案(Google/CARTO瓦片)和部分托管服务无法在中国区直接运行,需要针对中国区进行适配。