Category: Artificial Intelligence

即日起，GPT-6.1 Sol 在 Amazon Bedrock 上正式可用。该模型所依托的推理引擎专为满足大规模应用对性能、安全性和可靠性的要求而构建。作为 GPT-6 Sol 的重大升级版本，它在智能体编程、计算机操作和专业工作方面表现出色。据 OpenAI 介绍，它能为日常工作流提供接近 Astra 水平的智能能力。

本文是《Bedrock Claude + LiteLLM WebSearch Interception 配置指南》的扩展篇。上篇通过 LiteLLM 的 WebSearch Interception 功能 + 自部署 SearXNG，让 Bedrock Claude 获得了服务端联网搜索能力。本篇介绍另一条此后打通的路线：LiteLLM MCP 网关 + Amazon Bedrock AgentCore WebSearch（托管搜索），它在五个方面改进了上篇方案的限制与权衡，并额外支持 Claude Code 等 Agent 客户端以 MCP 工具方式接入。

Agent 的行为可以是非确定性的，但包围 Agent 的身份验证、工具授权、凭证管理和运行时隔离必须是确定性的。本文旨在给出一个Agent的安全框架，并说明在亚马逊云科技的Bedrock AgentCore服务上如何实现这一安全架构。

Amazon Bedrock 上的 GPT-6 Sol 和 Luna、Claude Opus 5.5，Strands 框架等（2026 年 9 月 28 日）

Laya multilingual checkpoint 可以在 Apple Silicon Mac 上运行，也可以通过 Linux 自定义推理容器部署到 Amazon SageMaker AI ml.m5.xlarge 实时端点。它与 Jev 属于同一类 typed-decision 模型，但提供 Apache 2.0 开放权重，可以在企业自己的 AWS 账户中托管。本文给出 FastAPI 封装、容器适配、启动时间、推理结果和 Amazon CloudWatch 指标。
完整代码位于 koljahuang/laya-local，包含本地 FastAPI 服务、SageMaker 自定义容器和部署验证记录。

AWS Builder Center 移动应用程序、Amazon Connect Talent 正式发布、Amazon Corretto 27 等更多内容

This post shows how NotiOps helps operations teams launch incident investigations quickly and trace every response back to its sources. The solution primarily uses AWS DevOps Agent, AWS Knowledge MCP, open-source AWS Labs MCP servers, and read-only AWS APIs for investigation and evidence gathering, while keeping workload operations within a read-only boundary.

在 AI 时代，业务对数据洞察的需求正从”天/周”级交付加速到”分钟”级。传统基于数据仓库的应用开发链路冗长、协作成本高，已成为交付瓶颈。本文介绍如何借助 Amazon Quick App 的 AI 原生能力，通过 MCP（Model Context Protocol）开放标准接入 Amazon Redshift，并结合 Amazon Cognito + API Gateway Lambda Authorizer 构建企业级 OAuth 认证，实现安全、合规地用自然语言查询数仓数据、快速构建并在组织内共享数据应用。

本文介绍了为某民航企业构建的一套带入库质量门禁的 RAG 知识库系统。该企业管理数百份多级别规章手册，标准 RAG 只管”存”不管”质”，无法应对两类核心问题：同一文档的版本差异（修订了什么、改了哪些条款）和不同文档对同一事项描述的矛盾（上级手册改了安全策略，下级手册仍引用旧版）。我们的方案在入库环节加了一道 Quality Gate——系统按向量相似度自动分流，高相似度走版本对比（章节对齐 + 字级 diff + LLM 过滤），低相似度走跨文档一致性检测（语义配对 + LLM 矛盾判定），结果合并为预审核报告供人工确认后才入库；同时在问答环节加入实时冲突标注，确保用户不会被矛盾信息误导。系统模块化设计，支持整体部署或单模块接入已有知识库。

即日起，Moonshot AI 的 Kimi K3 在 Amazon Bedrock 上正式可用，为编程和知识工作提供了一个强大的新选择。据 Moonshot AI 介绍，Kimi K3 是其能力最强的模型，也是首个参数量达到 2.8 万亿的开放模型。它将原生视觉能力与 100 万 Token 的上下文窗口相结合，扩展效率约为 Kimi K2 的 2.5 倍。这些进展使 Kimi K3 非常适合长时间运行的编程与知识工作流，这类工作流需要在处理大型代码库、文档和图像时持续保留上下文。Kimi K3 还是 Amazon Bedrock 上首个支持显式提示词缓存的开放权重模型，可帮助您在多次模型调用中复用上下文时，降低延迟和输入成本。