亚马逊AWS官方博客
Category: Artificial Intelligence
使用 Agentic AI 助手 NotiOps 构建可追溯且只读的 AWS 运维工作台
快速发起故障调查,让每条回复都有据可查,以 AWS DevOps Agent、AWS Knowledge MCP、AWS Labs 开源 MCP servers 和只读 AWS API 为主要调查与取证能力,并将工作负载操作限制在只读边界内。
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。
用 Amazon Bedrock GPT-6 Astra,搞定最挑战的工作!
OpenAI 旗下的 GPT-6 Astra 现已正式在 Amazon Bedrock 可用。该模型专为应对严苛的高复杂度任务而打造,具备更深层的推理与业务判断力,并依托 Amazon Bedrock 专为高性能、高安全与弹性扩展构建的推理引擎运行。
AWS 一周综述:Claude Fable 5.1 登陆 AWS、Amazon Linux 2027 预览版、AWS 认证人工智能商业策略师等(2026 年 9 月 7 日)
Claude Fable 5.1 登陆 AWS、Amazon Linux 2027 预览版、AWS 认证人工智能商业策略师等
深入 Amazon Bedrock AgentCore Runtime 的可观测性:自动插桩机制、场景实测与自定义 telemetry
Amazon Bedrock AgentCore Runtime 提供了构建在 OpenTelemetry 之上的可观测性能力,但”自动插桩”并非无条件生效。本文通过多组真实部署对照实验,拆解 AgentCore 可观测性的两层来源。
AWS 一周综述:欢迎 DuckLabs 加入 AWS 团队,代理资源发现(ARD)等(2026 年 8 月 31 日)
欢迎 DuckLabs 加入 AWS 团队,代理资源发现(ARD)等
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。
AWS 一周综述:AWS 构建者中心学习激励计划、拉斯维加斯新增本地区域等内容(2026 年 8 月 24 日)
AWS 构建者中心学习激励计划、拉斯维加斯新增本地区域等内容