Category: Artificial Intelligence

OpenSearch 已成为企业构建搜索和分析解决方案的重要选择，但其使用面临着双重挑战：运维层面需要应对复杂的集群配置、索引管理和性能调优；应用层面则需要深入理解查询语法和底层机制才能高效提取数据价值。为了降低使用门槛，我们引入了 Kiro CLI + OpenSearch MCP Server 的创新组合，通过 AI Agent 的能力简化运维管理并加速搜索分析应用的开发和优化。

BeSA 是一项免费的指导计划，由我和其他几位 Amazon Web Services（AWS）员工自愿发起，旨在帮助人们在云和人工智能职业生涯中取得突破。我们将从 2026 年 2 月 21 日开始针对“AWS 上的代理式人工智能”开启为期 6 周的课程。访问 BeSA 网站了解更多信息。

本文介绍了在 Amazon Bedrock 上对 Amazon Nova Lite 1.0进行微调的两个实际应用案例，展示了在专业计算机视觉任务中如何在保持成本效益的同时实现显著的性能提升。通过对航拍视角检测和低光照监控场景的系统性评估，我们以最小的训练成本实现了增强的指令遵循能力和更高的检测准确率。

本文以快时尚电商实时语音智能客服为背景，系统介绍一种基于 WebSocket 实时双向通信 的云原生语音 Agent 架构。该架构以 Amazon Bedrock Nova 2 Sonic 提供底层双向流式语音能力，以 Strands Agents（BidiAgent） 负责编排对话与中断逻辑，并运行在 AgentCore Runtime 提供的生产级托管与安全隔离环境之上。

本文将以构建一个快时尚电商智能客服系统为例，展示如何借助 Amazon Bedrock AgentCore MCP Server、Amazon Bedrock、Strands Agents 与 Kiro，实现智能体的极速构建与稳定交付。

浅谈 AI 编程的发展与未来，以及最新的 Agents 编程范式对编程方式的冲击

打通数据孤岛、实现异构数据智能整合，已成为企业数字化转型的关键突破口，具备语义理解、跨源融合与合规保障能力的AI数据平台将成为核心解法。

本文旨在通过一条务实的技术路径，介绍如何基于 AgentCore Runtime 与 Bedrock 模型平台，搭建能够直接承载 Claude Agent SDK 智能体的生产级运行环境。内容将涵盖本地开发、模型调用、环境配置、部署流程及常见问题排查等关键环节，以期帮助开发者更顺畅地将自主式智能体应用于实际业务场景。

利用生成式AI多模态模型用于视频理解从而进行视频编辑的指南，通过多模态大模型对视频内容进行深入理解，在此基础上提供了一套智能剪辑的功能集合，用于简化视频编辑工作流，提高视频创作效率，从而为观众提供更友好和丰富多样的视觉体验。

Web Bot Auth 的出现，为测试智能体提供了一个稳定、可识别的访问身份，让自动化流程在现代网站防护体系中能够更顺滑地运行。测试不再频繁被 CAPTCHA 或安全策略打断，也不再依赖脆弱的绕过方案，而是以一种更清晰、可控的方式与网站端协同。对于测试团队来说，这意味着更少的干扰、更高的效率，以及更容易维护的自动化体系。让智能体以更合理的方式工作，让测试过程回归本身应有的连续性与可预期性。