亚马逊AWS官方博客

构建 AI-Ready 数据组织:从需求到交付的全流程最佳实践

本文围绕指标口径不一致、需求表达模糊和跨团队交付效率不足等问题,介绍构建 AI-Ready 数据组织的四步实践路径:统一指标与数据资产定义、结构化需求表达、通过 Data Agent 辅助开发准备,以及将质量保障融入开发和运行流程。通过明确业务方、数据分析师、开发与测试人员的职责及协作方式,为企业减少沟通与返工成本、提升数据交付效率与可信度提供实践参考。

从代码自查到渗透验证:Coreapi 的 AWS Continuum 实践

Coreapi 是一家为企业提供 AI Agent 定制化以及模型服务的软件公司,选择亚马逊云科技作为其基础设施提供商。Coreapi 使用 AWS Continuum 的代码安全审查和按需渗透测试功能,对源代码、公开 API 和控制台入口开展安全检查。通过自动化测试、验证证据和报告中的修复建议,团队发现了此前未知的安全问题,并获得了安排后续排查与处理的依据。

利用 Amazon Athena managed query results 让 AWS DevOps Agent 查询 Amazon S3 中的日志

DevOps Agent 提交的 Athena 查询能扫到数据,却每次都在把结果写回 S3 的时候失败,给 Agent Space 的 role 补上 s3:PutObject 也没有用。原因是 guardrail 是一份 session policy,里面没有任何 S3 写权限,最终生效的权限是 role 上的策略和这份 session policy 的交集。本文给出完整的配置步骤,以及几个需要注意的限制。