亚马逊AWS官方博客
阿尔特携手 Amazon AgentCore ，打造懂你的AI，智能搜索成本降低34%
关于Monus AI Monus AI是由南京阿尔特科技推出的一款专注于消费决策的AI搜索应用，在搜索垂类工具 […]
Agentic AI 基础设施实践经验系列（一）：Agent 应用开发与落地实践思考
探讨Agent开发和运维Agent（AgentOps）的基本要素和实践思考。
Amazon Bedrock AgentCore Memory：亚马逊云科技的托管记忆解决方案
亚马逊云科技提供开箱即用的托管服务，通过AI Agent构建平台Bedrock AgentCore中的记忆模块 […]
Agentic AI 基础设施实践经验系列（六）：Agent 质量评估
本文系统介绍了AI智能体评估的理论与实践方法。阐述了Agent评估在技术、业务、伦理合规等方面的必要性，构建了包含任务完成率、决策准确率、效率和安全性的多维度指标体系。详细介绍了AgentBench、AgentBoard、τ-bench三大主流评估框架的特点与适用场景。通过零售、天气助手、考试生成三个实践案例，展示了不同评估方案的应用效果，为Agent的安全可靠部署提供了完整的评估指导。
Agentic AI基础设施实践经验系列（八）：Agent应用的隐私和安全
Agentic AI 安全简介 Agentic AI代表了自主系统的重大进步，在大型语言模型（LLM）和生成式 […]
Agentic AI基础设施实践经验系列（四）：MCP服务器从本地到云端的部署演进
引言 随着人工智能技术的快速发展，特别是大语言模型（LLM）的广泛应用，Agentic AI（智能体AI）正在 […]
Agentic AI 基础设施实践经验系列（三）：Agent 记忆模块的最佳实践
本文将深入探讨 Agent应用中的记忆需求、记忆类型、技术组件和主流开源框架，并介绍基于亚马逊云科技的数据产品自行构建记忆模块，以及基于Agent构建平台Bedrock AgentCore的Agent memory的托管方案。
Agentic AI基础设施实践经验系列（七）：可观测性在Agent应用的挑战与实践
一. 引言： 我们正处在一个由 AI Agent 驱动的范式转换前夜。它们不再只是简单的文本生成器，而是能够理 […]
Agentic AI基础设施实践经验系列（五）：Agent应用系统中的身份认证与授权管理
1. 引言 人工智能正经历深刻变革。传统AI多为被动工具，而随着大型语言模型（LLM）和多智能体系统（MAS） […]
GenDev 智能开发：Amazon Q Developer CLI 赋能Amazon Code Family实现代码审核
背景 代码质量保障是现代软件工程中不可或缺的重要组成部分，而代码审核作为质量控制的核心手段，直接影响着软件产品 […]