亚马逊AWS官方博客

本文介绍如何借助 Kiro（AI Agent）与亚马逊云科技开源 MCP Server，把 Amazon EKS 升级的官方最佳实践与企业内部运维经验编排为可复用的 Skill 与 Steering，用自然语言驱动一次安全、可控、可审计的集群版本升级，从而降低人工操作复杂度与误操作风险。

今天，我们宣布，由定制的第六代 Intel Xeon 可扩展处理器（Granite Rapids）提供支持的新 […]

今天，我们正式发布 AWS Elastic Beanstalk 的下一章节：推出全面托管式集群模式，可在工作负载的全生命周期内持续完成应用程序的部署、扩缩、修复、监控与升级‌。请接入您的应用程序。AWS 将运行它。

本文是”从应用安全到云安全”系列的第一篇，聚焦应用层安全，深度解析 AWS Security Agent 如何借助 Frontier Agent 的多智能体协作架构，将渗透测试从依赖专家、周期性、只覆盖关键应用的传统模式，转变为按需触发、7×24 运行、可嵌入 SDLC 全流程的持续验证能力；文章从传统渗透测试”速度快、挖掘深、覆盖广”难以兼得的困境切入，介绍了其多步骤攻击链模拟、OWASP Top 10 与业务逻辑漏洞全面覆盖、经实际利用验证的极低误报率、开发者友好的修复建议等核心能力，拆解了认证访问、基线扫描、多阶段探索、专用智能体集群、验证与报告五个架构环节，并通过黑盒、灰盒、白盒三种实战场景，展示了 Agent 如何理解应用上下文、串联攻击链并输出高置信度的漏洞发现。

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。

以发票报销自动化工具的三次演进为案例，从 LLM OCR、Agent 到 Skill + MCP，剖析 AI 应用形态的演进，以及 AI Agent 调用外部系统时的超时、状态污染与幂等等分布式系统问题及工程应对。

上一篇，我们用 Canal 消费 RDS for MySQL 的 binlog，要把实例从 8.0 升到 8.4，并选择蓝绿部署完成切换。生产环境形态包含位点存 ZooKeeper、instance 配置由 Canal Admin 托管、Canal 订阅只读副本。在这篇文章里面， 我们讨论这次切割演练过程是很好的 Agent 协助运维的场景，如果使用 Kiro custom agent 应该如何实现。 当然，这篇 blog 也适用于我们开始考虑评估某个场景是否可以用 Agent 来解决，以及如何建设。

Iceberg 构建湖仓的优势和性能测试。测试环境说明：EMR on EKS 7.13.0（Spark 3.5.6-amzn-2、Iceberg 1.10.0-amzn-1、JDK 17.0.19），节点规格 r7g.4xlarge，测试执行至 2026-08-31。测试时间取值均为中位数，3 次取中间值。第三、四部分可独立阅读；第二部分依赖第一部分对元数据裁剪机制的介绍。

在浏览器里点一下，就能在 Spot GPU 实例（H200 / B300）上拉起一套 SGLang 推理服务，跑完测试、收到飞书（Lark）通知，用完即拆。这是一个「低成本、一键、自助」的短时推理测试环境示例，面向不熟悉 AWS、又需要频繁做模型选型与性能验证的团队。

越来越多的企业把大语言模型（LLM）能力接入生产业务，模型调用凭证（AK/SK、API Key）也随之成为高价值的攻击目标。一旦凭证泄漏，攻击者可以在短时间内发起大量高价值的模型调用，造成快速累积的经济损失。本文面向已经或即将在 AWS 上构建 LLM 应用的客户，给出三个可在当天落地、见效较快的应对方案，并附一份完整的加固 Checklist。读完本文，你将了解：Token 滥用为什么频发、其风险来源有哪些，以及如何用账单异常监控、凭证来源限制、Amazon GuardDuty AI Protection 这三项措施建立分层防护。