AWS Forward Deployed Engineering 覆盖 15 国,让 AI 走出演示、进入全球企业
AWS Forward Deployed Engineering(FDE)现已覆盖 15 个国家,面向商业与公共部门客户,内置数十个生产就绪加速器。FDE 于 6 月推出,从基础、工作流与治理三层帮助企业跨越 AI 从演示到生产的最后一公里。三星人寿 45 天内建成受管智能体平台,Marsh 首个用例约两个月上线,目标环节效率提升最高达 70%。
AWS Forward Deployed Engineering(FDE)现已覆盖 15 个国家,面向商业与公共部门客户,内置数十个生产就绪加速器。FDE 于 6 月推出,从基础、工作流与治理三层帮助企业跨越 AI 从演示到生产的最后一公里。三星人寿 45 天内建成受管智能体平台,Marsh 首个用例约两个月上线,目标环节效率提升最高达 70%。
AWS 开源 SMART(Social Messaging Agent Runtime Toolkit),一个 Python SDK 加 Terraform 栈。
推荐理由:原文逐项列出 WhatsApp 渠道集成的难点并给出开源 SDK 的对应解法,读者可据此判断是否引入 SMART 压缩集成工期。
AWS 提出面向智能体 AI 平台的三阶段负责任 AI 成熟度框架,应对运行时行为不可预测、数据暴露、监管加速与团队协作缺失四大挑战。框架把 AWS Responsible AI Lens 支柱映射到治理基础、试点部署、评估与强化三个阶段,配套 Responsible AI Assessment Skill、评分卡和 12 周实施时间线。
LoanPro 联合 AWS 合作伙伴 AllCloud,基于 Amazon Bedrock AgentCore 构建多智能体 AI 贷款服务助手,据案例研究客服通话时长最多缩短 15%。
AWS 发布 AWS re:Invent 2026 上 AI 工作空间 AWS Quick 的完整指南,Allianz 等客户将分享企业级部署经验。议程包括某团队在 90 天内为 20,000+ 用户部署 AI 助手,以及 Allianz 六周内通过审批、为 200,000 名员工赋能。AWS Quick 提供租户级数据隔离与角色访问控制,可连接企业现有数据系统以满足合规需求。
ArisGlobal 把 Amazon Bedrock 请求顺序改为先发送共享提示词前缀并在其后设置缓存检查点,使 65% 的输入 token 命中缓存。其 NavaX 智能体的共享前缀在 6 个月内从约 72,000 增至 180,000 token,单案推理成本曾上涨超过 200%。
AWS 官方博客演示在 AgenticRetrieveStream 请求中加入 memoryConfiguration,让 Managed Knowledge Base 与 AgentCore memory 接管会话存储、长期事实提取与检索,应用不再需要自建会话表或重放历史。
NVIDIA 在 SC26 上推出 DGX Spark HPC 开发者套件,将四台搭载 GB10 Grace Blackwell Superchip 的 DGX Spark 组成环形连接的桌面集群,供科研人员本地运行多节点科学工作负载与 AI 模型。
AWS 解决方案架构师系统梳理多智能体设计模式,将协调模式分为路径预定义的 Tier 1 与模型运行时选路的 Tier 2,并给出从单次模型调用到自治多智能体的选型决策树。
推荐理由:文章将多智能体协调模式分为确定性控制流与模型自治两层,并给出选型决策树与五个反模式,可直接迁移到自己的架构选型。
Duco 将其智能体 AI 技术栈迁移至 Amazon Bedrock 与 Amazon Bedrock AgentCore,为 200+ 客户(每月处理 20 billion 笔交易)提供金融服务自动化,对账部署速度提升 10 倍,某全球银行入职成本降低 70%、直通处理率提升逾 20%。
NVIDIA 运营负责人 Deb Shoquist 依靠与 TSMC、Foxconn、Wistron 等全球制造商数十年的合作,把设计蓝图转化为可靠、高性能的供应链。
MoEngage 基于 Amazon Bedrock AgentCore,并使用 Amazon Bedrock 上的 Claude Sonnet 4.6、Claude Sonnet 5 和 Claude Sonnet 5.5,构建了包含嵌入式、对话式、自定义和决策四类智能体的 Merlin AI。
Novo Nordisk 制药技术团队基于 Amazon Bedrock AgentCore 构建了 agentic AI 制造工艺文档智能支持系统,将原本需要数小时或数天完成的工作缩短至数分钟。
AWS 提出五阶段方法论,用 Amazon Bedrock、Kiro IDE 和 AWS Transform 将大型机 Assembler 程序经中间 COBOL 阶段转换为 Java Spring Boot 服务。
Hugging Face 将 Inference Providers 的语言模型路由切换至 OpenRouter,用户用 Hugging Face token 即可通过统一 API 调用服务商托管的开放权重模型。
推荐理由:原文同时给出路由切换细节和开放权重模型使用占比数据,读者可据此评估统一推理入口对现有工作流的影响。
Amazon Bedrock 的开放权重模型现已支持显式提示词缓存,用户可在 Chat Completions API 中用 prompt_cache_options 与 prompt_cache_breakpoint 标记可复用前缀,重复上下文直接从缓存读取,从而降低输入成本与响应延迟。
AWS 官方博客讲解如何用 Amazon Bedrock 托管知识库的检索指令为每个租户定制答案。检索指令包含 persona、answerFormat、retrievalGuidance、answerPolicy 四个字段,作为托管且版本化的资源被各请求引用,可固定版本并逐租户灰度发布与回滚。
AWS 官方博客系统总结了 Amazon Bedrock Guardrails 中 Denied Topics 的八条编写最佳实践,指出误拦多源于按主题域而非用户意图组织话题。
推荐理由:文章把误拦问题归因到四种常见写法并给出八条可迁移的编写规范,读者可直接对照自查自家护栏的拒拦边界。
Amazon Bedrock Managed Knowledge Base 现已支持表格搜索,通过 AgenticRetrieveStream 对 CSV、XLSX、XLS 文件运行模型编写的代码,把跨行计算与相关文档事实结合后作答。
NVIDIA 扩展 CUDA-X 库,为 AI 智能体提供工具,加速从天体物理、材料科学到单细胞生物学的科学发现。cuPhoton.xBeam 将黑洞观测数据分析从一个月以上缩短至 8 分钟,cuPotential 将分子模拟提速至 3x。新开源的 cuSpa 相比 CPU 提速 900x,Daviator 将量子力学计算提速至 22x、成本降低至多 75%。
Lambda 部署 NVIDIA Photonics CPO 交换机,提升大规模 AI 工厂的能效与可靠性。该网络连接超过 10,000 个 GPU 的 GB300 NVL72 机柜,机柜级延迟降低约 4%,pod 级最高约 10%。相比传统可插拔光模块,其功耗效率最高提升 5 倍、可靠性最高提升 15 倍,并使用 4 倍更少激光器。
GS Caltex 打通了 Amazon SageMaker Canvas 与 SageMaker Pipelines 的生产 MLOps 流程,ML 工程师部署模型从约一周缩短到几小时。
Amazon Bedrock AgentCore runtime 的 V2 版本通过预先构建环境快照并按会话恢复,使会话启动更快更稳定。每个会话在独立隔离的 microVM 中运行,平台空闲时缩容至零,V2 还会回收会话未使用的内存以降低成本。文章给出四种加速启动的架构模式,包括用新增的 build hooks 预加载大文件,以及在用户发起请求前预热会话。
AWS 官方博客演示如何用 AWS CDK 将 LiteLLM 与 NVIDIA NeMo Switchyard 路由插件部署到自己的 AWS 账号,把编码智能体的请求在 Amazon Bedrock 上的 Claude Opus 5.5 与 NVIDIA Nemotron 3 Super 120B 之间路由。
OpenFold3-preview 现可通过 Amazon SageMaker JumpStart 部署到自有 AWS 账户。该模型由 OpenFold Consortium 与哥伦比亚大学 AlQuraishi Lab 以 Apache 2.0 开源,可一次预测蛋白、DNA、RNA 与小分子配体复合物的三维结构。端点采用异步推理,支持网络隔离、多 GPU 并行与空闲时缩容至零。
Google Research 报告称,Antigravity /teamwork 多智能体工作流结合 Gemini 4 Argon 等模型,在数学、形式化验证、分子化学和系统工程领域取得一系列成果,相关工具已开始向外部研究者和开发者开放。
推荐理由:原文用大量实例说明并行探索加独立证伪器的多智能体模式如何攻克多年未解难题,读者可据此设计自己的验证式工作流。
AssemblyAI 用 Amazon EC2 Spot Instances、Amazon ECS 和 Amazon SQS 搭建成本优化的语音转文字推理架构,在维持 SLA 承诺的同时显著降低成本。
AWS 官方教程讲解如何通过 IAM Identity Center 联邦身份,为 Amazon Bedrock 上的 AI 编码与生产力工具实现按用户成本归因。
本教程演示在 Isaac Sim 中用 UR17G 机械臂、Robotiq 2F-140 夹爪与饮料罐 OpenUSD 资产完成抓取放置任务,并由 GPT-6 Sol 智能体生成并执行任务代码。
llama.cpp 正式发布库 v1.0.0,同时 ggml 也发布 v1.0.0,标志着这一跨平台本地推理项目进入 API 稳定阶段。今后 llama.cpp 和 ggml 将通过主版本号反映公共 C API 和 ABI 的不兼容变更,并遵循语义化版本规则。
推荐理由:v1.0.0 明确了 API 和 ABI 稳定性承诺,依赖 llama.cpp 的下游应用可以据此规划升级与集成。
医疗机构正借助 NVIDIA 技术落地多个 AI 应用,让护理团队减少事务性工作、患者更快获得诊疗。
Amazon 宣布 SGLang-Neuron 公开可用,可通过 AWS Deep Learning Container 获取,由 RadixArk 与 Annapurna Labs 合作发布。
AWS 解决方案团队提出按任务而非按 token 核算 Amazon Bedrock 智能体成本,并给出验证智能体 ROI 的完整框架。文中拆解分词器效率、输出冗余、智能体循环和推理开销四个隐藏成本驱动因素,示例中标价高一倍的模型单任务成本反而低 65%。
推荐理由:原文给出按任务而非按 token 核算成本的完整框架,读者可直接迁移到自己的智能体项目上衡量投入产出。
AWS 博客演示了如何仅用原生功能实现按 IAM 主体归因的 Amazon Bedrock 成本可视化与支出上限强制执行。
亚马逊宣布 Amazon Bedrock AgentCore 运行时迎来新一代更新:每个会话仍运行在独立的硬件隔离 Firecracker microVM 中,启动速度最高提升 15 倍,算力扩展至 4 倍(最高 8 vCPUs 和 32 GB),运行效率最高提升 68%。
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock skill 中新增迁移指南,让编码智能体协助你把客户自管知识库迁移到 Amazon Bedrock Managed Knowledge Base。
AWS 展示了如何用 Spring AI 和 Amazon Bedrock AgentCore 在 Java 中构建自主 AI 智能体,覆盖规划、工具调用与跨多轮对话的记忆能力。
AWS SageMaker HyperPod 团队在 PyTorch DDP 训练循环中加入三项检查来捕捉静默数据损坏(SDC):非有限梯度检查、环形重放审计和权重指纹比对,报警后把嫌疑 rank 映射到节点并由 HyperPod 替换。
推荐理由:原文给出了一套可直接落地到 PyTorch DDP 训练循环的 SDC 检测与节点替换流程,并附上注入故障的实测开销和误报数据。
AWS 介绍一款 Apache-2.0 开源引擎 semi-persistent,用反合一在 e-graph 上计算形式化策略的语义 diff。
OpenAI Codex 可通过 Amazon Bedrock 调用 GPT-5.6 Sol 等 OpenAI 模型进行推理,并纳入企业现有的 AWS 身份、IAM 与可观测性体系。