DXC Technology 如何在 Amazon Bedrock 上构建多模型 AI 底座
DXC Technology 在 Amazon Bedrock 上为关键任务 IT 运营平台 DXC OASIS 构建了受治理的多模型 AI 底座,经单一 API 接入 Anthropic Claude、Amazon Nova、Meta Llama 及开源权重模型族。
DXC Technology 在 Amazon Bedrock 上为关键任务 IT 运营平台 DXC OASIS 构建了受治理的多模型 AI 底座,经单一 API 接入 Anthropic Claude、Amazon Nova、Meta Llama 及开源权重模型族。
AWS 提出基于 AWS CloudTrail、Amazon EventBridge 和 AWS Lambda 的事件驱动架构,在 MCP server 更新时自动同步 AWS Agent Registry 记录。
AWS re:Invent 2026 将于 11 月 30 日至 12 月 4 日举行,AI/ML 环节提供超过 140 场专题会议,无法到场者可点播回放并观看主题演讲直播。
JioStar 首席架构师 Vijay Seshadri 分享了在 500M 用户规模下推动 AI 发现的实践。他重点总结了 evals、guardrails 以及将 AI 推向生产环境的经验教训。
AWS 生成式 AI 创新中心开放 23 个开源生产级可复用资产,涵盖 RAG 管道、文档处理模块与智能体脚手架模板,可将开发周期从数月压缩到数周。DoorDash 用 Contact Center GenAI Agent 建成日均处理超 100,000 次呼叫、响应延迟 2.5 秒的语音自助客服,测试容量提升 50 倍。
AWS 开源 UAEF,一个框架无关的 AI 智能体闭环评估系统。它通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 等框架的执行轨迹归一为统一格式,再用 7 个维度共 36 项内置指标打分,结果存入 Amazon DynamoDB 与 Amazon S3 以支持跨版本比较和回归检测。
推荐理由:原文把框架无关的闭环评估拆成适配器、指标和实验对比三层,读者可照此思路搭建自己的智能体评测流水线。
AWS Quick 推出 AI 驱动的产品开发生命周期框架 AI-PDLC,用六个 AI 智能体把分散在企业系统中的客户信号转化为可验证的产品原型。框架由 Orchestrator 统一调度 Discovery、Prioritize 等专家智能体,从 Slack、Jira、Salesforce 等来源汇聚上下文,每个阶段均设人工审批关卡。
Amazon SageMaker AI 宣布为双向流推理推出按用量计量,模型提供商可向 AWS Marketplace 上报客户实时会话中的实际消耗并据此收取软件费,SageMaker AI 端点基础设施费用仍单独适用。
新加坡航空采用 OpenAI 模型与 API 提升客户支持、旅行发现和员工生产力。其 Kris 聊天机器人的 CSAT 实现翻倍。
微软研究人员发现名为 Lazarus 的后门技术:只需重编程 LLM 中不到 10 个休眠神经元、无需训练,就能让基于该模型的智能体在隐藏触发条件出现时执行攻击者命令,且模型仍能通过标准安全评测。
推荐理由:原文给出了只需重编程少数休眠神经元即可植入后门的机制,读者可据此理解权重审计与来源校验为何是关键防线。
AWS 官方博客演示用 LangGraph 与 Amazon Bedrock AgentCore 的 Web Search API 搭建每日依赖监控,为安全团队每天核查 npm、PyPI 包和容器基础镜像的新变化。
推荐理由:教程给出了可迁移做法,把日期窗口、屏蔽名单和搜索预算固定在代码里,再对照引用来源校验每条发现。
Amazon Bedrock AgentCore Evaluations 提供内置、DeepEval 与 AutoEval 三类评估器,帮助团队在生产环境中衡量智能体是否真正完成业务任务。
AWS 构建了集中式 Amazon Bedrock 调用可观测性数据湖,将多账户调用日志汇聚至中央账户并用 Amazon Athena 统一查询。每条调用记录包含提示词、响应、输入/输出 token 数、模型、stop reason、账户与时间戳,可据此核算单次调用成本。
TCS 基于 Amazon Bedrock AgentCore 构建了面向银行、金融服务与保险(BFSI)客户的多租户智能体测试编排器,将 Jira 需求、业务需求文档等输入自动转化为可执行、受管控的测试。
NVIDIA 在 KubeCon 上宣布把开源智能体安全运行时 OpenShell 捐给 CNCF 成为 Sandbox 项目,并参与 Google 主导的 Agent Substrate 项目。
推荐理由:原文给出 OpenShell 交由社区治理的机制,以及 Snapshot 把推理就绪时间从约 8 分钟缩到 31 秒的实测数据,可用来对比现有 Kubernetes 方案。
AWS Quick 的智能体(agent)按指令加载所需技能、通过连接器对外部应用执行操作,并基于 space、知识库、数据集等已连接数据生成回答。技能是可复用的指令集,系统技能可生成 Word、PowerPoint、Excel、PDF 文档,或浏览网页、运行代码、执行深度研究、转录音视频和生成图像。
OpenAI 的 Control Room 是一个中央系统,可跨其研究基础设施追踪模型工作负载。当安全或安保问题出现时,该系统能迅速停止这些工作负载。
Amazon Bedrock Managed Knowledge Base 现在通过 AgenticRetrieveStream 支持单轮 RAG 和仅检索请求,应用可用同一 API 为简单查询和复杂问题分别选择检索模式。
CrossnoKaye 的自动化平台 ATLAS 与智能体系统 AURA 基于 AWS 构建,借助 Amazon Bedrock AgentCore 将工厂数据与 AI 推理接入设备闭环控制。
AWS 提出 Pluggable Agentic AI Framework:一套基于 Amazon Bedrock AgentCore 的七层可组合企业级智能体参考架构,帮助多智能体应用从原型走向生产规模。架构将数据与知识、模型与推理、编排、安全防护等拆分为七个具有稳定契约的层,各层组件可按现有基础设施替换。安全防护需从设计之初内置,包括默认不信任外部内容、细粒度权限控制与敏感数据脱敏。
NVIDIA 在 CoRL 大会发布一系列开源机器人技术,包括 GR00T 2 世界动作模型、Isaac Lab 3.0 仿真框架及 DexBench、VABAR 等工业基准。
推荐理由:原文汇总了 GR00T 2、Isaac Lab 3.0 与新基准的能力数据,读者可比较仿真训练方案在工业场景的落地进展。
NVIDIA 发布 Dynamo 优化部署方案,覆盖韩国四大领先开源模型:SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 与 Motif Technologies 的 Motif-3。
NVIDIA 与韩国科学技术信息通信部(MSIT)扩大主权 AI 合作,覆盖 AI 半导体、数据中心、人才、初创企业、模型、智能体与安全。韩国 NPU、XPU 公司将探索加入 NVIDIA NVLink Fusion 生态,并通过培训认证、黑客松和研讨会提升 GPU 利用率。
Amazon SageMaker Inference 现已支持基于 NVIDIA Multi-Instance GPU (MIG) 的 GPU 分区,可将一块物理 GPU 最多切成 7 个硬件隔离的独立分区,每个分区拥有固定算力份额与专用显存。
推荐理由:原文给出分区配置方式、各 GPU 的可用分区规格以及实测对比,读者可据此判断 GPU 分区能否降低自己推理工作负载的成本。
AWS 官方博客第 1 篇教程演示如何用 Okta Cross App Access(XAA)与 Amazon Bedrock AgentCore 约束智能体可代表哪位用户访问哪个应用:Okta 作为治理平面签发单用途、5 分钟有效的 ID-JAG,AgentCore Identity 用其兑换访问令牌并存入令牌库,智能体代码不接触客户端密钥。
Amazon Bedrock AgentCore Gateway 成为统一入口,集中治理 Okta Cross App Access(XAA)授权的智能体访问,替代 Part 1 中智能体直连 MCP 服务器的拓扑。
亚马逊北美分拣中心(NASC)团队在 Amazon ECS Fargate 上构建了无服务器 MCP 服务器,作为 AI 智能体与企业数据湖之间的集中式、智能体无关的网关。新增数据集只需一个 JSON 元数据文件,服务器在下次管道同步时自动发现,无需为每个数据集编写集成代码。该架构在多租户环境中支持多个智能体与应用,端到端交互延迟保持在 15–20 秒。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建自主 SOC 解决方案 Luna,每月自动处理多达 4,000 起安全与风险案件,超过 90% 无需人工干预。
NVIDIA Vera CPU 在 100MW 数据中心对比中同时超越最快 x86 CPU 与最高能效 x86 CPU。它以单颗 CPU 兼顾智能体速度与每瓦容量,每瓦可运行 1.6x 更多智能体,并较最高能效 x86 CPU 提升 2x 速度。
Amazon Marketplace 采用基于 VLM 的多模型融合方案,在 Amazon SageMaker AI 上端到端评估 A+ Content 内容质量。
NVIDIA 以全栈协同设计提升 AI 工厂各层内存效率,在 SemiAnalysis AgentX 上实现智能体推理每美元吞吐最高 30 倍提升。
Indegene 在其 NEXT Unified Data Platform(NEXT UDP)上构建了生产级 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成验证并产出可直接运行的 SQL 和 Python 代码。
Daybreak Red 现已在 AWS GovCloud (US-East) 上线,通过 Amazon Bedrock 将 GPT-5.6 Cyber 提供给获批客户。该服务用于授权的网络安全工作。
Amazon Bedrock 现已支持 Kimi K3 在印度境内推理,推理处理仅限孟买与海得拉巴 Region,满足严格的数据驻留要求。用户可通过 global 与 in 两类 cross-Region inference profile 调用该模型,全球 profile 适用于多数场景且成本最低。
EDB Postgres AI 的 AIDB 扩展将语义知识库(SemKB)放进 Postgres 数据库:业务含义存于 COMMENT 语句,连接路径来自外键,并经内置 MCP 端点暴露给 Amazon Bedrock AgentCore 上的 Strands Agents 智能体回答 C360 问题。
Gen Digital 用 Amazon Bedrock AgentCore Web Search 为生成式 AI 职业声誉管理平台 Norton Revamp 构建了 AI 策划新闻引擎,平台于 2026 年 3 月上线。
NVIDIA 与 COMSOL、Applied Materials、Siemens 等厂商合作,用加速计算、物理 AI、AI 智能体和数字孪生重塑晶圆厂工程:cuDSS 让多物理仿真提速最高 10x,cuLitho 让光刻仿真提速最高 17x,PhysicsNeMo 将等离子体预测从数天缩至毫秒级。
NVIDIA 与合作伙伴正将物理 AI 和智能体 AI 扩展至全球城市,共享算力基础设施让城市部门无需各自采购资源即可上线服务。
OpenAI 构建了 Pando——一款 Git 兼容的后端,专为应对 Codex 所带来的开发规模而设计。该方案旨在支撑 Codex 推动下的大规模软件开发需求。
开源 Python 爬虫 Crawl4AI 可为 Amazon Bedrock Knowledge Bases 准备网页内容:爬取页面生成 Markdown 与元数据 sidecar 上传至 Amazon S3,再由知识库完成解析、分块、嵌入与检索。