Optimizing production agents with Amazon Bedrock AgentCore Observability
随着您的 AI 代理从原型转向生产，挑战从让它们投入工作转变为保持它们快速高效。了解如何使用 Amazon Bedrock AgentCore Observability 和 Amazon CloudWatch 查找性能瓶颈并诊断长时间运行的代理会话中的内存问题。
Deploying Kimi K3 on Amazon SageMaker HyperPod and Amazon EKS
本文将介绍如何使用两种方法在 AWS 上部署 Kimi K3：Amazon SageMaker HyperPod 和 Amazon Elastic Kubernetes Service (Amazon EKS) 集群。
How Yahoo enhances search retargeting using Amazon Bedrock
在这篇文章中，我们将演示雅虎如何实施 Amazon Bedrock 以增强雅虎 DSP 广告技术套件中的搜索重定向 (SRT) 功能。 SRT 是一种核心受众定位解决方案，可帮助广告商根据用户的历史搜索行为吸引用户，将搜索意图与展示广告、视频广告和原生广告联系起来。除了定位在雅虎搜索上输入的关键字之外，SRT 还使用人工智能来识别和吸引通过雅虎和跨集成合作伙伴系统的搜索活动表现出意图的用户。
Beyond RAG: Task-aware knowledge compression for enterprise AI on AWS
传统 RAG 在跨越数百个文档的分析任务上遇到了上限。本文展示了如何使用 AWS 上的任务感知知识压缩 (TAKC) 将整个知识库预先压缩为特定于任务的表示形式，将它们缓存在多个保真度层，并将每个查询路由到正确的层，并使用您可以部署的开源实现。
How Guardoc transforms medical document processing with Amazon Nova models
在这篇文章中，我们探讨了 Guardoc Health 如何使用可通过 Amazon Bedrock 获得的 Amazon Nova 系列模型来转变长期护理中的临床文档。
Introducing Claude Opus 5 on AWS: Anthropic’s most capable Opus model
本文介绍了 Opus 5 的改进以及为 AI 工程师将模型集成到 Amazon Bedrock 上的代理系统和生产推理工作负载中的实用指南。请参阅 AWS 上的 Claude Platform 文档。
Get started with OpenAI GPT-5.6 Sol, Terra, and Luna on Amazon Bedrock
OpenAI GPT-5.6 Sol、Terra 和 Luna 现已在 Amazon Bedrock 上全面上市。了解如何选择模型、通过基岩地幔端点上的响应 API 运行推理、通过提示缓存降低成本、连接 OpenAI Codex 编码代理以及规划配额和扩展。
Best practices for applying Amazon Bedrock Guardrails to code generation workflows
在这篇文章中，我们将解释如何使用编码助手为代码生成工作流程配置 Amazon Bedrock Guardrails 以克服这些限制。借助这些最佳实践，您可以构建高效的蓝图，帮助您进行有效的容量规划和强大的安全覆盖。
Evaluating AI Agents: A production blueprint with Strands and AgentCore
Motorway 和 AWS 共同构建了一个端到端评估管道，将错误结果从八分之一的查询减少到五十分之一，并将问题检测时间从几小时缩短到几分钟。该管道将 Strands Agents SDK 与 Amazon Bedrock AgentCore 相结合，这是一项用于大规模部署和操作 AI 代理的完全托管服务。在这篇文章中，您将学习如何为您自己的代理构建此管道。
Building trade assistant: How Jefferies optimized front office trading operations with AI
在这篇文章中，我们探讨了 Jefferies 如何通过基于 Strands Agents 构建的解决方案克服这些挑战，Strands Agents 是一个代理工具 SDK，用于构建 AI 代理，可以通过编排对基础模型 (FM) 和外部工具的调用来进行推理、规划和行动。该解决方案使用大型语言模型 (LLM)、Amazon Bedrock 和 Amazon Bedrock 知识库。它还使用模型上下文协议（MCP），这是一种开放标准，可帮助人工智能代理通过统一的接口安全地连接到不同的数据源和工具。我们介绍了解决方案概述、选择底层技术堆栈的基本原理、经验教训以及杰富瑞创建的解决方案对业务的影响。
Detecting silent agent failures with Amazon Bedrock AgentCore optimization
Amazon Bedrock AgentCore 优化揭示了生产 AI 代理中无声的行为故障：通过了每次运行状况检查但仍然提供错误结果的代理。了解见解如何跨会话发现、解释和排列故障模式，以便您可以首先解决影响最大的问题。
Agentic retrieval for Amazon Bedrock Managed Knowledge Base
本文重点介绍为什么经典检索无法解决多部分问题、AgenticRetrieveStream API 的工作原理（包括请求构造和跟踪解析）以及何时选择它而不是标准 Retrieve API。
AI Teammates: how monday.com runs production AI agents on Amazon Bedrock
AI Teammates 是 Amazon Bedrock 上的代理 AI，很少有工程组织能够像 monday.com 那样在生产环境中运行它们。十分之九的建筑商每月使用人工智能编码工具，这一数字比大约半年前有所增加。每个工程师的 PR 吞吐量增加了一半以上。这篇文章中的每个数字都来自周一的内部生产数据。在这篇文章中，我们分享了这些数字背后的架构、使其在十年前的代码库中运行的改造，以及缩小与完全自治差距的置信度合并游戏。
Custom OS installation now available on AWS DeepRacer devices
使用库存固件和软件，开发人员无法修改其 AWS DeepRacer 设备以使用最新的操作系统。现在，开发人员可以使用新发布的引导加载程序升级或安装自定义操作系统（OS），从而延长这些硬件设备的使用寿命。在这篇文章中，我们介绍引导加载程序，讨论如何使用它，并共享使用它的社区发行版的链接。
How Couchbase built a multi-model AI architecture for Capella iQ with Amazon Bedrock
本文介绍了 Couchbase 如何采用 Amazon Bedrock 为 Capella iQ 以及 Anthropic 的 Claude 系列模型提供支持、其多模型方法背后的架构决策以及在生产中实现的运营效益。
Evolving from legacy BI to agentic AI at Tradeshift with Amazon Quick
在这篇文章中，我们介绍了 Tradeshift 如何部署具有代理 AI 功能的 Amazon Quick 来取代我们的旧版 BI 工具，从而将查询响应时间提高 30 倍，降低总拥有成本 40%，并将嵌入式分析转变为可产生收入的产品。
Transform your sales organization with Amazon Quick: your new agentic AI teammate
在这篇文章中，我们将介绍 Quick 兑现这一承诺的几种方式。我们涵盖整个销售周期，从确定您最优先的潜在客户、联系他们、处理交易直至完成，以及随着客户的成熟及时更新 CRM，同时保护您最稀缺的资源：您的时间。
Introducing Mobile Layout for Amazon Quick dashboards
依赖仪表板进行日常决策的团队通常必须捏合和缩放才能与最初为更大的显示器设计的控件进行交互。当仪表板是为桌面屏幕构建时，在早上站立时检查收入、在会议之间检查管道指标或在旅行时监控操作都需要付出额外的努力。亚马逊的移动布局 [...]
