A practical guide to Amazon Nova Multimodal Embeddings
在本文中，您将了解如何为媒体资产搜索系统、产品发现体验和文档检索应用程序配置和使用 Amazon Nova Multimodal Embeddings。
BGL 是自我管理养老金 (SMSF) 管理解决方案的领先提供商，帮助个人管理自己或客户退休储蓄的复杂合规性和报告，为 15 个国家/地区的 12,700 多家企业提供服务。在这篇博文中，我们探讨了 BGL 如何使用 Claude Agent SDK 和 Amazon Bedrock AgentCore 构建其可用于生产的 AI 代理。
AI agents in enterprises: Best practices with Amazon Bedrock AgentCore
本文探讨了使用 Amazon Bedrock AgentCore 构建企业 AI 代理的九个基本最佳实践。 Amazon Bedrock AgentCore 是一个代理平台，可为您提供大规模创建、部署和管理 AI 代理所需的服务。在这篇文章中，我们涵盖了从初始范围界定到组织扩展的所有内容，并提供了您可以立即应用的实用指南。
Agentic AI for healthcare data analysis with Amazon SageMaker Data Agent
2025 年 11 月 21 日，Amazon SageMaker 在 Amazon SageMaker Unified Studio 中引入了内置数据代理，可改变大规模数据分析。在这篇文章中，我们通过流行病学家进行临床队列分析的详细案例研究，展示了 SageMaker Data Agent 如何帮助将数周的数据准备时间缩短为数天，将数天的分析开发时间缩短为数小时，最终加速从临床问题到研究结论的进程。
Simplify ModelOps with Amazon SageMaker AI Projects using Amazon S3-based templates
本文探讨了如何使用基于 Amazon S3 的模板来简化 ModelOps 工作流程，介绍与使用 Service Catalog 方法相比的主要优势，并演示如何创建与 GitHub 和 GitHub Actions 集成的自定义 ModelOps 解决方案，为您的团队提供功能齐全的 ML 环境的一键配置。
在本文中，我们将介绍全局跨区域推理如何路由请求以及数据驻留在何处，然后向您展示如何配置所需的 AWS Identity and Access Management (IAM) 权限并使用全局推理配置文件 Amazon 资源名称 (ARN) 调用 Claude 4.5 模型。我们还介绍了如何请求增加工作负载的配额。最后，您将在 af-south-1 中实现全局跨区域推理。
Scaling content review operations with multi-agent workflow
我们提出的基于代理的方法适用于任何类型的企业内容，从产品文档和知识库到营销材料和技术规范。为了实际演示这些概念，我们将通过一个实际示例来检查博客内容的技术准确性。通过调整代理配置、工具和验证源，这些模式和技术可以直接适应各种内容审核需求。
Build an intelligent contract management solution with Amazon Quick Suite and Bedrock AgentCore
本博文演示了如何使用 Amazon Quick Suite 作为主要合同管理解决方案构建智能合同管理解决方案，并通过 Amazon Bedrock AgentCore 进行增强以实现高级多代理功能。
Build AI agents with Amazon Bedrock AgentCore using AWS CloudFormation
Amazon Bedrock AgentCore 服务现在受到各种 IaC 框架的支持，例如 AWS 云开发套件 (AWS CDK)、Terraform 和 AWS CloudFormation 模板。这种集成将 IaC 的强大功能直接引入 AgentCore，以便开发人员可以调配、配置和管理他们的 AI 代理基础设施。在这篇文章中，我们使用 CloudFormation 模板为天气活动规划器构建端到端应用程序。
How the Amazon.com Catalog Team built self-learning generative AI at scale with Amazon Bedrock
在这篇文章中，我们演示了 Amazon Catalog 团队如何使用 Amazon Bedrock 构建一个自学习系统，该系统不断提高准确性，同时大规模降低成本。
How Thomson Reuters built an Agentic Platform Engineering Hub with Amazon Bedrock AgentCore
这篇博文介绍了 TR 的平台工程团队（一个负责监督 TR 服务可用性的地理分布单位）如何通过使用 Amazon Bedrock AgentCore 从手动系统过渡到自动化代理系统来提高其运营生产力。
Build agents to learn from experiences using Amazon Bedrock AgentCore episodic memory
在这篇文章中，我们将引导您完成构建和存储情节的完整架构，讨论反射模块，并分享令人信服的基准，这些基准证明代理任务成功率显着提高。
How bunq handles 97% of support with Amazon Bedrock
在这篇文章中，我们展示了 Bunq 如何使用 Amazon Bedrock 升级其内部生成式 AI 助手 Finn，以实现多种语言和时区的无缝用户支持和银行运营。
Introducing multimodal retrieval for Amazon Bedrock Knowledge Bases
在这篇文章中，我们将指导您构建多模式 RAG 应用程序。您将了解多模式知识库的工作原理、如何根据内容类型选择正确的处理策略，以及如何使用控制台和代码示例来配置和实现多模式检索。
Advanced fine-tuning techniques for multi-agent orchestration: Patterns from Amazon at scale
在这篇文章中，我们向您展示微调如何使危险用药错误减少 33%（Amazon Pharmacy）、工程人力减少 80%（Amazon Global Engineering Services）以及内容质量评估如何提高 77% 至 96% 的准确性（Amazon A+）。这篇文章详细介绍了这些结果背后的技术：从监督微调 (SFT)（指令调优）和近端策略优化 (PPO) 等基础方法，到用于人类对齐的直接偏好优化 (DPO)，再到尖端推理优化，例如基于策略优化的分组强化学习 (GRPO)、直接优势策略优化 (DAPO) 和专为代理系统构建的组序列策略优化 (GSPO)。
How Palo Alto Networks enhanced device security infra log analysis with Amazon Bedrock
Palo Alto Networks 的设备安全团队希望检测潜在生产问题的早期预警信号，以便为中小企业提供更多时间来应对这些新出现的问题。他们与 AWS GenAIIC 合作开发由 Amazon Bedrock 提供支持的自动日志分类管道。在这篇文章中，我们讨论 Amazon Bedrock 如何通过 Anthropic 的 Claude Haiku 模型和 Amazon Titan Text Embeddings 协同工作来自动分类和分析日志数据。我们探索这个自动化管道如何检测关键问题，检查解决方案架构，并分享实现可衡量的运营改进的实施见解。
Deploy AI agents on Amazon Bedrock AgentCore using GitHub Actions
在这篇文章中，我们演示了如何使用 GitHub Actions 工作流程在 AgentCore Runtime 上自动部署 AI 代理。这种方法提供了具有企业级安全控制的可扩展解决方案，提供完整的持续集成和交付 (CI/CD) 自动化。
Build a generative AI-powered business reporting solution with Amazon Bedrock
本文介绍了生成式 AI 指导的业务报告，重点是撰写有关您的业务的成就和挑战，提供智能、实用的解决方案，有助于简化和加速内部沟通和报告。
