Deploy a multimodal WhatsApp ordering assistant with Amazon Bedrock AgentCore
了解如何部署基于 Amazon Bedrock AgentCore 和 Amazon Nova 2 构建的多模式 WhatsApp 订购助手，该助手通过单个企业号码上的文本、语音注释和实时语音通话来接受客户订单。渠道和订购层保持独立，一个共享内存可识别所有三个渠道中的每位客户。
Build a Physical AI model factory with NVIDIA Cosmos 3 on SageMaker HyperPod
构建物理人工智能系统需要连续的管道，而不是单一的训练工作。本文展示了如何在 Amazon EKS 上的持久、弹性 Amazon SageMaker HyperPod 集群上运行该模型工厂（合成数据生成、训练后和使用 NVIDIA Cosmos 3 进行闭环评估），并以 GPU 吞吐量作为重要指标。
Run agent-driven Amazon SageMaker HyperPod operations with InstantStart
HyperPod InstantStart 是一个开源控制平面，它将 Amazon EKS 编排与 Amazon SageMaker HyperPod 的托管功能组合在一起。它通过 Web 界面和 AI 代理驱动相同的受保护操作，将集群引导、容量、训练、推理和存储转变为可靠的代理驱动的基础设施。
了解如何将 Amazon Textract 的高精度文本提取与 Amazon Bedrock 的生成式 AI 相结合，为大型复杂文档自定义 Amazon Bedrock 知识库。这篇文章展示了如何提取和预处理 PDF 和图像，然后大规模查询公用事业账单，以实现更快、更准确的客户交互。
AI-driven development lifecycle using Amazon Bedrock AgentCore
采用人工智能驱动开发生命周期 (AI-DLC) 的工程团队通常很难将概念转化为工作代码。本文将介绍 Amazon Bedrock AgentCore、Kiro 和 Claude Code 上的两个参考实现：一个 SQL 到 ER 图表生成器和一个将 AI-DLC 构建阶段付诸实践的多代理代码安全分析器。
Integrating Outlook with Amazon Quick for AI-powered email automation
将 Microsoft Outlook 与 Amazon Quick 集成，以自动执行电子邮件管理、日历安排和工作流程协调。本文将介绍端到端设置，并展示使用 Amazon Quick 聊天代理、Amazon Quick Flows 和 Amazon Quick Automate 的自动化场景。
Set up OpenAI ChatGPT Codex with LiteLLM on Amazon ECS and Amazon Bedrock
使用 AWS Fargate 在 Amazon ECS 上部署客户操作的 LiteLLM 网关，将其连接到 Amazon Bedrock 上的 OpenAI 模型，并配置 Codex 通过网关的响应 API 使用范围内的身份、预算、速率限制和遥测来路由请求。我们还比较了直接 IAM Identity Center 访问和托管 Portkey 部署。
Best practices for building agentic automations with Amazon Quick Automate
了解使用 Amazon Quick Automate 构建生产级、基于代理的业务流程自动化的最佳实践：选择正确的流程、设计有针对性的代理、将其与确定性步骤相结合、应用人机交互审核以及构建评估和可观察性。
Accessing OpenAI models on Amazon Bedrock from Australia with global cross-Region inference
澳大利亚团队现在可以访问 Amazon Bedrock 上的 OpenAI GPT-5.6 Sol、Terra 和 Luna 模型，并通过亚太地区（悉尼）和亚太地区（墨尔本）进行全球跨区域推理。本文展示了如何调用模型、使用提示缓存、使用 OpenID Connect 身份验证设置 Codex 以及使用 Amazon CloudWatch 监控使用情况。
Modernizing and scaling support operations with generative AI on AWS
了解如何在 AWS 上构建基于 AI 的生成式支持运营平台，将培训视频转换为结构化 SOP，应用检索增强生成来指导故障单解决，并使用机器学习来预测 SLA 风险并确定工作优先级。
How an AWS team detects dashboard content failures at scale using Amazon Bedrock
即使每个基础设施监视器都报告运行状况良好，商业智能仪表板也可能会悄无声息地发生故障，显示空白、过时或错误的数据。了解 AWS 团队如何在 Amazon Bedrock 上构建由 AI 驱动的自动化内容验证解决方案，该解决方案可扫描数百个仪表板并向所有者发出警报，从而将平均检测时间从几天缩短到一个小时以内。
Trinity: Agentic AI-powered transition planning for students with disabilities
了解 University Startups 及其 AWS 合作伙伴如何将 Trinity（一种针对残疾学生的对话式 AI 解决方案）扩展为 Amazon Bedrock 上的无服务器多代理架构，从而为美国各地的学区制定与 IDEA 一致的过渡计划。
Introducing Claude Fable 5.1 on AWS
Claude Fable 5.1 现已在 AWS 上的 Amazon Bedrock 和 Claude Platform 上提供。本文介绍了 Claude Fable 5.1 的改进、将数据保存在您控制的云环境中的企业前沿保障措施，以及如何开始在 Amazon Bedrock 上使用模型进行构建。
From theory to delivery: How Atos upskilled 400 engineers in agentic AI
当 Atos 着手提高 400 名工程师的代理人工智能技能时，实践学习是所缺少的要素。在三天的时间里，工程师们通过 AI League 活动在 AWS 上构建了多代理系统。这篇文章解释了源讯选择这种格式的原因、工程师构建和学习的内容以及其他企业应该考虑的内容。
Securing Amazon Quick from POC to production: Agents, Flows, and Spaces
当安全团队审查生产计划时，Amazon 快速概念验证项目通常会陷入停滞。这篇文章将介绍如何设计仪表板、空间、知识库、代理和流程，以及在扩展时保持安全控制的流程：数据集整形、代理隔离、文档分类和审批门。
How t54 built a trust layer with Amazon Bedrock AgentCore payments
t54 构建了 x402-secure，这是 Amazon Bedrock AgentCore 支付上的信任层，可在自主代理付款之前对每个端点进行评分。了解会话预算、凭证隔离和确定性信任门如何在无人参与的情况下管理超过 2000 万个代理发起的交易。
How ZS democratized secure ad-hoc analytics with Amazon SageMaker
了解 ZS 如何构建安全强化的 Amazon SageMaker 平台，在开发人员敏捷性与医疗保健级治理之间取得平衡，为 200 多个 SageMaker 域中的 1,000 多名日常活跃用户提供服务。
How Boomi Scribe streamlines documentation using AWS
Boomi Scribe 是 AWS 上的人工智能代理，可自动生成企业集成工作流程的文档。了解 Boomi 如何使用 Amazon Bedrock、Amazon SageMaker AI、Amazon S3、Amazon DynamoDB 和 AWS Lambda 解析集成 DAG、生成详细文档以及大规模比较组件版本。
