HyperPod enhances ML infrastructure with security and storage
本博文介绍了 Amazon SageMaker HyperPod 的两项主要增强功能，这些增强功能增强了大规模机器学习基础设施的安全性和存储功能。新功能包括客户管理密钥 (CMK) 支持使用组织控制的加密密钥对 EBS 卷进行加密，以及 Amazon EBS CSI 驱动程序集成，支持对 AI 工作负载中的 Kubernetes 卷进行动态存储管理。
Accelerating generative AI applications with a platform engineering approach
在这篇文章中，我将说明如何将平台工程原理应用于生成式人工智能，以实现更快的价值实现、成本控制和可扩展的创新。
Your complete guide to Amazon Quick Suite at AWS re:Invent 2025
今年，re:Invent 将于 2025 年 12 月 1 日至 5 日在内华达州拉斯维加斯举行，本指南将帮助您浏览我们全面的会议目录并计划您的一周。这些会议适合有兴趣在其团队和组织中整合代理人工智能功能的业务和技术领导者、产品和工程团队以及数据和分析团队。
我很高兴地宣布 AWS Professional Services 现在提供专门的 AI 代理，包括 AWS Professional Services Delivery Agent。这代表了咨询体验的转变，在整个咨询生命周期中嵌入智能代理，为客户提供更好的价值。
Amazon Bedrock AgentCore and Claude: Transforming business with agentic AI
在这篇文章中，我们探讨了 Amazon Bedrock AgentCore 和 Claude 如何帮助 Cox Automotive 和 Druva 等企业部署可投入生产的代理 AI 系统，从而提供可衡量的业务价值，其结果包括高达 63% 的自主问题解决率和 58% 的更快响应时间。我们研究了将 Claude 的前沿人工智能功能与 AgentCore 的企业级基础设施相结合的技术基础，该基础设施使组织能够专注于代理逻辑，而不是从头开始构建复杂的操作系统。
Build a biomedical research agent with Biomni tools and Amazon Bedrock AgentCore Gateway
在这篇文章中，我们演示了如何通过将 Biomni 的专业工具与 Amazon Bedrock AgentCore Gateway 集成来构建可投入生产的生物医学研究代理，使研究人员能够通过安全、可扩展的基础设施访问 30 多个生物医学数据库。该实施展示了如何将研究原型转变为具有持久记忆、语义工具发现和科学再现性的综合可观察性的企业级系统。
Make your web apps hands-free with Amazon Nova Sonic
图形用户界面几十年来一直风靡一时，但今天的用户越来越希望与他们的应用程序进行对话。在这篇文章中，我们展示了如何向参考应用程序（theSmartTodoApp）添加真正的语音优先体验，将日常任务管理转变为流畅的免提对话。
Harnessing the power of generative AI: Druva’s multi-agent copilot for streamlined data protection
生成式 AI 正在改变企业与客户互动的方式，并彻底改变复杂 IT 运营的对话界面。 Druva 是数据安全解决方案的领先提供商，处于这一转型的最前沿。 Druva 与 Amazon Web Services (AWS) 合作，正在开发一种尖端的生成式人工智能驱动的多代理副驾驶，旨在重新定义数据安全和网络弹性方面的客户体验。
Powering enterprise search with the Cohere Embed 4 multimodal embeddings model in Amazon Bedrock
Cohere Embed 4 多模式嵌入模型现已作为 Amazon Bedrock 中完全托管的无服务器选项提供。在这篇文章中，我们将深入探讨 Embed 4 对于企业搜索用例的优势和独特功能。我们将向您展示如何快速开始在 Amazon Bedrock 上使用 Embed 4，利用与 Strands Agents、S3 Vectors 和 Amazon Bedrock AgentCore 的集成来构建强大的代理检索增强生成 (RAG) 工作流程。
A guide to building AI agents in GxP environments
GxP 合规性的监管环境正在不断发展，以应对人工智能的独特特征。传统的计算机系统验证 (CSV) 方法通常采用统一的验证策略，而计算机软件保障 (CSA) 框架则对传统计算机系统验证 (CSV) 方法进行了补充，该框架强调根据每个系统的实际影响和复杂性量身定制的灵活的基于风险的验证方法（FDA 最新指南）。在这篇文章中，我们将介绍基于风险的实施、不同风险级别的实际实施注意事项、AWS 合规性共担责任模型以及风险缓解策略的具体示例。
Multi-Agent collaboration patterns with Strands Agents and Amazon Nova
在这篇文章中，我们探讨了多代理、多模式 AI 系统的四种关键协作模式 - 代理作为工具、群代理、代理图和代理工作流 - 并讨论何时以及如何使用开源 AWS Strands Agents SDK 与 Amazon Nova 模型来应用每种模式。
How Clario automates clinical research analysis using generative AI on AWS
在这篇文章中，我们演示了 Clario 如何使用 Amazon Bedrock 和其他 AWS 服务来构建基于 AI 的解决方案，该解决方案可自动执行和改进 COA 访谈的分析。
Connect Amazon Bedrock agents to cross-account knowledge bases
组织需要无缝访问其结构化数据存储库来为智能 AI 代理提供支持。然而，当这些资源跨越多个 AWS 账户时，可能会出现集成挑战。本文探讨了一种实用的解决方案，用于将 Amazon Bedrock 代理连接到驻留在不同 AWS 账户中的 Amazon Redshift 集群中的知识库。
在这篇博文中，我们探讨了 TR 如何通过 Open Arena 解决关键业务用例，Open Arena 是一种高度可扩展且灵活的无代码 AI 解决方案，由 Amazon Bedrock 和其他 AWS 服务（例如 Amazon OpenSearch Service、Amazon Simple Storage Service (Amazon S3)、Amazon DynamoDB 和 AWS Lambda）提供支持。我们将解释 TR 如何使用 AWS 服务来构建此解决方案，包括架构的设计方式、它解决的用例以及使用它的业务配置文件。
Transform your MCP architecture: Unite MCP servers through AgentCore Gateway
今年早些时候，我们推出了 Amazon Bedrock AgentCore Gateway，这是一项完全托管的服务，充当集中式 MCP 工具服务器，提供统一的界面，代理可以在其中发现、访问和调用工具。今天，我们正在扩展对现有 MCP 服务器的支持，作为 AgentCore Gateway 中的新目标类型。借助此功能，您可以将多个与代理目标一致的特定于任务的 MCP 服务器分组到单个可管理的 MCP 网关接口后面。这降低了维护单独网关的操作复杂性，同时提供与 REST API 和 AWS Lambda 函数相同的集中式工具和身份验证管理。
How Amazon Search increased ML training twofold using AWS Batch for Amazon SageMaker Training jobs
在本文中，我们向您展示 Amazon Search 如何利用 AWS Batch 进行 SageMaker 训练作业来优化 GPU 实例利用率。该托管解决方案使我们能够在 P5、P4 等 GPU 加速实例系列上协调机器学习 (ML) 训练工作负载。我们还将提供用例实现的分步演练。
Iterate faster with Amazon Bedrock AgentCore Runtime direct code deployment
Amazon Bedrock AgentCore 是一个代理平台，用于大规模安全地构建、部署和操作有效的代理。 Amazon Bedrock AgentCore Runtime 是 Bedrock AgentCore 的完全托管服务，它提供低延迟无服务器环境来部署代理和工具。它提供会话隔离，支持多种代理框架（包括流行的开源框架），并处理多模式 [...]
在这篇文章中，我们研究了 Switchboard, MD 在临床环境中扩展转录准确性和成本效益方面面临的具体挑战、他们选择正确转录解决方案的评估流程，以及他们使用 Amazon Connect 和 Amazon Kinesis Video Streams 实施的技术架构。这篇文章详细介绍了所取得的令人印象深刻的成果，并展示了他们如何利用这一基础实现 EMR 匹配自动化，并让医护人员有更多时间专注于患者护理。
