It’s safe to close your laptop now: Hosting coding agents on Amazon Bedrock AgentCore
Amazon Bedrock AgentCore Runtime 为每个代理会话提供自己独立的 microVM，其中包含持久工作区、通过网关的安全工具访问以及内置可观察性，因此您可以并行运行 Claude Code、Codex、Kiro 和 Cursor，而无需共享机密、端口或文件系统。盖上盖子，去吃晚饭，明天再从上次停下的地方继续。
How to build self-driving AI operations on Amazon Bedrock at scale
在这篇文章中，我们介绍 Amazon Bedrock Ops Alert，这是一种三层自动化监控解决方案，可主动检测操作问题、动态调整警报阈值、按类别对警报进行分类、自动创建上下文感知支持案例、在同一警报类别的未解决案例已处于活动状态时帮助防止重复案例，并向 AI SRE 团队提供情境化通知。我们将介绍解决方案架构以及如何将其部署在您自己的环境中。
Introducing Claude apps gateway for AWS
今天，我们宣布推出适用于 AWS 的 Claude 应用程序网关，这是一个自托管控制平面，可为组织提供对 Claude Code 和 Claude Desktop 的访问、成本和策略的单点控制。在这篇文章中，我们将展示如何使用 AWS 上的 Amazon Bedrock 和 Claude Platform 设置和运行适用于 AWS 的 Claude 应用程序网关。
Multi-tenant LLM analytics with row-level security: How we built a secure agent on AWS
在这篇文章中，我们将向您展示 PAR 如何构建一个生产就绪的多租户 LLM 分析系统，该系统通过三层架构强制执行行级安全性：使用 AWS SigV4 进行加密请求签名、Amazon Bedrock 上的语义验证以及通过 Split-Plane SQL 进行编程数据隔离。我们演示了每一层如何独立运行，以降低跨租户数据暴露的风险，即使 LLM 本身受到损害或操纵也是如此。
Introducing Claude Sonnet 5 on AWS: Anthropic’s most capable Sonnet model
今天，我们很高兴地宣布 Anthropic 最先进的 Sonnet 模型 Claude Sonnet 5 在 Amazon Bedrock 和 AWS 上的 Claude Platform 上可用。 Claude Sonnet 5 是 Anthropic 最新一代的第一个 Sonnet 模型，代表着向前迈出的有意义的一步。它以 Sonnet 定价为编码、代理和日常专业人士提供顶级情报 [...]
Safely Releasing Frontier Models to Customers
我们的目标是让 AWS 成为运行任何工作负载的最安全的地方，为了支持这一目标，自 AWS 二十多年前成立以来，我们一直在整个服务的安全性方面进行深入投资。我们的 AI 服务（例如 Amazon Bedrock）建立在这个基础上，并具有相同的重点。
Build a healthcare appointment agent with Amazon Nova 2 Sonic
在本文中，您将了解如何使用 Amazon Nova 2 Sonic 和 Amazon Bedrock AgentCore 构建处理预约提醒对话的语音代理。该代理通过语音对患者进行身份验证，管理预约（确认、取消或重新安排），收集就诊前的健康信息，并在需要时升级给工作人员。您可以大规模处理例行呼叫，这有助于降低缺席率。此示例重点关注问题的代理方面：语音对话和工具编排。包含一个基于浏览器的界面用于测试。要将代理连接到实际电话线路以进行出站拨号，您可以集成电话服务，例如 Amazon Connect Customer。
Embed the world: Multimodal AI for searchable aerial imagery at scale
在这篇文章中，我们将介绍问题空间、我们在 Amazon Bedrock 和 Amazon OpenSearch Serverless 上的架构、我们在 OpenStreetMap 基础事实上构建的评估方法、比较嵌入模型、融合策略、字幕和搜索方法的四个实验，以及构建类似系统时可以应用的实用指南。您将了解哪些设计选择推动了地理空间语义搜索，包括为什么 Amazon Nova Multimodal Embeddings 在我们的评估中的两个基准查询中提供了最高的 F1 分数。这里描述的工作演变成 Vexcel Intelligence，一种可搜索的图像产品。
Building Supercharger: How Rocket Close optimized title operations with agentic AI
在本文中，我们将探讨 Rocket Close 如何使用 Strands Agent、大型语言模型 (LLM)、Amazon Bedrock、Amazon Bedrock 知识库和模型上下文协议 (MCP) 工具构建解决方案。我们将介绍解决方案的功能、技术堆栈的基本原理、经验教训以及 Rocket Close 的业务影响。
Evaluate AI agents systematically with Agent-EvalKit
Agent-EvalKit 是一个开源工具包 (Apache 2.0)，它通过与 AI 编码助手（包括 Claude Code、Kiro CLI 和 Kilo Code）集成来提供此评估基础架构。本文以使用 Strands Agents SDK 和 Amazon Bedrock 构建的旅行研究代理作为运行示例，介绍了 Agent-EvalKit 在六个评估阶段的工作原理。
由于全球需求旺盛，AWS 客户需要获取最新的生成式 AI 模型和高性能加速计算，因此需要工具来利用跨多个 AWS 区域的模型可用性和容量，同时仍满足其安全和隐私要求。 Amazon Bedrock 上的跨区域推理 (CRIS) 通过自动跨多个 [...] 路由请求来满足这些需求
