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。
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。
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。
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。
[Botany • 2026] Mazus dabieshanensis (Mazaceae) • A New Species from eastern China
Mazus dabieshanensis R.Tong 和 T.Deng，Tong, Shen, Luo et Deng, 2026.DOI: doi.org/10.1002/njb.05176AbstractMazus dabieshanensis，一种新描述的中国东部大别山特有种，进行了说明和描述。基于核和叶绿体 DNA 序列的分子系统发育分析一致表明，这个新物种与其他以柔毛子房为特征的马祖属物种形成了一个稳定的进化枝。从形态上看，该新种很容易区分，其匍匐茎坚硬且数量众多，植株有白色绒毛，叶基部渐狭成叶柄，花冠上唇双裂，裂片无齿状裂片。这种独特的特征组合有效地将其与所有其他已知的马祖物种区
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。
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。
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。
Engineered Enzyme Reverses Age-Related Protein Damage
Arkadi Mazin，LRI 科学家们设计了一种酶，可以去除蛋白质中的高级糖基化终产物 (AGE)。这种类型...
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 [...]
顺序推荐是推荐系统的核心任务，最近的研究越来越多地转向利用顺序模式和语义项目信息的生成推荐器。然而，这些方法通常是在一小组广泛使用的基准上进行评估的。这就提出了一个自然的问题：这些基准测试实际上需要现代生成推荐器的高级建模功能吗？我们使用有意简单的图启发式进行基准审核：仅从最后一个或两个交互的项目开始，它从几跳项目转换图中检索候选者，并根据项目特征相似性对它们进行排名。令人惊讶的是，尽管它很简单，但这种启发式方法在各种流行的顺序推荐基准上匹配或优于一组广泛的现代基线。例如，与广泛使用的 Amazon Review Sports 和 CD 数据集上的最佳竞争基线相比，它的 NDCG@10 相对改
I wore 3 blood pressure watches for a month to find the most accurate - and this one wins
我测试了三星、Amazfit 和 Doctor Fit 血压手表 - 只有一款可以与我的 Garmin Index 血压监测仪相媲美。
Build enterprise search for agents with Amazon Bedrock Managed Knowledge Base
在这篇文章中，我们将介绍实现这一目标的三大支柱：简化的设置、更智能的检索和生产准备。我们还向您展示了用于设置知识库并从中检索的代码示例。
Monitor Amazon SageMaker Pipelines cross-account with custom Amazon CloudWatch dashboards
在这篇文章中，我们提出了一个解决方案，旨在使用 Amazon CloudWatch 自定义控制面板集中监控跨 AWS 账户和区域的 SageMaker Pipelines。随附的 GitHub 存储库提供了所需基础设施的可自定义 AWS 云开发套件 (AWS CDK) 示例。
