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。
Kaggle + Google’s Free 5-Day Agentic AI Course
Google 和 Kaggle 为期 5 天的人工智能代理课程现已向所有人免费开放。
Building a restaurant telephony AI host with Amazon Bedrock AgentCore and Amazon Nova 2 Sonic
在这篇文章中，我们将向您展示如何构建一个语音订购系统，该系统可以接听电话号码并接受从问候到确认的订单。该系统使用 Amazon Bedrock AgentCore 托管和运行代理，并使用 Amazon Nova 2 Sonic 进行实时语音，并通过模型上下文协议 (MCP) 连接到餐厅后端。本演练涵盖使用 AWS 云开发套件 (AWS CDK) 部署完整堆栈，以及通过 Amazon Elastic Container Service (Amazon ECS) 和 AWS Fargate 上的会话启动协议 (SIP) 网关将电话呼叫桥接至代理。当电话仍在响铃时，它还能温暖座席会话，因此呼叫者永远
Multi-agent social intelligence with Strands Agents and Amazon Bedrock
本文展示了 Thrad.ai 如何使用 Strands Agents 和 Amazon Bedrock AgentCore 部署多代理系统，以实现从潜在客户发现到个性化电子邮件生成的自动化流程。这篇文章将两种编排模式（Swarm 和 Graph）与延迟、成本和电子邮件质量方面的正面基准进行了比较。您还将了解系统如何使用加权标准、意图分类和时间衰减以及生产部署的治理控制来对潜在客户进行评分。
Agentic RAG: Let the Agent Search
一个最小的 OpenAI Agents SDK 实现，其中检索成为搜索-读取-决定循环Agentic RAG：让代理搜索首先出现在 Towards Data Science 上。
How KTern.AI built agentic AI for SAP on Amazon Bedrock AgentCore
从传统的软件即服务 (SaaS) 平台演变为下一代代理 AI 平台意味着需要在长期运行的企业程序中协调多个专业代理。每个代理都以持久的上下文、安全的工具访问和生产级的可靠性进行操作。我们使用 Strands Agents SDK 在 Amazon Bedrock AgentCore 上构建了该系统。这篇文章将介绍我们如何构建它、我们构建了哪些代理以及为客户带来的结果。
Securing Amazon Bedrock AgentCore Runtime with AWS WAF
这篇文章向您展示了解决此问题的两种架构模式。两者都使用面向互联网的 ALB 和 AWS WAF，并通过 VPC 接口终端节点将流量路由到 AgentCore 运行时。模式 1 在 ALB 和 VPC 终端节点之间放置一个 AWS Lambda 代理，让您可以完全控制请求转换。模式 2 直接从 ALB 定位 VPC 终端节点 ENI IP 地址，完全删除 Lambda 跃点。您还将了解如何使用资源策略关闭直接访问后门，以便流量仅流经 AWS WAF。这两种模式均已通过 SigV4 和 OAuth (Amazon Cognito JWT) 身份验证进行了端到端测试。
Build a serverless image editing agent with Amazon Bedrock AgentCore harness
这篇文章逐步介绍了如何构建一个无服务器图像编辑器，用户可以在其中上传照片，用简单的英语描述编辑内容，并在几秒钟内收到结果。代理在 AgentCore 线束上运行，无需自定义编排代码。我们使用单个部署命令部署完整的解决方案，包括身份验证、加密存储、三个图像编辑工具和一个 React 前端。基础设施是使用 AWS 云开发套件 (AWS CDK) 定义的。
Structured memory filtering with metadata in AgentCore Memory
在本文中，您将了解元数据如何跨配置、摄取和检索工作，探索包括多代理和多租户架构在内的企业用例，并发现实施的最佳实践。
Debugging production agents with Amazon Bedrock AgentCore Observability
在本文中，您将了解如何使用内置的可观察性功能来调试生产代理故障。我们介绍常见的故障模式，展示如何通过跟踪和指标分析代理行为，并提供结构化工作流程来解决无限循环和工具调用失败等问题。这是由两部分组成的系列的第 1 部分。第 2 部分介绍性能优化和内存管理。
‘AI Agents Will Handle 30% of Inhouse Work’ – Deloitte
德勤法律部的市场分析表明，在未来三到五年内，人工智能代理可以处理企业内部 30% 的工作......
Building pay-per-intelligence for AI agents: How Ampersend uses Amazon Bedrock AgentCore Payments
在本文中，您将了解 Ampersend 如何在 Amazon Bedrock AgentCore Payments 之上构建按智能付费的路由层。人工智能代理自动将任务路由到最有效的模型，按请求付费，并在支出预算内运行。您还将了解两跳支付模式如何端到端工作以及如何开始您自己的实施。
Here’s What Everyone Gets Wrong About Agentic AI
Agentic AI 的失败并不是因为技术不好。它之所以失败，是因为团队在第一次部署中存在五个具体的误解，而每个误解都是可以纠正的。
Accelerate campaign workflow with insights from Adobe Marketing Agent for Amazon Quick
本文展示了如何使用模型上下文协议 (MCP) 启用 Adobe Marketing Agent for Amazon Quick。我们将引导您了解如何配置集成、使用您的 Adobe 凭证进行身份验证以及在 Amazon Quick 中获取最新见解。示例工作流程返回受众排名、忠诚度细分摘要、旅程使用情况和冲突建议。
