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。
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。
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
Agentic vision: Building visual intelligence with Amazon Bedrock and MCP servers
在这篇文章中，我们将引导您了解计算机视觉 MCP 服务器，该服务器阐释了这种方法，展示了 AI 系统如何通过单一标准化界面处理视觉信息并做出智能决策。这种融合将曾经复杂的集成挑战转变为简化的流程，使人工智能功能可供更广泛的应用程序和开发人员使用。
来自 Wayve、Aurora、Physical Intelligence、Zipline、Shield AI、Bedrock Robotics、Dyna Robotics、Cobot、Saronic、Dexory 等公司的领导者将主持为期两天的技术讲座、主题演讲、炉边聊天、演示和实践编程。
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。
ScienceSoft’s HIPAA-compliant AI voice scheduler built on AWS
在本文中，您将了解 Amazon Web Services (AWS) 服务合作伙伴 ScienceSoft 如何将 Amazon Nova 2 Sonic 与 Amazon Bedrock Guardrails 集成，以构建符合健康保险可移植性和责任法案 (HIPAA) 的 AI 语音调度程序。您将了解该解决方案如何解决医疗保健调度挑战，同时维护隐私、合规性和负责任的 AI 标准，以及如何将相同的架构应用到您自己的工作流程中。
OpenAI GPT-5.6 Sol, Terra, and Luna are now generally available on Amazon Bedrock
今天，OpenAI 的 GPT-5.6 Sol、Terra 和 Luna 在 Amazon Bedrock 上全面上市，将 OpenAI 迄今为止最智能的模型系列引入 Amazon Bedrock 专为高性能、安全性和可靠性而打造的下一代推理引擎。
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。
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。
Automatically sort and prioritize your mailboxes by using Amazon Bedrock
在这篇文章中，我们展示了公共部门的组织如何使用由 Amazon Bedrock 提供支持的生成式 AI 解决方案实现电子邮件管理自动化。
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。
Manage AI applications on Mac with Jamf’s AI Governance and Amazon Bedrock
在这篇文章中，我们将向您展示如何将 Jamf 的 AI 治理与 Amazon Bedrock 结合使用，为 Mac 机群中的 AI 应用程序配置、部署和验证托管设置。
Run MiniMax models on Amazon Bedrock
在这篇文章中，我们将介绍如何开始在 Amazon Bedrock 上使用 MiniMax 模型，包括这些模型支持的功能、可用的服务层、按需推理如何扩展以处理您的工作负载，以及您可以用来访问它们的不同 API。使用这些模型，客户可以构建代理应用程序、长上下文文档分析管道和软件工程工作流程，所有这些都得到 AWS 的安全和运营保证的支持。
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。
Run NVIDIA Nemotron and OpenAI GPT OSS models on Amazon Bedrock in AWS GovCloud (US)
我们很高兴在 AWS GovCloud（美国）中引入基于美国的前沿开放权重模型。通过此版本，Amazon Bedrock 现在支持 OpenAI 的开放权重 GPT OSS 模型（120B 和 20B）和 NVIDIA Nemotron（Nano 9B v2、Nano 12B v2、Nano 30B、Super 120B）模型。在这篇文章中，我们将介绍这些模型及其功能、数据驻留的推理选项、可用的服务层以及如何开始。
How Amazon Bedrock catches AI-generated phishing
通过网络钓鱼进行社会工程仍然是发起网络攻击的最常见策略之一。人工智能生成的网络钓鱼电子邮件现在给管理电子邮件系统的安全团队带来了新的挑战，由于其先进性而显着增加了风险。现代社会工程师使用生成式人工智能和开源情报 (OSINT) 来制作数千条独特的消息 [...]
How Inscribe uses Amazon Bedrock to stop document fraud in seconds
在本文中，您将了解 Inscribe 如何使用 Amazon Bedrock 开发代理 AI 系统，以专业欺诈分析师的方式跨文档进行推理。借助这一新的代理 AI 系统，Inscribe 现在可以在 90 秒内检测到被篡改、伪造和 AI 生成的财务文档。这比传统的人工审核提高了 20 倍，同时保持了金融服务法规所要求的准确性和可解释性。
