‘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......
From Local LLM to Tool-Using Agent
使用 Gemma 4、Ollama、OpenAI Agents SDK 和 Tavily MCP 构建轻量级研究代理从本地 LLM 到工具使用代理的帖子首先出现在 Towards Data Science 上。
Build context-rich research agents with Deep Agents and Bedrock AgentCore
在这篇文章中，您将构建一个有竞争力的研究代理，端到端地演示此模式。本演练针对的是构建多步骤 AI 工作流程的开发人员，他们需要为其代理提供隔离的执行环境。在本笔记本的第 2 部分中，您可以使用 AgentCore CLI 将同一代理部署到 Bedrock AgentCore Runtime，以便它作为托管、会话隔离的服务运行。
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。
在这篇文章中，我们演示了免提 FNOL 引入系统如何将使用 Strands Agents SDK 构建的用于域推理的代理与用于实时门户交互的 Amazon Bedrock AgentCore 浏览器工具结合起来。这种方法保留了人类的专业知识，同时消除了重复的屏幕工作。
Build highly scalable serverless LangGraph multi-agent systems in AWS with Amazon Bedrock AgentCore
在这篇文章中，我们提供了一种解决方案，可使用 LangGraph Agents 作为与 Amazon Bedrock AgentCore Memory 和 Amazon Bedrock AgentCore Observability 集成的编排器，在 AWS 上构建高度可扩展的无服务器多代理生成式 AI 系统。
在这篇文章中，您将学习如何构建一个多代理活动审核系统，该系统使用集成架构（结合了 NVIDIA NIM 进行 GPU 加速推理）来演示并行推理、上下文持久性和可追踪执行路径。 Amazon Bedrock AgentCore 提供托管运行时、共享内存和内置可观察性，Strands Agents 提供无服务器多代理编排。此方法支持生产环境中的性能、可扩展性和操作洞察力。虽然该示例侧重于营销内容审核，但相同的模式也适用于数字助理、审核自动化和检索增强生成管道。
