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。
今天，Amazon Bedrock AgentCore 线束正式上市。两次 API 调用（CreateHarness 定义代理，InvokeHarness 运行它），几秒钟内即可运行代理。该代理在具有文件系统和 shell 的独立环境中运行，因此它可以安全地读取文件、运行命令和编写代码。它会记住会话中的用户和对话，获取您指定的技能（包括 AWS 策划的目录），浏览网页，通过网关或 MCP 调用您的工具，并在会话中切换模型提供商而不会丢失上下文。每一步都会实时反馈给您，并自动跟踪到 Amazon CloudWatch。除非您愿意，否则您不需要编写编排代码或构建容器。
New in Amazon Bedrock AgentCore: Build agents with broader knowledge and continuous learning
今天，我们将推出 Amazon Bedrock AgentCore 的新功能，该平台用于构建、连接和优化代理。在这篇文章中，我们将介绍这些功能如何缩小各个差距：将代理与组织、网络和付费知识连接起来；帮助团队发现并修复生产中出现的问题；随着代理能力的增强，实施可扩展的控制措施。它们共同帮助您更快地构建更强大的代理，通过可扩展的控制来管理它们，并不断改进它们。
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。
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。
Microsoft Agent 365 Enterprise Agent Governance
为什么重要：Agent 365 为每个 AI 代理提供身份、注册表和真正的监督。查看定价、安全架构、推出步骤以及它留下的空白。
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。
Pentagon Launches Agent Network AI Tool to Transform Battle Management and Enemy Targeting
五角大楼周四推出了新的人工智能 AI nb Agent Network
