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。
‘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......
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。
Build an LLM Agent That Can Write and Run Code
使用 OpenAI Agents SDK 和 Docker 执行代码的实践演练《构建可以编写和运行代码的 LLM 代理》一文首先出现在《走向数据科学》上。
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。
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。
