How to build self-driving AI operations on Amazon Bedrock at scale
在这篇文章中，我们介绍 Amazon Bedrock Ops Alert，这是一种三层自动化监控解决方案，可主动检测操作问题、动态调整警报阈值、按类别对警报进行分类、自动创建上下文感知支持案例、在同一警报类别的未解决案例已处于活动状态时帮助防止重复案例，并向 AI SRE 团队提供情境化通知。我们将介绍解决方案架构以及如何将其部署在您自己的环境中。
How Baz improved its AI Agent Code Review accuracy using Amazon Bedrock AgentCore
本文介绍了 Baz 如何使用 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建其 Spec Review 代理。我们将介绍架构决策、实施细节以及他们通过利用这些 AWS 服务自动化代码审查流程所实现的业务成果
AgentOps: Operationalize agentic AI at scale with Amazon Bedrock AgentCore
当您构建代理 AI 解决方案时，您会面临独特的运营挑战。代理会做出不可预测的决策，成本会意外上升，并且调试非确定性故障似乎是不可能的。代理人工智能应用程序不仅仅执行预定的工作流程。他们推理、适应并做出自主决策，并且 DevOps 实践需要进行调整。这就是 AgentOps 的用武之地，它是在生产中部署、管理和持续改进 AI 代理的操作规程。
OpenAI models and Codex on Amazon Bedrock are now generally available
GPT-5.5、GPT-5.4 和 Codex 现已在 Amazon Bedrock 上全面提供。立即将它们部署在 Bedrock 的高性能推理引擎上的生产应用程序和代理中。
Enable safe agentic payments with built-in guardrails using Amazon Bedrock AgentCore payments
在这篇文章中，我们解决了设计代理支付系统时出现的几个关键风险，以及如何使用 AgentCore 支付功能来解决这些风险。
Building AI agents for business support using Amazon Bedrock AgentCore
在这篇文章中，我们将分享 AWS 生成式 AI 创新中心 (GenAIIC) 如何与 Works Human Intelligence (WHI) 合作使用 Amazon Bedrock AgentCore 构建两个 AI 代理。我们讨论了遇到的挑战以及在提高运营效率的同时降低成本高达 97% 的解决方案。
Claude Opus 4.8 is now available on AWS
本文介绍了 Opus 4.8 的改进以及为 AI 工程师将模型集成到 Amazon Bedrock 上的代理系统和生产推理工作负载中的实用指南。
Build a test suite that grows with your agent with dataset management in Amazon Bedrock AgentCore
当您将快速移动的在线信号与稳定的离线基线相结合时，代理评估最为强大。要了解您的代理是否真正随着时间的推移而改进，您需要一个固定的基准以及不断变化的现实世界流量。将评估基线的测试用例作为 Amazon Bedrock AgentCore 中的数据集进行管理，带来了版本化测试装置的规范 [...]
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。
Technical deep dive: AgentCore payments and innovation in agentic commerce
Amazon Bedrock AgentCore 支付现已推出预览版，它提供对付费外部服务的即时付款，无需为每个提供商进行手动计费设置，稳定币支持具有成本效益的微交易，使低于美分的交易在经济上可行，并且可配置的支出护栏使您可以对代理预算和交易限制进行细粒度控制。在这篇文章中，我们将带您深入了解 AgentCore 支付的技术。
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。
Break the context window barrier with Amazon Bedrock AgentCore
在本文中，您将了解如何使用 Amazon Bedrock AgentCore Code Interpreter 和 Strands Agents SDK 实施递归语言模型 (RLM)。最后，您将了解如何在上下文大小没有上限的情况下处理不同长度的文档，使用 Bedrock AgentCore Code Interpreter 作为迭代文档分析的持久工作内存，以及在沙盒 Python 环境中编排次大语言模型 (sub-LLM) 调用来分析特定文档部分。
Build AI-powered dashboard automation agents with NLP on Amazon Bedrock AgentCore
该解决方案结合了 Amazon Bedrock AgentCore、Strands Agents 和 Amazon Quick 转换的强大功能，提供安全、可扩展的智能系统，用于构建和操作 AI 代理，同时将数据转换为可操作的业务洞察。
Extending conversational memory in Kiro CLI using Amazon Bedrock AgentCore Memory
在这篇文章中，我们将演示如何通过实施与 Amazon Bedrock AgentCore Memory 集成的自定义模型上下文协议 (MCP) 服务器来扩展 Kiro CLI 的会话内存。您可以使用 Kiro CLI 直接从终端与 Kiro 的 AI 代理进行交互。 Amazon Bedrock AgentCore Memory 是一项完全托管的服务，允许 AI 代理保留过去交互中的信息，从而创建更加智能和上下文感知的对话。通过实施自定义 MCP 服务器，您可以为 Kiro CLI 提供工具来存储和检索对话上下文、监控内存使用情况以及管理底层 Bedrock Agent 核心内存基础设施。
AWS Bedrock Agent Permissions: What You Need to Lock Down Before Go-Live
生产环境中的大多数 Bedrock 代理都在构建时使用的相同 IAM 角色上运行。该角色现在是一个常设身份，可以访问测试期间附加的任何服务，在每次执行时自动调用这些权限，而无需人工介入。潜在的风险应该是显而易见的。这是一个值得关注的团队 [...]
Real-time voice agents with Stream Vision Agents and Amazon Nova 2 Sonic
In this post, you learn how to combine Stream's Vision Agents open-source framework with Amazon Bedrock and Amazon Nova 2 Sonic to build real-time voice agents that can be production-ready in minutes. You'll learn how the integration works under the hood, walk through code examples, and explore adva
How Amazon Finance streamlines regulatory inquiries by using generative AI on AWS
在本文中，我们将演示 Amazon FinTech 团队如何使用 Amazon Bedrock 和其他 AWS 服务构建可扩展的 AI 应用程序，以改变监管查询的处理方式。使用此解决方案的每个团队都会创建并维护自己的专用知识库，其中填充了该团队的特定文档和参考材料。
Halliburton enhances seismic workflow creation with Amazon Bedrock and Generative AI
在这篇文章中，我们将探讨如何构建概念验证，将自然语言查询转换为可执行的地震工作流程，同时为哈里伯顿的地震引擎工具和文档提供问答功能。我们将介绍该解决方案的技术细节，分享显示工作流程加速高达 95% 的评估结果，并讨论可帮助其他组织通过生成 AI 增强其复杂技术工作流程的关键知识。
