Beyond BI: How the Dataset Q&A feature of Amazon Quick powers the next generation of data decisions
各行业的业务领导者依赖运营仪表板作为其团队日常执行的共享事实来源。但仪表板是为了回答已知问题而构建的。当团队需要进一步探索临时的、多维度的或不可预见的问题时，他们就会遇到瓶颈。他们等待 BI 团队数小时或数天来构建新视图 [...]
Capacity-aware inference: Automatic instance fallback for SageMaker AI endpoints
今天，Amazon SageMaker AI 为新的和现有的推理终端节点引入了容量感知实例池。您定义实例类型的优先级列表，只要在创建、横向扩展和横向收缩期间容量受到限制，SageMaker AI 就会自动处理您的列表。您的端点无需人工干预即可配置可用的人工智能基础设施。此功能适用于单模型端点、基于推理组件的端点和异步推理端点。
From data lake to AI-ready analytics: Introducing new data source with S3 Tables in Amazon Quick
Amazon Quick 推出 Amazon S3 表（Apache Iceberg 表）作为新数据源。借助此功能，客户可以直接查询和可视化存储在 Amazon S3 表存储桶中的 Apache Iceberg 表，而无需中间数据层。在这篇文章中，我们探讨了 Amazon Quick 的新 Amazon S3 表数据源如何在简化现代数据架构的同时实现近实时分析。
AWS Transform now automates BI migration to Amazon Quick in days
在这篇文章中，我们将介绍整个过程，从在 AWS Transform 中设置迁移工作区，到通过 AWS Marketplace 订阅合作伙伴代理，再到解锁可改变组织使用数据方式的 Amazon Quick 功能。
Generate dashboards from natural language prompts in Amazon Quick
构建有意义的仪表板需要数小时的手动设置，即使对于经验丰富的 BI 专业人员也是如此。Amazon Quick 现在可以根据自然语言提示生成完整的多表仪表板，让您在几分钟内从一个或多个数据集开始进行生产就绪分析。数据分析师构建经常性运营报告、项目经理准备领导力审查或工程师探索新数据集可以 [...]
Configuring Amazon Bedrock AgentCore Gateway for secure access to private resources
在本文中，您将配置 Amazon Bedrock AgentCore Gateway 以使用资源网关访问私有终端节点，资源网关是一种托管结构，可直接在 Amazon VPC 内配置弹性网络接口 (ENI)，每个子网一个。您将探索两种实施模式（托管和自我管理）并演练三个实际场景：连接到私有 Amazon API Gateway 终端节点、与 Amazon Elastic Kubernetes Service (Amazon EKS) 上的 MCP 服务器集成以及访问私有 REST API。
Agent-guided workflows to accelerate model customization in Amazon SageMaker AI
Amazon SageMaker AI 现在提供的代理体验改变了这一点。开发人员使用自然语言描述他们的用例，AI 编码代理简化了整个过程，从用例定义和数据准备到技术选择、评估和部署。在这篇文章中，我们将引导您使用 SageMaker AI 代理技能完成模型自定义生命周期。
Unleashing Agentic AI Analytics on Amazon SageMaker with Amazon Athena and Amazon Quick
本文演示了 Amazon Quick 的代理 AI 助手如何使用 Amazon Simple Storage Service (Amazon S3) 作为存储、使用 Amazon SageMaker 和 AWS Glue for Lakehouse、Amazon Athena 跨多种存储格式（S3 表、Iceberg 和 Parquet）进行无服务器 SQL 查询，从而将数据分析转变为自助服务功能。
Pentagon clears 8 tech firms to deploy their AI on its classified networks
根据今天上午的公告，国防部已与 Amazon Web Services、Google、微软、NVIDIA、OpenAI、SpaceX 和 Reflection 达成协议，数小时后又与第八个 Oracle 达成协议。
How Contrivian is Engineering Terrestrial-Grade Connectivity Through LEO Networks
在软件定义架构内部消除了 Starlink、Amazon Leo 和战术边缘的会话中断。
Build and deploy an automatic sync solution for Amazon Bedrock Knowledge Bases
在这篇文章中，我们探索了一种自动化解决方案，该解决方案可以检测 S3 事件并触发摄取作业，同时尊重服务配额并提供全面的监控。此无服务器解决方案使用事件驱动的架构来使您的知识库保持最新状态，而不会压垮 Amazon Bedrock API。
Automate repetitive tasks with Amazon Quick Flows
本文向您展示如何使用 Amazon Quick 构建第一个由 AI 驱动的工作流程，从财务分析工具开始，逐步发展到高级员工入职自动化。
Building Workforce AI Agents with Visier and Amazon Quick
在这篇文章中，我们展示了如何通过模型上下文协议 (MCP) 将 Visier Workforce AI 平台与 Amazon Quick 连接起来，为每个知识工作者提供一个统一的代理工作空间来提出问题。Visier 有助于将工作空间建立在实时劳动力数据及其周围的组织环境中，同时让您的用户无需切换工具即可根据对话结果采取行动。
Tympanopleura personata Ribeiro, Silva-Oliveira, Magalhães, Gama & Py-Daniel, 2026DOI: doi.org/10.1111/jfb.70445 摘要从亚马逊普鲁斯河右岸支流伊基里河 (Iquiri River) 中描述了鼓膜属 (Tympanopleura) 的新种巴西北部河流。该新物种与所有同类的区别在于其特征组合，例如枕骨上有一个颜色深的方形斑点，每只眼睛上方有一个半圆形深色斑点，尾鳍基部有一个不显眼的垂直条（Tympanopleura Piperata 除外），以及分光和形态特征状态的组合。初步分子分析表明
Amazon Quick for marketing: From scattered data to strategic action
Amazon Quick 改变您的工作方式。您可以在几分钟内完成设置，到一天结束时，您会想知道如果没有它您是如何工作的。快速连接您的应用程序、工具和数据，创建个人知识图谱，了解您的优先事项、偏好和网络。
Company-wise memory in Amazon Bedrock with Amazon Neptune and Mem0
Amazon Bedrock 中的公司级内存由 Amazon Neptune 和 Mem0 提供支持，为 AI 代理提供持久的、公司特定的上下文，使它们能够在多种交互中智能地学习、适应和响应。 TrendMicro 是世界上最大的防病毒软件公司之一，开发了 Trend’s Companion 聊天机器人，因此他们的客户可以通过自然的对话式交互来探索信息
Amazon SageMaker AI now supports optimized generative AI inference recommendations
如今，Amazon SageMaker AI 支持优化的生成式 AI 推理建议。通过提供经过验证的、具有性能指标的最佳部署配置，Amazon SageMaker AI 让您的模型开发人员专注于构建准确的模型，而不是管理基础设施。
From developer desks to the whole organization: Running Claude Cowork in Amazon Bedrock
今天，我们很高兴在 Amazon Bedrock 中宣布 Claude Cowork。您现在可以直接通过 Amazon Bedrock 或使用 LLM 网关运行 Cowork 和 Claude Code Desktop。在这篇文章中，我们将介绍 Claude Cowork 如何与 Amazon Bedrock 集成，并展示知识工作者如何在实践中使用它的示例。
