Human-in-the-loop constructs for agentic workflows in healthcare and life sciences
在医疗保健和生命科学领域，人工智能代理帮助组织处理临床数据、提交监管文件、自动化医疗编码并加速药物开发和商业化。然而，医疗保健数据的敏感性和良好实践 (GxP) 合规性等监管要求需要在关键决策点进行人工监督。这就是人机交互 (HITL) 结构变得至关重要的地方。在本文中，您将学习使用 AWS 服务实施人机交互构造的四种实用方法。
Fighting Eventual Consistency-Based Persistence - An Analysis of notyet
最终一致性 AWS 身份和访问管理 (IAM) 服务中的最终一致性是一个有据可查的现象。简而言之，当在 AWS 中进行 IAM 更改时，这些更改实际上需要几秒钟的时间才能通过 AWS 的内部系统传播。在此传播窗口内，具有正确启动权限的攻击者控制的身份理论上可以检测并逆转 [...]
Manage AI costs with Amazon Bedrock Projects
借助 Amazon Bedrock Projects，您可以将推理成本归因于特定工作负载，并在 AWS Cost Explorer 和 AWS Data Exports 中对其进行分析。在这篇文章中，您将学习如何端到端地设置项目，从设计标记策略到分析成本。
Control which domains your AI agents can access
在本文中，我们将向您展示如何配置 AWS 网络防火墙以将 AgentCore 资源限制在已批准的互联网域的白名单中。这篇文章重点介绍使用 SNI 检查的域级过滤——深度防御方法的第一层。
本文介绍了 TGS 如何使用 Amazon SageMaker HyperPod 实现分布式训练的近线性扩展以及基于 Vision Transformer 的 SFM 的扩展上下文窗口。该联合解决方案将训练时间从 6 个月缩短至仅 5 天，同时能够分析比以前更大的地震体积。
March Recap: New AWS Privileged Permissions and Services
随着 2026 年 3 月即将结束，最新的 AWS 权限反映了三个不同领域的扩展：客户参与、AI 驱动的 DevOps 自动化和核心数据库基础设施。交易量不大，但风险状况却不容乐观。三月的中心主题是“无声的退化”。这些权限中的每一个都有一个共同的特征：它们所造成的损害[...]
5 AWS AI Controls Every Security Team Should Have
大多数团队在应用层管理 AI 工作负载。他们为其 Bedrock 代理配置护栏，确定每个工作负载的 IAM 角色范围，并围绕批准的模型构建策略。该规则很重要，但当开发人员启动新帐户或直接调用模型而不接触应用程序堆栈时，它就会崩溃。组织级执法 [...]
Accelerating LLM fine-tuning with unstructured data using SageMaker Unified Studio and S3
去年，AWS 宣布了 Amazon SageMaker Unified Studio 与 Amazon S3 通用存储桶之间的集成。这种集成使团队可以轻松地将存储在 Amazon Simple Storage Service (Amazon S3) 中的非结构化数据用于机器学习 (ML) 和数据分析用例。在这篇文章中，我们展示了如何将 S3 通用存储桶与 Amazon SageMaker Catalog 集成，以使用 Amazon SageMaker Unified Studio 微调 Llama 3.2 11B Vision Instruct 以实现视觉问答 (VQA)。
在 2025 年 3 月的一份工作文件中，Mark Warshawsky 与 John Mantus 和 Gaubo Pang (WMP) 一起更新并解释了他们对美国经济、医疗保健支出和联邦预算的宏观经济预测模型的结果。重新审视宏观经济预算和医疗保健预测仪表板：你能让美国回到可持续发展的道路吗？首先出现在美国企业研究所 - AEI 上。
Can your governance keep pace with your AI ambitions? AI risk intelligence in the agentic era
为静态部署设计的传统框架无法解决定义代理工作负载的动态交互。来自 AWS 生成式 AI 创新中心的 AI 风险情报 (AIRI) 提供了管理企业规模代理所需的自动化严格性，这是对安全、运营和治理如何系统地协同工作的根本性重新构想。
AWS launches frontier agents for security testing and cloud operations
我很高兴地宣布，AWS Security Agent 按需渗透测试和 AWS DevOps Agent 现已全面推出，代表了我们在 re:Invent 上宣布的一类新的 AI 功能，称为前沿代理。这些自主系统独立工作以实现目标，大规模扩展以处理并发任务，并在没有持续人工监督的情况下持续运行数小时或数天。这些代理正在共同改变我们保护和操作软件的方式。在预览版中，客户和合作伙伴报告称，AWS Security Agent 将渗透测试时间从几周压缩到几小时，并且 AWS DevOps Agent 支持将事件解决速度提高 3-5 倍。
Accelerating software delivery with agentic QA automation using Amazon Nova Act
在这篇文章中，我们演示了如何通过 QA Studio 实施代理 QA 自动化，QA Studio 是使用 Amazon Nova Act 构建的参考解决方案。您将了解如何用自然语言定义自动适应 UI 更改的测试，探索大规模可靠地执行测试的无服务器架构，并获取适用于您的 AWS 环境的分步部署指南。
An Official and Another View of the Fiscal Condition and Path of the US Government
更新后的 Warshawsky、Mantus 和 Pang (WMP) 经济增长模型纠正了 FR 基础模型中的缺陷。根据这两种模型，美国政府当前的财政路径是不可持续的，需要迅速做出重大政策改变。《美国政府财政状况和路径的官方和另一种观点》一文首先出现在美国企业研究所 - AEI 上。
Integrating Amazon Bedrock AgentCore with Slack
在本文中，我们演示如何使用 AWS 云开发套件 (AWS CDK) 构建 Slack 集成。您将了解如何使用三个专门的 AWS Lambda 函数部署基础设施、正确配置事件订阅以处理 Slack 的安全要求，以及实施适用于许多代理用例的对话管理模式。
Cloud misconfiguration has evolved and your controls haven’t
在此 Help Net Security 视频中，Vectra AI 公共云首席安全研究员 Kat Traxler 介绍了超出存储桶可见性基础知识的两个 AWS 错误配置。首先是桶名抢注。由于 S3 使用全局命名空间，攻击者可以注册他们期望目标公司将使用的存储桶名称，然后等待数据或代码按照他们的方式路由。 AWS 最近通过将存储桶名称与帐户 ID 绑定来解决了这个问题……更多→后云配置错误已经演变，您的控件尚未首先出现在 Help Net Security 上。
Enforce data residency with Amazon Quick extensions for Microsoft Teams
在本文中，我们将向您展示如何在跨多个 AWS 区域部署 Amazon Quick Microsoft Teams 扩展时强制执行数据驻留。您将了解如何配置多区域 Amazon Quick 扩展，自动将用户路由到适合 AWS 区域的资源，从而帮助遵守 GDPR 和其他数据主权要求。
How Bark.com and AWS collaborated to build a scalable video generation solution
Bark 与 AWS Generative AI 创新中心合作开发了一种由 AI 驱动的内容生成解决方案，该解决方案在实验试验中证明了生产时间大幅缩短，同时提高了内容质量得分。在这篇文章中，我们将引导您了解我们构建的技术架构、促成成功的关键设计决策以及所取得的可衡量结果，为您提供实施类似解决方案的蓝图。
Agentic AI in the Enterprise Part 2: Guidance by Persona
这是 AWS Generative AI 创新中心的两部分系列的第二部分。在第二部分中，我们直接与领导人对话，他们必须将这一共同基础转化为行动。每个角色都有一组不同的责任、风险和杠杆点。无论您拥有损益表、运行企业架构、领导安全、管理数据还是管理合规性，本节都是用您的工作语言编写的，因为这就是代理人工智能成功或悄然消亡的地方。
