已发布刊物 · 免费预览
AI每日早报 2026-11-13｜新一代 AgentCore 运行时助力安全高效运行智能体
发布： 摘要更新：
新一代 Amazon Bedrock AgentCore 运行时通过加快智能体启动速度并更高效地利用内存，帮助交付响应性更强的 AI 体验。将消费与实际使用情况对齐，让客户在扩展智能体解决方案的同时，对成本与真实需求挂钩充满信心。
本期内容预览
1. 新一代 AgentCore 运行时助力安全高效运行智能体
新一代 Amazon Bedrock AgentCore 运行时通过加快智能体启动速度并更高效地利用内存，帮助交付响应性更强的 AI 体验。将消费与实际使用情况对齐，让客户在扩展智能体解决方案的同时，对成本与真实需求挂钩充满信心。
2. 从原型到生产：使用 Agent DLC 构建工程代理
过去一年，AI 代理已从探索阶段进入工程应用。企业团队正在部署大型语言模型（LLM）系统，这些系统能够调用工具、编排 API 并回答内部知识库中的问题。
3. 在 AWS Trainium 上部署前沿 AI 模型 | 使用 SGLang-Neuron | 人工智能
今日，亚马逊宣布 SGLang-Neuron 已公开可用，可通过 AWS Deep Learning Container 访问。该容器由 RadixArk 与 Annapurna Labs 联合发布。借助 SGLang-Neuron，您可以在 AWS Trainium 上使用与当前相同的 SGLang 接口运行模型并生成强化学习（RL）推演。
4. AI #194：间谍大战 Guy——Zvi Mowshowitz
明天我将前往 DC 参加名为 The Takeoff 的会议。如果您在那里，请过来打个招呼。
5. 利用 Amazon Bedrock 和 Spring AI 构建自主 AI 代理
Amazon Bedrock 与 Spring AI 填补了关键空白，使 Java 团队能够构建具备自主规划、工具调用及 API 调用能力的 AI 代理，并在多轮对话中维持上下文连贯性。AI 代理技术正从简单的提示 - 响应交互模式，向能够执行复杂多步骤任务的自主系统演进。
6. AlloyDB AI 发布两个新 SQL 函数：ai.classify 和 ai.extract
今天，我们宣布在 PostgreSQL 18 上推出 AlloyDB AI 查询引擎中的两项新功能——`ai.classify` 和 `ai.extract`，这些功能可通过 `google_ml_integration` 扩展（版本 1.6.1 或更高）访问，允许您使用标准 SQL 直接在数据库中进行分类和结构化提取。这些功能由智能批处理支持（此前称为 AI 函数加速），可提供生产级可扩展性和性能。
7. Claude 制造业版：面向产线团队的 AI 插件
Anthropic 推出全新插件，具备 17 项技能及四个连接器，可协助制造商从其现有系统中起草报价单、质量报告及供应商请求。
8. 推出 Gemini 4 Hydrogen 以支持智能工作流
今日推出 Gemini 4 Hydrogen，为所有人带来前沿智能——兼顾速度与效率，适用于日常编程及智能工作流。
9. 发布：llm-gemini 0.37
谷歌今日发布 Gemini 4 Hydrogen——Gemini 4 系列中成本最低的成员。
10. 规模化 Tokenomics：利用 CUR 2.0 与 AWS Budgets 结合 IAM 主体追踪并限制 Amazon Bedrock 支出
在之前的文章《规模化 Tokenomics：Jamf 如何为 Amazon Bedrock 构建实时支出管控》中，我们介绍了一种基于 AWS IAM Identity Center、Amazon Athena 对 Amazon Bedrock 模型调用日志的分析以及 AWS Lambda 的自定义执行循环。该方法提供了近乎实时的控制能力，但需要您自行编写、维护并运营相关代码。
11. 使用 Amazon Bedrock 和 LiteLLM 构建自服务 LLM 网关
本文展示如何使用 Amazon Bedrock 应用推理配置文件配合运行在 AWS Fargate 上的 LiteLLM，构建自服务 LLM 网关，从而在 OpenAI 兼容 API 背后抽象 Amazon Bedrock。通过此模式，开发人员可通过单一 API 访问基础模型并拥有专用密钥，同时实现按用户成本控制和模型性能可观测性。
12. 使用代码代理迁移至 Amazon Bedrock 托管知识库 | 人工智能
通过 Amazon Bedrock 托管知识库，您可以为每个新数据源配置并扩展向量存储、调整嵌入模型和索引设置，并规划容量。AWS 代理工具包中的迁移指南可帮助您迁移至 Amazon Bedrock 托管知识库。
13. 在 AWS 上使用 A2A 构建可组合、可互操作的智能体系统 | 人工智能
跨越组织边界的智能体多智能体系统通常需要以可组合、可互操作的方式协作，涉及其他组织构建和运行的智能体。它们需要一种机制来相互发现、通信并交换任务，同时无需暴露内部细节，也不要求双方使用相同的框架。
14. Amazon Bedrock 管理知识库工具实现细粒度访问控制 | 人工智能
我们使用 Amazon Bedrock Managed Knowledge Base 作为搜索后端，并通过 Amazon Bedrock AgentCore Gateway（这是 Amazon Bedrock AgentCore 的一项功能）将其作为 Model Context Protocol (MCP) 工具暴露给代理。设计原则是不让 LLM 决定用户是谁。
已展示本期 20 条中的 14 条。注册并开通相应订阅后，可在阅读页查看完整刊物。