跳到主要内容

AI日报

20 条事件20 条来源记录

重点解读

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。

阅读解读

今日脉络

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。

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。

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。

重点解读

新一代 AgentCore 运行时助力安全高效运行智能体

资讯发布:

亚马逊贝拉多克(Amazon Bedrock)发布了新一代 AgentCore 运行时,旨在应对自主 AI 代理的快速演进。随着前沿代理能够独立完成长达数小时的多步骤工作负载,该基础设施解决了启动速度更快和内存管理更高效的关键需求。系统通过将消耗与实际使用模式直接对齐,确保客户在扩展代理解决方案时充满信心,同时使成本与实际需求挂钩而非闲置容量。这一转变标志着从一次性提示向持续复杂操作的过渡,其中可靠性和资源优化对于企业采用至关重要。根据 METR 数据,前沿代理能独立完成任务的长度每四个月翻倍,行业因此面临对防止长运行会话瓶颈的稳健执行环境的更大压力。

从原型到生产:使用 Agent DLC 构建工程代理

资讯发布:

过去一年,人工智能代理已从实验原型过渡到企业环境中的活跃工程角色。组织正在推出能够调用外部工具、编排复杂 API 并针对内部知识库回答查询的大型语言模型系统。这一转变标志着人工智能代理从理论探索迈向可交付实际运营价值的成熟阶段。当前背景涉及部署如 Agent DLC 等专用组件,使这些系统能够在生产环境中可靠运行。这对专业读者而言意义重大,因为它标志着软件团队在自动化和系统集成方法上的根本性变革。能够构建独立管理工作流并访问专有数据的代理,代表了人工智能能力的重大飞跃。此类系统不再局限于研究实验室,而是成为企业基础设施的组成部分,需要新的可靠性与安全性标准。现有证据证实了从概念到在现实工程场景中广泛采用的清晰轨迹。

在 AWS Trainium 上部署前沿 AI 模型 | 使用 SGLang-Neuron | 人工智能

资讯发布:

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。

分类简报

AI 模型

5

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

资讯发布:

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。

使用 Amazon Bedrock 和 LiteLLM 构建自服务 LLM 网关

资讯发布:

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。

LLMON:一种 LLM 原生标记语言,现已集成至 Granite 4.1 3B 和 8B 模型

资讯发布:

为此,我们开发了 LLMON(LLM Object Notation,发音为“柠檬”),这是一种原生大模型标记语言,用于显式地向模型传达结构和语义信息。语义连贯的组件被赋予有意义的标签,并包裹在保留的特殊令牌分隔符中。

AI Agent

7

利用 Amazon Bedrock 和 Spring AI 构建自主 AI 代理

资讯发布:

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。

AlloyDB AI 发布两个新 SQL 函数:ai.classify 和 ai.extract

资讯发布:

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。

使用代码代理迁移至 Amazon Bedrock 托管知识库 | 人工智能

资讯发布:

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。

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

资讯发布:

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。

Amazon Bedrock 管理知识库工具实现细粒度访问控制 | 人工智能

资讯发布:

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。

AI 应用

3

J.Crew 风格顾问:由 Claude 构建的 AI 造型师

资讯发布:

J.Crew 的产品团队使用 Claude Fable(5.1,即 Anthropic 为复杂开放式任务设计的模型)规划 Style Advisor 应如何像时尚顾问一样思考,随后利用 Claude Opus(5.5)在 Claude Code 中构建了可运行的原型。J.Crew 的工程师将该原型投入生产环境。

AI 研究

2