如何用 Amazon Bedrock AgentCore 为 AI 智能体构建生产级评估框架
AWS 销售、营销与全球服务（SMGS）运营团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向生产多智能体系统的持续质量评估框架，用于在每次发布前及生产环境中持续验证回答是否有据、正确，并追溯失败根因。
#教程/实践
AWS Machine Learning BlogAI 评分4848
Simon WillisonAI 评分4848 sparqlite：用 Rust 在 SQLite 内实现 SPARQL 1.1
sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展，将 RDF quad 存入普通 SQLite 表，并在 SQLite 进程内原生执行 SPARQL 1.1 查询与更新。
Simon WillisonAI 评分2222 Claude Opus 5.5 Max 用 3 小时做出 Three.js 游戏「Tree Appreciator」
Simon Willison 用 Claude iPhone 默认应用的聊天模式，让 Claude Opus 5.5 Max 构建 Three.js 游戏「Tree Appreciator」，展示两棵算法生成的树并让玩家欣赏它们的差异。Claude 耗时 3 小时 7 分钟返回成品，包含音乐、动画和成就系统，可玩性相当高。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统，通过 8 个专用智能体在两条图工作流中完成文档分类、提取、校验与学习，新格式无需手工配置模板。系统可自动处理供应商发票、采购订单、保险理赔等新文档类型，并复用已学到的提取指令，官方称通常可在 20 分钟内完成部署。
AWS Machine Learning BlogAI 评分2222 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未引发任何生产问题。Tami 由调查、安全评分、修复和代码生成四个专用智能体组成，通过单一 API 按任务调用不同基础模型。
AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可将季度报告、合规文档等自动生成 PowerPoint 演示文稿，内部测试中耗时不到 90 秒。
AWS Machine Learning BlogAI 评分2222 如何用 Amazon SageMaker JumpStart 部署并评测模型
Amazon SageMaker JumpStart 提供预训练模型目录，可通过 SageMaker Python SDK 部署模型、运行可重复的轻量性能测试并在测试完成后删除端点。
Simon WillisonAI 评分2222 用 Python 3.15 剖析 web-edit：火焰图与源码热力图
用 Python 3.15 内置的 `profiling.sampling` 对未修改的 web-edit 应用做采样剖析，发现混合换行符保留是编辑负载的主要瓶颈：`preserve_endings` 出现在 15,296 个 CPU 栈的 64.8% 中，`SequenceMatcher.find_longest_match` 占叶子样本的 38.3%。
AWS Machine Learning BlogAI 评分2222 如何用 managed entitlements 管理 Amazon Bedrock 私有定价优惠
Amazon Bedrock 的 managed entitlements 支持从中心账户一次性订阅第三方模型，再把访问权限分发到组织内各账户，无需每个账户单独接受 AWS Marketplace 私有定价优惠（MPPO）。
AWS Machine Learning BlogAI 评分3838 ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 与公司问题、识别报错截图并创建和更新 Jira Service Management 工单。
AWS Machine Learning BlogAI 评分2828 Orca Security 基于 Amazon Bedrock 打造自然语言安全查询 Discovery AI
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker AI 上的 MoE 内核工程优化实践
AWS 在 Amazon SageMaker AI 上针对融合 MoE 模型实现多项内核优化：通过 Swap-AB 转置矩阵乘法以匹配 NVIDIA Hopper 的 WGMMA 指令布局，在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升，该优化已合入 vLLM 0.24.0 及更高版本。
AWS Machine Learning BlogAI 评分3838 在泰国、马来西亚、新加坡、印尼和台湾通过 Amazon Bedrock 全球跨区域推理调用 OpenAI GPT-6 模型
Amazon Bedrock 现可通过全球跨区域推理，从新加坡、雅加达、马来西亚、泰国和台北五个 AWS 区域调用 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：`.github/copilot-instructions.md` 定义仓库级规范，`.github/instructions` 配合 applyTo 字段提供路径级指引。
AWS Machine Learning BlogAI 评分3838 用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理负载
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers，可在 Amazon EKS 上把单个大语言模型拆分到两个 GPU 节点，以 prefill/decode 分离方式共用一个 OpenAI 兼容端点。
AWS Machine Learning BlogAI 评分2828 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布 llama.cpp 专用深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
The Verge · AIAI 评分2727 在 Mac Studio 上跑本地 AI：从 Hermes Agent 到 Qwen 3.8 的实测体验
一位非 AI 专家在 256GB 统一内存的 M5 Ultra Mac Studio 上安装开源 Hermes Agent，选用 1250 亿参数、约 105GB 的 Qwen 3.8 Flash Next 本地模型，并通过 Telegram bot 远程控制。他用它生成每日晨间简报、按类型整理 400 多款 Steam 游戏、分析财务记录和制作笔记本规格对比表，认为本地运行是处理敏感数据的关键。
Latent SpaceAI 评分4040 Standard Bots 如何为工业机器人构建可靠执行的 AI
Standard Bots 用共享基础模型加演示微调的方式为工业机械臂构建 AI，最大模型仅低数十亿参数，靠零样本感知系统完成机床上下料等任务。其感知骨干网络基于超 10 亿张图像训练，模型在云端训练、在工厂本地 GPU 上推理并输出 action chunks，以规避工厂网络不可靠的问题。
AWS Machine Learning BlogAI 评分3636 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上支撑 4000 万开发者的生产架构，核心经验是把上下文而非模型能力视为主要瓶颈。
Hugging Face BlogAI 评分3434 Ai2 如何用 GPU 时间预算与分层公平分配改造 GPU 集群调度
Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有优先级调度器，把"每个研究项目该分多少 GPU 时间"从事后逐案协调变成透明的预算分配流程。Ai2 管理数千块 NVIDIA H100、B200 和 B300 GPU，集群规模 88 至 1024 块，服务约 150 名内部研究者，待处理需求常年是可用算力的 2-3 倍。
Simon WillisonAI 评分4040 Simon Willison 用 Codex 语音模式为博客新增 Newsletters 页面
Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭的半小时里几乎全程靠语音为博客开发出 Newsletters 页面，模型为 GPT-6 Astra High。
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本削减 65%，同时保持开发速度。其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。
Hugging Face Blog精选AI 评分7676 作者用 ML Intern 两天自建六个模型，总花费约 103 美元
作者借助 HuggingChat 中的 ML Intern，在两天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算成本约 103 美元。
推荐理由：作者用 ML Intern 在两天内自建六个模型，公开了完整提示词与成本明细，可迁移到自己的训练流程。
AWS Machine Learning BlogAI 评分2222 用 Amazon SageMaker HyperPod 实现 GPU 集群跨团队隔离与公平共享
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群。
AWS Machine Learning BlogAI 评分3434 Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 重构 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。
AWS Machine Learning BlogAI 评分3434 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。该系统还把手动生命周期步骤从 10 步以上压缩为 1 次交互，冗余告警中位数减少 65%，SRE 与数据团队之间的 15 分钟报告延迟降为实时。三人团队用六个月完成交付。
AWS Machine Learning BlogAI 评分2222 AWS 如何用六周项目弥合 AI 知识到动手能力的差距
AWS 设计了一个为期六周、每周约四小时的结构化项目，让非工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型动手构建 AI 智能体。
AWS Machine Learning BlogAI 评分3636 如何用 AWS Lambda Durable Functions 自动执行 AWS DevOps Agent 调查后的修复
AWS 展示了一套自动化修复工作流，用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 承接 AWS DevOps Agent 的调查结果，把根因分析转成预验证的修复方案。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万名客户提供带来源引用的企业级问答。其 Discovery Agent 上线以来已为客户发现超 10 万条异常与离群点，多数启用智能体工具的 Qlik Cloud 账户已在日常使用。
AWS Machine Learning BlogAI 评分2222 如何为 agentic automation 构建商业案例：AWS 提出 Agentic Value Model
AWS 提出 Agentic Value Model，用于为 agentic automation 构建商业案例，弥补传统 RPA 时代 ROI 模型只算"节省工时×人力成本−建设成本"的缺陷。
AWS Machine Learning Blog精选AI 评分6262 在 AgentCore 与 OpenClaw 上构建具备上下文记忆的 AI 助手
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw，构建能跨会话积累上下文的个人助手。
推荐理由：原文给出在 AgentCore 上搭建带长期记忆助手的完整架构与可复用设计准则，含记忆分层与提示词缓存的具体做法。
Simon WillisonAI 评分2222 用 Parseable 与 Datasette 处理 OpenTelemetry traces
Parseable 是一款兼容 OpenTelemetry 的全新可观测性工具，提供开源 AGPL 的 Rust 实现（单个约 180MB 二进制文件）、企业版和云托管选项。
AWS Machine Learning BlogAI 评分2222 AWS 如何帮助客户对齐 ISO/IEC 42005:2025 负责任 AI 治理
AWS 发文解读国际标准 ISO/IEC 42005:2025，说明客户如何将 AI 系统影响评估纳入企业风险管理体系。该标准覆盖评估全生命周期，Annex D 提供与现有 IT 影响评估流程整合、避免重复的方法，Annex E 提供独立实施模板。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases，可搭建航空语音旅行助手，让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
AWS 介绍如何通过 SageMaker Unified Studio 管理 SageMaker HyperPod 集群，在让 ML 团队从项目工作区提交任务的同时保留底层治理控制。文章提出组织、项目、集群、工作负载四层控制模型，分别对应身份、容量与可观测性策略，并强调 HyperPod 连接不会取代 IAM、Amazon EKS 或 Slurm 原有控制。
Simon WillisonAI 评分2222 Simon Willison 测试 Claude Opus 5.5 作曲能力：Scrimshaw Jukebox
Simon Willison 让 Claude Opus 5.5 设计文本音乐格式并生成可播放的 artifact，要求达到《猴岛小英雄》初代配乐水准，结果意外地更贴近猴岛主题且质量出乎意料地好。他由此猜测，文本模型作曲可能类似此前的 3D 图形能力，是近几个月才涌现的新能力，但需用其他新旧模型做实验才能确认。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可衡量多智能体系统的准确性、任务成功率和行为表现，并首次将可解释性作为一等评估维度。内置评估器覆盖有用性、任务成功、指令遵循等通用维度，自定义评估器则可校验决策依据、数据引用与成本和服务水平等权衡。该能力支持按需模式用于开发基准与 CI/CD 门禁，在线模式用于生产持续监控与告警。
AWS Machine Learning BlogAI 评分1212 如何在 Amazon Quick 中降级用户角色
Amazon Quick 控制台无法直接将用户从 Admin 或 Author 降级为 Reader，update-user API 也会以“You cannot downgrade a user role”报错拒绝。
AWS Machine Learning BlogAI 评分4040 用 LangChain 和 Amazon Bedrock Knowledge Bases 实现智能体检索
Amazon Bedrock Managed Knowledge Base 上线智能体检索，通过 AgenticRetrieveStream API 把多部分问题拆成子查询、执行并判断证据是否充分，不足则再次检索，而 Retrieve API 只做一次混合搜索。
AWS Machine Learning BlogAI 评分3232 如何让 Amazon Quick 企业级落地：自动化、可审计的跨账户资源迁移
基于 Amazon Bedrock AgentCore 的 Quick Resource Migrator 示例 MCP 服务器，可一次调用完成 Amazon Quick 资源（chat agent、action connector、知识库、flow、space）从开发账户到生产账户的跨账户迁移。