Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 基于 Amazon Bedrock 构建 Agent Mode,为 4000 万开发者提供跨 API 测试、文档及实现的 AI 原生工作流。该架构通过动态将 170 多个工具缩减至约 15 个以控制工具膨胀,并利用跨 Region 推理与多级提示缓存优化性能。此前 Postman 主要依赖界面导航,此次转型旨在解决成熟产品与 AI 智能体集成的结构性挑战。
Postman 基于 Amazon Bedrock 构建 Agent Mode,为 4000 万开发者提供跨 API 测试、文档及实现的 AI 原生工作流。该架构通过动态将 170 多个工具缩减至约 15 个以控制工具膨胀,并利用跨 Region 推理与多级提示缓存优化性能。此前 Postman 主要依赖界面导航,此次转型旨在解决成熟产品与 AI 智能体集成的结构性挑战。
AWS 于 2026 年 9 月更新 Amazon Bedrock、AgentCore 及 Strands,新增 OpenAI GPT-6 Astra 等模型支持及开源 Agent 工具。
Sophos 使用 OpenAI Daybreak 将网络威胁调查时间缩短 96%,并自动化处理 52% 的 MDR 案例。该方案在提升效率的同时保留了人工监督机制。
开发者结合前沿 AI 模型与 NVIDIA Omniverse 库,通过自然语言指令构建仿真应用。文中展示了使用 GPT-6 Astra 和 Claude 在 Houdini、Isaac Sim 等工具中创建 3D 资产、测试机器人拆解及构建数字孪生的具体案例。这些工作流将智能体辅助创作融入现有艺术家工具,支持在物理 AI 仿真中评估设计变更。
Amazon Bedrock AgentCore payments 允许 AI 智能体通过 x402 协议按次支付模型推理费用,由基础设施层强制执行支出限制。Incarna 利用该服务将集成 x402 支付支持的时间从数月缩短至数天,并实现了端到端的按次付费流程。此前,智能体在循环中处理高频、低价值的推理购买时,缺乏无需人工审批且能防止超支的托管支付机制。
Oracle 利用 ChatGPT Work 和 Codex 将招聘、工程和运营中的专家知识转化为快速可重复的工作流,从而将原本需要数天的工作缩短至几分钟。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上线,该模型为 Claude 5.5 系列最快且多数任务成本较 Haiku 4.5 低约75%。它支持 effort controls 与高分辨率图像,适合子代理与高吞吐编码等任务,可与近期发布的 Opus 5.5 组成规划与执行分工。
推荐理由:Claude Haiku 5.5 较 Haiku 4.5 成本降约75%且支持 effort controls,读者可参考其在 AWS 子代理场景的性价比优势。
NVIDIA 与 Microsoft 联合发布 RTX Spark 及 DGX Station for Windows,旨在将 AI 智能体深度集成至 Windows 生态。
Radisson Hotel Group 与 Accenture 合作,利用 OpenAI 技术构建了 ChatGPT 插件。该插件帮助旅行者在规划行程时查找、比较并预订酒店。
Microsoft Research Asia 推出并开源 Agent Lightning v1.0,一个约3500行轻量级智能体 RL 框架,使真实 harness 直接参与训练。
推荐理由:Agent Lightning v1.0通过代理机制让真实agent harness直接用于强化学习,便于团队复用部署代码并降低训练成本。
Cornerstone OnDemand 借助 Amazon Bedrock 构建 Orion AI 多智能体系统,将数据库诊断时间从45分钟减少到10分钟,降幅78%。该系统采用领域拆分的专属智能体与关键词混合路由,由三人团队六个月完成,其架构决策可供其他团队复用。
AWS 推出六周结构化项目,帮助非工程背景的业务人员构建 AI 原型。该项目利用 Amazon Bedrock AgentCore 和 Strands Agents SDK,使参与者成功开发多智能体金融工具 WealthWise。数据显示,分阶段培训比密集式培训保留多三倍实用技能,旨在解决 90% 业务人员缺乏动手经验的问题。
AWS 展示利用 Lambda Durable Functions、EventBridge 和 Bedrock 构建自动化修复工作流,以补充 DevOps Agent 的根因分析能力。该流程将调查摘要转化为预验证的修复方案,只读操作自动执行,基础设施变更需人工批准。此方案旨在降低平均修复时间(MTTR),让值班工程师从重复诊断工作中解脱。
Qlik 基于 Amazon Bedrock 构建 Qlik Answers,通过路由层与专家智能体架构解决企业数据查询缺乏来源验证的问题。自 2026 年 2 月正式可用以来,其 Discovery Agent 已发现超 10 万条异常,Lintech 等客户利用该工具将研究时间缩短 75%。
AWS 提出“智能体价值模型”,指出传统 RPA 的 ROI 模型无法衡量智能体自动化在异常处理、决策质量及维护韧性上的价值。该框架强调需将节省工时转化为实际 P&L 收益,并引用 McKinsey 数据指出企业常忽视流程重构与能力建设投入。
Jump Trading 利用 OpenAI 的 ChatGPT 扩展其量化研究能力。该方案通过结合多个数据源与人工审查,实现了更长周期的 AI 工作流。
该方案利用 Amazon Bedrock AgentCore 运行时与开源智能体系统 OpenClaw,构建具备持久记忆能力的上下文感知 AI 助手。系统通过 Claude Haiku 4.5 处理文本、Claude Sonnet 4.5 处理视觉任务,采用按消耗计费模式,轻度个人使用月成本仅约 1-2 美元。整个架构封装在单个 AWS CloudFormation 模板中,支持一键部署。
OpenAI 与 Ironclad 正在针对复杂的合同工作流训练和评估 AI 智能体。这一合作旨在通过专业工作场景的实战验证,推进 AI 在计算机使用(computer use)方面的能力,以更好地服务于专业工作需求。
Atlassian 与 OpenAI 宣布扩大合作伙伴关系,旨在连接前沿模型与企业知识。该合作致力于帮助团队规划、构建和交付工作,实现企业知识的行动化转化。
该教程展示如何使用 Amazon Bedrock AgentCore、Amazon Bedrock Knowledge Bases 和 Amazon Nova 2.5 Sonic 为航空应用构建语音旅行礼宾智能体。架构通过 MCP 将智能体后端解耦,支持实时语音改座、政策问答与人工转接。代码置于 aws-samples GitHub 仓库,模块可复用。
Mistral 发布 Mistral Large 4 公开预览版,这是一款 1 trillion-parameter 原生多模态开放权重模型,预览 API 已上线、权重月底发布。它在编码、智能体与多模态理解上超越欧美开放权重模型,并支持企业自主部署于网安等敏感领域。此为 Mistral 获 €3 billion Series D 后首个里程碑。
推荐理由:Mistral Large 4 开放权重预览已上线,企业能在欧洲自建设施部署前沿多模态模型,降低对第三方API与内容审查的依赖。
电信运营商正基于开放模型构建 AI 战略,NVIDIA 报告显示 89% 的受访者认为开源模型对其 AI 战略至关重要。NVIDIA 发布了 300 亿参数的 Nemotron 3 Large Telco Model,并提供了基于 NeMo 的端到端微调配方,以支持电信特定任务的定制。此前,SoftBank 和 AT&T 等运营商已利用开放模型基础开发本地化 AI 能力。
GLM 5.3 已在 Amazon Bedrock 上线,这是 Z.ai(智谱)推出的 753B 参数 MoE 模型,面向编码和长周期智能体任务。用户可通过 OpenAI 兼容的 Responses 与 Chat Completions API 调用,并支持提示词缓存、跨区域推理和服务层级,目前面向符合条件的企业客户开放。
推荐理由:文章给出 GLM 5.3 在 Bedrock 上的调用代码与提示词缓存示例,便于评估开源权重模型接入托管推理的成本。
Google 联合 50 余位专家发布《智能体隐私与安全中的开放与新兴问题:上下文视角》报告,提出基于上下文完整性(CI)理论构建多层防御体系。该方案通过动态策略引擎在系统、模型及用户层面评估智能体行为的适当性,以解决自主智能体在处理个人数据时面临的隐私与安全挑战。
Amazon SageMaker AI 推出 aws-ai-ml 技能,通过 Agent Toolkit for AWS 为 Kiro、Claude Code 等支持 MCP 的编码智能体提供推理优化与基准测试能力。该技能可生成可执行的 SageMaker Python SDK v3 代码,协助用户配置部署并比较性能。此前工程师需手动选择实例与容器,该技能旨在缩短从模型到生产环境的流程。
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用,支持 ITAR 等受监管工作负载。
Amazon Bedrock AgentCore Evaluations 提供内置与自定义评估器,用于衡量多智能体系统在有用性、任务成功及可解释性维度的表现。该方案结合 Strands Agents SDK 构建供应链决策系统,通过自定义评估器验证约束满足、路由可行性及决策依据的清晰度。
AWS 发布教程,演示在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 搭建 RAG 应用,并对比标准检索与智能体检索处理多部分问题的差异。
Amazon Quick 推出基于 Amazon Bedrock AgentCore 的 MCP 服务器,实现跨账户资源自动迁移。该工具支持幂等更新与版本备份,可自动复制智能体、连接器及知识库的权限配置。此前此类资源从开发到生产环境的迁移需手动重建,易出错且难以审计。
GitHub 发布 ReviewBench,一个基于 103.9M GitHub pull requests 构建的开放 AI 代码审查离线基准,含 219 个跨 19 语言 PR。
微软与 Hugging Face 联合发布 ThinkingBox 与 ThinkingBox-Bench,已在 Hugging Face 上线并通过 OpenEnv 运行,按智能体留下的后端状态和副作用而非生成的回答评分,每个任务重复运行 20 次。
推荐理由:原文用 507 个有状态业务流程各跑 20 次,区分单次成功率与跨次一致性,并给出按可靠性计算的成本,可迁移到团队自建智能体评测。
Kimi 官方开源 Kimi K2,该 MoE 模型总参数 1T、激活参数 32B,包含 Kimi-K2-Base 与 Kimi-K2-Instruct 两个版本。官方还发布更新权重,增强智能体编码并支持 256K 上下文;Kimi K2 针对工具调用和多步任务优化,网页端与移动端已可免费使用。预训练在 15.5T tokens 上使用 MuonClip 优化器完成。
推荐理由:Kimi K2 以 1T 总参数、32B 激活参数的 MoE 架构开源,并公开 MuonClip 优化器,读者可了解其工具调用能力的实现路径。
在 Amazon SageMaker AI 上使用多轮强化学习(MTRL)微调 Qwen3.6-27B 模型,构建能自主决策检索策略的搜索智能体。该方法通过优化完整多轮轨迹,使小模型兼具前沿模型的可靠性与低成本推理速度。此前单轮 RL 或监督微调难以有效处理多步交互中的依赖关系。
AWS 提出名为 Adjudicated Query 的设计模式,用 Amazon Quick 对话层搭配确定性规则引擎,对 5 万份公寓租约做可证明完整的合规核查。
OpenAI 发布 GPT-6 模型族指南,指导初创企业选择模型、调整推理力度并优化提示词与技能。该指南还涵盖工具协调及生产工作流准备,旨在帮助开发者高效部署 GPT-6 系列模型。
GitHub 建议开发者重点强化指导 AI 智能体、批判性评估输出及解决复杂问题三项技能。文中指出,随着 AI 承担更多实现工作,开发者需从单纯写码转向定义问题、审查代码及权衡技术取舍。GitHub Copilot 内置的 Rubber Duck agent 利用第二模型批判首模型方案,以弥补单一模型的盲区。
NVIDIA 推出 DGX Spark 的 64GB 统一内存版本,10 月 23 日起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 开售,起售价 4,999 美元。
推荐理由:64GB 版本以 4,999 美元起售并支持双机集群,读者可据此判断本地智能体的内存容量与成本边界。
字节 Seed 基础模型博客公开了 242 篇研究论文,涵盖 LLM 持续改进、编码智能体指令遵循及 VLM 空间感知等方向。最新论文包括 2026.08.18 发布的 Chain-of-Experience for Continual LLM Improvement 和 2026.08.12 发布的 Harness-IF。该列表展示了团队在基础模型、多模态及科学计算领域的持续研究成果。
字节 Seed2.1 模型发布,在 KINA、SuperGPQA 等知识基准及 SWE-Atlas、Terminal Bench 2.1 等代码与智能体任务中取得高分。该模型在 MathVision、MMMU-Pro 等多模态推理及 VideoMME 长视频理解测试中表现优异,展现了其在复杂场景下的综合能力。
月之暗面(Kimi)发布开源思考模型 K2 Thinking,作为思考智能体在 HLE(44.9% with tools)、BrowseComp(60.2%)等基准达到 SOTA,支持 200–300 步连续工具调用。模型已在 kimi.ai 聊天模式上线并开放 API,原生 INT4 推理带来约 2 倍生成加速。这是其通过扩展思考 token 与工具步骤进行测试时缩放的最新尝试。
推荐理由:Kimi K2 Thinking 以开源权重实现 HLE 44.9% 等得分,读者可据此对比闭源前沿模型思考与代理能力差距及适用场景。