LoanPro 基于 Amazon Bedrock AgentCore 构建智能体 AI 贷款服务助手
LoanPro 与 AWS 合作,基于 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建了多智能体 AI 贷款服务助手。该助手利用 Claude Sonnet 5.5 等模型整合借款人数据,使客户通话时间最多减少 15%。
LoanPro 与 AWS 合作,基于 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建了多智能体 AI 贷款服务助手。该助手利用 Claude Sonnet 5.5 等模型整合借款人数据,使客户通话时间最多减少 15%。
ArisGlobal 在 Amazon Bedrock 上通过前置并缓存共享提示词前缀,在不让成本按比例增长的情况下扩展多租户生成式 AI 推理。实现使用 Anthropic Claude Sonnet 4.5,此前共享前缀 6 个月增长约 150%,每案例推理成本增加超过 200%;调整后典型请求 65% 的输入 token 由缓存提供。
推荐理由:原文用生产指标说明调整缓存对象能降低输入成本,并提供多租户场景下可迁移的请求排序和缓存监控经验。
MoEngage 基于 Amazon Bedrock AgentCore 构建 Merlin AI 智能体系统,通过 MCP 协议将现有 API 转化为智能体可调用的工具。该系统利用 Claude Sonnet 4.6 等模型实现跨渠道营销自动化,客户 Glance 的推送点击率因此提升 38%。
Amazon Bedrock 提供内置的零代码成本归因功能,将每次推理调用追溯至发起请求的 IAM 主体。该机制通过 bedrock-runtime 或 bedrock-mantle 端点工作,支持 Claude Code、OpenAI Codex 等工具,无需修改 API 调用即可在 CUR 2.0 中实现按用户和团队的成本可视化。
XYBench 旨在帮助解决提问背后的真实问题,它提供 8K+ 真实问题评测大模型能否识别用户错误前提并导向真实目标。测试显示 Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 多聚焦表面请求而非真实目标,该基准获 EMNLP 2026 最佳资源论文奖。
Amazon Bedrock 推理成本受缓存时长、服务层级、推理力度和 maxTokens 四个请求级参数影响。以 Claude Sonnet 5 为例,5 分钟缓存写入成本为输入费率的 1.25 倍,1 小时写入为 2 倍,缓存读取仅为 0.1 倍。
AWS 于 2026 年 10 月推出多项 AI 更新,包括在 Amazon Bedrock 上线 OpenAI GPT-6.1 Terra 和 Claude Haiku 5.5。
DXC Technology 基于 Amazon Bedrock 构建了多模型 AI 基座,统一接入 Anthropic Claude、Amazon Nova 和 Meta Llama 等模型。
AWS 团队发文演示用 LangGraph 与 Amazon Bedrock AgentCore Web Search API 构建每日依赖监视器,自动追踪 npm、PyPI 和容器基础镜像的安全更新。
微软研究人员发现名为 Lazarus 的后门技术,重编程 LLM 少于10个休眠神经元即可在无训练下让 AI Agent 执行攻击者命令。触发可为日期变更等隐藏条件,模型平时通过标准评测;微软 Foundry 通过绑定可信发布者并扫描环境来缓解此类威胁。
推荐理由:微软研究团队发现重编程少于10个休眠神经元即可在无训练下后门 AI Agent,提醒开发者需将模型权重当作代码审计并验证来源。
AWS Quick 通过智能体(Agents)和技能(Skills)实现任务自动化,智能体基于 ReAct 模式运行,利用连接器访问数据源并执行操作。技能作为可复用的指令集,教导智能体完成特定任务,如生成文档或执行深度研究。该服务支持通过自然语言交互,结合空间(Spaces)和知识库(Knowledge Bases)将答案锚定在用户连接的数据上。
今日,AWS 宣布在 Amazon Bedrock 和 Claude Platform on AWS 上提供 Claude Fable 5.2 与 Claude Mythos 5.2 模型可用。
推荐理由:本文介绍Claude Fable 5.2在Bedrock上的可用性与拒绝重试缓存计费方式,并给出迁移技能,便于开发者降本和升级。
AWS 演示了将 Claude Code 部署为 Amazon Bedrock AgentCore 上的远程智能体,每个任务在隔离的 microVM 会话中运行并返回 GitHub Pull Request。该方案利用 Amazon Bedrock 的数据保护、IAM 访问控制及零操作员访问(ZOA)特性,确保远程执行时的安全性。
AWS 在教程中演示如何使用 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体代理用户权限。
AI2 发布 ToyBlocks 受控机器人学习评估模拟框架,开源模拟资产、自动化演示生成器与 85,336 条长程演示数据。该框架支持隔离高低层失败原因并测试 VLA 空间泛化,真实 FR3 机械臂零样本堆叠成功率为 50%。此为 FoundationWorlds 首个环境,几周后计划发布更大数据集与 RL 训练能力。
文章介绍了在 Amazon Bedrock AgentCore 上使用 Web Answer 的方法,包括授权、添加目标与从 Strands 代理调用。Web Answer 将搜索、检索、合成与引用流水线合并为一次 MCP 工具调用,返回带源引用的答案。该功能已在 us-east-1 一般可用,定价为 $10 per 1,000 tool calls。
Deep Insight 通过工作代码展示了生产 AI 智能体的四层上下文工程实现,涵盖架构隔离、提示控制、文件外置与验证防护。参考实现中单一写执行工具使脚本新增上下文 token 减少约95%,按需加载技能缩减系统提示约97%。这是文章系列 Part 2,基于 Part 1 提出的多智能体挑战与 Strands Agents SDK 架构。
StateBench 是一个测试大语言模型长文档状态追踪能力的基准。它设四级难度,评估显示 Gated DeltaNet 与混合架构直接训练后泛化远优于 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 在难任务上随输入变长准确率跌至 13% 以下。该基准提供开源数据与代码,助力研究者定位模型缺陷。
本文演示了利用 EDB Postgres AI 在 Postgres 数据库内部构建语义层,并通过 Amazon Bedrock AgentCore 运行 Strands Agents 智能体以回答客户 360 问题。
Exowatt借助Amazon SageMaker AI无服务器模型定制微调Qwen3-1.7B与Qwen3-14B,在告警分类和能源市场分析任务上准确性超越前沿模型且成本最高降至1/49。流水线覆盖数据准备、微调、评估与边云部署,边缘模型量化至8位运行于现有CPU,云端模型经Bedrock导入按活跃计费无闲置成本。该实践源于Exowatt设备群从测试台向制造与现场单元扩展时对可缩放AI层的需求。
Ai2 发布研究 Old Ideas, Novel Problems 与评测基准、数据及代码,测试大语言模型判断科研想法新颖性的可靠性,发现提示词微调可使同一模型准确率波动超 50 个百分点。测试涵盖 GPT-5.1、Claude Opus 4.6 等六模型,且检索与额外推理未稳定提升判断,专用评估系统成本更高却弱于简单提示基线。该基准与流水线已开放,可应用于新审稿与其他科学社区。
推荐理由:该研究发布新颖性判断基准与开源流水线,可供研究者量化自动科学发现流程里原创性评估的不稳定性与影响因素。
Rescale 利用 AWS 的 AI-DLC 框架和 Strands Agents 构建了自动化测试失败分诊智能体,从问题定义到预发布部署仅用五天。该智能体运行在 Amazon EKS 上,调用 Claude Opus 4.8 对端到端测试失败进行分类和路由,并通过 MCP 查询日志生成修复报告。此前 Rescale 工程师需手动处理大量测试失败,导致发布流程受阻。
AWS解决方案架构团队发文剖析其构建的开源多智能体系统Deep Insight,讲解它如何解决生产环境的五大核心挑战。系统基于Strands Agents SDK与Amazon Bedrock等构建,提供三种部署方式并已在GitHub开源。本文为三部分系列第一篇,后续将涵盖上下文工程与生产部署。
推荐理由:AWS团队以自研Deep Insight为例,梳理生产环境多智能体系统的五大挑战与架构对策,为类似系统提供可复用的设计与部署参考。
Ai2 发布 FairStress 基准,用于衡量大语言模型在影响人的决策中超越最终选择的群体公平性。该基准包含 300 个双候选决策场景,结合对抗前缀扩展至超过 13 million 测试案例,实验显示模型受挑战时放弃正确决策存在群体不对称,这是 Ai2 开放评估工作的一部分。
推荐理由:该基准通过引入对抗前缀与身份变量测试决策稳定性,揭示标准公平性评测忽略的隐藏不对称,为干预提供新评估工具。
Amazon Bedrock 现已支持所有 Anthropic Claude 模型在 bedrock-runtime 与 bedrock-mantle 端点返回符合 JSON Schema 的结构化输出,无需自定义解析或重试逻辑。该功能使用约束解码在生成时强制模式,使输出从概率性变为确定性,并可通过 24 小时语法缓存提升复用性能;目前已在两端点正式可用。
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动从企业文档生成 PowerPoint 演示文稿,内部测试显示耗时不足 90 秒。
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。
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。
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。
利用 Amazon Bedrock AgentCore Gateway 可为 Claude Desktop 集成 Web Search,突破模型训练知识截止限制以获取实时信息。
该指南演示了如何在 AWS 上为 Claude Platform on AWS 配置生产、本地开发及外部环境的多环境访问。方案采用专用 AI Services 账户架构,通过跨账户 SigV4、工作区 API 密钥及 OIDC 联合认证实现隔离。这是继架构模式与认证路径决策后的完整分步实施教程。
Amazon Bedrock AgentCore 支持构建环境智能体,通过监听 Amazon S3 等事件流自动触发任务,并利用 ask_human 工具实现人在回路交互。该方案结合 AWS Lambda 和 DynamoDB 构建全 Serverless 平台,解决了传统聊天式智能体需人工发起对话的局限。
Amazon Bedrock 在印度区域上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5 模型,支持数据在印度境内处理。
Amazon Bedrock 现支持在首尔和新加坡区域对 Anthropic Claude Opus 5 和 Claude Sonnet 5 进行本地推理。请求在指定 AWS 区域内处理且数据不离开该区域,满足金融、医疗等行业的严格数据驻留要求。
AWS 展示了一套基于 Amazon Quick 和 Amazon Bedrock AgentCore 的合同智能平台架构,通过 AI 代理提取并验证合同数据以解决 RAG 在大规模聚合查询中的局限。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用,定位为面向编码与知识工作的更高效 Sonnet 模型,多数任务单任务成本更低、速度更快。
推荐理由:AWS 官方给出 Sonnet 5.5 的适用边界与 Opus 5.5 的分工,读者可据此判断何时选 Sonnet。
UK AISI 利用 EvalEval 基础设施公开分享评估结果,以支持更可复现和可验证的评估科学。此次发布包含 HealthBench、FrontierMath 等五个基准在 Claude Opus 4.6 和 GPT-5.4 等六个前沿模型上的验证结果及配置信息。
Hugging Face 发布 funes,一个面向 Claude Code、Codex、pi 和 Hermes 的持久记忆层,从本机已有会话构建索引,一条命令即可接入智能体。
推荐理由:funes 把编码智能体的会话轨迹变成可检索的本地记忆,读者可据此判断跨智能体、跨机器的上下文延续方式。
UC Berkeley 研究者撰文指出,AI 推理成本已从 2023 年初每百万 token 约 $30 降至如今不到 $1,中位数年降近 50x,正进入近乎免费智能时代。文章提出数据系统需重构以服务智能体投机查询、作为多智能体协同底层、并由智能体合成定制引擎三大挑战。
Google 与康奈尔大学合作在 PNAS 发表研究,让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题,由 12 位国际专家按平衡性、全面性、简洁性、证据、图像相关性和定性反馈六项指标盲评打分。