AWS 教程:用 Amazon Bedrock AgentCore 构建由事件驱动并支持人工介入的智能体
AWS 介绍了如何基于 Amazon Bedrock AgentCore 构建 ambient agents,让 Amazon S3 上传和定时事件生成任务,由 AgentCore Runtime 执行,并在需要澄清或审批时通过 ask_human 暂停。
推荐理由:文章用完整参考实现串起事件触发、AgentCore 执行和人工介入,适合了解如何把智能体接入生产工作流。
AWS 介绍了如何基于 Amazon Bedrock AgentCore 构建 ambient agents,让 Amazon S3 上传和定时事件生成任务,由 AgentCore Runtime 执行,并在需要澄清或审批时通过 ask_human 暂停。
推荐理由:文章用完整参考实现串起事件触发、AgentCore 执行和人工介入,适合了解如何把智能体接入生产工作流。
AWS Machine Learning Blog 介绍如何为 Claude Platform on AWS 配置多环境访问,在生产工作负载、开发者笔记本和外部 CI/CD 环境之间共享订阅并隔离工作区。教程分别实现跨账户 SigV4、工作区范围 API key,以及基于 OIDC 的临时凭证和短期 token 访问,并给出 IAM 策略、CLI 命令与 Python 示例。
推荐理由:文章把 Claude Platform on AWS 的三种访问路径拆成可执行步骤,便于按环境选择认证方式并落实工作区隔离。
Amazon Bedrock 在印度提供 Anthropic Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5,并通过印度地理跨区域推理在 ap-south-1 与 ap-south-2 之间路由请求。
Amazon Bedrock 在 Seoul 支持 Claude Opus 5 和 Claude Sonnet 5,在 Singapore 支持 Claude Sonnet 5,并通过 bedrock-runtime 提供区域内推理。
xAI 的 Grok 4.7 已在 Amazon Bedrock 模型目录上线,支持编码、长时智能体和知识工作,提供 500K token 上下文窗口与 low、medium、high、xhigh 四档推理强度。
推荐理由:文章把 Grok 4.7 在 Amazon Bedrock 上的接入方式、推理开销和权限配置串联起来,便于开发者评估长任务部署方案。
AWS 宣布 Claude Sonnet 5.5 已在 Amazon Bedrock 和 AWS 上的 Claude Platform 提供。该模型面向范围明确的编码与知识工作,强调更快速度和大多数任务更低的单任务成本,并支持 AWS 的数据驻留、权限、审计与监控控制。
推荐理由:文章同时给出 Claude Sonnet 5.5 的适用任务、与 Opus 5.5 的分工及 AWS 上的调用步骤,便于评估部署路径。
Mistral AI 宣布与 Mozilla 合作,由 Mistral 模型为 Firefox Smart Window(beta)提供支持,帮助用户理解复杂搜索、找回浏览记录中的重要内容,并根据浏览器标签页整理信息。该功能将先面向法国和北美用户,英国和德国预计于今年晚些时候跟进;对话默认不会保存到 Mozilla 服务器,Mistral 等合作方同意零数据保留。
推荐理由:Mistral AI 与 Mozilla 将开放模型接入 Firefox Smart Window,材料同时交代了地区范围、隐私机制和本地化语言方向。
Hugging Face Blog 介绍 ALTK-Evolve 在八个模型上的评估,发现智能体记忆需要按模型能力校准,而不是一味累积。gpt-oss-120b 使用精选检索后任务完成率提升 +16.1pp,token 开销仅增加 +5%;DeepSeek-V3.2 使用完整指南集后任务完成率提升 +9.5pp,GLM-5 则未见可测增益。
推荐理由:文章用八个模型和 AppWorld 结果比较记忆注入策略,具体展示了不同能力模型如何校准记忆规模与推理成本。
企业 AI 的下一项真正瓶颈正从模型智能转向 GPU 利用率:GPU 按日历小时产生融资、折旧、电力和冷却成本,只有执行计算时才产生产出。随着企业从 API 转向自购 GPU、以固定资本成本换取可控的生产成本,采购硬件并不能解决问题,如何持续让集群忙起来才决定投入是否值得。
Hugging Face Blog 介绍其在智能体系统中构建模型路由器的经验,指出路由不应被视为单纯的分类问题,而是要同时优化成本、质量和延迟。
推荐理由:文章用 AppWorld 实验说明,模型路由的真实成本和延迟受缓存、基础设施及治理约束共同影响,不能只按模型价格或任务难度决策。