标签

AWS

把 AI 接入 PostgreSQL 开发:从邮件线程分析到补丁审查

来源: postgr.es 35
一次面向 PostgreSQL 提交者与核心团队的 AI 工作坊,把讨论重点从“模型能回答什么”推进到了“模型如何参与真实的数据库工程”。三天的内容覆盖 Claude 命令行环境、自动化测试与基准测试、概念验证补丁,以及邮件线程分析和补丁审查。真正值得关注的不是生成代码本身,而是如何让 AI 在可验证、可回滚的边界内缩短调查周期。 数据库内核中的很多想...

在 Amazon Bedrock 上接入 Claude Opus 5:面向 Agent 与生产推理的工程实践

来源: aws.amazon.com 33
Claude Opus 5 的发布重点不只是模型能力提升,也包括如何把更强的 Opus 模型接入真实的 Agent 系统和生产推理流程。对于 AI 工程师来说,关键问题是如何在 Amazon Bedrock 上完成调用、控制延迟与成本,并让模型在多步骤任务中保持可观测、可恢复。 在 Agent 场景中,模型通常需要连续完成任务拆解、工具选择、结果判断和...

OKF v0.2:让智能体生成的知识具备可追溯、可验证的信任信号

来源: cloud.google.com 20
当智能体开始批量编写表结构、指标定义和运维手册,知识库面对的问题就不再只是“内容是否完整”,而是“消费者凭什么相信它”。OKF v0.2 在保持 Markdown 与 YAML frontmatter 这一轻量结构的同时,加入来源、验证、新鲜度、生命周期和计算证明等可机器读取的信号,让另一个智能体在读取正文、执行查询或展示数字之前先做判断。 OKF v...

在 AWS 上构建可解释的银行下一最佳产品推荐系统

来源: aws.amazon.com 34
银行的下一最佳产品(Next-Best-Product,NBP)推荐,不能只追求点击率或转化率。模型需要同时处理客户画像、账户行为、产品属性和交互上下文,并且能对每一条推荐说明理由。基于 Amazon SageMaker AI、PyTorch、多塔神经网络和学习式注意力机制,可以把准确性与监管所需的可解释性放进同一条推荐链路。 传统推荐模型常把所有特征...

在 Amazon Bedrock 上使用 GPT-5.6:从模型选择到 Codex 扩展

来源: aws.amazon.com 40
OpenAI GPT-5.6 Sol、Terra 和 Luna 已在 Amazon Bedrock 正式可用。对开发团队来说,重点不只是换一个模型名称,而是要把模型选择、Responses API 调用、提示词缓存、Codex 接入和配额规划放进同一套工程流程里。 Sol、Terra 和 Luna 可以理解为面向不同工作负载的模型选项。实际选型时,不要...

空客把“域外法律防护”写进云招标评分表,主权云采购开始量化

来源: infoq.com 21
空客在选择主权云供应商时,没有把“主权”停留在宣传口号上,而是将抵御非欧洲域外法律影响的能力,与技术能力一起纳入招标评分。最终入选的是 Scaleway。空客同时强调,这项选择是对多云战略的补充,并不意味着退出 AWS。 这件事值得工程和采购团队关注,因为它展示了一种更可执行的做法:不要只问数据中心在哪里,而要把司法管辖、远程运维、密钥控制、供应链和退...

空客把“域外法律风险”写进云采购评分表,主权云开始从口号变成控制项

来源: infoq.com 28
空客在云服务招标中,不只比较计算能力、可靠性和价格,还把抵御非欧洲域外法律影响的能力纳入评分,并最终选择 Scaleway 作为主权云供应商。这个决定并不意味着空客退出 AWS,而是用主权云补充现有多云架构。真正值得工程团队关注的变化,是“数据放在哪里”正在升级为“谁能依法要求访问数据、谁控制密钥、谁能操作控制平面”的系统性问题。 把工作负载部署在欧洲...

用 Amazon Bedrock Guardrails 为代码生成工作流建立安全边界与容量规划

来源: aws.amazon.com 18
代码助手面对的输入和输出与普通问答不同:提示词可能包含源代码、配置文件和内部接口信息,模型输出则可能直接进入代码评审、构建流水线甚至生产环境。Amazon Bedrock Guardrails 可以作为代码生成工作流中的独立安全层,用于拦截或标记不合规内容,同时帮助团队更准确地评估调用量、延迟和处理容量。 关键不在于“给模型加一个过滤器”,而在于把 G...

用 Strands 与 AgentCore 搭建可落地的 AI Agent 评估流水线

来源: aws.amazon.com 37
AI Agent 上线后,真正棘手的问题不是“能不能回答”,而是错误能否被稳定复现、自动发现并阻止进入生产环境。Motorway 与 AWS 构建的端到端评估流水线,将错误结果从每 8 次查询约 1 次降到每 50 次约 1 次,同时把问题发现时间从数小时缩短到几分钟。其核心组合是 Strands Agents SDK 与 Amazon Bedrock...

用 AI 构建交易助手:Jefferies 如何连接知识库、模型与前台工具

来源: aws.amazon.com 25
交易前台并不缺数据,真正稀缺的是把分散的数据、制度文档和操作工具快速组织成可执行判断的能力。Jefferies 构建的交易助手没有把大语言模型当作一个独立聊天窗口,而是基于 Strands Agents 编排基础模型与外部工具,并结合 Amazon Bedrock、Amazon Bedrock Knowledge Bases 和模型上下文协议(MCP)...