标签

AWS

用 LangSmith 在 AWS 上评估深度 Agent：从离线测试到线上监控的完整路径

来源: aws.amazon.com 38
当你把一个 Agent 从 demo 推到生产环境，最大的问题不是"它能不能跑"，而是"它跑得对不对、稳不稳"。深度 Agent——那种会多步推理、调用工具、自己纠错的 Agent——比单轮 LLM 调用难评估得多：一次对话可能触发 5 次工具调用，中间任何一步偏了，最终结果就废了。这篇文章把 LangChain 在深度 Agent 评估上的经验和 A...
# AI # AWS # LLM
阅读全文

给 Agent 建一套能跟着长大的测试基准——Bedrock AgentCore 数据集管理实践

来源: aws.amazon.com 46
你刚上线一个智能客服 Agent，头两周用户好评率 85%，第三周突然跌到 60%。你翻日志发现是新加的退款流程把对话搞乱了——但你改完代码后，怎么确认它真的修好了？下次再改，又怎么保证不踩同一个坑？ 靠实时流量看指标是必要的，但实时数据本身在变：用户问题分布变了、业务规则变了、甚至模型版本变了。要判断"Agent 到底有没有进步"，你还需要一块不动的...
# AI # AWS # LLM
阅读全文

Claude Opus 4.8 登陆 Amazon Bedrock：智能体系统与生产推理的实战接入

来源: aws.amazon.com 30
Anthropic 的 Claude Opus 4.8 现已在 AWS Amazon Bedrock 上正式可用。这次更新不只是"又多了一个模型选项"——Opus 4.8 在推理深度、指令遵循和长上下文处理上的改进，让它特别适合两类场景：需要多步决策的 agentic 系统，以及高吞吐的生产推理服务。对于在 Bedrock 上构建 AI 应用的工程师来...
# AI # AWS # LLM
阅读全文

用 Amazon Q 和 Snowflake Cortex 把 AML 警告排查从 90 分钟压到 5 分钟以内

来源: aws.amazon.com 41
反洗钱（AML）审查是金融机构里最让人头疼的重复劳动之一。一笔可疑交易触发警报后，合规分析师要翻客户历史、比对交易模式、查关联账户、写调查报告——一个警报从打开到关闭，30 到 90 分钟是常态。警报量大、人力有限，积压成了日常。 Amazon Q Business 的 Flows 功能和 Snowflake Cortex AI 的组合，通过 MCP（...
# AI # AWS # 云平台
阅读全文

用 Amazon Bedrock Data Automation 精准提取四类金融文档信息

来源: aws.amazon.com 39
金融文档处理一直是企业数据管道中的硬骨头。银行流水格式各异、税表字段密集、合同条款嵌套复杂——传统 OCR 能拿到文字，却很难把"文字"变成结构化的"数据"。Amazon Bedrock Data Automation（BDA）针对这类场景提供了自定义提取能力，可以直接输出你关心的字段，而不是一整页原始文本。这篇文章聚焦它在四类常见金融文档上的实际表现...
# AI # AWS # 云平台
阅读全文

用 Amazon Bedrock AgentCore 构建 AI Agent：从 WHI 的实践看 97% 成本削减

来源: aws.amazon.com 33
企业落地 AI Agent，最大的拦路虎不是模型能力，而是成本和运维复杂度。AWS 生成式 AI 创新中心（GenAIIC）与 Works Human Intelligence（WHI）的合作给出了一个相当硬核的答案：用 Amazon Bedrock AgentCore 搭建业务支持 Agent，成本降幅最高达 97%，同时运营效率显著提升。这篇文章拆...
# AI # AWS # LLM
阅读全文

十万车队用户的 Agentic AI：Verizon Connect 如何把数据洪流变成可执行洞察

来源: aws.amazon.com 45
车队管理每天产生的数据量令人窒息——GPS 定位、油耗、驾驶行为、维保记录、路线偏离，一个中型车队一天就能堆出百万级事件。对运营人员来说，看仪表盘已经不够了，他们需要的是"下一步该做什么"。Verizon Connect 用 Agentic AI 把这个问题从"看数据"推进到"拿洞察"，并把它稳定地推给了十万日活用户。这篇文章拆解他们走过的架构决策、实...
# AI # AWS # LLM
阅读全文

用 Bedrock AgentCore 搭建企业级对话式 BI 助手：AWS SMGS 的 NarrateAI 实战拆解

来源: aws.amazon.com 47
AWS 内部的 Sales, Marketing and Global Services（SMGS）组织每天要处理海量业务数据——销售管线、营销 ROI、全球服务工单，数据散落在数十个系统里。传统 BI 仪表盘能看数，但没法"对话"。SMGS 团队用 Amazon Bedrock AgentCore 搭了 NarrateAI，让业务人员直接用自然语言提...
# AI # AWS # LLM
阅读全文

20 个销售 Agent 各自为战，谁来替用户做调度？

来源: aws.amazon.com 41
AWS 全球销售团队部署了超过 20 个领域专用 AI Agent——报价计算、客户画像、合同审查、竞品分析……每个 Agent 都能独立产出价值，但一线销售代表却要在不同系统间反复切换，自己判断"这个问题该找谁"。认知负荷没有减少，反而从"查资料"变成了"选 Agent"。Amazon Bedrock AgentCore 正是为解决这类编排问题而生：...
# AI # AWS # LLM
阅读全文

Amazon Bedrock AgentCore Payments：让 AI Agent 的每一笔微交易都可控、可付

来源: aws.amazon.com 38
当 AI Agent 开始自主调用外部 API——查天气、买数据、调用翻译服务——谁来付钱、怎么付、付多少，立刻变成工程问题。传统做法是每个服务商单独签约、配置 API Key 和账单，Agent 调一次就要人工对接一次，成本和摩擦随服务数量线性增长。Amazon Bedrock AgentCore Payments 正是为解决这个问题而生的支付基础设...
# AI # AWS # LLM
阅读全文