标签

机器学习

把每周报告变成受治理的流水线：Quick Desktop、FSx for NetApp ONTAP 与人工复核

来源: aws.amazon.com 37
每周报告最容易失控的地方，不是写作，而是数据边界：谁能看到哪些文件，报告引用了哪一版数据，草稿是否有人复核，以及 Slack 中发出去的内容能不能追溯。 一种更稳妥的做法，是把存储、知识库、报告生成和发布拆成明确的治理环节：用 Amazon FSx for NetApp ONTAP 保存受控文件，用 Amazon S3 access point 只暴露...
# AI # AWS # Go
阅读全文

用 Amazon Bedrock 知识库构建会说话的企业知识助手

来源: aws.amazon.com 43
企业里最难沉淀的，往往不是正式文档，而是资深员工在排障、交接和日常协作中积累的“部落知识”。这套 AWS 加速器将语音优先的 AI 虚拟形象、智能缓存和 Amazon Bedrock Knowledge Bases 组合起来，让员工可以用自然语言提问，并获得基于内部资料的回答。它还通过 AWS CloudFormation 将部署过程压缩到数小时级别，...
# AI # AWS # 云平台
阅读全文

用 ARD 和 Agent Registry 建立可治理的智能体发现目录

来源: aws.amazon.com 33
当组织里的智能体、工具和技能不断增加，真正困难的问题往往不再是“能不能调用”，而是“有哪些资源可用、谁负责、能否跨环境发现，以及是否符合治理要求”。AWS Agent Registry 提供集中化、可搜索的资源目录，并结合开放的 Agentic Resource Discovery（ARD）标准，让智能体资源发现从团队内部约定，逐步变成可跨环境协作的统...
# AI # AWS # Go
阅读全文

用 Amazon Connect 构建餐厅电话点餐 AI 主持人

来源: aws.amazon.com 34
餐厅电话点餐不一定需要 App、网站或用户登录。通过 Amazon Connect、实时语音能力、Amazon Connect AI agent，以及经由 MCP 暴露后端工具的 Amazon Bedrock AgentCore Gateway，可以把一通电话串成完整流程：接听来电、理解自然语言、查询菜单、确认订单，并将结果交给餐厅后端系统。 这类系统...
# AI # AWS # LLM
阅读全文

用 AI 校正元数据：从人工审核到自治治理的落地路径

来源: aws.amazon.com 44
当数据仓库、SaaS 平台、业务数据库不断汇集到同一条数据链路时，最先失控的往往不是数据量，而是元数据：同一个客户字段可能叫作 、 或 ，日期既有 ，也有 。这些差异会让目录检索、血缘分析、指标计算和跨系统集成逐步变得不可靠。 元数据协调（metadata harmonization）的目标，是把标签、标识符和格式标准化，让不同数据集能够被一致地发现、...
# AI # AWS # Go
阅读全文

用 Amazon Bedrock 构建 Agentic Data Operations Platform：把数据工程从数周压缩到数小时

来源: aws.amazon.com 36
新增一个数据源，真正耗时的往往不是把文件放进对象存储，而是完成格式识别、质量检查、敏感字段处理、业务建模、血缘登记和上线验证。Agentic Data Operations Platform（ADOP）提供了一种参考架构：让多个职责明确的 AI Agent 协同完成 Bronze、Silver、Gold 数据流水线，同时把治理和合规控制放在流程内部。 ...
# AI # AWS # Go
阅读全文

用 Amazon Bedrock AgentCore Gateway 分阶段治理 AI Agent 的工具访问

来源: aws.amazon.com 31
AI Agent 真正接入企业环境后，难点通常不在于“能不能调用工具”，而在于“谁可以调用什么、以什么身份调用、调用过程是否可审计，以及风险上升时如何快速收紧权限”。Amazon Bedrock AgentCore Gateway 可以作为 Agent 与企业工具之间的治理边界，让团队在不把所有工具基础设施集中到一处的情况下，逐步建立受控、可追踪的工具...
# AI # AWS # Go
阅读全文

用查询感知压缩降低 Amazon Bedrock 上 RAG 的输入成本

来源: aws.amazon.com 34
在大规模运行 RAG（Retrieval-Augmented Generation）系统时，真正影响账单的并不只有生成答案的输出 token。检索结果会被拼接到主模型的输入上下文中，文档片段越多、越长，输入 token 成本就越高，也越容易让模型注意力分散。 一种实用的优化方式是引入“查询感知上下文压缩”：先完成检索，再使用一个成本更低、规模更小的模型...
# AI # AWS # LLM
阅读全文

用 Agentic AI 加速航空 IFEC 故障诊断：AWS 上的工程实践

来源: aws.amazon.com 37
机上娱乐与连接系统（IFEC）一旦出现故障，诊断人员通常需要同时查看飞机、航班、设备、软件版本、网络链路和历史维修记录。对于覆盖全球机队的航空系统来说，问题不只是数据量大，还在于诊断过程需要跨越多个系统，并结合不同来源的运行信号。 Panasonic Avionics 与 AWS 及 AWS Generative AI Innovation Cente...
# AI # AWS # LLM
阅读全文