标签

机器学习

Amazon Nova Act 获得 HIPAA 合规资质：医疗场景下的 Agentic AI 终于可以落地了

来源: aws.amazon.com 37
医疗行业对 AI 的态度一直很矛盾——既渴望自动化带来的效率提升，又对数据合规心存忌惮。Agentic AI（能自主执行操作的 AI）尤其敏感：它不只是生成文本，还要读取页面、点击按钮、提交表单，每一步都可能触碰受保护的健康信息（PHI）。Amazon Nova Act 现在拿到了 HIPAA 合规资质，意味着在医疗场景中使用 Agentic AI 不...
# AI # AWS # LLM
阅读全文

用 AI Agent 动态调度放射科工作流，终结"挑拣病例"顽疾

来源: aws.amazon.com 41
62 家医院、220 万次影像检查的数据揭示了一个长期被忽视的问题：放射科医生在传统工作列表里疯狂"薅羊毛"——抢着读简单、高回报的病例，把复杂研究丢在队列里烂掉。这不是医生懒，是系统蠢。基于硬编码规则的工作列表完全无视医生专长、当前负荷、疲劳程度和病例复杂度，等于把一个需要动态决策的调度问题交给了静态路由表。AI Agent 的介入，正在把这张僵化的...
# AI # AWS # LLM
阅读全文

用 Bedrock AgentCore Runtime 把自然语言变成 AWS CLI——AWS API MCP Server + Amazon Quick 实战

来源: aws.amazon.com 52
运维和开发最怕的不是命令难写，而是关键时刻要切工具。凌晨两点排查故障，你脑子里想的是"把那个 ECS 服务的任务数缩到 1"，手上却要先开终端、翻文档、拼 CLI 参数、确认 region——整个过程断断续续，注意力被工具切换撕碎。 Amazon Bedrock AgentCore Runtime 现在支持了 Model Context Protoco...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock AgentCore 构建多租户智能体：隔离、配置与落地实践

来源: aws.amazon.com 45
当你的 AI Agent 从内部工具走向 SaaS 产品，租户隔离就成了架构的第一道门槛。单租户场景下，Agent 共享同一个知识库、同一套工具权限、同一个上下文窗口，一切都很简单。但一旦多个客户接入，问题立刻浮现：A 客户的订单数据不能被 B 客户的 Agent 读到；不同客户对同一工具的调用策略可能完全不同；按租户计费和限流也需要精确到每个 ten...
# AI # AWS # LLM
阅读全文

用递归语言模型突破上下文窗口限制：Amazon Bedrock AgentCore 实战

来源: aws.amazon.com 60
大模型的上下文窗口一直在增长——128K、256K、甚至 1M tokens——但现实中的文档处理需求增长更快。一份年度财报、一套完整法规修订稿、一个大型代码仓库的跨模块审计，轻松就能超出任何单次调用的承载能力。Amazon Bedrock AgentCore 结合 Strands Agents SDK 提出了一种新思路：递归语言模型（Recursiv...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock AgentCore 构建商业智能 AI Agent 实战

来源: aws.amazon.com 41
商业智能（BI）团队每天都在和海量数据打交道——查报表、写 SQL、解读趋势、回答业务方反复追问的"为什么"。传统 BI 工具把数据摆在你面前，但解读和行动仍然依赖人的经验。把 AI Agent 引入 BI 流程，不是让模型替你做决策，而是让它在数据检索、趋势归纳、异常定位这些重复性环节上提速，把人的注意力留在判断和决策上。 Amazon 最近推出了 ...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock 搭一个 AI 招聘助手：从简历筛选到面试题生成

来源: aws.amazon.com 47
招聘流程里最耗时间的环节是什么？不是发 JD，不是安排日程，而是反复阅读大量简历、逐个提炼候选人亮点、再为每个人准备针对性的面试问题。这些工作机械但需要判断力，恰好是 AI 辅助的切入点。本文基于 AWS 官方给出的参考架构，拆解如何用 Amazon Bedrock 构建一个招聘助手——它能加速简历评估、生成个性化面试题、并为人类决策提供数据支撑。注意...
# AI # AWS # 云平台
阅读全文

用自然语言驱动数据看板：基于 Amazon Bedrock AgentCore 构建 Dashboard 自动化 Agent

来源: aws.amazon.com 43
数据看板的搭建和运维一直是件体力活——选指标、配图表、调筛选器、写 SQL，每个环节都离不开人工介入。Amazon 近期推出的 Bedrock AgentCore + Strands Agents + QuickSight Quick Transforms 组合方案，试图把这条链路缩短到一句话：你用自然语言描述需求，Agent 自动完成看板的生成、数据...
# AI # AWS # LLM
阅读全文

用多模态大模型做裁判：Strands Evals 里的图像-文本评估实践

来源: aws.amazon.com 35
你做了一个发票识别模型，它返回"总金额：¥12,580"。数字看着合理，格式也没问题——但你怎么知道它真的从图片里读出来的，而不是"猜"的？ 文本评估器回答不了这个问题。它只能比对输出和参考答案的字符串相似度，无法判断模型输出是否忠实于源图像。这正是 Strands Evals 引入 MLLM-as-a-judge（多模态大模型做裁判）的原因：让评估器...
# AI # AWS # LLM
阅读全文