2026-07-18
来源: aws.amazon.com
50
团队越来越习惯在晨会、会议间隙或差旅途中查看经营数据，但许多仪表板仍按桌面屏幕设计。用户打开手机后，只能反复缩放、横向拖动，再小心点击筛选控件。Amazon Quick 仪表板引入 Mobile Layout，针对的正是这种高频却低效的使用场景：让移动端不再只是桌面页面的缩小版。 桌面仪表板通常依赖多列网格、大尺寸图表和横向排列的筛选器。把这样的页面等...
2026-07-18
来源: aws.amazon.com
63
Smartsheet 构建远程 MCP Server 的案例，重点不只是“让模型调用几个工具”，而是如何把 MCP 服务纳入成熟的云基础设施：身份认证、权限治理、弹性扩缩、持续部署，以及面向 AI 工作负载的专门优化。远程 MCP 一旦连接企业数据和写操作，就应当按生产 API，而不是按实验性提示词组件来设计。 一个典型的 AWS 部署可以把流量链路拆...
2026-07-17
来源: aws.amazon.com
54
企业 Agent 真正落地时，难点通常不在于调用大模型，而在于如何让它稳定、准确并且可控地找到内部资料。Amazon Bedrock Managed Knowledge Base 将数据接入、向量化、索引和检索组织成托管流程，使团队可以把精力放在数据质量、检索策略和生产治理上。 这套能力可以从三个支柱理解：简化配置、更智能的检索，以及面向生产环境的准备...
2026-07-17
来源: aws.amazon.com
51
Grok 4.3 已可通过 Amazon Bedrock 访问。对开发团队而言，这不仅意味着多了一个模型选项，更重要的是可以在 Bedrock 的统一接口和云治理体系中，把 Grok 用于智能体与企业工作负载。常见入口包括基础对话、可调推理强度、工具调用、结构化输出、图像输入，以及需要保留上下文的多轮会话。 企业中的模型调用很少停留在单轮问答。一个采购...
2026-07-16
来源: aws.amazon.com
43
电话点餐系统最难处理的并不是把语音转成文字，而是让电话网络、实时语音模型、智能体和餐厅业务系统在同一个低延迟会话里稳定协作。这个方案使用 Amazon Bedrock AgentCore 托管并运行智能体，以 Amazon Nova 2 Sonic 处理实时语音，再通过 Model Context Protocol（MCP）访问菜单、门店和订单后端。电...
2026-07-16
来源: aws.amazon.com
47
地产金融业务中的文档并不只是“等待 OCR 的 PDF”。一份贷款材料可能混合评估报告、租约、财务报表、施工预算和扫描附件，后续还要经过拆分、分类、字段提取、规则判断与跨文档推理。Built 与 AWS 生成式 AI 创新中心、AWS 合作伙伴 AND Digital 及 AWS 客户团队合作，构建了一套可扩展的 AI 文档处理引擎，将部分原本需要数天...
2026-07-16
来源: aws.amazon.com
42
视觉模型并不难调用，难的是把“读取图片、选择模型、组织提示词、解析结果、执行后续动作”稳定地接入不同应用。Computer Vision MCP Server 展示了一种更清晰的做法：把视觉能力封装成 MCP 工具，通过统一接口交给 AI Agent 调用，再由 Amazon Bedrock 中的多模态模型完成图像理解。 这种架构的价值不只在于少写几段...
2026-07-16
来源: aws.amazon.com
34
当 SageMaker Pipelines 分散在多个 AWS 账号和区域后，排查一次训练流水线失败，往往要经历切换账号、切换区域、搜索流水线、检查执行状态等步骤。来源方案通过 Amazon CloudWatch 自定义仪表盘集中展示这些流水线的运行信息，并提供可定制的 AWS CDK 基础设施示例，使监控入口可以随账号和区域扩展。 CloudWatc...
2026-07-15
来源: pytorch.org
43
PyTorch-Triton 3.7 引入了 Triton Plugin Extensions。这套机制的关键变化，不只是“可以安装插件”，而是上游 Triton 能够动态加载自定义编译 Pass、方言及其操作，以及 DSL 扩展。对于维护专用算子、硬件后端或内部编译优化的团队，这意味着扩展能力不必再长期依赖一套难以同步的 Triton 分支。 Tri...
2026-07-15
来源: aws.amazon.com
51
多智能体系统真正进入生产环境后，难点不再只是“让几个 Agent 相互调用”，而是如何控制执行路径、稳定评估线索、限制成本，并确保生成的销售邮件有依据、可审计。Thrad.ai 的实践覆盖了从潜在客户发现到个性化邮件生成的完整流程，并对 Strands Agents 中的 Swarm 与 Graph 两种编排方式进行了延迟、成本和邮件质量的正面对比。 ...