2026-09-05
来源: aws.amazon.com
43
大规模灾难恢复的难点，不只是把流量切到备用区域，而是在高压环境下同时保证决策正确、操作可控、过程可追溯。Intuit 构建的 EWOK Agent 展示了一种实践方向：值班工程师用自然语言提出生产故障转移请求，智能体负责理解意图和协调执行，同时让每一步操作保持可审计、符合策略并具备安全边界。 这类系统的关键不是让大模型直接操作生产环境，而是把它放在受约...
2026-09-04
来源: aws.amazon.com
31
AI 驱动开发生命周期（AI-DLC）的难点，通常不在于让模型生成一段代码，而在于把一个模糊想法稳定地推进到可运行、可验证、可维护的实现。Amazon Bedrock AgentCore、Kiro 和 Claude Code 提供了一条适合工程团队的实践路径：让 AI 参与需求拆解、方案设计、代码构建和验证，同时保留明确的上下文、工具边界与人工审查点。...
2026-09-04
来源: aws.amazon.com
31
一个能在 Notebook 中回答问题的智能体，距离生产系统还差一整套运行基础设施：身份认证、工具接入、会话记忆、故障恢复、可观测性，以及可重复的部署流程。 迁移这类工作负载时，一次性重写通常会放大风险。更稳妥的路径分成两个阶段：先保留 LangGraph 的业务编排，把运行、工具和记忆迁移到 Amazon Bedrock AgentCore；待生产边...
2026-09-04
来源: aws.amazon.com
28
邮件自动化真正困难的部分，并不是让模型“读一封邮件”，而是把 Outlook 中的邮件、日历与联系人上下文，安全地接入一个能够判断意图、执行流程并留下审计记录的系统。Amazon Quick 提供的 chat agents、Quick Flows 和 Quick Automate，可以分别承担交互、流程编排和持续自动化，让邮件分类、会议安排与跨团队协调...
2026-09-04
来源: aws.amazon.com
32
当团队希望让 Codex 使用 Amazon Bedrock 中托管的 OpenAI 模型时，直接给每位开发者分发 AWS 凭证并不是唯一方案。一个更便于集中治理的做法，是在 Amazon ECS 与 AWS Fargate 上运行自管 LiteLLM 网关，由它暴露兼容 OpenAI Responses API 的入口，并统一处理身份、预算、限流和遥...
2026-09-04
来源: aws.amazon.com
29
智能体自动化真正进入生产环境后，挑战通常不在于“能不能调用模型”，而在于如何控制不确定性：哪些决策交给智能体，哪些步骤必须保持确定性，什么时候要求人工复核，以及出现异常时能否快速还原现场。围绕 Amazon Quick Automate 设计业务流程时，可以把它视为一套编排能力，而不是一个能够独立承担所有工作的万能代理。 并非所有流程都值得智能体化。最...
2026-09-04
来源: aws.amazon.com
29
把整张 BI 仪表板塞进业务系统通常过于笨重。Amazon QuickSight 支持只嵌入其中一个 visual，让趋势图、指标卡或明细表直接出现在 React 页面里。真正需要谨慎设计的部分不是 iframe，而是身份链路：浏览器通过 Amazon Cognito 登录，后端根据已验证的用户生成有范围限制的嵌入 URL，并确保用户只能看到自己有权访...
2026-09-03
来源: aws.amazon.com
43
澳大利亚团队现在可以从 Amazon Bedrock 的亚太（悉尼）和亚太（墨尔本）区域，通过全球跨区域推理访问 OpenAI GPT-5.6 Sol、Terra 和 Luna 模型。这个变化的重点不只是“换一个模型 ID”，还包括如何选择全球推理配置、降低重复提示词的成本、让 Codex 使用 OpenID Connect 登录，以及把调用量纳入 C...
2026-09-03
来源: pytorch.org
28
PyTorch 2.14 的重点变化之一，是 NVGEMM 将由 CuTeDSL 生成的 CUTLASS 内核接入 Inductor，并支持 epilogue fusion（尾部算子融合）。这项改动面向的是编译器和 GPU 内核执行路径：模型中的矩阵乘法不再只是单独完成，后续的缩放、偏置或激活等操作也有机会融合进同一个 GPU 内核，从而减少中间张量写...
2026-09-03
来源: aws.amazon.com
37
支持团队的知识通常散落在培训视频、旧工单、文档和个人经验中。生成式 AI 可以把这些非结构化信息转化为可检索的标准作业流程，再结合 Retrieval-Augmented Generation（RAG）辅助工单处理，并通过机器学习识别 SLA 风险、安排工作优先级。AWS 提供了覆盖数据处理、模型调用、检索和预测的一套云上技术组合。 可以把平台拆成四个...