2026-09-11
来源: aws.amazon.com
33
过去，知识库检索通常围绕 PDF、网页和纯文本展开。现在，TwelveLabs Marengo Embed 3.0 已在 Amazon Bedrock Knowledge Bases 中正式可用，应用可以用自然语言搜索视频、图片和音频内容，而不必先为每种媒体单独搭建一套索引服务。 这项能力的价值不只是"给视频加个向量"。它把媒体内容纳入了知识库的检索链...
2026-09-11
来源: azure.microsoft.com
21
Microsoft 被评为 2026 年 Gartner® 容器管理魔力象限™领导者。这个消息的重点不只是一个市场评价，更在于企业如何把容器平台用于 AI、混合云和大规模应用交付：在 Azure 上运行 Kubernetes 工作负载，在本地或其他云环境中保持一致的治理能力，并为不需要直接管理 Kubernetes 的团队提供更简单的容器运行方式。 A...
2026-09-11
来源: aws.amazon.com
32
Amazon Quick 桌面应用现已在 macOS 和 Windows 上正式可用。相比停留在浏览器标签页中的聊天工具，桌面客户端更容易进入员工每天处理邮件、会议和客户信息的工作路径。与此同时，iOS 与 Android 移动端新增活动信息流，用于集中呈现来自邮件、日历和 CRM 等系统的信息。 这次更新的重点并不只是多了几个客户端，而是让 AI 助...
2026-09-11
来源: azure.microsoft.com
20
当 AI Agent 从试验项目进入生产环境，问题就不再只是“模型能不能完成任务”，而是每一次调用花了多少钱、带来了多少业务价值，以及团队能否持续证明这笔投入值得。围绕 Microsoft Foundry 的 Agent 优化思路，可以把 AI 视为一种需要预算、监控、治理和复盘的受管投资系统。 这也是 Agent 经济学讨论的落点：成本优化不是单纯压...
2026-09-11
来源: cloud.google.com
33
AI 编码代理接入云平台时，难点通常不是生成一条 命令，而是同时处理身份认证、IAM 权限、项目上下文、官方文档以及危险操作确认。Google Cloud 新发布的 插件试图把这些彼此关联的能力封装成一个可安装单元，让代理不必依赖零散技能和手工拼接的 MCP 配置。 单个 Agent Skill 适合描述边界明确的任务，例如检查 是否存在、解释某项 I...
2026-09-11
来源: aws.amazon.com
24
实时流处理服务经常需要维护数百条持久 WebSocket 连接。把这些连接分散到 Amazon ECS 和 AWS Fargate 任务后，单个任务崩溃、扩缩容或滚动发布都可能让部分数据流暂时无人消费。解决问题的关键不是保存 WebSocket 连接本身，而是把每条逻辑数据流的所有权、租约期限和消费进度放进一个可协调、可恢复的控制面。 DynamoDB...
2026-09-11
来源: aws.amazon.com
28
RFI（信息请求）问卷经常以 Excel 工作簿流转：不同主题分散在多个工作表里，表头位置不统一，还夹杂说明文字、合并单元格和空行。真正费时间的往往不是读取文件，而是判断哪些行属于问题、如何统一字段，以及怎样输出可供后续系统消费的结构化数据。 Amazon Quick Automate 提供了一条更短的实现路径：从 Amazon S3 读取多工作表 R...
2026-09-11
来源: aws.amazon.com
25
PII 检测不应该被某个固定模型或写死的实体列表绑住。这个方案的核心思路很直接：把待识别的实体类型放进提示词，把 Amazon Bedrock 上的任意大型语言模型当作检测引擎。这样，新增“客户编号”“内部项目代号”或某类业务敏感字段时，主要修改配置和提示词，不需要重新训练检测模型。 传统 PII 检测器通常在代码、规则或模型标签中固定实体集合，例如姓...
2026-09-11
来源: azure.microsoft.com
25
基础设施现代化的目标，不只是把旧服务器迁移到云端，或替换一套技术栈。更重要的是，让组织能够确认：当系统遭遇故障、流量突增、区域中断或其他意外事件时，关键业务仍然可以持续运行。 现代化与韧性必须一起规划。没有韧性目标的现代化，可能只是把原有的单点故障搬到了新的平台；没有现代化支撑的韧性建设，则往往依赖昂贵、缓慢且难以验证的人工流程。 传统基础设施通常存在...
2026-09-10
来源: aws.amazon.com
33
多轮 Agent 的失败通常不是“最后一轮突然答错”这么简单。一个早期决策如果写错了状态、误解了用户意图，或者调用了错误的工具，后续多轮可能只是沿着错误前提继续推理。只看最终结果，评估者很难判断问题究竟发生在哪里。 Agent Evaluation Metric（AEM）提供了一种更适合多轮对话的拆解方式：把 Agent 质量按轮次观察，并将“造成失败...