来源: aws.amazon.com
35
临床试验入组判断同时涉及病历检索、方案条件匹配、药物安全风险和临床责任确认。传统流程往往需要人工在多个系统之间查找信息，速度受到限制；完全自动化又可能把不确定的模型判断直接变成医疗决策。 Amazon Bedrock AgentCore 提供了一种更适合临床场景的架构：让智能体负责整理证据、执行筛查和解释结论，让 AWS HealthLake 作为医疗...
来源: infoq.com
30
分布式系统最危险的故障，往往不是某个组件直接宕机，而是一个局部问题沿依赖关系持续扩散：请求开始排队，线程池被占满，重试放大流量，共享资源耗尽，最终让原本健康的服务也失去响应。Sam Newman 借用土木工程中的“渐进式坍塌”概念，把 1968 年 Ronan Point 大楼事故与 AWS 等软件系统故障放在同一个分析框架中：局部损伤之所以演变成灾难...
来源: postgr.es
56
Databricks 收购 Electric，值得关注的地方不只是交易本身，更在于它提示了一种正在成形的架构：PostgreSQL 不再只能作为远程服务器运行，也可以进入浏览器、应用进程、无服务器环境，甚至 AI Agent 的沙箱。 Electric 的 PGlite 是编译为 WebAssembly 的 PostgreSQL，可以嵌入 JavaSc...
来源: aws.amazon.com
39
AI Agent 正在从“提供建议”走向“代替用户执行操作”。一旦操作涉及付款，系统就必须同时解决授权、预算控制、支付协议适配和审计观测等问题。Amazon Bedrock AgentCore payments 现已正式可用，面向生产环境提供内置支出防护、与支付协议解耦的编排能力，以及可观测性支持，让 Agent 能够在更明确的边界内自主完成交易。 传...
来源: aws.amazon.com
42
Amazon Quick 嵌入式聊天可以把对话式 AI 直接带进现有 Web 应用。真正投入使用时，默认聊天窗口往往还不够：容器尺寸需要适配页面布局，颜色和字体要融入品牌界面，产品标识可能需要隐藏，AI 还需要以符合业务场景的角色与用户交流。 这篇文章围绕三个定制层次展开：外层容器样式、SDK 提供的聊天样式配置，以及品牌和 agent persona...
来源: aws.amazon.com
46
保险文档分类并不只是“读一段文字，然后输出一个标签”。保单、宣誓书、批单和理赔材料往往同时包含文本、表格、印章、签名以及固定版式。只依赖 OCR 文本，可能错过决定文档类型的视觉线索；只做图像相似度搜索，又难以理解条款内容。 一种更稳健的方案是使用 Amazon Bedrock 构建多智能体分类流程：让专门的智能体分别处理文本语义、视觉相似度和最终决策...
来源: aws.amazon.com
29
欺诈检测依赖的不只是模型本身，还取决于模型能否在交易发生的瞬间拿到新鲜、可靠的特征。Jumio 在 AWS 上构建了一套集中式实时特征库，将 Amazon SageMaker Feature Store、Amazon Managed Service for Apache Flink 和 Amazon Kinesis Data Streams 组合起来，...
来源: aws.amazon.com
44
合同搜索的难点通常不在于“能不能找到相关文字”，而在于能不能找到适用的合同、正确的法律语境，以及当前用户有权访问的内容。一个看似合理的搜索结果，如果来自错误的地区、合同版本或业务实体，实际使用价值可能接近于零。 AIDA 的思路是把合同检索从单纯的语义相似度匹配，提升为“语义搜索 + 元数据过滤 + 访问边界控制”。在 Amazon Bedrock K...
来源: aws.amazon.com
28
对网络安全 SaaS 来说，让 AI Agent 服务多个客户，难点不只是调用模型。每个客户都有独立的数据、身份、工具权限和审计要求；一旦租户边界处理不严谨，一个 Agent 就可能成为跨客户访问的入口。 Axonius 采用 Amazon Bedrock AgentCore，在数百个客户环境中部署完全隔离的多租户 AI Agent。关键价值在于，团队...
来源: cloud.google.com
40
数据治理最常见的成本，并不是半年一次的合规审计，而是每天都有人盯着 之类的字段发问：它是什么意思、能不能用、是否包含敏感信息、其他团队是否已经定义过？当数据资产扩展到数千张表和视图后，这些小问题会变成持续征收的“治理税”。 Governance Agent 提供了另一种思路：基于 Google Cloud Knowledge Catalog、BigQu...