标签

云平台

用 Amazon Quick 串联销售全周期：从线索排序到 CRM 更新

来源: aws.amazon.com 56
销售团队真正稀缺的资源不是数据，而是销售人员的时间。Amazon Quick 所描绘的 agentic AI 队友，重点不只是生成邮件，而是贯穿销售周期：找出优先级最高的潜在客户、准备触达内容、推进交易、协助成交，并在客户关系成熟过程中持续更新 CRM。 这种工作方式的价值在于把多个孤立动作组织成一条可执行链路。不过，企业要把这一思路落地，仍需明确数据...
# AI # AWS # LLM
阅读全文

Amazon Quick 仪表板引入移动布局：让关键指标真正适配小屏

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...
# AI # AWS # 云平台
阅读全文

在 AWS 上构建远程 MCP Server：从安全边界到弹性扩缩容

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...
# AI # AWS # Go
阅读全文

在 AWS 上部署 EDC：从成本基线到容量优化的实践方法

来源: aws.amazon.com 45
在 AWS 上部署 Eclipse Dataspace Components（EDC）连接器时，困难往往不是让服务成功启动，而是回答三个持续影响预算的问题：需要多大的基础设施、不同环境应该如何配置，以及业务增长后成本会怎样变化。缺少可复用的基准数据时，团队很容易按生产峰值配置所有环境，或者只关注计算实例价格，忽略网络、存储、日志和数据库等费用。 成本优...
# AWS # 云平台 # 架构设计
阅读全文

在 AWS 上生产化部署 EDC：隔离、托管服务与分层安全

来源: aws.amazon.com 42
把 Eclipse Dataspace Components（EDC）连接器部署到 AWS，真正困难的部分通常不是启动容器，而是划清信任边界：哪些接口可以暴露、控制流与数据流如何隔离、状态保存在哪里，以及某一层防护失效后还有什么机制可以阻止横向移动。面向生产环境，架构应围绕隔离、托管服务和分层安全做明确取舍。 EDC 连接器通常同时承载协商、策略执行、...
# AWS # 云平台 # 可观测性
阅读全文

在 AWS 上理解 Eclipse Dataspace Components：从数据空间协议到控制面与数据面

来源: aws.amazon.com 49
企业之间共享数据，难点通常不在“把文件传过去”，而在于谁能发现数据、依据什么条款使用、如何建立信任，以及传输后怎样保留审计记录。Eclipse Dataspace Components（EDC）试图解决的正是这组跨组织问题：参与方保留各自的数据控制权，通过标准协议协商合同，再按约定完成数据传输。 这套系列内容分三部分，从 IDSA、Dataspace ...
# AI # AWS # 云原生
阅读全文

从原型到治理：用 Gemini Enterprise Agent Platform 构建企业级智能体

来源: cloud.google.com 45
Gemini Enterprise Agent Platform 展示的 13 个动手演示，不只是 13 个彼此独立的样例，而是一条完整的工程路径：用 ADK 编写智能体，通过 MCP 和 A2A 接入工具与其他智能体，部署到托管运行时，再补齐持久状态、安全治理、可观测性和持续评估。 真正值得关注的变化，是智能体开发开始从“写一个能回答问题的提示词”转...
# AI # GCP # Go
阅读全文

用 IAM 数据治理标签升级 BigQuery 列级安全

来源: cloud.google.com 40
BigQuery 的策略标签长期承担着敏感列保护任务，例如限制用户读取邮箱、证件号和银行卡号。随着数据跨项目、跨区域扩张，区域级分类体系开始面临重复维护、灾备同步和集中治理等问题。处于预览阶段的 IAM 数据治理标签建立在 Resource Manager 标签体系之上，把全局数据分类与区域安全策略拆开管理，为 BigQuery 列级安全提供了新的实现...
# AI # GCP # Go
阅读全文

Google Cloud 近期更新解读：AI Agent 正从原型走向可治理的生产系统

来源: cloud.google.com 62
Google Cloud 近期发布的信息覆盖 Cloud Run、Apigee、MCP、TPU、GKE、Firestore 和成本管理，但主线相当清晰：企业关注点已经从“模型能否完成任务”转向“Agent 能否被隔离、观测、治理并稳定扩缩容”。这意味着 AI 应用不再只是一个调用模型的 Web 服务，而是一套包含提示词构建、工具授权、代码沙箱、流量治理...
# AI # AWS # Azure
阅读全文

AI 编程的 Token 经济学：用 11 条工程原则控制上下文、成本与偏航

来源: cloud.google.com 45
AI 编程助手接管了越来越多的代码输入工作，但工程师并没有因此卸下责任。新的核心任务是管理模型的注意力：让每次调用只读取必要上下文，选择与任务匹配的模型，并在自动化越界前及时止损。 Token 消耗并不只是账单问题。上下文膨胀会增加延迟，稀释关键指令，还可能让模型遗忘约束或产生幻觉。真正有效的优化，不是把提示词压缩到难以理解，而是建立一条短、清晰、可验...
# AI # GCP # Go
阅读全文