人工智能正在赋能各行各业，帮助客户大规模交付可用于生产环境的 AI 智能体。本文将介绍 AWS 在构建和部署规模化智能体方面的一系列最新功能与实践，旨在帮助您从实验阶段迈向可信赖的、能够处理关键业务流程的生产级智能体系统。

平台新能力：提升 AI 开发与部署效率

使用 Datadog 云安全检测 Amazon Bedrock 配置错误

我们很高兴地宣布，Datadog 云安全现已集成新的安全功能，可帮助您在 Amazon Bedrock 的配置错误演变为安全事件之前及时发现并修复。此次集成将 AI 安全融入更广泛的云安全战略，为企业安全使用 Amazon Bedrock 的强大功能提供了三大核心优势：

  • 全面的 AI 安全：将 AI 安全无缝集成到您现有的云安全策略中。
  • 实时风险检测：在潜在的 AI 相关安全问题出现时立即识别。
  • 简化合规性：通过预置的检测规则，帮助企业满足不断变化的 AI 法规要求。

为 Amazon Bedrock AgentCore 设置自定义域名

本文将演示如何使用 CloudFront 作为反向代理，为 Amazon Bedrock AgentCore 运行时智能体的终端节点创建自定义域名。该方案具备多项关键优势：

  • 简化开发集成：为开发团队提供更简洁、一致的访问入口。
  • 自定义品牌域名：使用符合企业形象的自定义域名。
  • 清晰的基础设施抽象：隐藏底层终端节点的复杂性。
  • 便捷的维护更新：当终端节点需要更新时，维护过程更加简单直接。

Amazon SageMaker HyperPod 引入自动伸缩功能

Amazon SageMaker HyperPod 现已支持使用 Karpenter 进行托管节点的自动伸缩。这一新功能使得 SageMaker HyperPod 集群能够根据训练和推理负载的需求进行高效扩展。我们将深入探讨 Karpenter 带来的好处，并提供在 SageMaker HyperPod EKS 集群中启用和配置 Karpenter 的详细步骤。

Inception Labs Mercury 模型登陆 AWS

Inception Labs 推出的 Mercury 和 Mercury Coder 基础模型现已通过 Amazon Bedrock Marketplace 和 Amazon SageMaker JumpStart 提供。这些是基于扩散模型的超高速语言模型，在 NVIDIA H100 GPU 上每秒可生成高达 1100 个 token。我们将演示如何部署这些模型，并展示它们在代码生成和工具使用场景中的强大能力。

行业深耕：AI 驱动的真实世界解决方案

Boti：布宜诺斯艾利斯市民的 AI 政务助手

布宜诺斯艾利斯市政府与 GenAIIC 合作，构建了一款名为 Boti 的智能 AI 助手，用于回答市民关于政府流程的各类问题。该解决方案主要由两部分组成：

  1. 输入护栏系统：防止系统响应有害的用户查询。
  2. 政府流程智能体：负责检索相关信息并生成准确的答复。

亚马逊财务团队如何构建 AI 助手

亚马逊财务技术团队致力于开发和管理支持全球财务决策和运营效率的技术解决方案。为了应对数据发现和业务洞察方面的挑战，该团队利用生成式 AI 的强大能力，结合 Amazon Bedrock 和 Amazon Kendra 的智能搜索功能，构思并实现了一款创新的 AI 助手。

赋能空气质量研究：基于机器学习的安全预测分析

我们利用 Amazon SageMaker AI、AWS Lambda 和 AWS Step Functions 提供了一套数据插补解决方案。该方案专为需要可靠 PM2.5 数据进行趋势分析、报告和决策的环境分析师、公共卫生官员及商业智能专业人士设计。我们使用来自 openAFRICA 的样本数据集，通过时间序列预测模型来预测缺失的 PM2.5 数值。

亚马逊健康服务利用机器学习优化商品发现

亚马逊健康服务 (AHS) 团队利用 Amazon SageMaker、Amazon Bedrock 和 Amazon EMR 等 AWS 服务，成功解决了在 Amazon.com 搜索中的商品可发现性难题。通过结合机器学习、自然语言处理和向量搜索技术，我们显著提升了将客户与相关医疗健康产品和服务连接起来的能力。

Amazon Bedrock 增强地理空间分析与 GIS 工作流

将新兴技术应用于地理空间领域，为用户和组织创造变革性的体验和直观的工作流程提供了独特的机会。本文探讨了如何将现有系统与 Amazon Bedrock 集成，以创建新的工作流来释放效率、获取洞察。这种集成将使技术、非技术和领导层等不同角色的专业人士都能从中受益。

实践指南：构建高效生成式 AI 的方法论

超越基础：生成式 AI 基础模型综合选择框架

随着模型领域的不断扩展，企业在为其应用选择合适的基础模型时面临着复杂的挑战。我们为 Amazon Bedrock 用户提供了一套系统性的评估方法论，该方法论结合了理论框架与实际操作策略，旨在帮助数据科学家和机器学习工程师做出最优的模型选择决策。

👉 如果你需要 ChatGPT 代充 / Claude / Claude Code / 镜像 / 中转 API：