AITOPAI热报
技巧官方一手

亚马逊推出 Bedrock AgentCore，让 MCP 应用可在不同 AI 主机间交互

Build interactive MCP Apps using Amazon Bedrock AgentCore

官方一手AWS Machine Learning Blog@Dantis Stephen
博客/媒体
阅读原文
精选理由

亚马逊搞了个新玩意儿，叫 AgentCore，能让你的 MCP 应用在 ChatGPT 和 Claude 之间无缝切换，不用再为不同平台单独造轮子了。

亚马逊推出 Bedrock AgentCore，让开发者能构建带交互 HTML 小部件的 MCP 应用。该工具支持在 ChatGPT 和 Claude 等不同 AI 主机间运行，提供一致的用户体验。

图片来源 · AWS Machine Learning Blog
正文

通过 AgentCore，开发者无需为不同平台单独开发应用，简化了跨平台部署流程。

原文 · AWS Machine Learning Blog

Build interactive MCP Apps using Amazon Bedrock AgentCore

Learn how to build and deploy an MCP App with interactive HTML widgets on Amazon Bedrock AgentCore. Because MCP Apps is a host-agnostic standard, the same server delivers the same rich experience across AI hosts like ChatGPT and Claude that support the extension.

产业坐标与信源核验

本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Amazon Bedrock、MCP/工具、提示词工程，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明：本文原始信息发布自一手权威信源「AWS Machine Learning Blog」（Tier-1 一手发布），具备高确定性参考价值。

#Amazon Bedrock#MCP/工具#提示词工程

继续读

同标签或同类目的最近条目
产品Agent 与开发者官方一手精选06:02
Natera 基于 Amazon Bedrock AgentCore 构建实验室运维智能体系统 SWARM

基因检测公司 Natera 在 Bedrock AgentCore 上搭了套实验室运维智能体系统，工单首响应快了约 130 倍，96.2% 的工单不用人工。全文把知识库、编排、评估的架构都摊开讲，做企业内部智能体的工程师可以直接抄作业。

#Amazon Bedrock#AgentCore#Natera#智能体
官方一手AWS Machine Learning Blog@Ariel Jirau原文
技巧Agent 与开发者官方一手05:15
Amazon Bedrock 推理省钱的 4 个请求级参数

很多人调完提示词发现 Bedrock 账单还在涨，这篇讲的就是原因：缓存时长、service tier、推理力度和 maxTokens 这 4 个请求参数在偷偷决定你的费率。每个都附了测试和验证方法，接了 Bedrock 的开发者直接照着改就行。

#Amazon Bedrock#AWS#Claude#提示词工程
官方一手AWS Machine Learning Blog@Sai Pavan Kasani原文
技巧Agent 与开发者官方一手精选03:08
在 Amazon Bedrock 上计算智能体单任务成本并证明 ROI

很多团队只盯着 token 单价，结果智能体上线后账单超预算。这篇 AWS 教程教你算真实的单任务成本，还有压成本的三个具体手段和一套能拿去汇报的 ROI 评分卡，做智能体落地的工程师建议照着做一遍。

#Amazon Bedrock#提示词工程#智能体#成本优化
官方一手AWS Machine Learning Blog@Majd Arbash原文
技巧Agent 与开发者官方一手精选03:08
用 Amazon Bedrock 和 LiteLLM 搭建自助式 LLM 网关

教你在 Fargate 上用 LiteLLM 给 Bedrock 套一层 OpenAI 兼容接口，一个 key 就能调用，还能按人头控成本和配额。自己搭过内部 LLM 平台的会知道这套组合有多省事。

#Amazon Bedrock#LiteLLM#AWS Fargate#提示词工程
事件专题
官方一手AWS Machine Learning Blog@Sitaraman Vijay Krishna原文
产品Agent 与开发者官方一手00:40
用编码智能体迁移到 Amazon Bedrock Managed Knowledge Base

AWS 把知识库迁移做成了给编码智能体用的 skill：只读盘点、生成 IaC 模板、切流前自动验证检索。正在用 Bedrock 自管知识库的团队可以少写一堆 CloudFormation，也比手动迁移多了检索质量校验这一步。

#Amazon Bedrock#AWS#RAG#编码智能体
官方一手AWS Machine Learning Blog@Josh DeMuth原文
技巧Agent 与开发者官方一手精选23:47
Amazon Bedrock 知识库新增基于 AgentCore Gateway 的细粒度权限控制

如果你在用 Bedrock 知识库做多用户 Agent，权限隔离一直是个麻烦事。这套方案用 AgentCore Gateway 加 MCP 工具把鉴权做到平台层，比自己在应用里写过滤靠谱。做企业 RAG 的开发者值得照着搭一遍。

#Amazon Bedrock#AgentCore#MCP/工具#RAG
官方一手AWS Machine Learning Blog@Renya Kujirada原文