9月3日
02:48
02:48官方一手AWS Machine Learning Blog@Kimiya Yokoo
AWS团队构建了基于Amazon Bedrock的AI内容验证解决方案,可扫描数百个仪表板。该系统将平均检测时间从数天缩短至不到一小时。它能发现空白、过时或错误的数据,即使所有基础设施监控显示正常。
推荐理由:AWS用Bedrock自动化检测仪表板故障,比人工快了数十倍,还能发现监控盲区的问题。
02:47
9月2日
23:14
03:28
03:28官方一手AWS Machine Learning Blog@Dani Mitchell
Claude Fable 5.1 现已在 Amazon Bedrock 和 Claude Platform 上 AWS 平台推出。该版本包含多项改进功能。AWS 提供了 Enterprise Frontier Safeguards 保护功能,确保用户数据在可控的云环境中安全存储。开发者可以通过 Amazon Bedrock 开始使用该模型进行应用构建。
事件专题

推荐理由:Anthropic 发布了 Claude Fable 5.1,AWS 用户现在可以直接在 Bedrock 上使用,还新增了企业级数据保护功能。
00:34
00:15
00:09
00:09官方一手AWS Machine Learning Blog@Swagata Ashwani, Prakhar Amlathe
精选
Boomi Scribe是AWS上的AI智能体,可自动生成企业集成工作流文档。该系统使用Amazon Bedrock、Amazon SageMaker AI、Amazon S3、Amazon DynamoDB和AWS Lambda技术。Boomi Scribe能够解析集成DAG图,生成详细文档,并大规模比较组件版本。
事件专题

推荐理由:Boomi发布了基于AWS的文档生成工具,能自动处理企业集成工作流文档,比传统方法更高效。
9月1日
04:08
03:43
03:43官方一手AWS Machine Learning Blog@Chaitra Mathur
精选
AWS Agent Registry现已全面上市,提供单一可搜索目录管理组织内的智能体、工具、技能和自定义资源。该平台支持发布、策展和发现工作流,并包含企业级考量。AWS Agent Registry旨在解决大规模资源管理问题,支持跨组织统一管理。
推荐理由:AWS发布了企业级智能体管理平台,帮你一站式管理所有AI工具和技能,比零散方案更高效。
8月29日
00:44
00:44官方一手AWS Machine Learning Blog@Vianney Bruned
精选
Decathlon作为全球最大的体育用品零售商之一,使用Chronos-2在AWS上预测每周需求。该系统为多个大陆上的数万种产品提供预测,将预测准确率提高了11-15个百分点。系统在仅使用CPU实例的情况下,每周推理成本约为0.03美元。
推荐理由:Decathlon用Chronos-2在AWS上预测全球数万种产品需求,准确率提升11-15点,每周推理仅需3美分。
8月28日
21:38
21:38lmarena.ai@lmarena_ai
78°
OpenAI联合Anthropic、AWS、Google、Microsoft等100多家组织发布公开信,呼吁全球加强网络安全防御。这封公开信由OpenAI联合创始人Greg Brockman发起。参与签署的公司包括多家科技巨头和云服务提供商。
事件专题

推荐理由:OpenAI等100多家巨头联合呼吁加强网络安全,全球科技企业集体行动应对网络威胁。
01:12
8月27日
00:52
00:52官方一手AWS Machine Learning Blog@Elyse Zhang
精选
本系列文章第一部分探讨了监督微调(SFT)数据准备的基础,包括质量检查、对话(JSONL)格式化、推理和工具调用模式以及代表性的训练/评估分割。
推荐理由:AWS分享了SFT数据准备的第一部分,包括格式和质量检查,对于想要了解如何为监督微调项目准备数据的人来说是个好资源。
8月25日
04:51
03:24
03:24官方一手AWS Machine Learning Blog@Nneoma Okoroafor
精选
学习如何构建一个可定制的智能缓存知识管理系统,通过语音优先的AI形象捕捉和传递机构知识。使用Amazon Bedrock知识库进行检索增强生成,并利用AWS CloudFormation数小时内部署。
推荐理由:AWS教你如何快速搭建AI知识管理系统,用Bedrock知识库提升检索效率,语音交互更便捷。
00:03
00:03官方一手AWS Machine Learning Blog@Joseph Cottingham
精选
This post discusses AI-powered metadata correction and harmonization, covering two approaches: human-in-the-loop validation and autonomous agent-driven workflows. It also addresses governance considerations for production deployment.
推荐理由:了解 AWS 如何使用 AI 自动化元数据校正和标准化,两种方法,值得一看。
8月22日
01:13
01:13官方一手AWS Machine Learning Blog@Satyen Yadav
精选
松下航空电子与AWS合作,利用Amazon Bedrock、Amazon SageMaker和AWS Glue构建代理AI系统,诊断全球机队的机上娱乐和连接(IFEC)问题,将诊断时间从数小时缩短至数分钟,同时保持准确性。
推荐理由:松下航空电子用AWS的代理AI系统,快速诊断飞机娱乐和连接问题,效率提升显著,值得一试。
8月21日
05:38
05:38官方一手AWS Machine Learning Blog@Anu Kaggadasapura Nagaraja
本文是系列教程的第一部分。文章指导用户在 AWS 账户中设置 Snowflake 环境。该环境将用于与 Amazon SageMaker Canvas 配合,构建一个无需编写代码的机器学习工作流。这个工作流旨在将存储在 Snowflake 中的运营数据转化为预测模型,例如欺诈检测模型。
推荐理由:AWS 教你用 Snowflake 和 SageMaker Canvas 搭建无代码机器学习工作流,第一部分讲怎么在 AWS 上配置 Snowflake,为后续做欺诈检测模型打基础。
05:32
00:39
00:39官方一手AWS Machine Learning Blog@Kristine Pearce
精选
AWS 发布了关于企业级智能体扩展模式的系列文章第二篇。文章探讨了机器学习团队如何在多框架、多模型、多供应商的复杂环境中运营多个智能体系统。核心是介绍让这些系统协同扩展的原则,同时保持灵活性并避免供应商锁定。
推荐理由:AWS 讲了企业如何搭建不绑定特定厂商的智能体系统。他们分享了在复杂环境中让多个智能体协同工作的原则,对想构建自己智能体生态的团队很有参考价值。
00:13
00:13官方一手AWS Machine Learning Blog@Marc Trimuschat
精选
AWS 推出向量解决方案,无需独立向量数据库或数据迁移。该方案包含六项专用服务。文章提供了选择合适引擎的决策框架。内容还包含客户案例证明。
推荐理由:AWS 把向量搜索直接集成到数据库和存储服务里了,不用再单独搞个向量数据库,能帮你直接在数据所在的地方构建智能体。
8月19日
05:28
05:28官方账号LangChain@LangChainAI
LangChain将与AWS和MongoDB在旧金山联合举办AWS Agentic AI Partner Showcase Extended活动。活动将展示从代码到部署的生产级智能体构建过程。参与者可听取技术专家分享、观看现场演示并与开发者交流。活动详情可访问aicamp.ai查看。

推荐理由:想学怎么把智能体从代码搞到上线?LangChain、AWS、MongoDB三家人现场演示,还有专家答疑,别错过。
03:17
03:17官方一手AWS Machine Learning Blog@Chethan Shriyan
Amazon Bedrock AgentCore payments 功能现已正式上线。该服务允许 AI agents 执行大规模自主交易。系统内置了消费护栏来控制支出。它具备协议无关的支付编排能力。产品还提供了生产级可观测性。
事件专题

推荐理由:AWS 发布了 Bedrock AgentCore payments,让 AI 智能体能自己安全地处理支付,还带了消费护栏。
01:39
01:39官方一手AWS Machine Learning Blog@Chetan Makvana
精选
Amazon Quick embedded chat 可以为 Web 应用引入对话式 AI 界面。开发者能利用容器和 SDK 样式调整组件外观。教程演示了移除品牌标识及设置自定义智能体人设的步骤。完成配置后聊天窗口将匹配应用的品牌视觉与语音风格。
推荐理由:AWS 教你怎么改 Amazon Quick 的样式和人设,让它像你自家产品一样。
8月15日
00:13
00:13官方一手AWS Machine Learning Blog@Ayush Sharma
精选
AWS官方博客发布教程,演示如何将SageMaker AI上的OpenAI兼容端点与Bedrock AgentCore运行时结合,构建多智能体工作流。每个智能体可选择最适合其任务的模型。教程还展示了如何从SageMaker端点获取token级可观测性,这是Strands Agents默认不提供的。
事件专题

推荐理由:AWS官方教程,教你用SageMaker AI和Bedrock AgentCore搭多智能体流程,还能拿到token级监控,比Strands Agents默认的细致。
8月14日
00:24
00:24官方一手AWS Machine Learning Blog@Anand Komandooru
精选
AWS 发布了一篇基于 Amazon Bedrock AgentCore 的 M&A 尽职调查参考架构教程。该架构利用 AgentCore 实现多智能体编排,并集成知识检索与治理控制。教程附带可在 AWS 账户中直接部署的完整示例代码。示例展示了如何通过 AgentCore 分配任务给不同智能体并汇总审查结果。
推荐理由:这篇 AWS 教程把并购尽调拆给多个智能体,用 Bedrock AgentCore 就能搭,还有能直接跑的代码。
00:23
00:23官方一手AWS Machine Learning Blog@Salman Moghal
精选
AWS发布博客,介绍如何用Amazon Bedrock AgentCore Browser Tool和Strands Agents自动化需要人工交互的遗留Web应用。方案通过安全隔离的浏览器会话驱动旧界面,同时保留人工监督和完整审计日志。文章给出了参考架构,适合处理无法通过API集成的老旧系统。
事件专题

推荐理由:AWS官方出教程了,教你用AgentCore浏览器工具让AI替你操作老系统,还带审计和人工监控,搞自动化的可以看看。
8月12日
22:05
22:05官方一手AWS Machine Learning Blog@Astrid Bowser, Alex Savage Nick Heap
精选
OneAdvanced是一家英国企业软件提供商,在AWS上构建了英国主权AI平台。他们通过Amazon SageMaker AI自托管Llama 4 Maverick和Llama Guard 4模型,并使用pgvector搭建RAG管道。基于Strands Agents SDK在Amazon ECS上部署了超过50个AI智能体。该平台确保数据留在英国境内,满足主权要求。
事件专题

推荐理由:看看英国公司怎么在AWS上自托管Llama 4,搞了50多个智能体,数据不出境,适合有合规需求的人参考。
05:59
05:59官方一手OpenAI Blog博客/媒体
OpenAI 与 AWS 合作,将 Daybreak 网络安全模型引入 Amazon Bedrock。企业用户可通过 Bedrock 调用 Daybreak 能力,用于威胁检测、漏洞分析等安全流程。该集成旨在简化企业部署,提升安全运营效率。
事件专题

推荐理由:OpenAI 把 Daybreak 安全模型放上 AWS Bedrock 了,企业做安全分析可以直接调,不用自己搭环境。
00:26
00:26官方一手AWS Machine Learning Blog@Koyo Hidaka
精选
ONESTRUCTION在AWS Generative AI Innovation Center的技术支持下,构建了专为建筑和BIM工作流设计的基础模型Ishigaki-IDS。该模型通过合成数据、三阶段训练流程和可验证奖励机制,在Amazon EC2上完成训练。案例展示了在数据稀缺领域如何利用AWS工具链构建领域专用模型。
推荐理由:建筑行业缺数据?看ONESTRUCTION怎么用AWS的合成数据和三阶段训练搞出个专用模型,挺有参考价值。