Stretto 如何用 Amazon Nova 2 Sonic 构建 AI 语音智能体 Tara
Stretto 基于 Amazon Bedrock 上的语音到语音模型 Amazon Nova 2 Sonic 构建了 AI 语音智能体 Tara,通过电话完成破产申请的多阶段信息采集,并按律师设定的规则将线索分为合格、不合格或需补充信息。
Stretto 基于 Amazon Bedrock 上的语音到语音模型 Amazon Nova 2 Sonic 构建了 AI 语音智能体 Tara,通过电话完成破产申请的多阶段信息采集,并按律师设定的规则将线索分为合格、不合格或需补充信息。
Social Department 基于 Amazon Bedrock 打造 QuickSearch,用 Shareable Scenes、Quotable Quotes、Memeable Moments、Trend Align 四个单步查询替代纯语义搜索。
LoanPro 联合 AWS 合作伙伴 AllCloud 与 AWS 生成式 AI 创新中心,基于 Amazon Bedrock AgentCore 构建了多智能体贷款服务助手,早期结果显示客服通话时长最多缩短 15%。
ArisGlobal 在 Amazon Bedrock 上为生命科学 AI 引擎 NavaX 调整提示词缓存顺序,将共享提示词前缀而非源文档放入缓存,以降低有效输入成本并支持更多租户而不成比例增加成本。
MoEngage 基于 Amazon Bedrock 与 AgentCore 构建了 Merlin AI 智能体体系,通过 MCP Connector 让 Claude、ChatGPT 等兼容 MCP 的助手以租户隔离方式访问品牌分群、活动历史与内容库。
Novo Nordisk 的 Tablet 制造技术团队基于 Amazon Bedrock AgentCore 构建了智能支持系统,让主题专家原本需要数小时或数天完成的工作缩短到几分钟。
Amazon Bedrock 提供零埋点的成本归因能力,可将每次推理调用追溯到发起调用的 IAM 主体,并把身份与组织标签写入 CUR 2.0 和 Cost Explorer。
Ai2 联合 CMU、NVIDIA 和约翰霍普金斯大学发布 XYBench,一个含 8,115 个真实问题的基准,专门测试 AI 助手能否识别用户提问中的错误假设(XY 问题)并引导其解决真正目标,该基准获 EMNLP 2026 最佳资源论文奖。
Amazon Bedrock 的缓存时长、服务层级、推理强度和 maxTokens 四项请求级设置会在不改模型和提示词的情况下改变 token 处理量与计费费率。
该方案用运行在 AWS Fargate 上的 LiteLLM 代理,将 Amazon Bedrock 封装为 OpenAI 兼容 API,并通过 Application Inference Profiles 实现按用户和按模型的成本控制与配额隔离。
Amazon Bedrock 上线 Claude Haiku 5.5,据 Anthropic 称其为最强 Haiku,多数任务成本比 Claude Haiku 4.5 低约 75%,并首次支持 effort controls。
DXC Technology 基于 Amazon Bedrock 为 DXC OASIS 构建了多模型 AI 底座,统一接入 Anthropic Claude、Amazon Nova、Meta Llama 及开源权重模型家族。
Amazon Bedrock AgentCore 的 Web Search API 现已可用,通过单次 API 调用返回带标题、URL、发布日期和摘录的实时网页结果,查询由 AWS 自有索引处理、不经过第三方搜索引擎。
微软研究人员发现名为 Lazarus 的后门技术,通过改写 LLM 中不到 10 个休眠神经元、无需训练即可给基于该模型的智能体植入后门,模型仍能通过标准评测,直到触发条件出现(如时钟跨入 2027 年)才执行下载并运行攻击者代码等命令。
推荐理由:微软研究团队披露一种无需训练、改写不到 10 个休眠神经元即可给智能体植入后门的方法,并给出权重溯源与扫描的防护思路。
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用,其中 Fable 5.2 面向编码、数学和科研等技术工作,可处理多步骤任务并自行校验输出。
推荐理由:文章说明了 Fable 5.2 在编码与科研任务上的能力定位,以及数据保留和迁移方式,便于评估接入成本。
示例项目 sample-remote-coding-agent 展示了如何把 Claude Code 作为远程智能体运行在 Amazon Bedrock AgentCore 上,每个任务在独立 AgentCore runtime 会话的 microVM 中执行,最终返回 GitHub pull request 供审阅合并。
文章演示如何用 EDB Postgres AI 在 Postgres 数据库内构建语义层,并让运行在 Amazon Bedrock AgentCore 上的 Strands Agents 智能体通过 MCP 端点查询该层回答 C360 问题。
基于 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK,可构建多智能体工程助手,自动完成零件替代评估中的跨文档比对。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,覆盖零售运营、兽医护理、人事入职和采购,支持四种语言、三个国家,无需自管 RAG 基础设施。
Rescale 基于 AWS 的 AI-DLC 框架和 Strands Agents 构建了 AI 分诊智能体,从问题定义到 staging 部署仅用五天,数周内进入生产。
AWS 解决方案架构团队开源了多智能体数据分析系统 Deep Insight,并总结生产化中的 5 个核心挑战:执行流控制、各智能体模型选型、生产运行、AI 生成代码的安全执行、监控运维。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台,将每个用例的部署时间缩短 50%。该平台为 Reliance 质量管理系统嵌入 2 亿级文档,并通过 AgentCore Gateway 隔离执行、Bedrock Guardrails 双重过滤保障租户数据不越界。
Eon 用 Amazon Bedrock AgentCore 的 MCP Gateway 替换了逐工具凭证和本地 MCP 进程,让开发者和自主 SRE 智能体通过单一认证网关统一访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS 发布教程,介绍用 AWS Agent Registry 在运行时按需发现 MCP 服务器和 A2A 智能体,替代把工具硬编码进编排器。示例通过 Amazon Bedrock AgentCore Gateway 部署订单管理 MCP 服务器,编排器用混合关键词与语义搜索查询已审批记录,再依据描述符构建请求级客户端,鉴权凭据需另行获取。
AWS 博客演示用 AtScale 作为语义层、Amazon Bedrock AgentCore 托管 Strands 智能体,构建 Customer 360 场景。
Amazon Bedrock 为所有 Anthropic Claude 模型上线结构化输出,在 bedrock-runtime 和 bedrock-mantle 两个端点均可返回符合 JSON Schema 的响应。
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统,由 8 个专用智能体组成识别与训练两条工作流,自动分类、提取、校验文档并从纠正中学习,新格式无需手工配置模板。系统基于 Strands Agents 编排,结合 Amazon Textract、S3 Vectors、Aurora DSQL 等,可在 20 分钟内完成部署。
基于 Amazon Bedrock AgentCore 的 AI 智能体系统可自动生成 PowerPoint 演示文稿,内部测试中不到 90 秒完成。
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台智能体 Deckhand,可解答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
Amazon Bedrock 在 9 月更新中上线 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型,其中 GPT-6 Astra 支持最高 100 万 input tokens,Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由:原文给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化与接入方式,便于判断它在多智能体分层中的位置。
在 Amazon Bedrock AgentCore 上运行开源智能体系统 OpenClaw,可构建具备持久记忆的上下文感知 AI 助手。AgentCore memory 将一次性对话转为持久知识,并支持结构化元数据标记以检索相关记忆;文本与图像分别路由至 Claude Haiku 4.5 和 Claude Sonnet 4.5。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock,为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
Amazon Bedrock AgentCore Gateway 可将 Claude Desktop 接入 Web Search,让模型突破训练知识截止限制,查询由 Amazon 网页索引支持的实时信息。
AWS 发布指南,介绍如何通过专用 AI Services 账户为 Claude Platform on AWS(CPonAWS)配置三种推理访问方式:AWS 工作负载账户经跨账户 SigV4 调用、开发者笔记本使用工作区级 API key、外部环境通过 OIDC 联合获取短期凭证。
Amazon Bedrock 现支持在首尔区域使用 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域使用 Claude Sonnet 5 进行区域内推理,请求与数据全程不离开所调用的 AWS 区域。
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5,通过地理跨区域推理让请求仅在 ap-south-1 与 ap-south-2 之间路由,数据留在印度境内。
AWS 发布基于 Amazon Quick 与 Amazon Bedrock AgentCore 的合同智能平台方案,用 AI 智能体从合同 PDF 中抽取八个关键字段并交叉验证,签名识别分歧由 Amazon Textract 裁定。该方案将结构化结果存入 Amazon Aurora PostgreSQL,通过嵌入式仪表盘和自然语言查询同时支持组合级聚合与单份合同检索,典型情况下数秒处理一份合同。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用,定位为更高效、单任务成本更低的 Sonnet 模型,适合聚焦编码与知识工作。
推荐理由:原文给出 Sonnet 5.5 在 Bedrock 上的能力定位与 Opus 5.5 的分工,读者可据此判断何时选 Sonnet 承担规模化任务。