Category: Artificial Intelligence

使用Kiro AI IDE开发工具，快速实现各种业务Agent。从业务需求，到开发测试，到云上部署，整个过程缩短到几个小时。Amazon Bedrock Agentcore的免运维、安全隔离和扩展性，结合记忆、认证、安全策略、可观测性、评估等组件，更适合生产级别Agent大规模部署。

企业使用 Claude Code 面临代码安全和成本压力双重挑战。本文介绍一套完整的解决方案：通过在 AWS SageMaker 上部署 Kimi/GLM 等开源模型，结合 LiteLLM Proxy实现智能路由，将支线任务分流到私有化模型处理。实测数据显示，单台 H200 部署成本约 $1000/天，相比等效 Claude API 调用成本降低约 70%，性价比提升 3.2倍。文章详细讲解架构设计、部署流程、动态路由策略及流式响应适配，提供可落地的企业级私有化方案

本文介绍将其封装为标准 REST API 的完整实现方案，重点说明双通道架构的设计决策，以及 ACP 协议通信中的关键技术细节。

本文探索 Kiro（AWS AI Agent）与 OpenClaw（开源 Agent 运行时）基于 MCP + ACP 双协议的双向协作架构。Kiro 通过 MCP 调用 OpenClaw 触达外部世界，OpenClaw 通过 ACP 委派 Kiro 完成深度代码生成与架构分析。四个实战案例验证 了该模式在架构评审、智能运维、数据日报、异步编码场景下的显著效率提升，展示了从”人用工具”到”Agent 用 Agent”。

如何将 Kiro CLI 变成通用 Agent 后端，并用不到 1000 行 Rust 代码构建一个飞书聊天机器人。

本篇博客详细介绍了如何利用 Amazon SageMaker HyperPod Cluster，在托管的 EKS 集群中部署基于 TensorRT-LLM 编译的 Whisper 模型，并通过 Triton Inference Server 对外提供高性能推理服务。

Amazon Bedrock 上的 NVIDIA Nemotron 3 Super、Nova Forge SDK、Amazon Corretto 26 等

介绍最新的模型API服务端托管工具：Dynamic Filtering （动态过滤） Web Search 与 Web Fetch，以及如何使用亚马逊云科技上服务进行自建。

本文介绍一种针对 OpenClaw 的智能Skills召回方案，基于 Amazon Bedrock Nova Multimodal Embeddings 和 Amazon S3 Vector，通过向量语义检索实现skill按需召回，将每次对话注入的技能描述 Token 降低约 90%，并提升响应速度。

二十年前的上周，Amazon S3 于 2006 年 3 月 14 日公开发布。虽然 Amazon Simple Storage Service 通常被认为是定义云基础设施的基础存储服务，但最初的简单对象存储服务已发展成为范围和规模要大得多的服务。