亚马逊AWS官方博客
Category: Artificial Intelligence
从 N 台 EC2 到 Amazon EKS + Amazon S3 Files:Waylens 的 OpenClaw 多智能体平台改造
本文以车载视频 AI 与车队智能化厂商 Waylens 的真实案例为例,介绍如何把分散在多台 Amazon EC2 实例上的 OpenClaw 多智能体(multi-agent)框架,迁移到由 Amazon Elastic Kubernetes Service(Amazon EKS)+ Custom Resource Definition(CRD)+ Operator 统一管理的形态。改造前,Waylens 工程师用于调试 agent 平台的时间已经超过实际使用 agent 完成业务的时间;改造后,升级、巡检、故障恢复都由 agent 自己完成:Operator 负责 EKS 层的滚动升级与 liveness 自愈,Admin agent 负责跨 agent 的升级编排和日常运维,Admin 自身出问题时由 Rex(Backup EKS Operator)接管,多 agent 平台的日常运维交给 agent 自行处理。附 aws-samples/sample-your-opc-eks-agents 一键部署仓库。
基于 Amazon Bedrock AgentCore 与 AWS DevOps Agent 打造对话式多账户运维助手
本文介绍一套基于 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon CloudWatch 构建的多账户智能运维系统。系统实现了 Amazon RDS / Amazon ElastiCache / Amazon EC2 闲置资源自动检测、AI 智能巡检报告生成、跨账户 AWS DevOps Agent 根因调查,并通过飞书/钉钉 IM 机器人提供自然语言对话式运维体验。
当 Agentic AI 重塑生产关系 – 智能体浪潮下的企业战略与行动框架
Agentic AI 正驱动第四次工业革命的生产力跃迁,其自主规划、多智能体协作与持久记忆能力正系统性重构企业组织形态与决策机制。本文基于多行业实证与前沿研究,提出”生产力决定生产关系”的分析框架,论证企业级智能体驾驭平台对弥合技术能力与管理秩序间张力的关键作用,并为组织智能化转型提供行动路径。
Anthropic Claude Fable 5 on AWS:内置保护措施的 Mythos 级功能现已推出
更新于 2026 年 6 月 12 日 – Amazon Bedrock 上的 Claude Fa […]
AWS 一周综述:Amazon RDS for SQL Server 的 BYOM、适用于 Swift 的 AWS IoT 设备 SDK 等(2026 年 6 月 8 日)
Amazon RDS for SQL Server 的 BYOM、适用于 Swift 的 AWS IoT 设备 SDK 等
试用 Amazon Bedrock 中的新控制台体验,该体验针对兼容 Anthropic 和 OpenAI 的 API 进行了优化
今天,我们宣布在 Amazon Bedrock 中推出新的控制台体验,您可以在 Amazon Bedrock 为实现高性能、可靠性和安全性而构建的下一代推理引擎上,使用最新的人工智能模型进行实验、迭代和扩展。该控制台刷新了工作流程,针对 bedrock-mantle 端点进行了优化,支持最新的 GPT、Claude 和开放权重模型,包括 OpenAI Responses API、OpenAI Chat Completions API 和 Anthropic Messages API。
开始在 Amazon Bedrock 上使用 OpenAI GPT-5.5、GPT-5.4 模型和 Codex
OpenAI 前沿模型 GPT-5.5 和 GPT-5.4,以及 OpenAI 编码代理 Codex 现已在 Amazon Bedrock 上正式发布。您可以在 Bedrock 的高性能推理引擎上部署前沿模型,该引擎内置安全机制、治理功能和按代币付费定价模式。
构建无服务器Kiro调度平台:用Kiro CLI + EventBridge + ECS Fargate实现定时AI任务
AI 编程助手如 Kiro CLI 能力日益强大,但使用场景局限于开发者本地终端。本文介绍 Kiro Job Scheduler——一个完全基于 AWS 无服务器架构的 AI 任务调度平台。它让团队中的任何人(包括非技术人员)都能通过 Web 界面配置定时 AI 任务:自定义 Agent 角色、挂载 MCP 工具服务器、编排 Skills 技能包,实现从「每日新闻摘要」到「定期代码审计」的各类自动化场景。任务结果自动推送到飞书或 Telegram,真正实现 AI 助手的 7×24 小时无人值守运行。
用 Amazon Quick 加速日常数据工作
Amazon Quick 作为新一代企业办公助手所能解决的,正是这一类问题。它的特别之处在于:你不需要懂代码、不需要写公式、也不需要会 SQL——你只要像跟同事交代任务一样,用大白话把需求说清楚,剩下的它来做。 本文将结合企业日常数据处理工作,介绍如何使用 Amazon Quick 提升效率。并探讨未来数据流程的进化方向。
让 Amazon Quick 操作飞书:构建远程 MCP 服务的设计实践
当 AI 助手需要操作飞书完成多步任务时,200+ 工具的上下文膨胀、多步编排的准确性和 Token 安全是三大挑战。本文分享如何基于 AWS Bedrock AgentCore 构建一套远程 MCP 服务,通过 Meta Tool 实现按需编排、分层注册平衡可用性与上下文效率,以及 OAuth PKCE + HMAC 域分离签名确保 Token 安全。

