#教程/实践

Amazon Bedrock 新增按 IAM 主体粒度的成本归因能力，推理费用会自动记到发起调用的 IAM 用户、角色、联邦身份或 API key 上，调用方 ARN 写入 AWS Cost and Usage Report（CUR）2.0 的 line_item_iam_principal 列，无需自建基础设施。

AWS 发布教程，介绍 Amazon Bedrock AgentCore runtime 的 Session endpoints 功能，让编码智能体在会话内运行 Vite 网站，开发者通过带认证的 URL 在浏览器中实时查看改动。

每个会话获得独立 URL，只转发 allowedPorts 中允许的端口，支持 HTTP/1.1、HTTP/2 和 WebSocket，每次请求都需 SigV4 签名或 JWT。示例中智能体在 8080 端口调用 Claude Haiku 5.5 修改文件，Vite 开发服务器在 8090 端口热更新页面，8081 端口提供 /status 路由。

开发者用 NVIDIA Nemotron 开源模型搭建了万圣节互动投影装置 MonsterHouse：一扇会说话的车库门，能听懂敲门的孩子、用暴躁老海盗船的嗓音回话，并在访客说“please”时软化态度。

系统基于 NVIDIA Nemotron Voice Agent，由 Nemotron 3 ASR 负责语音转文字，Nemotron 3.5 Bolt E4B 4GB 生成回复，Magpie TTS Zeroshot 合成实时语音，Audio2Face-3D 在 Unreal Engine 5 中驱动嘴部动画，Nemotron 3 Nano Omni 配合 YOLO 与 ByteTrack 识别并统计访客。

Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 方案，接入其运输管理系统 SpeedShip，上线六个月后活跃异常减少 75%，回款周期缩短 4 周，年节省 100 万美元，并一次性释放 1000 万美元自由现金流。

该方案由三个专用智能体分别处理发票匹配、价格差异和附加费核验，每个智能体在决策前检索对应承运商的计费规则与争议流程文档，同一套智能体无需承运商专属代码即可覆盖全部承运商。系统通过分析师使用的同一批 SpeedShip API 读写数据，并生成通俗语言的处置说明。初期由人工在 SpeedShip 界面逐条审批建议，准确率超过 99% 后改为批量审批默认开启。

ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上线，可通过 Work 和 Codex 两个组件访问 OpenAI 的前沿模型。

该配置面向安全架构要求模型推理使用 AWS GovCloud (US) 身份、端点和区域控制的企业，将 Codex 的模型请求经 us-gov-west-1 的 Amazon Bedrock Mantle 路由，并用 IAM 及现有网络控制管理访问。

Epsilon 的 Agentic Platform 团队用 Amazon Nova Act 搭配 Amazon Bedrock AgentCore Browser，把意图驱动的 UI 测试做成多租户平台服务，叠加在原有 Playwright 回归套件之上。

测试步骤改为自然语言指令，由 Nova Act 执行，对纯外观的 UI 改动更稳健，非工程师也能读懂。AgentCore Browser 提供隔离的临时浏览器会话，无需分发二进制或维护显示服务器，并支持实时查看与人工接管、会话录制到 Amazon S3 以及 AWS CloudTrail 审计。

Kiro 提供了一套可重复的 PHP 到 Java 迁移引擎，把原 PHP 应用当作规格说明，在一致性校验通过前不判定 Java 移植版正确。

该引擎由共享方法论、机械式发现扫描器和八阶段工作流组成，全部打包为版本化的 Markdown 技能文件（php-to-java-migration 与 php-model-discovery），因此同一套方法既能在 Kiro 中以交互方式逐个应用运行，也能交给 AWS Transform 以智能体方式并行处理多个应用。核心规则是先发现后翻译：扫描器单遍运行、无依赖，对源码 token 应用三种发现策略并输出一份 JSON manifest，歧义项进入人工复核队列。

MoEngage 借助 Amazon Bedrock AgentCore 的 AgentCore Gateway，把约 400 个部署在私有 VPC 中的内部 REST API 转成按权限限定的智能体工具，节省约六个月的平台工程投入，新 API 接入从数天缩短到数小时。

这些 API 由 25 个工程团队开发，分布在七个 AWS Region，且不暴露于公网。MoEngage 放弃为每个团队单独搭建 MCP server 的方案，因为 20 多个 MCP server 会带来部署、补丁和协议兼容负担；改为团队只维护 OpenAPI spec 并声明哪些操作应成为工具，MCP 层由 AI 平台团队统一负责。

NVIDIA Nemotron 3.5 Super VL 已加入可在 AWS 上使用的 Nemotron 3 系列模型，这是一个 120B 参数的 MoE 多模态模型，每个 token 激活 12B 参数，支持文本、图像、文档和视频输入。

该模型从 Nemotron 3 Ultra 蒸馏而来，采用混合 Mamba-2、MoE 与注意力层架构，上下文长度最高 1M tokens，提供 BF16 和 NVFP4 两种 checkpoint，并公开权重、训练数据集与后训练配方。NVIDIA 报告其在 Hermes Bench 得分 63.44%、LangChain agent 评测 87.05%、CharXiv 图表推理基准 80.8%。

AWS 博客介绍 QA Studio 新增两项能力：以“应用”为单位组织测试并汇总健康指标，以及基于团队的用户权限管理。

每个应用绑定一个团队，测试用例与测试套件随应用继承归属；应用页展示所选窗口的通过率、执行次数、失败数和 0–100 健康分，健康分从通过率出发并对不稳定测试扣分。指标页支持 7 天按小时、30 天按天查看执行、成功、失败与平均耗时趋势，并可按环境过滤，另提供不稳定测试排名和最近失败列表，失败可直接跳转到 Amazon Nova Act 的轨迹日志与录屏。权限分 Admin、Team Lead、Editor、Executor、Viewer 五级且逐级累加，Admin 为全工作室角色，其余按团队分配。

AWS 发布 Ray Train Deep Learning Container（DLC），把 CUDA、PyTorch、NCCL、EFA 用户态库、AWS OFI NCCL 插件和 Ray 打包成同一个镜像，免去团队自行构建与对齐训练容器的工作。

该镜像发布在 Amazon ECR Public，示例使用的标签为 train-ml-cuda-v1.1，内含 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 及 EFA 相关库。

AWS 发布基于 Amazon Bedrock 与 AgentCore 的企业级 Agentic AI 平台蓝图，采用联邦式运营模型，由中央平台团队提供受治理的共享服务，各业务团队保留对自有智能体、工具和数据的归属。

蓝图以 Workstream cell 为扩展单元，通过四个相互连接的平面组织：开发者体验、平台控制、Workstream 执行、保障与运营。平台要求所有推理请求经批准的推理网关，统一施加 Amazon Bedrock Guardrails 等护栏、限制可用模型与区域，并按 Workstream 执行速率限制、token 配额与预算；工具调用须经认证的 MCP 网关，使用最小权限角色。

Exowatt 借助 Amazon SageMaker AI 的无服务器模型定制，为边缘告警分诊和云端能源市场分析构建了可复用的微调流水线，模型精度超过前沿模型，成本最高降低 49 倍。

该方案先基于 Qwen3-1.7B 做边缘告警分诊，再以同样方法对 Qwen3-14B 做云端能源市场分析，微调采用 LoRA 与 SFT。流水线串联 S3、SageMaker 无服务器微调与评估、Model Registry、Bedrock Custom Model Import 及 Lambda 与 EventBridge，无需管理实例、集群或端点。

Property Finder 发现其评估数据集中 96.8% 的标签直接沿用了现有视觉语言模型的预测结果，而非人工核验，导致任何替代模型在比较中都处于结构性劣势。

该团队在将视觉 AI 负载迁移到 Amazon Bedrock 上更具成本效益的方案时，改为由具备房地产领域知识的专家独立标注 356 张阿联酋图片，并将单标签分类改为多标签分类，以消除人为歧义。随后他们用 Micro F1 在 256 张专家标注的开发集上评分，通过从 v0 到 v27 的提示词迭代优化选择模型，最终在 Amazon Bedrock 上实现更高准确率、成本降低 86%。

OpenAI 工程师使用 Codex Ultrafast 将事故调查时间从数小时缩短到数分钟。

该工具用于加速安全分析、代码重构和日常工作流。

文章介绍如何用 AWS CDK 在托管 Amazon Bedrock Knowledge Base 上部署企业级智能体检索系统。

托管知识库（Type: MANAGED）由 Amazon Bedrock 负责数据摄取、存储、索引和检索，默认使用服务托管模型完成嵌入与重排序，用户无需再创建、扩展或按 OpenSearch Compute Units（OCUs）付费购买 OpenSearch Serverless 集合与索引。AgenticRetrieveStream API 将多轮规划、工具驱动检索和带引用的答案作为服务原生能力提供，且智能体检索仅在托管知识库上可用。

在 Amazon Bedrock 上调用 OpenAI 模型时，提示词缓存可让智能体复用已处理的输入前缀，避免每一轮都按全价重读工具定义、指令和历史。

模型每次请求都要重新预填充全部输入 token 并构建 KV 向量，缓存则保存该状态，后续请求只处理新增内容。缓存分隐式与显式两种：隐式由 Bedrock 自动决定可复用前缀的终点，显式通过 prompt_cache_breakpoint 标记边界，两者可结合使用。可复用前缀需达到 1,024 token；测试中约 4,000 token 的工具与指令前缀首次写入 4,120 token，后续请求直接读取同样数量。

AWS 发布基于 Amazon SageMaker Python SDK v3 的整厂计算机视觉模型生命周期管理方案，用 SageMaker Neo 取代已弃用的 SageMaker Edge Manager 做边缘优化。

方案以单条 SageMaker Pipeline 按摄像头训练：并行预处理并拉取该摄像头上一版已批准模型，分别训练小型卷积自编码器做异常检测、微调 ResNet18 分类器确认缺陷，各分支导出 ONNX 并在留出数据上评估，通过质量门后经 SageMaker Neo 编译为目标边缘设备产物，才注册进 SageMaker Model Registry。

Amazon SageMaker AI 支持多轮强化学习（MTRL），训练模型完成需要连续多步决策的智能体任务，只对最终结果打分而不指定正确轨迹。

训练时 SageMaker AI 通过 AWS Lambda 转发器把提示发送到托管在 Amazon Bedrock AgentCore 或自有基础设施上的智能体，智能体调用策略模型与环境交互，回合结束后返回单一奖励，再用 GRPO 更新策略模型上的 LoRA 适配器。

拜耳作物科学在 Amazon Bedrock AgentCore 上构建了智能体决策引擎（ADE），作为其 Connected Decision Engine（CDE）之上的多智能体自然语言界面，第一阶段可无需工程师介入解决约 80% 的用户提问。

ADE 采用监督智能体将问题路由至专业智能体的架构，生产环境运行 22 个专业智能体，分别对接 RAG 知识、CDE 工作流状态、运维遥测和可视化等数据源。团队选用 AgentCore 的三项能力：隔离每个用户会话的托管运行时、通过 AgentCore Gateway 将认证授权置于智能体代码之外的 IAM 范围化工具访问，以及可自带 LangGraph 编排和模型选择的框架无关设计。

通过 AWS CDK 自定义资源可在 SageMaker AI 端点更新时自动完成自动扩缩容的注销与重新注册，实现端点配置与扩缩容参数的单次部署、无需人工干预。

原生 CloudFormation 方案下，端点配置变更会因可扩缩目标仍处于注册状态而被 SageMaker AI 拒绝；手动注销后再部署则可能静默丢失自动扩缩容，或在修改扩缩容参数时因 ScalableTarget 资源不存在而失败，且回滚失败会让堆栈进入需人工恢复的状态。

OpenAI 通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统，使 ChatGPT 的读取速度提升 12 倍。

这套方案支撑了超过 10 亿 ChatGPT 用户的在线存储需求。文章下篇聚焦多租户隔离、全局缓存与 Azure Cosmos DB 的具体实现方式。

在 Amazon SageMaker AI 上托管的 Kokoro-82M 文本转语音模型可让 AI 语音智能体按句流式合成，第一句生成后即开始播放，无需等整段回复完成。

Kokoro-82M 仅 8200 万参数，可跑在单台 ml.g5.xlarge GPU 实例上，从而压低延迟与推理成本。容器暴露 POST /invocations 与 WS /invocations-bidirectional-stream 两条路由，分别对应单次完整输入和跨多条消息的双向长连接。

Amazon Quick 是 AWS 的 HIPAA-eligible 服务，其 Web、桌面和移动客户端均可在签署 AWS BAA 后用于处理 PHI。

该平台的 chat agent 可同时读取临床笔记、申诉信等非结构化内容和理赔、会员记录等结构化数据，并通过 Slack、Microsoft Outlook、Salesforce、Atlassian Jira、Microsoft SharePoint 等预置连接器调用外部系统，也可通过 MCP 接入自定义工具。为满足治理要求，Amazon Quick 提供 ACL 感知检索、聊天与反馈日志，以及针对每个 chat agent 的操作权限控制。

IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建了企业知识助手，让员工用自然语言查询零售运营、兽医诊疗、人事入职和采购等领域的内部文档，覆盖西班牙、葡萄牙、法国三国和四种语言，且无需自建 RAG 基础设施。

该助手通过原生 SharePoint 连接器直接读取现有文档库，避免数据迁移，并启用高级索引处理文档内嵌图片内容。检索环节采用语义与关键词（BM25）混合搜索及托管重排序，均不额外收费，同时在检索时沿用 SharePoint 原有文档级权限，只返回提问者有权查看的内容。答案要求标注来源，检索内容不足时模型会明确说明。

Rescale 基于 AWS 的 AI-DLC 框架和 Strands Agents 构建了一个 AI 分诊智能体，用于自动分类和路由夜间端到端测试失败，从问题定义到 staging 部署仅用五天，数周内进入生产。

该智能体运行在 Amazon EKS 上的 Argo Workflows CI/CD 流程中，调用 Amazon Bedrock 上的 Claude Opus 4.8 将失败归类为基础设施问题、代码缺陷、不稳定测试或环境问题，并从知识库检索历史失败模式、通过 MCP 查询 pod 日志，数秒内生成含文件引用、函数名和修复建议的结构化报告供工程师审核。

针对 Amazon SageMaker AI 上自托管 TTS 端点自动扩缩容目标靠猜的问题，该方案将 82M 参数的 Kokoro-82M 以自定义容器部署在实时端点上，用实测的 Q_max（单实例在 SLO 内可承受的最高并发）和 T_total（一次扩容端到端耗时）通过算术推导出扩容阈值、缩容阈值和两个冷却时间。

i14 与 AWS 合作，通过 TorchNeuron Native 的原生 PyTorch 支持，将采用 Gated Linear Attention（GLA）的 Laplace 3B 线性注意力模型带到 AWS Trainium2，并保留了其 GLA 设计与 Muon 优化器。该模型每序列的循环状态固定为 29.5 MB，不随上下文长度增长，训练注意力从 O(T²) 降至 O(T)。在单台 trn2.48xlarge 实例上，Laplace 3B 训练速度约 120,000 tokens/s，并在 1,280 条并发序列下实现 11,544 output tokens/s 的服务吞吐。

Smartsheet 已正式发布（generally available）Model Context Protocol（MCP）Server，AI 助手可通过标准化协议读取、写入和管理 Smartsheet 数据，覆盖探索、创建和管理表格、行、列与自动化等 40 多个工具。

用户可用自然语言更新任务状态、创建行、调整项目结构。该服务提供三个区域端点，采用 Streamable HTTP 传输（MCP 规范版本 2025-06-18 和 2025-03-26），支持 OAuth 2.0 或 Personal Access Token 认证。

Smartsheet 已在 AWS 上推出正式可用的 MCP Server，AI 助手可通过标准化协议读取、写入和管理 Smartsheet 数据，覆盖探索、创建和管理表格、行、列及自动化等 40 多个工具。

用户能用自然语言更新任务状态、创建行和调整项目结构。该服务提供三个区域端点，采用 Streamable HTTP 传输（MCP 规范版本 2025-06-18 和 2025-03-26），支持 OAuth 2.0 或 Personal Access Token 认证。

Octave 在 Amazon Bedrock 上为质量管理平台 Reliance 搭建了多租户 AI 基础平台，使单个用例的部署时间缩短 50%。

该平台服务医疗设备、制药和食品制造领域的 650 多家企业客户，各租户数据严格隔离，检索逻辑、向量存储和生成上下文均限定在单一租户内。

在 Amazon SageMaker HyperPod 上，团队用 SFT 与 GRPO 微调开源推理模型 GPT-OSS-20B，使其按指定语言进行链式推理。

该模型原本几乎只用英文思考：在 50 例多语言推理测试中，基础模型仅 22% 的样本用正确目标语言推理，其中英文 100%、法文 0%、德文 10%、西班牙文 0%、意大利文 0%。训练数据为 HuggingFaceH4/Multilingual-Thinking，约 949 条训练样本、50 条验证样本，覆盖英法德西意五种语言。结论是 SFT 承担主要工作，GRPO 在模型已有一定成功概率时带来可测量的增益；团队另用 Qwen2.5-7B 做对照实验验证这一判断。

Amazon Quick 与 Amazon Bedrock AgentCore 组合，让供应链管理者用自然语言直接查询 ERP、监控、采购等分散系统并获得可执行答案。

AgentCore 作为智能层，通过 Gateway 将企业 MCP 服务器暴露为可组合工具层，Runtime 提供无服务器托管，Identity 负责认证，Policy 在执行前拦截每次工具调用。演示中，管理者用三步提示完成从发现中断到发出紧急 RFQ：识别出 TechComp 停产影响 23 笔订单、$750K 风险敞口和三天库存，并串联治理与报价 MCP 生成合同对齐报价。

Eon 基于 Amazon Bedrock AgentCore 搭建了统一的 MCP Gateway，把原先分散在各工具上的凭证和本地 MCP 进程替换为单一认证网关，让开发者和自主智能体统一访问跨 AWS、GCP、Azure 的调查工具。

新工程师配置全部调查工具的时间从约两天缩短到约两分钟。该方案组合了 AgentCore Gateway、Policy、Runtime 和 Identity：人类通过企业 SSO 经 Amazon Cognito 获取 JWT 接入，智能体则用 client_credentials 授权直连网关。

AWS 与 Keyfactor 联合发布参考架构，用 X.509 PKI 为 AI 智能体建立可验证、可撤销的加密身份，填补 MCP 缺乏内置认证标准的空白。

方案基于 Keyfactor EJBCA 与 Amazon Bedrock、AWS Strands Agents SDK，采用四类机制：签名请求信封提供每次调用的持有证明，用户签名的委托断言让智能体无需共享凭证即可获得授权，RFC 8693 受众限定 token 限制单个 token 泄露的影响范围，实时 OCSP 吊销检查将凭证变更即时同步到所有智能体。架构分用户认证、智能体间认证、MCP 认证三层，分别校验用户身份与凭证绑定、调用方身份与请求新鲜度、完整授权链。

AWS 发布教程，介绍用 AWS Agent Registry 让智能体在运行时按语义搜索发现 MCP 服务器和 A2A 智能体，再动态构建客户端执行请求。

Registry 记录包含可搜索描述和协议描述符，但不返回调用凭证，认证需通过 Cognito OAuth 或 boto3 签名另行获取；只有完成审批流程的记录才会出现在可发现数据面。示例部署订单管理 MCP 服务器、两个 A2A 智能体和编排器，演示仅 MCP、MCP 加 A2A、以及工具名不含“退货退款”但靠描述语义匹配三种场景。作者指出小规模稳定目录或固定流水线仍适合构建期硬编码，搜索质量取决于描述与查询设计。

三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的具体做法。

Hypersistence 创始人 Vlad Mihalcea 用 Copilot 开发 Optimizer 事件历史 Web 应用，原本需数周的任务两天完成，并基于自己 65 篇已发表文章创建自定义技能，让生成文本贴近本人写作风格。42talents 的 Patrick Baumgartner 用 Copilot 将 15 份演示中约 900 张教学幻灯片从 Reveal.js 迁移到 Marp，通过截图对比和并排运行验证动画等细节。三人均强调开发者仍需提供上下文、审查生成代码并保障可维护性。

AWS 博客展示如何用 AtScale 作为语义层、配合 Amazon Bedrock AgentCore 构建面向智能体 AI 的 Customer 360 方案。

AtScale 采用维度模型（维度、层级、度量），用基于 YAML 的开放规范 Semantic Modeling Language 编写并纳入 Git 版本管理，单个已部署模型可同时通过 SQL、XMLA 和 MCP 三种协议对外暴露。

本系列第三篇用 Strategy Mosaic 作为语义层，在 Amazon Redshift 与 Amazon Aurora 上以两个链接模型建模 Customer 360 域，无需 ETL，并通过 MCP 端点让托管在 Amazon Bedrock AgentCore 上的 Strands 智能体访问。

本教程演示如何用 Denodo Platform 作为语义层、配合 Amazon Bedrock AgentCore 托管智能体，构建跨 AWS 与本地数据源的 Customer 360 查询方案。

Denodo 将 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 中的客户资料、订单历史与奖励账户三张表联邦为单一 customer_360 视图，智能体通过 Denodo MCP Server 以 VQL 查询，无需 ETL 搬移数据。