Firecracker
Firecracker 虚拟机再曝逃逸漏洞，云端多租户隔离面临风险
Firecracker 轻量虚拟机被曝可绕过隔离机制并逃逸。漏洞虽主要影响安全研究与云基础设施，但值得警惕的是，越来越多 AI 服务正依赖微型虚拟机运行模型与工具，底层安全缺陷可能被放大为数据泄露和权限失守风险。
返回首页
AWS
找到 30 篇关于此标签的文章
AWS
图片删除后仍能复活，暴露生成式AI后台的数据一致性问题
一张图片被删除后，旧链接仍可访问、后台任务甚至能把它重新发布，核心原因通常不在缓存，而在删除与生成任务并发执行。文章用可运行脚本拆解代次、迟到写回、幂等处理与暂存对象清理，并说明企业部署AI应用时，数据库记录与对象存储之间为何容易出现状态不一致。
Amazon Quick
亚马逊为智能体拆出统一零件，企业采购少走弯路
亚马逊 Quick 团队把智能体拆成触发器、执行者、工具、技能、工作流与记忆，形成一套统一框架。它不只是术语整理，更在推动企业从“买一个聊天机器人”转向按任务、权限和可靠性组合智能体系统。
Amazon SageMaker
SageMaker 开放 GPU 切分，AWS 试图让每块算力不再闲置
AWS 为 SageMaker Inference 加入 NVIDIA MIG GPU 切分支持，一块物理 GPU 可拆成最多 7 个隔离实例，并可按模型需求分配不同规格。它主要解决多模型部署时算力浪费和配置复杂问题，释放信号是云端 AI 基础设施竞争正从“有没有 GPU”转向“如何精细使用 GPU
Amazon Bedrock AgentCore
亚马逊把网页搜索打包成回答服务，AI Agent 进入可交付阶段
亚马逊在 Bedrock AgentCore 上正式推出 Web Answer：一次调用即可完成搜索、网页读取、交叉核验和带引用的回答。它把原本由企业自行维护的多段技术链路交给云平台，显示 AI 应用的竞争焦点正从模型能力转向可部署性与结果可信度。
Amazon Bedrock
AWS 把智能体评测变成可量化决策，企业落地进入精细考核阶段
AWS 为智能体全生命周期评测加入决策模型支持，可按固定标准输出校准概率，并筛选高风险对话交由大模型深入评估。它不负责“生成更聪明的答案”，而是让企业更可靠地判断智能体是否值得上线、持续运行。
U Mobile
U Mobile 用 AI 接管电信工单 — 企业 Agent 开始进入核心流程
马来西亚运营商 U Mobile 用 Amazon Bedrock AgentCore 构建 AiDaH，让 AI 跨日志、业务系统和知识库排查故障。一年内覆盖 150 多个运营场景，部分工单量下降 84.5%，显示企业 Agent 正从辅助回答走向流程执行。
Indegene
Indegene 用智能体治理药企数据 — AI 落地瓶颈转向可信数据
生命科学服务商 Indegene 在 AWS 上构建数据质量智能体，自动生成、校验并输出可运行规则。它说明企业 AI 的瓶颈正从模型能力转向数据可信与流程治理，而非简单增加模型参数。
AWS
AI 智能体生产化转向上下文管理，AWS 给出四层方法
AWS 在生产级 AI 智能体实践中总结出上下文工程（围绕模型有限上下文窗口安排信息）的四层方法。其参考实现显示，按需加载技能与写入执行机制可显著减少上下文占用，为企业部署提供可复用的工程路径。
AWS
AWS 把 GPU 改成可分租工位 — 算力正在从稀缺品变成基础设施
AWS 发布 SageMaker HyperPod 多租户架构：让两支团队共用一块 GPU 集群，各自隔离、按用量分账。这件事的信号意义大于产品本身——GPU 算力开始像水电一样被精细管理，值得关心 AI 落地成本的中国企业管理者留意。
AWS
企业 AI 的'权限关'终于被摆到台面 — AWS 的解法,揭开了过去几年被绕着走的真问题
企业把 AI 接进内部文档系统做'智能问答'时,一个隐蔽但代价巨大的问题浮出水面:员工问出来的答案,会不会越过原本的权限边界,把不该看的财务或战略信息抖出来?AWS 这周正式给出解法,等于承认这道关比想象的要难得多。
Claude Haiku 5.5
Claude Haiku 5.5 便宜 75% — 大模型按用量付费
Anthropic 的小号模型 Claude Haiku 5.5 登陆 Amazon Bedrock，比上代便宜约 75%。值得我们关心的是：模型成本曲线还没见底，"按调用量付费"正在成为企业采购 AI 的新默认。
AWS
AI 助手终于不'金鱼记忆'了 — AWS 这套模板可能让'记得你'变成行业标配
AI 助手最让人崩溃的不是答错，而是每次都得重新交代背景。AWS 这周发布了一套开源模板，用 OpenClaw + AgentCore 让 AI 能跨对话记住用户偏好，部署成本每月几美元。值得关心的是：当'记得你'这件事变得便宜容易，下一波客服、健身、私人助理类 AI 的体验门槛会被整体抬高。
AWS
AWS 让企业 AI 搜索学会做计划 — 但多花的算力和延迟，多数场景还用不上
AWS 在 Bedrock 上推出 Agentic Retrieval：AI 拆问题、多次搜、证据不够再搜一次。我们关心的是，这种"会做规划的搜索"对多数企业是升级还是过度工程。
AWS
AWS 让 Agent 跨账号迁移不再靠手工 — 企业 AI 落地的下一道坎
AWS 用 MCP 服务器把 Agent 资源在开发/生产账号间自动搬运。这事不性感，但意味着企业部署 AI 员工开始进入'合规可审计'阶段，比拼模型分数的下半场过去了。
AWS
AWS 把云部署能力塞进编程助手 — 大模型落地门槛低了，绑定也更深
AWS 把云部署能力打包成插件塞进 Claude Code、Kiro 这类编程 AI 助手，让 Agent 自动完成模型部署与性能调优。云厂商争夺从算力延伸到'Agent 技能'，但生态绑定也在加深。
Anthropic
Claude Code 拿到国防部高级别认证 — 合规 AI 终于开始算真账
Anthropic 的 Claude Code 与 Claude Opus 5.5、Sonnet 5.5 同时登陆美国政府云，获 FedRAMP 与 DoD IL4/IL5 认证。受 ITAR 约束的军工与联邦项目，首次可在合规框架下使用 AI 编程助手。
turbopuffer
向量数据库公司亲口说《RIP》 — RAG 底层正在被悄悄改写
向量数据库曾是 RAG 技术的核心组件。这周，做向量数据库的 turbopuffer 自己写下《RIP, vector database》。我们关心的是：当底层基建改朝换代，企业的 AI 应用会跟着变天吗？
Firecracker
AWS 十年前的虚拟机技术，正在被 AI Agent 行业集体捡回来
Firecracker 是 AWS Lambda 同款 microVM（精简版虚拟机）。它沉寂了好几年，被 AI Agent 行业集体捡回来当代码执行沙箱 — 因为容器隔离被认定不够，行业正在集体转向更重的虚拟机方案。
Firecracker
AI 代理落地难的真相 — 不是模型不够聪明，是'任务跑到哪'都说不清
一份关于 AI 代理沙箱（隔离运行 AI 任务的轻量虚拟环境）的工程文档显示，把 AI 派去跑 20 分钟真实任务时，断电、断网、用户取消都可能让执行'卡住'。这不是模型问题，是基础设施还没准备好。
AWS
AWS 让 AI 应用从快照变实时：权限不漏才是真卖点
AWS 给自家 AI 自动生成应用的产品加了「实时数据」功能：每次打开应用都重新查询企业数据库，并按用户身份过滤可见数据。看起来是工程细节，但对准备让 AI 进生产环境的企业来说，是数据新鲜度和权限控制这两道关卡。
AWS
AWS 把云迁移代码从 4 周压到几分钟 — 但这套方案要求企业先搭工具链
AWS 用四个 AI Agent 把 300 多个应用的迁移代码生成时间从 3-4 周压到分钟级。值得关注的是,这套方案要求企业自己搭建 MCP 工具链,对大多数中国公司来说门槛并不低。
AWS
亚马逊用'老虎机算法'选广告 — 7 周测试承认：内容烂，神仙算法也救不活
亚马逊支付部门用强化学习老技术'上下文老虎机'做广告个性化，7 周测试一半用户群没反应。结论是问题不出在算法，出在内容 — GenAI 时代真正值钱的不是生成，是挑对。
Amazon Nova
统一集团把 9 类零售行为交给 Amazon AI 审 — 模型不重要，流水线才值得抄
统一集团旗下会员平台 uniopen，把 9 类用户行为 × 3 类对象的零售内容审核交给 Amazon 自家大模型 Nova 2 Lite。值得传统行业借鉴的不是「用了哪个模型」，而是它搭起来的「数据-训练-人工复核-部署」工程流水线。
AWS
AWS 发了份「怎么问 AI」指南 — 企业 AI 难落地的真原因找到了
AWS 这周发了一份「怎么向 AI 提问」的指南，把自家企业 AI 套件按组件拆开教员工提问技巧。值得关心的是：巨头自己承认，AI 落地难的根源常常在人，而不在模型。
xAI
xAI 把 Grok 4.7 搬上 AWS：马斯克终于拿到企业市场的入场券
xAI 这周把主力模型 Grok 4.7 放上 AWS Bedrock 平台。50 万 token 上下文和「自验证」是技术亮点，但真正值得关心的是 xAI 终于挤进了企业 AI 的分销主战场。
Anthropic
Claude Sonnet 5.5 上 AWS — Anthropic 用'小弟模型'啃企业市场
Anthropic 把更便宜、更快的 Sonnet 5.5 放到 AWS Bedrock 上。对已用 AWS 的企业来说,不用换云、不迁数据就能用上最新 Claude;对 Anthropic 来说,这是用'云分销'换企业市场份额的明确信号。
AWS
AWS 用 AI 替你点网页测试，十五年的 Selenium 时代开始松动
AWS 把浏览器 AI Agent 做成云服务：用一句自然语言代替十行 Selenium 代码，让合成监控不再依赖脆弱脚本。背后是云厂商抢企业 AI 预算的又一场争夺。
AWS
AWS 把 AI 生图生视频做成了「部署服务」 — 开源推理框架追上闭源 API
AWS 这周发了一篇 SageMaker 部署教程，用 vLLM-Omni 同时跑 FLUX.2 生图和 Wan2.1 生视频。表面是技术博客，信号是开源推理框架已经吃下多模态——企业自建 AI 生图生视频的门槛正在下降。
AWS
阿里 Qwen 语音模型上 AWS 云 — 开源多模态跨平台部署不再难
阿里 Qwen3-TTS 语音模型本周出现在 AWS 官方教程中，成为流式语音输出的示范案例。开源多模态模型正在主流云平台上获得正式入场券，语音 Agent 的部署成本有望进一步降低。