Amazon Bedrock
找到 25 篇关于此标签的文章
HEMA 用 MCP 把内部知识装进聊天框 — 这本质是组织问题
荷兰百年零售商 HEMA 用 Amazon Bedrock AgentCore 与 MCP 协议搭了内部助手 HAL，把分散在 wikis、服务目录里的知识装进聊天工具。技术之外，HEMA 自己点出一个判断：知识不是不存在，而是从来没人认真整理过。
AWS 把 OpenAI 模型引进印度 — '数据不出境'正在变成大模型的新卖点
亚马逊云科技在印度上线 GPT-5.6 系列模型，支持跨境推理但数据全程留在印度境内。表面是产品发布，背后是云厂商在监管严格市场里的合规博弈。
AWS 把企业知识管理做成 AI 模板 — '人走技失'这个老难题有标准解法了
AWS 发布一套基于 RAG 技术的知识管理 AI 模板，让公司把老师傅的经验沉淀下来。对制造业、医疗、能源这类高度依赖经验的行业，这是个值得关注的标准化信号——但真正落地，仍是企业自己的一道坎。
AWS 给企业用 AI 算账：让便宜小模型先过滤文档，省钱但不省事
RAG（让 AI 先翻企业文档再回答）是企业落地 AI 最常见的做法，但每问一次都要把一堆材料塞给大模型，账单长得快。AWS 这周给出一个省钱的工程套路：在主模型前先用便宜小模型筛一遍素材。
AWS 想让 AI 写 ETL 但生产不动模型 — ADOP 押注的是「可审计」而非「自动化」
AWS 发布 ADOP 参考架构，让 AI 接管数据工程从接入到合规的全流程，但生产环境坚持不调用模型 — 这看似矛盾的设计选择，藏着企业落地 AI 的真实顾虑。
GPT-5.6 上架 Bedrock，跨区域推理进入企业云服务竞争
AWS 已在超过 25 个区域为 OpenAI GPT-5.6 提供跨区域推理，企业可把请求送至有计算资源的区域，或选择留在美国。值得关心的是，模型竞争正从能力展示转向稳定交付、数据边界和平台选择。
AWS 用大模型守护医疗数据接口，FHIR 安全从固定规则走向行为分析
AWS用Amazon Bedrock保护FHIR API：行为分析可识别敏感数据并生成合规报告，减少固定规则维护。医疗数据开放正从按规则放行转向按上下文判断，但成本与合规效果仍待验证。
Fanatics 把客服拆给一群 AI Agent — 单模型开始不够用
美国体育博彩公司 Fanatics 用 AWS 搭建多 Agent 客服系统，在超级 Bowl 期间扛住每两分钟 40+ 客诉，同时处理 50 州合规差异。这是企业级 AI 从「单模型包打天下」走向「多 Agent 协作」的典型样本，传统行业可以照着盘一盘自家客服成本。
AWS 让 AI 智能体自己付钱 — 云厂商开始抢占「机器消费」基建
AWS 把 AgentCore Payments 正式商用化，AI 智能体可以用稳定币自动支付 API 与付费工具。这是一个信号：大模型公司不再只比拼模型能力，开始押注「机器花钱」的基础设施。
Grok 进驻亚马逊 Bedrock，说明大模型竞争正转向云平台分发
100 万 token 上下文的 Grok 4.3 进入 Amazon Bedrock，不只是多一个模型入口，更说明大模型公司开始把企业市场的胜负手押在云平台分发、合规采购和现成工作流接入上。
AWS把企业知识库做成托管服务，企业AI竞争正从模型转向交付
AWS 宣布 Amazon Bedrock Managed Knowledge Base 正式可用，把企业搜索、权限控制和检索基础设施打包托管。值得关心的是，大模型公司比拼的重点，正在从“模型多强”转向“能否快速、安全接入企业真实数据”。
AWS开始补上AI代理收费基础设施，真正难点正从模型转向结算
AWS 这周用 Bedrock AgentCore Payments 讲清了一件事：AI 代理要真正替人“干活”，先得学会按规则花钱。Ampersend 的案例说明，行业瓶颈正从模型能力转向支付、限额、审计和多服务结算，这比再多一个模型更值得企业关心。
AWS 给 AI Agent 加了“按步骤安检”接口，安全开始从统一拦截走向细粒度治理
AWS 发布 Bedrock Guardrails 新接口，可在 AI Agent（会分步骤调用工具、反复执行任务的系统）运行中按环节做安全检查，并返回分数供企业自定义拦截规则。我们判断，这不是功能增量，而是 Agent 商业化进入“可审计、可运营”阶段的基础设施补课。
6名工程师76天交付大项目，AI 编程真正改变的是软件组织方式
6 名工程师在 76 天内完成原本要 30 人做 12 到 18 个月的项目，AWS 给出的判断很明确：AI 编程的价值不只在“写代码更快”，而在于重做软件开发流程。值得关心的是，真正的瓶颈已从代码生成转向知识供给、流程改造和组织协同。
AWS 不再只卖大模型接口，开始补上企业最头疼的 AI 运维一环
AWS 在 Bedrock 上推出一套自动化 AI 运维方案，核心不是“模型更强”，而是帮企业监控配额、压住故障、自动提工单。值得关心的是，大模型竞争正从训练和调用，转向谁能把企业级落地做得更省事、更可控。
AWS 让 Agent 突破浏览器边界 — 能看不能动的系统弹窗终于能动
AWS 为 Bedrock AgentCore 浏览器新增操作系统级操控能力，让 AI Agent 能直接与系统弹窗交互。此前 Agent 只能在网页层工作，遇到安全提示等系统界面就卡住。这是 Agent 从 demo 走向生产必须补的短板。
赫伯罗特让AI替经理读差评 — 传统行业AI落地从干脏活开始
全球前列航运公司赫伯罗特，用Amazon Bedrock自动化了每两周手动读客户评价的流程。值得关心的是：这不是什么前沿突破，而是传统行业AI落地的真实路径—从最重复的脏活开始。
AWS 发布大模型迁移框架，承诺两周内完成换脑，企业不再被单一厂商绑定
AWS 发布大模型迁移框架，承诺 2 天到 2 周内完成模型切换与提示词优化。这说明企业 AI 应用正从选型定终身转向按需换脑，模型锁定风险降低，但自动化评估仍需警惕业务细节丢失。
Introducing granular cost attribution for Amazon Bedrock
AWS 为 Amazon Bedrock 推出细粒度成本归因， 自动将推理费用映射至 IAM 用户、角色及 联合身份，无需任何代码改动。
Cost-efficient custom text-to-SQL using Amazon Nova Micro and Amazon Bedrock on-demand inference
AWS 详解如何通过 LoRA 微调 Nova Micro 支 持自定义 SQL 方言，借助 Serverless 推理在 22,000 次查询下月 费仅 $0.80。
Guidesly 如何在 AWS 上为户外向导构建 Jack AI 自动化行程报告系统
Guidesly 的 Jack AI 借助 AWS Lambda、Step Functions 和 Amazon Bedrock，在每次户外向导预订完 成后自动生成并发布行程营销内容。
AWS Lambda 驱动 Amazon Nova 强化微调奖励函数的技术实 践
AWS 详解如何借 助 Lambda 无服务器函数为 Amazon Nova 强化微调构建可扩展奖励函数，大 幅降低标注数据需求。
AWS模型生命周期管理：企业AI应用的断供风险与应对策略
AWS Bedrock的模型生命周期机制意味着企业AI应用可能面临强制迁移，老板必须现在决定：是锁定供应商还是构建迁移能力？
Amazon Bedrock Projects Enables Workload-Level Cost Attribution
AWS introduces Bedrock Projects to tag and track AI inference costs per workload via Cost Explorer.
Amazon Bedrock AgentCore Gateway 现已支持 MCP 服务器的 OAuth 2.0
AgentCore Gateway 利用 OAuth 2.0 授权码流程集中管理 MCP 服务器认证，消除了逐服务器凭证管理的繁琐。