TCS 如何用 Amazon Bedrock AgentCore 构建智能体测试编排器
TCS 基于 Amazon Bedrock AgentCore 构建了多租户智能体测试编排器,将需求转化为可执行、可治理的测试。平台把测试拆解为多个专用智能体,由确定性 supervisor 路由任务,并借助 AgentCore runtime 的隔离 microVM 实现租户级会话隔离。
TCS 基于 Amazon Bedrock AgentCore 构建了多租户智能体测试编排器,将需求转化为可执行、可治理的测试。平台把测试拆解为多个专用智能体,由确定性 supervisor 路由任务,并借助 AgentCore runtime 的隔离 microVM 实现租户级会话隔离。
Trovata 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建了自主财务智能体,从 2023 年的生成式 AI 洞察升级为持续运行的智能体工作流。
NVIDIA 在 KubeCon + CloudNativeCon 上把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF。
AWS Quick 通过智能体、技能与数据三层结构实现任务自动化:智能体遵循指令、按需加载技能,并经连接器执行操作。技能是可复用的指令集,系统技能支持生成 Word、PowerPoint、Excel、PDF 文档,以及网页浏览、代码运行、深度研究、音视频转写和图像生成。
OpenAI 推出 Control Room,用于追踪其研究基础设施中的模型工作负载,并可在出现安全或安保问题时快速中止这些工作负载。该系统为模型训练与运行提供了集中式的监控与紧急停止能力。
OpenAI 推出 Control Room,用于追踪其研究基础设施中的模型工作负载,并在出现安全或安保问题时快速停止这些工作负载。
NVIDIA Nemotron 3.5 Super VL 已在 Amazon SageMaker JumpStart 上线,可通过 SageMaker Studio 或 Python SDK 部署。
Amazon Bedrock Managed Knowledge Base 通过 AgenticRetrieveStream 新增单次 RAG 和仅检索两种请求模式,与原有智能体检索共用同一 API。
Kuken Industries 使用 OpenAI API 检索 70 年冷却塔图纸,工程师查找一张维修图纸的时间从近 1 小时缩短至 4.5 分钟。
ChatGPT Enterprise 现已通过 AWS Marketplace 提供,企业可借助现有的 AWS 采购与账单关系简化采购流程。
AWS 为 AI 工作空间 AWS Quick 启动首个品牌 campaign,在美国和英国通过流媒体电视、在线视频、社交媒体及商业媒体投放。AWS Quick 无消费级版本,3M、BMW、Mondelez、New York Life、Southwest Airlines 等企业已用它让 AI 智能体跨数据和应用开展研究、分析与执行。
CrossnoKaye 基于 Amazon Bedrock AgentCore 构建工业物理 AI 系统 AURA,与其软件定义自动化平台 ATLAS 打通,覆盖 100 多个工业设施和 13,000 台受控设备。
AWS 提出 Pluggable Agentic AI Framework,一套运行在 Amazon Bedrock AgentCore 上的七层可组合企业级 Agentic AI 参考架构,覆盖数据与知识、模型与推理、编排、安全与护栏等层。
Hugging Face 提出 HOPE(Higher-Order Pruning of Experts),一种考虑专家两两交互的二阶 MoE 专家剪枝方法。在 50% 剪枝率下,HOPE 取得所有方法中最佳平均排名,在智能体编程任务上比次优剪枝方法最高提升 +6.1%。
NVIDIA 为韩国四款主流开源模型发布 Dynamo 优化部署配方,包括 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3。
NVIDIA 与韩国科学技术信息通信部(MSIT)扩大主权 AI 合作,覆盖 AI 半导体、数据中心基础设施、人才、初创企业、模型、智能体和安全。合作将让韩国 NPU 与 XPU 企业探索加入 NVIDIA NVLink Fusion 生态,并通过培训认证、黑客松和技术研讨会提升 GPU 利用率。
NVIDIA 正帮助韩国制造业与工程领域的领军企业将物理 AI 从开发推向实际生产。三星电子借助 NVIDIA cuISS、cuDSS、cuEST 等加速半导体工程计算,其 sMOL 平台部分量子化学计算端到端提速最高 5x,AI 均质化案例实现约 1,600x 加速,仿真时间从约 18 小时降至 41 秒。
示例项目 sample-remote-coding-agent 将 Claude Code 作为远程智能体运行在 Amazon Bedrock AgentCore 上,每个任务在独立 AgentCore runtime 会话的 microVM 中执行,最终返回 GitHub pull request 供审阅合并。
Taxbit 在 Amazon Bedrock AgentCore 上构建了嵌入仪表盘的 AI 助手 Taxbit Assist,回答均带可打开的引用来源,并按用户角色与组织权限过滤内容。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建了自主安全运营中心 Luna,每月可无人工介入处理 3,000–4,000 起安全与风险事件中的 90% 以上。
Okta Cross App Access(XAA)与 Amazon Bedrock AgentCore 组合,在 IdP 侧决定哪个智能体可代表哪个用户访问哪个应用。
AWS 发布教程第二部分,在 Amazon Bedrock AgentCore 上引入 Gateway 作为统一入口,由 Gateway 统一兑换 Okta 的授权,替代第一部分中每个 MCP 服务器各自校验的模式。
亚马逊 NASC 团队在 Amazon ECS Fargate 上构建了无服务器 MCP server,作为 AI 智能体访问企业数据湖的集中式网关。新增数据集只需一个 JSON 元数据文件,由服务在下次管道同步时自动发现,无需为每个数据集编写集成代码。该架构支持任意 MCP 兼容客户端调用同一套工具,并在 MCP server 层集中执行权限控制,测试中端到端交互延迟保持在 15–20 秒。
AWS Quick 团队提出一套智能体原语分类体系,用 When、What、Who、How 四个问题拆解智能体工作,对应触发器、智能体与能力三层结构。触发器分人类发起、智能体委派、定时和事件驱动四类;智能体被定义为持久学习型执行者,由指令、能力和学习上下文构成。能力涵盖工具、技能和工作流,按智能体自主程度与确定性程度排列。
Amazon SageMaker Inference 新增 GPU 分区能力,基于 NVIDIA Multi-Instance GPU(MIG)把一块物理 GPU 切成最多 7 个硬件隔离分区,每个分区可部署不同模型。
NVIDIA 开源 Aerial、Sionna 等无线工具一年来全球开发者采用量增长 10 倍,5G/6G 开源工具下载量突破 100 万次,超过 8000 家研究机构在用。
AWS 宣布 Amazon Bedrock AgentCore 上的 Web Answer 正式可用,智能体只需一次工具调用即可获得带来源引用的合成答案,无需自建搜索、检索、合成与引用抽取管线。
NVIDIA 发布 Vera CPU,称在 100 兆瓦数据中心对比中,单颗 Vera 同时优于最快的 x86 CPU 和最节能的 x86 CPU。相比最快的 x86 CPU,Vera 每瓦可支持 1.6 倍智能体数量;相比最节能的 x86 CPU,智能体速度提升 2 倍。
微软研究院联合 GitHub Next 和 RiSE 组发布研究原型 PDD Kit,把开发者的自然语言意图转成 Verus 形式规约,证明智能体生成的代码对每个输入都满足规约,证明覆盖不到的部分则回退到测试。
Amazon Marketplace 用视觉语言模型(VLM)将完整商品详情页渲染为单张快照做整体质量评估,再把 VLM 语义评分与 OCR 可读性信号输入基于专家标注训练的 CatBoost 分类器,并用 SHAP 解释评分、生成改进建议。该多模型融合方案在 Amazon SageMaker AI 上实现从数据接入、标注到模型托管与生产监控的端到端流水线。
Mistral 发布 Mistral Large 4(代号 Le Chonk),主打编码、防御性网络安全和复杂文档推理,同时扩展企业平台 Mistral Studio,新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性和评估功能。
NVIDIA 通过全栈协同设计缓解 AI 内存压力:从 Blackwell Ultra 到 Vera Rubin 平台,单 GPU 的 HBM 容量仅增约 3%,但 SemiAnalysis AgentX 上的智能体吞吐每美元最高提升 30 倍。
OpenAI 推出国家社区契约(National Community Compact)和算力园区政策蓝图(Compute Campus Policy Blueprint),用于保护当地资源、创造就业并指导负责任的 AI 基础设施建设。
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现,把生产级 AI 智能体的上下文工程拆成四层:多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用独立智能体与兜底机制做验证。
Amazon Bedrock AgentCore Evaluations 可通过代码型评估器接入决策模型,把评估输入转换为决策模型请求、再把概率转回评估结果。示例接入 TypeSafe 的托管决策模型 Jev 和 Strands Agents 团队开源的 2B 参数模型 Strands Decider 2B,二者支持 noul、choice、score 三类问题。
Daybreak Red 已通过 Amazon Bedrock 在 AWS GovCloud (US-East) 向获批客户提供 GPT-5.6 Cyber,用于授权的网络安全工作。
U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI-Driven Agentic Helpdesk(AiDaH),一年内覆盖 6 个业务部门的 150 多个运营场景,关键类别工单量最多下降 84.5%。平台采用六层架构,通过 Microsoft Teams 提供服务,2026 年 Q3 已向 50 名 L2 呼叫中心与门店用户开放,共 8 个智能体。
Indegene 在 AWS 上基于 NEXT Unified Data Platform(NEXT UDP)构建了由 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码,全程采用集中式 human-in-the-loop 治理。
Amazon Bedrock 现支持 Kimi K3 在印度境内推理,通过 in.moonshotai.kimi-k3 推理配置文件将处理限制在孟买和海得拉巴区域,满足严格数据驻留要求。
AWS 合作伙伴 Cartesia 基于 State Space Model(SSM)架构打造实时语音 AI,其 Sonic 文本转语音与 Ink 语音转文字模型首字节延迟均低于 100ms,其中 Sonic 约 90ms 即可输出首个音频字节。