亚马逊AWS官方博客
Author: awschina
当 AI Agent 学会”忘记”：Amazon Bedrock AgentCore Memory 的记忆哲学”
AI Agent 的记忆管理面临”全记则爆、简删则丢”的困境。Amazon Bedrock AgentCore Memory 通过双层架构（短期事件 + 长期记忆）与 Intelligent Consolidation 机制，实现智能记忆、语义去重和冲突更新。本文解析其四种内置策略（Semantic、User Preference、Summary、Episodic）的工作原理，并通过实战场景验证记忆的智能合并能力。
用 Kiro构建 AI：基于 AWS 基础设施快速构建企业级 Agentic AI 平台
我们如何用 Kiro（AI IDE）完成全流程开发，基于 Strands Agents 框架、Amazon Bedrock AgentCore 和 AWS 基础设施，在一周内构建了一个能交付实际产出的 AI Agent 平台——全程零人工编码。
基于Bedrock Agentcore 实现智能成本分析与告警系统
在云原生时代，企业数字化转型的步伐不断加快，云基础设施已成为业务发展的核心支撑。云成本的有效监控与管理，已不再是可选项，而是企业数字化战略成功的关键要素。本文设计并实现了一套智能云成本监控与告警系统，使用者通过自然语言与智能体交互，获取与云成本相关的分析建议和优化方案，同时实现异常告警。
把 Kiro CLI 当作 Agent SDK：一键订阅即可构建你的Agent应用
Kiro CLI 的 ACP 支持为 Agent 应用开发提供了一条新路径：将命令行工具转变为可编程的 Agent 后端，通过标准化协议暴露完整能力。开发者可以跳过 AI 基础设施的前期投入，专注于应用本身的业务逻辑和用户体验。
PKFARE Introduces AI Customer Service Agent to Simplify Post-Ticketing Automation in Flight Distribution
Automated cross-environment deployment solution for Apache DolphinScheduler on AWS.
基于Strands和AgentCore 实现Agentic Scheduler 在多Region自动编排推理GPU算力
Strands+AgentCore GPU调度Agent：自动探测容量、回退重试，保障推理稳定扩容。
CloudHSM的Java SDK使用及IoT场景加密体系设计最佳实践（上）
本文详细介绍了CloudHSM服务的使用，包括CloudHSM集群创建、Java SDK集成、密钥派生与信封加密方案、解决大规模IoT设备加密体系设计难题、以及最佳实践等
CloudHSM的Java SDK使用及IoT场景加密体系设计最佳实践（下）
本文详细介绍了CloudHSM服务的使用，包括CloudHSM集群创建、Java SDK集成、密钥派生与信封加密方案、解决大规模IoT设备加密体系设计难题、以及最佳实践等
基于 Amazon SageMaker HyperPod 的 ComfyUI 部署方案
本方案提供一套在 HyperPod (EKS) 上部署 ComfyUI 的参考实现，重点解决”环境一致性、持久化共享、对外访问与自动化验证”等落地问题，便于在开发生产场景中快速复用。
在 AWS 上实现 DolphinScheduler 工作流的自动化跨环境部署
在构建现代数据平台时，企业客户通常利用 Amazon EMR 处理大数据工作负载，使用 Amazon RDS 存储元数据，并采用 Apache DolphinScheduler 进行工作流编排。随着业务规模扩展，客户面临的一个共同挑战是：如何在保持开发敏捷性的同时，确保从开发环境到生产环境的发布安全且合规。