Category: Artificial Intelligence

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。

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。

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。

Automated cross-environment deployment solution for Apache DolphinScheduler on AWS.

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。

Amazon Bedrock 上线 Claude Sonnet 4.6、Kiro 在 GovCloud 区域推出、全新代理插件等

自从我们在 2025 年 AWS 纽约峰会上在 Amazon SageMaker AI 中推出 Amazon […]

本周的开篇新闻就是一个很好的例子：Amazon EC2 M8azn 实例正式推出。它们是通用型、高频率、高网络实例，由第五代 AMD EPYC 处理器提供支持，提供云中最高的 CPU 频率，达到 5 GHz。与上一代 M5zn 实例相比，M8azn 实例的计算性能最高提高了 2 倍，内存带宽提高了 4.3 倍，L3 缓存容量则增加了 10 倍。与 M5zn 相比，它们还提供最高 2 倍的网络吞吐量和最高 3 倍的 Amazon Elastic Block Store（Amazon EBS）吞吐量。

本文聚焦大型航空公司智能营销系统个性化报价的核心需求与痛点，提出基于 Firecracker 的 Agent CodeAct 解决方案。该方案依托 CodeAct 框架让大模型生成可执行代码，搭配轻量级虚拟机 Firecracker 提供安全高效的隔离执行环境。系统整合用户画像、航班动态等数据，遵循库存贬值率、价格敏感度等四大核心原则，通过多智能体协作计算最优报价方案。经多场景测试验证，该方案可平衡航司收益与用户转化率，实现个性化精准营销，且能适配企业自动化运维、金融科技等多类复杂业务场景。

以下是上周的重要发布和更新，可帮助您在 AWS 上进行构建、扩展和创新。