如何把 Claude Code 扩展为 Amazon Bedrock AgentCore 上的远程编码智能体
AWS 博客给出可部署样例 sample-remote-coding-agent，演示把 Claude Code 从本地扩展到 Amazon Bedrock AgentCore 远程会话，每个任务在自有 AWS 账户内隔离的 microVM 会话中运行，结束时返回 GitHub pull request 供人工审核合并，智能体自身永不合并。
#Amazon
AWS Machine Learning BlogAI 评分5757 AWS Machine Learning BlogAI 评分5353 Taxbit Assist：基于 Amazon Bedrock AgentCore 构建的引用可溯、权限感知 AI 智能体
数字资产税务合规平台 Taxbit 详解如何基于 Amazon Bedrock AgentCore 构建内嵌其仪表盘的 AI 助手 Taxbit Assist，回答全部引用可溯源，推荐流程前先校验用户角色与权限，且模型本身不掌握身份信息。
AWS Machine Learning BlogAI 评分5757 Greenlight Financial 如何基于 Amazon Bedrock AgentCore 构建自主 SOC 方案
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建的自主安全运营中心（SOC）系统 Luna，每月自动处理最多 4000 起安全和风险案件，自主解决率超过 90%。
AWS Machine Learning BlogAI 评分4343 用 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体访问（第一部分）
AWS 演示如何用 Okta Cross App Access（XAA）与 Amazon Bedrock AgentCore 治理 AI 智能体代表用户访问应用的权限：在 Okta 注册智能体并由管理员审批可达应用，Okta 每次请求评估策略。
AWS Machine Learning BlogAI 评分5454 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体访问权限（第 2 部分）
AWS 官方博客教程第二部分演示如何把 Part 1 的单智能体方案扩展为可规模化的治理架构，AgentCore Gateway 成为统一入口并兑换 Okta 的授权，Cedar 策略在工具调用前集中判定，取代复制进每台 MCP 服务器的权限检查。
AWS Machine Learning BlogAI 评分4343 Amazon ECS Fargate 上的 Serverless MCP server：为 AI 智能体提供数据湖访问
AWS 团队为 Amazon 北美分拣中心（NASC）规划团队构建了部署在 Amazon ECS Fargate 上的无服务器 MCP server，作为 AI 智能体访问企业数据湖的集中式网关。
AWS Machine Learning BlogAI 评分4747 Amazon Quick 智能体基元的分类体系
Amazon Quick 团队沉淀出一套智能体基元分类体系，把智能体工作拆解为 When、What、Who、How 四个问题，对应触发器、智能体和能力三类基元。触发器分人工发起、智能体委派、定时和事件驱动四类；智能体由指令、能力与习得上下文构成，底层 LLM 只是可替换参数；能力细分为工具、技能和工作流。文章为系列首篇，后续将介绍智能体操作系统、后台学习与主动信息流。
AWS Machine Learning Blog精选AI 评分6565 SageMaker Inference 新增 Multi-Instance GPU 分区以提升模型端点的 GPU 利用率
Amazon SageMaker Inference 现已支持 GPU 分区，基于 NVIDIA Multi-Instance GPU（MIG）把一块物理 GPU 硬件隔离地划分为最多 7 个分区，使端点可承载的模型数量不再受 GPU 颗数限制。
推荐理由：原文给出各 GPU 型号的分区档位和 H100 分区对整卡 A100 的实测对比，读者可据此为模型选择合适的 GPU 部署单元。
AWS Machine Learning BlogAI 评分5555 Amazon Bedrock AgentCore 的 Web Answer 上手指南
AWS 宣布 Amazon Bedrock AgentCore 的 Web Answer 正式商用，智能体通过一次工具调用即可获得基于当前网页来源、附带引用的综合答案。
AWS Machine Learning BlogAI 评分4242 Amazon Marketplace 如何用 Amazon SageMaker AI 评估内容质量
Amazon Marketplace 用 Amazon SageMaker AI 上基于 VLM 的多模型融合方案评估商品页 A+ Content 质量。方案将整页内容渲染成单一快照交给 VLM 整体评估，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，再用 SHAP 解释评分并生成改进建议。
LangChain · BlogAI 评分5050 LangSmith BYOC 现已支持 AWS、Azure 和 Google Cloud
LangSmith BYOC 现已上线 AWS（GA）、Azure 和 Google Cloud（Beta），traces、评测、数据集等敏感数据留在用户自有云账户。
GitHub Org · amazon-scienceAI 评分4545 超越指令覆盖：Amazon Science 用 Task-Tampering 攻击评测间接提示词注入
Amazon Science 在 GitHub 上发布了 Task-Tampering 基准，通过任务篡改攻击对间接提示词注入进行基准评测，攻击设定超越指令覆盖。
AWS Machine Learning BlogAI 评分5252 如何在 Amazon Bedrock AgentCore Evaluations 中用决策模型评估 Agent
AWS Machine Learning Blog 演示如何通过 code-based evaluator 把 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations。
AWS Machine Learning BlogAI 评分4646 Amazon Quick 的 Smart Approvals：在关键环节保留人工监督
Amazon Quick 的 Smart Approvals 在现有权限管控内自动批准智能体的常规操作，需人工判断的退回用户审查。动作须设为 Ask each time 且无其他管控要求人工批准，才由独立 classifier 结合用户请求、数据去向和知识图谱评估。自动批准均为一次性，事件记录入 AWS CloudTrail 供审计。
AWS Machine Learning Blog精选AI 评分6464 生产级 AI Agent 的四层上下文工程：Deep Insight 如何在工作代码中落地
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，在生产级 Agent 中落地四层上下文工程：多智能体架构隔离、提示词控制、文件系统外置与独立验证。
推荐理由：原文把上下文工程整理为四层可迁移实践，Deep Insight 参考实现给出 95% 与 97% 的 token 压缩数据供读者对照落地。
AWS Machine Learning BlogAI 评分4242 U Mobile 如何基于 Amazon Bedrock AgentCore 构建智能体化电信运营
马来西亚最新 5G 运营商 U Mobile 联合 AWS 与合作伙伴 Axrail，基于 Amazon Bedrock AgentCore 构建智能体帮助台 AiDaH，已覆盖六大业务部门超 150 个运营场景。平台采用托管智能体运行时与内建记忆，关键类别工单量最多下降 84.5%。系统部署于亚太（新加坡）区域，员工经 Microsoft Teams 使用。
ElevenLabs · BlogAI 评分4444 ElevenAgents 与主流呼叫中心平台原生集成，提供企业级语音智能体
ElevenLabs 的语音智能体 ElevenAgents 已与 NiCE CXone、Genesys Cloud、Amazon Connect、Five9 四大呼叫中心平台原生集成，其他平台可经 SIP 接入。企业无需更换现有系统即可自动处理改约等重复来电，支持超过 17,000 种声音与 90 多种语言，可全天候服务。
MIT Technology Review · AI精选AI 评分7070 MIT Technology Review 解析智能体网络的到来与人类互联网的命运
MIT Technology Review 发文判断智能体网络已经到来，Meta 的 Muse、OpenAI 的 Dots 和 Anthropic 的 Claude Duet 等智能体正被接入用户邮箱与银行账户，开始改写以人类为中心的互联网。
推荐理由：原文将当下智能体大规模上网与二十年前无人问津的语义网设想对照，解释大语言模型为何让自主智能体真正具备了上网执行任务的能力。
Amazon ScienceAI 评分4040 Amazon Science 如何用知识蒸馏与 Medusa 加速旅行应用的大语言模型
Amazon Science 与 Booking.com 合作，用知识蒸馏和 Medusa 框架加速旅行应用中的大语言模型。实验以 1.1B 参数的 TinyLlama 为学生、70B 参数的 Llama-3.1 为教师，最终模型匹配教师质量，推理提速 10-20 倍，成本不到三分之一。方案面向 AI Trip Planner、Smart Filters 和住宿描述生成三项功能。
Wiz · ResearchAI 评分8181 Agent：Gheist: Attempted Scaled Abuse of Stolen GitHub Tokens Stumbles
原文摘录：Wiz Sign in Under attack? Get a demo Since September 15, 2026, Wiz Research has been tracking Gheist: a new campaign performing mass abuse of compromised GitHub tokens. … " Greg Poniatowski Head of Threat and Vulnerability Management Get a demo
Amazon ScienceAI 评分4646 Audible 用可控 TTS 改进有声书语音合成
Audible 技术团队用可控 TTS 改善有声书语音合成，让模型按自然语言描述控制对白演绎。其数据合成管线生成带语音描述的训练数据，BookLLM 自动识别书中角色与对白，英、西语识别准确率分别达 97% 和 94%。合成有声书在 MUSHRA 测试中对白区分度提高 3.7 分，英语和西班牙语测试中十种声音有八种聆听体验显著改善。
PyTorch BlogAI 评分5454 PyTorch Conference North America 2026 举办，TorchTPU、TorchNeuron 等生态更新集中发布
PyTorch Conference North America 2026 于 10 月 20–21 日在圣何塞举办，吸引 3500 多名参会者，会议期间集中发布多项 PyTorch 生态更新。
Amazon ScienceAI 评分5050 Amazon 解析 TorchNeuron 技术原理，新 PyTorch 后端如何高效运行在 AWS Trainium 芯片上
Amazon 本周宣布开源 TorchNeuron，这个 PyTorch 后端可将 PyTorch 代码翻译为可在 AWS Trainium 系统上执行的操作，已有代码几乎无需修改即可运行。
Amazon ScienceAI 评分4141 Amazon 通过 AVERI 第三方独立评审强化 AI 安全评估
Amazon 与独立非营利机构 AVERI 合作，对内部 AI 安全评估数据集开展第三方独立评审，检验评估本身的质量而非仅测模型输出。评审确认风险类别覆盖全面、测试方式多样、预训练污染风险低，并建议扩充多语言覆盖、增加多步对抗性提示词。Amazon 已据此更新测试集、引入分级难度框架、建立季度评审机制，并将多语言提示词扩展至所有风险类别。
Amazon ScienceAI 评分5656 AWS 提出 Priming 方法，无需从零预训练即可将 Transformer 改造为混合架构
Amazon Web Services 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重构造混合架构，把此类架构的预训练成本降低超过 99%。
GitHub Org · n8n-ioAI 评分5454 n8n 开源 terraform-aws-n8n 模块，在 AWS 一键部署生产级 n8n Enterprise
n8n-io 在 GitHub 发布 terraform-aws-n8n 模块，一条 terraform apply 即可在 AWS 部署生产级 n8n Enterprise。该模块整合多主 EKS、RDS Postgres、ElastiCache Redis、S3 和 ALB 等组件。