GLM 5.3 上线 Amazon Bedrock
智谱(Z.ai)的 GLM 5.3 现已登陆 Amazon Bedrock,这是一个 753B 参数的 MoE 模型,面向编码与长周期智能体任务。Z.ai 称其在 CyberGym 基准上取得 84.5 的领先分数,内部编码基准较 GLM 5.2 提升 50%。该模型通过全托管 API 提供,支持跨区域推理、提示词缓存和多种服务层级,面向符合条件的企业客户开放。
aws.amazon.com · 网站与博客
智谱(Z.ai)的 GLM 5.3 现已登陆 Amazon Bedrock,这是一个 753B 参数的 MoE 模型,面向编码与长周期智能体任务。Z.ai 称其在 CyberGym 基准上取得 84.5 的领先分数,内部编码基准较 GLM 5.2 提升 50%。该模型通过全托管 API 提供,支持跨区域推理、提示词缓存和多种服务层级,面向符合条件的企业客户开放。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力,可对端点做基准测试、推荐部署配置、比较性能并生成可执行的 SageMaker Python SDK v3 代码。
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上线,为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
Amazon Bedrock AgentCore Evaluations 以全托管能力评估多智能体系统,支持内置评估器与自定义评估器,覆盖有用性、任务成功、指令遵循等维度,并提供按需与在线两种模式,分别用于开发基准测试、回归测试和 CI/CD 门禁,以及生产环境持续监控与告警。
Amazon Quick 控制台无法直接将用户从 Admin 或 Author 降级为 Reader,update-user API 也会以“You cannot downgrade a user role”报错拒绝。
Amazon Bedrock Managed Knowledge Base 上线智能体检索,通过 AgenticRetrieveStream API 把多部分问题拆成子查询、执行并判断证据是否充分,不足则再次检索,而 Retrieve API 只做一次混合搜索。
Amazon Quick 的跨账户资源迁移可通过托管在 Amazon Bedrock AgentCore 上的 MCP 服务器 Quick Resource Migrator 自动化完成,单次工具调用即可将 chat agents、action connectors、知识库、flows 和 spaces 从开发账户提升到生产账户。
AWS 介绍用 Amazon SageMaker AI 的多轮强化学习(MTRL)微调搜索智能体,并以 Qwen3.6-27B 为例在 us-west-2 区域完成训练。
AWS 介绍如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search,弥补模型训练知识截止后的信息缺口。
AWS 发布 Adjudicated Query 设计模式,用 Amazon Quick 聊天界面搭配确定性规则引擎扫描 50,000 份租约的合规性,模型只负责翻译问题和叙述结果,判定由规则引擎完成。
推荐理由:文章给出了用规则引擎加受限 MCP 接口保证合规扫描完整性的设计模式,并分析了大语言模型在查询层与交付层各自的越界风险。
AWS 博客发布实操教程,在 Amazon Bedrock AgentCore Runtime Instances 上部署三个智能体(作曲、交付、合规)协作完成音乐制作并产出可播放的 .wav 文件。
推荐理由:AWS 官方手把手教程,用三智能体音乐制作流程演示 Runtime Instances 的 GPU、共享会话和多日持久化等可迁移的多智能体部署模式。
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档,并返回带引用的答案。
AWS Professional Services 构建的四智能体模式在 Amazon Bedrock AgentCore 上运行,将每个应用的基础设施即代码(IaC)开发时间从 3 到 4 周缩短至几分钟,该模式已在一个覆盖 300+ 应用的迁移项目中验证。
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,不再依赖发布时的静态快照。
AWS 博客发布教程,演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit(NAT 1.6)的自定义记忆后端,并部署在 Amazon EKS 上。
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(MAB)做产品获客漏斗个性化,七周线上 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数相对提升,另一人群组则未见改善。团队采用 LinUCB,按申请开始、提交、审批三个阶段各跑一个模型并线性组合其 UCB 分数,以同时优化整条漏斗。
AWS 发布基于 Amazon Bedrock AgentCore 的环境智能体(ambient agent)参考实现,用 S3 上传等事件自动触发 agent 任务,替代等待用户输入的聊天模式。
AWS 发布 Claude Platform on AWS(CPonAWS)多环境访问实施指南,采用专用 AI Services 账户承载订阅与工作区,通过跨账户 SigV4、工作区级 API key 和 OIDC 联合三种方式分别接入 AWS 工作负载、开发者笔记本和外部 CI/CD。生产与开发流量以独立工作区隔离,共享同一订阅,AWS 工作负载无需存储或轮换密钥。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调,并做提示词级输出优化,使其适配自身零售审核策略。
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5,通过地理跨区域推理让请求仅在 ap-south-1 与 ap-south-2 之间路由,数据留在印度境内。
Amazon Bedrock 现支持在首尔区域使用 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域使用 Claude Sonnet 5 进行区域内推理,请求与数据全程留在所调用的 AWS 区域内,满足韩国和新加坡金融、医疗及公共部门的本地数据处理要求。
GPT-6.1 Sol 在 Amazon Bedrock 正式可用,聚焦智能体编码、计算机使用和专业工作负载的更强推理。
推荐理由:官方公告给出与 GPT-6 Astra 对比的每任务成本约五分之一等数据,读者可据此评估在 Bedrock 上运行智能体任务的性价比。
Amazon Quick 的提示词工程决定其 AI 功能对自然语言请求的响应质量,涵盖自定义智能体、自动化流程和对话式分析等场景。文章提出以具体性实现清晰、以业务上下文提升相关性、用示例代替描述等核心原则,并给出适用于复杂请求的 CRISPE 结构化框架。
Amazon Quick 各组件对提示词的解析方式不同,需按组件分别设计。Quick Research 要求明确目标、受众与范围,并可从 Quick Index、200+ 家新闻源及 S&P Global、FactSet、IDC、PubMed 等数据集选源;Quick Flows 需写清时间、数据源与输出格式,复杂逻辑宜用编号步骤,并可通过对话迭代调整流程。
基于 Amazon Bedrock AgentCore 的合同智能平台用 AI 智能体从合同 PDF 中提取八个关键字段,由 Claude Sonnet 系列模型负责抽取、Claude Haiku 独立复核,签名识别分歧时交由 Amazon Textract 用计算机视觉做确定性裁决。
Condé Nast 与 AWS 生成式 AI 创新中心合作,基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案,采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线,支持 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度,通过跨区域推理配置在 bedrock-runtime 端点提供服务,兼容 Responses、Chat Completions 和 Converse API。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 可用,定位为更聪明高效、多数任务单次成本更低且速度更快的编码与知识工作模型。
推荐理由:官方介绍了 Sonnet 5.5 在 Bedrock 的能力定位、与 Opus 5.5 的分工和入门调用方式,方便评估接入路径。
AWS 发布教程,演示如何用 vLLM-Omni DLC 在 Amazon SageMaker AI 上部署 Qwen3-TTS,通过 SageMaker 双向流式连接实现文本流入、24 kHz PCM 音频分块流出,并配套 Gradio 应用。