全球 AI 动态AWS
Bedrock 为 Claude 增加结构化输出，格式合规不等于事实正确
AWS 宣布在 Bedrock 的两类端点为可用的 Claude 模型提供结构化输出，支持 JSON Schema 与严格工具参数，适用于资料字段抽取和工单分类。原文同时提醒，安全拒绝或输出截断仍需处理，部分数值、字符串约束不在生成时强制执行。企业可减少格式修补，但仍须校验业务规则与事实内容，不能把合法 JSON 当作正确结论。
正在读取资讯，请稍候…
咨询合作咨询合作正在读取资讯，请稍候…
看见全球变化，读懂企业 AI。
最近成功更新
AWS 宣布在 Bedrock 的两类端点为可用的 Claude 模型提供结构化输出，支持 JSON Schema 与严格工具参数，适用于资料字段抽取和工单分类。原文同时提醒，安全拒绝或输出截断仍需处理，部分数值、字符串约束不在生成时强制执行。企业可减少格式修补，但仍须校验业务规则与事实内容，不能把合法 JSON 当作正确结论。
AWS 介绍，新的注册体验允许 SageMaker Studio 新用户用已有身份或邮箱进入自动配置的开发环境，预置部分模型训练、评估与部署权限。该变化针对新建 AWS 账号，已有账号登录方式不变。企业试点仍须核对组织账号管理、区域资源与使用额度，不能将个人快速上手路径直接当作企业生产环境或长期免费承诺。
AWS 工程博客介绍 vLLM 的推送式 KV 缓存传输：提前登记解码端缓存位置，并将传输准备移到后台线程，减少预填充后的串行等待。文中性能结果来自指定模型、硬件、网络与测试配置，不能直接外推。该方案也要求更早选择解码节点；企业评估时应同时测量首字延迟、吞吐及路由弹性，而非仅比较单项最优结果。
AWS 工程团队公开内部多智能体系统的持续评测方法，将安全、质量、性能、成本和运营控制纳入同一框架，在工具、单智能体与多智能体协作三个层级检查问题。文章覆盖基准样本、发布门禁、线上漂移和失败反馈，强调服务正常不等于答案正确。相关成效来自厂商自述，企业应按自身业务定义验收标准。
AWS 介绍 Reflection 的开放权重编码模型 Beam，并给出 SageMaker JumpStart 托管端点与 HyperPod 集群两条部署路线。文章说明模型面向代码维护、工具调用和多步任务，强调权重规模与每步计算量不能混为一谈。企业选型仍需核对许可、区域与 GPU 配额，在自身代码库上测试质量、延迟和并发，不能把开放权重理解为低门槛部署。
AWS 宣布 Meta 的开放权重编码模型 Muse Spark Open 接入 SageMaker JumpStart，提供 BF16 与 NVFP4 两种版本。文章介绍在自有 AWS 账户中部署端点、配置网络与版本控制的步骤，并明确浏览器和电脑操作等工具环境仍由应用提供。企业应审核许可、可用区域与算力要求，再用真实仓库任务评测。
AWS 的 Shawn Bice 提出 Trust in Depth，将智能体治理拆成任务范围、身份授权、行为边界和运行观察四层。他主张把可精确定义的规则放到模型之外执行，让人保留需要判断的决策；形式化推理的证明也依赖明确的规则和假设。这是一篇厂商治理观点，不代表任何产品能消除所有错误，企业仍需验证权限链与失败处置。
AWS 发布多智能体文档处理教程，将新格式识别、字段抽取、业务规则校验和指令复用串成流程。新文档校验失败后修订抽取指令，已知格式则复用既有指令并处理异常。示例采用合成采购订单与模拟 ERP 数据，不是真实企业成效证明；生产接入需要替换字段规范与校验逻辑，并检查敏感资料权限和模型变更后的质量。
AWS 发布基于 AgentCore 的演示文档生成教程，将企业资料检索、提纲与文字生成、图片创建和文件组装交给不同工具，由主管智能体协调。示例同时提供摘要能力、下载链接和内容过滤。原文测试仅使用指定年报与配置，不能泛化为固定交付时间或总体成本保证。企业采用前仍要核查来源、版式、数据权限和最终文档准确性。
AWS 案例披露 Tamnoon 的云安全修复流程：汇集现有扫描结果，分别由调查、安全评分、修复规划和代码生成智能体处理；写入前设置安全判定与审批，步骤包含备份、验证和回滚。执行凭据与规划智能体分离。原文的风险下降和零生产事故属于厂商声明，不能据此承诺自动修复无风险，也不能替代企业自己的变更审核。