跳到正文
目前篩選:一手
11月11日週三
  1. AWS Machine Learning Blog70

    如何用 LangGraph 和 Amazon Bedrock AgentCore Web Search 建立每日依賴項監測器

    AWS 示範以 LangGraph 和 Amazon Bedrock AgentCore Web Search 建立每日依賴項監測器,平行檢查 npm、PyPI 和容器基礎映像的安全更新。

    推薦理由:文章以每日依賴項監測示範如何把日期、來源限制和搜尋預算固定在程式中,再核對引用證據,提供一套可遷移到智能體搜尋流程的實作思路。

  2. AWS Machine Learning Blog62

    Amazon Bedrock AgentCore Evaluations 智能體評估指南:內建、DeepEval 與 AutoEval 評估器的使用方法

    AWS 介紹如何在 Amazon Bedrock AgentCore Evaluations 中,運用內建、DeepEval 與 AutoEval 評估器評估生產環境中的智能體表現。文章建議先定義業務成功條件,再拆解成可觀察行為,按 trace 或 session 層級選擇評估器。AgentCore 支援按需、線上及批次評估,三種模式使用相同評估器 ID,從開發測試切換至線上評估只需更改設定。

    推薦理由:文章示範由業務結果拆解可觀察行為,再選擇 trace 或 session 評估器,並説明如何按需求組合內建、DeepEval 與 AutoEval 指標。

11月10日週二
  1. Hugging Face Blog64

    Hugging Face 生態系如何支援決策模型

    Hugging Face 將決策模型支援整合至 Transformers,並以共通介面讓模型根據狀態、問題及允許答案輸出結構化決策和機率。

    推薦理由:文章比較決策模型與傳統分類、零樣本分類的定位差異,並展示 Transformers 與 llama.cpp 如何透過共通介面處理選項、序位評分及是非判斷。

  2. viAct · 視覺 AI 及工地安全36

    工業場地 AI 周界保安:由場地評估到部署

    工業場地可利用 AI 影片分析監察周界,偵測符合已設定規則的入侵事件,並向保安團隊發出通知。方案可配合現有 CCTV,按擷取、偵測、通知及應對四個階段運作。部署前須評估場地風險及 CCTV 設施,妥善安排鏡頭位置和設定偵測區域。

  3. AWS Machine Learning Blog48

    CrossnoKaye 如何透過 Amazon Bedrock AgentCore 為工業實體 AI 提供現場脈絡

    CrossnoKaye 透過 Amazon Bedrock AgentCore,讓 ATLAS 工業自動化平台上的 AURA AI 智能體利用工廠狀態,支援設備閉環控制。平台覆蓋逾 100 個工業設施及 13,000 項受控資產;AURA 亦透過 AgentCore 的程式碼解譯器,在隔離的 AWS 管理 microVM 沙盒中執行 Python,為數值答案提供實際計算依據。

  4. AWS Machine Learning Blog59

    Pluggable Agentic AI Framework:Amazon Bedrock AgentCore 的七層可組合企業級智能體 AI 參考架構

    Pluggable Agentic AI Framework 提出一套由七層組成的企業級智能體 AI 參考架構,旨在協助多智能體應用由原型擴展至大規模生產環境。七層涵蓋數據與知識、模型與推理、協調、安全與防護、應用、可觀測性及智能體運作管理,並以穩定介面支援替換底層技術。文中以零售客服範例演示監督智能體如何把訂單查詢及退款資格判定分派給專責智能體。

11月7日週六
  1. AWS Machine Learning Blog53

    Amazon 團隊介紹如何在 Amazon ECS Fargate 上構建無伺服器 MCP 伺服器,連接 AI 智能體與資料湖

    Amazon 團隊在 Amazon ECS Fargate 上構建無伺服器 MCP 伺服器,作為 AI 智能體連接企業資料湖的集中式閘道。新增資料集只需提供描述結構、業務背景及欄位語義的 JSON 元資料檔,索引後即可供已連接的智能體使用,伺服器則在 MCP 層集中執行存取控制。

  2. AWS Machine Learning Blog45

    AWS Quick 智能體工作基元分類法

    AWS Quick 梳理智能體工作的基元分類法,以「何時、做甚麼、由誰、如何」四個問題界定觸發器、智能體及其能力。觸發器啟動任務並承載指令;智能體是持續學習的行動者,透過工具、技能和工作流程執行任務,其中技能提供判斷空間,工作流程則按固定步驟運作。

  3. AWS Machine Learning Blog62

    Claude Code 如何透過 Amazon Bedrock AgentCore 執行受安全控制的遠端編碼任務

    AWS 示範如何把 Claude Code 編碼任務交由 Amazon Bedrock AgentCore 的隔離工作階段執行,並以 GitHub pull request 交回人工審核。

    推薦理由:文章將遠端編碼流程與安全控制放在同一套實作中,具體呈現隔離執行、短期憑證、網絡限制和人工審核如何共同構成部署方案。

  4. AWS Machine Learning Blog61

    Greenlight Financial 如何在 Amazon Bedrock AgentCore 上構建自主安全營運中心(SOC)方案

    Greenlight Financial 在 Amazon Bedrock AgentCore 上構建 Luna 自主安全營運中心(SOC),每月處理 3,000–4,000 宗安全及風險個案,超過 90% 無須人工介入即可解決。

    推薦理由:文章拆解 Luna 的分層多智能體、記憶及人工升級設計,並以自主處理率由 83% 升至超過 90% 説明其在受監管金融場景的實作路徑。

  5. AWS Machine Learning Blog65

    使用 Okta Cross App Access 與 Amazon Bedrock AgentCore 管理 AI 智能體存取權限(第一部分)

    AWS 文章示範以 Okta Cross App Access 和 Amazon Bedrock AgentCore 建立用戶委派授權流程,讓 AI 智能體代表已登入用戶存取應用程式。

    推薦理由:文章拆解 Okta Cross App Access 與 Amazon Bedrock AgentCore 的委派授權鏈路,並以實測交代撤銷用戶指派後新請求約 1 秒內遭拒、已發 token 最長有效 5 分鐘。

11月6日週五
  1. viAct · 視覺 AI 及工地安全34

    職場安全指標完整指南

    職場安全指標可評估職業健康與安全表現,協助識別危險、檢視預防措施成效及追蹤風險變化。評估時應結合記錄事故結果的滯後指標,以及追蹤預防活動和風險狀況的領先指標。中央管理平台可整合攝影機、IoT 及 AI 模組的數據,生成即時儀錶板、趨勢報告和各工地評分表。

  2. OpenAI News54

    Cult.fit 以 Codex 擴展跨團隊應用開發與 AI 工作流程

    Cult.fit 以 Codex 統一軟件開發流程,並將其擴展至非工程團隊,近月由這些團隊建立逾 20 個內部應用程式。公司以 Codex 重建一項內部功能,每年節省超過 $100,000 軟件開支;其 AI 客戶支援流程亦令支援成本下降 50% 以上。Cult.fit 亦透過 OpenAI API 整合 GPT Realtime,為 AI Trainer 提供雙向語音健身指導及運動記錄。

11月5日週四
  1. AWS Machine Learning Blog57

    如何在 Amazon Bedrock AgentCore Evaluations 中使用決策模型

    AWS 示範透過程式碼評估器,將託管決策模型 Jev 和開源 Strands Decider 2B 接入 Amazon Bedrock AgentCore Evaluations,與內置評估器一同評估 AI 智能體。文章説明如何把 AgentCore spans 轉成決策模型請求,並將概率分佈映射為評估結果;亦建議先以自有流量和人工標註驗證一致率及校準度,再設定評估閾值。

  2. AWS Machine Learning Blog41

    Indegene 如何現代化並擴展生命科學企業的數據質素

    Indegene 在 AWS 上的 NEXT Unified Data Platform(NEXT UDP)中,建構由 LLM 驅動、可投入生產的 Data Quality Agent,以支援生命科學企業擴展數據質素管理。Agent 可生成符合情境的數據質素規則、驗證規則,並產生可直接執行的 SQL 和 Python 程式碼;整個流程由集中式人機協作治理。

  3. AWS Machine Learning Blog62

    生產環境 AI 智能體的四層上下文工程:Deep Insight 如何以實際程式碼實踐

    AWS 團隊以 Deep Insight 示範生產環境 AI 智能體的四層上下文工程,涵蓋架構隔離、提示詞控制、檔案外置及獨立驗證。

    推薦理由:文章將生產環境智能體的上下文管理整理為四層,並用 Deep Insight 的程式示例展示隔離、提示詞控制、檔案外置及獨立驗證如何互相補足。

  4. AWS Machine Learning Blog53

    AWS Quick 的 Smart Approvals 如何保留關鍵操作的人工監督

    AWS Quick 的 Smart Approvals 會以獨立分類模型,根據用戶請求及有限對話脈絡審核符合條件的智能體操作,並決定自動批准或交由用戶審核。它不會增加權限或取消必須人工審批的要求;每次自動批准只適用於經審核的特定操作及參數。文章建議先讓限定團隊試行,測試高影響操作是否交由用戶審核,並設定 CloudTrail 及 CloudWatch Logs 記錄以支援調查。

11月4日週三
  1. AWS Machine Learning Blog50

    Gen Digital 如何以 Amazon Bedrock AgentCore Web Search 建構 Norton Revamp 的 AI 精選新聞引擎

    Gen Digital 以 Amazon Bedrock AgentCore Web Search 為 Norton Revamp 建構 AI 精選新聞引擎,讓內容建議、目標推薦及新聞動態以最新網絡資訊為依據。這項全託管搜尋功能在 AWS 環境內運作,並提供附有網址及刊登日期的引用來源。引擎支援個人化新聞動態、內容建議及趨勢導向的目標設定。

  2. AWS Machine Learning Blog66

    Amazon Bedrock AgentCore Gateway 如何設定 ServiceNow 的 OBO token exchange

    AWS 示範如何設定 Amazon Bedrock AgentCore Gateway,透過 Microsoft Entra ID 的 OBO token exchange,讓 AI agent 呼叫 ServiceNow REST API 時保留原用戶身份。

    推薦理由:文章依次交代 Microsoft Entra ID、ServiceNow 與 AgentCore Gateway 的設定,呈現 OBO token 交換如何保留用戶身份並套用 ServiceNow 權限。

11月3日週二
  1. OpenAI News52

    Heimstaden 以 AI 改變住宅物業管理

    Heimstaden 正運用 OpenAI 工具改造住宅物業管理,將 AI 用於出租流程、環境風險評估,並逐步推出跨系統採購平台。在荷蘭,虛擬佈置物業圖片的製作成本由約 €50 降至低於 €0.10,降幅超過 99%;Codex 協助評估 20,112 項物業資產,估算工作量由 5 人一年減至 2 人兩個月。

  2. AWS Machine Learning Blog60

    Circle K 如何利用 Amazon Bedrock 將 DevOps 事故排查縮短至 15 分鐘內

    Circle K 使用 Amazon Bedrock 建立自動化 DevOps 事故排查系統,將平均排查時間由 45–60 分鐘縮短至 15 分鐘內。系統整合 AWS 資源、OpenSearch 日誌、GitHub 程式碼及知識庫資料,並將結構化摘要送到 Slack;按團隊內部事故應對指標,排查時間減少 67–75 percent。

    推薦理由:文章呈現 Circle K 將事故排查由 Amazon Bedrock Flows 遷移至 AgentCore Runtime 的架構調整,並整理日誌預查詢、按線索縮窄程式碼搜尋等實作方法。

  3. AWS Machine Learning Blog66

    如何在 Amazon SageMaker AI 上以知識蒸餾建立高效購物智能體

    AWS 示範以 SeqKD 在 Amazon SageMaker AI 上微調 Qwen3.5-4B 購物智能體。流程以 Amazon Bedrock 上的 GLM-5.3 生成多步軌跡,並用 ShoppingBench 評分器保留成功樣本。

    推薦理由:ShoppingBench 保留測試集顯示,4B 學生模型平均 ASR 比基礎模型高 24 個百分點,保留教師推理也比只訓練工具呼叫高約 13 個百分點。

10月31日週六
  1. AWS Machine Learning Blog67

    Amazon Bedrock 成本管理:FinOps 與平台團隊的端到端實務指南

    AWS Machine Learning Blog 的作者提出 Amazon Bedrock 成本管理五階段運作模式,涵蓋成本歸因、請求觀測、預算管控、平台最佳化及定期檢視。

    推薦理由:五階段流程將帳單歸因、請求觀測、預算執行與平台最佳化串成閉環,並交代 FinOps 與平台團隊的分工及階段依賴。

  2. AWS Machine Learning Blog60

    如何透過 Amazon Bedrock AgentCore runtime 即時預覽編碼智能體建立的網站

    AWS 示範以 Amazon Bedrock AgentCore runtime 的 Session endpoints,讓編碼智能體建立的 Vite 網站在瀏覽器中即時預覽,並在智能體儲存檔案時更新。

    推薦理由:文章以 Vite 網站示範如何透過 Session endpoint 即時預覽編碼智能體的修改,並交代連接埠授權、本機憑證轉送與連線限制。

  3. AWS Machine Learning Blog63

    如何在 AWS GovCloud (US) 的 Amazon Bedrock 上設定 ChatGPT 桌面應用程式

    AWS 教學示範如何在 AWS GovCloud (US) 的 Amazon Bedrock 上設定 ChatGPT 桌面應用程式,並將 Codex 的模型推理請求路由至 us-gov-west-1 的 Amazon Bedrock Mantle。

    推薦理由:文章把設定檔、AWS 身份驗證與網絡限制串成受控部署流程,並列出驗證、故障排查及回復步驟,方便機構按自身授權要求評估。