在线AI教程 / AI工具

[Amazon Bedrock] ICYMI: What landed for AI builders in October 2026

· 转自:aws.amazon.com

人工智能 ICYMI:2026 年 10 月 AI 构建者迎来了什么 在 AWS,我们相信 AI 构建者应当能为每项任务挑对模型,能在生产环境里信任自己的 agent,也能清楚看到

转载本文转自「aws.amazon.com」,版权归原作者所有,内容已摘录正文、去除外部链接。

人工智能

ICYMI:2026 年 10 月 AI 构建者迎来了什么

在 AWS,我们相信 AI 构建者应当能为每项任务挑对模型,能在生产环境里信任自己的 agent,也能清楚看到 AI 工作负载花了多少钱。这一信念指引着我们在整个产品组合上如何投入。Amazon Bedrock 让你用上领先的模型,以及安全地构建和规模化 AI 应用所需的工具。我们用 Amazon Bedrock AgentCore 进一步夯实这一底座,它提供了用任意模型、任意框架来构建、连接和优化 agent 的平台,其中也包括我们的开源 agent 开发工具包 Strands。两者一起,把你从第一个原型带到生产环境。

随着 agent 进入核心业务工作流,门槛也在抬高。当任务、预算和时延目标变化时,你需要能灵活切换不同模型。当主模型被限流或不可达时,你的 agent 必须继续工作。它们还必须在你设定的边界内行动,返回其它软件可直接使用的输出。它们的回答必须始终有你允许的信源作依据,成本也得在高用量下站得住脚。

我们在 10 月发布的内容,正是对这些需求的一一回应。新模型帮你把每项任务匹配到合适的价格和速度,从高并发的 subagent 到实时语音都有。Amazon Bedrock 与 AgentCore 的更新让 agent 保持可用、恪守你定义的流程,帮你信任它们返回的结果。新的定价与成本报表让支出更可预测。Strands 则新增了构建、约束和测试 agent 的方式。

在 Amazon Bedrock 上按任务挑模型

跑得快、成本低的 subagent。 Claude Haiku 5.5 专为 subagent 和高并发、成本敏感的工作而生。据 Anthropic 称,它是迄今能力最强的 Haiku,多数任务上比 Claude Haiku 4.5 便宜约 75%。它也是首个带 effort controls 的 Haiku,让你能按任务在成本与智能之间调校。在多 agent 架构里,可以让 Claude Opus 5.5 这类模型负责规划,再把边界明确的编码、工具调用和浏览器自动化任务交给 Haiku。这样并行跑很多 agent 也负担得起。

以更低价格拿到接近旗舰的效果。 OpenAI GPT-6.1 Terra 现已在 Amazon Bedrock 正式可用。在 OpenAI 的 Agents' Last Exam 评测里,它的表现与 GPT-6 Astra 相当,完成任务的速度却比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。它的输入与输出 token 价格至少比 GPT-6.1 Sol 和 GPT-5.6 Terra 低 50%。它接受文本和图片,输入最多 100 万 token,适合起草方案、解读技术图纸,以及构建跨业务系统工作的 agent。对实时编码助手这类时延敏感的工作,GPT-6.1 Sol 现在还提供 Ultrafast mode。

构建能实时推理的语音 agent。 Amazon Nova 2.5 Sonic 是我们最新的 speech-to-speech 模型,在推理、指令遵循和工具调用准确率上都有提升,时延更低,价格与 Amazon Nova 2 Sonic 相同。客服 agent 现在能在一次对话里查订单、核对退货资格并发起退货。

为编码和视频挑专用模型。 GLM 5.3 by Z.ai 是面向 agentic 编码和长周期软件工程的开放权重模型,带 100 万 token 上下文窗口和 prompt caching,面向符合条件的企业客户开放。TwelveLabs Pegasus 1.5 能把整段视频变成结构化、带时间码的元数据。它一次遍历就能读取画面、音频和屏幕上的文字,无需单独的接入流水线。

在 AWS GovCloud (US) 里用上更多模型。 Claude Haiku 5.5 和支持跨区域推理的 OpenAI GPT-5.6 模型现已在 AWS GovCloud (US) 可用。面向授权安全工作的 Daybreak Red from OpenAI 已在 AWS GovCloud (US-East) 面向符合条件的客户开放。受监管的团队能在维持美国数据主权的同时用上更多模型。

构建和运行可信赖的 agent

在终端里构建和运维 agent。 AgentCore CLI 是 Amazon Bedrock AgentCore 的一项能力,现已发布 1.0 正式版。我们重写了它,启动更快、命令结构更一致,并支持更多 AgentCore 资源。你可以直接或通过项目来操作 harnesses、runtimes、memory、identity、gateways 和 payments。现有项目一条命令即可升级到版本 1。结果是从本地开发到日常运维只需一个工具。

主模型被限流时仍让 agent 保持可用。 AgentCore Gateway 是 Amazon Bedrock AgentCore 的一项能力,现已支持 Amazon Bedrock InvokeModel API 和模型回退。你现有的 Amazon Bedrock SDK 代码可以直接指向 gateway,无需为每个供应商改代码。当主模型被限流或不可达时,gateway 会把请求路由到你定义的链路里的下一个模型或供应商。circuit breaker 会跳过正在故障的目的地。gateway 还能用你自有私有证书颁发机构签发的证书访问 virtual private cloud(VPC)里的私有目标。你的 agent 不必在每个客户端里写重试逻辑就能保持可用。

把业务工作流变成 agent 工具。 你现在可以通过 AgentCore Gateway,把 AWS Step Functions 工作流(包括已有的 Standard 和 Express 工作流)当作工具来用。业务逻辑留在你已经在跑、并且信任的工作流里,不必在 agent 内部重建,也不必靠 prompt 去遵循它。由 agent 决定何时运行工作流,Step Functions 则严格按你的定义执行每一步。例如,一个客服 agent 可以启动你的退款工作流,而每一笔退款仍会走同样的资格核验、审批和入账步骤。

拿到系统可直接使用的 JSON。 Structured outputs 现已对 Amazon Bedrock 上的所有 Claude 模型可用。你无需自定义解析或重试,就能拿到符合 schema 的 JSON。你可以从财报里抽出每一个必填字段,或用始终匹配你数据模型的实体来路由工单。

让回答始终以你信任的信源为依据。 Web Search on Amazon Bedrock 现已对通过 OpenAI Responses API 发起的请求支持域名过滤和用户位置。你最多可允许 100 个域名、屏蔽 100 个域名,并返回与某个地理区域相关的结果。随后 Amazon Bedrock Guardrails 会检查回答是否忠实于其信源。它新增的 Standard 层级用于上下文事实核验,价格与 Classic 层级相同,覆盖对话式和推理式回答,并支持更多语言。两者结合,你既能控制回答来自哪里,又能在更多应用里发现幻觉。

预测并降低运行 agent 的成本

按实际用量支付 agent memory 的费用。 AgentCore memory 是 Amazon Bedrock AgentCore 的一项能力,现已按 agent 摄取、检索和存储的数据量来给短期记忆定价,而不再按每次事件收固定费率。多数工作负载成本会下降,小 payload 的场景降幅最大。你还可以为长期记忆记录设置 time-to-live,以满足留存要求并控制存储成本。

看清 Amazon Bedrock 的花费花在哪里。 AWS Cost Explorer、AWS Budgets 和 AWS Cost Management Dashboards 现已按模型、模型供应商、推理类型和特性拆分 Amazon Bedrock 成本,不额外收费。财务和平台团队可以在自己已在用的计费工具里,找出最贵的模型,或为单个模型设置预算告警。为降低输入成本,Advanced Prompt Optimization 现在还能缩短你的 prompt——只有当缩短版在你的评测里得分不低于原版时,才返回这个更短的版本。

用 Strands 构建语音、本地和经过充分测试的 agent

几行代码就能交付语音 agent。 Strands Bidi Agents 用于构建双向 speech-to-speech 语音 agent,现已正式可用,直接支持 Amazon Nova Sonic、OpenAI 和 Gemini 模型。Bidi Agents 会在后台重连模型,因此长通话能越过供应商的会话上限继续。语音 agent 还能把研究这类耗时较长的工作交给另一个 agent,并把结果口述出来。

让本地 agent 在你的边界内工作。 Strands Box 现已进入开发者预览,是面向 AI agent 的开源本地沙箱。它把操作系统级隔离与语义策略结合起来。你为每种工具设定策略,由 Box 确定性地执行——无论 agent 是直接调用工具、通过 Model Context Protocol(MCP)调用,还是生成代码来调用。Box 适配任意模型和任意 agent 框架,因此 agent 可以在你的项目里工作,却碰不到你未允许的文件和服务。

在客户之前先找出 agent 会在哪里崩。 Strands Evals 里的 red teaming 会针对你的 agent 跑对抗性对话,比如 prompt injection 和越狱尝试,并展示它失败时的消息和工具调用。Strands Evals 现在还能逐字段给结构化输出打分,当 agent 大多数字段答对时给出部分得分。用它们在 agent 进入生产之前修好薄弱环节。要上手,可看 Strands Evals 文档。

削减常规 agent 决策的成本。 Strands Decider 是我们上月回顾里介绍过的小型开源决策模型,如今基于 Gemma 4 提供四种尺寸。它不生成文本,而是在你定义的选项之间做选择,比如调用哪个工具、把请求路由到哪里。当 Amazon 的一个团队把某套最大的内部工单系统里的工单分类切换到 Decider 后,估算的每单成本下降了约 98%,平均响应时间下降了 78%。

开始使用

探索 Amazon Bedrock,用 AgentCore CLI 部署 agent,或用 Strands Harness SDK 构建你的第一个 agent。

想了解 Amazon Bedrock 能怎样支持你的团队?联系我们聊聊。

关于作者