Tech Meridian
← К СУЩНОСТЯМ
КОМПАНИЯ · ENTITY #197
Хронология связанных событий, источники и контекст из новостной базы.
ShipStation Global создала Deckhand — AI-агента IT-поддержки в Slack на базе Amazon Bedrock AgentCore с использованием модели Anthropic Claude. Deckhand использует единый индексированный в Bedrock набор знаний, анализирует снимки ошибок и создает/обновляет тикеты в Jira Service Management; в отчёте указано, что агент решил 97,5% запросов в канале и получил 96% положительных отзывов сотрудников.
SpaceXAI объявила о доступности Grok 4.7 в Amazon Bedrock: модель поддерживает окно контекста до 500 тыс. токенов, вызов инструментов, настраиваемый уровень «усилий рассуждения» (low/medium/high/xhigh) и совместима с Chat Completions/Responses и API Bedrock Converse. В тестах SpaceXAI агент с вызовом инструментов решил 67 из 72 запусков (18/18 при xhigh; 15/18 при low), демонстрируя настраиваемый компромисс между точностью и расходом токенов; для запуска на Bedrock нужны кросс-региональные профильные эндпойнты и соответствующие IAM-права.
Amazon Bedrock теперь предоставляет системные профили глобального межрегионального вывода, которые позволяют вызывающим из Таиланда, Малайзии, Сингапура, Индонезии и Тайваня использовать OpenAI GPT-6 Sol и GPT-6 Luna (а GPT-6 Astra — из Сингапура) через конечную точку bedrock-runtime. Профили вызываются из исходного региона путём передачи идентификатора профиля в качестве модели (поддерживаются Converse API и OpenAI-совместимые пути /openai/v1); биллинг, CloudTrail, CloudWatch и учёт квот остаются в исходном регионе; некоторые регионы нужно активировать вручную.
AWS объявила сентябрьские обновления Amazon Bedrock, Bedrock AgentCore и открытого набора Strands: Amazon Bedrock Managed Agents (на базе OpenAI) вошёл в публичный превью; runtime AgentCore снизил задержки cold-start и потребление памяти для serverless-агентов; Strands выпустила открытый harness с экономией токенов ~28% и модель Decider 2B для локальных решений (~115 мс); на Bedrock стали доступны семейства OpenAI Astra, Sol и Luna (включая GPT-6 Astra и Astra Ultrafast), а также обновлённые версии Claude (Fable 5.1, Opus 5.5).
Postman рассказывает, как его Agent Mode — AI‑ориентированный интерфейс для тестирования API, документации, поиска и реализации — работает в продакшне для примерно 40 млн разработчиков на Amazon Bedrock. В посте описаны архитектурные подходы (ограничение числа инструментов, чтения по схемам, фокус на контексте как узком месте), операционные решения (географически разграничённый кросс‑регионный вывод, модель‑зависимое отсутствие хранения данных, многоуровневое кеширование подсказок), требование одобрения пользователем изменений состояния и использование Amazon Bedrock Guardrails для редактирования PII; также описано, как из >170 инструментов отбирают ~15 с помощью векторной базы эмбеддингов.
Claude Opus 5.5 и Claude Sonnet 5.5 (наряду с Claude Sonnet 5) доступны через Amazon Bedrock в AWS GovCloud (US); Sonnet 5 имеет FedRAMP Class D и авторизацию DoD IL4/IL5, а Opus/Sonnet 5.5 сертифицированы по FedRAMP Class D на Bedrock (пользователям рекомендуется проверять текущий статус сертификации моделей). В публикации описывается использование агентного инструмента для кодирования Claude Code с эндпоинтами bedrock-runtime и bedrock-mantle, а также особенности безопасности (Zero Operator Access), пути соответствия и интеграции с CI/CD и инструментами разработчика.
Amazon реализовал двухэтапную модель контроля доступа для Amazon Quick и Amazon Bedrock Knowledge Bases: предварительная фильтрация по ACL в индексе и последующая проверка в реальном времени у авторитетных источников (например, Google Drive API с использованием имперсонации сервисного аккаунта), чтобы ответы RAG соответствовали актуальным правам доступа.
Qlik вывела Qlik Answers — корпоративного ассистента с опорой на источники — в общий доступ в феврале 2026 года и использует Amazon Bedrock для диалога, эмбеддингов, стриминга и ранжирования, а Amazon OpenSearch Service — для поиска по документам. Сервис построен по слоям (маршрутизация, специализированные агенты, аналитика разговоров, извлечение и шлюз моделей с Bedrock Guardrails) и уже показывает внедрения у клиентов (Discovery Agent более 100 000 обнаружений, примеры — Bystronic, Lintech, TouchPoint).
AWS описывает рабочий процесс, который связывает события расследований AWS DevOps Agent с конвейером автоматического исправления: EventBridge запускает оркестратор на Lambda Durable Functions, который отправляет выводы в Amazon Bedrock; Bedrock выбирает из белого списка специализированных Lambda‑функций предлагаемые исправления и выполняет операции только для действий только для чтения, а изменения инфраструктуры подготавливаются и ожидают однонажатийного утверждения человека. Durable Functions использует контрольные точки, чтобы приостанавливать выполнение до одобрения и итеративно взаимодействовать с Bedrock до завершения исправления, что должно снизить среднее время устранения (MTTR).
Шестинедельная структурированная программа свела вместе бизнес‑профессионалов, менторов и инструменты уровня production (Amazon Bedrock AgentCore, Strands Agents SDK, DynamoDB, Node.js/Python Flask), чтобы сократить разрыв между знанием AI и практическими навыками; участники создали WealthWise — мультиагентный финансовый прототип на Amazon Nova и заняли первое место. В материале описана структура программы, препятствия и пять принципов, которые ускорили обучение и разработку прототипа.
Cornerstone OnDemand создала мультиагентную систему Orion AI с использованием Amazon Bedrock и фреймворка Strands Agents; по данным компании, время диагностики баз данных сократилось с ~45 до 10 минут (на 78%), уровень шума оповещений уменьшился в медиане на 65%, а систему разработала команда из трёх человек за шесть месяцев. Orion AI координирует специализированных агентов для мониторинга, диагностики, жизненного цикла и устранения проблем, интегрируется с существующими инструментами (например, SQL Server и Jira) и делает упор на защиту данных и разбиение агентов по доменам.
AWS опубликовала руководство для клиентов по внедрению ISO/IEC 42005:2025, разъяснив, как оценки воздействия ИИ интегрируются в управление рисками предприятия и указав на инструменты, такие как руководство по реализации AIMS (ISO/IEC 42001:2023) и Responsible AI Lens фреймворка Well‑Architected. В публикации также отмечается, что AWS получила ISO‑сертификации для ряда своих ИИ‑сервисов (Amazon Bedrock, Amazon Q Business, Amazon Transcribe, Amazon Textract) и выделяются приложения D и E стандарта как варианты интегрированной или автономной оценки воздействия ИИ.
GLM 5.3 от Z.ai — модель смешанных экспертов с 753 миллиардами параметров, оптимизированная для кодирования и длительных агентных задач и отмеченная высокими результатами по кибербезопасности — стала доступна для корпоративных клиентов через Amazon Bedrock. Интеграция включает OpenAI‑совместимые API (Responses, Chat Completions), Invoke/Converse Bedrock, кросс‑региональный инференс, неявное/явное кеширование подсказок и уровни сервиса для упрощённого управляемого доступа и снижения задержек и затрат.
Техническое руководство показывает использование LangChain с Amazon Bedrock Managed Knowledge Bases для сравнения стандартного одношагового поиска (Retrieve API) и многошагового агентного поиска (AgenticRetrieveStream API). В статье описывается архитектура, права IAM, требование к версии boto3 (agentic_retrieve_stream требует boto3 версии ≥ 1.43.32) и компромиссы по стоимости и просмотру пошаговых trace-событий.
Amazon представляет Amazon Bedrock AgentCore Evaluations — полностью управляемую функцию для оценки производительности мульти‑агентных систем с встроенными и настраиваемыми оценщиками по показателям полезности, успешности задач и объяснимости, а также показывает интеграцию с Bedrock Guardrails для защиты во время выполнения. В публикации приведена эталонная реализация на Strands Agents SDK с оркестратором и специализированными суб‑агентами, Bedrock‑рантаймами и MCP Server на примере сценария цепочки поставок.
AWS представляет паттерн «Adjudicated Query» и референсную архитектуру, которая объединяет чат‑интерфейс на базе генеративного ИИ (Amazon Quick) с детерминистическим версионируемым движком правил для аудируемых, доказуемо полных проверок комплаенса (на примере десятков тысяч арендных договоров). Архитектура отделяет роль модели (перевод вопроса в типизированные операции и повествование результата) от принятия решений движком правил, выдаёт «квитанцию полноты» и предоставляет рабочий пример с использованием MCP, Amazon Bedrock, Cognito, API Gateway, Lambda и Aurora Serverless v2.
В публикации Amazon описывает использование возможностей многошагового обучения с подкреплением (MTRL) в Amazon SageMaker AI для дообучения модели Qwen3.6-27B под поискового агента. Статья перечисляет возможности MTRL — бессерверное выполнение, модульный интерфейс агент–окружение, асинхронные роллауты, встроенные алгоритмы (PPO, CISPO, IS), наблюдаемость траекторий через MLflow и задачи оценки — и показывает пример с BM25 и векторным поиском для корпоративного поиска.
Amazon Payments внедрила многоцелевой контекстный многорукий бандит (LinUCB) на Amazon SageMaker AI для персонализации контента в трёхшаговой воронке привлечения. В семинедельном онлайн A/B-тесте компания зафиксировала однозначный высокий процентный рост конверсии на завершающем этапе для одной группы пользователей, тогда как для другой улучшений не было; опубликованы архитектура на AWS, детали метода и репозиторий с кодом для экспериментов на синтетических данных.
Uniopen (в составе тайваньской Uni‑President Enterprises Group) настроила Amazon Nova 2 Lite под свою таксономию модерации в ритейле через супервизированное дообучение в Amazon SageMaker AI и оптимизацию вывода на уровне подсказок; Nova 2 Pro генерирует кандидатные исправления, которые проверяются людьми до включения в обучающий набор. Конвейер развертывания использует Amazon S3, DynamoDB, Argo Workflows на EKS, Argo CD, SNS, CloudWatch и Bedrock Guardrails с проверками «жёстких» и «мягких» ворот, фиксированными тестовыми наборами и обязательной человеческой верификацией в спорных случаях.
AWS выпустила инструкцию по развертыванию триагентного музыкального пайплайна на Amazon Bedrock AgentCore Runtime Instances. Пример показывает ко‑расположение агентов на одном EC2-инстансе с постоянными томами и GPU NVIDIA L4 (ACE-Step для генерации музыки на месте), совместную работу через общий runtimeSessionId и упаковку артефактов в ECR или S3 для многодневных состоятелных рабочих процессов.
Amazon Bedrock теперь поддерживает Anthropic Claude Opus 5 и Claude Sonnet 5 с in-region inference на endpoint bedrock-runtime: Opus 5 и Sonnet 5 доступны в Сеуле (ap-northeast-2), а Sonnet 5 — в Сингапуре (ap-southeast-1). Это позволяет вызывать модели через bedrock-runtime (InvokeModel, Converse или Anthropic Messages API), а запросы и данные обрабатываются и логируются целиком внутри выбранного региона AWS для соблюдения требований к хранению данных.
По данным OpenAI, GPT-6.1 Sol стала общедоступной на Amazon Bedrock и добавляет более сильные возможности рассуждения для агентных задач — кодирования, анализа сложных документов и многошаговых рабочих процессов. OpenAI утверждает, что GPT-6.1 Sol сопоставима с GPT-6 Astra на DeepSWE v1.1 при примерно пятикратно меньшей стоимости за задачу и превосходит GPT-6 Sol; модель доступна через Codex, ChatGPT Work и Bedrock API и может запускаться с AWS-контролями (IAM, CloudTrail, VPC) и изолированным инференсом с опциями невключения данных в обучение.
На Dev Day OpenAI представила обновления Codex: повторно используемые облачные среды разработки, доступные с любых устройств; обновлённый Codex CLI с голосовым управлением; интеграцию проверки кода в настольное приложение ChatGPT; и Codex Security Cloud для сканирования и исправления проблем в репозиториях. Также объявлены API-обновления — Decisions API на базе Luna и улучшения Agents API с поддержкой Managed Agents Amazon Bedrock на AWS.
Руководство AWS описывает архитектуру React‑веб‑приложения, превращающего портфель PDF‑контрактов в структурированные данные: агенты на Amazon Bedrock (AgentCore) используют Claude Sonnet для извлечения полей и Claude Haiku для верификации, Amazon Textract решает спор по подписям, результаты сохраняются в Amazon Aurora PostgreSQL, а пользователи получают доступ через встроенную аналитику и чат на естественном языке с показом статуса по WebSocket.
Condé Nast совместно с AWS Generative AI Innovation Center создала систему мультимодального поиска по видео, использующую эмбеддинги Marengo от TwelveLabs через Amazon Bedrock и индексирование в Amazon OpenSearch Service. Разделённая архитектура (генерация эмбеддингов на Bedrock и низколатентный k-NN-поиск в OpenSearch) обеспечивает поиск по намерению, поиск по изображению и точные таймстемпы в транскриптах, аудио и видео, сократив среднее время поиска с ~250 минут до менее чем 2 минут на задачу.
xAI выпустила Grok 4.7 в каталоге Amazon Bedrock (через endpoint bedrock-runtime с кросс-региональными профилями инференса). Модель имеет контекстное окно 500 тыс. токенов, четыре уровня усилия рассуждения (low/medium/high/xhigh), улучшенную самопроверку при длительных задачах для кодирования и интеллектуальной работы, обновлённый стек защит и поддержку API Responses, Chat Completions, InvokeModel и Converse.
Claude Sonnet 5.5 от Anthropic — более быстрый и экономичный Sonnet‑модель для специализированных задач кодирования и работы с знаниями — стала доступна в Amazon Bedrock (через профиль вывода Global CRIS) и в Claude Platform на AWS в Северной Америке. Интеграция сохраняет данные в инфраструктуре AWS и поддерживает управления AWS (IAM, CloudTrail, CloudWatch) и Bedrock Guardrails; модель можно вызывать программно через Anthropic Messages API на bedrock‑runtime.
Второй инженерный пост NarrateAI подробно описывает пять скоординированных методов — адаптивная оркестрация конвейера, отказоустойчивая мульти-модельная схема через аккаунты, оценка в реальном времени при стриминге, составная рамка оценки и проверка точности данных — реализованных на Amazon Bedrock AgentCore для получения проверяемых ответов в реальном времени в BI; в посте утверждается достижение примерно 99% числовой точности при стриминге. Текст ориентирован на инженеров, объясняя, как каскадный конвейер поддерживает пропускную способность, снижает троттлинг и обнаруживает числовые галлюцинации в ответах для руководства.
Публикация Amazon описывает эталонную архитектуру для создания мульти-аккаунтных AI-агентов, которые обращаются к данным по месту хранения в разных AWS-аккаунтах без централизации. Платформенный аккаунт хостит агенты и инференс в Bedrock, а AgentCore Gateway (в связке с MCP, AgentCore Identity, Policy in AgentCore/Cedar и при необходимости Okta) агрегирует MCP-серверы LOB, обеспечивает единый механизм обнаружения инструментов, авторизации, наблюдаемости и применяет guardrails и RAG-поиск по знаниям.
Aderant создала Intelligent Ticket Analyzer на основе Amazon Nova Lite через Amazon Bedrock для автоматизации сбора контекста, классификации, маршрутизации и обогащения знаний по заявкам поддержки в 268 средах клиентов. За первые 2,5 недели (30 июня–17 июля 2026) система обработала 109 заявок с ≈96% точностью маршрутизации, оценивает экономию 8–14 инженерных часов в неделю при операционных расходах ниже $30 в месяц.
Allow Google Analytics to measure visits? It stays off until you choose. You can change your choice at any time.