Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #3264

AWS Lambda

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

19

MODELS · 1 ИСТОЧН. · AWS Machine Learning

Образец конвейера для компьютерного зрения на краю с Amazon SageMaker Python SDK v3 и Neo

AWS опубликовала пример (aws-samples на GitHub), обновляющий 2023‑й шаблон визуального контроля до Amazon SageMaker Python SDK v3 и заменяющий устаревший SageMaker Edge Manager на SageMaker Neo. Двухветвевой конвейер SageMaker обучает для каждой камеры автоэнкодер‑анализатор аномалий и классификатор на базе ResNet18, пропускает модели через quality‑gate, компилирует одобренные артефакты с помощью SageMaker Neo (ONNX + скомпилированная библиотека), а оркестрация ретренинга выполняется через Step Functions, SQS FIFO, DynamoDB‑семафор, Lambda, SNS и EventBridge; развертывание — через AWS CDK, полный прогон на синтетике стоит примерно $0.07.

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Конструкт CDK оркестрирует авто масштабирование SageMaker при обновлениях endpoint

AWS описывает переиспользуемый конструкт для AWS CDK, который заменяет стандартные ресурсы Application Auto Scaling тремя кастомными ресурсами CloudFormation, чтобы снять и затем заново зарегистрировать авто масштабирование вокруг обновлений реального endpoint SageMaker. Подход (Deregister, обновление endpoint, Register Scalable Target, Attach Scaling Policy) использует асинхронные обработчики кастомных ресурсов, ConfigHash для принудительного повторного вызова и вспомогательные Lambda/Step Functions, позволяя обновлять конфигурацию endpoint и параметры масштабирования в одном деплое без ручных действий и сломанных стеков CloudFormation.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS Agent Registry обеспечивает обнаружение серверов MCP и навыков агентов во время выполнения

AWS представляет AWS Agent Registry — управляемый каталог для регистрации и семантического поиска серверов Model Context Protocol (MCP), агентов и навыков, чтобы оркестраторы могли обнаруживать и создавать инструменты во время выполнения вместо жесткой привязки конечных точек. В публикации приведён Python-референс, который использует Amazon Bedrock AgentCore Gateway, A2A‑агентов на AgentCore runtime и оркестратор, выполняющий поиск в реестре, строящий клиенты по дескрипторам и вызывающий возможности (аутентификацию требуется получать отдельно).

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Построение агентной системы обработки документов (IDP) на Amazon Bedrock AgentCore с Strands Agents

AWS опубликовала практическое руководство по агентной системе обработки документов (IDP), в которой используются Amazon Bedrock AgentCore и открытая SDK Strands Agents для классификации, извлечения, валидации и самообучения на деловых документах. Архитектура связывает runtime и возможности идентификации AgentCore с сервисами AWS (Textract, S3 Vectors, Aurora DSQL, Lambda, EventBridge, DynamoDB, ECS) в многопроцессных рабочих потоках, позволяя обрабатывать новые форматы документов без ручной настройки шаблонов.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Amazon Bedrock Managed Entitlements: скрипт и CDK для активации приватных цен AWS Marketplace

AWS опубликовала руководство и примеры кода для упрощения активации приватных цен AWS Marketplace (MPPO) для Amazon Bedrock в нескольких аккаунтах. Доступны два пути: лёгкий разовый скрипт, который перечисляет лицензии и может создать/активировать организационные гранты, и событийный стек AWS CDK, который реагирует на события соглашений, проверяет продавцов, создаёт распределённые гранты и автоматически запрашивает их активацию.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

ShipStation Global создала AI-помощника IT-поддержки «Deckhand» на Amazon Bedrock AgentCore

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.

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Автоматическое исправление после расследований AWS DevOps Agent с помощью Lambda Durable Functions и Amazon Bedrock

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).

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

6-недельный плейбук помогает неинженерам создавать мультиагентные AI‑прототипы с Amazon Bedrock и Strands

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.

4.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS опубликовала руководство по созданию голосового туристического консьержа на Bedrock AgentCore и Nova 2.5 Sonic

AWS опубликовала практическое руководство по созданию голосового туристического консьержа с использованием Amazon Bedrock AgentCore (runtime и Gateway), Amazon Nova 2.5 Sonic для реального времени и Amazon Bedrock Knowledge Bases, с применением AWS CDK и протокола Model Context Protocol (MCP) для интеграции с бэкендом. В статье описана архитектура, компоненты (аутентификация, хранилища данных, Lambda, API Gateway) и пример для авиакомпании с сохранением слабой связности между агентом и существующими системами.

5.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS публикует паттерн «Adjudicated Query» для проверяемой комплаенс‑проверки договоров через Amazon Quick

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.

6.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Руководство Amazon Bedrock AgentCore: амбиент-агенты, реагирующие на события с участием человека

AWS выпустила пошаговое руководство и референсную реализацию по созданию «амбиент»-агентов на Amazon Bedrock AgentCore, которые реагируют на потоки событий (S3, EventBridge, планировщик), при необходимости приостанавливаются для одобрения человека через инструмент ask_human и затем продолжают работу — с использованием AgentCore Runtime и бессерверных компонентов AWS (Lambda, DynamoDB, SQS) и моделей Bedrock. В публикации приведён путь развертывания с требованием AWS CLI, CDK v2, Docker и контейнера в ECR; в примере ограничение на шаг агента соответствует 15-минутному таймауту Lambda.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Aderant внедряет Intelligent Ticket Analyzer на базе Amazon Nova Lite через Bedrock

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.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

HEMA развернула внутреннего помощника HAL с помощью MCP и Amazon Bedrock AgentCore

Нидерландский ритейлер HEMA создал внутреннего ИИ-помощника HAL, который объединяет разрозненные корпоративные знания и предоставляет ответы внутри привычных инструментов, делая источники доступными как MCP-инструменты и запуская агентов на Amazon Bedrock AgentCore. Идентификация реализована через Microsoft Entra ID, а функции AgentCore (Gateway, Runtime, Memory, Guardrails) позволили обойти необходимость в собственном MCP-сервере.

5.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS показала, как передавать результаты Amazon Bedrock Data Automation в Salesforce Agentforce через MCP

В блоге AWS описана архитектура, которая использует Amazon Bedrock Data Automation и протокол Model Context Protocol (MCP) для обработки неструктурированных данных (видео, аудио, изображения, документы) в Amazon S3 и передачи структурированных выводов в Salesforce Agentforce прямо в консоли Salesforce. В шаблоне используются события S3, AWS Lambda, DynamoDB и EventBridge; запросы агента проходят через Amazon Bedrock AgentCore Gateway для получения обработанных результатов по MCP.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

CLEA BMW использует Prophet для обнаружения аномалий затрат в 14 000 облачных аккаунтов

Внутренняя FinOps-система BMW Group — Cloud Efficiency Analytics (CLEA) — ежедневно собирает биллинговые данные (включая AWS CUR), строит прогнозы расходов по каждой пара аккаунт‑сервис с помощью Prophet и обнаруживает аномалии по ~14 000 облачных аккаунтов. Серверлес‑конвейер (Step Functions, Lambda, S3, Distributed Map) обрабатывает сотни тысяч временных рядов за ~20 минут и уведомляет владельцев при отклонениях; стоимость вычислений указана около $50/месяц.

4.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

EXL запустила медицинское решение IDP с ИИ в AWS

EXL объединила приложение Xtrakto.AI для интеллектуальной обработки документов и специализированную модель EXL Insurance LLM, развернув конвейер в AWS (включая Amazon SageMaker AI и Amazon Bedrock) для извлечения, суммаризации и запроса медицинских записей в масштабе предприятия с целью сократить время рассмотрения претензий и андеррайтинга. Решение работает в одном регионе AWS и использует сервисы AWS для приема, оркестрации, OCR, обучения/инференса моделей и управления доступом.

5.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS опубликовала бессерверное решение для метрик Git с визуализацией в Amazon QuickSight

AWS представила бессерверный, событийно-управляемый конвейер, который автоматически собирает метрики Git из GitHub и GitLab, сохраняет данные в Amazon S3 и визуализирует их в Amazon QuickSight. Решение использует EventBridge Scheduler, Step Functions, Lambda и параметры CloudFormation, включает детектор изменений, адаптивное разбиение и полные/инкрементальные загрузки для обеспечения почти в реальном времени аналитики разработки и поддержки наблюдаемости в рамках AI-DLC.

3.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Amazon Quick описывает многослойную авторизацию для вызовов инструментов MCP

В блоге Amazon опубликован пошаговый пример реализации многоуровневой авторизации для вызовов инструментов Model Context Protocol (MCP) в Amazon Quick. Описан Lambda «перехватчик» за шлюзом Amazon Bedrock AgentCore, который по очереди проверяет утверждения OIDC JWT через четыре уровня (MFA, географические ограничения, сопоставление групп и ролей, проверки прав на уровне инструментов) и показывает настройку Microsoft Entra ID, переменных окружения и AWS-компонентов для реализации ролевых и атрибутивных ограничений и проверок параметров.

5.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Построение бессерверного конвейера редактирования PII с Amazon Bedrock Data Automation

AWS описывает способ автоматизации полного цикла обнаружения и редактирования персональных данных (PII) в масштабе с помощью пользовательских шаблонов (blueprints) Amazon Bedrock Data Automation и бессерверного пакетного конвейера на AWS Step Functions и Lambda. Публикация показывает создание шаблона для полей (пример: заявления врача), получение содержимого полей с координатами и оценками доверия и применение преобразований для точной краснойакции.

5.0