Tech Meridian
← К СУЩНОСТЯМ
КОМПАНИЯ · ENTITY #562
Хронология связанных событий, источники и контекст из новостной базы.
В публикации AWS показано Python-приложение на AWS CDK, разворачивающее агентный механизм поиска на основе управляемых баз знаний Amazon Bedrock и AgentCore. Пример перенаправляет запросы между двумя базами знаний, использует API AgenticRetrieveStream для многоходовых, цитируемых ответов и настраивает панели CloudWatch и оценку для наблюдаемости.
Исследователи безопасности из Zenity Labs заявили, что цепочка уязвимостей под названием «AgentCorruption» в Amazon Bedrock AgentCore позволяла одной чат‑подсказке уязвимому публичному агенту получить доступ к метаданным и временным учетным данным, а затем захватить все агенты AgentCore в том же AWS‑аккаунте и регионе. AWS частично исправила проблему — IMDSv2 теперь используется по умолчанию для новых развертываний AgentCore, также ужесточена роль по умолчанию; Zenity рекомендует вручную сужать права агентов до минимально необходимых.
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.
Trane Technologies разработала агентное ИИ‑решение на Amazon Bedrock AgentCore с использованием фреймворка Strands и развёртыванием через AWS CDK, интегрированное с телеметрией Trane Cloud. По внутренней оценке Trane, решение создали за 3–4 недели и сократили 20‑минутный многоэкранный диагностический процесс до 20‑секундного запроса на естественном языке (заявленное ~60× ускорение получения инсайтов).
В AgentCore на Amazon Bedrock появился оптимизатор системных подсказок, который использует производственные трассы агентов и сигнал вознаграждения для предложений и валидации правок конфигурации. В техническом материале описан конвейер на базе рефлектора (Single Agent Reflector и экспериментальный открытый Sub‑Agent Reflector), интеграция с AgentCore Observability, офлайн- и онлайн-валидация (A/B-тесты), защитные механизмы и результаты оценки на бенчмарках GEPA и MIPROv2.
Выпущена открытая коллекция из 38 «HCLS Agent Skills» (MIT-0), где методики принятия решений представлены в виде структурированных SKILL.md-файлов для 11 доменов медицины и бионаук, чтобы направлять агентные ИИ. Репозиторий и универсальный CLI обеспечивают переносимость и аудируемость навыков между средами агентов (Kiro, AWS Strands/Bedrock AgentCore, Claude Code, OpenAI Codex и др.), и авторы сообщают об уровне выигрышей 70–86% для агентов со навыками по сравнению с без них.
AWS Machine Learning рассказывает, как Abnormal AI использовала Code Interpreter в составе AgentCore Amazon Bedrock как эпhemeral compute «песочницу» для агентов, обеспечивающих защиту электронной почты в реальном времени на уровне миллиардов сообщений, и излагает проектные решения по песочнице и практические выводы для эксплуатации Code Interpreter в продакшене.
Ninth Wave разработала Compass — многoагентного AI‑помощника на Amazon Bedrock AgentCore, который проверяет банковские API на соответствие стандартам Financial Data Exchange (FDX), присваивает оценки соответствия и сокращает онбординг в открытых финансах с недель до минут при соблюдении требований SOC 2 и PCI DSS, сообщает AWS Machine Learning.
AWS Machine Learning опубликовал руководство по созданию и развёртыванию MCP-приложений с интерактивными HTML-виджетами с использованием Amazon Bedrock AgentCore. Поскольку MCP Apps — это независимый от хостов стандарт, тот же сервер может обеспечивать одинаковый интерфейс на AI-хостах, которые поддерживают расширение, например ChatGPT и Claude.
Allow Google Analytics to measure visits? It stays off until you choose. You can change your choice at any time.