Войти

#AWS

И инструменты ·19 авг 2026

AWS показал, как не платить за простой Lambda при вызове AI-агентов: три асинхронных паттерна для Bedrock AgentCore

AWS опубликовал руководство по асинхронным вызовам AgentCore-агентов в serverless-пайплайнах. Проблема: Lambda синхронно ждёт ответа агента минуты, платишь за каждую секунду простоя. Решение: task-token callback, прямая интеграция Step Functions или durable functions — запустил агента, освободил compute, возобновил пайплайн по готовности. Экономия на compute идёт в разы.

0 75
И инструменты ·18 авг 2026

Jumio построила feature store на AWS с задержкой менее 100 мс — как они это сделали

Jumio решила проблемы ML-инфраструктуры, создав на AWS real-time feature store с задержкой <100 мс для фрод-детекта. Архитектура на базе Kinesis, Flink и SageMaker Feature Store устранила дублирование данных, ручное развёртывание и несогласованность признаков между обучением и инференсом.

0 112
И инструменты ·19 авг 2026

AWS запустил фильтры доменов и дат для веб-поиска в Bedrock AgentCore — как контролировать источники AI-агентов

Amazon Bedrock AgentCore получил фильтрацию доменов и дат публикаций прямо в API-вызовах: теперь можно управлять источниками веб-поиска для AI-агентов на уровне каждого запроса. Плюс региональное развёртывание в Дублине и Токио для снижения задержек и соответствия требованиям локализации данных.

0 26
И инструменты ·17 авг 2026

NVIDIA Nemotron 3.5 Lightning в AWS SageMaker: MoE-модель для AI-агентов в один клик

AWS добавила в SageMaker JumpStart модель NVIDIA Nemotron 3.5 Lightning — компактную MoE-модель (30B параметров, 3B активных) с контекстом 1M токенов, специально заточенную под массовые агентские задачи. Обещает в 4 раза выше throughput и на 30% быстрее выполнение типовых шагов агентов, работает на одной GPU.

0 39
И инструменты ·14 авг 2026

Как писать кастомные reward-функции для обучения Amazon Nova Forge с подкреплением

AWS опубликовала детальный гайд по написанию reward-функций для multi-turn reinforcement learning в Nova Forge. Главная мысль: в RL модель учится тому, что оценивает ваша reward-функция, и неправильный reward незаметно сломает обучение, даже если метрики выглядят нормально. Для сложных многоходовых задач AWS предлагает Bring Your Own Orchestration — запуск вашей логики награждения в собственном окружении.

0 81
И инструменты ·14 авг 2026

AWS упростила сборку AI-агентов: Bedrock AgentCore + SageMaker теперь работают вместе

AWS связала Amazon Bedrock AgentCore и SageMaker AI через единую среду выполнения, позволяя комбинировать готовые модели с кастомными в одном агентном workflow. Разработчики теперь могут одновременно использовать Claude от Bedrock и свои тюнингованные модели на SageMaker (например, Qwen 3.5 9B) без переписывания кода. Это решает проблему mix-and-match моделей в продакшене с контролем затрат и локализацией данных.

0 35
И инструменты ·11 авг 2026

AWS запустил Claude apps gateway — корпоративный прокси для управления доступом к Anthropic Claude

AWS выпустил production-готовое решение для централизованного управления доступом сотрудников к Claude Code и Claude Desktop через Amazon Bedrock. Позволяет подключить SSO, контролировать расходы по пользователям и применять политики доступа без раздачи API-ключей разработчикам.

0 61
И инструменты ·5 авг 2026

AWS показала, как связать облачного AI-агента с локальными MCP-инструментами через WebSocket-мост

Инженеры AWS собрали production-ready мост между облачным AI-агентом (Amazon Bedrock AgentCore) и локальными MCP-серверами на машине пользователя. Агент в облаке получает доступ к файлам Excel на ноутбуке через цепочку WebSocket → расширение браузера → native messaging → локальный MCP-прокси. Решение обкатали на внутреннем финансовом ассистенте (41 тыс. диалогов за год), теперь выложили упрощённую версию на GitHub.

0 120
И инструменты ·7 авг 2026

Как AWS вычисляет выход команд в плейoff НХЛ через constraint programming — и при чём тут деньги

AWS построила систему на constraint programming (математической оптимизации с ограничениями), которая автоматически определяет, при каких исходах игр команда НХЛ математически гарантирует себе плейoff. Раньше лига считала вручную — теперь алгоритм даёт точный ответ за минуты, учитывая 32 команды, 7 правил тай-брейка и сотни оставшихся матчей. Проверили на 4 сезонах — совпало с официальными данными НХЛ на 100%.

0 79
И инструменты ·3 авг 2026

AWS запустил автоматическое исправление политик Automated Reasoning в Bedrock — формальная логика без ручного редактирования

Amazon Bedrock теперь сам исправляет ошибки в политиках Automated Reasoning: диагностирует провалившиеся тесты, предлагает правки в формальной логике, вы только одобряете. Два режима: Iterative Refinement чинит логику правил, Ambiguous Variable Refinement — неоднозначность перевода из естественного языка. Раньше на правку уходили десятки итераций ручного редактирования SMT-LIB, теперь — одна кнопка.

0 107
И инструменты ·12 авг 2026

Как отследить затраты на Amazon Bedrock по пользователям через Athena и CUDOS

AWS показала, как настроить детальный учёт расходов на Bedrock через Cost and Usage Reports 2.0 с IAM-идентификацией. Теперь можно видеть, кто именно из команды сколько потратил на вызовы моделей, анализировать через SQL в Athena или готовые дашборды CUDOS. Включение отслеживания IAM-принципалов увеличивает размер отчётов, но даёт полную прозрачность.

0 32
И инструменты ·12 авг 2026

Трёхуровневый KV-кеш для LLM на AWS SageMaker HyperPod: как снизить расходы на инференс без потери скорости

AWS представил архитектуру трёхуровневого KV-кеша для больших языковых моделей на SageMaker HyperPod с распределённой файловой системой Curvine. Решение позволяет переиспользовать кеш между репликами vLLM через общий пул NVMe-дисков, ускоряя time-to-first-token до 2.7 раз и достигая 100% попаданий в кеш. Это позволяет запускать тяжёлые модели на дешёвых G6e-инстансах вместо дорогих P5.

0 17
И инструменты ·3 авг 2026

Противоречивые рекомендации AWS по наблюдаемости агентных AI-систем: слои или фазы?

Автор обнаружил противоречие в официальных руководствах AWS по observability агентных AI-систем. Одно руководство рекомендует наблюдать метрики по архитектурным «слоям» (грубозернистые абстракции), другое — по «фазам» выполнения (мелкозернистые шаги). При этом термин «фаза» нигде не определён, хотя используется 127 раз в документе на 770 страниц.

0 104
И инструменты ·27 июл 2026

AWS показала, как сжать сотни документов для AI без потери смысла

Amazon представила технику task-aware knowledge compression (TAKC) — альтернативу классическому RAG для работы с сотнями документов одновременно. Вместо поиска похожих фрагментов система сжимает весь массив знаний в 8-64 раза под конкретную задачу, сохраняя связи между документами. Результат: финансовый аналитик может спросить про риски с учётом контрактов поставщиков и судебных дел — AI видит всю картину, а не топ-5 кусков текста.

0 133
И инструменты ·6 авг 2026

AWS AgentCore научили контролировать AI-агентов на уровне последовательности действий — новый язык политик Dogwood и лимиты

AWS выпустил обновление Amazon Bedrock AgentCore с темпоральными политиками (язык Dogwood) и лимитами на шлюзе. Теперь можно контролировать не только отдельные действия агента, но и их последовательность во времени — предотвращать нежелательные сценарии вроде обхода лимитов через множество мелких операций или неправильный порядок шагов. Догвуд опенсорсен под Apache 2.0, работает поверх Cedar.

0 37
И инструменты ·6 авг 2026

AWS запустил гибкие лимиты запросов для AI-трафика в AgentCore gateway

Amazon Bedrock AgentCore gateway теперь умеет ограничивать AI-трафик на уровне пользователей: запросы в минуту, токены, одновременные соединения. Можно раздавать разные лимиты разным группам (Basic/Advanced/Beta) через JWT или IAM, защищая модели и инструменты от перегрузок и контролируя расходы.

0 38
И инструменты ·21 июл 2026

Как я архитектировал SDAR на AWS и почему сознательно не запускал бенчмарки

Автор подробно разобрал алгоритм Self-Distilled Agentic Reinforcement Learning (SDAR) из свежей статьи, спроектировал полную архитектуру на AWS с расчётом инфраструктуры, но сознательно не стал арендовать GPU для бенчмарков. Вместо этого он честно объясняет цепочку инженерных решений: почему нужны четыре копии модели, как считать память под них, где sigmoid-гейт может дать NaN — и почему объяснение механизма важнее фейковой кривой сходимости.

0 121
Б безопасность ·29 июл 2026

AWS Bedrock AgentCore Identity: аутентификация JWT вместо OAuth-секретов

AWS добавил в Bedrock AgentCore Identity поддержку Private Key JWT — агенты теперь аутентифицируются через подписанные JWT-токены вместо общих OAuth-секретов. Приватный ключ хранится в AWS KMS и никогда не покидает его, публичный регистрируется у провайдера идентификации. Поддерживаются три сценария: machine-to-machine, on-behalf-of и user-delegated access.

0 74
И инструменты ·22 июл 2026

AWS Bedrock, SageMaker или EC2/Kubernetes для инференса LLM: как выбрать

Автор разбирает выбор между тремя AWS-подходами к развёртыванию LLM не как выбор одной платформы, а как систему из семи измерений (гибкость модели, латентность, модель затрат, операционная нагрузка, глубина кастомизации, комплаенс, зрелость команды). Главный тезис: большинство команд на масштабе в итоге используют два варианта одновременно, а инженерная ценность — в умении перемещать нагрузку между ними.

0 102
И инструменты ·27 июл 2026

MCP-серверы: практический гид по развёртыванию на AWS EC2

Автор делится опытом реального развёртывания MCP-сервера на AWS EC2 с nginx, bearer-токенами и streamable HTTP транспортом. Статья фокусируется на практических проблемах продакшена, которые игнорируют теоретические гайды: аутентификация, обратный прокси, масштабирование. Автор также описывает, как июльское обновление спецификации MCP сделало протокол полностью stateless, что меняет подход к архитектуре.

0 50
Б бизнес ·1 авг 2026

Скрытый налог на массовое внедрение ИИ в компаниях

Корпорации внедряют ИИ повсеместно, считая затратами только лицензии и обучение. Реальная цена — миллионы долларов на неконтролируемый расход вычислительных ресурсов. Amazon потерял $1,8 млн на одном внутреннем AI-проекте за пять месяцев, прежде чем кто-то это заметил.

0 20
Б бизнес ·28 июл 2026

Recursive Superintelligence потратит $410 млн на вычисления у Amazon — большая часть всех инвестиций

AI-стартап Recursive Superintelligence, работающий над самоулучшающимся ИИ, заключил контракт с AWS на $410 млн — это почти две трети от всех привлечённых $650 млн. Компания делает ставку на автоматизацию собственной разработки через агентов вместо найма людей и обещает первые продукты уже к октябрю 2024.

0 17