AIBID
AIBID BLOG

AI 与科技

最新的 AI 产品、模型、Agents、Robotics、AI 芯片、融资与开源动态。

企业 AI · 10 天前

扩展代理式AI:避免供应商锁定的企业模式

发生了什么

这是AWS机器学习博客多代理系列的第二篇文章,聚焦企业级代理式AI的扩展问题。

文章讨论了ML团队如何在包含多种框架、模型和供应商的环境中运行大量代理式AI系统。

核心是提出让这些系统共同扩展的模式,同时保留灵活性并避免被单一供应商锁定。

为什么重要

企业如果忽视锁定风险,长期可能受制于特定框架或供应商,难以适应技术变化。

文中强调的规模化模式,可以帮助团队在多元技术栈中保持选择空间,并降低未来迁移的成本。

关键事实

该文章是“多代理系列”的第二篇。

ML团队在“多everything”环境(框架、模型、供应商)中运行许多代理式AI系统。

文章目标是在保持灵活性的同时避免供应商锁定,并让系统共同扩展。

接下来看什么

后续系列文章可能进一步展开具体的扩展原则或实施模式。

读者可以关注该系列,了解如何在不同框架和模型之间实现规模化协作。

来源

阅读 → 继续下滑看下一篇
企业 AI · 10 天前

基于Bedrock AgentCore的多智能体框架加速企业云迁移

发生了什么

AWS专业服务团队推出了一套基于Amazon Bedrock AgentCore构建的多智能体框架,用于端到端自动化企业云迁移流程。

该框架中的专用AI智能体分别负责发现、基础设施即代码(IaC)生成、投资组合治理以及迁移后运营等环节。

AWS表示,这一方案将IaC开发时间从数周缩短至数分钟。

为什么重要

企业云迁移通常涉及复杂且耗时的手动流程,多智能体自动化有望大幅降低迁移门槛和周期。

通过将治理与运营纳入同一智能体框架,企业可在加速迁移的同时保持对组合的管控,这对大规模上云项目尤为关键。

关键事实

该方案基于Amazon Bedrock AgentCore构建。

智能体覆盖发现、IaC生成、投资组合治理和迁移后运营。

IaC开发时间从数周缩短至数分钟。

接下来看什么

这一框架是否会向更多AWS客户开放,以及它在不同类型的迁移场景中的适用性。

未来AgentCore可能如何进一步集成其他AWS服务,以支持更复杂的云治理与运维需求。

来源

阅读 → 继续下滑看下一篇
企业 AI · 10 天前

AWS向量方案:让Agentic AI在数据所在地构建

发生了什么

AWS发布了一套向量搜索解决方案组合,将向量检索能力直接集成到用户已经在使用的数据库和存储服务中。

这项方案避免了独立向量数据库的部署以及数据迁移的步骤,并覆盖六个专门构建的服务。

官方文章还提供了用于选择合适向量引擎的决策框架,并针对每个服务给出了客户验证案例。

为什么重要

企业可以在数据原本存储的位置直接开发Agentic AI应用,从而减少数据搬运带来的复杂性和延迟。

将向量搜索嵌入现有基础设施,可能显著降低AI应用采用向量检索的门槛,让更多团队基于已有技术栈快速起步。

决策框架和客户实例的引入,反映出AWS希望帮助用户简化技术选型、降低试错成本。

关键事实

AWS提供的向量搜索组合直接内置于用户已使用的数据库和存储服务中。

该方案不需要独立的向量数据库,也不需要数据迁移。

相关文章涵盖六个专用服务、一个决策框架以及每个服务的客户验证点。

接下来看什么

后续是否会公布更多关于这些内置向量能力在生产环境中的性能表现和使用细节。

关注AWS如何将向量搜索与现有AI服务进一步整合,以支持更复杂的Agentic工作负载。

来源

阅读 → 继续下滑看下一篇
企业 AI · 10 天前

AlloyDB ScaNN 利用四层树实现10-Billion-Vector搜索

发生了什么

Google Cloud 公布了 AlloyDB 的 ScaNN 索引的一项架构增强:一个四层树,目前处于预览阶段,可在 10 billion 向量的规模下高效运行。

早期的两层和三层树设计在此规模下遇到瓶颈,包括计算强度增加以及为 10 billion 向量进行采样所需的内存限制。

新的自顶向下架构引入了 Top-K 分支、SOAR、质心调整和平衡树形状等改进,以保持准确性和构建效率。

为何重要

Agentic AI 应用通常将向量数据库推向 billions of vectors,许多系统在此类需求下难以有效扩展。

通过分层分区减少计算负载并优化内存使用,AlloyDB 旨在提供企业级性能,在空前规模下实现低查询延迟和高召回率。

关键事实

AlloyDB 是一项完全托管的、与 PostgreSQL 兼容的数据库服务,专为要求苛刻的企业工作负载而设计。

得益于四层树架构,ScaNN 索引现在可在 10 billion 向量的规模下高效运行。

内部性能测试报告在 10 billion 向量下,召回率为 95%,p95 延迟不超过 51 ms。

四层分层设计将搜索复杂度降低到 O(N^1/4),从而支持超过 10 billion 向量。

下一步关注

由于四层树仍处于预览阶段,企业可能会关注其走向正式可用和生产就绪的路径。

未来的发展可能会集中在随着向量数据集持续增长超过 10 billion 向量时保持延迟和召回率。

来源

阅读 → 继续下滑看下一篇
企业 AI · 10 天前

谷歌云宣布 Cloud KMS 量子安全密钥导入进入预览

发生了什么

谷歌云宣布 Cloud KMS 推出量子安全密钥导入预览,适用于基于软件的加密密钥。该功能是后量子密码学(PQC)迁移时间线下一阶段的第一步,旨在帮助企业在密码学相关量子计算机(CRQC)出现前保护敏感密钥。

新的导入方法采用混合公钥加密(HPKE),为传输中的密钥构建量子抗性封装。客户端通过 Cloud KMS API 创建导入任务,服务器生成后量子 KEM 私钥并公开对应公钥;客户端使用 Tink 或 OpenSSL 执行 HPKE Seal() 操作,借助 HKDF-SHA256 派生的临时 AES 密钥加密密钥材料,随后将封装密文发送回 Cloud KMS,由服务器执行 Open() 操作解密。

KEM 层支持 X-Wing、ML-KEM-768 或 ML-KEM-1024,密钥派生使用 HKDF-SHA-256,对称封装使用 AES-256-GCM 及标准 12 字节 nonce。同时,Cloud KMS PQC insights 已正式可用,可帮助用户监控整体后量子态势并规划现代化。

为什么重要

传统密钥导入依赖经典非对称加密封装传输密钥,这些算法虽能抵御当前威胁,但在可行量子计算机出现后可能被破解,导致已拦截并存储的密文被解密。量子安全密钥导入从第一天起就用量子抗性封装包裹密钥,有助于缓解“先存储、后解密”(SNDL)攻击。

对于采用多云架构、依赖 BYOK 维护数据主权的企业而言,量子安全密钥导入提供了一条保护关键云工作负载的升级路径,帮助安全团队在量子时代重新评估跨网络传输加密密钥的方式。

关键事实

谷歌云宣布 Cloud KMS 量子安全密钥导入功能进入预览,适用于软件加密密钥。

该功能使用 HPKE 构建量子抗性传输封装,支持 X-Wing、ML-KEM-768 和 ML-KEM-1024 作为 KEM 选项。

Cloud KMS PQC insights 现已正式可用,可帮助用户监控后量子态势并规划密钥现代化。

接下来看什么

企业可从创建首个量子安全密钥导入任务开始,逐步推进应用的后量子化改造。谷歌云已开放反馈渠道,邀请用户探讨如何支持其组织的后量子战略。

随着 PQC 迁移持续推进,后续阶段可能会进一步扩展量子安全功能覆盖范围,包括更多密钥类型和更广泛的算法支持。

来源

阅读 → 继续下滑看下一篇
罗永浩@luoyonghao · AIBID #1

【严肃提醒】我从未参与、推广或代言任何虚拟货币项目。所有使用我名字、头像或形象的账号均为假冒,请勿相信任何相关投资信息。

♡ 738 💬 690 ↻ 18
详情 →
企业 AI · 10 天前

谷歌连续第三年入选2026 Gartner云原生应用平台魔力象限领导者

发生了什么

谷歌云宣布,在2026年Gartner云原生应用平台(CNAP)魔力象限中被评为领导者,这是其连续第三年获得这一认可。谷歌认为,此次入选领导者象限印证了其打造易用、开发者中心化平台的承诺,目标是加速上手并支持现代负载的快速原型开发。

谷歌云强调其愿景是构建以应用为中心的云,帮助开发者专注编写代码和构建智能体或传统应用,同时通过统一的执行环境支持无服务器、容器化和智能体化部署方式。谷歌相信,这一位置体现了自身为普通企业微服务和新一代自主AI应用提供动力的独特准备。

为什么重要

这一结果说明,在生成式AI开发兴起的背景下,云原生应用平台的竞争正在从单纯的基础设施转向开发者体验与AI工作流的融合。谷歌云将vibe coding、托管MCP服务器和智能体技能纳入平台,可能代表平台工程的新方向。

对企业而言,连续入选领导者象限意味着谷歌云在帮助企业将原型转化为生产级、安全且成本可控的软件方面具备一定可信度,尤其是当工作负载开始包含自主AI应用时。

关键事实

谷歌连续第三年在2026年Gartner云原生应用平台魔力象限中被评为领导者。

谷歌云平台提供统一执行环境,支持无服务器、容器化和智能体化部署。

谷歌云推出Google AI Studio一键原型部署、托管MCP服务器及官方智能体技能仓库等功能。

接下来看什么

值得关注的是开发者能否借助Google AI Studio等工具,让vibe coding应用快速部署到Cloud Run,并缩短从创意到上线的周期。

另一个看点是通过Application Design Center和Antigravity,平台能否在开发者速度与企业治理之间取得平衡,使企业更大规模采用云原生与AI应用。

来源

阅读 → 继续下滑看下一篇
企业 AI · 10 天前

使用 Amazon Bedrock 为医疗 API 构建智能安全防护

发生了什么

AWS 机器学习博客发布文章,展示如何使用 Amazon Bedrock 为 FHIR API 添加上下文感知的安全监控能力。

该方案可自动检测异常访问模式、识别数据敏感度,并以自然语言生成合规报告。

为什么重要

医疗 API 承载大量敏感数据,传统安全手段往往难以结合具体上下文进行判断。

这项方法让安全监控更智能,同时明确承诺不增加临床工作流的延迟,对实际医疗场景有重要价值。

关键事实

方案基于 Amazon Bedrock 构建。

目标对象是 FHIR API。

功能包括检测异常访问模式、自动分类数据敏感度、生成自然语言合规报告。

整个流程不影响临床工作流的延迟。

接下来看什么

未来是否会有更多针对医疗 API 安全场景的部署示例或最佳实践。

该方案能否扩展到其他医疗数据标准或合规要求更复杂的场景。

来源

阅读 → 继续下滑看下一篇
扩展代理式AI:避免供应商锁定的企业模式
企业 AI · 10 天前

扩展代理式AI:避免供应商锁定的企业模式

企业扩展代理式AI需兼顾灵活性与避免供应商锁定,本文探讨多代理系列第二篇中的规模化原则。

阅读 →
基于Bedrock AgentCore的多智能体框架加速企业云迁移
企业 AI · 10 天前 · 1

基于Bedrock AgentCore的多智能体框架加速企业云迁移

AWS专业服务用AgentCore构建多智能体框架,将云迁移自动化,IaC开发从数周缩至数分钟。

阅读 →
AWS向量方案:让Agentic AI在数据所在地构建
企业 AI · 10 天前 · 1

AWS向量方案:让Agentic AI在数据所在地构建

AWS推出内置于现有数据库和存储服务的向量搜索组合,无需独立向量库或迁移数据,涵盖六种服务与选型框架。

阅读 →
AlloyDB ScaNN 利用四层树实现10-Billion-Vector搜索
企业 AI · 10 天前

AlloyDB ScaNN 利用四层树实现10-Billion-Vector搜索

Google 的 AlloyDB ScaNN 通过四层树将向量搜索扩展到 10 billion 向量。

阅读 →
谷歌云宣布 Cloud KMS 量子安全密钥导入进入预览
企业 AI · 10 天前 · 1

谷歌云宣布 Cloud KMS 量子安全密钥导入进入预览

谷歌云 Cloud KMS 推出量子安全密钥导入预览,保护软件密钥免受 SNDL 攻击。

阅读 →
谷歌连续第三年入选2026 Gartner云原生应用平台魔力象限领导者
企业 AI · 10 天前

谷歌连续第三年入选2026 Gartner云原生应用平台魔力象限领导者

谷歌连续第三年入选2026 Gartner云原生应用平台魔力象限领导者,称认可其开发者优先战略。

阅读 →
使用 Amazon Bedrock 为医疗 API 构建智能安全防护
企业 AI · 10 天前 · 1

使用 Amazon Bedrock 为医疗 API 构建智能安全防护

介绍用 Amazon Bedrock 为 FHIR API 增加上下文感知安全监控,不增加临床工作流延迟。

阅读 →