AWS九月AI更新：代理评估与知识库同步

回顾 2026 年 9 月 Amazon Bedrock、Amazon Bedrock AgentCore 和 Strands 的最新更新。

在 AWS，我们相信，企业落地 AI 的最快路径，是让开发者在每一层都拥有真正的选择权：模型、运行时和工具。这一理念决定了我们在 Amazon Bedrock、AgentCore 和 Strands 上的投入方向。Amazon Bedrock 持续扩大对领先前沿模型的支持，让你能够安全地构建 AI 应用并扩展其规模。Amazon Bedrock AgentCore 提供托管基础设施，让你可以使用任意框架或模型来构建、连接和部署企业 Agent。Strands 则提供开源工具包，帮助你构建 Agent，并在任何环境中运行。

随着 AI 模型的能力增强、模型选择增多，行业讨论的重心也在变化。模型性能不再是唯一的问题。客户开始针对具体用例权衡成本与收益，而在生产环境中将工作交给 Agent 时，这些决策至关重要。AI Agent 已经开始进入这样的工作流：需要基于企业知识进行推理、执行跨度较长的任务，并在重视安全性、准确性和治理的系统中采取行动。关注点正在从模型本身，转向围绕模型构建的完整系统，包括 Agent 能访问哪些上下文、能执行哪些操作，以及如何治理和保护企业数据。

9 月，Amazon Bedrock、AgentCore 和 Strands 的更新进一步夯实了这些基础。新功能扩大了模型选择，让 Agent 的运行更高效、效果更易衡量，也提供了更直接的方式，将 AI 应用与最新业务信息连接起来。

让 Agent 运行更快，评估真正重要的指标

构建针对 OpenAI 模型优化的 Agent。由 OpenAI 提供支持的 Amazon Bedrock Managed Agents 现已开放公开预览，帮助你在保障企业安全的同时，构建可用于生产环境的 AI Agent。现在，你可以使用 OpenAI 模型，同时将数据保留在 AWS 内，复用现有的 AWS Identity and Access Management（IAM）权限，并通过 AWS CloudTrail 保持完整的可审计性。持久化会话和内置的人工审批工作流，有助于减少开发工作量并降低风险。

Agent 启动更快，基础设施开销更低。作为 Amazon Bedrock AgentCore 的一项能力，最新的 AgentCore runtime 改进了内存管理效率，并降低了 serverless Agent 的冷启动延迟，因此你按实际使用量付费，而不是按峰值内存付费。借助按使用量计费的定价方式，你可以用更低的成本让 Agent 更快运行，无需提前预置容量。会话在空闲时缩容至零，并在硬件隔离的环境中运行。

降低 token 成本，同时保持前沿性能。Strands harness 是一个新的开源 Agent harness，准确率与主流 harness 相当，但 token 使用量减少了 28%。只需一行 Python 或 TypeScript，你就能启动一个可用于生产环境的 Agent，内置上下文管理、prompt caching 和 memory，随后可将其部署到任何环境。

让模型在本地安全地做出重要决策。Strands Decider 2B 是一个小型开源决策模型，拥有 2B 参数。它从预定义选项中做出选择，而不是生成文本，在本地约 115ms 就能返回答案。它针对 tool selection、routing 和 guardrails 等 agentic AI 任务进行了优化，所有代码、数据和权重均已在 GitHub 和 Hugging Face 上开放。

为每种工作负载选择合适的模型

日常工作可以从更多 OpenAI 模型中选择。OpenAI 的 Astra、Sol 和 Luna 模型现已在 Amazon Bedrock 上正式可用，分别为高难度项目、经常执行的复杂工作和高吞吐量任务提供选择。

GPT-6 Astra 是面向最具挑战性工作的旗舰模型，为复杂决策、文档分析和软件开发提供更深入的推理能力，支持最多 100 万个输入 token。它为复杂业务决策提供更强的推理能力和更精准的判断，能够跨软件和文件执行操作，并产出符合组织表达风格、模板和标准的专业级成果。GPT-6 Astra Ultrafast 为 GPT-6 Astra 增加了高级速度档位，专为对速度要求最高的工作负载打造。它在 API 中的推理速度最高可提升至 6 倍，达到每秒最多 300 个 token。

Sol 为频繁执行的编程、computer use 和专业工作负载提供接近 Astra 的智能水平。GPT-6.1 Sol 和 GPT-6 Sol 均已在 Amazon Bedrock 上可用。GPT 6.1 Luna 则面向提取、摘要、分类和 routing 等高吞吐量任务。它们共同帮助你在不同工作负载中平衡智能水平、延迟和成本。

使用 Claude 执行长时间运行的编程和研究任务。Claude 的模型选择现已包含最新版本，助力你的编程和科学研究工作。Claude Fable 5.1 为编程、科学研究和企业工作流增加了新的选择。Claude Opus 5.5 专为 agentic coding、知识工作和长时间运行的任务打造。它通过 adaptive thinking 判断任务需要多少推理，并通过 effort 参数设置推理深度的上限。Claude Sonnet 5.5 是更智能、更高效的 Sonnet，适合目标明确的编程和知识工作。与 Claude Sonnet 5 相比，它的每项任务成本降低了 30%，速度提升了 30%。

借助更丰富的模型组合，推理解决复杂问题。Moonshot AI 的 Kimi K3 现已在 Amazon Bedrock 上可用。据 Moonshot AI 介绍，Kimi K3 是其能力最强的模型，也是首个参数规模达到 2.8 万亿的开放模型。它具备 100 万 token 的上下文窗口、原生视觉能力和内置 prompt caching，帮助你以更低的成本构建更智能的应用，速度达到此前版本的 2.5 倍。

xAI 的前沿模型 Grok 4.6 和 Grok 4.7 提供 500K token 的上下文窗口，支持配置 reasoning effort 和 self-verification，让长时间运行的任务更加可靠。

这些新增模型让你能够更灵活地根据上下文长度、延迟、吞吐量和成本等需求，选择合适的模型。

更好地掌控企业 AI Agent

让 Agent 的知识保持最新。Amazon Bedrock Managed Knowledge Base 新增了自动同步调度功能，现在你可以为所有原生数据源连接器配置每日、每周或每月刷新，让企业 AI Agent 检索到最新信息。对于 SharePoint、OneDrive 和 Confluence，用户自行管理的配置方式让你在已经具备所需访问权限时，可以减少对管理员管理的服务账号的依赖。

连接更多企业数据源，无需维护自定义数据摄取流水线。Amazon Bedrock Managed Knowledge Base 现已提供 ServiceNow、Confluence Data Center、Salesforce 和 Zendesk 原生连接器，自动处理数据抓取、元数据提取和增量同步。这些连接器减少了为接入和维护支持内容、内部文档及运营知识而需要编写的自定义数据摄取代码。

探索 Amazon Bedrock，使用 AgentCore CLI 部署 Agent，或使用 Strands Harness SDK 构建你的第一个 Agent。

想了解 Amazon Bedrock 如何支持你的团队？欢迎联系我们，开启交流。