Anthropic在Messages API上公测消息线程功能,API会在服务端缓存对话,开发者只需发送新消息和上一条消息ID,无需重发完整对话。该功能已在Claude Code中集成,在500K至1M token的请求上,首token中位时间降低约35%;长对话中请求体积中位数从约800 KB降至1.8 KB。使用时需在请求中加入thread参数和beta header,该功能已在Claude Platform、AWS上的Claude Platform、Microsoft Foundry中的Claude以及Google Cloud上的Claude提供,按标准token价格计费。另一篇Claude Blog文章称,该功能已在多数Claude Code用户中默认开启,线程在最后一次请求后5分钟过期,期间在内存中加密保存、不写入磁盘,token用量不变。
匹配字段摘要
Anthropic于2026年11月3日在Messages API上线message threads公测。据Claude Devs发布的信息,该功能让服务端在轮次之间缓存对话,调用方只需发送新消息和上一条消息ID,并需添加thread参数和beta header。该功能可在Claude Platform、AWS上的Claude Platform、Microsoft Foundry中的Claude以及Google Cloud上的Claude使用,按标准token价格计费。同一信息称,Claude Code集成消息线程后,在500K至1M token的请求上,首token中位延迟降低约35%;长对话中单次请求的中位体积从约800 KB降至1.8 KB。
匹配字段摘要
Circle K 构建了基于 Amazon Bedrock 的智能体式自动化事件分诊系统。据 AWS Machine Learning 2026 年 11 月 3 日发布的文章,该系统将 DevOps 事件的平均分诊时间降至 15 分钟以内,按团队内部指标降幅达 67–75%。系统流程为:Grafana 告警经 Amazon SNS、Amazon SQS 触发 AWS Lambda 调用 Amazon Bedrock Flows,并行调度多个专用智能体查询日志与基础设施,再将结构化摘要推送到 Slack;后续已迁移至 Amazon Bedrock AgentCore。目前尚无更多后续发展。
匹配字段摘要
Databricks于2026年11月1日发文,介绍Snorkel AI使用Lakebase分支为每个开放PR创建独立可读写数据库的CI/CD实践。据Databricks博客,该方案将分支就绪时间从30分钟以上降至60秒以内;分支采用写时复制,在约2.5 TB生产数据集上,100个并发PR分支只额外存储各自改动的5至10 GB数据,并通过TTL在PR结束后自动清理。生产数据经AWS DMS持续同步到main分支,开发者用Okta SSO登录,CI流水线以service principal和短期OAuth token鉴权。目前尚无后续发展。
匹配字段摘要
Worldwide Express基于Amazon Bedrock构建多智能体AI货运异常处理方案,并将其接入运输管理系统SpeedShip。该方案将发票异常分派给发票匹配、价格差异、附加费验证三个专用智能体,各智能体先检索对应承运商的计费规则与争议流程再给出建议,且同一套智能体无需承运商专属代码即可通用。据AWS Machine Learning发布的文章,方案上线六个月后活跃异常减少75%、回款周期缩短4周、年节省100万美元,并一次性释放1000万美元自由现金流。
匹配字段摘要
2026年10月29日,AWS首席开发者布道师James Ward提出,MCP服务器不应只做“取数据”的API,而应在返回数据时附带指引,告诉智能体刚做了什么、下一步可以做什么。他还指出MCP默认没有trace ID,AWS的做法是给工具加session ID参数,让智能体每次调用都传入,从而把单次调用串成完整链路。同一报道提到,AWS今年5月向所有人开放MCP Server,9月加入Lambda diagnostics。目前该观点由The New Stack报道,尚无其他来源交叉印证或后续进展。
匹配字段摘要
OpenAI CEO Sam Altman透露,公司曾考虑对下一代模型放弃按token计费,改为开发者提交提示词后直接返回一个价格、类似AWS的账单模式。Altman表示,这一设想因客户反馈极为负面而作罢;客户称需要知道自己在为什么付费,甚至宁愿接受token数量虚高、支付更高费用,也要保留可核对的计费明细。Altman承认token是“某种虚假的单位”,并非好的计量方式,但目前OpenAI仍沿用token定价。
匹配字段摘要
MoEngage借助Amazon Bedrock AgentCore Gateway,把分布在7个AWS Region私有VPC中的约400个内部REST API转成权限受控的智能体工具。该方案无需产品团队编写MCP server代码、无需为每个集成单独配置网络,路径中不存在任何公网端点。据AWS Machine Learning发布的文章,此举节省约6个月平台工程投入,新API接入从数天缩短到数小时。MoEngage还定下原则:各工程团队只维护OpenAPI spec,MCP层由AI平台团队统一负责。
匹配字段摘要
Epsilon的Agentic Platform团队将基于Amazon Nova Act与Amazon Bedrock AgentCore Browser的意图驱动UI测试做成多租户平台服务,叠加在原有Playwright回归套件之上。测试步骤以自然语言编写,由Nova Act通过CDP WebSocket执行,并逐步骤截图、统计通过率,结果存入Amazon S3。该方案提供托管临时浏览器会话、基于AWS IAM的认证和跨账户AssumeRole隔离,文中还给出一个18步测试工作流。
匹配字段摘要
Property Finder 在 Amazon Bedrock 上选用 Llama 4 Maverick 17B Instruct。AWS Machine Learning 发布的文章披露,Property Finder 发现其评估标签中 96.8% 直接来自现有视觉语言模型的预测而非人工核验,导致任何替代模型在对比中结构性吃亏。团队重新人工标注 356 张 UAE 图片并改用多标签分类,再通过 v0 到 v27 的提示词迭代优化在 Amazon Bedrock 上选型,最终实现准确率提升且成本降低 86%。
匹配字段摘要
2026年10月26日,Sakana AI GTM副总裁Hidekazu Kakishima接受采访,谈Sakana AI的产品落地策略与GTM团队建设。据Sakana AI博客介绍,Sakana AI在2026年推出Sakana Chat、Sakana Marlin、Sakana Fugu和Sakana Translate等产品;其GTM团队于2026年9月正式组建,由Hidekazu Kakishima领导,采用“产品驱动GTM”模式,并招聘Forward Deployed Engineers(FDE),把客户现场经验反馈到产品改进中。Kakishima曾任AWS Japan战略客户团队负责人、SORACOM创始成员及Skydio相关职务。
匹配字段摘要
据Business Insider看到的内部邮件,Amazon提前采购价值约50亿美元的Nvidia GB300服务器机架,但部分美国AWS站点电力不足,硬件只能暂存于中转仓库。报道称,仅8月AWS就预计接收约50亿美元的GB300机架,此后每月再增约30亿美元。这种被称为dark GPUs的现象正给数据中心带来财务压力,Amazon第二季度自由现金流自2023年以来首次转负,今年资本支出预计约2200亿美元。目前没有后续发展事实。
匹配字段摘要
Amazon Quick Sight 图层地图新增支持 GeoJSON 的 Point 与 LineString 两种几何类型,可在地图上标出具体门店位置或机场间航线等路线。该功能于 2026 年 10 月 24 日由 AWS Machine Learning 发布说明披露。使用上,GeoJSON 文件上限为 100 MB,需与 Quick Sight 数据集通过共享键字段关联,且每个图层一次只渲染一种几何类型。目前尚无后续发展信息。
匹配字段摘要
2026年10月20日,AWS 高级首席产品经理 Massimo Re Ferre 提出,团队对 AI 智能体的信任程度决定其获得多少编码自主权。他认为,团队从个人编码助手走向智能体开发平台,关键不在模型能力,而在能否低成本验证智能体产出;信任随检查能力提升,而非随 benchmark 提升。他还提到,智能体已从行级补全演进到自主挑选任务,成本从固定按席位收费转为按任务活动计费,约 80% 的开发者只花掉 20% 的预算,少数重度用户消耗其余部分,因此应关注单位有效工作的成本而非席位价格。上述观点来自其在 DevCon 的分享及 Tessl 博客刊文,目前没有后续进展。
匹配字段摘要
橘猫宇宙完成数千万元Pre-A轮融资。据36氪报道,高秉强教授及旗下高锋耐心基金、前海创新投资、常垒创投等持续加注,资金用于技术创新、产品迭代、专利体系建设和全球线下渠道拓展。报道还提到,其首款产品PawSwing Neo为无电纯机械猫窝梳毛收集器,定价约200美元,退货率不到3%,梳毛效率达3到4毫克每焦耳;公司2026年已进入欧洲最大宠物专业连锁渠道,线下铺货门店超3000家。目前尚无后续发展事实。
匹配字段摘要
Bayer Crop Science 构建了基于 Amazon Bedrock AgentCore 的多智能体自然语言界面 ADE(Agentic Decision Engine),覆盖其 Connected Decision Engine。据 AWS Machine Learning 2026 年 10 月 24 日发布的信息,ADE 在生产环境运行 22 个专业智能体,由 Supervisor Agent 按意图路由,并借助 AgentCore Gateway 以 MCP 工具形式暴露后端 API。第一阶段约 80% 的用户问题无需工程师介入即可解决;故障诊断时间从过去超过 1 小时的手动排查缩短至 10 分钟以内。目前尚无后续发展事实。
匹配字段摘要
2026年10月23日,AWS 宣布 Amazon SageMaker AI 无服务器模型定制的训练会话正式可用。用户可自行编写并协调训练循环,包括自定义损失函数和奖励信号;GPU 分配、分布式执行、故障恢复与检查点存储由 SageMaker AI 负责。该功能支持 SFT、DPO、RLVR、RLAIF 和多轮 RL,可选择 LoRA 或全量微调,目前支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B。计费按 SageMaker AI 处理的 token 计,奖励函数在用户环境打分时停止计费,且无需预留容量。
匹配字段摘要
IskayPet 已基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,覆盖零售运营、兽医护理、人事入职和采购场景,支持四种语言、三个国家,且无需自管 RAG 基础设施。该助手通过原生 SharePoint 连接器直接摄取现有文档,结合语义与 BM25 关键词的混合搜索、托管重排序和文档级权限控制,并返回带来源引用的答案。整套方案从门店前端到 AWS 架构部署均由 Kiro 搭配 Claude Haiku 4.5 完成。目前尚无后续发展事实。
匹配字段摘要
Amazon Polly 于 2026 年 10 月 23 日完成生成式引擎升级。据 AWS Machine Learning 发布的信息,此次升级新增 14 种语音、覆盖 9 个 locale,并首次在生成式引擎中正式提供印地语和芬兰语。升级后,Polly 共提供 57 种生成式语音,覆盖 11 种语言和 25 个 locale,服务范围扩展至 AWS GovCloud (US-West),总计覆盖 11 个 AWS Region。此次为原地升级,现有语音名称和 API 调用保持不变,价格不变,用户无需改动代码。目前尚无后续发展事实。
匹配字段摘要
Rescale 基于 AWS 的 AI-DLC 框架和 Strands Agents 构建了 AI 分诊智能体。据 AWS Machine Learning 发布的报道,该项目从问题定义到预发布部署仅用五天,并在数周内进入生产环境。该智能体运行在 Amazon EKS 的 Argo Workflows CI/CD 流水线中,调用 Amazon Bedrock 上的 Claude Opus 4.8,将 Playwright 夜间测试失败归类为基础设施问题、代码缺陷、不稳定测试或环境问题;同时通过 MCP 查询 pod 日志,并结合历史失败知识库生成结构化修复报告。目前公开信息仅覆盖这一构建与部署进展,尚无后续发展事实。
匹配字段摘要