Przejdź do treści
niedziela, 22 listopada 2026
Tenesys AI News
Subskrypcja

Wszystkie wiadomości

TENESYS AI NEWS śledzi najważniejsze wiadomości o AI i wyjaśnia, co się zmieniło, dlaczego to ważne i czy technologię warto przetestować.

#AWS — 13 artykułów ✕

Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Google rozszerza wykrywanie anomalii agentów na środowiska chmurowe

Google rozszerzyło usługę wykrywania anomalii agentów (Agent Anomaly Detection), aby obsługiwała agentów działających poza Google Cloud, takich jak AWS Lambda czy Microsoft Foundry. Usługa wykorzystuje telemetrię i logi do identyfikacji odstępstw od normy w zachowaniu, nieautoryzowanego użycia narzędzi lub wyczerpywania zasobów, bez potrzeby dostępu do środowiska uruchomieniowego.

Google Developers
Agenci· Ważne· 🧪 Warte przetestowania

Wsparcie dla prywatnych urzędów certyfikacji w agentach Amazon Bedrock

Amazon Bedrock AgentCore Identity umożliwia teraz agentom uwierzytelnianie u dostawców tożsamości za pomocą prywatnych urzędów certyfikacji (CA). Aktualizacja eliminuje potrzebę wystawiania publicznych punktów końcowych dla usług hostowanych wewnętrznie, takich jak Keycloak czy PingFederate.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Kimi Code CLI dodaje natywne uwierzytelnianie Amazon Bedrock

Moonshot AI zaktualizowało Kimi Code CLI do wersji 2.7.0, wprowadzając natywnego dostawcę Amazon Bedrock. Pozwala to programistom na uwierzytelnianie przy użyciu standardowych łańcuchów poświadczeń AWS oraz SSO, zamiast zarządzania oddzielnymi, długoterminowymi kluczami API.

AWS Machine Learning
Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon SageMaker wprowadza natywny routing wnioskowania między regionami

Amazon SageMaker AI obsługuje teraz natywny routing wnioskowania między regionami (cross-Region inference routing), co pozwala na automatyczne przekierowywanie ruchu do działających punktów końcowych w innych regionach w przypadku niedoborów mocy obliczeniowej. Funkcja ta zarządza przełączaniem awaryjnym, monitorowaniem stanu i przywracaniem ruchu bez konieczności tworzenia własnego kodu.

AWS Machine Learning
Voice AI· Ważne· 🧪 Warte przetestowania

Amazon Polly wprowadza natywną funkcję klonowania głosu

Amazon Polly udostępniło narzędzie do klonowania głosu, które tworzy syntetyczne brzmienia na podstawie zaledwie 2–10 minut nagrań. Funkcja ta jest dostępna w ramach ograniczonej dystrybucji dla siedmiu języków i integruje się bezpośrednio z usługami AWS, zapewniając bezpieczne zarządzanie własnymi zasobami głosowymi.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Aktualizacje Amazon Bedrock AgentCore obejmują wbudowane narzędzia i haki cyklu życia

Amazon Bedrock AgentCore zaktualizował swój podstawowy szkielet do technologii Strands. Wprowadzono wbudowane możliwości, takie jak wyszukiwanie w sieci, planowanie zadań i automatyczne zarządzanie kontekstem, a także nowe haki cyklu życia (lifecycle hooks) umożliwiające deterministyczną kontrolę nad agentami.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Bezpieczny dostęp do prywatnych API dla Amazon Bedrock AgentCore poprzez centralną inspekcję

Firma Amazon opublikowała wzorcową architekturę łączenia Bedrock AgentCore z prywatnymi interfejsami REST API oraz serwerami MCP w restrykcyjnych środowiskach sieciowych. Dzięki zastosowaniu bramy zasobów (resource gateway) VPC Lattice umieszczonej w dedykowanym VPC konta sieciowego, ruch między agentami a narzędziami wewnętrznymi jest wymuszany przez centralną zaporę sieciową.

AWS Machine Learning
Automatyzacja· Ważne· 🧪 Warte przetestowania

Optymalizacja dużych obciążeń JSON dla agentów AI

AWS przedstawia trzy strategie zarządzania masywnymi danymi JSON (ponad 20 MB) w agentach AI, osiągając redukcję zużycia tokenów do 71% i opóźnień do 80%. Podejście obejmuje przeniesienie stanu do Amazon S3, stronicowanie wyników oraz kompaktowanie danych słownikowych.

AWS Machine Learning
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Bezpieczne wzorce architektury dla Amazon Bedrock AgentCore Runtime

Firma Amazon opublikowała przewodnik bezpieczeństwa dla wdrażania agentów AI w środowisku Bedrock AgentCore Runtime, kładąc nacisk na rygorystyczną kontrolę wejściową. Przewodnik szczegółowo omawia zapobieganie wyciekom danych między najemcami oraz eskalacji uprawnień poprzez propagację tożsamości i autoryzację warstwową.

AWS Security
Automatyzacja· Ważne· 🧪 Warte przetestowania

Amazon wprowadza zintegrowane narzędzia do przygotowywania danych AI w SageMaker

Amazon wprowadził nowe możliwości przygotowywania danych oparte na AI w platformie SageMaker, usprawniając tworzenie i utrzymywanie wysokiej jakości zbiorów danych treningowych i ewaluacyjnych. Funkcje obejmują automatyczne etykietowanie, generowanie danych syntetycznych i zautomatyzowane kontrole jakości, sterowane przez Python SDK lub agentów AI.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Skalowanie inferencji LLM dzięki NVIDIA Dynamo na SageMaker HyperPod

AWS wprowadziło zarządzane wsparcie dla NVIDIA Dynamo w SageMaker HyperPod, co upraszcza wdrożenia wielkoskalowych modeli językowych. Aktualizacja wprowadza inferencję wielowęzłową, umożliwiając obsługę modeli przekraczających pamięć pojedynczego GPU dzięki rozdzieleniu faz prefill i decode.

AWS Machine Learning
Modele· Ważne· 🧪 Warte przetestowania

Amazon SageMaker AI wprowadza routing świadomy pamięci podręcznej KV

Amazon SageMaker AI wprowadziło strategię routingu 'KV_AWARE', która kieruje zapytania LLM do instancji na podstawie stanu ich pamięci podręcznej KV, a nie tylko nagłówków promptów. Optymalizuje to wieloetapowe konwersacje i długie konteksty, zapewniając obsługę zapytań tam, gdzie dane są już dostępne w pamięci GPU.

AWS Machine Learning
Agenci· Ważne· 🧪 Warte przetestowania

Amazon Bedrock wprowadza zautomatyzowaną pamięć dla rozwiązań agentowych

Amazon Bedrock uruchomił nową funkcję obsługi pamięci dla AgenticRetrieveStream. Automatyzuje ona przechowywanie, ekstrakcję i przywoływanie faktów oraz historii rozmów użytkownika, co pozwala agentom udzielać odpowiedzi świadomych kontekstu przy zachowaniu rygorystycznej kontroli dostępu do dokumentów.

AWS Machine Learning