Recent Announcements 中文 - TheNote.app

Recent Announcements 中文
关注

AWS（Amazon Web Services）在其旗下提供了多种服务，包括计算、存储、安全和应用程序服务。以下是最近的一些公告和更新： 1. AWS Outposts：AWS Outposts 是一种完全托管的服务，提供了计算、存储和数据库能力的基础设施。最新更新包括在多个国家推出 Outposts。 2. AWS Lambda：提供按需计算服务。最近的更新包括并发控制和与 Amazon API Gateway 集成的增强。 3. Amazon S3：提供持久存储。最近的更新包括应用程序迁移 API 的推出和快照加密。 4. AWS Billing：允许您查看详细的计费信息。最近的更新包括计费详细信息的改进。 5. AWS Config：提供 AWS 资源的监控、报告和自动修复。最近的更新包括通知操作和 AWS Step Functions。 6. AWS Multi-Region Access Point for Amazon S3：S3 的多区域访问点提供了一个全球命名空间，以提供快速、安全和弹性的存储服务。 7. Amazon Route 53：提供域名注册和 DNS 服务。最近的更新包括对 S3 多区域访问点的支持。 8. AWS Lake Formation：一种数据工程、数据转换和数据治理服务。最近的更新包括使用 JDBC 驱动程序创建工作流和数据库凭据连接。 9. Amazon EMR：一种大数据处理服务，用于数据处理、分析、机器学习（ML）等。最近的更新包括集群版本控制和 bug 修复。 10. AWS Step Functions：一种用于协调分布式应用程序和微服务架构组件的服务。最近的更新包括增强的任务令牌输入处理和自动替换。

Recent Announcements aws.amazon.com

RSS aws.amazon.com

Recent Announcements 中文 RSS thenote.app

RSS Hunter • 2024年8月23日

笔记线程

Amazon Connect 客户现已支持在代理工作区自定义客户档案应用。

Amazon Connect 客户档案现已允许管理员使用在档案探索器中构建的布局，来自身定制代理在代理工作区中可见的客户数据及其显示方式。客户档案为代理提供与每位客户的实时统一视图，在交互过程中整合联系历史与来自多个来源的客户数据。处理不同类型请求的代理需要不同的客户数据呈现在其面前。在档案探索器中，管理员可以创建并保存客户档案组件的每种布局（例如联系历史、联系信息以及计算得出的生命周期价值属性），并将其分配给代理，以替代旧版客户档案视图。例如，航空行李索赔代理会看到联系历史、当前航班和行李票信息，而忠诚度代理则会看到忠诚度状态、偏好和即将出发的航班。布局还可以包含 AI 档案摘要，通过总结客户档案来聚焦代理对关键客户洞察的关注。您可以在以下 AWS 区域使用档案探索器：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、非洲（开普敦）、亚太（首尔）、亚太（新加坡）、亚太（悉尼）、加拿大（中部）、欧洲（法兰克福）和欧洲（伦敦）。有关档案探索器的更多信息，请参阅 Amazon Connect 客户管理员指南中的“档案探索器”。

Amazon Connect Customer now supports customizing the Customer Profiles app on the agent workspace aws.amazon.com

RSS Hunter • 昨天

AWS 代码漏洞连续体现已普遍可用

今天，AWS 宣布 AWS Continuum for code vulnerabilities 正式推出。Continuum for code vulnerabilities 能够以机器速度发现、验证、优先排序并修复代码漏洞。Continuum for code vulnerabilities 基于您的 AWS 环境构建上下文图，涵盖资源拓扑、身份关系和网络可达性。它识别哪些资源属于您的应用程序，并确定哪些发现具有真实的业务风险。该服务会摄入您现有的漏洞发现结果，扫描您的代码，随后通过在隔离沙箱中对其进行测试，确认哪些发现具有可利用性。发现结果将依据业务影响程度进行优先级排序。最终，它将修复补丁作为拉取请求直接推送到开发者工作流，并附带可利用性证明和爆炸半径评估。Continuum for code vulnerabilities 为每项任务选择最合适的 AI 模型。Continuum 初始运行于“学习模式”，在此模式下它会提出修复建议供您审批。当其在精确度方面建立起足够信任后，您可切换至“执行模式”，使其在您设定的护栏内自主运行。AWS Continuum 可与您现有的 AWS 安全服务协同工作，包括 Amazon GuardDuty 和 AWS Security Hub。有关 AWS Continuum 可用 AWS 区域的更多信息，请参阅 AWS 区域表。欲了解更多信息，请访问 AWS Continuum 产品页面。

AWS Continuum for code vulnerabilities is now generally available aws.amazon.com

RSS Hunter • 昨天

Amazon OpenSearch Serverless 现已支持 5 秒的默认刷新间隔。

从即日起，Amazon OpenSearch Serverless 将搜索和向量集合的默认刷新间隔缩短至 5 秒。刷新间隔控制新摄入文档可供搜索的速度。通过将默认值从 10 秒降低至 5 秒，新写入的数据能更快被搜索到，从而自动为应用程序提供更快的写后读可见性，无需进行任何配置更改，也无需您采取任何操作。此改进适用于 Amazon OpenSearch Serverless 的下一代服务，并默认在搜索和向量集合中生效。更快的刷新速度对于持续摄入数据且需要近乎实时检索的工作负载至关重要，包括对频繁更新内容的全文搜索，以及向量用例，如检索增强生成（RAG）、语义搜索和推荐与个性化系统。这意味着应用程序和 AI 代理能够更早地检索并作用于最新摄入的数据，从而提升搜索结果和 RAG 响应的相关性（relevance）与准确性，尤其适用于频繁变化的数据集。5 秒默认刷新间隔在 Amazon OpenSearch Serverless 当前可用的全部 24 个区域中均可使用。欲了解更多信息，请参阅 Amazon OpenSearch Serverless 文档。

Amazon OpenSearch Serverless now supports a 5-second default refresh interval aws.amazon.com

RSS Hunter • 昨天

AWS CloudFormation 现已简化堆栈更新回滚操作

现在，AWS CloudFormation 简化了更新回滚的完成流程，使您能更快恢复部署。更新回滚可将您的堆栈还原至已知良好的状态。自即日起，若部分资源无法自动回滚，启用强制回滚（force rollback）功能即可在单次操作中完成回滚。该功能适用于所有 CloudFormation 工作流，涵盖 AWS CLI、SDK、AWS CDK 及 AI 代理。通过强制回滚，CloudFormation 可在单次操作中完成更新回滚，并将您的堆栈还原至可部署状态，而无需您手动识别、列出并针对每个受影响资源重试操作。对于仍需处理的其他资源（例如受 CloudFormation 范围外变更影响的资源），系统将为您记录，以便您在下次部署前进行审查与解决。要开始使用，请运行带有强制回滚选项的“继续更新回滚”（continue update rollback）命令，随后创建感知漂移的变更集（drift-aware change set），以在下次部署前审查任何配置差异。如需了解更多信息，请参阅 AWS CloudFormation 用户指南中的“继续回滚更新”（Continue rolling back an update）部分。强制回滚功能在所有区域均可用，且不产生额外费用。有关服务可用性详情，请参阅 AWS 区域表（AWS Region table）。

AWS CloudFormation now simplifies stack update rollback operations aws.amazon.com

RSS Hunter • 昨天

Amazon SageMaker AI 宣布推出用于无服务器模型定制的训练会话 API

Amazon SageMaker AI 无服务器模型定制现已支持训练会话 API，使客户无需配置或管理 GPU 基础设施即可完全掌控后训练算法。托管技术包括 SFT（监督微调）、DPO（直接偏好优化）以及其他强化学习方法，允许客户选择特定技术和模型，由 SageMaker AI 执行训练。借助训练会话 API，团队可自行编写训练循环，无论是按自身需求复现 SFT 或 DPO，还是实现自定义损失函数、新的强化学习奖励信号、数据课程表，或直接采用最新研究中的算法。诸如 forward_backward()、optim_step() 和 sample() 等操作现在可针对实时有状态会话发起 API 调用，使客户能够组合其技术所需的任意训练流程，而 SageMaker AI 负责 GPU 分配、模型及 LoRA 加载、分布式执行、故障恢复、检查点存储和安全性。客户可直接从其 Python 代码中调用这些操作，以驱动强化学习、监督微调或自定义训练目标，并内置检查点与恢复功能。计费按处理的 token 数量计算，因此本地计算（如奖励评分）不计入 GPU 时间。此外，SageMaker AI 还发布了 SageMaker 训练会话食谱（cookbook），提供一套即插即用的 SFT 和 RL 配方，供客户作为构建自身训练循环的蓝图。训练会话 API 现已在通用可用（GA）阶段，覆盖美国东部（北弗吉尼亚）、美国西部（俄勒冈）和亚太（孟买）区域。要开始使用，请安装 SageMaker Python SDK 并克隆食谱，或在 SageMaker Studio 中启动 Notebook 并连接编码代理。欲了解更多信息，请访问文档和 Amazon SageMaker AI 网页。

Amazon SageMaker AI announces training session APIs for serverless model customization aws.amazon.com

RSS Hunter • 昨天

AWS Direct Connect 宣布在印度班加罗尔扩展 100G 服务

今天，AWS 宣布在印度班加罗尔附近的 Netmagic DC2 数据中心现有的 AWS Direct Connect 位置扩展 100 Gbps 专用连接。您现在可以从该位置建立到所有公共 AWS 区域（中国区域除外）、AWS GovCloud 区域以及 AWS Local Zone 的私有、直接网络访问。Direct Connect 服务使您能够在 AWS 与您的数据中心、办公室或托管环境之间建立私有的物理网络连接。这些私有连接可提供比通过公共互联网建立的连接更一致的网络体验。有关全球 150 多个 Direct Connect 位置的更多信息，请访问 Direct Connect 产品详情页面的位置部分。或者，访问我们的入门页面以了解如何购买和部署 Direct Connect。

AWS Direct Connect announces 100G expansion in Bangalore, India aws.amazon.com

RSS Hunter • 昨天

AWS 宣布 AWS 互联——与 Megaport 合作推出最后一公里预览版”

AWS 推出 AWS Interconnect - last mile 预览版，与 Megaport 合作提供完全托管的连接服务，使客户能够仅通过几次点击即可将分支机构、数据中心和远程位置连接到 AWS，从而消除网络配置的摩擦与复杂性。作为 AWS 与 Megaport 的里程碑式合作，AWS Interconnect - last mile 结合了 AWS 的云创新与 Megaport 运营全球规模最大的软件定义网络（SDN），覆盖 31 个国家的 1,200 多个已启用数据中心。通过 AWS 管理控制台，客户现在可以立即建立通往 AWS 的私有高速连接，只需选择首选的 AWS 区域、带宽速率、Direct Connect Gateway ID 和合作伙伴订阅者 ID。一旦启动，AWS 将生成激活密钥以完成与 Megaport 的连接配置。此次发布通过预配置容量并自动化复杂的网络配置（包括 BGP 对等连接、VLAN 配置和 ASN 分配），简化了连接体验。在正式通用（GA）阶段，客户还将能够通过 AWS 控制台动态调整带宽，从 1 Gbps 扩展至 100 Gbps。该服务专为高可用性设计，具备零停机维护，并由 99.99% 的服务等级协议（SLA）提供支持。AWS Interconnect - last mile 可通过 Megaport 在圣何塞（us-west-1）和北弗吉尼亚（us-east-1）都会区提供。您可以使用 AWS 管理控制台、命令行界面（CLI）或 API 创建预览版 Interconnect。合作伙伴也可通过 GitHub 上发布的公开 API 包轻松采用该服务。更多信息，请参阅 AWS Interconnect - last mile 文档和定价页面。

AWS announces AWS Interconnect - last mile preview with Megaport aws.amazon.com

RSS Hunter • 昨天

AgentCore Gateway 现已支持 Bedrock InvokeModel API 及模型回退功能。

Amazon Bedrock AgentCore Gateway 现已在其推理端点支持 Amazon Bedrock InvokeModel 和 InvokeModelWithResponseStream API，并支持推理流量的模型回退路由。借助 InvokeModel 支持，您可以将现有的 Amazon Bedrock SDK 集成指向该网关，通过一个受管端点访问任何模型提供商，而无需为每个提供商重写客户端代码。通过模型回退功能，当主要目标因限流、容量不足或无法访问时，网关会自动将请求路由到备用模型或提供商，从而确保您的代理始终可用，而无需每个客户端自行实现重试逻辑。对于回退路由，您可以在网关规则中定义一个有序的备用目标链，并指定触发切换的条件，例如限流、服务器错误或响应超时。内置的熔断器会跳过当前失败的目的地，使请求更快到达健康的目的地，并避免因重试失败而增加延迟。回退路由在后台自动完成，这意味着无论单个请求内部是否存在多次尝试和错误，您只需发送一个请求并接收一个响应。这些功能在 Amazon Bedrock AgentCore Gateway 可用的所有 AWS 区域中均可使用（中国区域除外）。欲了解更多信息，请参阅 Amazon Bedrock AgentCore Gateway 用户指南。

AgentCore Gateway now supports Bedrock InvokeModel APIs and model fallback aws.amazon.com

RSS Hunter • 昨天

Amazon SageMaker AI 现已支持针对 Muse Glimmer、Qwen 3.8 和 Ministral 3 模型的无服务器模型定制功能。

Amazon SageMaker AI 现已为 Muse Glimmer、Qwen3.8 27B 以及 Ministral 3 3B、8B 和 14B 模型提供无服务器模型定制功能。除了在这些模型上部署于 SageMaker AI 之外，您现在还可以利用监督微调（SFT）、直接偏好优化（DPO）和强化微调（RFT）技术，将其适配至您的特定领域和工作流。此外，您还可采用低秩适配（LoRA）或全量微调技术对这些模型进行适配。此次发布将这些模型加入 SageMaker AI 上可供无服务器定制的大量模型系列中，涵盖 Nova、Gemma 4、Nemotron 3.5、Qwen、Llama、gpt-oss 和 DeepSeek 等系列的模型。模型定制功能允许您使用专有数据对基础模型进行定制，从而使规模更小、尺寸更合适的模型在您的任务中达到前沿模型的质量，同时降低成本与延迟。您可以使用带标签的数据通过 SFT 提升特定领域任务的准确性，使用偏好数据通过 DPO 使输出与组织的语调保持一致，或使用奖励信号通过 RFT 提升新任务的性能。借助无服务器定制，SageMaker AI 负责处理所有基础设施配置和训练编排，因此您可以专注于数据和评估，而无需管理集群，并仅按实际使用情况付费。SageMaker AI 上的无服务器模型定制服务可在以下区域提供：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、亚太（东京）和欧洲（爱尔兰）。要开始使用，请导航至 Amazon SageMaker Studio 中的“模型”页面以启动定制任务，或使用 SageMaker Python SDK，或借助您选择的编程助手使用我们的代理技能。如需了解更多信息并查看完整的受支持模型列表，请参阅 Amazon SageMaker AI 模型定制文档。

Amazon SageMaker AI now supports serverless model customization for Muse Glimmer, Qwen 3.8 and Ministral 3 models aws.amazon.com

RSS Hunter • 昨天

AWS Lambda MicroVMs 现已在 4 个新增 AWS 区域中可用”

AWS Lambda MicroVMs 现已在 4 个新增 AWS 区域推出：亚太（香港）、亚太（马来西亚）、亚太（泰国）和欧洲（西班牙）。通过此次发布，您可在总计 14 个 AWS 区域中使用 Lambda MicroVMs。Lambda MicroVMs 是一种无服务器计算原语，提供虚拟机级别的隔离、近乎即时的启动与恢复速度，以及状态保留功能，用于执行用户生成或 AI 生成的代码。开发人员可利用 Lambda MicroVMs 为每个用户或任务提供独立的计算环境，而无需管理虚拟化基础设施，也无需在隔离性、速度和状态保留之间做出权衡。MicroVMs 可为包括 AI 编程助手、交互式开发环境和漏洞扫描器在内的应用程序提供安全、有状态且响应迅速的代码执行能力。通过此次发布，开发人员可在 4 个新增区域中将 Lambda MicroVMs 部署得离最终用户更近，从而更好地满足延迟和数据驻留要求。要开始使用，请从您的 Dockerfile 创建 MicroVM 镜像，然后从该镜像启动 MicroVMs。为每个用户或任务分配一个专用的 MicroVM，并配备支持 HTTP/2、gRPC 和 WebSocket 等主流连接协议的专用 HTTPS URL。您可以通过 AWS Lambda 控制台、AWS CloudFormation、AWS Cloud Development Kit，或使用您偏好的代理式开发工具配合 Agent Toolkit for AWS 来使用 MicroVMs。欲了解更多信息，请访问 AWS Lambda MicroVMs 开发者指南。有关定价信息，请参阅 Lambda MicroVMs 定价页面。请访问 AWS 区域能力页面以获取最新的区域可用性信息。

AWS Lambda MicroVMs is now available in 4 additional AWS regions aws.amazon.com

RSS Hunter • 昨天

Amazon Quick 现已在 AWS 新加坡区域上线

Amazon Quick 现已在 AWS 亚太区（新加坡）区域（ap-southeast-1）推出。此次发布使新加坡客户能够在满足数据主权本地要求的同时，充分使用 Amazon Quick 的强大功能。Amazon Quick 为业务用户提供一位智能协作伙伴，能够快速回答工作中的问题，并将这些回答转化为行动。借助 Amazon Quick，每位用户都能利用值得信赖的 AI 技术，更快地做出更优决策并采取行动，而无需在不同应用之间切换。今天的发布使客户能够利用 Amazon Quick 的各项功能，包括 AI 驱动的聊天、研究、Spaces 以及 QuickSight 仪表板，同时确保其数据在 AWS 新加坡区域内本地存储和处理。如需查看 Amazon Quick 可用的完整 AWS 区域列表，请访问 Quick 区域可用性页面。欲了解更多信息，请访问 Amazon Quick 文档或产品详情页面。

Amazon Quick Now Available in the AWS Singapore Region aws.amazon.com

RSS Hunter • 昨天

AWS Transform 为 Amazon S3、EBS、EFS 和 FSx 新增存储迁移评估功能

AWS Transform 中的迁移评估现已支持对本地存储进行迁移至 AWS 的评估。您无需再手动分析数千个涉及不同协议、容量和性能的存储卷，只需上传存储清单，AWS Transform 即可为您完成映射。它会为每个工作负载匹配最合适的服务，估算推荐规模，并预测成本，从而生成总拥有成本（TCO）商业案例。您可以通过 NetApp Digital Advisor 导出、RVTools 文件或其他方式导入存储清单，涵盖 NAS 共享、SAN LUN、直连磁盘或备份存储库。AWS Transform 可将工作负载路由至 Amazon S3、Amazon EBS、Amazon EFS 和 Amazon FSx（支持 NetApp ONTAP、Windows 文件服务器、OpenZFS 和 Lustre）。运行“假设分析”场景以比较部署选项，例如单可用区（Single-AZ）与多可用区（Multi-AZ），或成本优化与性能优化，随后可在聊天中针对任何结果提出后续问题。存储迁移评估在 AWS Transform 可用的所有 AWS 区域中均可使用。欲了解更多信息，请参阅 AWS Transform 用户指南。

AWS Transform adds storage migration assessments for Amazon S3, EBS, EFS, and FSx aws.amazon.com

RSS Hunter • 10月21日

AWS 服务参考信息现已支持全局条件键、服务名称和数据平面分类”

AWS 正在扩展程序化服务参考信息，以帮助您自动化 IAM 策略管理，并确保策略与最新的服务更新保持一致。服务参考现已将所有以 aws:- 前缀开头的全局条件键整合到单个机器可读文件中，包含将服务标识符映射为人类可读名称的 ServiceName 字段，以及标识哪些操作属于数据平面操作的 IsDataPlane 属性。您可以自动化获取这些信息，以消除人工操作，并将其直接集成到现有的策略管理工具和流程中。此功能免费提供。要开始使用，请参阅有关程序化服务参考信息的文档。

AWS Service Reference Information now supports global condition keys, service names, and data plane classification aws.amazon.com

RSS Hunter • 10月21日

AWS Direct Connect 宣布在英格兰曼彻斯特推出 100G 扩容

今天，AWS 宣布在位于英国曼彻斯特附近的 Equinix MA3 数据中心现有的 AWS Direct Connect 站点扩展了支持 MACsec 加密功能的 10 Gbps 和 100 Gbps 专用连接。您现在可以从该位置建立通往所有公共 AWS 区域（中国区域除外）、AWS GovCloud 区域以及 AWS Local Zones 的私有、直接网络连接。这是英格兰第三个提供支持 MACsec 加密功能的 100 Gbps 连接的 AWS Direct Connect 站点。Direct Connect 服务使您能够在 AWS 与您的数据中心、办公室或托管环境之间建立私有的物理网络连接。这些私有连接可提供比通过公共互联网建立的连接更一致的网络体验。有关全球 150 多个 Direct Connect 站点的更多信息，请访问 Direct Connect 产品详情页面的“位置”部分。或访问我们的入门指南页面，了解如何购买和部署 Direct Connect。

AWS Direct Connect announces 100G expansion in Manchester, England aws.amazon.com

RSS Hunter • 10月21日

Amazon Cognito 将多区域复制功能扩展至 AWS GovCloud（美国）区域

Amazon Cognito 多区域复制（MRR）现已支持 AWS GovCloud（美国）区域，将 MRR 的弹性优势扩展至更多工作负载。MRR 可让您近乎实时地将用户和机器身份数据（包括凭证、用户池配置及联合身份设置）同步到您指定的备用区域中的次要用户池。当主区域出现中断时，借助备用区域中的用户数据，您可以重定向流量并保持身份验证可用。此前，MRR 仅在 16 个商业区域可用。现在，您还可以使用 MRR 在更多 AWS 区域之间进行复制，从而在最能契合您业务需求的区域中满足弹性、数据驻留和合规性要求。MRR 作为 Essentials 或 Plus 功能层级的用户池附加功能提供，并需要多区域 AWS KMS 客户托管密钥（CMK）。有关 Amazon Cognito 可用区域的完整列表，请参阅《按区域划分的 AWS 功能》。要开始使用，请访问开发者指南以获取操作说明，并访问定价页面了解价格详情。

Amazon Cognito extends multi-Region replication to AWS GovCloud (US) Regions aws.amazon.com

RSS Hunter • 10月21日

Amazon Aurora 和 Amazon RDS 现已支持按需容量预留。

即日起，您可为 Amazon Aurora 和 Amazon RDS 数据库实例在单个或多个可用区预留计算容量，预留时长由您自行决定。预留容量可确保数据库实例的创建、还原、扩容及启动操作不会因容量不足而失败。按需容量预留专为需要确保特定数据库实例容量在业务关键事件发生时（如迁移、产品发布、季节性高峰、高可用部署或灾难恢复）一定可用的工作负载而设计。您可选择数据库实例类型、引擎、可用区以及每个可用区的预留容量，RDS 将为您保留该容量。预留容量可配置在两个或更多可用区，以支持多可用区部署。使用预留容量时，请在创建、还原、修改或启动数据库实例时引用该预留。您可以选择立即使用且无需承诺的预留容量，并随时取消；也可安排从 5 至 120 天后的未来时间开始预留，并需满足最低承诺期。只要预留处于活跃状态，预留容量即按按需费率计费，无论预留范围内的数据库实例是否正在运行。您现有的预留数据库实例或数据库节省计划提供的折扣将自动应用。按需容量预留适用于所有 AWS 商业区域的 Amazon Aurora 和 Amazon RDS。如需了解有关按需容量预留的更多信息，请访问 Amazon Aurora 和 Amazon RDS 的文档。

Amazon Aurora and Amazon RDS now support On-Demand Capacity Reservations aws.amazon.com

RSS Hunter • 10月21日

AWS Neuron 2.33 增加了原生 PyTorch 支持、Neuron Observer 以及其他新功能”

AWS Neuron 2.33 已发布，其中包含 TorchNeuron，这是面向 AWS Trainium 的原生 PyTorch 后端，现已进入公开测试版。用户现在可以在 Amazon EC2 Trn2 和 Trn3 实例上使用 eager 模式或 torch.compile 运行标准 PyTorch 模型。此次更新还引入了处于公开测试版的 Neuron Observer，用于快速检测并诊断 Trainium 健康状态问题。vLLM Neuron 插件已升级至 vLLM 0.29.0，且用于视频生成的 vLLM Omni Neuron 插件现已集成。这两个插件均利用 TorchNeuron 实现原生 PyTorch 编译。新的 Neuron 深度学习 AMI 和容器包含 TorchNeuron、PyTorch 2.14 以及用于 PyTorch 训练的 TorchTitan。Neuron Explorer 现已能够将内存分配归因于特定的 Python 源代码行，以调试内存不足错误。使用 Neuron Kernel Interface (NKI) 编写的内核现在可利用完整的 Python 语言进行元编程。NKI 库新增了 25 个实验性内核，涵盖近期大型语言模型和注意力机制。这些改进旨在简化在 AWS Trainium 上的 PyTorch 训练流程，并提升调试能力。

AWS Neuron 2.33 adds native PyTorch support, Neuron Observer, and other new features aws.amazon.com

RSS Hunter • 10月21日

Amazon Connect 客户推出两种新的代理工作区布局

Amazon Connect 客户现已提供两种不同的布局，以优化代理工作区中的屏幕空间。联络中心代理每天在工作区中花费数小时，该工作区包含其解决客户问题所需的所有联络控制项和应用程序。处理不同渠道和工作流的代理希望工作区以不同方式排列，以便能够快速阅读、响应并访问其工具。现在，管理员可以为每个团队选择最佳布局，从而最大化代理的效率和满意度。在现代布局中，联络控制项位于工作区顶部，从而在语音通话期间为下方的应用程序留出更多屏幕空间。当代理在现代布局中处理聊天、电子邮件和任务联络时，他们现在拥有更高、更宽的区域用于阅读和响应。经典布局为已使用代理工作区的代理提供熟悉的体验，现在联络控制项可根据渠道进行展开和收缩，且代理辅助应用程序支持调整大小。管理员可以将现代布局分配给从其他顶部控制代理桌面迁移的团队，而已熟悉代理工作区的团队可使用经典布局。您可以在以下 AWS 区域为 Amazon Connect 客户代理工作区使用这些新布局：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、非洲（开普敦）、亚太（首尔）、亚太（新加坡）、亚太（悉尼）、加拿大（中部）、欧洲（法兰克福）和欧洲（伦敦）。欲了解更多信息并开始使用，请参阅 Amazon Connect 客户管理员指南中的代理工作区部分。

Amazon Connect Customer launches two new layouts for agent workspace aws.amazon.com

RSS Hunter • 10月21日

Amazon S3 服务器访问日志投递至 Amazon CloudWatch Logs 现已在五个新增 AWS 区域可用

Amazon S3 服务器访问日志投递至 Amazon CloudWatch Logs 现已在 AWS GovCloud（美国）区域、AWS 欧洲主权云以及 AWS 中国区域可用。借助 CloudWatch Logs 中的访问日志，您可以实时查询日志、设置告警，并使用 AWS 密钥管理服务（AWS KMS）密钥对其进行加密。此新的投递路径补充了现有的将服务器访问日志投递至 S3 通用存储桶的功能，为您提供更灵活的数据访问监控与分析方式。通过投递至 CloudWatch Logs，您可以针对错误率设置告警、监控流量模式、调查访问事件，并将 S3 访问活动与其他运营数据进行关联分析。S3 服务器访问日志投递至 CloudWatch Logs 现已在所有 AWS 区域可用。Amazon CloudWatch Logs 对转售日志收取费用。有关定价详情，请访问 Amazon CloudWatch 定价页面。欲了解更多信息，请访问 Amazon S3 用户指南。

Amazon S3 server access log delivery to Amazon CloudWatch Logs now available in five additional AWS Regions aws.amazon.com

RSS Hunter • 10月21日

Amazon SageMaker AI 现已支持为无服务器模型定制作业设置自定义序列长度。

今天，Amazon SageMaker AI 宣布支持在 Serverless 模型定制作业中配置序列长度。Amazon SageMaker AI Serverless 模型定制支持对多种开源权重模型进行微调，包括来自热门系列的模型，如 gpt-oss、Gemma、Llama、Nemotron 和 Qwen。此前，每种微调配方均以固定的序列长度运行，客户无法对其进行修改。客户有时需要调整这些参数以更好地适配其使用场景。此外，客户还希望某些模型支持比静态默认值更长的序列长度。现在，您可以将序列长度参数作为定制作业超参数的一部分进行设置，上限为您所选模型和技术的发布最大值。对于 SFT 和 DPO 作业，您可以设置 dataset_max_len 超参数；对于 RFT 作业，您可以设置 max_prompt_length 和 max_response_length 超参数。这赋予您更多控制权，以匹配您的训练数据特征，无论您处理的是简短问答对还是多页文档。根据模型和技术的不同，许多模型的发布最大序列长度可达 16K 个 token。SageMaker AI 上的 Serverless 模型定制服务目前可用区域包括：美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、亚太（东京）和欧洲（爱尔兰）。要开始使用，请导航至 Amazon SageMaker Studio 中的 Models 页面以启动定制作业，或使用 SageMaker Python SDK，或借助您选择的编程助手使用我们的 Agent 技能。欲了解更多信息，并查看各技术对应的模型列表及支持的序列长度，请参阅 SageMaker AI 文档。

Amazon SageMaker AI now supports custom sequence lengths for serverless model customization jobs aws.amazon.com

RSS Hunter • 10月21日

AWS Network Firewall 现已支持 Route 53 解析 IP 验证

AWS Network Firewall 现已支持 IP 验证，将基于域名的过滤功能从 HTTP/HTTPS 扩展至 SFTP 和 SSH 等协议。此新功能可验证连接的目标 IP 地址是否通过您的 VPC 中的 Amazon Route 53 VPC Resolver 解析，从而消除因客户端绕过域名规则而存在的安全漏洞。该功能使 Network Firewall 客户能够为任何协议（而不仅是 HTTP/HTTPS）实施基于域名的过滤规则，提供比仅使用基于 IP 的规则更灵活的安全策略。它通过验证 Route 53 VPC Resolver 解析的 IP 地址与服务器名称标识符（SNI）是否匹配，简化了对 SNI 欺骗的保护，确保流量仅到达合法解析的目标。组织现在可以在所有出站流量类型（从 Web 应用程序到文件传输协议）上强制执行一致的基于域名的安全策略，而无需复杂的变通方案。此外，Route 53 Resolver DNS Firewall 可与您的 VPC Resolver 配合使用，以扩展 DNS 安全功能。IP 验证功能在所有提供 AWS Network Firewall 和 Route 53 Resolver DNS Firewall 的 AWS 商业区域中均可用，且不额外收费。有关支持区域的完整列表，请访问 AWS 按区域划分的功能页面。欲了解更多信息，请访问 AWS Network Firewall 产品页面和服务文档。

AWS Network Firewall now supports Route 53 Resolved IP Validation aws.amazon.com

RSS Hunter • 10月21日

AWS Transform 现已构建新网络并现代化安全组

AWS Transform 现已为您提供三种将网络迁移至 AWS 的方式。除了迁移和现代化现有网络外，您还可以从头构建新网络，或将本地访问规则转换为优化的安全组并部署到现有的 VPC 中。无论选择何种路径，您都能在 AWS 上获得安全且可扩展的网络基础架构。本地网络积累了多年的定义和访问规则，您可能并不希望原样将其迁移至 AWS。为了获得一个干净的起点，AWS Transform 会构建一个符合 AWS 最佳实践的新网络。若需携带您的访问规则，AWS Transform 会在转换过程中将其转化为安全组并进行现代化改造，识别过时规则并推荐优化方案，随后将这些安全组部署至您的现有 VPC，而无需重新部署整个网络栈。这些功能使您能够迁移至任何 AWS 商业区域或 GovCloud 区域。开始操作，请参阅“迁移网络”。欲了解更多信息，请访问 AWS Transform for migrations。

AWS Transform now builds new networks and modernizes security groups aws.amazon.com

RSS Hunter • 10月21日

宣布推出 Amazon ECS Gateway，这是专为您的 ECS 服务提供的托管入口解决方案。

AWS 宣布推出 Amazon Elastic Container Service (Amazon ECS) Gateway，这是一种新资源，可通过在您的账户中动态配置和管理应用程序负载均衡器（ALB）及其支持资源，从而简化容器化应用的入站网络。借助 ECS Gateway，平台团队只需在网关上一次性定义组织网络标准，并将其与一个或多个集群关联，从而为组织提供集中治理流量如何到达其 ECS 服务的方式。应用团队只需选择加入即可继承这些标准，而无需具备网络专业知识。ECS Gateway 提供基于主机的路由，允许最多 25 个服务共享一个 ALB 以优化基础设施成本，并为每个服务分配唯一的域名系统（DNS）主机名。ECS 管理底层基础设施的完整生命周期：当您的第一个服务连接时自动配置第一个 ALB，在达到容量限制时添加更多 ALB，并在不再需要时移除它们。您可以检查这些资源以及指向每个服务的网关路由，以确切了解请求如何到达您的应用程序。对于流量和健康状况监控，您可以使用 Amazon CloudWatch 中的标准 ALB 指标，并从弹性负载均衡服务获取目标健康信息。要开始使用，请创建 ECS Gateway，将其与集群关联，并通过在 AWS 管理控制台、AWS CLI、API、AWS SDK 或 AWS CloudFormation 中添加 gateway connector 参数来启用您的 ECS 服务。ECS Gateway 目前适用于所有启动类型中使用 awsvpc 网络模式的 ECS 服务。该服务现已在所有商业 AWS 区域可用，且不额外收费。当您的服务连接到网关时，您仅需为在您的账户中配置的底层基础设施付费。欲了解更多信息，请参阅 AWS News 博客和我们的文档页面。

Announcing Amazon ECS Gateway, a managed ingress solution for your ECS services aws.amazon.com

RSS Hunter • 10月20日

Amazon DynamoDB 全局表现已支持解绑副本

Amazon DynamoDB 全局表现已支持在不删除其表或数据的情况下解绑副本。全局表提供完全托管的跨区域多活动复制。现在，您可以停止与副本之间的双向复制，并继续将该表作为单区域表使用。账户可以退出共享多账户全局表，并继续独立使用其表。您也可以停止向某个区域的复制，同时保留该表用于本地工作负载、验证或审计，而无需创建替代表或复制数据。DynamoDB 支持为使用跨区域最终一致性（MREC）的同账户和多账户全局表解绑副本，且支持所有 AWS 区域。要开始使用，请使用 AWS 管理控制台、AWS CLI、DynamoDB API 或 AWS CloudFormation。更多信息请参阅 Amazon DynamoDB 开发者指南中的“解绑副本”部分。

Amazon DynamoDB global tables now support disassociating replicas aws.amazon.com

RSS Hunter • 10月20日

Amazon WorkSpaces 简化了企业云桌面的安全 AI 代理访问，同时减少了需要运营和管理的底层基础设施。

AWS WorkSpaces 现在通过模型上下文协议（MCP）简化了 AI 代理与云桌面的连接。此项托管服务负责处理身份验证和桌面连接，无需编写自定义代码。代理现可通过 OAuth 2.0 使用现有的 AWS 凭证进行连接，因为该服务会管理整个会话生命周期。此前，代理需要手动管理流式传输 URL 和会前要求，而现已被自动化。您只需配置一次桌面堆栈，代理即可自动连接，无需处理流式传输细节。该服务允许查询会话状态，以了解代理连接和活动情况。代理现可通过 MCP 工具目录程序化地发现并启动应用程序，这取代了手动导航，提高了准确性并降低了代理在处理多个应用程序时的令牌成本。面向 AI 代理的 WorkSpaces 运行在现有的企业网络隔离和合规边界内。该服务的可用范围也已扩展至四个新的 AWS 区域。

Amazon WorkSpaces simplifies secure AI agent access to enterprise cloud desktops with less infrastructure to operate and manage aws.amazon.com

RSS Hunter • 10月20日

Polly 生成式引擎已升级，支持更自然的语音、14 种新语音以及 2 种新语言。

Amazon Polly 对其生成式引擎推出了重大升级，通过降低延迟提升了语音的自然度和准确性。此次更新引入了扩展后的语音组合，整体质量更高。新增的十四种语音覆盖九个区域，其中包括 Hindi 和 Finnish 语音首次在生成式引擎上可用。新语音支持多种语言和区域，如美式英语、澳式英语、Hindi、德语、西班牙语、巴西葡萄牙语、韩语和芬兰语。此次模型升级确保了对复杂内容（如数字和地址）的发音更加可靠，最大限度地减少手动调整的需求。用户仍可继续使用语音合成标记语言（SSML）标签实现定制化的语音输出。低延迟流式 API 适用于实时应用，如联络中心体验和聊天机器人。多样化的语音选项也适用于媒体、电子学习和无障碍需求。此外，生成式服务现已扩展至 AWS GovCloud，服务于公共部门及受监管行业。这些新语音在全球多个 AWS 区域均可访问。

Polly Generative engine upgraded with more natural speech, 14 new voices, and 2 new languages aws.amazon.com

RSS Hunter • 10月20日

AWS 宣布推出 TorchNeuron：为 AWS Trainium 提供原生 PyTorch 支持（公开测试版）”

今天，AWS 推出了 TorchNeuron 的公开测试版，这是一个面向 AWS Trainium 的开源原生 PyTorch 后端。Trainium 是一系列专为深度学习 AI 训练和推理工作负载设计的高性能且具成本效益的 AI 芯片组合。TorchNeuron 使 AI 科学家和研究人员能够直接在 Trainium 上使用原生 PyTorch 进行模型实验与构建。借助 TorchNeuron，开发者只需将 PyTorch 代码切换至 .to('neuron')，即可在 Trainium 上运行，同时保持与 eager execution、torch.compile 及标准 PyTorch API 的完全兼容性。此外，TorchNeuron 集成了 Neuron Kernel Interface（NKI），以支持自定义算子并为 Trainium 硬件实现性能优化。TorchNeuron 作为开源项目，可通过 TorchNeuron GitHub 仓库获取，适用于 Amazon EC2 Trainium2 实例和 Amazon EC2 Trainium3 实例。如需进一步了解 TorchNeuron 及 AWS Trainium 加速器，请访问 AWS Neuron 页面。

AWS announces TorchNeuron: Native PyTorch Support for AWS Trainium (Public Beta) aws.amazon.com

RSS Hunter • 10月20日

Amazon Bedrock 上可用的 Claude 模型结构化输出

Amazon Bedrock 现已为所有 Anthropic Claude 模型（涵盖 bedrock-runtime 和 bedrock-mantle 端点）提供支持结构化输出的功能。无论您是通过 boto3 和 bedrock-runtime API 调用 Claude，还是通过 Messages API 和 bedrock-mantle 端点调用，现在均可获得符合定义结构的模式合规 JSON 响应，无需自定义解析、重试逻辑或后处理。借助 Amazon Bedrock 上的 Claude 结构化输出功能，您可在各行业自动化可靠且模式合规的任务。示例包括从财务收益报告和合规文件中提取所有必需字段，将临床笔记解析为电子健康记录（EHR），以及使用一致且经过验证的结果丰富产品目录。您还可以分析合同以提取关键条款、各方及义务，或驱动智能支持工单路由，确保意图、情感及实体始终与应用数据模型匹配。欲了解更多信息，请参阅 Amazon Bedrock 文档。结构化输出功能在 Claude 模型可用区域均可使用。有关区域可用性详情，请查看区域可用性页面。

Structured outputs for Claude models available on Amazon Bedrock aws.amazon.com

RSS Hunter • 10月20日

AWS Clean Rooms 现已支持将 Databricks 作为数据源”

AWS Clean Rooms 现已支持 Databricks 作为数据源，因此协作成员及其合作伙伴可以在不移动或泄露源数据的情况下，安全地分析由 Databricks 管理的数据。成员可以直接在协作环境中查询通过 Delta Sharing 共享的 Databricks 表。Databricks 现已与 AWS Glue、Snowflake 和 Amazon Athena 一同成为 AWS Clean Rooms 支持的数据源。此前，拥有 Databricks 数据的成员必须将其导出或复制到 Amazon S3，才能将其用作协作中的表，这增加了管道工作量，并产生需要治理的额外数据副本。现在，成员可以直接注册 Databricks 表，只需提供工作区 URL、模式、表名以及 Delta Sharing 共享链接，即可将其提供给协作环境。例如，一家在 Databricks 中管理客户数据的零售商，可以在 AWS Clean Rooms 中与媒体合作伙伴协作进行活动测量，直接对其 Databricks 数据运行经批准的分析和操作，而无需先构建并维护导出到 S3 的流程。AWS Clean Rooms 帮助公司及其合作伙伴轻松分析和协作处理其联合数据集，同时无需泄露或复制彼此的基础数据。有关 AWS Clean Rooms 可用 AWS 区域的更多信息，请参阅 AWS 区域表。如需了解有关使用 AWS Clean Rooms 进行协作的更多信息，请访问 AWS Clean Rooms。

AWS Clean Rooms now supports Databricks as a data source aws.amazon.com

RSS Hunter • 10月20日

AWS IAM Identity Center 简化了从 Active Directory 更改身份源的操作

AWS IAM Identity Center 现在在将身份源从 Active Directory 更改为外部身份提供商（IdP）（例如 Okta 或 Microsoft Entra ID）或 Identity Center 目录时，会保留您的工作负载身份及其分配。具体而言，它会保留您的用户、组、组成员关系、权限集分配以及应用分配。此前，进行此类更改需要在 IAM Identity Center 中重新创建这些内容。IAM Identity Center 可帮助您一次性将工作负载身份连接到 AWS，并集中管理其在 AWS 应用和账户中的访问权限。当您从 Active Directory 更改身份源时，现有的身份存储库将保留在原位，因此您的用户和组将保持相同的 ID。结果，用户可继续访问 AWS 账户和应用，且引用用户 ID、组 ID 或身份存储库 ID 的策略将继续有效。要执行此更改，请按照用户登录所需的常规设置配置新的身份源。更改后，您的工作负载将通过双栈 AWS 访问门户 URL 进行登录。将身份源反向更改为 Active Directory 的操作方式与之前相同。此功能适用于所有 AWS 区域中可用的 IAM Identity Center 组织实例。IAM Identity Center 不产生额外费用。要开始使用，请导航至 IAM Identity Center 控制台。有关更多信息，请参阅《IAM Identity Center 用户指南》中的“更改您的身份源”。如需了解有关 IAM Identity Center 的更多信息，请访问产品详情页面。

AWS IAM Identity Center simplifies identity source changes from Active Directory aws.amazon.com

RSS Hunter • 10月20日

Amazon CloudWatch 警报现已支持在警报操作负载中包含标签。

今天，Amazon CloudWatch 宣布支持在操作负载和 Amazon EventBridge 事件中包含警报标签，使客户能够无需额外查询即可根据标签路由和过滤警报通知。当在警报上启用此功能后，CloudWatch 会在警报状态每次变更时，将警报标签添加到其发送给 Amazon SNS、AWS Lambda 和 Amazon EventBridge 的消息中。此功能专为通过共享通知管道路由大量警报且需直接从消息中识别所属团队、环境或服务的客户而设计。通过在操作负载中包含标签，客户可以避免事后将标签元数据与警报事件进行关联的额外工作。例如，一个团队此前将数百个警报通过单个 SNS 主题路由到 Lambda 函数，在分页前必须为每个事件调用 ListTagsForResource 以查找所属团队；而借助此功能，标签会随通知一同到达，函数即可直接从消息中进行路由。该设置默认关闭，可按警报单独配置，客户可选择包含所有标签、仅包含选定的标签键，或包含除选定键之外的所有标签。此功能支持指标警报、复合警报和日志警报。CloudWatch 警报的操作和事件中的标签功能适用于所有提供 Amazon CloudWatch 的 AWS 区域，但不包括中东（阿联酋）和中东（巴林）区域。要开始使用，请参阅 Amazon CloudWatch 用户指南中的“操作负载中的警报标签”。如需了解有关 Amazon CloudWatch 警报的更多信息，请访问 Amazon CloudWatch 产品页面。

Amazon CloudWatch Alarms now supports tags in alarm actions payload aws.amazon.com

RSS Hunter • 10月20日

Amazon Bedrock Guardrails 现已支持标准层级的上下文锚定检查

Amazon Bedrock Guardrails 现已提供标准版（Standard tier），用于上下文依据检查，该检查可检测并过滤幻觉，通过验证模型响应是否基于您的参考来源且与用户查询相关。标准版比经典版（Classic tier）更为稳健。它支持包含推理或对话内容的响应，对措辞不同但含义相同的响应评分更加一致，并提供更全面的语言支持，与内容过滤器和拒绝主题的标准版保持一致。Amazon Bedrock Guardrails 通过 ApplyGuardrail API 为任何基础模型上的生成式 AI 应用提供可配置的防护机制。此前，上下文依据检查仅适用于严格依据检查，适合摘要、改写和问答。通过标准版，您也可以将上下文依据检查应用于对话式应用以及对来源进行推理的响应。您可以在 Amazon Bedrock 控制台或 API 中为每个防护机制选择版本。现有防护机制在更改前保持经典版。两个版本的定价相同。要使用标准版，您的防护机制必须使用跨区域推理并配置防护机制配置文件。上下文依据检查的标准版可在以下 AWS 区域提供：美国东部（北弗吉尼亚）、美国东部（俄亥俄）、美国西部（北加利福尼亚）、美国西部（俄勒冈）、欧洲（法兰克福）、欧洲（都柏林）、欧洲（米兰）、欧洲（巴黎）、欧洲（马德里）、欧洲（斯德哥尔摩）以及亚太（东京）。欲了解更多信息，请参阅 Amazon Bedrock Guardrails 关于上下文依据检查和防护机制分层的文档，或访问 Amazon Bedrock Guardrails 产品页面。

Amazon Bedrock Guardrails now supports Standard tier for contextual grounding checks aws.amazon.com

RSS Hunter • 10月20日

Amazon Bedrock 高级提示优化现已支持提示缩短

Amazon Bedrock 高级提示优化现已支持提示缩短，这是一个可选设置，可在保持或提升评估分数的同时缩短提示长度。高级提示优化针对 Amazon Bedrock 上的任何模型，依据您自身的评估标准进行提示优化。此前，优化仅关注质量，优化后的提示往往比原始提示更长。更长的提示会增加输入令牌成本，并可能增加首字延迟，这在大规模应用和对延迟敏感的场景中尤为关键。当您在输入数据集中的提示模板中启用提示缩短时，优化器将缩短提示长度。仅当优化后的提示比原始提示更短，且评估分数至少不低于原始提示时，才会返回优化后的提示；否则将返回原始提示，因此该设置绝不会导致您获得更长或评分更低的提示。结果文件及控制台结果页面中会包含压缩比以及原始和优化后的令牌数量。例如，压缩比为 0.7 表示优化后的提示使用的令牌数减少了 30%。提示缩短适用于所有评估方法，包括转向标准、LLM-as-a-judge 评分表以及自定义 Lambda 评估器。提示缩短在支持高级提示优化的所有 AWS 区域均可用。要开始使用，请在输入数据集中的提示模板中启用提示缩短，并照常创建优化作业。欲了解更多信息，请参阅 Amazon Bedrock 用户指南中的“缩短提示”部分、Amazon Bedrock 定价页面以及 Amazon Bedrock 产品页面。

Amazon Bedrock Advanced Prompt Optimization now supports prompt shortening aws.amazon.com

RSS Hunter • 10月20日

AWS Partner Central 推出程序导航器、案例研究生成器以及简化的专业认证审查流程

AWS Partner Central 现已推出 Program Navigator，这是一个统一体验，让合作伙伴能够在一个地方发现、申请并跟踪 AWS 专业认证项目的申请。合作伙伴可以浏览专业认证 designation，查看相关要求与权益，并通过引导式的分步工作流提交申请。AWS Partner Central 中的新功能 Case Study Generator 为合作伙伴提供了重新设计的创建体验，提供三种起始路径：借助 AI 协助直接构建案例研究、从现有客户成功案例 URL 导入，或从商机自动填充。用于市场拓展的案例研究现在遵循简化的审核路径，采用轻量级策略验证，允许合作伙伴直接发布至 AWS 域名，而无需经过专业认证审核。更深层次的专业认证级别审核仅适用于与 Program Navigator 申请关联的案例研究。此外，AWS 通过 Program Navigator 简化了专业认证项目的申请审核流程。提交申请的合作伙伴可期待更快的审核周期，并在整个过程中获得更详细、基于具体要求的反馈。申请非专业认证项目的合作伙伴仍可通过现有体验访问这些项目。Program Navigator 和 Case Study Generator 已向所有 AWS 合作伙伴在 AWS Partner Central 中开放。要开始使用，请在左侧导航面板的“市场拓展”（Go to Market）部分，导航至"Program Navigator"和"Case Studies"。

AWS Partner Central launches Program Navigator, Case Study Generator, and streamlined specialization review aws.amazon.com

RSS Hunter • 10月20日

AWS Transform 用于迁移的功能扩展了现有着陆区的支持

AWS Transform 现已支持更多类型的现有 AWS 环境，用于构建迁移着陆区，包括 AWS Control Tower 着陆区以及使用 AWS Organizations 构建的着陆区。AWS Transform 会对您当前的环境执行基础差距分析，对照 AWS 最佳实践进行评估，并在您目标账户中已有的内容之上扩展着陆区，从而使您的团队能够更早开始迁移。AWS Transform 现在还支持仅使用基础设施即代码（IaC）模式来构建迁移着陆区。在此模式下，AWS Transform 会分析您的组织，生成建议，并生成针对您迁移计划的 IaC，格式为 AWS CDK、Terraform 或 Landing Zone Accelerator（LZA）。仅使用 IaC 的模式专为那些不希望授予 AWS Transform 直接访问其管理账户的组织而设计。AWS Transform 现在可以通过委派管理员（DA）账户进行连接。此外，该模式也适用于自行管理部署管道且无需代理自动部署的客户。AWS Transform for migrations 着陆区代理可端到端自动化着陆区设计，包括基础设置、组织单元（OU）和账户结构、服务控制策略（SCPs），以及与您的迁移规划和波次对齐的工作负载账户。您可以直接部署，或生成 IaC 用于您自己的管道。这些新功能在 AWS Transform for migrations 支持的所有目标 AWS 区域中均可用。欲了解更多信息，请访问 AWS Transform 用户指南。

AWS Transform for migrations expands support for existing landing zones aws.amazon.com

RSS Hunter • 10月20日

Amazon ElastiCache Serverless for Valkey 现已支持零停机在线迁移。

Amazon ElastiCache Serverless for Valkey 现已支持从 EC2 上的自托管 Valkey 和 Redis OSS 进行零停机在线迁移。该功能允许应用程序在迁移过程中持续读写数据且不会出错。迁移过程分为三个阶段：准备、数据同步和切换。在准备阶段，用户将获得用于其应用程序的迁移端点。数据同步会从源端持续复制到无服务器缓存。一旦数据同步完成，切换可手动或自动执行。迁移过程采用 TLS 加密和身份验证，并将凭据存储于 AWS Secrets Manager 中以确保安全。该功能支持从版本 4.0 到 7.2 的自托管 Redis OSS，以及从版本 7.2 到 8.1 的 Valkey，迁移至 Valkey 9.0。每个 AWS 账户的前 180 天迁移使用免费；免费期过后，迁移节点将按节点小时计费。ElastiCache Serverless 缓存按标准费率单独计费。此项在线迁移功能适用于所有商业区域、中国区域和 AWS GovCloud 区域。要开始迁移，请创建或选择一个空的 ElastiCache Serverless 缓存，并通过控制台或 CLI 启动迁移。

Amazon ElastiCache Serverless for Valkey now supports online migration with zero downtime aws.amazon.com

RSS Hunter • 10月20日

Amazon Connect 客户全球弹性现已为业务用户提供跨关联区域的弹性就绪情况可见性。

Amazon Connect 客户全球弹性现已在管理网站中提供“全球弹性”页面，使管理员能够在一个统一位置审查其区域切换就绪状态。该页面显示整体就绪状态，并列出全球弹性原生复制的资源，包括哪些资源类型已同步、哪些仍在等待同步以及哪些需要采取行动。例如，如果电话号码或用户未关联到流量分发组，该页面会将其标记，并允许管理员直接从该页面关联受影响的资源。借助此就绪概览，管理员可随时审查其弹性态势，并验证其实例是否已准备好进行区域切换。此功能在所有支持 Amazon Connect 客户全球弹性的 AWS 区域中均可用。欲了解更多信息，请参阅 Amazon Connect 客户管理员指南。

Amazon Connect Customer Global Resiliency now provides business users visibility into resiliency readiness across linked Regions aws.amazon.com

RSS Hunter • 10月19日

Amazon CloudWatch Omni 现已在更多 AWS 区域可用

AWS 宣布 Amazon CloudWatch Omni 现已在八个新增 AWS 区域上线。CloudWatch Omni 是一种由 AI 驱动的可观测性体验，围绕您的团队及其运行的应用进行组织，帮助您在一个地方观察和排查应用及代理。它结合了 OpenTelemetry 的互操作性与 CloudWatch 的规模和可靠性，并在工作场景中为您提供支持——无论是通过支持单点登录（SSO）的独立 Web 体验，还是本地 IDE 扩展。借助 CloudWatch Omni，您可以在中央账户中创建空间，以查看跨 AWS 账户、区域及其他云（包括 Azure 和 GCP）的遥测数据。Omni 可自动发现服务、映射依赖关系并呈现关键指标，您可以通过聊天、点击操作，或借助 Agent Toolkit for AWS 使用自有工具与遥测数据进行交互，从而查找信号、构建动态视图，并在 AWS DevOps Agent 的支持下定位根本原因。专用的代理可观测性体验为 LangGraph、CrewAI、OpenAI Agents SDK、Vercel AI SDK 和 Strands 等框架提供了以评估为导向的工作流程。通过此次扩展，CloudWatch Omni 现已在加拿大（中部）、亚太（孟买）、亚太（新加坡）、亚太（悉尼）、亚太（东京）、欧洲（法兰克福）、欧洲（伦敦）和南美洲（圣保罗）上线，此外还包括美国东部（弗吉尼亚北部）、美国西部（俄勒冈）和欧洲（爱尔兰）。要开始使用，请从 CloudWatch 控制台创建 Omni 空间，配置 SSO 并登录。代理开发人员可安装免费的 CloudWatch Omni 扩展，支持 VS Code、Cursor 和 Kiro。欲了解更多信息，请参阅 Amazon CloudWatch Omni 产品页面和文档。有关定价，请查看 CloudWatch Omni 定价页面。

Amazon CloudWatch Omni is now available in additional AWS Regions aws.amazon.com

RSS Hunter • 10月19日

EC2 Image Builder 现已与 ASG 集成，实现更快的镜像构建。

EC2 Image Builder 现已支持使用自动伸缩组（ASG）中的现有实例来构建镜像，通过消除启动和引导新实例所需的时间并复用已运行的 EC2 实例，从而实现更快的构建速度。借助此功能，您可以在 Image Builder 的基础设施配置中提供 ASG。在构建时，Image Builder 不会启动新实例，而是从该 ASG 中选择一个正在运行的实例，应用您的构建组件并创建镜像。ASG 会持续补充实例池，以应对实例被用于构建的情况，确保后续管道运行始终有可用实例。此功能完全可选，不会影响现有管道。未配置 ASG 的管道将继续使用默认启动路径，行为无任何变化。此功能在所有 AWS 区域均可用，且不产生额外费用。如需在 Image Builder 管道中配置 ASG 集成，请参阅 EC2 Image Builder 文档。

EC2 Image Builder now integrates with ASG for faster image builds aws.amazon.com

RSS Hunter • 10月19日

Amazon GuardDuty 为运行时监控添加了可选的威胁检测规则

Amazon GuardDuty 现已支持运行时监控的可选检测规则。您可以启用超过 50 条运行时监控规则，以检测在不同环境中可能属于常规行为但在其他环境中却表明已遭入侵的活动，例如修改 sudoers 文件或禁用审计日志。新规则为运行在 EC2 和 AWS Fargate 上的 Amazon EC2 实例、Amazon EKS 以及 Amazon ECS 提供检测能力，涵盖映射到 MITRE ATT&CK® 战术（包括持久化、权限提升、执行、防御规避、发现、窃取数据和命令与控制）的 13 种发现类型。本次发布引入了四种新的发现类型：CommandAndControl:Runtime/SuspiciousCommand、CredentialAccess:Runtime/SensitiveFileRead、Discovery:Runtime/SensitiveFileRead 和 Exfiltration:Runtime/SuspiciousCommand。要开始使用，请访问 GuardDuty 控制台。您可以在干运行模式下启用规则，以在启用实时检测前评估检测效果。运行时监控的自定义检测规则已在所有 AWS 商业区域和 AWS GovCloud（美国）区域可用。欲了解更多信息，请参阅 Amazon GuardDuty 自定义检测规则。如需接收有关 Amazon GuardDuty 新功能和威胁检测的程序化更新，请订阅 Amazon GuardDuty SNS 主题。

Amazon GuardDuty adds optional threat detection rules for Runtime Monitoring aws.amazon.com

RSS Hunter • 10月19日

Grok 4.7 现已在 AWS GovCloud（美国）中的 Amazon Bedrock 上可用。

Amazon Bedrock 现已支持 SpaceXAI Grok 4.7，这是一款专为代码开发、代理任务及知识工作打造的尖端模型，已在 AWS GovCloud (US) 中上线。Grok 4.7 在 Grok 4.6 的基础上进行了增强，具备更优的混合文档处理能力、更可靠的基于规划与错误恢复的仓库级代码开发能力，以及增强的浏览器使用代理功能，支持表单填写和门户导航。请在 Amazon Bedrock 控制台或通过支持的 Amazon Bedrock API 以编程方式开始使用 Grok 4.7。有关支持的 AWS 区域、端点、API、功能、推理配置文件和定价的信息，请参阅 Amazon Bedrock 文档。欲了解更多信息，请阅读发布博客文章。

Grok 4.7 is now available on Amazon Bedrock in AWS GovCloud (US) aws.amazon.com

RSS Hunter • 10月19日

AWS Elemental MediaConnect Router 现已支持高码率模式

AWS Elemental MediaConnect 路由器现已支持高码率模式，新增两个层级：250 Mbps 和 500 Mbps。这使得需要更高码率的专业广播机构能够在不牺牲质量或可靠性的前提下，传输高价值内容。此次增强支持行业标准工作流，包括符合 VSF TR-07 标准的传输流分发，适用于广播贡献、内容分发和远程制作。高码率模式支持最多两个冗余源以提升可靠性，并包含数据平面优化，以降低抖动，从而提升性能。欲了解更多信息，请访问 AWS Elemental MediaConnect 产品页面和 MediaConnect 定价页面。

AWS Elemental MediaConnect Router now supports high bitrate mode aws.amazon.com

RSS Hunter • 10月19日

AWS IAM Identity Center 现已在其身份存储中为用户和组支持乐观锁。

IAM Identity Center 可帮助您为工作负载配置对 AWS 账户和应用的单点登录体验。现在，您可以在身份存储库中为用户和组使用乐观锁，因此只有在用户或组自上次读取以来未发生更改时，更新和删除请求才会成功。这在多个管理员或自动化工作流几乎同时修改同一用户或组时尤为有用，此前一个写入操作可能会静默覆盖另一个写入操作。每个用户和组现在都有一个 Revision 值，每当用户或组的属性被修改时（包括通过 SCIM 配置、Active Directory 同步或 IAM Identity Center 控制台），该值都会更新。创建、描述、更新和列表操作会返回当前的 Revision 值，您可以在后续的 UpdateUser、UpdateGroup、DeleteUser 或 DeleteGroup 请求中传递该值。如果提供的 Revision 与当前 Revision 不匹配，请求将失败并返回 ConflictException；否则请求将成功。这样，您的工作流可以重新读取用户或组，并使用最新值重试。提供 Revision 是可选的。省略 Revision 的请求将按原有方式处理，因此现有集成无需更改即可继续工作。条件请求通过 Identity Store API 支持，而非 SCIM 端点。组成员操作不接受 Revision，添加或删除成员也不会改变用户或组的 Revision。此功能在所有提供 IAM Identity Center 的 AWS 区域中均可用。IAM Identity Center 免费提供，无额外费用。如需了解有关 IAM Identity Center 的更多信息，请访问产品详情页面。若要开始使用，请参阅 Identity Store API 参考中的 UpdateUser。

AWS IAM Identity Center now supports optimistic locking for users and groups in its identity store aws.amazon.com

RSS Hunter • 10月19日

Amazon RDS Custom 现已支持 Microsoft SQL Server 的最新累积更新和 GDR 更新。

Amazon Relational Database Service (Amazon RDS) Custom for SQL Server 现已支持 Microsoft SQL Server 的最新累积更新 (CU) 和通用分发版本 (GDR) 更新。本次发布包含对 SQL Server 2019 CU32+GDR KB5122772（RDS 版本 15.00.4490.9.v1）和 SQL Server 2022 CU26 + GDR KB5122768（RDS 版本 16.00.4275.2.v1）的支持。有关这些更新中包含的改进和修复的更多信息，请参阅 Microsoft 关于 KB5122772 和 KB5122768 的文档。您可以使用 Amazon RDS 管理控制台，或通过 AWS SDK 或 CLI，将 Amazon RDS Custom for SQL Server 实例升级以应用这些推荐更新。有关升级数据库实例的更多信息，请参阅《Amazon RDS Custom 用户指南》。

Amazon RDS Custom now supports the latest Cumulative Update and GDR updates for Microsoft SQL Server aws.amazon.com

RSS Hunter • 10月19日

Amazon RDS for SQL Server 现已支持对只读副本创建快照

Amazon RDS for SQL Server 现已支持直接在读取副本实例上创建数据库快照。此前，您只能在独立和主数据库实例上创建快照。现在，您可以在不提升读取副本的情况下对其进行快照，从而在备份和灾难恢复（DR）工作流程中获得更大的灵活性。此前，在提升后的读取副本上启用多可用区（Multi-AZ）需要等待初始完整快照完成才能开始转换。对于较大的存储配置（例如高达 64 TiB 的 io2 卷），该初始快照可能需要很长时间，导致灾难恢复时间线难以预测。现在，Amazon RDS for SQL Server 会在读取副本的生命周期内保留快照数据，因此提升后的首次快照完成速度更快。这缩短了启用多可用区所需的时间，并帮助您规划具有更可预测恢复时间线的灾难恢复演练。您可以对读取副本执行手动快照，通过设置大于零的备份保留期来启用自动备份，并在删除副本时保留自动备份；但不支持从读取副本进行时间点恢复（PITR）。此功能适用于区域内和跨区域的读取副本。它适用于所有支持读取副本的 SQL Server 版本上的 SQL Server 企业版，在 Amazon RDS for SQL Server 读取副本可用的所有 AWS 区域中均可使用，包括 AWS GovCloud（美国）区域。欲了解更多信息，请参阅《Microsoft SQL Server 读取副本操作指南》。有关定价详情，请参阅《Amazon RDS for SQL Server 定价》。

Amazon RDS for SQL Server now supports snapshots on read replicas aws.amazon.com

RSS Hunter • 10月19日

AWS Partner Central 新增解决方案匹配引擎性能洞察

AWS Partner Central 现已为 AWS 合作伙伴提供更多关于解决方案匹配引擎（SME）如何贡献于联合销售管道（co-sell pipeline）的可见性。合作伙伴分析中的“解决方案匹配引擎性能”部分，可帮助合作伙伴了解 SME 在其公司及 AWS Marketplace 列表中的表现。合作伙伴可查看推荐、SME 归因商机、其在 AWS 发起商机中的占比、停滞率以及归因于 SME 的管道。他们可按推荐类型或 AWS Marketplace 列表进行筛选，并探索按区域、行业和细分领域划分的顶级客户画像。这些洞察有助于合作伙伴评估自身可见性，并决定如何改进其列表和商机信息。所有符合 APN 客户参与（ACE）资格的合作伙伴，均可在 AWS Partner Central 的合作伙伴分析中，于“商机管道分析”页面找到该部分。如需了解更多关于 SME 以及如何加强与 AWS 卖方的可见性，请参阅《解决方案匹配引擎：通往 AWS 卖方的门户》。

AWS Partner Central adds Solution Matching Engine performance insights aws.amazon.com

RSS Hunter • 10月17日

Amazon CloudWatch 日志集中功能现已在 AWS GovCloud 及其他商业区域可用

Amazon CloudWatch 日志集中功能现已在 AWS GovCloud（美国）和另外 13 个商业区域中可用。CloudWatch 日志集中功能可将来自多个 AWS 账户和区域的日志数据复制到单个目标账户，并与 AWS Organizations 集成，实现高效聚合，无需自定义解决方案。通过此次发布，AWS GovCloud（美国）分区和商业分区中的组织均可在其账户和区域之间集中日志，以实现集中监控。您可以将集中规则的范围设定为整个组织、特定的组织单元或选定的账户，并将日志复制到单个账户，同时通过增强的系统字段保留源上下文。CloudWatch 日志集中功能现已额外在以下区域可用：非洲（开普敦）、亚太（香港）、亚太（海得拉巴）、亚太（雅加达）、亚太（马来西亚）、亚太（墨尔本）、加拿大西（卡尔加里）、欧洲（米兰）、欧洲（西班牙）、欧洲（苏黎世）、以色列（特拉维夫）、中东（巴林）、中东（阿联酋）、AWS GovCloud（美国东部）和 AWS GovCloud（美国西部）。有关支持区域的完整列表，请参阅 AWS 区域表。要开始使用，请在 Amazon CloudWatch 控制台中创建集中规则，或使用 AWS CLI 或 AWS SDK。欲了解更多信息，请参阅 Amazon CloudWatch Logs 用户指南中的“日志集中”部分。客户可免费集中一份日志副本；额外副本的费用为 0.05 美元/GB。有关详细信息，请参阅 Amazon CloudWatch 定价。

Amazon CloudWatch log centralization now available in AWS GovCloud and additional commercial Regions aws.amazon.com

RSS Hunter • 10月16日

AWS Lambda 持久化函数现已在 AWS GovCloud（美国）区域可用

AWS Lambda 持久化函数现已在 AWS GovCloud（美西）和 AWS GovCloud（美东）区域可用。Lambda 持久化函数使开发人员能够在 Lambda 开发体验中构建可靠的多步骤应用程序和 AI 工作流。Lambda 持久化函数通过为事件处理器引入新原语（如"step"和"wait"）扩展了 Lambda 编程模型，使您能够记录进度、自动从故障中恢复，并在无需为按需函数产生计算费用的情况下暂停执行。随着在 AWS GovCloud（美）区域的可用性，政府客户和受监管行业可以在满足严格的合规性和安全要求的同时，编排复杂流程，例如订单工作流、用户入职和 AI 辅助任务。您可以使用 AWS Lambda API、AWS 管理控制台或 AWS SDK，为基于 Python（版本 3.13 和 3.14）、Node.js（版本 22 和 24）、Go（版本 1.24 或更高版本）、.NET（版本 2.2）或 Java（17+）的新 Lambda 函数启用持久化函数。您也可以使用基础设施即代码工具，例如 AWS CloudFormation、AWS Serverless 应用模型（AWS SAM）和 AWS Cloud Development Kit（AWS CDK）。有关持久化函数的更多信息，请访问 AWS Lambda 持久化函数产品页面或 AWS Lambda 开发者指南。了解定价，请访问 AWS Lambda 定价页面。了解区域可用性，请访问 AWS 按区域功能页面。

AWS Lambda durable functions are now available in AWS GovCloud (US) Regions aws.amazon.com

RSS Hunter • 10月16日

Nemotron 3.5 Super VL 模型现已在 Amazon SageMaker JumpStart 上提供

NVIDIA 的 Nemotron 3.5 Super VL 现已在 Amazon SageMaker JumpStart 上推出，扩展了可供 AWS 客户使用的基座模型组合。这款来自 Nemotron 3.5 系列的视觉 - 语言模型接受图像、视频和文本作为输入并生成文本，使客户能够在 AWS 基础设施上部署多模态 AI 解决方案。Nemotron 3.5 Super VL 专为文档智能、GUI 理解、视频问答及多模态代理应用而设计。该模型采用 120B 参数量混合专家（MoE）语言骨干与 12B 激活参数量及视觉编码器相结合，支持高达 100 万 token 的上下文长度。模型内置多 token 预测（MTP）头以用于推测解码，从而加速文本生成，且推理能力可按请求进行配置。该模型支持包括英语、法语、西班牙语、德语、日语、印地语、韩语和中文在内的十种语言。模型经过基于图像、视频、文档、图表和 GUI 数据的多模态监督微调，随后进行 GRPO 强化学习，能够输出结构化 JSON、支持工具调用，并提供可配置的推理能力，以满足企业级代理工作流需求。SageMaker JumpStart 提供两种变体：NVFP4 变体可在搭载 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 的 G7 实例上实现优化推理；BF16 参考权重则托管于 ml.p5en.48xlarge 实例，支持包括监督微调（SFT）、强化学习（RL）、知识蒸馏及领域适应在内的自定义操作。借助 SageMaker JumpStart，客户仅需数步点击即可部署 Nemotron 3.5 Super VL，以应对其特定的 AI 应用场景。若要开始使用这些模型，请登录 SageMaker 控制台访问 SageMaker JumpStart 模型目录，或使用 SageMaker Python SDK 将模型部署至您的 AWS 账户。有关在 SageMaker JumpStart 中部署和使用基座模型的更多信息，请参阅 Amazon SageMaker JumpStart 文档。

Nemotron 3.5 Super VL model now available on Amazon SageMaker JumpStart aws.amazon.com

RSS Hunter • 10月16日

通过反射生成的 Beam 模型现已在 Amazon SageMaker JumpStart 和 AWS Trainium 上可用。

Reflection 的开源权重模型 Beam 现已可通过 Amazon SageMaker JumpStart 访问。Beam 在推理、编码及智能体任务方面展现出强劲性能，处于同类模型的前沿地位。此次集成使客户能够构建具备更高数据与基础设施控制力的先进编码代理及自动化工作流。Beam 运行于现有的 SageMaker AI 环境中，提供可扩展性、审计追踪及监控能力。该模型针对 AWS Trainium3 进行了优化，提供了兼具成本效益与高性能的部署方案。Reflection 强调，Beam 为开发者提供了可通过可信 AWS 基础设施访问的可控前沿人工智能。工程团队可利用 Beam 处理诸如解决软件问题、生成代码及自动化运维等任务。企业则可借助 Beam 执行复杂的多步骤工作流及高级科学推理。作为采用 Apache 2.0 许可的模型，Beam 允许进行检查与定制，同时确保数据保留在客户自身的 AWS 账户内，保持私密性。Accenture Federal Services 指出，在其自有环境中安全运行前沿人工智能并实现完全可见性的诸多优势。Beam 目前已在 US East (N. Virginia) 和 US East (Ohio) 区域的 SageMaker JumpStart 中提供。

Beam model by Reflection is now available on Amazon SageMaker JumpStart and AWS Trainium aws.amazon.com

RSS Hunter • 10月16日