2026. október 1., csütörtök · Eszközök

AWS bevezette a Bedrock AgentCore Runtime Instances futtatási módot

Az AWS hivatalos gépi tanulási blogján bemutatta a Bedrock AgentCore Runtime Instances nevű új futtatási opciót, amely AWS által kezelt EC2-infrastruktúrán teszi lehetővé tartós, akár több napig futó ügynök-munkafolyamatok üzemeltetését. Ez kiegészíti a meglévő, szerveroldal nélküli MicroVM opciót, amely gyors indítású, de csak néhány órás munkameneteket támogat. A cikk egy demonstrációs példán mutatja be a működést: három specializált ügynök (zeneszerzés, kiszállítás, ellenőrzés) osztozik egyetlen GPU-s EC2-példányon és közös munkameneten, megosztott fájlrendszeren keresztül dolgozva a Claude Sonnet 4.6 nyelvi modellel és az ACE-Step nevű nyílt forráskódú generatív zenei alapmodellel. Az AWS állítása szerint a Runtime Instances támogatja a tartós tárolást, a GPU-kat és több ügynök egyidejű elhelyezését ugyanazon a gépen, ugyanazokat a futtatási API-kat használva, mint a MicroVM. A bejegyzés technikai útmutatóként szolgál fejlesztők számára, akik ilyen többügynökös rendszereket akarnak telepíteni.

Miért fontos?

A Runtime Instances kompatibilis a már használt ügynökkeretrendszerekkel, például a CrewAI-val, LangGraph-fal, LlamaIndexszel és a Strands Agents-szel, így a fejlesztők új API-k nélkül állíthatják át meglévő rendszereiket többnapos, GPU-alapú együttműködésre.

Források

AWS Machine Learning Hivatalos

Kapcsolódó témák

Napi összefoglalók AI eszközök #Amazon Bedrock AgentCore#többügynökös rendszerek

Napi összefoglaló

Ez a hír a 2026. október 1., csütörtök napi AI összefoglaló része.

Kapcsolódó hírek

AWS: automatikus rendszerprompt-optimalizálót mutatott be a Bedrock AgentCore-hoz

Miután korábban bemutatta, hogyan lehet agentikus alkalmazásokat átvinni a Bedrock AgentCore platformra, az AWS most egy új funkciót részletez: az AgentCore optimalizálás rendszerprompt-optimalizálóját. Az AWS állítása szerint az eszköz az AgentCore Observability által rögzített valós, éles forgalomból származó nyomokat (traces) és egy jutalomjel-mechanizmust használ fel arra, hogy javított rendszerpromptot javasoljon egy ügynökhöz, a javaslatot pedig offline kötegelt kiértékeléssel és élő A/B teszttel lehet validálni, mielőtt bevezetnék. A promptot egy úgynevezett agentikus reflektor komponens állítja elő, amely a sikeres és sikertelen futások közti mintázatokat azonosítja, és indoklást is ad a javasolt módosításokhoz. Az AWS blogbejegyzése saját, egyszer-ügynökös és kísérleti, nyílt forráskódú többügynökös reflektor változatot is összehasonlít két nyilvános benchmarkon a GEPA és a MIPROv2 nevű módszerekkel, ám ezek a mérési eredmények a vállalat saját közlésén alapulnak, független megerősítés nélkül.

AWS bemutatta a többcsatornás WhatsApp-alapú AI rendelési asszisztenst

Az AWS hivatalos blogbejegyzése szerint a vállalat megoldást tett közzé arra, hogyan lehet Amazon Bedrock AgentCore és Amazon Nova 2 modellek segítségével multimodális WhatsApp rendelési asszisztenst építeni gyorséttermek számára. A leírás szerint egyetlen WhatsApp Business-számon keresztül a vevő szöveges üzenetet, hangüzenetet vagy hívást is indíthat, és az AI ügynök a köszönéstől a visszaigazolásig önállóan intézi a rendelést. Az AWS állítása szerint mindhárom csatorna közös backendet és egységes memóriát használ, így felismeri, ha ugyanaz a vásárló ma írt, holnap pedig telefonált. A szöveget az Amazon Nova 2 Lite, a valós idejű beszédet az Amazon Nova 2 Sonic kezeli, a felületet a Meta WhatsApp Business Platformja adja, a telepítést pedig az AWS CDK végzi.

AWS útmutatót adott ki agentikus rendszerek Bedrock AgentCore-ra költöztetéséhez

Az AWS hivatalos blogbejegyzése egy konkrét példán, egy LangGraph-alapú ügyfélszolgálati ügynökön keresztül mutatja be, hogyan vihető át egy éles agentikus alkalmazás az Amazon Bedrock AgentCore platformra. A cég állítása szerint a migráció két szakaszban történik: az első lépésben az ügynök változatlan logikával kerül át az AgentCore Runtime, Gateway és Memory szolgáltatásokra, ami kezeli a felhasználói munkameneteket, az állapotmegőrzést és az eszközök hitelesítését, míg a második szakaszban a kézzel írt döntési ág helyett modellvezérelt tervezés épül be a Strands Agents keretrendszerrel. Az AWS szerint ezzel tíz olyan üzemeltetési terhet lehet leválasztani az ügynök tényleges logikájáról, mint a munkamenetek elkülönítése, az állapotkezelés vagy az operációs rendszer patchelése; a leírás fejlesztői gyakorlati útmutató, nem független teszteredmény.

Shopify Canvas: webshop építése AI-csevegéssel

A Shopify új eszközt, a Canvast jelentette be, amellyel a kereskedők chat-alapú utasításokkal, a Sidekick nevű AI-ügynök segítségével hozhatják létre online boltjukat. A cég állítása szerint a Canvas nem statikus előnézetet, hanem a bolt tényleges, futó kódját jeleníti meg valós időben, így az interaktivitás és az animációk is azonnal teszthetők, különböző képernyőméreteken is. A Sidekick korábban is használható volt kódírásra, appok készítésére és témák módosítására, de a Canvas az első olyan termék, amely ezt egy átfogó, az egész boltot egyszerre megjelenítő felületbe rendezi. A Shopify szerint ehhez egyszerűsítette a témák belső felépítését, hogy a Sidekick jobban megértse a bolt struktúráját és logikáját. A termék korai fázisban van, a cég elismeri, hogy a harmadik féltől származó témák, app-blokkok és fordítások támogatása még fejlesztésre szorul.