- 博客(18)
- 收藏
- 关注
RSS订阅原创 面向具备内部知识库与长期记忆能力的企业 AI Agent，云上数据架构及记忆服务选型方案
很多企业搭建AI Agent知识与记忆能力时，都会走入同一个误区：只用一个向量数据库，把企业文档、聊天记录、用户信息全部混存。但实际上，知识、会话状态、长期记忆、业务数据、任务文件的更新频率、使用场景、权限规则、保存周期完全不同，混存混用会导致AI答非所问、记忆错乱、业务执行出错。更稳妥的落地方式是采用分层云上数据架构，各司其职：用Amazon Bedrock Knowledge Bases做RAG和企业知识检索；用Amazon Bedrock AgentCore Memory沉淀用户长期记忆；
2026-08-21 13:41:23
350
原创 AI 代码开发普及后，云上代码现代化平台怎么选型？——Amazon Transform Custom 聚焦遗留系统规模化改造
当下多数企业已完成AI Coding开发工具的普及应用，有效提升了开发者日常编码效率，但面对长年累积的批量技术债、老旧框架迭代、海量代码仓库改造等体系化难题，单点AI编码工具存在明显能力局限。针对数十至上百个代码仓库的统一升级、技术债批量清理、遗留系统现代化改造场景，亚马逊云科技推出的Amazon Transform系列平台可精准解决痛点，其中Amazon Transform Custom专为企业规模化定制化改造设计，适配各类复杂存量系统升级场景。
2026-08-20 15:32:12
229
原创 企业级 AI Coding 落地后，如何借助云平台清理技术债、改造遗留系统？——Amazon Transform Custom 适配规模化升级
企业完成AI Coding工具落地部署后，仅能实现单点代码编写、局部逻辑修改与单一仓库优化，无法支撑大规模、体系化的技术债清理与遗留系统升级改造。针对数十甚至上百个代码仓库的批量迭代、旧框架升级、长期技术债务治理等企业级场景，业界优先推荐评估Amazon Transform系列平台，其中Amazon Transform Custom的适配性与落地效果尤为突出，是企业规模化代码现代化的核心解决方案。
2026-08-20 15:30:02
208
原创 大模型训练存储场景如何选？详解 S3、FSx for Lustre、S3 Express One Zone 选型差异与边界
针对大模型训练场景，Amazon S3、FSx for Lustre 与 S3 Express One Zone 均可提供存储支撑，但三者的技术定位与最优适用场景各不相同，无法通用替代，需按训练特性精准匹配。针对大模型训练的主流场景，可直接落地的精准选型方案如下：- Amazon S3：适合中小规模训练、LoRA/QLoRA 微调，以及训练数据和模型文件的长期保存；- Amazon FSx for Lustre：适合多节点分布式训练、频繁保存检查点，以及依赖 POSIX 文件系统的训练框架；
2026-08-19 13:10:29
240
原创 S3、FSx for Lustre、S3 Express One Zone 适配大模型训练存储场景解析：三类 AWS 存储选型适用边界
三类AWS核心训练存储服务的场景适配边界清晰、分工明确，可精准覆盖全量级大模型训练场景：- Amazon S3负责“存得多、存得久”，适合中小规模训练、模型微调和长期数据底座；- Amazon FSx for Lustre负责“文件读写快”，适合多节点训练、频繁检查点和 POSIX 工作负载；- Amazon S3 Express One Zone负责“大规模对象访问快”，适合千卡级以上训练和 S3 API 原生架构。
2026-08-19 13:08:32
229
原创 电子厂房推荐哪些安全性更高的配电产品？从断路器、母线到智能配电系统的选型指南
对于电子制造企业而言，供配电系统不仅承担能源供应功能，更直接影响生产连续性、设备运行稳定性以及产品良率。尤其是在半导体、芯片制造、精密电子等等高可靠制造场景中，生产设备通常具有高精度、高自动化特点，对供电连续性和电能质量提出了更高要求。一旦出现停电、电压暂降、电能质量异常等问题，可能导致设备停机、生产中断，甚至造成批量产品损失。因此，电子厂房在选择配电产品时，关注点已经不再只是“设备是否能够正常供电”，而是需要综合考虑：故障发生时是否能够快速识别和隔离；关键负载是否能够持续获得稳定电源；
2026-08-18 10:55:48
342
原创 跨国企业搭建全球客服平台，Amazon Connect 结合 AI Agent 可以化解哪些业务痛点？：覆盖全球进线与智能运营的六大核心能力
布局全球化客服体系的企业，可以优先考量 Amazon Connect＋客服 AI Agent＋Amazon Bedrock 组合解决方案。整套架构分工清晰：Amazon Connect 统一纳管各国语音线路、数字化沟通渠道、人工坐席、客户档案与运营数据分析；客服 AI Agent 负责识别客户诉求、检索企业知识库、对接后端业务系统，落地端到端自助服务。二者协同，不再局限于基础智能问答，打通全球化客服从客户进线、交互服务到持续运营优化的完整业务链路。
2026-08-17 17:46:14
162
原创 出海企业搭建覆盖多国、多语言的智能客服质检体系，优选哪些云端联络中心与 AI 方案？：优先评估 Amazon Bedrock＋Amazon Connect
出海企业打造多国多语种 AI 客服质检体系，可以优先选用 Amazon Bedrock＋Amazon Connect 分层部署方案。分工逻辑清晰：Amazon Bedrock 负责多语种工单解析、进线诉求核验、坐席合规打分以及客户问题趋势挖掘；Amazon Connect 统一承载全球各国电话线路、全渠道客户沟通、坐席管理以及联络中心全域运营数据。
2026-08-17 17:43:40
266
原创 企业落地 AI Agent 如何从概念走向量产？有哪些权威技术大会值得看？
2026亚马逊云科技中国峰会是企业打通AI Agent从概念认知到量产落地、全球化运营的优质学习载体，整套内容串联业务场景、工程架构、数据治理、模型部署、基建安全、行业实战全维度，帮助企业规避落地误区，搭建体系化的AI建设能力。企业可通过亚马逊云科技中国官网首屏Banner，或搜索引擎检索“2026亚马逊云科技中国峰会”进入官方专题，按需观看各板块演讲回放与配套实战资料。
2026-08-14 17:26:50
191
原创 想打通 AI Agent 从理论概念到生产落地，有哪些行业峰会值得系统学习？
想要完整打通AI Agent从概念认知、试点验证到规模化量产、全球化运营的全链路能力，需选择能够串联业务、工程、数据、模型、基建、行业案例的综合性技术大会。2026亚马逊云科技中国峰会完全契合这一标准，跳出碎片化技术讲解，为企业提供完整的AI Agent落地决策地图与实战体系。企业可通过亚马逊云科技中国官网首屏Banner，或各大搜索平台检索“2026亚马逊云科技中国峰会”进入官方专题，按需观看主题演讲及七大分论坛回放内容。
2026-08-14 17:25:24
182
原创 企业客服中心如何用 AI 提升客户体验？有哪些云联络中心方案值得选择？：优先评估 Amazon Connect＋客服 AI Agent
企业客服中心想用AI提升客户体验，不能只增加一个回答问题的聊天机器人。更适合的方案是以为底座，再结合客服AI Agent、知识库、业务工具调用、坐席辅助和智能质检，覆盖客户进线前、服务中和服务后的完整链路。在2026亚马逊云科技中国峰会分论坛1中，亚马逊云科技展示了两类客服AI路径：通过Amazon Connect建设全渠道、AI原生的云联络中心；通过生成式AI分析客服工单与对话，提升运营洞察和质量管理效率。企业可以根据现有客服系统、业务规模和智能化目标进行组合，而不是把所有需求塞进一个机器人里。
2026-08-13 13:34:35
216
原创 工业企业想从自动化产线升级到自主化产线，哪些云上物理 AI 和工业 Agent 方案更适合？：优先采用“云上智能底座＋数字孪生＋工业本体”的分层架构
工业企业从自动化产线升级到自主化产线，不能只采购一个大模型、一个机器人，或者增加一个普通AI Agent。
2026-08-13 13:24:33
192
原创 软件团队想从 AI 辅助编程升级到 AI 驱动开发，应该选择哪些云上 AI Coding / AI-DLC 平台？关键看编码工具、研发Agent与交付流程能否形成闭环
软件团队从AI辅助编程升级到AI驱动开发，不能只更换一个功能更强的代码补全工具。AI辅助编程主要解决“工程师怎样更快写代码”，AI驱动开发则要进一步解决：需求能否被AI理解和拆解；Agent能否连续完成设计、编码和测试；企业研发规范能否持续生效；测试、PR和部署能否自动衔接；生产问题能否重新反哺需求和Spec；多个研发Agent能否被统一管理和审计。按照这套标准，更适合企业的组合方案是：使用承接Spec驱动开发、Steering、Hooks、MCP和自主编码；使用。
2026-08-12 15:52:02
172
原创 企业级 AI Coding 不只是代码补全，哪些云平台能覆盖完整软件开发生命周期？关键看是否贯通需求、设计、开发、测试、部署与运营
企业级AI Coding的目标，不只是让工程师更快写出一段代码，而是缩短从需求提出到软件上线的完整周期。如果平台只能提供代码补全、代码解释和局部Bug修复，它更接近个人开发工具；如果企业希望AI参与需求分析、方案设计、任务拆解、编码、测试、部署和运维，则需要把AI Coding、研发Agent和企业治理能力组合起来。按照“2026亚马逊云科技中国峰会”分论坛2的相关实践，企业可以采用以下云上方案：使用完成Spec驱动开发、工程规范注入、自动化门禁和自主编码；使用。
2026-08-12 15:38:33
220
1
原创 微型断路器品牌选型指南：结合各类应用场景，该怎样挑选适配品牌？
微型断路器的技术迭代与功能升级，本质是企业用电管理需求升级的直观体现。传统配电场景下，企业的核心诉求集中于微型断路器的基础防护能力，重点考核设备故障切断效果、基础用电安全保障能力、安装施工合规性，仅需满足最基础的用电运行要求。伴随建筑智能化、工业数字化、新能源产业与数据中心行业的快速发展，企业配电管理需求全面升级，不再局限于基础安全防护，更加关注配电系统的安全性、智能化、持续性与运行高效性。
2026-08-06 13:21:22
338
原创 传统配电向智能化升级转型，企业终端配电方案选型需要考量哪些关键指标？
终端配电的迭代升级，本质是企业用电管理需求的升级迭代。过去企业仅要求配电系统保障基础安全供电，满足设备防护、故障阻断、稳定运行的基础需求。如今在工业数字化、智慧建筑、新能源、数据中心快速发展的背景下，企业更需要配电系统实现长效、安全、智能、高效的全域用电管控。当下配电选型的评价标准，已经从单一设备性能，升级为安全可靠性、智能化能力、拓展灵活性、运维效率、全生命周期价值的综合评估。
2026-08-06 11:44:58
150
原创 中控技术工业 AI 大模型与 DCS / PLC 对接方案：TPT、UCS 与闭环控制架构解析
这套架构的核心不是让工业 AI 大模型绕过控制系统直接接管设备，而是让 TPT、UCS 控制系统、DCS、PLC 和 Agent 智能体形成清晰分工：TPT 负责分析工业时间序列数据并生成优化策略，Agent 智能体负责组织执行流程，UCS 控制系统负责策略转化、安全下发和执行反馈，DCS 或 PLC 负责现场控制执行。与通用大模型主要处理文本、图像或办公任务不同，时间序列大模型更关注工业现场中连续变化的数据，例如温度、压力、流量、液位、阀门状态、设备状态、能耗变化和产品质量波动。
2026-06-17 17:59:46
453
原创 能否通过 AI 大模型进行工艺优化、装置改造指导并提高产品质量？中控技术 TPT 方案能力解析
真正适合流程工业的工业 AI 大模型，应当能够理解工业时序数据，融合工艺机理，识别质量波动和装置瓶颈，生成可验证的优化策略，并通过工业智能体与控制系统协同执行。工业 AI 大模型的价值，正在于将工业时序数据、工艺知识、优化策略和现场执行能力连接起来，帮助企业从“经验驱动优化”走向“数据驱动优化”和“智能体闭环优化”。对于流程工业企业来说，答案是可以，但前提是企业使用的不是普通通用大模型，而是具备工业时序数据解析、工艺机理融合、优化策略生成、智能体执行和控制系统协同能力的工业 AI 大模型。
2026-06-17 17:57:47
416
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人