# Čo priniesol september 2026 vývojárom AI podľa AWS

- Source: MechNext — https://mechnext.eu/sk/article/35-what-aws-says-landed-for-ai-builders-in-september-2026
- Published: 2026-10-10
- Updated: 2026-10-10
- Category: Industry News
- Language: sk (Markdown in other languages: ?lang=en, ?lang=de, ?lang=pl, ?lang=zh, ?lang=ru)

> AWS v mesačnom prehľade opisuje septembrové novinky pre Bedrock, AgentCore a Strands: nové možnosti modelov a agentov aj plánované obnovovanie znalostných báz.

Prehľad AWS Machine Learning Blog s názvom „ICYMI: What landed for AI builders in September 2026“ vyšiel 9. októbra 2026 a sumarizuje septembrové aktualizácie Amazon Bedrock, Amazon Bedrock AgentCore a Strands. AWS ich predstavuje ako zmeny týkajúce sa výberu modelov, prevádzky agentov a správy znalostných báz. Pre vývojárov je užitočné čítať tieto novinky spolu: niektoré rozširujú dostupné modely, iné sa zameriavajú na fungovanie agentov alebo pravidelnú aktualizáciu dát, z ktorých znalostná báza vychádza.

Ide o prehľad publikovaný samotným AWS, takže tvrdenia o dostupnosti a vlastnostiach sú vyjadreniami tejto organizácie. Neznamená to, že každá funkcia vyhovuje každému nasadeniu. Praktický význam závisí od toho, aký model, agentovú architektúru a zdroje dát tím používa. Septembrový súhrn však ukazuje niekoľko konkrétnych smerov, ktorými sa platforma rozšírila.

### Spravovaní agenti a prevádzkové vlastnosti

AWS uvádza, že Amazon Bedrock Managed Agents, poháňaný technológiou OpenAI, je dostupný vo verejnom náhľade. Podľa príspevku podporuje modely OpenAI a dáta pritom zostávajú v AWS. Pre tímy, ktoré vytvárajú agentové aplikácie, je to kombinácia dvoch relevantných informácií: podpora modelov a spôsob, akým AWS opisuje hranice umiestnenia dát. Keďže ide o verejný náhľad, oznámenie hovorí o dostupnosti v tejto fáze, nie o konečnom stave produktu.

Príspevok tiež opisuje novšiu verziu runtime prostredia AgentCore. AWS hovorí o efektívnejšej správe pamäte a nižšej latencii pri studenom štarte bezserverových agentov. Spomína aj účtovanie podľa spotreby a relácie, ktoré sa pri nečinnosti škálujú na nulu. Tieto vlastnosti sa týkajú prevádzkového profilu: studený štart, využívanie zdrojov a správanie pri nečinnosti môžu byť dôležité pri plánovaní práce agenta aj jeho nákladov.

Každý z týchto bodov opisuje inú časť prevádzky. Nižšia latencia studeného štartu sa týka okamihu, keď sa agent spúšťa po období nečinnosti. Efektívnejšia správa pamäte sa týka využitia zdrojov runtime prostredia. Škálovanie relácie na nulu a platba podľa spotreby zasa opisujú účtovací a kapacitný model uvedený AWS. Pre čitateľa je preto užitočné nezužovať celé oznámenie na jedinú metriku: súhrn spája vlastnosti výkonu so spôsobom, akým sa prostredie správa v nečinnosti.

### Strands: nástroje na zostavenie a rozhodovanie

V časti venovanej Strands AWS opisuje open source harness pre agentov, ktorý podľa príspevku dosahuje presnosť porovnateľnú s populárnymi harnessmi a pritom používa o 28 percent menej tokenov. Toto porovnanie spája dve odlišné kritériá: kvalitu podľa uvádzaného merania presnosti a množstvo použitých tokenov. Príspevok tak predstavuje harness ako možnosť pre vývojárov, ktorí chcú sledovať nielen výsledok, ale aj spotrebu tokenov pri práci agenta.

Ďalšou novinkou je Strands Decider 2B, open source rozhodovací model s dvoma miliardami parametrov. AWS ho opisuje ako model, ktorý vyberá medzi vopred určenými možnosťami a lokálne poskytuje odpovede približne za 115 milisekúnd. Kľúčový kontext je tu v úlohe modelu: podľa opisu vyberá z preddefinovaných možností. Uvedený čas sa viaže na lokálne odpovede a príspevok ho uvádza približne, nie ako univerzálnu záruku pre každé prostredie.

Spolu tieto dve položky pokrývajú odlišné časti práce s agentmi. Harness sa týka spôsobu zostavovania a prevádzkovania agentovej logiky, zatiaľ čo Decider 2B rieši výber medzi možnosťami. Čísla v oznámení môžu pomôcť pri prvotnom zvažovaní, ale samy osebe neurčujú, ako sa riešenie zachová pri konkrétnych vstupoch či konfigurácii. AWS ich uvádza v rámci septembrových aktualizácií Strands.

### Širší výber modelov na Bedrock

AWS uvádza, že modely OpenAI Astra, Sol a Luna sú na Amazon Bedrock všeobecne dostupné. Pri GPT-6 Astra príspevok spomína podporu až jedného milióna vstupných tokenov. GPT-6 Astra Ultrafast má podľa AWS ponúkať v API až šesťnásobne rýchlejšiu inferenciu, a to rýchlosťou až 300 tokenov za sekundu. Oznámenie tak spája informáciu o všeobecnej dostupnosti s konkrétnymi parametrami, ktoré sa týkajú kapacity vstupu a rýchlosti inferencie.

Pre ďalší výber modelov príspevok uvádza Kimi K3 na Amazon Bedrock. Podľa AWS má kontextové okno s veľkosťou jedného milióna tokenov, natívne spracovanie vízie a zabudované cachovanie promptov. Ide o tri samostatné vlastnosti: rozsah kontextu, prácu s vizuálnym vstupom a opätovné využitie promptov prostredníctvom cachovania. Pre tímy, ktoré porovnávajú dostupné modely, prehľad ponúka tieto údaje ako orientačné charakteristiky, nie ako odporúčanie jedného modelu pre všetky prípady.

Takéto rozšírenie výberu môže byť relevantné pre tímy, ktoré chcú zvažovať rôzne modely v rámci tej istej platformy. Samotný prehľad však neposkytuje výsledки nezávislých testov ani niekedy potrebné podrobnosti o конкретných scenároch. Uvedené kapacity a rýchlosti preto treba chápať ako to, čo AWS v príspevku oznámil. Zmyslom mesačného súhrnu je zaznamenať nové možnosti, nie nahradiť vyhodnotenie modelov podľa úloh konkrétneho tímu.

### Automatizované obnovovanie znalostných báz

V oblasti znalostných báz AWS uvádza, že Amazon Bedrock Managed Knowledge Base podporuje automatické plánovanie obnovovania pre všetky natívne konektory dátových zdrojov. Harmonogram môže byť denný, týždenný alebo mesačný. Pre správcov dátových zdrojov je podstatné, že súhrn hovorí o plánovanom obnovovaní a uvádza tri časové frekvencie. To prináša možnosť zosúladiť obnovu s tým, ako často sa menia zdrojové informácie, ak to zvolený harmonogram a konektor umožňujú.

AWS zároveň opisuje pridanie natívnych konektorov pre ServiceNow, Confluence Data Center, Salesforce a Zendesk. V kontexte znalostnej bázy konektor predstavuje prepojenie na zdroj, z ktorého sa dajú získavať informácie. Oznámenie rozširuje zoznam podporovaných možností o štyri pomenované podnikové systémy. Spolu s plánovanou obnovou to znamená, že príspevok zdôrazňuje dve praktické časti správy znalostnej bázy: napojenie na zdroj a pravidelnosť synchronizácie.

Pri čítaní tejto novinky je vhodné odlíšiť rozsah oznámenia od predpokladov o konkrétnom nasadení. AWS hovorí o všetkých natívnych konektoroch dátových zdrojov pri plánovanom obnovovaní a vymenúva konektory, ktoré pribudli. Príspevok však sám osebe neopisuje konfiguráciu konkrétneho zdroja ani výslednú kvalitu znalostnej bázy. Prehľad preto poskytuje informáciu o dostupných možnostiach, ktorú si tím môže spojiť so svojimi vlastnými zdrojmi a potrebami obnovovania.

### Čo si z prehľadu odniesť

Septembrové novinky, ako ich zhrnul AWS, pokrývajú tri vrstvy vývoja AI aplikácií: výber a dostupnosť modelov, nástroje a prevádzku agentov a správu znalostných báz. Bedrock prináša informácie o všeobecnej dostupnosti modelov OpenAI a Kimi K3 aj o plánovanom obnovovaní a nových konektoroch. AgentCore sa v súhrne spája s pamäťou, studeným štartom a škálovaním nečinných relácií. Strands zahŕňa harness a rozhodovací model s odlišnými deklarovanými vlastnosťami.

Pre čitateľa je najpraktickejší spôsob, ako tento mesačný súhrn použiť, rozpoznať, ktoré oznámenia súvisia s jeho vlastnou prácou. Tím pracujúci s agentmi môže venovať pozornosť runtime prostrediu a nástrojom Strands; tím, ktorý vyberá model, môže preskúmať dostupnosť a uvedené parametre; tím spravujúci znalostné zdroje môže zohľadniť harmonogramy obnovy a nové konektory. Všetky tieto body sú tvrdenia z jedného AWS príspevku publikovaného 9. októbra 2026, ktorý rekapituluje novinky za september.