# AWS称2026年9月面向AI开发者推出的更新

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

> AWS月度回顾介绍了Bedrock、AgentCore和Strands的9月更新，涉及模型可用性、智能体运行环境以及知识库的计划刷新。

AWS Machine Learning Blog于2026年10月9日发布了题为“ICYMI: What landed for AI builders in September 2026”的文章，回顾Amazon Bedrock、Amazon Bedrock AgentCore和Strands在2026年9月的更新。AWS将这些变化归入模型选择、智能体运行和知识库管理等领域。把它们放在一起阅读，可以看到更新覆盖了不同环节：有些公告增加模型选项，有些说明智能体如何运行，还有一些涉及知识库所用数据的定期刷新。

这是一篇由AWS发布的回顾，因此其中关于可用性和产品特征的说法，是该组织自己的描述。这些说法本身并不能说明每项功能都适合所有部署。实际相关性取决于团队使用的模型、智能体架构和数据源。不过，这份9月总结仍然具体展示了平台在哪些方面有所扩展。

### 托管智能体与运行环境

AWS表示，由OpenAI提供支持的Amazon Bedrock Managed Agents已进入公开预览阶段。文章称它支持OpenAI模型，同时让数据保留在AWS之内。对于构建智能体应用的团队来说，这则公告包含两个相关信息：模型支持范围，以及AWS对数据所在位置的说明。由于该服务处于公开预览阶段，这一说法描述的是当前阶段的可用状态，而不是最终产品状态。

文章还介绍了较新的AgentCore运行环境。AWS称，该环境改进了内存管理效率，并降低了无服务器智能体的冷启动延迟。文章还提到按使用量付费，以及会话在空闲时缩减至零。这些内容涉及运行特征的不同方面：启动延迟、资源使用和空闲时的行为，都可能影响团队对智能体运行方式及其费用的规划。

这些说法分别对应不同的运行环节。冷启动延迟降低，针对的是智能体在一段空闲之后启动的时刻；内存管理更高效，涉及运行环境中的资源使用；会话缩减至零和按使用量计费，则描述AWS所列出的容量与计费模式。因此，阅读这则公告时，可以把它看作一组彼此相关的特征，而不是只关注某一个性能指标：这份回顾把运行环境的行为与会话不活跃时的处理方式放在了一起。

### Strands：构建工具与决策模型

谈到Strands，AWS介绍了一种开源智能体harness。文章称，它在准确性方面可与常用harness相匹配，同时少用28%的token。这项比较涵盖两个不同标准：按所述准确性比较得出的质量表现，以及使用的token数量。文章将这个harness呈现为开发者可以考虑的选项，尤其适用于同时关注智能体结果和token消耗的情形。

另一项更新是Strands Decider 2B，这是一款拥有20亿参数的开源决策模型。AWS称它能够在预先设定的选项之间进行选择，并可在本地以约115毫秒给出答案。理解它所承担的任务很重要：按照文章描述，它是在已经定义好的选项中作出选择。这个时间指本地回答，且文章给出的是约数，并非对所有环境都适用的普遍保证。

这两项内容涉及智能体工作的不同部分。Harness关系到如何组合并运行智能体逻辑；Decider 2B则负责在选项之间作出选择。公告中的数字可以帮助读者进行初步了解，但这些数字本身无法决定方案在特定输入或配置下会如何表现。AWS将两者都列入Strands的9月更新。

### Bedrock提供更多模型选择

AWS表示，Astra、Sol和Luna模型已在Amazon Bedrock上正式普遍可用。对于GPT-6 Astra，文章提到其输入长度最高支持100万个token。AWS称，GPT-6 Astra Ultrafast在API中的推理速度最高可快6倍，达到每秒最多300个token。因此，这则公告既报告了普遍可用状态，也给出了与输入容量和推理速度有关的具体参数。

文章还列出可在Amazon Bedrock上使用的Kimi K3。据AWS介绍，它具有100万个token的上下文窗口、原生视觉能力和内置提示缓存。这是三项彼此不同的特征：上下文规模、对视觉输入的处理能力，以及对提示进行缓存以便重复使用。对于正在比较可用模型的团队，这份回顾提供了这些参考属性，但没有把某个模型推荐给所有用途。

选择范围扩大，对考虑在同一平台上使用不同模型的团队可能有意义。不过，这份回顾没有提供独立测试结果，也没有涵盖具体场景所需的每项细节。因此，应把文中列出的容量和速度理解为AWS在该文章中公布的信息。月度回顾记录了新增选择，但不能替代团队针对自身任务评估模型。

### 知识库的计划刷新

在知识库方面，AWS表示，Amazon Bedrock Managed Knowledge Base支持为所有原生数据源连接器自动安排刷新。刷新计划可以设为每日、每周或每月。对管理数据源的人来说，关键是文章描述了计划刷新，并列出三种间隔。团队可以据此考虑让刷新节奏与源信息的变化频率相配合，具体仍取决于所选计划和连接器允许的方式。

AWS还介绍了ServiceNow、Confluence Data Center、Salesforce和Zendesk的原生连接器。在这里，连接器把知识库与能够提供信息的来源连接起来。这项公告为可用选项增加了四种明确列出的企业系统。结合计划刷新来看，文章强调了知识库管理的两个实际环节：接入信息来源，以及设定定期同步的节奏。

阅读这项更新时，最好区分公告涵盖的内容和对某个具体部署的假设。AWS说计划刷新适用于所有原生数据源连接器，并列出了新增的连接器。不过，这篇文章并未说明某个特定来源的配置方式，也没有描述最终知识库的质量。它提供的是可用功能信息，团队可以结合自己的数据来源和刷新需求来考虑。

### 如何理解这份9月回顾

按照AWS的总结，9月更新覆盖了AI应用开发的三个层面：模型的可用性与选择、智能体的工具与运行，以及知识库管理。Bedrock部分包括OpenAI模型和Kimi K3普遍可用的消息，也包括计划刷新和新增连接器。AgentCore部分涉及内存管理、冷启动以及空闲会话缩减。Strands则包括一个harness和一个决策模型，两者具有不同的已述特征。

读者可以先找出与自身工作相关的公告，再判断哪些信息值得进一步关注。构建智能体的团队可以留意运行环境和Strands工具；挑选模型的团队可以查看可用情况和文章列出的参数；维护知识来源的团队可以考虑刷新计划和新增连接器。以上内容均来自AWS于2026年10月9日发布的一篇文章，该文回顾了9月更新。