亚马逊AWS官方博客

用 Amazon Bedrock AgentCore Payment 构建自主支付 AI Agent: x402 协议实战

本文基于 AWS Agentcore和开源项目 sample-agentcore-cloudfront-x402-payments,完整记录了使用 Amazon Bedrock AgentCore 构建一个能自主发现付费服务、执行链上支付并获取内容的 AI Agent 的实践过程。文章以 AgentCore 的三大核心能力(Runtime、Gateway、Payments)为主线,结合 x402 协议的支付流程,展示 Agent 如何在不接触私钥的前提下完成”请求 → 402 挑战 → 链上支付 → 内容交付”的完整闭环。

对图像内容进行精确分析案例实践

某出行企业的租车业务中,结算环境需要获取准确的剩余油量,从而计算差价,进行计费或者退费。这个过程,长期以来是依靠人工进行。人工进行最大的问题并不在于人工查看剩余油量这个过程的复杂度以及人力成本,人工查看需要将数据进行录入,这个过程会阻碍了整个结算环节的自动化,拉长结算环节时长,降低用户体验。 在该案例下,我们分别尝试使用了多模态大模型和传统CV模型,配合使用Amazon Rekogniton 自定义模型,来实现自动化识别油表油量 。

飞来汇借助 AWS Security Agent 构建跨境支付应用的智能安全防线

飞来汇(Flyway)是一家全栈式跨境服务数字科技平台,专注于跨境资金流痛点,为出海企业提供”收、付、融、兑”全链路解决方案。我们将整套支付与清结算服务部署在亚马逊云科技(AWS)全球基础设施之上,依托 AWS 先进的安全服务与合规认证,打造更快、更简单、更安全的跨境支付体验。
作为 AWS Security Agent 的早期采用者,飞来汇将其无缝集成到 GitHub 代码仓库与 CI/CD 流程中,构建了一套”全量渗透测试 + 增量代码扫描”的双轮驱动应用安全方案,将原本以”周”为单位的渗透测试节奏压缩到”小时”级别,并在每一次代码提交后的几分钟内即可获得安全反馈。本文将分享飞来汇使用 AWS Security Agent 的真实实践与体感数据,希望为同样关注 AppSec 体系建设的金融科技与出海企业客户提供一些有价值的落地经验。

Data for AI:明其所耗,知其所因!让每一分 Token 消耗都可量化的全栈实践

本文是”解决 Agentic AI 应用 Token 爆炸问题”系列的第四篇,聚焦可观测性(Observability)。前三篇分别介绍了 Token 爆炸的根本原因、记忆管理优化和 Skill 检索优化。本篇从 OpenClaw 的成本可观测性现状出发,梳理社区主流方案,并结合亚马逊云科技全栈能力给出经过实测验证的落地路径。

认识我们最新的 AWS 大侠 – 2026 年 5 月

我们很高兴欢迎四位杰出的社区领袖成为我们最新的 AWS 大侠。这些人体现了协作和知识共享精神,使 AWS 社区蓬勃发展。从构建人工智能驱动的工具来帮助其他构建者浏览 AWS re:Invent,到领导拉丁美洲一些最大的 AWS 社区,再到通过博客和活动分享深厚的云架构专业知识。他们致力于通过教育、指导和社区组织提升他人,这激发了世界各地的构建者的灵感。