Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础平台
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台，将每个用例的部署时间缩短 50%。
#云安全
安全实践AWS Machine Learning BlogAI 评分3333 安全实践AWS Machine Learning BlogAI 评分3838 Eon 如何在 Amazon Bedrock AgentCore 上用 MCP Gateway 构建多云调查能力
Eon 基于 Amazon Bedrock AgentCore 搭建统一的 MCP Gateway，把原先分散在各云平台的逐工具凭证和本地 MCP 进程替换为单一认证网关，让开发者和自主智能体统一访问 AWS、GCP、Azure 三朵云上的调查工具。
安全实践AWS Machine Learning BlogAI 评分4040 如何在 AWS 上用 X.509 PKI 保障 AI 智能体身份安全
AWS 与 Keyfactor 联合发布参考架构，用 Keyfactor EJBCA 的 X.509 PKI 为基于 MCP 的 AI 智能体建立可验证、可撤销的加密身份。
安全实践The Hacker NewsAI 评分1010 The Hacker News 网络研讨会：如何用运行时身份控制阻止 AI 驱动的权限提升
The Hacker News 将于 10 月 13 日举办专家网络研讨会，主题是如何用运行时身份控制阻止 AI 驱动的权限提升。会议将讲解攻击者如何在云、本地、SaaS 和 AI 环境中寻找身份缺口，以及 AI 攻击为何压缩防御响应时间。研讨会还将介绍运行时身份安全如何持续评估访问权限并在关键时刻执行安全决策。
安全实践AWS Machine Learning BlogAI 评分2222 Tamnoon 如何用 Amazon Bedrock 构建 AI 云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami，可自主调查 CNAPP 与云原生来源的安全发现并评估修复安全性，再生成带护栏与治理的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产问题。Tami 由调查、安全评分、修复和代码生成四类专用智能体组成，通过单一 API 调用最适合各任务的基础模型。
安全实践AWS Machine Learning BlogAI 评分2222 Orca Security 用 Amazon Bedrock 打造自然语言安全查询
Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。相比最初基线，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%，目前每天处理数千次查询，响应时间 15 秒。
安全实践BleepingComputerAI 评分2222 如何将 AI 智能体限制在其权限范围内
Token Security 联合创始人兼 CTO Ido Shlomo 提出，AI 智能体越权使用凭证的根源在于 AWS 等系统只校验签名而不校验持钥者身份，因此管控应落在工具调用层。他列举托管智能体设置、运行时钩子、网关、沙箱和端点管控五种执行点，并指出推理检查属概率性控制，无法替代能实际阻断操作的缓解措施。
安全实践AWS Machine Learning BlogAI 评分3838 用 Amazon SageMaker HyperPod 实现 GPU 集群的团队隔离与公平共享
Amazon SageMaker HyperPod 推出基于 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。