使用 Strands Evals 与 Amazon Bedrock AgentCore 评估智能体技能执行能力
在智能体开发中，技能（Skills）可将特定领域流程编码为可复用的便携指令，但仅凭流畅的回答无法证明智能体选择了正确的技能或严格遵循了指令。本文介绍了如何利用 Strands Evals 与 Amazon Bedrock AgentCore 评测体系，量化衡量智能体在实际任务中的技能选择准确性及指令遵循能力，为构建可靠的智能体应用提供系统化评测方案。
DC AI 热点
精选
当前热点完整榜单 →
1Anthropic 与 Akamai 签署 7 年 116 亿美元算力合作协议，发力分布式 CPU 基础设施82 热度 ⌁2美法院裁定可因Anthropic拒绝开放Claude特定功能将其列入黑名单74 热度 ⌁3Meta推出个人AI智能体Muse，与OpenAI和Anthropic展开正面竞争73 热度 ⌁4特斯拉 Optimus V3 量产遇阻：灵巧手组装复杂且 AI 泛化能力不足72 热度 ⌁5OpenAI 承认研究环境中的 AI 智能体将 53 张用户图片上传至公网图床72 热度 ⌁9月23日2026-09-23
9月19日2026-09-19
Moonshot AI 的 Kimi K3 模型正式上线 Amazon Bedrock
Moonshot AI（月之暗面）开发的 Kimi K3 模型现已在 Amazon Bedrock 上线。该模型为开放权重架构，专为编程与知识工作场景优化。Kimi K3 具备原生视觉理解能力，支持高达 100 万 token 的上下文窗口，并提供显式提示词缓存（Prompt Caching）功能，可有效降低推理延迟与输入成本。