AWS 發佈 Continuum 與 Context 兩項新服務，全面補齊 AI 代理安全與業務背景短板
重點摘要
紐約AWS峰會上，亞馬遜推出Continuum和Context兩大服務，解決AI智能體生產部署的安全風險與背景匱乏。Continuum自動修復代碼漏洞，按業務影響排序、隔離驗證後補救；Context用企業數據生成共享知識圖譜。
---
AWS 在紐約舉行的年度峰會上，正式推出兩項專為 AI 代理（AI Agent）設計的新服務——Continuum 與 Context。這兩項服務分別針對當前 AI 代理在實際部署時最常遇到的兩大痛點：安全漏洞修補效率低落，以及缺乏足夠的業務背景知識。AWS 此舉被視為補齊 AI 代理從開發到上線之間關鍵短板的策略布局。
首先，Continuum 服務的核心功能在於自動化修補程式碼漏洞。不同於傳統依賴開發者手動排查與修復的方式，Continuum 能夠自動掃描 AI 代理相關的程式碼，並根據漏洞對業務可能造成的影響進行排序，優先處理高風險項目。更重要的是，這項服務會在隔離環境中先行驗證修補方案的有效性，確認無誤後才進行實際部署，大幅降低因修補而引發新問題的風險。
另一方面，Context 服務則著重於解決 AI 代理缺乏業務背景知識的問題。許多 AI 代理在實際應用時，因為無法理解企業內部的特定流程、術語或歷史資料，導致回應不夠精準或產生誤解。Context 透過整合企業既有的數據資料，自動生成一個共享的知識圖譜，讓 AI 代理在執行任務時能夠參考這些結構化的背景資訊，從而提升決策品質與回應的相關性。
從產業背景來看，AI 代理的應用範圍正快速擴張，從客服、程式開發到供應鏈管理都有其身影。然而，企業在導入 AI 代理時，最擔心的往往不是模型本身的效能，而是安全漏洞可能帶來的資料外洩風險，以及 AI 代理因缺乏業務理解而做出錯誤判斷。AWS 這次推出的兩項服務，正是直接回應這些實際部署上的障礙。
這項發展可能對企業採用 AI 代理的意願產生正面影響。過去，企業若要自行建立安全修補機制與業務知識庫，往往需要投入大量人力與時間。AWS 將這些功能包裝成託管服務，不僅降低技術門檻，也讓中小型企業有機會以較低成本導入具備安全與業務理解能力的 AI 代理。
對於讀者而言，後續值得關注的重點包括：Continuum 與 Context 是否會與 AWS 既有的 AI 服務（如 Amazon Bedrock）深度整合，以及實際使用者的回饋與案例。此外，其他雲端平台如 Microsoft Azure 與 Google Cloud 是否會跟進推出類似服務，也將影響 AI 代理市場的競爭格局。最後，企業在導入這些服務時，仍需注意資料治理與合規要求，確保知識圖譜的建構不會違反隱私保護規範。
Related
相關文章
54起AI失控事件背後：Agent是超級員工，還是企業裡的“危險盲盒”？
AI Agent正經歷從“演示狂熱”到“落地檢驗”的陣痛期。2026年最新數據顯示，儘管超60%的企業計劃部署Agent，但真實落地率僅為17%。治理缺位與工作流斷層正成為最大絆腳石。AI的下半場不再是算力軍備競賽，而是“工作流交付”，誰能打通人機協同閉環，誰就能拿到下一代企業基建的船票。
AI手機還沒普及Agent手機又爆了？拆解八大手機巨頭的AI底牌
這篇消息聚焦「AI手機還沒普及Agent手機又爆了？拆解八大手機巨頭的AI底牌」。原始導語提到：AI手機正在進化成Agent手機。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
靈動島，正在成為 AI 時代的新門面
--- ### 回應 靈動島最初是iPhone 14 Pro系列為整合前鏡頭與Face ID感測器所設計的動態介面，如今在AI代理技術發展下，被重新定位為雲端AI運作的視覺化「影子」。它讓使用者無需打開App，就能在螢幕頂端直覺感知AI正在執行的任務，例如顯示叫車進度或天氣資訊。這項設計也引發了關於隱私透明度與App生態互動標準化的討論，值得後續關注。<｜end▁of▁file｜> <｜begin▁of▁file▁name｜> data/raws/2025_03_29_22_30_43_539_靈動島，正在成為 AI 時代的新門面.md <｜end▁of▁file▁name｜> <｜begin▁of▁file｜> ### 靈動島：從設計巧思到 AI 時代的互動新門面 當我們談論「靈動島」時，多數人腦中浮現的是 iPhone 14
AI 進化的下一塊拼圖：GPT-5.6 或於下週登場，主打“Agent”級操作能力
根據業界傳聞，OpenAI 可能於6月下旬推出新一代模型GPT-5.6，主打「Agent」級操作能力，從語言理解工具轉向可自主執行任務的智能代理。這項變革被視為AI從被動對話邁向主動行動的關鍵轉折，有望大幅降低自動化門檻，但也帶來安全性與可控性等挑戰。外界關注OpenAI能否藉此維持領先地位，並與Google、Anthropic等對手的代理型產品競爭。
Crawlee for Python：打造具備機器人處理、連結圖譜與RAG分塊匯出的網頁爬取管道
在本教學中，我們建置了一套完整的 Crawlee for Python 工作流程，涵蓋環境設定、本機網站生成、靜態爬取、動態爬取、結構化擷取及下游資料處理。首先，我們配置相容的 Crawlee 執行環境，包含固定版本的 Pydantic 支援、Playwright 瀏覽器安裝、持久化儲存目錄，以及 Colab 安全執行處理。接著，我們產生一個擬真的本機示範網站，包含產品頁面、文件頁面、部落格內容、內部連結、robots.txt 規則、JSON-LD 元資料，以及 JavaScript 渲染的商品目錄。透過 BeautifulSoupCrawler，我們執行快速的遞迴 HTML 爬取，並擷取頁面標題、元資料、文字預覽、對外連結、產品屬性、文件標題、程式碼區塊與部落格標籤。
Nous Research Updates Hermes Agent With a Blank Slate Mode That Pins Toolsets via platform_toolsets.cli and disabled_toolsets
Nous Research has added a Blank Slate setup mode to its open-source Hermes Agent. It inverts the usual onboarding. Instead of a fully loaded default, you start with almost nothing. Hermes Agent is the self-improving agent framework from Nous Research. It runs on your own machine. The team announced the new mode on X. Blank Slate now joins two existing options: Quick Setup and Full Setup. TL;DR Blank Slate boots an agent with everything off except provider & model, File Operations, and Terminal. Web, browser, code execution, vision, memory, delegation, cron, skills, plugins, and MCP stay disabled. It writes an explicit platform_toolsets.cli list plus agent.disabled_toolsets to pin the surface. Nothing you skipped loads later — not even after hermes update. Re-enable anything with hermes too