基于 Strands Agents 构建的 Adaptive Agentic Intelligence Framework（AAIF）用 llama3.2:1b 作为编排层，将常规任务交给 Ollama 本地 SLM 处理，复杂请求经 Amazon Bedrock 路由到云端前沿模型。框架分智能编排、本地处理、云端处理三层，可运行在 8 GB 内存的 Raspberry Pi、纯云端或混合部署中。
AWS 发布教程，演示如何通过 AWS PrivateLink 的 VPC 端点与 VPC 连接，让 Amazon Quick 在不经过公网的情况下访问企业防火墙后的本地数据源。
拜耳作物科学在 Amazon Bedrock AgentCore 上构建了多智能体自然语言接口 Agentic Decision Engine（ADE），叠加在其 ML 工作流系统 CDE 之上，第一阶段约 80% 的用户问题无需工程师介入即可解决。
Amazon Quick 是符合 HIPAA 资格的服务，其 Web、桌面和移动客户端均适用，可在签署 AWS BAA 后用于处理 PHI。它提供 ACL 感知检索、聊天与反馈日志，以及对每个聊天智能体可执行操作的控制，并支持通过连接器和 MCP 接入外部系统。文章强调 HIPAA 资格不等于合规，用户仍需自行完成数据分类、配置和行政与物理防护措施。
Rescale 基于 AWS 的 AI-DLC 框架，用 Strands Agents 构建了自动分类和路由夜间端到端测试失败的 AI 分诊智能体，从问题定义到预发部署仅用五天，数周内进入生产。
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。它把点击拖拽等原始触发解析为语义事件，用户只需用高层算子描述更新行为，交互与视觉依赖由 Flint 编译器处理。该语言可通过 Flint-MCP 和 MCP Apps 在聊天环境中使用，也提供编程 API 供开发者构建仪表盘和数据故事。
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令（.github/copilot-instructions.md 及带 applyTo 字段的路径级指令文件）、打包可复用流程的 agent skills（.github/skills）、面向大型任务的 custom agents（.github/agents）。
GitHub Copilot 应用中的 canvas 是一种可与智能体共享的双向自定义界面，用户只需在智能体会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面。