AWS 官方博客介绍了如何在 Amazon Bedrock 上为 Claude Code、Codex 等 AI 开发者工具配置细粒度的成本归因与控制机制。通过集成 IAM Identity Center 和外部身份提供商，系统可将每个推理调用追溯至具体用户，并将会话标签流入 AWS Cost and Usage Reports (CUR 2.0)。
推荐理由：文章提供了在 Amazon Bedrock 上实现 AI 工具按用户归因成本的具体配置步骤和查询方法，帮助团队精确追踪和控制开发支出。
AWS 在十月集中推出 Amazon Bedrock、Bedrock AgentCore 及开源工具包 Strands 的多项功能更新。Bedrock 新增 Claude Haiku 5.5、GPT-6.1 Terra、Nova 2.5 Sonic 等模型，并支持结构化输出与领域过滤搜索。
推荐理由：AWS 集中发布 Bedrock、AgentCore 和 Strands 的多项更新，涵盖新模型接入、智能体容错机制及成本优化方案，为构建生产级 AI 应用提供具体工具链。
AWS 发布教程，指导 Java 开发者结合 Spring AI 与 Amazon Bedrock AgentCore 构建自主 AI 智能体。内容涵盖智能体的规划、工具调用和记忆三大核心能力，并提供两种系统实现：展示工具调用与记忆的单人旅行助手，以及包含五个专家智能体和规则引擎的多智能体智能文档处理（IDP）系统。
推荐理由：文章展示了 Java 团队如何利用 Spring AI 和 Amazon Bedrock AgentCore 构建具备规划、工具调用及记忆能力的自主智能体，并提供了从单智能体到多智能体系统的完整生产级架构与部署指南。
AWS 博客文章演示了如何使用 Agent-to-Agent (A2A) 协议在 AWS 上构建跨组织边界的多智能体系统。该参考架构通过 LangChain 企业编排器与 Strands Agents SaaS 智能体协作，利用 OAuth 2.0 和 Amazon Cognito 实现双向身份验证，无需共享内部工具或 SDK。
推荐理由：文章提供了基于 A2A 协议在 AWS 上构建跨组织多智能体系统的参考架构与代码实现，展示了不同框架间的互操作性。
AWS 官方博客详解影响 Amazon Bedrock 推理成本的四个请求级参数：提示词缓存时长（TTL）、服务层级（Service Tier）、自适应推理强度（Reasoning Effort）和最大输出 Token 数（maxTokens）。