Gen Digital 如何借助 Amazon Bedrock AgentCore Web Search 打造 Norton Revamp 的 AI 精选新闻引擎 | Amazon Web Services

📌 One-Sentence Summary
Gen Digital 借助 Amazon Bedrock AgentCore Web Search 打造 Norton Revamp 的 AI 精选新闻引擎,提供实时、个性化且基于最新网络信息的专业内容。
📝 Summary
本文介绍了 Gen Digital 如何开发 Norton Revamp:这是一个由生成式 AI 驱动的职业声誉管理平台,其 AI 精选新闻引擎由 Amazon Bedrock AgentCore Web Search 提供支持。该平台利用 AgentCore Web Search,而非自建爬虫或第三方 API 等传统方案,解决了为专业人士提供实时、特定领域新闻的难题。该方案采用事件驱动架构,使用 Amazon Nova、DynamoDB、ECS、Lambda 等 AWS 服务。主要功能包括个性化新闻推送、智能内容建议,以及结合趋势设定目标。团队从第一天起就将生成式 AI 融入开发,实现了功能开发速度提升 3x、代码覆盖率达到 85%,且自上线以来保持 99.9% 的正常运行时间。
💡 Main Points
AgentCore Web Search 无需额外基础设施开销,即可为专业人士提供实时、个性化的新闻推送。
新闻引擎采用由 Amazon Nova 和 AgentCore Web Search 支持的事件驱动架构,确保内容以最新网络信息为依据。
用户设定目标后,Amazon Nova 会生成搜索查询,由 AgentCore Web Search 处理;返回的结果经过相关性和时效性排序,再由 Nova Lite 生成符合用户真实表达风格的内容建议。
从第一天起就将生成式 AI 融入开发,在加快开发进程的同时,让关键决策仍由人类掌控。
团队使用 Claude 生成设计变体和 UI 代码,实现功能开发速度提升 3x、样板代码生成速度提升 90%,代码覆盖率达到 85%;同时由人类设计 AI 学习系统如何根据用户目标进行调整。
集成 AgentCore Web Search 的最佳实践包括策略性缓存、查询工程和反馈闭环。
团队根据内容新鲜度需求设置相应的 TTL 缓存时长,重点优化提示词以生成结构良好的查询,并建立反馈闭环,追踪用户参与度,持续改进查询生成效果。
💬 Key Quotes
Amazon Bedrock AgentCore 中的 Web Search 消除了构建和维护自有网络检索基础设施的复杂性。它让我们的 Norton Revamp 新闻引擎能够提供实时、个性化的内容,紧扣每位用户所在专业领域的最新动态,同时实现零数据外流和诺顿级隐私保护。
我们在数月内推出了一个以生成式 AI 为核心的职业声誉管理平台,具备个性化目标设定、AI 驱动的内容建议、由 AgentCore Web Search 支持的实时精选新闻推送、自适应学习、游戏化机制以及诺顿级安全保障。
生成式 AI 不会取代工程师,而是让他们的能力得到增强。
📊 Article Meta
AI Screening: 85
Source: AWS Artificial Intelligence
Author: Iskander Sanchez-Rola
Category: 人工智能
Language: 英文
Read Time: 8 min
Word Count: 1766
Tags:
AI 与智能应用 , AI 工程 , AI 工作流 , 模型训练与推理 , AI 产品与应用
思路清晰,干货满满。
不错不错,已加入书签。
刚好最近在找这方面的资料,太及时了。
赞同,实践出真知。
思路清晰,干货满满。
整理得太全面了,省了我不少时间。
思路清晰,干货满满。
支持作者,持续关注中。
楼主辛苦了,内容很有参考价值。
这个比较实用,已转发给同事。
刚好最近在找这方面的资料,太及时了。
不错不错,已加入书签。