AWS 週報：OpenAI GPT-6 Astra 登陸 Amazon Bedrock、Amazon Quick desktop GA

Amazon Quick desktop 應用程式現已於 macOS 與 Windows 系統上達到一般可用性階段。此應用程式將 Amazon Quick 的功能帶入電腦環境，使其能夠處理本機檔案，並在背景保持與日曆、電子郵件及商業應用程式的連線。

OpenAI GPT-6 Astra 正式登陸 Amazon Bedrock

OpenAI 最新且目前最強大的模型 GPT-6 Astra，已於 Amazon Bedrock 正式提供一般可用性（GA）。此模型具備更深的推理與判斷能力，並能生成專業級的文字與設計內容，同時支援進階的電腦與瀏覽器操作功能，目的是滿足嚴苛的商業工作流程需求。

在技術規格方面，GPT-6 Astra 支援高達 100 萬個輸入 token 的上下文視窗。這項能力允許使用者將大型程式碼庫、長篇合約或大量文件集合傳送給模型，並要求模型協調相互衝突的輸入資訊。使用者可透過支援的 Amazon Bedrock API 呼叫 GPT-6 Astra，或設定 ChatGPT Work 與 Codex 在 Amazon Bedrock 上使用該模型。

為擴展應用範圍，OpenAI 同時推出新的企業外掛程式，讓 ChatGPT Work 能將 Astra 的瀏覽器使用能力延伸至常見的商業應用程式。在安全與治理方面，AWS 提供的既有控制機制可協助保護工作負載、管理存取權限並稽核模型呼叫活動。此外，使用者的推論資料不會被用於模型訓練。

Amazon Quick desktop 應用程式達一般可用性

Amazon Quick 桌面應用程式現已於 macOS 與 Windows 系統上達到一般可用性階段。此應用程式將 Amazon Quick 的功能帶入電腦環境，使其能夠處理本機檔案，並在背景保持與日曆、電子郵件及商業應用程式的連線。

桌面版與行動版之間，對話、上下文與代理程式（agents）保持同步，確保使用者在一種裝置上開始的工作可延續至另一種裝置。此次更新中，Quick 代理程式在關閉電腦後仍會繼續執行。這意味著使用者可在下班離開辦公室前啟動長時間運行的任務，在回家途中透過行動應用程式新增輸入內容，並在返回後檢視結果。

現有 Quick 使用者可下載桌面應用程式，而行動應用程式則可從 Apple App Store 與 Google Play 取得。

其他 AWS 服務更新與公告

本週 AWS 亦發布多項服務更新與新功能，涵蓋 Lambda、EBS 及 Outposts 等基礎設施服務：

AWS Lambda 延長執行時間限制 AWS Lambda 現已支援在 Lambda Managed Instances 上設定高達 90 分鐘的函數逾時時間，適用於非同步呼叫與事件來源映射（ESM）呼叫。此限制較先前的 15 分鐘上限增加了 6 倍，開啟了資料處理、媒體轉碼、財務計算、AI 推論及批次作業等需要較長連續執行時間的應用，且無需將工作分割至多個函數。同步呼叫仍維持 15 分鐘的最大限制。此較長的逾時時間亦適用於 Lambda 持久函數內的步驟，這些步驟在非同步呼叫下仍可執行長達一年。

Amazon EBS 磁碟區複製跨帳戶功能 Amazon Elastic Block Store (Amazon EBS) Volume Clones 現已支援將磁碟區複製至其他 AWS 帳戶，並使用目標帳戶中的 AWS Key Management Service (AWS KMS) 金鑰重新加密。若生產與開發環境位於不同帳戶，使用者可透過 AWS Resource Access Manager (AWS RAM) 分享磁碟區，讓目標帳戶在同一可用區域內建立新副本。此跨帳戶複製功能適用於所有磁碟區類型，包括未加密的磁碟區及使用客戶管理金鑰加密的磁碟區。

第二代單機架 AWS Outposts 達一般可用性 第二代單機架 AWS Outposts 現已達一般可用性。這是一款自包含的 42U 機架，將運算、儲存與網路整合於單一緊湊單元中，適合需要低延遲、本地資料處理或資料駐留，但空間有限的場所。單一機架可提供高達 2,688 個 vCPU 與 100 TB 的 Amazon EBS 儲存空間，並支援最新的 x86 驅動 Amazon EC2 執行個體，包括通用型（M7i, M8i）、運算最佳化型（C7i, C8i）、記憶體最佳化型（R7i, R8i）及 Outposts 加速網路執行個體。其提供與多機架 Outposts 及 AWS 區域相同的 API、控制台、自動化、治理與安全控制。

Amazon OpenSearch Serverless 與 v0 by Vercel 整合 Amazon OpenSearch Serverless 現已透過 v0 by Vercel 提供。使用者可在 v0 介面中以自然語言描述搜尋或 AI 應用程式，並獲得由 Amazon OpenSearch Serverless 支援的全堆疊應用程式。v0 會自動配置集合、索引資料，並使用 OpenSearch Serverless 端點進行全文搜尋與向量搜尋，以支援檢索增強生成（RAG）工作負載，無需離開 v0 介面。OpenSearch Serverless 會自動調整容量，讓使用者專注於應用程式開發。

AWS Transform for .NET 現代化 CLI 支援 AWS Transform for .NET 現代化功能現已透過命令列介面（CLI）達到一般可用性。使用者可透過單一 CLI 命令觸發 AWS 管理的 .NET 現代化，並可互動式執行或將其腳本化至現有管線中。此 CLI 與現有的 AWS Transform for .NET 網頁應用程式、Visual Studio IDE、Kiro Power 及 MCP 代理程式並存。該現代化轉換包含每月 50,000 個免費代理程式分鐘數。

教育資源與技術觀點

Kiro 學生計畫擴展 Kiro Students 計畫已從 11 所大學擴展至 16 個國家的 121 所新學校。符合資格的學生可獲得一年的 Kiro 使用權，每月享有 1,000 個信用點數，並完整存取付費功能（如進階模型與 Kiro Web），無需信用卡或試用倒數計時。學生可使用大學電子郵件註冊，並在 IDE、CLI、Kiro Web 或 Kiro Crew 中進行開發。

AWS 工程師分享前沿工程原則 AWS 資深首席工程師 Clare Liguori 發表了關於「前沿工程」（frontier engineering）的實踐宣言，提出十項原則。她指出，軟體開發已分為兩類：改變與代理程式合作方式的人，以及僅改變編碼工具的人。前沿工程並非僅靠直覺編碼，而是需花費數週時間撰寫引導檔案、重構程式碼庫，並學習如何將工作分解給代理程式。初期進度可能較慢，但隨後因不再直接建構軟體，而是建構建構軟體的代理程式設定，效率將大幅提升。

AI 安全評估新基準 Anshumali Shrivastava 與 Neha Rungta 介紹了「欺騙基準測試」（Deception Benchmark），用於評估模型能否區分真實漏洞與看似危險但實際安全的程式碼。該基準測試包含 16 種語言、超過 70 個 CWE 類別的 14,822 個樣本。測試結果顯示，在標準提示下，精確度僅在 50% 中段，且測試的 12 個模型中，沒有任何一個能同時將假陽性與假陰性控制在 10% 以下。

Nx Plugin for AWS 1.0 發布 Nx Plugin for AWS 1.0 現已作為開源工具包發布，提供用於 API、網站、資料庫與 AI 代理程式的確定性生成器，以及運行這些應用程式的 AWS 基礎設施。每個生成器均寫入具備安全性、可觀察性與類型安全性的可部署程式碼。Bingo Industries 曾使用該插件，在不到 3 週內將多代理程式操作聊天機器人從概念推上生產環境。

Werner Vogels 探討 AI 與記憶架構 Werner Vogels 在 All Things Distributed 部落格中探討了 AI 與記憶的關係。他透過 Kiro Crew 的運作機制，追溯至 Jeff Hawkins 的「千腦理論」，指出大腦是計算機領域最古老的架構。Kiro Crew 透過 markdown 檔案、向量資料庫與鍵值索引來儲存、整合與遺忘資訊。Vogels 結論認為，深入思考大腦運作方式的人，將建構出下一代的工具。