Amazon Web Services

Le 16 septembre 2026, Amazon Web Services a annoncé la disponibilité générale d'Amazon Connect Talent, un service de recrutement dans lequel des agents d'IA conduisent des entretiens vocaux structurés, font passer des tests de compétences et attribuent une note à chaque candidat. Le recruteur définit en amont les critères d'évaluation et les questions, puis retrouve dans un tableau de bord les scores, les transcriptions intégrales et le raisonnement associé à chaque note. Les candidats passent l'entretien à toute heure depuis n'importe quel appareil. AWS dit anonymiser les données des candidats pendant l'évaluation et soumettre à relecture humaine obligatoire chaque entretien signalé par sa détection de fraude, qui repère cadence inhabituelle, mots de remplissage et temps de réponse. Le service est ouvert dans les régions Virginie du Nord et Oregon. Un billet technique publié le 17 septembre détaille le déploiement.

Le 14 septembre 2026, Amazon Web Services a annoncé sur son blog Machine Learning qu'AgentCore Identity, composant d'Amazon Bedrock AgentCore, propose désormais un portail de consentement géré. Jusque-là, les clients qui utilisaient le flux OAuth à trois acteurs devaient construire et héberger eux-mêmes l'infrastructure de liaison de session : page d'autorisation, rappel HTTPS public, authentification de l'utilisateur au retour, gestion des sessions de navigateur et appel à CompleteResourceTokenAuth. Le portail, créé pour une passerelle AgentCore Gateway, authentifie l'utilisateur auprès du fournisseur d'identité de l'entreprise, lui fait approuver chaque service un par un, puis range les jetons obtenus dans le coffre d'AgentCore Identity. AWS vise les agents appelés depuis des clients MCP et des environnements de développement comme Kiro, Claude Code, Cursor et Visual Studio Code, et renvoie l'activité résultante dans AWS CloudTrail.

Le 14 septembre 2026, Splunk a annoncé un partenariat stratégique élargi avec Amazon Web Services, présenté comme un engagement de développement produit commun et non comme une intégration isolée. Les deux entreprises veulent brancher l'infrastructure d'AWS sur Agentic SOC, l'offre de centre d'opérations de sécurité par agents de Splunk, pour les environnements d'entreprise et les administrations. Quatre principes sont affichés : achat simple et déploiement en quelques minutes, maintien du contrôle et du contexte des analystes, gouvernance par politiques fondée sur le risque, et un réglage de l'autonomie des agents allant de la recommandation à l'exécution. Rudra Mitra, vice-président des services de sécurité d'AWS, décrit une architecture unifiée pour les environnements nés du cloud. L'annonce, publiée sur le blog partenaires de Splunk et datée du 14 septembre par la salle de presse de l'éditeur, ne comporte ni montant, ni calendrier de disponibilité.

Le 10 septembre 2026, Amazon Web Services a introduit le routage par préfixe dans Amazon SageMaker Inference. La stratégie examine le début de chaque requête et dirige toujours vers la même instance celles qui partagent ce début, afin que le cache de clés-valeurs de cette instance reste chaud au lieu d'être recalculé sur chaque machine de la flotte. Une protection de surcharge renvoie la requête vers une instance moins chargée lorsque la cible atteint la limite de concurrence configurée. AWS a comparé ce routage au tirage aléatoire par défaut sur Llama 3.1 70B Instruct servi par vLLM, cache de préfixes activé, sur sept instances ml.p5.48xlarge, en 16 configurations de test. Le temps de premier jeton médian baisse jusqu'à 77 %, le débit gagne jusqu'à 16 % et le taux de succès du cache passe d'environ 25 % à plus de 80 %.

Le 10 septembre 2026, Amazon Web Services a lancé le cache de modèles pour l'inférence Amazon SageMaker sur HyperPod. Le mécanisme précharge les poids des modèles sur le stockage NVMe local des noeuds, lu à environ 7 gigaoctets par seconde, et pré-télécharge l'image du conteneur de service, de sorte qu'un pod commence à répondre en quelques secondes au lieu de dizaines de minutes. Sans cache, une image d'inférence comme vLLM ou LMI met 5 à 7 minutes à être tirée depuis Amazon ECR, un modèle de 145 gigaoctets stocké sur Amazon S3 ajoute plus de 20 minutes, et DeepSeek-R1, au-delà de 600 gigaoctets, dépasse 30 minutes. Sur des modèles de 57 à 145 gigaoctets, AWS mesure une montée en charge environ 60 % plus rapide avec le cache de poids, et une réduction jusqu'à 97 % du temps de téléchargement d'image, soit plus de deux minutes gagnées par démarrage.