Головна / Статті

Amazon Bedrock AgentCore для розробників: час виконання, пам’ять, шлюз та політики

Екскурсія орієнтована на розробників по Amazon Bedrock AgentCore: його основні сервіси, функції для продакшену, зразок архітектури допоміжного агента та ситуації, коли варто його використовувати.

Видавець: REACTAPP.TOP6 хв читання1391 слів

Джерела: Amazon Bedrock AgentCore Explained for Developers

Демонстрації агентів зазвичай вражають приблизно п’ять хвилин. Після цього починаються незручні запитання. На якій машині працює агент? Що зберігає його контекст від однієї сесії до іншої? Як він може підключатися до Slack, Jira чи внутрішніх API без створення проблем з безпекою? А коли він починає працювати, як виявити помилковий виклик інструменту, погану відповідь чи поступове збільшення затримки? Amazon Bedrock AgentCore спрямований саме на цю проблему. AWS пропонує його як керовану платформу для безпечної створення, розгортання та експлуатації агентів у масштабах, незалежно від фреймворку чи основної моделі.

Уявіть собі Bedrock як шар моделей, а AgentCore — як продакшн-шар навколо агента. Це розділення має велике значення, адже багато команд зараз без проблем отримують моделі. Те, що їх затримує, — це довгий перелік завдань, які починаються після успішного виконання першого запиту: час виконання, пам’ять, доступ до інструментів, ідентифікація, моніторинг, оцінка, управління та взаємодія між командами. AgentCore об’єднує всі ці аспекти в одну платформу, заощаджуючи командам час на створення власних рішень для їхньої інтеграції.

AWS швидко просувається в цьому напрямку. Функція Policy в AgentCore стала загальнодоступною 3 березня 2026 року, функція Evaluations — 31 березня 2026 року, а AWS Agent Registry вийшов у прев’ю 9 квітня 2026 року. Якщо подивитися на ці дати разом, можна побачити, що постачальник створює повний набір засобів для продакшн-агентів, що виходить за межі простого доступу до моделей та демонстрацій чат-ботів.

Які проблеми воно вирішує

Найпростіше розуміння AgentCore — це як список відповідей на поширені інженерні проблеми. Переход агента з демо-режиму у продакшн щоразу виявляє одні й ті самі потреби:

  • Безпечне місце для роботи агента
  • Пам’ять, яка зберігається між сеансами
  • Структурований доступ до інструментів
  • Ідентичність та облікові дані
  • Журнали, метрики та перевірки якості для команди
  • Процеси схвалення та повторне використання в усій організації

AgentCore покриває ці потреби за допомогою модульних сервісів: Runtime, Memory, Gateway та Identity, вбудованих інструментів Code Interpreter та Browser, а також Observability, Evaluations, Policy та Registry. Оскільки елементи є модульними, вам не потрібно перебудовувати всю свою інфраструктуру навколо одної жорсткої системи.

Саме ця модульність є однією з найкращих рис цього інструменту. AgentCore не вимагає від користувача відмовлятися від LangGraph, CrewAI, Strands чи іншої фреймворк-системи. AWS стверджує, що він є незалежним від фреймворків та моделей, і підтримує моделі, які не належать до серії Bedrock. На практиці це менше схоже на закриту екосистему, а більше — на інфраструктуру для обробки завдань агентів.

Основні складові

Час виконання

Час виконання містить код агента чи інструменту. За словами AWS, він забезпечує розгортання незалежно від фреймворку, автоматичне масштабування, вбудовану безпеку, ізоляцію на основі мікроVM та сеанси тривалістю до восьми годин. Останні два аспекти заслуговують на увагу: агенти розглядаються не як короткострокові функції, а як завдання, які зберігають стан, виконують багато кроків та мають працювати доти, доки не буде виконано реальне завдання.

Пам’ять

Пам’ять є класичною слабкістю систем агентів, оскільки вони забувають усе. Memory в AgentCore зберігає короткостроковий контекст поточної сесії та довгострокову пам’ять, яка залишається між сесіями. Команди отримують керовану послугу та не змушені розробляти власний шар пам’яті, процеси видобутку даних та логіку їх пошуку.

Gateway

Gateway є зв’язком між агентом та навколишніми інструментами. AWS стверджує, що він перетворює API, функції Lambda та інші послуги на інструменти, які агенти можуть викликати через керовані конектори. У лютому 2026 року була запроваджена можливість виконання інструментів з боку сервера через інтеграцію Gateway з API Bedrock Responses, що усуває частину оркестрації з боку клієнта та скорочує крихкі цикли в коді додатку.

Identity

Ідентичність — це та складова, яка свідчить про серйозну платформу. AgentCore Identity обслуговує ідентичності нелюдських елементів та автоматизовані завдання, забезпечуючи аутентифікацію, авторизацію та керування обліковими даними для агентів та інструментів. Підтримуються SigV4, процеси OAuth 2.0 та API-ключі. Коли агент працює від імені користувача, підключається до внутрішніх систем чи викликає зовнішні сервіси, ідентичність стає самостійною функцією, а не прихованою частиною системи.

Вбудовані інструменти

Два інструменти входять у склад продукту за замовчуванням. За допомогою інтерпретатора коду агент може писати, виконувати та дебагувати код у ізольованому сандбоксі. Браузер забезпечує кероване середовище виконання для перегляду сайтів та взаємодії з ними. AWS продовжує розширювати обидва ці інструменти: профілі браузерів з’явилися у лютому 2026 року, підтримка політик Chrome та користувацьких кореневих центральних сертифікатів — у березні, а взаємодія на рівні операційної системи — у квітні. Напрямок розвитку цілком зрозумілий: агенти мають працювати у справжніх корпоративних середовищах, а не у ідеалізованих сандбоксах.

Функції для продакшну

Наразі AgentCore може здаватися просто набором елементів для запуску агентів, але справжня цінність проявляється після створення агента. Системи продакшну потребують можливості моніторингу, контролю та оцінки якості з часом. Саме цим займаються функції спостережуваності, оцінок, політик та реєстру.

  • Спостережуваність допомагає відстежувати, виправляти та контролювати агентів у реальному часі, з можливістю детального перегляду кожного кроку роботи: шляхів виконання, проміжних результатів, узгоджувачів та збоїв.
  • Оцінювання автоматично оцінює якість агентів, чи то в режимі онлайн у умовах реального трафіку, чи за потреби для тестування робочих процесів.
  • Політика забезпечує централізований контроль над взаємодією агентів з інструментами, поза межами власного коду агента.
  • Реєстр — це контрольований каталог, де агенти, інструменти, сервери MCP, навички та користувацькі ресурси можуть бути опубліковані, переглянуті, схвалені та знайдені в усій організації.

Чому це важливо

Багато статей про ШІ приділяють занадто багато уваги самій моделі та занадто мало — про процеси її використання, що не відповідає реальному досвіду роботи команди. Затримки рідко пов’язані з першим запитом; здебільшого вони виникають через роботу з платформою, яка його обробляє. Як тільки прототип привертає увагу, запити починають накопичуватися:

  • Команда з розробки продукту просить про зберігання даних у пам’яті.
  • Відділ безпеки вимагає чітких меж дозволів.
  • Інженери платформи прослять логи та інформацію про траєкторію виконання запитів.
  • Відділ тестування хоче можливості повторювати оцінки.
  • Розробники прослять інтеграцію інструментів, які будуть функціонувати навіть після змін.
  • Керівництво вимагає спільних елементів для розробки замість п’яти ізольованих проектів.

Ось у чому справжня проблема. AWS бере недиференційовану інфраструктуру, яка використовується для роботи агентів, та пропонує її як керовані послуги, що дозволяє команді приділяти більше часу поведінці агентів, бізнес-правилам та корисності для користувачів.

Реалістична система

Візьмемо асистента підтримки, вбудованого у продукт типу SaaS. Клієнт вводить повідомлення у панель чату, і модель, розташована в Bedrock, отримує цей запит. Логіка агента знаходиться в AgentCore Runtime. Пам’ять зберігає останній контекст сесії та попередню інформацію про цього клієнта. Гейтвейй надає інструменти такі як Jira, API для обліку, Slack та внутрішні системи обробки заявок. Механізм ідентифікації визначає, хто може отримати доступ до чого, та зберігає облікові дані. Функція спостережуваності зберігає історію дій, система оцінок відстежує якість відповідей з часом, а політика запобігає використанню ризикованих інструментів. Реєстр почне використовуватися пізніше, коли більше команд почне публікувати інструменти та навички в усій компанії.

Цей приклад розв’язує поширене непорозуміння. AgentCore — це не модель, не інтерфейс додатку та не логіка вашого продукту. Це операційний шар посередині, та частина, яка дозволяє агенту працювати, пам’ятати, підключатися, залишатися під контролем та бути прозорим.

Коли варто його використовувати

AgentCore є найбільш доцільним, коли команда переходить від стадії «це працює у демо-версії» до стадії «це має функціонувати у продакшені».

Він ідеально підходить у таких випадках:

  • Агенту потрібні справжні сесії та стани.
  • Йому потрібен безпечний доступ до інструментів та сервісів.
  • Команда хоче мати можливість відстежувати те, що відбувається після запуску.
  • Ви хочете структуровано оцінювати якість.
  • Ймовірно, кілька команд будуть створювати або використовувати знову агентів та інструменти.

Це менш терміново у таких ситуаціях:

  • Ідея все ще залишається доказом концепції.
  • Цей робочий процес є невеликим внутрішнім експериментом без реальних користувачів, проблем з дозволами чи операційних ризиків наразі.
  • Поки що немає реальних користувачів, дозволів чи операційних ризиків.
  • Не кожен проект потребує цього вже з першого дня, і легкий прототип часто є кращим вибором на початковому етапі. AgentCore стає корисним тоді, коли питання змінюється з того, чи працює агент, на те, як запускати його безпечно, повторювано та в масштабі. Власний наголос AWS на управлінні, спостережуваності та процесах схвалення підтримує таке тлумачення.