首页 / 文章

开发者适用的 Amazon Bedrock AgentCore:运行时、内存管理、网关及策略功能。

面向开发者的 Amazon Bedrock AgentCore 概览:其主要服务、生产环境功能、示例支持助手架构以及何时适合采用该技术。

发布者:REACTAPP.TOP阅读约 6 分钟1391 词

来源: Amazon Bedrock AgentCore Explained for Developers

智能体演示通常只能吸引人约五分钟时间,之后就会出现各种棘手的问题:该智能体运行在哪种机器上?它的上下文是如何在不同会话之间传递的?它如何在不引发安全问题的情况下访问 Slack、Jira 或内部 API?而一旦智能体正式投入使用,又该如何发现错误的工具调用、糟糕的回答或逐渐加重的延迟?Amazon Bedrock AgentCore 正是针对这一缺陷而设计的。AWS 将其宣传为一个托管平台,无论使用何种框架或基础模型,都能帮助用户安全地大规模构建、部署和运行智能体。

可以将 Bedrock 视为模型层,而 AgentCore 则是围绕智能体构建的运行层。这种划分很重要,因为如今许多团队获取模型已不成问题,阻碍他们的是在首次提示成功后需要处理的大量工作:运行时管理、内存分配、工具访问、身份认证、监控、评估、治理以及跨团队协作。AgentCore 将这些问题整合到一个平台中,让团队无需自行编写复杂的连接代码。

AWS 在这一领域的进展十分迅速。AgentCore 的策略功能于 2026 年 3 月 3 日正式上线,评估功能则在 2026 年 3 月 31 日推出,而 AWS Agent Registry 于 2026 年 4 月 9 日进入预览阶段。从这些日期可以看出,该厂商正在为生产级智能体构建完整的解决方案,而不仅仅是模型访问和聊天机器人演示功能。

它能解决哪些问题

将 AgentCore 理解为针对常见工程问题的解决方案列表是最简单的理解方式。每当把一个智能体从演示环境部署到生产环境时,总会出现相同的需求:

  • 智能体运行的安全场所
  • 可在不同会话间持续使用的内存
  • 结构化的工具访问方式
  • 身份标识与凭证
  • 供团队使用的追踪、指标及质量检查功能
  • 组织内部的审批流程与资源复用机制

AgentCore 通过模块化服务来满足这些需求:运行时服务、内存管理、网关与身份服务,以及内置的代码解释器和浏览器工具,此外还有可观测性功能、评估模块、策略管理及注册表服务。由于各组件均为模块化设计,无需围绕单一固定系统重新构建整个技术栈。

这种模块化设计正是它的最大优势之一。AgentCore并不要求用户放弃LangGraph、CrewAI、Strands或其他框架。AWS声称该平台与具体框架及模型无关,也支持Bedrock之外的模型。实际上,它更像是一种围绕智能体工作负载的基础设施,而非封闭的生态系统。

主要构成要素

运行时环境

运行时环境用于托管智能体或工具的代码。据AWS介绍,它具备与框架无关的部署能力、自动扩展功能、内置安全机制、基于微虚拟机的隔离技术,以及最长可达八小时的会话时长。其中最后两点尤为值得注意:智能体并非被视作短暂的函数,而是会保持状态、执行多步操作,并且需要持续运行直至完成实际任务。

内存

内存问题是智能体系统的一个典型缺陷,因为它们会忘记所有信息。AgentCore Memory能够为当前会话保留短期上下文,并在会话之间维持长期记忆。这样,团队就可以使用托管服务,而无需自行设计内存层、数据提取流程和检索逻辑。

网关

网关是智能体与其周边工具之间的连接纽带。AWS表示,它可以通过托管连接器将API、Lambda函数及其他服务转换为智能体能够调用的工具。2026年2月,通过网关与Bedrock Responses API的集成,实现了服务器端工具执行功能,从而减少了客户端端的协调工作,并降低了应用代码中易出问题的工具循环问题。

身份认证

身份认证是体现平台专业性的关键要素。AgentCore Identity专为非人类实体及自动化工作负载设计,可处理代理程序与工具的认证、授权以及凭证管理功能。它支持 SigV4、OAuth 2.0 流式协议及 API 密钥。当代理程序代表用户操作、访问内部系统或调用外部服务时,身份认证便成为一项独立的功能,而非隐藏在背后的支撑机制。

内置工具

系统内置了两种工具。通过代码解释器,智能体可以在隔离的沙箱环境中编写、执行和调试代码;而浏览器则提供了受管理的浏览器运行时环境,便于在各个网站间切换并与其交互。AWS仍在不断扩展这两项功能:2026年2月推出了浏览器配置文件,3月增加了对Chrome策略和自定义根证书颁发机构的支持,4月则实现了操作系统级的交互功能。其发展方向十分明确,即让智能体在真实的企业环境中工作,而非仅限于简单的沙箱环境。

生产级功能

目前来看,AgentCore似乎只是一组用于运行智能体的组件,但真正的价值体现在智能体创建之后。生产系统需要具备可视化能力、控制功能以及衡量质量变化的方法,而这正是可观测性、评估机制、策略管理和注册系统所要承担的任务。

  • 可观测性有助于实时追踪、调试和监控智能体,能够逐步骤查看工作流的具体情况:执行路径、中间输出、瓶颈以及故障点。
  • 评估功能可自动检测智能体的质量,既可以在生产环境中针对实际流量进行评估,也可以根据需求用于测试工作流。
  • 策略管理允许对智能体与工具之间的交互进行集中控制,而无需修改智能体本身的代码。
  • 注册表是一个受管理的目录,在其中可以发布、审核、批准各类智能体、工具、MCP服务器、技能及自定义资源,便于在整个组织内查找使用。

其重要性

许多关于人工智能的报道都过多关注模型本身,而忽视了实际运行流程,这与团队内部的实际情况并不一致。延迟问题很少源于最初的提示语,大多来自与之相关的平台工作。一旦原型获得关注,各种需求就会堆积起来:

  • 产品团队要求实现持久化存储功能。
  • 安全团队要求设定权限边界。
  • 平台工程师要求提供日志和追踪信息。
  • 质量保障团队希望获得可重复的评估方法。
  • 开发人员需要能够适应变化的工具集成方案。
  • 管理层则希望用通用的构建模块来替代五个独立的智能体项目。

这才是真正的难题。AWS将围绕智能体存在的那些标准化基础设施转化为托管服务,从而让团队有更多时间专注于智能体的行为逻辑、业务规则以及用户价值。

一个实用的系统

以嵌入在SaaS产品中的客服助手为例。客户在聊天界面输入内容后,Bedrock背后的模型会接收该请求。客服逻辑则运行在AgentCore Runtime中。内存会调出最新的会话上下文以及该客户之前的相关记录。网关提供Jira、计费API、Slack以及内部案件管理系统等工具。身份管理模块负责确定谁可以访问哪些资源,并保存相应的凭证。可观测性模块用于存储操作轨迹,评估系统会持续记录答案质量的变化,而策略模块则能阻止使用有风险的工具。当更多团队开始在整个公司范围内发布各类工具和技能时,注册表的功能才会变得重要起来。

这个例子可以澄清一个常见的误解。AgentCore既不是模型,也不是应用界面,更非产品逻辑本身。它是位于中间的操作层,负责让智能体能够运行、记忆、连接、保持可观测性并处于可控状态。

何时使用它

当团队从“在演示环境中能运行”过渡到“必须在生产环境中稳定运行”时,AgentCore最为适用。

以下情况尤其适合使用它:

  • 智能体需要真实的会话和状态管理。
  • 它需要安全地访问各种工具和服务。
  • 团队希望能够在产品发布后追踪所发生的一切。
  • 你需要进行结构化的质量评估。
  • 可能会有多个团队构建或复用相同的智能体与工具。

以下情况则不必急于使用它:

  • 该方案仍处于概念验证阶段。
  • 该工作流目前只是一个小型的内部实验,尚无实际用户、权限问题或运营风险。
  • 目前还没有真正的用户、权限设置或运营风险。
  • 并非每个项目从一开始就需要它,轻量级的原型通常是更合适的初期选择。只有当问题从“智能体是否能运行”转变为“如何安全、高效且大规模地运行它”时,AgentCore的价值才会显现。AWS本身对治理、可观测性及审批流程的重视也支持这一观点。