北京2026年6月18日 /美通社/ -- 亞馬遜云科技宣布，專注于Agent構(gòu)建、連接與優(yōu)化的一站式平臺Amazon Bedrock AgentCore推出多項新功能，助力企業(yè)加速構(gòu)建擁有更廣闊知識和持續(xù)學習能力的Agent。這些新功能將能夠打通Agent與企業(yè)內(nèi)部知識、公開網(wǎng)絡知識及付費知識資源的連接通道，助力技術(shù)團隊快速定位并修復生產(chǎn)環(huán)境中的故障問題，并搭建隨Agent能力提升同步擴展的管控體系。
驅(qū)動當今Agent的模型非常強大。它們能夠跨越復雜問題進行推理，規(guī)劃多步驟工作流，并生成精準細膩的響應。但大多數(shù)Agent的實際表現(xiàn)遠未達到這一潛力上限。差距不在于智能，而在于獲取正確的上下文和反饋。
負責解答企業(yè)退款政策問題的客服類Agent，若無法訪問SharePoint中存儲的政策文檔，便無法提供有效支持；撰寫市場簡報的研究類Agent，若無法獲取訓練數(shù)據(jù)之外的實時信息，輸出的內(nèi)容便會存在缺失；財務顧問類Agent，若無法突破付費墻獲取所需的實時市場數(shù)據(jù)，只能給出次優(yōu)建議。而在所有場景下，多數(shù)團隊都缺乏系統(tǒng)化的方法，無法追蹤Agent部署后的效果優(yōu)劣變化。
能力強大的模型僅僅是起點。讓Agent在生產(chǎn)環(huán)境中發(fā)揮效能的關鍵，在于使其能夠獲取完成全部工作所需的一切：正確的知識、執(zhí)行操作的資源以及持續(xù)改進的反饋閉環(huán)。
知識更豐富、觸達更廣泛的Agent
Amazon Bedrock AgentCore上的Agent現(xiàn)已獲得對三層知識的原生訪問權(quán)限，每層知識都拓寬了Agent可以觸達和完成的范圍, 包括由AgentCore托管的企業(yè)知識層、公共知識層以及付費知識層。
企業(yè)知識層：Amazon Bedrock Managed Knowledge Base
企業(yè)最有價值的信息散布在類似SharePoint、Google Drive、Confluence、Amazon S3和內(nèi)部維基中。傳統(tǒng)方式下，要讓Agent能夠使用這些信息，需要搭建定制化的數(shù)據(jù)接入管道、調(diào)優(yōu)檢索效果，并長期維護數(shù)據(jù)的時效性。往往需要耗費數(shù)月的工程開發(fā)工作，Agent才能回答與企業(yè)自身業(yè)務相關的基礎問題。
目前已在AgentCore上線的Amazon Bedrock Managed Knowledge Base（托管知識庫），可以替代上述工作。企業(yè)只需接入自身的非結(jié)構(gòu)化數(shù)據(jù)源，其余工作都由AgentCore處理。平臺管理向量存儲、檢索期間使用的嵌入和重排模型，以及速率限制等擴展性問題，因此團隊可以專注于構(gòu)建Agent，而不是運營數(shù)據(jù)管道。該功能的核心是一個遠超傳統(tǒng)檢索增強生成（RAG）的Agentic檢索器。它不是將查詢與最接近的文本片段做匹配，而是跨企業(yè)的知識庫規(guī)劃查詢，連接各個文檔中的相關概念，評估中間結(jié)果，并在回答之前進行重新排序。對于同時涉及多個主題的復雜多意圖查詢，Agentic檢索的信息覆蓋廣度與完整度，明顯優(yōu)于基礎檢索方式。
無需構(gòu)建管道，也無需調(diào)優(yōu)檢索，Agent就能從"無法訪問"轉(zhuǎn)變?yōu)榛趯嶋H業(yè)務知識來提供綜合性回答。
公共知識層：Amazon Bedrock AgentCore上的Web Search（網(wǎng)頁搜索功能）
內(nèi)部知識存在局限性。法規(guī)不斷更新，市場持續(xù)變化，競爭對手也在不斷推出新產(chǎn)品。要讓Agent發(fā)揮最佳作用，就需要掌握企業(yè)外部的實時動態(tài)，以支撐研究、事實核查、客戶服務、市場情報分析等工作。現(xiàn)在，亞馬遜云科技為構(gòu)建AI Agent的開發(fā)人員推出了Web Search這一新工具。它提供來自網(wǎng)絡的信息，同時將數(shù)據(jù)保留在客戶安全的亞馬遜云科技環(huán)境中。
Web Search基于亞馬遜云科技統(tǒng)一的搜索基礎設施構(gòu)建，該架構(gòu)同時支撐AIexa+、Amazon Quick Suite與Kiro等產(chǎn)品；它針對Agentic檢索進行了優(yōu)化，返回的高價值摘錄具有極高的單位Token智能密度。它還采用了多源事實錨定方案，將公共網(wǎng)絡信息與亞馬遜云科技專有的知識圖譜相結(jié)合。該圖譜融合了結(jié)構(gòu)化的實體數(shù)據(jù)、經(jīng)過驗證的事實以及例如像股票價格和體育比分等實時信息。
Web Search將用戶的查詢保留在亞馬遜云科技安全和合規(guī)邊界內(nèi)，無需引入額外的供應商，也沒有隨之而來的編排、身份驗證或計費工作流。無論企業(yè)是在構(gòu)建交叉引用公共來源的研究Agent，監(jiān)控法規(guī)和政策更新的合規(guī)Agent，還是利用最新信息錨定模型響應，Agent現(xiàn)在都可以像查詢內(nèi)部知識一樣對實時網(wǎng)絡信息進行推理。
索尼集團公司高級總經(jīng)理Masahiro Oba表示："在索尼，我們正在Amazon Bedrock AgentCore上構(gòu)建企業(yè)級AI Agent平臺，讓各業(yè)務部門的團隊都能夠開發(fā)、共享和復用針對其自身需求量身定制的AI Agent，涵蓋從知識助手到工作流自動化的各類代理。我們的企業(yè)知識分布在SharePoint、Confluence和Amazon S3等各類存儲庫中，其中包含PDF、演示文稿以及帶有圖表和表格的電子表格等復雜文檔。隨著Knowledge Base與Web Search在Amazon Bedrock AgentCore中正式推出，我們現(xiàn)在無需從頭構(gòu)建這些功能，就能在統(tǒng)一的治理模型下，為智能代理配備先進的檢索與實時網(wǎng)絡事實錨定能力。這有力地加速了我們的愿景——以AI為催化劑，在大規(guī)模應用中徹底改變?nèi)藗兊墓ぷ鞣绞健?quot;
付費知識層：AgentCore支付與Amazon WAF AI流量變現(xiàn)
最好的信息并不總是免費的，例如：金融市場動態(tài)、許可研究、專有數(shù)據(jù)集、付費API。如果Agent無法訪問付費資源，它將返回次優(yōu)的答案，而用戶永遠不知道錯過了什么。
訪問付費內(nèi)容需要兩個部分：Agent端需要支付能力，而提供商端則需要收款機制。上個月推出的Amazon Bedrock AgentCore支付功能（預覽版）處理了Agent端的需求，讓Agent能夠在執(zhí)行閉環(huán)中發(fā)現(xiàn)付費服務和內(nèi)容、訪問它們并進行支付。現(xiàn)在，正式可用的Amazon WAF AI流量變現(xiàn)功能則處理了提供商端的需求，使內(nèi)容所有者能夠控制Agent訪問：可以選擇屏蔽、放行或收費。由于這兩種功能都在同一個平臺上運行，使用Amazon WAF的提供商會自動識別在Amazon Bedrock AgentCore上驗證的Agent。最終形成一個可信通道：經(jīng)驗證的Agent享有更低的接入摩擦，內(nèi)容提供方則獲得相應報酬。這兩項能力共同構(gòu)建了Agent經(jīng)濟雙邊基礎設施，讓Agent能夠觸達所有信息——而不僅僅是那些恰好免費的內(nèi)容。
從每次交互中學習的Agent
提升Agent的知識獲取能力只是問題的一方面。企業(yè)還需要了解Agent是否真正達成了目標，并在表現(xiàn)不佳時及時發(fā)現(xiàn)問題。
這聽起來容易做起來難。最危險的Agent故障不是那些拋出錯誤的故障，而是那些在儀表盤上看起來正常的故障：一個確認了從未執(zhí)行過的訂單修改的Agent，一個在API超時時虛構(gòu)產(chǎn)品可用性的Agent，或者另一個跳過了審批步驟但在儀表盤上顯示99%成功率的Agent。這些故障不會產(chǎn)生錯誤信號。它們在幾周后通過客戶投訴暴露出來，此時通常已經(jīng)影響了數(shù)千個會話。即便團隊察覺到存在問題，修復工作也大多依賴猜測：調(diào)整提示詞、修改工具描述、微調(diào)編排邏輯，最后只能寄希望于改動有效，沒有系統(tǒng)化的方法可以驗證改動是否真的優(yōu)化了效果，或是悄悄引發(fā)了其他問題。
現(xiàn)在，亞馬遜云科技宣布了Amazon Bedrock AgentCore中推出全新的優(yōu)化功能，將生產(chǎn)追蹤轉(zhuǎn)化為持續(xù)改進。它們共同形成了一個閉環(huán)：理解Agent的實際行為，生成基于數(shù)據(jù)的修復方案，在發(fā)布前對其進行驗證，并證明其有效性。
理解Agent的行為：Insight洞察功能現(xiàn)已提供預覽版，AgentCore可在數(shù)百個會話中提供豐富的故障、意圖和軌跡洞察，暴露出任何儀表盤或逐個追蹤審查都無法發(fā)現(xiàn)的模式。故障洞察可以發(fā)現(xiàn)循環(huán)往復的故障模式，包括不產(chǎn)生錯誤信號的隱蔽行為故障，詳細解釋每個故障的根本原因，并根據(jù)受影響的廣泛程度進行排序，從而使人能一眼看出哪些問題對用戶的傷害最大并優(yōu)先予以修復。意圖洞察可以根據(jù)用戶的實際意圖對請求進行聚類，從而能看到Agent被使用的真實形態(tài)。軌跡洞察對Agent完成任務所采取的路徑進行分組，以便能夠發(fā)現(xiàn)常見模式和異常值。可以通過每日或每周報告啟用持續(xù)監(jiān)控，或者在部署后或投訴激增時進行針對性調(diào)查，在幾分鐘內(nèi)即可獲得結(jié)果。
充滿信心地修復：一旦知道要更改什么，正式可用的建議功能和A/B測試功能將幫助團隊采取行動。建議功能通過分析追蹤和評估輸出來提出針對系統(tǒng)提示詞和工具描述的具體改進建議，這些建議基于Agent的實際行為。批量評估針對定義的測試數(shù)據(jù)集測試這些建議并報告總體得分，從而在更改進入生產(chǎn)環(huán)境之前捕獲回歸。A/B測試通過分流實時生產(chǎn)流量，在Agent版本之間進行受控的對比，在最終確定采用前，提供更改在生產(chǎn)環(huán)境條件下有效的真實證據(jù)。無論Agent在哪里運行，所有這些都可以發(fā)揮作用：在Amazon Bedrock AgentCore的運行時、Amazon Lambda、Amazon EKS或非亞馬遜云科技環(huán)境中。
FUJISOFT的AI推廣部高級經(jīng)理Kazumi Matsuda表示："在FUJISOFT，我們正在構(gòu)建AI Agent以加速軟件開發(fā)和運營。我們的框架Character Capsule將Agent角色、技能和程序打包為可重用的膠囊，既可在Copilot和Kiro等本地編碼工具上運行，也可擴展到Amazon Bedrock AgentCore上進行多Agent編排。隨著我們部署更多Agent，我們面臨的最大挑戰(zhàn)是那些看起來不錯但隨后浮出水面的隱性故障，修復它們只能靠猜測。Amazon Bedrock AgentCore中的優(yōu)化功能改變了這一點。它們分析我們的生產(chǎn)追蹤以揭示故障模式，解釋它們發(fā)生的原因，并按影響對它們進行排序。然后我們會得到改進提示詞和工具描述的建議，并在提交之前在實時流量上對它們進行A/B測試。Agent改進現(xiàn)在是一個建立在數(shù)據(jù)基礎上的持續(xù)循環(huán)，而不是反復試驗。"
隨著Agent能力增強，管控也需同步升級：全新策略增強功能
能力越強的Agent意味著越大的攻擊面。而且Agent帶來了傳統(tǒng)軟件從未有過的安全挑戰(zhàn)：它們是概率性的。Agent會做出判斷，而判斷可以被上下文所影響。新的風險暴露點不再是網(wǎng)絡，而是Agent的上下文，提示詞注入和記憶投毒不需要入侵系統(tǒng)，只需要說服agent做出一個錯誤判斷。
安全保障概率性事物的方法是使用確定性的事物：不是作為大腦，而是作為它周圍的護欄。Amazon Bedrock AgentCore中的Policy策略功能已經(jīng)在網(wǎng)關處提供了實時的確定性控制，定義了Agent可以使用企業(yè)的工具和數(shù)據(jù)做什么或不能做什么。現(xiàn)在，亞馬遜云科技通過Amazon Bedrock Guardrails集成擴展了這些功能，并已正式可用，它會評估每個Agent操作以防止提示詞注入嘗試、有害內(nèi)容和敏感數(shù)據(jù)暴露。這些檢查在網(wǎng)關層運行，在Agent代碼之外，Agent無法在其上下文中看到它們，無法繞過它們進行推理，也無法說服自己它們不適用。
Guardrails是策略引擎可采取行動的眾多檢測信號中的第一個，并且它將不僅僅是平臺自有的信號。近期，AgentCore將允許將來自領先安全提供商（包括CheckPoint、Zscaler、Rubrik、Netskope和SentinelOne）的檢測信號輸入到相同的策略中。無論信號來自何處，原則都保持一致：檢測可以是概率性的，但策略執(zhí)行始終是確定性的，即基于既定閾值做出最終的允許或拒絕決定。
由于Amazon Bedrock AgentCore上的每個工具和上下文源都通過網(wǎng)關路由，因此Agent獲得的新功能會自動受到同一安全層的約束。更強大的Agent，更嚴格的控制，兩者同步擴展。
幾分鐘內(nèi)從想法到運行中的Agent：Amazon Bedrock AgentCore harness運行環(huán)境正式可用
Agent不僅僅是一個模型。如果模型是大腦，那么Harness運行環(huán)境就是身體：大腦完成工作所需的一切。它運行編排閉環(huán)、執(zhí)行工具、管理上下文窗口、跨輪次持久化狀態(tài)、從故障中恢復并隔離每個會話。Harness對Agent性能表現(xiàn)的影響與模型同樣重要。構(gòu)建一個耐用的Harness是目前大多數(shù)團隊花費時間最多的地方。
現(xiàn)已正式可用的Amazon Bedrock AgentCore harness為企業(yè)提供了運行環(huán)境層的托管功能。無需為整個運行流程編寫代碼，而是通過配置來定義Agent：其使用的模型、調(diào)用的工具、可以訪問的技能以及遵循的指令。AgentCore會動態(tài)組裝并驅(qū)動這一執(zhí)行流程。通過該單一配置，企業(yè)可以在幾分鐘內(nèi)獲得一個在自身隔離環(huán)境中運行的、可工作的Agent。它配備了文件系統(tǒng)和Shell、跨會話的記憶、Skills(包含亞馬遜云科技官方精選的Skills目錄)，以及網(wǎng)頁瀏覽功能。這并不是一個會隨著業(yè)務規(guī)模擴大而淘汰的初學者工具：開始時使用的配置就是大規(guī)模運營時使用的配置，當需要自定義編排時，可以將Harness導出為代碼并保持在相同的平臺上，而無需重新構(gòu)建任何內(nèi)容。
除了速度，它真正釋放的是市場上尚不存在的選擇自由。當前可用的Harness方案都會讓企業(yè)被綁定在某個環(huán)節(jié)：開源方案需要自行托管和運維Harness；托管服務會將企業(yè)鎖定在它們的環(huán)境中；模型廠商提供的Harness則只針對自家模型做了優(yōu)化。而亞馬遜云科技將Harness與模型解耦，讓企業(yè)可以選擇任意模型，甚至在會話中途切換，而無需改動Agent邏輯。當前沿技術(shù)不斷推進、最適合某項任務的模型發(fā)生變化時，企業(yè)的Agent基礎架構(gòu)巋然不動。
選擇只是一部分。由于Harness是單一平臺的一個組成部分，而不是包裹在框架周圍的托管層，因此它在調(diào)用工具時，都會通過同一個網(wǎng)關進行路由——該網(wǎng)關不僅強力執(zhí)行安全策略，同時也將Agent連接至企業(yè)知識、網(wǎng)絡通識和付費知識。身份、記憶和可觀測性都來自這同一個平臺，因此Agent采取的每項操作都從第一次調(diào)用開始受到治理和追蹤，無需額外的線路連接。企業(yè)在第一天聲明的Agent就是第一千天運行的Agent，自始至終建立在相同的基礎之上。
Twilio產(chǎn)品副總裁Omar Paul表示："Twilio的客戶正在構(gòu)建跨越語音、消息傳遞和數(shù)字渠道的AI Agent，具有實時智能和持久記憶，使每次交互感覺都像是在對話。通過將Amazon Bedrock AgentCore harness與Twilio Conversations相結(jié)合，開發(fā)人員可以從構(gòu)思直接過渡到實時Agent，而無需重新搭建基礎設施。當出色的AI和出色的通信基礎設施一起構(gòu)建時，就能帶來最佳的客戶體驗。"
開始使用
Harness運行環(huán)境托管功能、Managed Knowledge Base功能、Web Search功能、Guardrails集成功能、建議和A/B測試功能，均已在Amazon Bedrock AgentCore上正式可用，同時Insights洞察功能和支付功能也已推出預覽版。用戶可以通過控制臺或AgentCore CLI開始使用上述新功能，更多詳情請訪問官方文檔。
