其中哪一项正在拖您的后腿？ 在即将举行的网络研讨会中获取专家帮助。
几乎每个组织在大规模构建和运行智能体时都会出现的常见问题。以下是解决办法。
生产差距
为一个智能体建立身份、记忆和可观测性需要几个月的时间。然后，下一支队伍重新开始。托管平台从第一天起就为您奠定了坚实的基础，因此您可以更快地交付。
治理盲点
有效的演示不是可以信赖的系统，治理差距只会在生产中浮出水面。强制执行每个智能体可以访问和执行的操作，然后进行跟踪和评估以证明其行为方式。
智能体大规模扩张
随着更多团队进行构建，智能体成倍增长，且增速飞快，难以追踪。没有统一视图，就没人知道存在什么、谁在负责、谁有权限。一个注册表可让您看清全貌，从而进行治理和重复使用。
成本不可预测
无法归因的智能体支出，就是无法控制的智能体支出。按团队、项目和智能体行动跟踪所有与智能体相关的成本。了解您的确切支出，提高使用率。
锁定担忧
使用 Anthropic、OpenAI 和顶级开源方案等领先模型进行构建，只需一组控件。不管运行多少智能体，无需重新搭建平台即可切换任何模型或框架。
隔离的编程智能体
编程智能体功能强大，但在开发机器上是孤立的。为它们提供云端运行时和共享内存，这样它们就可以持续存在、共享上下文并遵循团队的指导方针。
领先团队如何构建和交付智能体
从初创企业到全球公司，团队均信任 AWS 能够将智能体从原型转移到大规模生产。了解原因。
Amazon Bedrock
用于安全构建和扩展人工智能应用程序和智能体的综合平台
开始大规模部署智能体
Amazon Bedrock
构建人工智能的可信平台。
Amazon Bedrock AgentCore
交付智能体，而不是基础设施。
构建实际交付的智能体
常见问题
常见问题
全部打开在 AWS 上构建智能体首先要在 Amazon Bedrock 上选择模型。从领先的前沿和开源模型中进行选择，包括 Anthropic 和 OpenAI。然后使用 Amazon Bedrock AgentCore 在任何框架（LangGraph、CreWAI、Strands、OpenAI Agents SDK 或自定义）中部署智能体逻辑。AgentCore 提供托管运行时、内存和工具连接，因此您可以专注于智能体逻辑，而不是基础架构。
Amazon Bedrock AgentCore 是一个托管平台，为智能体提供运行时、内存、身份、可观测性和工具集成。部署生产智能体时，您可以在任何框架（LangGraph、CreWAI、Strands、OpenAI Agents SDK或自定义）中编写智能体逻辑，连接到 Amazon Bedrock 上的模型，然后部署到 AgentCore 的托管运行时，并从第一天起就在基础设施层强制实施安全措施。
之所以存在生产差距，是因为必须在智能体运行之前，先行构建运行基础架构（运行时、内存、身份、安全性、可观测性）。AgentCore 通过提供在基础架构层强制执行生产级安全性的托管平台，来消除这种差距。团队无需重新架构，即可从本地开发进入到已部署的智能体。
AgentCore 在基础设施层实施安全保护，使用 Cedar 策略对每次工具调用进行评估，并通过自动推理验证，这是 Amazon S3 和 AWS IAM 背后使用的同一项技术。凭证在网关进行管理，永远不会进入智能体循环。这提供了确定性的强制执行，使智能体无法靠推理来绕过。
AWS 上的智能体和推理支出由 IAM 主体按智能体计费，可在您现有的 AWS 账单上查看。Amazon Bedrock 提供提示缓存、智能路由、模型蒸馏和批量推理，可自动优化成本。每个智能体归因意味着您可以像管理任何其他工作负载一样，预测和解释人工智能支出，并制定相关预算；无需单独的人工智能计费系统。
是。AgentCore 为模型中立，与框架无关。在 Bedrock 上运行来自 Anthropic、OpenAI、Amazon Nova 等的前沿模型。使用 LangGraph、CrewAI、Strands、OpenAI Agents SDK 或自定义框架来构建智能体。无需重构智能体即可交换模型。该平台在基础设施层解耦，而不仅仅是 API。
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量