什么是 Amazon Bedrock AgentCore？

用开源框架搭出的代理原型能回答问题、调用几个工具、在笔记本上跑通。一旦推向生产环境，一堵墙就横在面前。代理需要应对并发用户、为不同租户隔离会话、与企业身份系统对接、安全地调用内部接口、跨轮次保留记忆，还要让运维能追溯它为何做出某个决策。

AgentCore 是 AWS 推出的全托管代理平台，提供 Runtime、Memory、Gateway、Identity、Observability、Code Interpreter、Browser、Evaluations 与 Policy 等模块化服务，用于以企业级安全性支持规模化构建、部署与运行 AI 代理，可与 Strands Agents、LangGraph、CrewAI、LlamaIndex 等多种开源框架以及 Amazon Bedrock 内外的多种模型配合使用。

就其内核而言，它把代理式 AI 的"后端管线"抽象掉了。团队可减少自行搭建容器、鉴权层、工具适配器和遥测管道的工作量，把现有代理代码部署到一个无服务器运行时，由平台负责会话隔离、弹性扩展与安全管控。

在技术谱系上，AgentCore 建立在 AWS 更广泛的 人工智能 与 生成式AI 体系之上。它是模型无关的，既支持 Amazon Bedrock 中的基础模型，也支持 Amazon Bedrock 之外的模型；同时兼容 MCP 与 A2A 协议，可对接 Strands Agents、LangGraph、CrewAI、LlamaIndex 等开源框架。

进一步说，AgentCore 不是又一个代理编排库，而是承载代理运行的基础设施——它解决的是"代理如何安全稳定地跑起来"，而非"代理如何思考"。

缩短上市周期

把代理从原型推向生产，传统路径要自行实现会话隔离、工具鉴权、可观测性与扩展能力，往往需要投入大量时间。AgentCore 把这些能力内置为托管服务，让团队把精力集中在代理逻辑而非后端管线上，帮助缩短从实验到上线的路径。

保留开源灵活性

企业不希望在框架和模型上被锁定。AgentCore 可与多种开源框架及基础模型配合使用，切换框架时可减少对基础设施的改动。它也与基于 大语言模型 的多种推理路径兼容。

企业级安全与合规

代理在调用工具、访问企业数据时，每一次调用都需要"谁在调用、是否被允许"的明确答案。AgentCore 在平台层提供身份、访问策略与执行隔离，把安全从应用代码下沉到基础设施，并可结合 AWS 的安全与合规能力使用。

生产可观测性

代理行为具有动态性，出错时难以定位是哪一步推理偏离。AgentCore 提供端到端追踪、调试与质量评估，帮助运维追溯代理的执行步骤，并基于线上会话与追踪数据进行质量评估，支持数据驱动迭代。

运行时（AgentCore Runtime）

提供一个安全、无服务器、专为动态代理设计的运行环境，支持低延迟实时交互，也支持最长 8 小时的长时运行任务，并内置会话隔离与多代理工作负载支持。

记忆（AgentCore Memory）

托管短期与长期记忆体系，让代理在多轮对话中保持上下文，并在跨会话间积累知识。记忆存储可在多个代理间共享，让代理在后续交互中利用历史上下文与提取的长期记忆，而无需团队自建记忆基础设施。

网关（AgentCore Gateway）

可将 OpenAPI/Smithy 定义的 API、AWS Lambda 函数及现有 MCP 服务器转换或接入为 MCP 兼容工具，并通过统一安全端点暴露给代理。可帮助开发者以较少开发工作将 API、AWS Lambda 函数等转换为 MCP 兼容工具，同时保持对每次调用的访问控制。

身份（AgentCore Identity）

为代理分配可验证的独立身份，与既有身份提供商对接，实现细粒度访问控制与安全的代理式交互，减少迁移或重建认证流程的工作。

可观测性与评估（AgentCore Observability、AgentCore Evaluations）

以 OpenTelemetry（OTEL）兼容格式输出追踪数据，并可通过 Amazon CloudWatch 查看代理的完整执行路径；同时 AgentCore Evaluations 对会话与追踪进行自动化评估，提供 correctness（正确性）、helpfulness（有用性）、goal success rate（目标达成率）、harmfulness（有害性）等内置评估器，帮助团队持续把关质量。

内置工具与策略（Code Interpreter、Browser、AgentCore Policy）

提供 Code Interpreter（代码解释器）、Browser（云端浏览器）等内置工具扩展代理能力边界；通过 AgentCore Policy（可用自然语言编写，并转换为 Cedar 策略）在 Gateway 层校验工具调用，帮助代理在既定范围内运行。

企业知识助手

在客户支持、内部问答场景中，代理需要跨多轮对话保持上下文、调用企业接口检索订单状态、按用户身份控制可见范围。记忆与网关能力有助于这类助手在生产环境中运行，并支持权限审计。

自动化运营代理

在运维、财务对账等流程中，代理需要串联多个内部系统、按既定规则执行操作并保留完整轨迹。运行时的长任务支持与策略服务帮助代理在边界内安全执行，可观测性则提供全过程审计。

网页自动化交互

代理需要登录外部网站、填写表单、提取信息时，内置的云端浏览器工具提供安全隔离的运行环境，降低在本地暴露凭据的风险，并支持并发会话。使用时请遵守目标网站条款与适用法律。

代码生成与沙箱执行

代理在辅助开发、生成可视化等任务中需要执行代码。代码解释器在隔离沙箱中运行多语言代码，扩展代理解决端到端任务的能力，同时与宿主环境隔离，降低安全风险。

多代理协作

复杂任务常需多个代理分工协作。AgentCore Runtime 支持 A2A 协议与多代理工作负载，让不同框架构建的代理在同一平台上协同，共享记忆与工具调用能力。

部署代理代码

开发者使用所选开源框架编写代理逻辑，可通过 AgentCore 命令行工具（starter toolkit）打包部署，或直接上传代码，将同一份代码从本地推送到托管运行时，通常无需大幅改写。

配置记忆与工具

为代理挂载短期或长期记忆存储，通过网关把企业接口与函数注册为代理可调用的工具，或对接既有的协议服务器。所有工具调用统一经由网关端点，便于集中管控与审计。

绑定身份与策略

为代理分配独立身份，与企业的身份提供商对接；以自然语言或规则定义策略，限定代理可访问的工具、可执行的动作及触发条件。策略在网关层拦截每次工具调用前进行校验。

运行与隔离

运行时为每个会话提供隔离环境，处理并发与扩展，支持实时交互与长时异步任务。代理在调用工具、访问 知识库 等资源时，身份与权限随每次调用按配置进行校验，做到"调用即鉴权"。

追踪与评估

代理执行步骤、工具调用等可通过 OTEL 兼容遥测记录。可观测性服务可视化完整执行路径，评估服务对会话与追踪进行自动化质量打分。

与自建基础设施相比

自行搭建代理运行时会陷入容器编排、会话隔离、工具鉴权与遥测管道的重复劳动，扩展与安全都得自己兜底。AgentCore 把这些能力托管化，团队聚焦代理逻辑，扩缩容由平台托管，安全合规遵循 AWS 责任共担模型。

与编排库直接部署相比

把开源框架直接跑在普通函数计算上，能快速上线，但缺少为代理动态执行路径专门设计的会话隔离、长任务支持与工具网关。AgentCore 在保留框架灵活性的同时补齐这些生产级能力。

与单一托管代理服务相比

不同托管代理服务在模型与框架选择上各有侧重；AgentCore 支持多种框架与模型，并支持 开源Agent框架 与代理间协议，便于跨框架、跨代理协作。

与纯编排工具相比

编排工具解决的是"代理之间如何串联"，但代理自身如何安全运行、如何调用工具、如何被审计，仍需另行补齐。AgentCore 提供从运行到监控的多项能力，可与编排工具配合使用。

总结

AgentCore 的定位介于"通用无服务器计算"与"绑定式代理服务"之间——既给生产级管控，又保留开源与模型的自由度。完整的代理体系通常是"AgentCore 平台 + 自选框架与模型"的组合。

动态行为的不确定性

代理的执行路径随输入与模型输出动态变化，传统的预定义流程监控难以覆盖。即使有完整追踪，定位"代理为何在某一步偏离"仍需要经验，并需警惕 AI幻觉 带来的错误决策在多步调用中被放大。

工具调用安全边界

代理可调用越多工具，攻击面与误操作风险越大。策略服务能限定动作，但规则设计本身需要业务理解，过于宽松留下隐患，过于严格则削弱代理能力，需持续调优。

多框架一致性

支持多种框架是优势，也带来一致性挑战。不同框架的记忆模型、工具协议、追踪语义存在差异，跨框架协作与统一可观测性需要额外的适配与约定。

成本与规模权衡

长任务、多代理并发与记忆存储都会消耗资源。企业需要根据业务价值设计合理的会话时长、记忆保留与并发规模，避免成本随代理职责扩张而失控。

评估标准尚未统一

代理质量涉及准确性、安全性、目标达成率等多维度，业界尚无统一基准。AgentCore 提供评估服务，但各企业仍需结合自身场景定义可接受的阈值。

AWS 提供覆盖代理构建、连接、运行与监控的全链路服务，帮助企业在保留开源灵活性的前提下把代理安全推向生产，并按需组合能力以适配不同成熟度的代理场景，可在从原型到规模化的各阶段提供支持。

Amazon Bedrock AgentCore 是承载代理运行的核心平台，提供运行时、记忆、网关、身份、可观测性、评估与策略等托管能力，可与多种开源框架和基础模型配合使用，通过会话隔离与平台层安全能力支持规模化运行。

Amazon Bedrock 提供基础模型访问与模型蒸馏、Amazon Bedrock Guardrails 等配套能力，是代理调用模型时的关键来源，也可独立用于构建生成式 AI 应用，与 AgentCore 在模型供给与安全护栏上形成协同。

Amazon Bedrock Knowledge Bases 为代理提供托管的知识检索能力，把企业数据安全地接入代理推理流程，有助于提升回答与企业数据的相关性并提供来源引用，让代理的"知道什么"有可靠数据底座。

Amazon CloudWatch 为可观测性提供底层支撑，统一监控令牌使用、延迟、会话时长与错误率等运维指标，支持 OTEL 兼容遥测数据，帮助团队查看代理运行状况。

立即探索 AWS 相关服务，了解如何使用 Amazon Bedrock AgentCore 构建和运行 AI 代理。