AWS 針對其AI代理 (AI Agents ) 開發與佈署平台Amazon Bedrock AgentCore推出系列重大更新，聚焦解決企業在將AI代理投入生產環境時面臨的信任、品質與學習能力挑戰，新增包含「策略」 (Policy)、「評估」 (Evaluations)與「記憶」 (Memory)三大關鍵功能，讓企業能更有信心地構建、佈署，並且擴展生產就緒 (production-ready) 的AI代理服務。

AWS強調，自從AgentCore預覽版推出5個月以來，下載量已經超過200萬次，並且獲得包含Amazon Devices Operations、Cox Automotive、MongoDB、濤森路透集團 (Thomson Reuters)，以及Workday在內業者採用。

「策略」：設定自然語言邊界，防止AI「暴走」

隨著AI代理具備越來越高的自主性，如何限制其行為成為企業首要課題。

新推出的「策略」功能允許團隊使用自然語言設定代理的行為邊界，例如管理者可以簡單輸入：「當退款金額超過1000美元時，阻止所有客戶退款」，AgentCore Gateway便會在毫秒級的時間內，即時檢查、攔截違反政策的行動。這落實了AWS「信任，但需驗證」 (trust, but verify)的運作原則，確保AI代理服務在自主運作的同時，仍受到嚴格的合規監管。

數據安全領導廠商Druva表示，此功能讓開發者能更有信心地創新，無需擔心代理越權存取敏感備份系統或安全日誌。

「評估」：13種預建評估器，即時監控AI品質

評估AI代理的表現往往比傳統軟體更具挑戰性，因此在AgentCore增加的「評估」功能提供13種預建評估器，涵蓋正確性、有用性、工具選擇準確度與安全性等評估維度。而開發者不僅能使用預建指標，還能編寫自定義評估器。系統會持續抽樣即時互動，一旦發現品質下降 (例如客服滿意度在8小時內下跌10%)，便會立即觸發警報。

基因檢測公司 Natera指出，這對於在醫療合規標準下維持AI代理的一致性至關重要。

「記憶」：導入「情節記憶」，AI越用越聰明

大多數AI代理缺乏長期記憶功能 ，導致每次互動都像「初次見面」。

AgentCore的「記憶」功能加入全新的「情節」 (episodic)項目，讓AI代理服務能從過去的經驗中進行學習。系統會捕捉過往互動的上下文、推理過程與結果，並且自動分析模式，藉此改進未來的決策結果。

舉例來說，若用戶上次曾因帶小孩而遇到交通問題，AI在下次安排行程時，就會自動記得必須提早2小時預約接送。標普全球市場財至 (S&P Global Market Intelligence)表示，這解決了在分散式組織中協調數百個專用代理時，維持一致上下文的難題。

支援多種框架，PGA巡迴賽內容撰寫速度提升10倍

AgentCore支援包含LangGraph、LlamaIndex，甚至OpenAI Agents SDK等多種框架。實際案例方面，PGA巡迴賽 (PGA TOUR)利用AgentCore構建了多代理內容生成系統，將內容撰寫速度提升了10倍，成本降低95%。

而MongoDB則在8週內就佈署代理應用程式 ，大幅縮短了過去需耗時數月的基礎設施工作。瑞士電信 (Swisscom)也透過AgentCore建立標準化代理構建流程，在4週內即可推出面向消費者的銷售與支援解決方案。

另一方面，亞馬遜創辦人Jeff Bezos創立的太空技術公司藍色起源 (Blue Origin)，在面對複雜的太空技術發展、火箭發射任務等情況下，背後也藉由AWS技術資源建立名為「BlueGPT」的 生成式AI系統，並且透過各類AI代理協助處理各類工作事項。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》