在亚马逊Bedrock AgentCore上构建代理型AI平台

亚马逊云科技（AWS）近日发布了一套基于Amazon Bedrock AgentCore的企业级Agentic AI平台参考架构，试图解决一个困扰众多企业的现实问题：当AI智能体从 demo 走向生产环境时，真正的瓶颈往往不是模型能力或工具调用，而是围绕它们的一整套治理体系。AWS在官方博客中指出，平台团队要支撑多个业务团队的智能体开发需求，必须回答几个关键问题——多少团队能在安全环境中构建、每个模型和工具归谁所有、AgentOps和错误处理如何限定在预设边界内、平台团队与财务团队如何跨账户掌握成本与健康度。这套架构的核心思路是把上述治理需求产品化，而非让每个业务团队各自拼装。 具体来看，该架构将组织角色划分为平台团队与工作流团队（Workstream teams，即负责构建和拥有智能体的业务或产品团队）。每个工作流团队获得一条"铺好的路"：经过批准的模型和工具、短期工作负载身份、隔离的运行时与内存、自动化评估、回滚机制、遥测以及成本归集。AWS强调，如果让每个团队自行组装这些控制措施，管控就会漂移，共享服务变成瓶颈，归属关系也难以审计。为此，平台设计了受治理的模型访问（所有推理请求必须经过批准的推理网关，执行组织护栏、限制模型与区域、按团队设置速率与token配额）和受治理的工具访问（智能体只能通过经过认证的MCP网关发现和调用获批工具，执行最小权限原则）。此外，架构还包含独立的推理网关与工具网关、多账户运营模型，以及一道评估流水线——每个智能体在晋升到生产环境前必须通过评估关卡。配套的Enterprise Agentic AI Platform Blueprint以基础设施即代码的形式交付，涵盖所有权、账户边界、软件交付、可观测性、成本治理和退役等企业契约。对正在搭建智能体平台的中国出海企业而言，这套思路的参考价值在于：与其让各业务线重复造轮子，不如先把身份、网关、评估和成本归集做成平台能力，再让业务团队在边界内自主迭代。