亞馬遜云科技在2025紐約峰會上發布的Amazon Bedrock AgentCore，正在試圖解決一個被反復提起卻始終未被系統解決的問題：企業如何構建一套可以真實投入生產的AI agent系統。
盡管大語言模型已在多個行業場景中展現出生成能力，但如何將其包裝為具備長期運行、權限控制、任務調度與狀態可觀測的“agent系統”，仍是多數企業試點無法越過的門檻。AgentCore的出現，提供了一種新的答案——不是再給模型“套殼”，而是構建一整套運行所需的基礎設施。
構建Agent的“七大件”：系統能力標準化
Amazon Bedrock AgentCore不是一個單一服務，而是一個包含七個模塊的系統能力組合。這七個模塊分別為：
- AgentCore Runtime：具備8小時長時運行能力，支持同步/異步任務，并能隔離多個session運行狀態，是agent持續穩定運行的底層保障。
- AgentCore Memory：支持短期和長期記憶管理，可在多個agent間共享上下文，實現“多輪對話記得住、跨會話有記憶”。
- AgentCore Identity：與主流身份系統集成，實現細粒度權限管控，為agent的跨系統訪問建立安全邊界。
- AgentCore Gateway：讓agent能夠以標準方式調用API、Lambda函數與企業內部服務，實現“調用現實世界工具”的能力抽象。
- AgentCore Code Interpreter：提供托管代碼運行環境，適用于需要動態生成和執行腳本的業務場景。
- AgentCore Browser Tool：通過云端瀏覽器完成網頁操作任務，包括內容提取、表單填寫等。
- AgentCore Observability：以標準方式提供日志、鏈路與行為可視化，幫助企業掌控agent運行過程、問題定位與性能優化。
這些能力模塊可單獨調用，也可組合部署，支持開源agent框架（如LangGraph、CrewAI）與Amazon Bedrock中的模型服務。
從系統工程角度解構Agent
過去一段時間里，企業嘗試構建agent時常陷入一個誤區：將agent等同于“模型+提示詞+外殼”。但現實情況是，agent要在真實業務中落地，還需完成大量“非AI”的工程工作：任務調度、狀態管理、異常恢復、安全控制、工具集成、日志觀測等。
而這些正是AgentCore意圖解決的核心問題。通過將這些“基礎但通用”的功能產品化，AgentCore一方面降低了agent項目的門檻，另一方面也為未來agent系統的可維護性與可拓展性打下基礎。
亞馬遜云科技大中華區產品部總經理陳曉建表示：“agent的能力并不是靠一個大模型就能實現的，它需要有執行環境、有工具接入、有上下文記憶、有安全機制、有觀測能力……這些通用能力，過去沒人系統地打包交付。”
在傳統工程項目中，這些能力往往由多個團隊分別搭建，并因缺乏標準接口而導致系統割裂。AgentCore通過模塊化抽象與統一部署方式，將這套系統工程壓縮為可控的產品組合，顯著提高交付效率。
安全、靈活、兼容：為企業構建可部署的AI路徑
AgentCore的設計并非“重中之重”，而是“輕中之穩”。它的目標并不是取代已有工具鏈或開發框架，而是提供一個可插拔、可組合、可治理的agent運行層。
這一理念也體現在其對身份系統的兼容性上。AgentCore Identity模塊支持與Cognito、Okta、Entra ID等身份平臺對接，企業可以沿用原有權限體系為agent設定訪問控制策略，無需額外構建身份通道。
在運行層面，AgentCore Runtime支持session隔離與多框架接入，不強綁定開發者所選模型或agent框架。配合Bedrock模型服務與開源組件，企業可根據安全級別、性能要求自由選擇部署方式。
亞馬遜云科技Agentic AI副總裁Swami Sivasubramanian表示：“這些創新將幫助企業跨越試驗階段，構建真正可投入關鍵業務流程的、可信賴的生產級agent系統。”
從“好用”到“能用”：讓Agent成為企業AI的交付單元
AgentCore的發布并不是一次獨立能力上線，它代表著亞馬遜云科技對agent部署體系化的理解：從工具鏈建設、運行環境準備，到調用路徑封裝、觀測治理能力補全，為agent從原型階段走向生產落地奠定工程與系統基礎。
Swami指出，未來脫穎而出的企業，并不是那些預測趨勢最準的企業，而是那些對變化反應最快的企業。而AgentCore，正是幫助企業在面對不確定性時依然能快速部署AI agent、靈活組合能力的基礎設施。
對于已經投入生成式AI項目的企業來說，AgentCore或許意味著一個新階段的開始——從技術驗證，走向系統建設；從單點功能，走向系統能力；從“好用”，走向“能用”。
