Trovata 的司库 Agent 自主运行,却碰不到数据库
Agent 无需指令即可工作,但只经审核过的 API 层读数据,权限从不超过所代表的用户。
要点速览
- 2026 年 11 月 10 日,AWS 发布案例研究,介绍 Trovata 如何从提供洞察的 AI 转向运行在 Amazon Bedrock AgentCore 上的自主司库 Agent。
- Agent 只通过审核过的 API 层获取数据,从不直接读取数据库;RBAC 让它的权限始终在用户权限之内。
- Agent 按计划或在告警触发时运行,使用 Claude Sonnet 4.6,且必须按角色和在组织层面分别启用。
Trovata 让一个 AI Agent 在企业客户的司库系统里自主运行。但有一件事它不允许 Agent 做:直接读取数据库。这是 AWS 于 2026 年 11 月 10 日发布的案例研究中最有价值的细节。文章由 Trovata 首席技术官 Joseph Drambarean 与 AWS 的 Kushal Mangtani 合写。
文章讲述了 Trovata 如何从只提供洞察的 AI,走到在自家司库管理平台内构建的自主司库 Agent。表面看,这是一个产品故事。
但对前线部署工程师(FDE)来说,它几乎是一份参考设计,回答的正是金融客户以及所有强监管客户通常最先问的问题:Agent 能看到什么?
用户能看到什么,Agent 就只能看到什么
Trovata 的安全设计分两层。第一,Agent 只通过 Trovata 审核过的 API 层获取数据,从不直接访问数据库。第二,基于角色的访问控制(RBAC)让 Agent 始终处在真实用户的权限之内。
设想一个在现金余额过低时触发的 Agent。它以某位分析师的角色运行,而这位分析师只能查看两家子公司的账户。
如果 Agent 能直连数据库,一条写错的查询就可能让它把第三个账户也读出来。而 Agent 走的是一个会校验权限的 API,这类错误就不可能发生,因为 API 根本不会把这些数据返回给这个角色。
Trovata 帮助中心的文档还补充了一层:Agent 功能必须按角色授予,并在组织层面开启。换句话说,是否使用 Agent、谁可以使用,都由客户自己决定。
按计划运行的分析师
据帮助中心介绍,Trovata 的 Agent 像分析师一样工作:按计划运行,或在告警触发时启动。
这与 AWS 文章中“按计划、触发器和规则运行”的描述一致。帮助中心还写明,Agent 背后的模型是 Claude Sonnet 4.6。
司库工作大多遵循固定节奏,或在触及阈值时做出反应,所以 Agent 不需要聊天窗口也能发挥作用。有计划任务和告警,就足以让它开工。
在与客户做需求调研时,可以问他们每天早上重复做哪些事,哪些阈值会让他们停下来核查。这些就是最先交给 Agent 的工作。
AgentCore 解决的是问题的哪一部分?
整个系统运行在 Amazon Bedrock AgentCore 上。Trovata 帮助中心称其为隔离、安全的环境,但要注意,这是厂商自己的文档,不是独立审计。
AWS 于 2025 年 7 月推出 AgentCore,将其定位为安全、规模化地构建、部署和运行 Agent 的平台。
负责隔离 Agent 的是 Runtime,一个按会话隔离的 Serverless 环境。除 Runtime 外,AgentCore 还有独立的记忆、OAuth 身份、可观测性、工具转 MCP、浏览器和代码执行模块。架构是模块化的,团队只需用到自己需要的部分。
隔离由平台负责;权限边界则由 Trovata 在自己的 API 层里划定。如果客户还没有这样一层受权限控制的 API,FDE 的第一项工作就是把它建起来,然后才轮到 Agent。
把这条经验写进简历
如果想转向 FDE 工作,简历上不要只写“构建了一个 Agent”。要写清这个 Agent 如何访问数据、权限如何受限,以及哪项测试能证明它读不到不该读的内容。
申请服务金融客户的岗位时,要为“Agent 能看到什么”准备一个具体的回答。Trovata 的设计很适合带进面试。
面对强监管客户,让人担心的不是 Agent 有多聪明,而是它在哪里被拦住。FDE 需要在演示之前就准备好这个答案。
这篇文章对你有帮助吗?
感谢你的反馈!