AgentCore 能回答安全团队的三个问题,但还不完整
Runtime、Identity、Observability 管运行位置、调用权限和日志,缺口决定 FDE 能承诺多少。
要点速览
- AgentCore 包含多项服务,直接回答安全团队问题的是三项:负责执行的 Runtime、负责认证的 Identity 和负责监控的 Observability。
- microVM 为每个会话单独隔离,会话最长保持 8 小时;Instances 运行在客户账号内的 EC2 上,会话最长保持 14 天。
- 遥测数据以 OpenTelemetry 标准导出并存储在 CloudWatch,但 CloudTrail 目前只记录部分能力。
AWS 于 2025 年 7 月 16 日发布 Amazon Bedrock AgentCore 预览版,2025 年 10 月 13 日正式发布(GA)。产品页用一句简短的口号概括它:任意框架、任意模型、规模化安全。
对前线部署工程师(FDE)来说,口号不如第三次客户会议上听到的问题重要。到那时,提示词已经稳定,演示也能跑通。坐在对面的换成了安全团队,他们会问三件事:Agent 在哪里运行?谁可以调用它?出了问题去哪里看日志?
AgentCore 用三个组件回答这三个问题:Runtime、Identity 和 Observability。弄清楚每个组件能做什么、暂时还做不到什么,在客户的 AWS 上从试点走向生产环境就会快得多。
它能做什么,不承诺什么
AWS 文档把 AgentCore 描述为一个模块化平台,用于构建、部署和运行 Agent。它支持任意框架和任意基础模型,无需自行管理基础设施。
销售 AgentCore 实施服务的合作伙伴 Mission Cloud 称,该平台由七项托管服务组成。这家合作伙伴这样说有商业利益,因此“七项”应视为它自己的统计口径。
本文没有覆盖整个产品,只挑出与安全团队三个问题对应的三项服务。另外两项能力 Gateway 和 Agent Registry,只在下文审计部分出现。
Runtime 不要求丢掉已有代码。Agent 可以用任意框架编写,并通过模型上下文协议(MCP)或 Agent 间协议(A2A)与工具或其他 Agent 通信。所以,如果客户已经有 Agent,第一步是迁移它的运行位置,而不是重写。
一个例子:选对计算类型
假设你在为一家物流公司工作,需要把两个 Agent 推向生产环境。第一个是仓库员工的助手,每次问答会话只持续几分钟。第二个在夜间对账,每次运行约 10 小时。
Runtime 提供两种计算类型。使用 microVM 时,每个用户会话运行在独立的 microVM 中,CPU、内存和文件系统彼此隔离。会话结束后,microVM 随即销毁并清理。两名仓库员工因此永远不会共用同一个环境,这种类型很适合第一个 Agent。
第二个 Agent 则不同。microVM 会话最长 8 小时,10 小时的任务会在第 8 小时被中断。Instances 允许会话最长 14 天,运行在客户自己账号内、由 AWS 托管的 EC2 基础设施上。这通常正是合规团队想听到的。
所以,选择计算类型前要实测会话时长,不要靠猜。需求调研阶段一个数字出错,就可能导致整个架构推倒重来。
Identity:客户无需更换 IdP
Runtime 内置的认证由 AgentCore Identity 负责。每个 Agent 都有自己的身份,系统可以对接企业已在使用的身份提供商(IdP),例如 Okta、Microsoft Entra ID 或 Amazon Cognito。据 AWS 介绍,客户无需把用户迁移到新系统,也无需重建登录流程。
向客户介绍时,应该先讲这一点。在物流的例子中,仓库员工用日常使用的 Okta 账号登录,而对账 Agent 拥有独立身份,与人的身份分开。
可观测性开箱即用,审计仍有欠缺
AgentCore 以兼容 OpenTelemetry 的格式导出遥测数据,因此数据可以接入客户现有的任何监控体系。指标、span 和日志存储在客户账号下的 Amazon CloudWatch 中。现成的仪表盘展示会话数、延迟、token 用量和错误。
审计是需要小心的地方。AWS 文档明确写道,CloudTrail 目前只覆盖部分能力,具体是 Gateway 和 Agent Registry。银行或医院可能要求每一次 API 调用都留下记录。遇到这种情况,要在会上当场提出这个缺口,不要让客户在上线后才发现。
安全评审之前,先做一张表:一列写客户的审计要求,另一列写 CloudTrail 目前记录的内容。把这张表带进会议室,远比承诺“AWS 全都管好了”更能赢得信任。
迁移 Agent 到 AgentCore 的三个常见错误
第一个错误是凭感觉估计会话时长。一个你以为跑 6 小时、实际拖到 9 小时的任务会超过 microVM 的 8 小时上限,而这类故障通常要等客户的真实数据开始流入才会暴露。
第二个错误是因为接入了 CloudWatch 就承诺完整审计。遥测帮助你调试;合规团队关心的是 CloudTrail,而它目前还没有覆盖所有能力。
第三个错误是为了“适配”平台而重写客户的 Agent。Runtime 接受任意框架和模型,精力应该放在 Agent 的运行位置、身份和日志上,而不是客户已经验证过的 Agent 逻辑。
先学什么,简历上怎么写
如果刚起步,先学 Runtime:两种计算类型、会话上限,以及如何部署一个用你熟悉的框架编写的 Agent。然后用真实的 IdP 学 Identity,再学在 CloudWatch 中查看 trace。同时学习 MCP 和 A2A,这两个协议并不绑定 AWS。
简历上写一句“用过 AgentCore”几乎说明不了什么。要写清三个决策:你根据实测的会话时长选择了计算类型;你把 Agent 接入了客户的 IdP,并把 Agent 的身份与用户身份分开。
还有,你在上线前指出了审计缺口。如果还没有真实客户,就在测试账号里复现上面的双 Agent 例子,并写一份 README 解释每个选择。
工具会变,但这三个问题始终有价值:Agent 在哪里运行,谁可以调用,一切是否都有记录。能把这三个问题答得清清楚楚的 FDE,才会被请回来做下一个项目。
这篇文章对你有帮助吗?
感谢你的反馈!
6 个信源
- Amazon Bedrock AgentCore - AWS
- Introducing Amazon Bedrock AgentCore: Securely deploy and operate AI agents at any scale (preview) · 2025-07-16
- What is Amazon Bedrock AgentCore?
- Host agent or tools with Amazon Bedrock AgentCore Runtime
- Observability, audit logging, and tracing for your agents
- What is Amazon Bedrock AgentCore? AI Agent Platform for Enterprise Deployment · 2025-11-05