☁️AWS Machine Learning Blog•最新收集於 6m
無供應商鎖定地擴展代理式 AI
#agentic-ai#multi-agent#vendor-lock-in#ml-platformsaws-agentic-ai-architecture-patternsawsamazon bedrock
💡了解如何跨模型、框架與供應商擴展企業級多代理系統。
⚡ 30-Second TL;DR
有什麼變化
針對企業大規模運作多個代理式 AI 系統的需求
為什麼重要
這些模式可協助企業 ML 團隊在更換模型、框架或供應商時，避免重新建置代理系統。這也促使平台團隊從一開始就以互通性為設計目標，而不是將可攜性視為日後才處理的遷移問題。
下一步行動
建立小型可攜性測試，讓同一個代理工作流程在兩家模型供應商上執行，並記錄框架、工具與可觀測性依賴。
誰應關注：Enterprise & Security Teams
關鍵要點
- •針對企業大規模運作多個代理式 AI 系統的需求
- •處理不同框架、模型與雲端供應商之間的互通性
- •強調保留可攜性並降低對單一供應商依賴的架構原則
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 27 個來源。
🔑 增強重點摘要
- •AWS 的 Amazon Bedrock AgentCore 是部署和運行大規模 AI 代理的關鍵平台，原生支援多種開源框架和模型，確保企業在不同技術棧之間保持靈活性。
- •AWS 積極推動開放通訊協定，例如模型上下文協定 (MCP) 和代理對代理協定 (A2A)，以促進 AI 代理與外部工具及其他代理之間的互通性，有效避免供應商鎖定。
- •代理式 AI 系統的企業導入帶來了新的 IT 挑戰，包括算力配置（CPU 與 GPU 比例）的轉變、拆解式推論導致的管理複雜度增加，以及資料治理邊界模糊化等問題。
- •Amazon Bedrock AgentCore 提供「運行時實例」功能，為生產級 AI 代理提供持久化運算環境，支援代理長時間運行、GPU 加速，並允許在單一主機上進行多代理協作。
- •Amazon Bedrock 代理具備多項進階功能，包括短期與長期記憶保留、程式碼解讀能力，以及內建的防護機制 (Guardrails)，以確保系統的安全性和可靠性。
📊 競品分析▸ Show
| 功能/供應商 | AWS (Amazon Bedrock AgentCore) | Google Cloud (Gemini Enterprise Agent Platform) | Microsoft Azure (Azure AI 應用程式和代理程式) |
|---|---|---|---|
| 核心平台 | Amazon Bedrock AgentCore | Gemini Enterprise Agent Platform, Agentspace | Azure AI 應用程式和代理程式, Azure SRE Agent |
| 支援框架 | 支援自訂及開源框架 (如 CrewAI, LangGraph, LlamaIndex, Google ADK, OpenAI Agents SDK, Strands Agents) | Agent Development Kit (ADK), Agent Designer (無程式碼) | 整合 Foundry Agent Service |
| 互通性協定 | 支援 MCP (Model Context Protocol) 和 A2A (Agent-to-Agent Protocol) | 支援開放式 Agent2Agent (A2A) 協定 | - |
| 記憶體管理 | 提供短期與長期記憶保留 | - | - |
| 程式碼執行 | 內建 Code Interpreter 提供隔離環境 | - | - |
| 部署與運行 | 運行時實例提供持久化計算、GPU 支援、多代理協作 | - | Agentic DevOps 解決方案 |
| 安全與治理 | 內建 Guardrails, AgentCore Identity 管理認證 | 企業知識圖譜, 安全多代理架構 | 建置安全且負責任的 AI 應用程式 |
🛠️ 技術深入
- Amazon Bedrock AgentCore: 作為託管代理框架，負責編排循環、工具執行、上下文視窗管理、跨回合狀態保留及故障恢復。它支援自訂框架和多種開源框架，如 CrewAI、LangGraph、LlamaIndex、Google ADK、OpenAI Agents SDK 和 Strands Agents。
- 運行時實例 (Runtime Instances): 提供基於 AWS EC2 的持久化運算環境，允許在單一實例上部署多個代理，支援 GPU 加速，並可與 Amazon EBS 整合以實現長期記憶。這些實例可運行長達 14 天，並支援在閒置期間停止/重啟以節省成本。
- AgentCore Gateway: 能夠將現有的 API 和 AWS Lambda 函數轉換為代理可用的工具，透過 MCP 等協定提供統一的存取和運行時發現能力。
- AgentCore Identity: 負責管理出站認證，安全地儲存代理的 API 密鑰和 OAuth 令牌，並在需要時提供受控存取，簡化了跨工具和服務的認證流程。
- AgentCore Browser: 提供託管的網頁瀏覽器實例，擴展代理的網頁自動化工作流程能力。
- AgentCore Code Interpreter: 提供一個隔離的環境，用於安全地執行代理生成的程式碼，支援複雜的資料分析和數學問題解決。
- 記憶體模組 (Memory Module): Amazon Bedrock AgentCore 的記憶體模組提供短期記憶（記錄最近的互動內容）和長期記憶（從對話中提取結構化關鍵資訊），以維護對話上下文並支援跨會話的知識保留。
- 多代理協作架構: AWS 支援監督者架構，其中一個監督代理協調多個專業代理，透過 Amazon Step Functions 實現主管模式，利用 Amazon EventBridge 進行協調，並使用 Amazon MQ 進行訊息傳遞。
🔮 前景展望AI analysis grounded in cited sources
企業將加速採用多代理系統以實現端到端自動化。
代理式 AI 能夠自主規劃、推理和行動，並在分散的應用程式和數據源之間運行，將推動企業從單點任務自動化轉向全面的業務流程轉型。
雲端供應商將進一步標準化代理間通訊協定和互操作性框架。
為了避免供應商鎖定並促進多樣化 AI 生態系統的發展，主要雲端供應商將持續推動如 MCP 和 A2A 等開放標準，以實現跨平台和跨模型代理的無縫協作。
企業在部署代理式 AI 時，將更加重視資料治理和算力配置的優化。
代理式 AI 引入了資料治理邊界模糊化和算力配比變化的新挑戰，迫使企業必須重新評估其 IT 基礎設施和安全策略。
⏳ 時間線
2023-12
Amazon Bedrock 代理正式發布，提供多步驟任務編排和推理追蹤功能。
2024-08
Amazon Bedrock 代理升級，支援跨多次互動的記憶保留和程式碼解讀功能。
2025-07
Amazon Bedrock AgentCore 預覽版推出，提供 Gateway、Browser、Code Interpreter 等組件，用於安全部署和運行 AI 代理。
2025-11
AWS 與 OpenAI 建立多年策略合作夥伴關係，OpenAI 模型在 Amazon Bedrock 上線。
2026-06
Amazon Bedrock AgentCore 中的託管代理框架全面推出，簡化代理構建和運行。
2026-08
Amazon Bedrock AgentCore 推出「運行時實例」，為生產級 AI 代理提供持久化計算環境，支援 GPU 和多代理協作。
📎 來源 (27)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- amazon.com
- amazon.com
- amazon.com
- amazon.com
- amazon.com
- amazon.com
- cio.com.tw
- amazon.com
- amazon.com
- ikala.cloud
- amazon.com
- blog.google
- google.com
- zeekmagazine.com
- microsoft.com
- microsoft.com
- microsoft.com
- skills.google
- microsoft.com
- amazon.com
- microsoft.com
- amazon.com
- amazon.com
- idataagent.com
- ithome.com.tw
- hbrtaiwan.com
- bnext.com.tw
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： AWS Machine Learning Blog ↗
每週 AI 簡報
每週一封，可隨時退訂。