來源AWS Machine Learning Blog•較早收集於 13m
Amazon Bedrock AgentCore Runtime 引入狀態化 MCP 用戶端
#stateful-agents#llm-sampling#progress-streamingamazon-bedrock-agentcore-runtimeawsamazon-bedrockagentcore-runtimemcp
在 Bedrock 上建置互動狀態化 AI 代理，支援 LLM 串流與程式碼範例（38字元）
30 秒速覽
有什麼變化
建置執行期間請求使用者輸入的狀態化 MCP 伺服器
為什麼重要
強化 Bedrock 的代理建置，支援狀態化互動與即時回饋。在 AWS 基礎設施上實現更複雜的使用者參與 AI 工作流程。
下一步行動
使用部落格程式碼，將範例狀態化 MCP 伺服器部署至 Amazon Bedrock AgentCore Runtime。
誰應關注：Developers & AI Engineers
關鍵要點
- •建置執行期間請求使用者輸入的狀態化 MCP 伺服器
- •呼叫 LLM 取樣產生動態內容
- •串流長時間任務進度更新
- •每個功能皆有程式碼範例
- •直接部署至 Amazon Bedrock AgentCore Runtime
深度解析
本篇為 AI 生成分析，非原文內容。
增強重點摘要
- •Amazon Bedrock AgentCore Runtime 透過 MCP (Model Context Protocol) 的標準化介面，解決了過去代理程式在處理跨異質資料源時，因缺乏統一通訊協定而導致的整合複雜度問題。
- •此更新強化了 AgentCore 對於『人機協作』(Human-in-the-loop) 的原生支援，允許代理程式在執行長任務時暫停並等待使用者確認，顯著提升了自動化流程的安全性與可控性。
- •透過狀態化 (Stateful) 的 MCP 客戶端設計，開發者現在能夠在 Bedrock 環境中維持對話上下文的持久性，無需在每次請求時重新初始化外部工具的狀態，大幅降低了延遲並優化了資源調度。
競品分析
核心架構
- Amazon Bedrock AgentCore (MCP)
- 雲端原生託管服務
- LangChain (LangGraph)
- 框架式開發 (Python/JS)
- Microsoft Semantic Kernel
- 框架式開發 (多語言)
MCP 支援
- Amazon Bedrock AgentCore (MCP)
- 原生深度整合
- LangChain (LangGraph)
- 透過社群適配器支援
- Microsoft Semantic Kernel
- 透過擴充套件支援
部署模式
- Amazon Bedrock AgentCore (MCP)
- Serverless 託管
- LangChain (LangGraph)
- 自建或託管
- Microsoft Semantic Kernel
- 自建或託管
狀態管理
- Amazon Bedrock AgentCore (MCP)
- 內建狀態化 runtime
- LangChain (LangGraph)
- 需自行實作持久化層
- Microsoft Semantic Kernel
- 需自行實作持久化層
| 特性 | Amazon Bedrock AgentCore (MCP) | LangChain (LangGraph) | Microsoft Semantic Kernel |
|---|---|---|---|
| 核心架構 | 雲端原生託管服務 | 框架式開發 (Python/JS) | 框架式開發 (多語言) |
| MCP 支援 | 原生深度整合 | 透過社群適配器支援 | 透過擴充套件支援 |
| 部署模式 | Serverless 託管 | 自建或託管 | 自建或託管 |
| 狀態管理 | 內建狀態化 runtime | 需自行實作持久化層 | 需自行實作持久化層 |
技術深入
• 採用 MCP 協議標準：利用 JSON-RPC 進行客戶端與伺服器間的通訊，確保代理程式能與任何符合 MCP 標準的資料源或工具無縫對接。 • 狀態化 Runtime 機制：AgentCore Runtime 引入了專用的 Session Manager，用於追蹤 MCP 伺服器的連接狀態與執行上下文，支援長生命週期的任務執行。 • 動態 LLM 取樣：支援在執行期間透過 API 呼叫 Bedrock 基礎模型，並將輸出結果即時注入 MCP 工具呼叫參數中，實現動態決策。 • 串流處理架構：利用 Server-Sent Events (SSE) 或 WebSocket 實現從 MCP 伺服器到 AgentCore 的進度回報，確保使用者介面能即時反映任務執行狀態。
前景展望基於引用來源的 AI 分析
企業級 AI 代理開發將全面轉向 MCP 標準化。
隨著 AWS 等大廠將 MCP 整合至 Runtime，開發者將優先選擇支援該協議的工具以降低維護成本。
人機協作型代理程式的市佔率將顯著提升。
狀態化 MCP 降低了實作複雜的人機互動流程的門檻，促使更多企業將 AI 應用於需要人工審核的關鍵業務。
時間線
2024-11
Anthropic 發布 Model Context Protocol (MCP) 開源標準。
2025-03
AWS 宣布 Amazon Bedrock 開始支援 MCP 協議整合。
2026-04
Amazon Bedrock AgentCore Runtime 正式引入狀態化 MCP 用戶端功能。
- 2024-11Anthropic 發布 Model Context Protocol (MCP) 開源標準。
- 2025-03AWS 宣布 Amazon Bedrock 開始支援 MCP 協議整合。
- 2026-04Amazon Bedrock AgentCore Runtime 正式引入狀態化 MCP 用戶端功能。
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 ↗
每週電子報
每週一封，可隨時退訂。