⚙️ Управление агентами, инструментами и навыками: AWS Agent Registry стал общедоступным

AWS объявила о запуске Agent Registry в общий доступ — это централизованный каталог для публикации, поиска и управления агентами, инструментами и навыками. Сервис решает проблему масштабирования агентных систем: когда команд много, а инструментов сотни, разработчики дублируют существующие наработки и теряют контроль над версиями, владельцами и доступом.

Registry разделён на две плоскости. Governance Plane хранит полный реестр ресурсов с метаданными безопасности, политиками обнаружения и пользовательскими схемами (cost center, класс данных, SLA). Discovery Plane показывает потребителям только одобренные ресурсы: поддерживает семантический и лексический поиск по намерению или имени, рассчитан на высоконагруженные запросы и выдаёт краткие сигналы доверия, а не сырые данные аудита.

Каталог поддерживает четыре типа записей: MCP-серверы с их инструментами и промптами, агенты по протоколу A2A, определения навыков в markdown и кастомные JSON-дескрипторы. Это позволяет командам находить готовые компоненты, назначать владельцев и проходить security-ревью до публикации. По сути, это единый реестр всего агентного ландшафта организации — от отдельных скиллов до целых агентов.

#Tech #AWS #AgentRegistry #AI #Agents #LLM

❗️OpenClaw 2.0: упрощённая настройка, новый браузерный интерфейс и мультиплеер

Фонд OpenClaw выпустил версию 2.0 своей открытой AI-платформы — крупнейший релиз проекта, собравший более 16 000 pull request. Главные новшества: упрощённый первый запуск, полностью переписанное браузерное приложение и общие облачные сессии для совместной работы.

Теперь при первоначальной настройке система сама обнаруживает уже установленные ресурсы — подписки ChatGPT или Claude, API-ключи и локальные модели, что убирает большинство ручных шагов. Остальные параметры можно менять прямо в диалоге с ботом. Браузерный интерфейс открывает чат мгновенно и позволяет продолжить настройку, вернуться к текущим задачам или отслеживать их в реальном времени. В чате появился «Session Rail» — компактная панель с прогрессом выполнения, оценками и pull request, а также встроенная companion-нить для вопросов о текущей сессии без прерывания агента.

Shared Cloud Sessions дают нескольким пользователям работать над одними задачами: можно подключать коллег к активной сессии или назначать им задания вместе с контекстом. По словам разработчиков, команда OpenClaw уже использует эту функцию для разработки самой платформы. Сессии могут запускаться локально, на собственном hardware пользователя через openclaw connect или на арендованных машинах через инструмент Crabbox с поддержкой AWS и Hetzner. Учётные данные провайдера при этом всегда остаются на шлюзе и не передаются на удалённую машину. Также в релизе обновили messaging, память, навыки, поддержку моделей, automations, плагины и безопасность.

#AI #OpenClaw #Agent #ChatGPT #Claude #AWS

⚙️ Интеграция Outlook с Amazon Quick: ИИ-автоматизация почты и календаря

AWS представила практическое руководство по интеграции Microsoft Outlook с Amazon Quick — платформой для создания ИИ-агентов. Решение позволяет автоматизировать управление электронной почтой, планирование встреч и координацию рабочих процессов прямо внутри корпоративной почты.

В основе интеграции — три компонента Amazon Quick: чат-агенты для диалогового взаимодействия, Quick Flows для построения многошаговых сценариев и Quick Automate для запуска действий по триггерам. Например, агент может анализировать входящие письма, извлекать запросы на встречи, проверять доступность в календаре и автоматически отправлять приглашения — без участия человека.

Для разработчиков и ИТ-команд это значит, что Outlook перестаёт быть просто почтовым клиентом и превращается в управляемый узел корпоративной автоматизации. Интеграция строится на стандартных API и подходит для типовых HR-, продаж- и операционных сценариев: обработка заявок, согласование документов, напоминания о дедлайнах. AWS публикует пошаговую схему настройки, так что воспроизвести сценарий можно в собственном аккаунте за несколько часов.

#AI #AWS #AmazonQuick #Automation #Outlook

⚙️ Мультимодальный ассистент заказа в WhatsApp на Amazon Bedrock AgentCore

AWS представила архитектуру развёртывания заказного ассистента для WhatsApp, который принимает заказы сразу в трёх форматах: текст, голосовые сообщения и живые звонки — всё на одном бизнес-номере. Решение построено на Amazon Bedrock AgentCore и мультимодальной модели Amazon Nova 2.

Ключевая особенность — разделение канального и заказного слоёв. Канал связи (WhatsApp) и логика обработки заказов работают независимо, а общее хранилище памяти распознаёт клиента во всех трёх режимах: не важно, написал ли пользователь, отправил голосовую заметку или позвонил — ассистент сохраняет контекст диалога и историю заказов. Это позволяет не терять пользователя при переключении между способами общения и делает сервис единым с точки зрения клиента.

Для бизнеса это означает отказ от нескольких ботов под разные сценарии: одна система обрабатывает текстовые запросы, транскрибирует и понимает аудио, а также работает в реальном времени во время звонков. Bedrock AgentCore берёт на себя оркестрацию агента, а Nova 2 обеспечивает мультимодальный ввод. Архитектура подойдёт для ресторанов, ритейла и сервисов доставки, где клиенты привыкли заказывать через мессенджеры голосом и текстом.

#AI #Assistant #AWS #Bedrock #AgentCore #WhatsApp

✂️ AWS представила AEM — метрику оценки агентов в многоходовых диалогах

AWS ML Blog описала Agent Evaluation Metric (AEM) — разложимую на компоненты метрику, которая оценивает качество ИИ-агента по каждому ходу диалога, а не только по финальному результату.

Проблема в каскадных ошибках: в пятиходовом сценарии агент во втором ходу выбирает верное действие, но передаёт «profit» вместо «revenue» — и эта одна ошибка тихо распространяется на все последующие ходы. Оценка на уровне задачи видит лишь провал в конце и не показывает, какой именно ход стал корневой причиной. AEM решает это, считая корректность для каждого хода отдельно и отделяя источник сбоя от его последствий.

В первой реализации AEM измеряет корректность через два подкомпонента: truthfulness (совпадают ли значения в вызовах инструментов и в ответах на естественном языке с ожидаемыми) и completeness (все ли обязательные параметры и элементы присутствуют). Схема «разложить — оценить — собрать» расширяется на новые измерения без перестройки механизма: безопасность, удержание инструкций, глубину рассуждений. Это отличает AEM от существующих holistic-метрик вроде goal completion и LLM-as-judge.

#AI #Agents #AWS #LLM #Score

🛡Abnormal AI задействовала Amazon Bedrock AgentCore для агентной защиты почты

Abnormal AI рассказала, как построила агентную систему обнаружения почтовых угроз в реальном времени, работающую на масштабе миллиардов сообщений. Ключевой элемент архитектуры — Amazon Bedrock AgentCore Code Interpreter, используемый как эфемерный вычислительный «блокнот» для агентов.

Вместо постоянных воркеров каждая задача агента получает изолированную песочницу, которая живёт только на время анализа конкретного письма или инцидента. Это позволяет безопасно исполнять код, разбирать вложения и подозрительные артефакты, не рискуя основной инфраструктурой и не накапливая состояние между запросами. В блоге AWS описаны проектные решения по такой песочнице: как ограничивается время жизни среды, какие данные в неё попадают и как масштабирование удерживается при пиковых нагрузках.

Отдельная часть материала — практические уроки для разработчиков, внедряющих Code Interpreter в продакшн. Основные тезисы: изоляция важнее скорости запуска, очистка среды должна быть гарантированной, а логирование действий агента — достаточным для аудита и разбора инцидентов. Такой подход применим не только к кибербезопасности: любые агентные пайплайны, где модели нужно выполнять код над недоверенными данными, получают готовый шаблон.

Для команд, строящих агентов на AWS, кейс показывает, что Code Interpreter — это не просто инструмент вычислений, а элемент модели безопасности всей системы.

#Safety #AI #AWS #Bedrock #AgentCore #Agents #CyberSecurity

❓ AWS: как выбрать уровень кастомизации генеративного ИИ — от промптов до своих моделей

AWS ML Blog опубликовал практический фреймворк из 8 шагов, который помогает выбрать подход к настройке генеративных моделей без лишних затрат. Проблема, которую он решает, знакома многим командам: одни сразу бросаются в fine-tuning, хотя хватило бы хорошо структурированного промпта, другие неделями крутят промпты там, где нужны доменные данные.

Спектр делится на три категории. USE (шаги 1–2): модель не трогаем — работаем с системными инструкциями, few-shot примерами и chain-of-thought, а качество промптов измеряем через prompt evaluation и оптимизируем автоматически. ENHANCE (шаги 3–5): веса заморожены, но вокруг модели добавляем RAG с вашими документами, кеширование дорогих промптов и дистилляцию большой модели в компактную. TRAIN (шаги 6–8): меняем сами веса — fine-tuning на размеченных данных, continued pre-training на больших неразмеченных корпусах или полностью своя модель через Amazon Nova Forge.

Маппинг сервисов: шаги 1–7 закрывает Amazon Bedrock (модели Anthropic, Meta, Mistral и Amazon), шаги 6–8 — Amazon SageMaker, шаг 8 — Nova Forge. Главное правило — начинать с шага 1 и подниматься только тогда, когда текущий уровень перестаёт отвечать требованиям по точности, задержке или специфике домена. По оценке авторов, большинство рабочих нагрузок не выходит за пределы шага 3.

#AI #AWS #Design #Framework #GenAI #Customization

🛡MRH Trowe развернула защищённых AI-агентов для 400 сотрудников на AWS

Немецкий страховой брокер MRH Trowe запустил в продакшн платформу self-service AI-агентов, охватившую около 400 сотрудников в первый же месяц. Стек: open-source SDK Strands Agents, Amazon Bedrock AgentCore и чат-интерфейс LibreChat. Стартовая стоимость - примерно $14 за рабочее место в месяц с планом снижения инфраструктурных расходов ещё на 40% за счёт right-sizing и масштабирования по расписанию.

Первый агент превращает встречу в Microsoft Teams в структурированный протокол: сотрудник по-немецки просит найти встречу, агент достаёт транскрипт и формирует саммари с датой, участниками, повесткой и action items. Каждый запрос выполняется от имени вошедшего пользователя - LibreChat аутентифицирует через Microsoft Entra ID и передаёт идентичность на серверную сторону, поэтому агент видит только свой календарь. Все данные и модели работают в регионе AWS Europe (Frankfurt, eu-central-1), что закрывает требования немецкого финсектора по резидентности данных.

Архитектура - единый AWS-аккаунт в VPC: приватная связность через transit gateway и zero-trust, LibreChat на ECS Fargate, данные в DocumentDB, ElastiCache, RDS for PostgreSQL, OpenSearch и S3. AgentCore изолирует каждую сессию на уровне вычислений и файловой системы, а новые агенты подключаются через Lambda и API Gateway без даунтайма чат-приложения.

#AI #Agents #AWS #Bedrock #FinTech #Development

☑️ AWS добавила оценку навыков агентов в Strands Evals и Bedrock AgentCore

Amazon Web Services расширила Strands Evals SDK и сервис Amazon Bedrock AgentCore Evaluations новыми инструментами для проверки skill-оснащённых агентов. Скиллы - модульные наборы инструкций (обычно в файле SKILL.md), которые учат агента доменным задачам: проверке комплаенса, обработке документов, соглашениям по pull-request. Они переносимы между совместимыми харнессами и подгружаются в рантайме, а не хранятся в системном промпте.

Проблема в том, что классические метрики качества ответа не ловят два сбоя: агент выбрал неподходящий скилл или выбрал верный, но пропустил часть инструкций. Ответ при этом выглядит правдоподобно. Новые оценщики: Skill Selection Accuracy - бинарная проверка, подходит ли вызванный скилл задаче; Skill Instruction Following - пятиуровневая шкала (от Fully Followed до Not Followed) с указанием пропущенных шагов; SkillInvoked - детерминированная проверка загрузки скилла в Strands Evals без вызова модели.

Оценка идёт по записанной траектории или по OpenTelemetry-трейсам, извлечение скиллов распознаёт сигналы Claude Code, Claude Agent SDK, OpenAI Agents SDK, Codex, Gemini CLI, Google ADK и OpenHands. Работает через AgentCore CLI (@aws/agentcore), нужны Python 3.10+, доступ к Bedrock и Transaction Search в CloudWatch.

#AI #AWS #Bedrock #Agents #StrandsEvals #Development #Evaluation

☑️ AWS показала мультиаккаунтный AI-агент на AgentCore Gateway и MCP

Amazon опубликовала референс-архитектуру, которая позволяет агентам запрашивать данные из множества AWS-аккаунтов, не копируя и не централизуя их. Схема hub-and-spoke: в центральном platform account работают агент на AgentCore Runtime и инференс Amazon Bedrock, а каждая бизнес-команда (LOB) публикует свои данные и инструменты как отдельный MCP-сервер на AgentCore Runtime в своём аккаунте.

Связующим звеном выступает AgentCore Gateway - единая MCP-точка для обнаружения и вызова инструментов. Он регистрирует LOB-серверы как targets, поддерживает semantic search по tools/list, HTTP-таргеты и режим Inference Gateway для маршрутизации запросов между провайдерами моделей. Авторизация построена на AgentCore Identity и Okta: Gateway получает OAuth 2.0 M2M-токен, прикрепляет его к запросу, а LOB-сервер валидирует токен через OIDC. Проверка прав пользователя выполняется на уровне Gateway через Cedar-политики, а Amazon Bedrock Guardrails фильтруют PII на входе и выходе.

Наружу уходит только результат вызова инструмента, а не сам датасет. В примере банковские команды отдают tools вида get_balance, get_credit_score и search_lending_policies с RAG по PDF-политикам. Подключение нового LOB сводится к добавлению Gateway-таргета - агент увидит инструменты при следующем tools/list. Полный код и CDK-скрипт развёртывания лежат в репозитории aws-samples.

#AI #AWS #Agents #MCP #AgentCore #Development

☑️ Amazon Nova Act для синтетического мониторинга: агенты вместо хрупких UI-скриптов

AWS показала подход к синтетическому мониторингу пользовательских сценариев на базе Amazon Nova Act и Amazon Bedrock AgentCore. Вместо DOM-селекторов Selenium и Playwright работу с интерфейсом выполняет мультимодальная LLM, которая анализирует скриншоты страниц.

Вместо десяти строк селекторов, ломающихся при смене CSS-класса, достаточно трёх действий на естественном языке: «нажать кнопку оформления заказа», «заполнить форму оплаты», «подтвердить заказ». Nova Act адаптируется к изменениям UI, а на корпоративных браузерных сценариях точность превышает 90%.

Архитектура полностью управляемая: EventBridge Scheduler запускает проверки по расписанию (от 5 минут до часа), AgentCore Runtime изолированно исполняет агента, встроенный Browser tool выдаёт отдельный удалённый браузер на каждый прогон, а при сбое Amazon SNS рассылает уведомления. Агент проверяет не только завершение шага, но и результат - появились ли результаты поиска, есть ли товар в корзине.

На GitHub выложен открытый пример: deploy.py для быстрого старта и CDK-стек для продакшена с least-privilege IAM, SQS dead-letter queue и двумя CloudWatch-алермами. Рекомендация AWS - начинать с 3-5 критичных сценариев (вход, корзина, оплата) вместо тотального покрытия страниц, чтобы не утонуть в алертах.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AWS #NovaAct #AgentCore #SynthMonitoring #Development

🔍 Claude Desktop получил безопасный веб-поиск через Amazon Bedrock AgentCore

AWS показала, как подключить веб-поиск к Claude Desktop, работающему на Amazon Bedrock, с помощью AgentCore Gateway. Без этого ответы модели ограничены датой обучения и не могут подтянуть свежую документацию, актуальные цены или погоду.

Web Search в AgentCore - полностью управляемая MCP-совместимая функция на базе индекса Amazon, охватывающего десятки миллиардов документов. Весь трафик запросов остаётся внутри инфраструктуры AWS: внешние API-ключи не нужны, данные не выходят за периметр организации. Подключение идёт через managed MCP-серверы Claude Desktop.

Аутентификация построена на JWT: AWS IAM Identity Center по SAML федераруется с Amazon Cognito, который выдаёт токены, а AgentCore Gateway проверяет их при каждом запросе. Вход выполняется через корпоративный SSO, отдельные учётные данные или сторонние identity-провайдеры не требуются. Для настройки нужны AWS CLI v2, Python 3.10+, Boto3 и права на создание ролей IAM. Поиск доступен в регионах us-east-1, eu-west-1 и ap-northeast-1.

🎨 qvabo.studio/tg · картинки и видео

#AI #AWS #Claude #MCP #AgentCore #Agents

💲 Саймон Уиллисон: сервисам нужны жёсткие лимиты бюджета по умолчанию

Саймон Уиллисон призывает сделать hard budget caps (жёсткие лимиты расходов) стандартной функцией всех pay-by-usage API и облачных платформ. Речь о простой опции: «после $X в месяц выключи сервис и возвращай ошибки». Мягких лимитов с письмом-предупреждением недостаточно.

Причина - кодинг-агенты и персональные агенты резко снижают порог входа в создание кода, который тратит деньги: вызовы платных API, хостинг приложений, докупаемые хранилище и вычисления. Никто не хочет проснуться от письма, отправленного в полночь, и узнать, что за ночь «сбежавший» сервис съел ещё несколько тысяч долларов.

Аргумент против - бизнес не хочет, чтобы приложения падали с ошибками из-за бюджета. Но большинство предпочтёт ошибку неожиданному счёту на $10 000. Уиллисон считает, что жёсткий лимит должен быть включён по умолчанию, а отключать его - осознанным выбором через отдельный чекбокс.

Хорошая новость: тренд уже пошёл. AWS в сентябре запустил spend limits - при достижении лимита проект приостанавливается до конца месяца (пока новая панель доступна ограниченному кругу аккаунтов). Google Cloud ещё в июле представил Spend Caps с месячным финансовым лимитом на отдельные сервисы проекта.

🎨 qvabo.studio/tg · картинки и видео

#AI #Development #Price #Cloud #AWS #Agents

⚙️ Claude Code в AWS GovCloud: AI-разработка для регулируемых задач

Anthropic Claude Opus 5.5 и Claude Sonnet 5.5 стали доступны через Amazon Bedrock в регионах AWS GovCloud (US). Это открывает путь к AI-ассистированной разработке для проектов с повышенными требованиями к соответствию, включая ITAR. Claude Sonnet 5 имеет сертификацию FedRAMP Class D и авторизацию DoD IL4/IL5, обе новые модели - FedRAMP Class D на Bedrock.

В GovCloud доступны две точки подключения на базе движка Mantle с архитектурой Zero Operator Access. bedrock-runtime работает через AWS SDK (InvokeModel, Converse), поддерживает Guardrails, Knowledge Bases, Agents и логирование вызовов - рекомендуемый вариант для аудита. bedrock-mantle нативно поддерживает Anthropic Messages API и даёт server-side tools, background inference и Projects.

Настройка Claude Code сводится к переменным окружения: CLAUDE_CODE_USE_BEDROCK=1, AWS_REGION='us-gov-west-1' и пиннингу моделей вроде us-gov.anthropic.claude-sonnet-5-5. Есть интерактивный мастер /login → 3rd-party platform → Amazon Bedrock. Для команд авторы советуют AWS IAM Identity Center с временными ролевыми credentials вместо статических ключей и автоматизацию переменных через CI/CD. Инструмент умеет работать с несколькими файлами, запускать тесты, разрешать merge-конфликты и подключаться к внешним системам через MCP, включая AWS CLI, Terraform и Kubernetes.

🎨 qvabo.studio/tg · картинки и видео

#ClaudeCode #AWS #Bedrock #GovCloud #Development

🧠 Контекстный AI-ассистент на AgentCore и OpenClaw: долговременная память вместо одноразовых чатов

AWS ML Blog показал, как собрать персонального AI-ассистента с непрерывным контекстом на базе Amazon Bedrock AgentCore и open-source агентной системы OpenClaw. Проблема, которую решает архитектура, - преемственность: обычный ассистент начинает каждый диалог с нуля, и пользователю приходится заново объяснять контекст.

Технически система работает так. Агент живёт в контейнере на AgentCore runtime с оплатой только за активный compute - около $1-2 в месяц против ~$35 за always-on EC2. Контракт минимален: порт 8080, GET /ping и POST /invocations, а тонкий server.py координирует gateway OpenClaw, память и Amazon Bedrock Converse API. Модели маршрутизируются по задаче: Claude Haiku 4.5 для текста, Claude Sonnet 4.5 для разбора фото.

Ключевой слой - AgentCore memory. Короткая память пишет каждый ход диалога через CreateEvent по actorId и sessionId, долговременная формируется асинхронно тремя стратегиями: USER_PREFERENCE, SEMANTIC и SUMMARIZATION. Записи раскладываются по namespace вида sprout/{chat_id}/long_term, а на каждом ходу вызывается RetrieveMemoryRecords с topK=50 и таймаутом 3 секунды - при сбое ассистент отвечает без памяти, а не падает. Вход через Telegram-вебхук, расписания - через EventBridge; всё разворачивается одним CloudFormation-шаблоном, а смена манифеста skills превращает бота под садоводство в поддержку или фитнес-коуча.

🎨 qvabo.studio/tg · картинки и видео

#Tech #Assistant #AI #AWS #Bedrock #AgentCore #Development

🗓 AWS подвела итоги сентября 2026: новые модели в Bedrock и апдейты AgentCore

AWS опубликовала дайджест обновлений для AI-разработчиков за сентябрь 2026 года. Главные изменения затронули Amazon Bedrock, AgentCore и открытый тулкит Strands.

В Bedrock стали доступны новые модели: флагманские OpenAI GPT-6 Astra, Astra Ultrafast (до 300 токенов/сек), GPT-6.1 Sol и Luna для высоконагруженных задач, Claude Fable 5.1, Opus 5.5 и Sonnet 5.5, а также Kimi K3 от Moonshot AI на 2,8 трлн параметров и Grok 4.6/4.7 от xAI. В превью вышел Bedrock Managed Agents на базе моделей OpenAI - с сохранением данных внутри AWS, IAM-правами и аудитом через CloudTrail.

AgentCore получил оптимизированный рантайм со сниженной задержкой холодного старта и оплатой по факту использования. Открытый Strands harness экономит до 28% токенов, а Strands Decider 2B - локальная модель принятия решений на 2 млрд параметров с ответом за ~115 мс. Managed Knowledge Base научился автосинхронизации и нативным коннекторам к ServiceNow, Confluence Data Center, Salesforce и Zendesk.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AWS #Bedrock #AgentCore #Strands #AI #Development

💵 Amazon ведёт переговоры о покупке Decart за $7 млрд

The Wall Street Journal сообщила 11 октября, что Amazon обсуждает покупку израильско-американского AI-стартапа Decart примерно за $7 млрд (около 9,4 трлн вон). Сделку могут подписать в ближайшее время, если переговоры не сорвутся и не появится другой покупатель.

Decart основана в Сан-Франциско в 2023 году тремя израильскими инженерами. Компания привлекла более $400 млн от Sequoia Capital, Benchmark и Radical Ventures, а в мае её оценивали в $4 млрд. Decart делает world models Lucy и Oasis: они генерируют и симулируют трёхмерные среды для обучения и тестирования роботов и автопилотов до выхода в реальный мир. Lucy умеет редактировать живое видео в реальном времени.

Второй продукт Decart - софт, позволяющий запускать AI-модели на разных чипах. Обычно модель заточена под конкретный чип, и перенос требует настройки. На фоне дефицита и подорожания GPU от Nvidia такая гибкость важна. По данным WSJ, сотрудники AWS встретились с основателями Decart, и стартап получил ранний доступ к Trainium3 в 2025 году. В апреле Amazon сообщила, что обязательства по выручке, связанные с Trainium, превысили $225 млрд.

🎨 qvabo.studio/tg · картинки и видео

#Business #AI #Amazon #Decart #Chips #AWS

📄 Amazon Bedrock AgentCore: самообучающаяся обработка документов без шаблонов

AWS представила решение для агентной обработки документов (IDP) на базе Amazon Bedrock AgentCore. Восемь специализированных агентов работают в двух графовых процессах, построенных на открытом SDK Strands Agents, и классифицируют, извлекают, валидируют данные и обучаются на каждом новом формате без ручной настройки шаблонов.

Как это устроено: Analyzer извлекает текст через Amazon Textract, Matcher ищет похожие документы по векторному сходству в S3 Vectors. Для нового типа запускается training workflow - агенты Instructions, Extractor и Validator генерируют промпты, проверяют результат по схемам и бизнес-правилам в Aurora DSQL. При ошибке Instructions Fixer уточняет промпт и повторяет попытку, после успеха Save Instructions сохраняет инструкции. Для известных форматов работает automation workflow с уже готовыми правилами.

Инфраструктура: документы приходят через Amazon SES или S3, EventBridge и Lambda создают задачу в DynamoDB и запускают AgentCore Runtime. Доступ к ресурсам обеспечивают AgentCore Identity и Cognito, а Lambda-функции становятся инструментами агентов через MCP-интерфейс AgentCore Gateway. Мониторинг - через AgentCore Observability и CloudWatch. Развёртывание шести CloudFormation-стеков через AWS CDK занимает 15-20 минут.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AWS #Bedrock #AgentCore #IDP #AI

☁️ AWS представила девятиэтапный фреймворк оценки AI-агентов на базе Amazon Bedrock AgentCore

Команда AWS SMGS Operations рассказала, как построила непрерывный контроль качества для мультиагентной системы, обслуживающей отдел продаж AWS по всему миру. Отдельные субагенты отвечают за выручку по территориям, 360-градусный профиль клиента и text-to-SQL запросы к аналитическим данным.

Проблема в том, что агенты ломаются тихо: latency и error rate остаются в норме, а ответы незаметно становятся неверными. До запуска Customer Insights Agent выдал трёхмесячную выручку клиента в $410,08 как «$410 Million», сослался на несуществующий в данных ARR и подал собственные расчёты как факты из источника. Мониторинг при этом оставался зелёным.

Фреймворк охватывает девять стадий жизненного цикла - от первого коммита до продакшена: определение эталона, сравнение версий, CI-регрессии, CD-гейт, канареечный скоринг, adversarial-тесты, детекцию дрейфа, пульс-мониторинг и автоматическую петлю обратной связи. Оценка ведётся на трёх уровнях: инструменты, отдельные агенты и оркестрация между ними. По словам AWS, рассогласование версий данных, промптов и кода в одном тесте уронило pass rate с 78% до 38%.

Стек: AgentCore Evaluations, Amazon Bedrock Guardrails, CloudWatch, S3, Redshift, AWS Lambda и Amazon Quick.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AWS #AI #Agents #AmazonBedrock #MLOps #Development