亚马逊云科技（AWS）推出了大幅简化后端基础设施构建的更新，而此前这被认为是开发自主型人工智能“AI代理”的最大障碍。该计划旨在减少开发者必须手动调整的部署环境和执行结构，从而将新AI代理实际上线服务的时间从“几天”缩短至“几分钟”。
AWS于24日宣布，通过亚马逊Bedrock AgentCore的更新，公开了新的“托管代理框架”功能和命令行界面（CLI）工具。此次发布正值谷歌云Next大会前夕。市场普遍预计谷歌将宣布与代理相关的服务及合作扩展，因此云服务企业之间围绕AI代理主导权的竞争预计将进一步加速。
AI代理开发的瓶颈与AWS的解决方案
据AWS称，AI代理开发中真正困难的部分，与其说是模型本身的逻辑设计，不如说是将其配置到实际运行环境中的工作。这包括计算资源、认证体系、持久化存储、代码执行沙箱等服务运维所需的要素。此外，开发者还需要单独设计决定调用哪个模型、使用哪个工具以及如何管理上下文窗口的“编排循环”，这给开发者带来了沉重负担。
此次新增的“托管代理框架”是一种由AWS以托管服务形式代为处理这些重复性工作的架构。借助基于开源标准的“Strands Agent”框架，开发者无需重新编写复杂定制代码，只需通过简单的配置文件即可定义模型、工具和指令。AWS表示，通过这种方式，开发者可以在不受特定框架束缚的情况下构建和运营大规模AI代理。
这一变化的核心在于降低“更换成本”。例如，当从某个模型切换到另一个模型时，以往需要大规模修改代码，而现在只需调整应用程序编程接口（API）的设置值即可几乎立即完成切换。对于那些需要频繁比较模型性能、成本和响应速度的企业来说，这能显著加快实验速度。
部署流程简化与开发环境支持
部署流程也得到了简化。通常，要将AI代理应用于实际服务，需要在代码编辑器之外构建单独的部署流水线并配置环境。AWS表示，通过新的AgentCore CLI，可以支持从原型制作到部署保持相同的开发流程。由于采用了“基础设施即代码”的管理方式，配置的可重现性和版本管理也变得更加容易。
AWS还反映了利用编码辅助工具的开发环境变化。同步推出了面向GitHub、Claude Code、Codex和Cursor的预构建技能集，并提供反映AgentCore最佳实践的最新上下文信息。此举旨在减少在快速变化的平台环境中，AI编码工具生成错误方向代码的问题。
市场评价与提供区域
市场认为，此次更新能够提升亚马逊Bedrock AgentCore的竞争力。随着与CrewAI、LangGraph、LlamaIndex等主要代理框架的联动性增强，AWS作为大规模AI代理运营基础平台的地位进一步凸显。早期采用该功能的企业表示，利用新功能，新的想法可以在“几分钟”内得到验证，而不是“几天或几周”。
Parrott Analytics的工程总监Sanjiv Sharma表示：“在AI代理迅速扩展到产品组合和整个内部组织的情况下，此次亚马逊Bedrock AgentCore对开发者体验的改进，缩短了从创意到部署的时间。模型切换或代理行为修改现在可以通过配置更改而非重写来实现，从而加快了实验和改进的速度。”
AWS表示，“托管代理框架”将以预览形式在美国西部俄勒冈、美国东部弗吉尼亚北部、亚太悉尼和欧洲法兰克福等4个区域提供服务。新的AgentCore CLI和编码支持技能可在当前提供AgentCore的所有AWS区域使用。
此次更新表明，AI代理市场正在从“模型性能”竞争扩展到“运营效率”竞争。归根结底，企业客户想要的不仅仅是更智能的模型，更是能够快速、稳定地将模型连接到服务的运行环境——从这个意义上说，AWS的这一举措颇具分量。
TP AI 注意事项 本文基于 TokenPost.ai 语言模型进行摘要。主要文本内容可能被省略或与事实存在出入。