亚马逊云科技在2025纽约峰会上发布的Amazon Bedrock AgentCore，正在试图解决一个被反复提起却始终未被系统解决的问题：企业如何构建一套可以真实投入生产的AI agent系统。

尽管大语言模型已在多个行业场景中展现出生成能力，但如何将其包装为具备长期运行、权限控制、任务调度与状态可观测的“agent系统”，仍是多数企业试点无法越过的门槛。AgentCore的出现，提供了一种新的答案——不是再给模型“套壳”，而是构建一整套运行所需的基础设施。

构建Agent的“七大件”：系统能力标准化

Amazon Bedrock AgentCore不是一个单一服务，而是一个包含七个模块的系统能力组合。这七个模块分别为：

• AgentCore Runtime：具备8小时长时运行能力，支持同步/异步任务，并能隔离多个session运行状态，是agent持续稳定运行的底层保障。
• AgentCore Memory：支持短期和长期记忆管理，可在多个agent间共享上下文，实现“多轮对话记得住、跨会话有记忆”。
• AgentCore Identity：与主流身份系统集成，实现细粒度权限管控，为agent的跨系统访问建立安全边界。
• AgentCore Gateway：让agent能够以标准方式调用API、Lambda函数与企业内部服务，实现“调用现实世界工具”的能力抽象。
• AgentCore Code Interpreter：提供托管代码运行环境，适用于需要动态生成和执行脚本的业务场景。
• AgentCore Browser Tool：通过云端浏览器完成网页操作任务，包括内容提取、表单填写等。
• AgentCore Observability：以标准方式提供日志、链路与行为可视化，帮助企业掌控agent运行过程、问题定位与性能优化。

这些能力模块可单独调用，也可组合部署，支持开源agent框架（如LangGraph、CrewAI）与Amazon Bedrock中的模型服务。

从系统工程角度解构Agent

过去一段时间里，企业尝试构建agent时常陷入一个误区：将agent等同于“模型+提示词+外壳”。但现实情况是，agent要在真实业务中落地，还需完成大量“非AI”的工程工作：任务调度、状态管理、异常恢复、安全控制、工具集成、日志观测等。

而这些正是AgentCore意图解决的核心问题。通过将这些“基础但通用”的功能产品化，AgentCore一方面降低了agent项目的门槛，另一方面也为未来agent系统的可维护性与可拓展性打下基础。

亚马逊云科技大中华区产品部总经理陈晓建表示：“agent的能力并不是靠一个大模型就能实现的，它需要有执行环境、有工具接入、有上下文记忆、有安全机制、有观测能力……这些通用能力，过去没人系统地打包交付。”

在传统工程项目中，这些能力往往由多个团队分别搭建，并因缺乏标准接口而导致系统割裂。AgentCore通过模块化抽象与统一部署方式，将这套系统工程压缩为可控的产品组合，显著提高交付效率。

安全、灵活、兼容：为企业构建可部署的AI路径

AgentCore的设计并非“重中之重”，而是“轻中之稳”。它的目标并不是取代已有工具链或开发框架，而是提供一个可插拔、可组合、可治理的agent运行层。

这一理念也体现在其对身份系统的兼容性上。AgentCore Identity模块支持与Cognito、Okta、Entra ID等身份平台对接，企业可以沿用原有权限体系为agent设定访问控制策略，无需额外构建身份通道。

在运行层面，AgentCore Runtime支持session隔离与多框架接入，不强绑定开发者所选模型或agent框架。配合Bedrock模型服务与开源组件，企业可根据安全级别、性能要求自由选择部署方式。

亚马逊云科技Agentic AI副总裁Swami Sivasubramanian表示：“这些创新将帮助企业跨越试验阶段，构建真正可投入关键业务流程的、可信赖的生产级agent系统。”

从“好用”到“能用”：让Agent成为企业AI的交付单元

AgentCore的发布并不是一次独立能力上线，它代表着亚马逊云科技对agent部署体系化的理解：从工具链建设、运行环境准备，到调用路径封装、观测治理能力补全，为agent从原型阶段走向生产落地奠定工程与系统基础。

Swami指出，未来脱颖而出的企业，并不是那些预测趋势最准的企业，而是那些对变化反应最快的企业。而AgentCore，正是帮助企业在面对不确定性时依然能快速部署AI agent、灵活组合能力的基础设施。

对于已经投入生成式AI项目的企业来说，AgentCore或许意味着一个新阶段的开始——从技术验证，走向系统建设；从单点功能，走向系统能力；从“好用”，走向“能用”。