重磅升级云速管多云管理系统 V5.0 重磅发布!新版能力全面升级,全线云账户充值即赠大额代金券,欢迎体验!
AWS 亚马逊云 1 次浏览 Tue, 20 Oc TG @yunshuguoji

亚马逊云国际代理商:Amazon Bedrock AgentCore 是什么?能力模块与选型指南

本文深度拆解 Amazon Bedrock AgentCore 的定位、核心能力模块、适用边界与选型条件,帮您理清其与运行治理层的关系及计费维度与选型核查要点。

相关分类:平台指南

本文由『云枢国际/TG @yunshuguoji-亚马逊云国际代理商 撰写』如需转载请注明!

Amazon Bedrock AgentCore 是什么?拆解能力模块、适用边界与选型条件

一个 Agent 在本地 Demo 里跑通,通常只需要三样东西:一个能调用的模型、一段编排逻辑、几个能返回数据的工具函数。但当它接入真实用户,问题会换一批:多轮会话的状态放在哪、用户 A 的上下文会不会串到用户 B、Agent 以什么身份调用企业内部 API、一个要跑十几分钟的任务中途断了怎么办、上线后哪一步慢哪一步错。

这些问题不属于模型能力,也不属于提示词工程,而属于运行与治理层。Amazon Bedrock AgentCore 要回答的正是这一层的问题。本文按“它是什么—由什么构成—边界在哪—什么条件下值得选”的顺序展开,涉及服务状态、区域、配额与计费的条目,均需对照 AWS 官方文档当期页面核验。

一、AgentCore 的定位:运行层,不是模型层

理解 AgentCore 最省力的方式,是先看清 Amazon Bedrock 的分层。

第一层是模型访问层,提供对基础模型的调用能力,解决“用哪个模型、怎么调、怎么控制输出格式”。

第二层是构建层,典型能力包括用于托管 Agent 编排的 Agents、用于检索增强的 Knowledge Bases、用于输入输出约束的 Guardrails。这一层解决“Agent 的逻辑怎么组织、知识怎么接进来、边界怎么设”。

第三层是运行与治理层。Agent 写好之后要长期在线运行,要管理会话生命周期、要隔离不同用户的数据、要让 Agent 安全地调用外部工具、要能观测和排障。AgentCore 属于这一层。

由此可以明确两个“不是”:

  • 它不是模型本身,不改变模型的推理能力,换用 AgentCore 不会让模型变聪明;
  • 它不是模型微调或训练工具,不处理训练数据、不产出定制模型。

它的价值在于把 Agent 上线后必须面对的一堆基础设施问题,收拢成可托管的服务,让团队不必自己从零搭会话存储、工具网关、身份代理和观测链路。

需要说明的是,AWS 对 AgentCore 的具体定位表述、它与 Bedrock Agents 的功能边界可能随版本调整。本文给出的分层是理解用的框架,产品归属与能力范围请以官方文档为准。

二、能力模块拆解:每个模块对应一个工程问题

按公开的模块划分,AgentCore 通常被拆成若干相对独立的能力。理解它们的最好方式不是背名字,而是看各自填的是哪个坑。

运行时(Runtime):提供 Agent 代码的托管执行环境与会话隔离。解决的是“Agent 部署在哪、每个会话怎么隔开、长会话怎么维持、扩缩容怎么办”。当你的 Agent 需要面向真实用户持续在线,而不是脚本跑一次就退出时,这个模块才有意义。

记忆(Memory):管理 Agent 的短期会话状态与长期记忆。解决的是“上一轮说了什么、用户偏好怎么跨会话保留、上下文超长怎么取舍”。如果 Agent 只是单轮问答、每次调用互不相关,记忆模块基本用不上。

工具与 API 接入(Gateway):把企业已有的 API、内部服务、第三方工具统一暴露给 Agent 调用。解决的是“Agent 怎么发现有哪些工具、参数怎么描述、调用怎么鉴权、出错怎么处理”。工具数量超过个位数、或需要跨团队共享工具目录时,这个模块的价值才显现。

身份与权限(Identity):处理 Agent 代表用户或代表自身访问资源时的身份与授权边界。解决的是“Agent 用谁的权限做事、能不能越权、凭证怎么管理”。这是生产环境绕不开的一环,也是很多 Demo 直接跳过的一环。

代码执行(Code Interpreter):在受控沙箱中执行代码。解决的是“Agent 需要做计算、数据处理、格式转换时,怎么在不污染宿主环境的前提下跑代码”。

浏览器类工具(Browser):让 Agent 以受控方式操作网页。解决的是“目标系统没有 API,只能通过界面交互”的场景。有稳定 API 的系统,优先用 API,不必上浏览器工具。

可观测与评测(Observability):记录 Agent 的执行轨迹、调用链、耗时与错误。解决的是“上线后出了问题怎么定位、效果变化怎么归因”。

这七个模块是并列关系,不是必须全开。只开运行时和一个模型调用也能跑;记忆、网关、身份、代码执行、浏览器工具、可观测各自按需启用。

三、边界表:AgentCore 覆盖什么,你还要自己做什么

托管服务最容易产生的误解,是以为“用了它,生产化就完成了”。实际边界大致如下。

生产化常见问题AgentCore 通常覆盖的部分仍需企业自己负责
会话状态与多用户隔离运行时提供会话托管与隔离机制会话数据保留策略、与自有用户体系的映射
长任务执行与中断恢复托管运行环境承接执行过程任务幂等设计、失败重试与补偿逻辑
上下文与长期记忆记忆模块提供存取能力记什么、记多久、什么该忘,属于业务策略
工具调用与鉴权网关与身份模块提供接入与权限框架工具本身的接口质量、限流、后端容量
代码与网页操作沙箱执行、浏览器工具允许操作的域名与代码范围,需自行限定
上线后排障可观测提供轨迹与调用记录告警阈值、值班流程、根因分析方法
回答质量不直接解决评测集构建、效果回归、提示与检索调优
数据与合规提供机制,不替你做决策数据驻留要求、留存期限、审计口径
成本治理按使用量计费预算设置、用量监控、架构层面的成本优化

这张表想说明一件事:AgentCore 把“基础设施”这部分接过去了,但“业务策略”和“质量责任”仍在企业侧。数据怎么分类、权限给到多细、效果如何评测、预算怎么控,这些没有托管服务能替你决定。

表中能力名称与覆盖范围以官方文档为准;本文不逐项断言具体实现细节。

四、与既有方案的关系:分层配合,不是简单替代

这是选型时最容易被问到的两个问题。

与 Bedrock Agents、Knowledge Bases 的关系。 更准确的理解是分层配合而非替代:Knowledge Bases 解决知识检索,Agents 解决编排逻辑,AgentCore 解决运行与治理。一个用 Agents 构建的 Agent,其运行、记忆、工具接入、身份和观测可以交给 AgentCore 承接。反过来说,只用 AgentCore 的运行时不等于自动获得检索能力,知识层仍要单独设计。

需要注意,AWS 在 Agent 相关能力上的产品划分经历过调整,Agents 与 AgentCore 的功能边界可能随版本变化。做架构决策前,应查阅官方文档中两者当前的定位说明,而不是依据第三方文章的转述。

与自建编排框架的关系。 用开源框架自建 Agent,控制力最强,也意味着会话存储、工具网关、身份代理、观测链路全部自己维护。AgentCore 的一个明确设计取向是不绑定特定框架——用第三方框架写的 Agent 也可以部署到它的运行时上。所以这不是“换框架”的选择,而是“这部分基础设施自建还是托管”的选择。

判断标准可以简化为一句话:如果 Agent 基础设施的维护成本已经开始挤占业务迭代的时间,托管就值得评估;如果 Agent 还处在验证阶段,自建更灵活。

五、计费与成本结构:先看维度,再谈数字

AgentCore 采用按使用量计费的模式,而不是固定月费。这意味着成本会随架构设计和流量形态变化,需要提前建模。

影响账单的通常是这几类维度:

  • 运行时的算力占用:会话运行时长与分配的资源配置,是成本的主要变量;
  • 请求与会话数量:调用越频繁、会话越多,累计用量越大;
  • 记忆的存储与读写:长期记忆保留得越久、读写越频繁,成本越高;
  • 工具网关调用:Agent 调用外部工具的次数;
  • 代码执行与浏览器工具:这类操作通常按调用或执行时长计量;
  • 可观测数据:轨迹记录的采集量与保留周期。

由此可以推出几个具体的成本设计选择:会话超时设多长、长期记忆保留多久、是否所有 Agent 都开可观测全量记录、浏览器工具是否被高频调用。这些参数在 Demo 阶段几乎不用想,在生产阶段会直接体现在账单上。

本文不给出任何单价、免费额度或最低计费单位。 这类信息变动频繁,必须以 AWS 官方定价页当期内容为准。建议在预算评估时同时确认三件事:计费项清单、免费额度范围、以及是否有按承诺用量计的折扣方案。

六、什么情况下适合,什么情况下不适合

倾向适合的信号:

  • 技术栈已经在 AWS 上,IAM、VPC、CloudWatch 等基础设施已成型,新增服务的接入成本低;
  • Agent 需要长期在线服务真实用户,会话隔离和状态管理是硬需求;
  • 团队缺少专职做 Agent 基础设施的人力,自建会话存储、工具网关、观测链路的投入产出比不高;
  • 需要 Agent 调用企业内部系统,且对调用身份和权限边界有明确要求;
  • 使用多种框架构建 Agent,希望有一层统一的运行底座。

倾向不适合的信号:

  • Agent 只是单轮或极少轮的工具调用,没有状态和会话概念,引入运行层属于过度设计;
  • 核心系统强绑定在其他云平台,跨云调用的网络与数据流转成本高于收益;
  • 业务所在地区对数据驻留、数据出境有明确限制,而目标服务在该区域不可用;
  • 团队已经有一套成熟的 Agent 基础设施且运行稳定,迁移成本大于收益;
  • 对底层运行时、网络路径、执行环境有非常规的定制要求,托管形态无法满足。

七、回到问题:它是海外企业的“首选”吗

直接回答:不能笼统地说“首选”。 更准确的表述是——在满足特定前提时,它是生产级 Agent 落地路径中的合理候选之一。

三个前提缺一不可:一是技术栈主要在 AWS 上;二是 Agent 面临的是运行与治理问题而非模型能力问题;三是团队愿意用托管换取运维人力的释放。

不满足这些前提时,“首选”的说法就站不住。比如核心系统在别的云上、Agent 只是内部试验、或者对运行环境有强定制需求,自建编排框架或更轻量的方案往往更合适。

还有一点需要澄清:“首选”不等于“唯一正确”。托管平台之间的差异,往往体现在区域覆盖、模型可选范围、身份体系集成方式、可观测数据的导出能力这些具体维度上,而不是某个笼统的“能力更强”。这些维度必须同层比较,不能拿 AgentCore 去和模型服务或数据库比。

八、选型核查清单

在做出决策前,建议逐项核对下表。凡是无法从官方文档获得明确答案的,都应视为待确认项,而不是默认可用。

核查项具体要确认什么为什么重要
区域可用性目标业务区域是否在官方支持列表中,是否有功能差异决定能否就近部署,影响延迟与数据路径
模型可选范围支持哪些模型、是否支持跨区域推理、能否自带模型决定架构灵活性与后续切换成本
工具生态与协议支持哪些工具接入方式,是否兼容现有 API 规范决定存量系统接入的改造量
身份体系集成与 IAM、企业 IdP 的对接方式,权限粒度决定能否满足最小权限要求
数据存储与驻留会话与记忆数据存在哪、保留多久、能否导出直接关系数据合规判断
可观测能力轨迹记录的粒度、保留期、能否接入自有监控决定上线后排障效率
配额与扩展性并发上限、会话时长上限、请求大小限制决定能否支撑预期峰值
成本可预测性计费项清单、用量监控手段、预算告警决定规模化后的成本可控性
退出与迁移成本会话数据、配置能否导出,是否存在强绑定决定未来的议价空间与技术自由度

这张表建议在 PoC 阶段就逐项填一遍。很多选型失误不是因为产品不好,而是因为某一项在 PoC 时被跳过了,等到规模化才暴露。

常见问题

Amazon Bedrock AgentCore 是什么,它由哪些能力模块组成,各自解决什么问题?

它属于 Amazon Bedrock 体系中的 Agent 运行与治理层,不是模型本身,也不是微调工具。按公开划分,能力模块通常包括运行时(托管执行与会话隔离)、记忆(短期状态与长期记忆)、工具网关(API 与工具接入)、身份(权限与凭证边界)、代码执行(受控沙箱)、浏览器工具(无 API 系统的界面操作)和可观测(执行轨迹与排障)。各模块对应不同的工程问题,可按需启用,不必全开。模块的具体命名与当前状态请以官方文档为准。

AgentCore 与 Amazon Bedrock 上构建 Agent 的相关能力(如 Agents、Knowledge Bases)是什么关系,什么情况下需要用到 AgentCore?

更准确的理解是分层配合:Knowledge Bases 负责知识检索,Agents 负责编排逻辑,AgentCore 负责运行与治理。当 Agent 需要长期在线、管理会话状态、以受控身份调用外部工具、并需要上线后观测时,运行层的价值才显现。若 Agent 只是验证阶段的原型,或仅做单轮调用,暂时不需要引入这一层。AWS 在 Agent 相关产品上的划分经过调整,两者当前边界应以官方文档说明为准。

Amazon Bedrock AgentCore 的计费方式是什么,哪些使用维度会影响成本?

按使用量计费,而非固定月费。影响成本的主要维度包括运行时的算力占用与会话时长、请求与会话数量、记忆的存储量与读写频次、工具网关调用次数、代码执行与浏览器工具的执行量,以及可观测数据的采集量与保留周期。由此带来的设计选择——会话超时设多长、长期记忆保留多久、是否全量开启轨迹记录——会直接影响账单。具体计费项、单价与免费额度必须以 AWS 官方定价页当期内容为准,本文不提供任何价格数字。

海外企业搭建生产级 AI Agent,AgentCore 是不是首选,选型时应该核对哪些条件?

不能泛化为“首选”。在技术栈主要位于 AWS、Agent 面临的是运行与治理问题、团队愿意用托管换取运维人力这三个前提下,它是合理候选之一;若核心系统在其他云、Agent 仍处试验阶段或对运行环境有强定制要求,自建或其他托管方案可能更合适。核对条件包括:区域可用性、模型可选范围、工具接入协议、身份体系集成方式、数据驻留与留存策略、可观测能力、配额上限、成本可预测性,以及会话数据能否导出所决定的迁移成本。无法从官方文档获得明确答案的项,应标为待确认而非默认可用。

信息核验说明:本文成稿于 2026-10-20。Amazon Bedrock AgentCore 的服务状态、能力模块清单、区域支持范围、配额限制与计费项均可能随版本更新,上述内容中凡涉及当前产品事实的条目,请在决策前对照 AWS 官方文档、区域表与定价页核对当期信息。本文不含未经核实的单价、性能数据与客户案例。