AWS представила новые возможности для создания ИИ-агентов на платформе Amazon Bedrock

Amazon Web Services (AWS) расширяет функционал своей платформы для создания ИИ-агентов Amazon Bedrock AgentCore, чтобы упростить их разработку и мониторинг для корпоративных клиентов.

Компания представила несколько новых функций AgentCore во вторник, 2 декабря, в рамках своей ежегодной конференции AWS re:Invent в Лас-Вегасе. Анонсированные инструменты предназначены для управления границами взаимодействия агентов, работы с памятью и оценки их работы.

Одним из ключевых обновлений стала функция Policy в AgentCore. Она позволяет пользователям устанавливать границы для взаимодействий ИИ-агентов, используя обычный язык. Эти ограничения интегрируются с AgentCore Gateway, который соединяет агентов с внешними инструментами, для автоматической проверки каждого действия и блокировки тех, что нарушают заданные правила.

Как пояснил TechCrunch вице-президент по AgentCore Дэвид Ричардсон, с помощью Policy разработчики могут устанавливать контроль доступа к определенным внутренним данным или сторонним приложениям, таким как Salesforce или Slack. Границы также могут включать, например, правило, разрешающее агенту автоматически выдавать возвраты средств до 100 долларов (~8000 рублей), но требующее привлечения человека для сумм выше этого лимита.

AWS также анонсировала AgentCore Evaluations — набор из 13 предварительно созданных систем оценки ИИ-агентов, которые отслеживают такие факторы, как корректность, безопасность и точность выбора инструментов. Это также дает разработчикам формат для создания собственных систем оценки.

«Это действительно поможет решить самые большие опасения людей, связанные с развертыванием агентов, — сказал Ричардсон о новых возможностях оценки. — Это то, чего многие хотят, но что утомительно строить».

Кроме того, компания объявила о разработке функции памяти для платформы — AgentCore Memory. Эта возможность позволяет агентам вести журнал информации о пользователях с течением времени (например, время их вылетов или предпочтения в отелях) и использовать эти данные для принятия будущих решений.

«Работая над этими тремя вещами, мы продолжаем итеративно развивать разные уровни AgentCore, — отметил Ричардсон. — [Это] взаимодействие с существующими системами через Policy, [усиление агентов] с помощью [AgentCore Memory] и помощь командам разработчиков в итеративной работе с агентом».

Хотя агенты сейчас находятся на пике популярности в индустрии ИИ, некоторые скептически относятся к долгосрочности этого тренда. Однако Ричардсон считает, что инструменты, разрабатываемые в AgentCore, могут устоять на быстро меняющемся рынке, даже когда тенденции изменятся, чего он и ожидает.

«Возможность использовать рассудительные способности этих моделей в сочетании с возможностью выполнять реальные действия через инструменты кажется устойчивой моделью, — заявил он. — То, как эта модель работает, определенно изменится. Но мы чувствуем себя готовыми к этому».