Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
AgentCore arnés
Cada agente tiene una capa de orquestación: un bucle que llama al modelo, selecciona las herramientas, devuelve los resultados, gestiona el contexto y gestiona los errores. Para ejecutarlo en producción se necesita una infraestructura real: computación, un entorno aislado, conexiones de herramientas seguras, sistema de archivos, memoria, identidad y observabilidad. En conjunto, forman el arnés de agentes, el sistema que permite que un agente funcione realmente.
Montar uno a nivel local es rápido. La producción es el lugar donde el trabajo se dispara, y en el momento en que tiene que atender a más de un usuario, aparece una capa completamente nueva: la concurrencia, el aislamiento, la identidad, el estado, la escalabilidad. Hasta ahora, todos los equipos hacían ese trabajo por sí mismos.
El conjunto de agentes gestionados AgentCore convierte ese trabajo en configuración. Usted declara lo que hace su agente (modelo, herramientas, habilidades, instrucciones); se AgentCore encarga del entorno, la computación, la memoria, la identidad, las redes y la observabilidad, lo que convierte la configuración en un agente en ejecución. Probar un modelo diferente o agregar una nueva herramienta es un cambio de configuración, no una reescritura del código.
Cada sesión de arnés tiene estado de forma predeterminada y se ejecuta en una microVM segura y aislada por sesión (respaldada por el tiempo de AgentCore ejecución). El agente tiene su propio sistema de archivos y shell, por lo que puede escribir código, ejecutarlo y conservar memorias y archivos a corto y largo plazo entre sesiones, incluso cuando la sesión de microVM subyacente haya caducado y se sustituya por una nueva. Los agentes pueden usar cualquier modelo proporcionado por Amazon Bedrock, OpenAI, Google Gemini o cualquier otro LiteLLM-compatible proveedor, y pueden cambiar de proveedor a mitad de sesión sin perder el contexto, de modo que pueden planificar con un modelo y ejecutarlo con otro, o cambiar de proveedor para realizar una prueba de precio-rendimiento sin tener que reconstruir la conversación. Los agentes pueden conectarse a las herramientas a través de puertas de AgentCore enlace o servidores MCP o utilizar el navegador
Puede analizar el tráfico real mediante AgentCore evaluaciones y optimizaciones para puntuar el comportamiento, obtener recomendaciones rápidas y con descripciones de herramientas y A/B realizar pruebas con informes de significación estadística por sesión. A continuación, implemente los cambios de forma segura con versiones inmutables y puntos de enlace con nombre, y revierta al instante apuntando un punto final a una versión anterior. Puedes colocar un arnés en una canalización más grande a través del AgentCore InvokeHarness estado de Step AWS Functions, o exportarlo a código de Strands (próximamente estará disponible el SDK de Claude Agent) y ejecutarlo en AgentCore tiempo de ejecución cuando la configuración no sea suficiente. Todo lo que necesitas para crear, ejecutar y operar agentes de producción sin tener que gestionar la infraestructura. El arnés funciona con Strands Agents
No hay un cargo adicional por el arnés. Solo paga por las AgentCore capacidades subyacentes que utiliza. Para obtener más información, consulte la página AgentCore de precios
AgentCore El arnés está disponible en Georgia en todas las regiones que se muestran aquí.
