View a markdown version of this page

AgentCore optimasi: Tingkatkan loop kualitas agen dengan rekomendasi dan A/B tes - Batu Dasar Amazon AgentCore

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

AgentCore optimasi: Tingkatkan loop kualitas agen dengan rekomendasi dan A/B tes

Peng AgentCore optimalan Amazon Bedrock menyediakan alat untuk terus meningkatkan kinerja agen Anda melalui perubahan konfigurasi berbasis data. Alih-alih menulis ulang perintah dan pengujian secara manual, Anda menggunakan pelacakan agen untuk menghasilkan perbaikan dan memvalidasinya dengan eksperimen terkontrol.

AgentCore optimasi dibangun di AgentCore atas Evaluasi dan memperkenalkan tiga kemampuan:

  • Rekomendasi: AI-generated perbaikan pada petunjuk sistem dan deskripsi alat berdasarkan jejak agen nyata dan evaluator target. Layanan menganalisis pola kegagalan berdasarkan evaluator target dan menghasilkan varian yang dioptimalkan dari prompt sistem atau deskripsi alat.

  • Bundel konfigurasi: Snapshot konfigurasi agen berversi yang tidak dapat diubah (prompt sistem, ID model, deskripsi alat) yang memisahkan perilaku agen dari kode, memungkinkan perubahan perilaku tanpa memerlukan penerapan ulang. Bundel konfigurasi bersifat opsional; Anda juga dapat memvalidasi perubahan dengan menerapkan ke titik akhir runtime terpisah.

  • A/B pengujian: P emisahan lalu lintas terkontrol antara dua varian melalui AgentCore Gateway, dengan penilaian evaluasi online untuk setiap sesi dan pelaporan signifikansi statistik. Varian dapat berupa versi bundel konfigurasi yang berbeda pada runtime yang sama, atau target gateway berbeda yang menunjuk ke titik akhir runtime yang berbeda.

Bersama-sama, kemampuan ini membentuk loop perbaikan berkelanjutan:

AgentCore loop peningkatan optimasi