AgentCore arnês

Cada agente tem uma camada de orquestração: um loop que chama o modelo, seleciona ferramentas, repassa os resultados, gerencia o contexto e lida com falhas. Executá-lo na produção envolve uma infraestrutura real: computação, sandbox, conexões seguras de ferramentas, sistema de arquivos, memória, identidade e observabilidade. Juntos, eles formam o chicote de agentes, o sistema que permite que um agente realmente funcione.

Colocar um localmente é rápido. A produção é onde o trabalho explode e, no momento em que ele precisa atender a mais de um usuário, surge uma camada totalmente nova: simultaneidade, isolamento, identidade, estado e escalabilidade. Até agora, todas as equipes faziam esse trabalho sozinhas.

O aproveitamento do agente gerenciado AgentCore transforma esse trabalho em configuração. Você declara o que seu agente faz (modelo, ferramentas, habilidades, instruções); AgentCore lida com o ambiente, a computação, a memória, a identidade, a rede e a observabilidade que transformam a configuração em um agente em execução. Tentar um modelo diferente ou adicionar uma nova ferramenta é uma mudança de configuração, não uma reescrita de código.

Cada sessão de chicote tem estado por padrão e é executada em uma microVM segura e isolada por sessão (apoiada pelo tempo de execução). AgentCore O agente tem seu próprio sistema de arquivos e shell, para que possa escrever código, executá-lo e manter memórias e arquivos de curto e longo prazo em todas as sessões, mesmo quando a sessão de microVM subjacente expirou e foi substituída por uma nova. Os agentes podem usar qualquer modelo fornecido pelo Amazon Bedrock, OpenAI, Google Gemini ou LiteLLM-compatible qualquer provedor e podem trocar de provedor no meio da sessão sem perder o contexto, para que você possa planejar com um modelo e executar com outro, ou trocar fornecedores por um teste de preço-desempenho sem reconstruir a conversa. Os agentes podem se conectar às ferramentas por meio de AgentCore gateway, servidores MCP ou usar o navegador embutido ou o interpretador de código. Você pode associar AWS habilidades do Git, do S3 ou do catálogo de AWS habilidades selecionadas com um único botão, para que o agente adquira conhecimentos de domínio sob demanda, em vez de improvisar. Quando precisar de um ambiente personalizado com suas próprias dependências, você pode trazer seu próprio contêiner. Você também pode montar arquivos S3 ou EFS para compartilhar dados entre sessões e equipamentos com durabilidade e histórico completos do S3. Cada ação é rastreada automaticamente por meio da AgentCore observabilidade, com uma visão unificada que mostra o que o agente fez em cada recurso em um só lugar, para que você pare de alternar entre grupos de registros para descobrir o que aconteceu.

Você pode iterar o tráfego real com AgentCore avaliações e otimizações para pontuar o comportamento, obter recomendações imediatas e descritivas de ferramentas e executar A/B testes com relatórios de significância estatística por sessão. Em seguida, implemente as alterações com segurança com versões imutáveis e endpoints nomeados, e reverta instantaneamente apontando um endpoint para uma versão anterior. Você pode colocar um chicote em um pipeline maior por meio do AgentCore InvokeHarness estado em AWS Step Functions ou exportar para o código Strands (SDK do Claude Agent em breve) e executá-lo em AgentCore tempo de execução quando a configuração não for suficiente. Tudo o que você precisa para criar, executar e operar agentes de produção, sem gerenciar a infraestrutura. O arnês é alimentado por Strands Agents, a estrutura de agentes de código aberto da. AWS

Não há cobrança de arnês separada. Você paga somente pelos AgentCore recursos subjacentes que usa. Para obter detalhes, consulte a página AgentCore de preços.

AgentCore O arnês está disponível no GA em todas as regiões mostradas aqui.