AgentCore arnês

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

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

O 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 do harness 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 ele possa escrever código, executá-lo e manter memórias e arquivos de curto e longo prazo em todas as sessões, mesmo quando a sessão microVM subjacente expira e é substituída por uma nova. Os agentes podem usar qualquer modelo fornecido pela Amazon Bedrock, OpenAI, Google Gemini ou qualquer LiteLLM-compatible 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 anexar AWS habilidades do Git, do S3 ou do catálogo de AWS habilidades selecionado com um único botão, para que o agente adquira experiência no 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 do S3 ou EFS para compartilhar dados entre sessões e equipamentos com total durabilidade e histórico 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 pular entre grupos de registros para descobrir o que aconteceu.

Você pode repetir o tráfego real com AgentCore avaliações e otimização para pontuar o comportamento, obter recomendações rápidas 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 equipamento em um pipeline maior por meio do AgentCore InvokeHarness estado em AWS Step Functions ou exportar para o código Strands (Claude Agent SDK 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 equipamento é alimentado por Strands Agents, a estrutura de agentes de código aberto da. AWS

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

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