Amazon Bedrock AgentCore 中的政策：控制客服人員互動

Amazon Bedrock AgentCore 中的政策可讓開發人員在代理程式操作周圍建立保護性界限，藉此定義和強制執行 AI 代理程式與工具互動的安全控制。AI 代理器可以動態調整以解決複雜的問題 - 從處理客戶查詢到跨多個工具和系統自動化工作流程。不過，這種靈活性帶來了新的安全挑戰，因為客服人員可能會無意中錯誤地解釋業務規則，或在預期的授權範圍之外採取行動。

透過 AgentCore 中的政策，開發人員可以建立政策引擎、在其中建立和存放決定性政策，並將政策引擎與閘道建立關聯。AgentCore 中的政策會攔截透過 Amazon Bedrock AgentCore Gateways 的所有代理程式流量，並在允許工具存取之前，根據政策引擎中定義的政策評估每個請求。

政策使用 Cedar 語言 建構，這是一種開放原始碼語言，用於撰寫和強制執行授權政策。這可讓開發人員精確指定哪些客服人員可以存取，以及他們可以執行的動作。AgentCore 中的政策也提供使用自然語言撰寫政策的功能，方法是允許開發人員以純英文描述規則，而不是在 Cedar 中撰寫正式政策程式碼。自然語言型政策的編寫會解譯使用者想要的內容、產生候選政策、根據工具結構描述進行驗證，並使用自動推理來檢查安全條件，例如識別過度寬鬆、過度限制或包含永遠無法滿足的條件 - 確保客戶在強制執行政策之前發現這些問題。

AgentCore 中的政策也支援在 Dogwood 政策網站上以 Dogwood 撰寫政策，這是開放原始碼政策語言。單一 Dogwood 政策可以結合多種類型的授權條件。在最簡單的層級，您會撰寫以輸入為基礎的規則，以根據目前的請求本身允許或禁止工具呼叫 - 委託人是誰、他們呼叫哪些工具、涉及的資源，以及該呼叫的輸入參數。然後，您可以新增工作階段感知暫時條件，根據先前在相同工作階段中發生的情況來決定 - 例如，要求在轉移之前授予核准、在動作執行設定次數後封鎖動作，或在預算下保持執行中的總數。您也可以諮詢在評估時間發出訊號的資訊提供者，例如內容安全或提示攻擊分數，並根據發出的分數做出決策。由於輸入型、暫時型和提供者型條件全都在相同的允許和禁止模型下在一個政策內構成，因此您可以分層它們來表達客服人員所需的控制，從簡單的存取規則到多步驟工作階段感知防護。

AgentCore 中的政策支援根據使用者身分和工具輸入參數的精細許可，讓您可以在企業規模安全地部署自動代理程式。透過將安全控制移至代理程式程式碼之外，開發人員可以專注於建置創新的代理程式功能，同時維持強大的安全保證 - 消除自訂安全實作的需求，並降低透過代理程式操作繞過政策的風險。

主要優點

AgentCore 中的政策提供三個主要優點，可在企業環境中安全、可擴展地部署 AI 代理器：

主要功能

AgentCore 中的政策提供以政策為基礎的客服人員互動控管功能，包括下列重要功能：